孟永平

基于多源数据融合的厦门市现状交通模型构建及应用

孟永平

（厦门市交通研究中心，福建 厦门 361012）

城市交通需求模型经过不断地研究和实践，已取得不少成果，但当前以传统交通调查为基础的现状交通模型普遍存在维护更新难和精度不够高的问题。本文借鉴厦门实践经验，首先分析了现状交通模型存在的维护、应用和数据融合等问题。其次，结合“互联网+大数据”提出了基于多源数据校核融合的现状交通模型构建思路，并指出该模型在数据整合维护、数据融合分析、模型通俗化和可视化以及应用拓展方面的优势。最后，提出了具有较强的实用性、综合性和可持续性，能够较好反映城市空间结构和交通出行特征的现状交通模型构建方法，为其他城市提供参考依据。

多源数据；融合；交通模型；交通调查；交通出行特征

0 引 言

城市交通需求模型在我国已有40多年的发展历程，经过不断地研究和实践，已取得不少成果[1]。当前主流现状交通需求预测模型仍是以“四阶段”模型为代表，重点分析交通产生与吸引、交通分布、交通方式划分和交通量的分配，其主要参数标定依据为交通大调查，其主要目的为构建准确反映现状城市空间和交通特征的交通模型，为城市现状交通改善、交通政策制定、大型活动交通组织等提供支持[2]。但交通大调查由于规模大，费用多，多数城市难以形成长期稳定的机制；同时调查数据的质量控制和相互校核没有形成统一共识，技术标准缺失，导致现状交通需求模型维护和精度难以保障[3]。

然而，随着“互联网+交通大数据”时代到来，可获取的数据源越来越多，如机动车卡口数据、公交IC卡数据、车辆GPS数据、共享单车数据、手机信令数据等等，这些多源数据在一定程度上能对传统交通大调查进行很好的补充，为现状交通需求模型维护和精度提升提供了可能[4, 5]。本文结合厦门实践，对现状交通模型存在的问题，多源大数据如何与现状交通模型结合，现状模型的维护和保障给出了相关对策和建议。

1 现状交通模型状况及存在问题

厦门市虽然结合2009年交通大调查初步构建了现状交通需求预测模型[6-8]，但当时的交通需求预测模型更多是满足近期重大交通专项规划的定量分析需求，是明显的目标导向型模型，其精度和应用范围有限。2015年因轨道规划建设需求，全市开展了新一轮交通大调查[9]，并对模型进行维护更新，但主要作用依旧是服务于轨道规划各阶段相关客流预测，并未得到广泛应用。近年，“互联网+交通大数据”时代到来，但我市现状交通模型仍然没有很好地得到应用。分析其具体原因，主要存在以下几个问题：

（1）维护机制有待改进[10]。交通调查耗时耗资，建立交通模型耗时耗精力，还需过硬技术作保障，但往往还不能立即得到应用效果，导致很难有部门会主动开展维护工作。交通数据整合困难，数据资源分散，跨区域，跨部门的信息共享缺乏长效机制。必须寻求机制保障，切实转变交通模型为单一项目临时性服务的态势，促成交通模型与大数据建设纳入城市信息化中长期发展规划，建立长期使用和维护机制。

（2）应用还须进一步提升。模型必须从专业走向通俗，要切实适应当地规划建设管理需求，构建通俗化的交通模型应用和展示界面，提升地方一般性应用的可操控性，增强模型在实际应用中的响应能力。

（3）大数据融合技术有待提高。传统基于抽样数据的建模方法存在以偏概全的弊端，随着“互联网+大数据”时代的到来，以及大数据技术的发展和应用，可获取的数据源越来越多，因此亟需探索多源数据融合技术，弥补传统调查方式无法长时间连续调查及细粒度分析的缺陷。通过多源数据相互校核验证，提升交通模型的精确程度。

2 基于多源数据的现状交通模型构建及应用

2.1 现状模型理论基础

现状交通模型仍然采用经典的四阶段模型[11]，即包括出行生成、出行分布、出行方式划分和交通分配四个部分。出行生成，包括出行产生量和吸引量，目的为获得对应经济发展规模、人口规模和土地利用特征下，各交通小区的出行总量，主要预测方法有家庭类别法、回归分析法和增长率法等；出行分布，目的为获得出行需求在城市不同空间位置的分布，主要预测方法有重力模型、增长率法等；出行方式划分，目的为获得各种交通方式上的交通量分担率，主要预测方法有分类法、转移曲线、随机效用法等；交通分配，将每两个交通分区之间的交通量，分配到交通网络上，产生各个路段的交通流量，主要方法为全有全无法、系统最有法、用户均衡法等。

为克服经典四阶段建模流程的显著缺点（即四阶段模型的依序进行，上一阶段模型的输出结果作为下一阶段模型的输入数据，这必然导致最终结果与分析过程中一些参数的不一致），现状交通模型引入带有反馈机制的组合模型技术，即将交通分配后的出行阻抗（或服务水平）反馈至出行分布阶段，使各模块构成一个相互联系的有机整体，经过迭代循环确保分配结果的合理性与稳定性，从而真实反映出现状交通系统的构成及其复杂性。

2.2 现状模型构建思路

现状交通模型仍然采用经典的四阶段模型为主骨架进行本次建模工作。出行生成，采用交叉分类法和回归分析法，推导各交通分区产生的交通量和吸引的交通量；出行分布，采用双约束重力模型，推导出一个分区的交通量分别来自或到达哪个分区；出行方式划分，总体上采用分层的结构，步行方式采用转移曲线法预先划分，非步行OD再输入巢式Logit（NL）模型中，推导出各方式的比例；交通分配，采用动态用户均衡法，并引入反馈机制，将每两个交通分区之间的交通量，分配到交通网络上。

除了在分配阶段引入校核反馈机制外，本次现状模型构建充分考虑厦门市城市空间结构和居民出行特征。在基础数据、需求模型和分配阶段均充分考虑多源大数据校核融合，采取分层差异化构建思路，既保障了现状模型的精度又很好地反映了城市空间和城市交通运行特征[12, 13]，具体技术路线如图1所示。

图1 基于多源数据融合的现状交通模型构建技术路线图

2.3 与传统现状交通模型差异

（1）整合全市交通数据，形成数据齐全且可续的综合交通大数据库

建立并统一管理包含交通基础数据、地理要素图形、交通模型等数据，可方便进行查询和统计的交通数据库，利用GIS空间分析技术平台，融合土地利用及开发强度、人口岗位、卡口数据、公交IC卡等多方数据，可为交通模型迅速提供模型输入数据。通过对历史数据的积累，更好地把握交通的发展动态，为厦门市交通的发展和决策提供数据支撑。

目前已汇集了资源规划局、交警、交通局、执法局、公交集团、轨道集团等相关部门关于社会经济发展、城市用地、交通卡口、公交、轨道等众多数据[14]，并与移动和联通公司合作，获取手机信令数据，同时每年开展大规模的居民出行入户调查和核查线交通流量，获取城市居民出行特征信息和城市各主要片区之间的交通联系情况。在此基础上，整合并统一管理了包含城市社会经济、交通静态数据、交通运行数据及居民出行等数据的综合交通大数据库，如图2所示。

图2 厦门市综合交通大数据构成图

（2）城市出行特征与多源数据校核融合，真实反映城市交通系统运行规律

根据传统四阶段建模思路，结合厦门实际情况及需求，针对岛内外（不同组团）不同情况，采用分层模型的思想，满足厦门市交通分析及宏观决策需求，充分利用多源数据校核，使得现状交通需求模型具有反馈机制及扩展性，能真实反映出厦门市交通系统的构成及其复杂性。

充分考虑城市空间和居民出行特征，对不同组团在出行生成和方式划分方面均进行了差异化处理。由于岛内外的交通产生率及吸引率有明显的区别，因此采用分层模型的思路，将本岛及岛外四区分别进行分析，岛内及岛外分别进行交叉分类统计分析、回归分析；建立岛内、跨岛、本岛分层出行方式划分模型并进行标定，以便更好地反映岛内外人群出行特征的差异和出租车、网约车、摩托车等在岛内外使用便捷性的差异。

新增多源数据弥补了原有数据在出行分布、流动人口模型、对外交通模型、货运交通模型和枢纽点模型应用中的空白，同时加强了传统“四阶段”模型中各个阶段的校核融合。结合现状多源数据可推算实际各种出行方式的特征，具体如图3所示。

图3 多源数据应用与各交通子模型对应图

（3）集成创新了多源交通数据综合分析技术，搭建了现状交通模型应用平台

现状交通模型开发是一项专业性很强的工作，同时模型的价值又体现在广泛和精细化的应用上，切忌变成模型师自娱自乐的产品[15]。应用的落脚点应体现在好用和管用上，为普及交通模型在全国百万人口以上大城市的应用，必须从专业走向通俗。为此，在现状交通大数据库及现状交通模型的基础，开发了现状交通模型应用平台。平台共分为6个模块，包括基础数据、出行生成、出行分布、方式划分、交通分配和系统管理，主要功能为成果再现和简要分析功能，可生成相应报表，具体如图4所示。

在平台中整合了基础数据成果，包括人口、岗位、道路网络、公交网络、卡口、手机信令等综合交通大数据。该平台融合了现状交通模型，可再现现状交通模型，包括出行生成、出行分布、方式划分和交通分配等成果，为城市交通运行评价、交通组织分析提供决策支持。

2.4 现状模型应用方向和成效

完善的现状交通模型可为城市交通决策提供科学的定量化分析工具，提高城市规划建设管理的科学分析水平。基于现状交通模型的厦门交通分析应用平台为各种交通规划方案、交通组织方案提供多情景方案测试、分析评估提供支撑。厦门市现状交通模型已经应用于多个交通拥堵改善、重大工程施工期间交通组织、重大活动期间交通组织、轨道运行状况分析、开发地块用地强度及交通承载力评估等项目中，对缓解城市交通拥堵、提高城市交通运行效率、提高市民生活质量和幸福指数方面具有广泛的社会效益。图5通过现状交通模型对厦门进出岛通道车辆进行路径追踪，为进出岛通道诱导系统提供了支撑，有效缓解了进出岛通道压力。

图5 厦门市进出岛交通分析图

3 结束语

城市现状交通模型不仅能为城市交通工程设计、规划、建设提供技术支撑，而且还能为政府部门分析交通现状、预测近期交通趋势、制定交通政策、优化交通管理等工作提供重要的科学支持。

借鉴厦门实践经验，本文在经典“四阶段”模型基础上，提出了构建基于多源数据融合的现状交通模型方法。根据城市空间结构和居民出行特征，采用分层模型的思想，建立了一套较为完善的交通模型构建方法体系，以及一整套交通需求分析程序、方法、评价指标体系；构建了一套较为完善的交通基础数据库，深度挖掘人口、岗位、用地、以及传统的交通数据，并结合多源交通数据的分析，贯通整个四阶段，将相关数据校核融合分析、相互验证、并相互反馈。该套交通模型具有较强的实用性、综合性和灵活性，能够较好体现城市现状交通运输网络的复杂性和各种交通出行特征。后续还有许多工作应开展，尤其关注模型更新维护机制改进、模型通俗化和可视化、模型应用拓展以及大数据融合分析技术提升等。

[1] 全波. 交通模型的价值[J]. 城市交通, 2017, 15 (1): 17-21.

[2] 中华人民共和国住房和城乡建设部. 城市综合交通体系规划编制导则 (建城[2010]80号) [Z]. 北京: 中华人民共和国住房和城乡建设部, 2010.

[3] 陈必壮, 张天然. 中国城市交通调查与模型现状及发展趋势[J]. 城市交通, 2015, 13 (5): 73-79.

[4] 张天然. 大数据背景下的交通模型发展思考[J]. 城市交通, 2016, 14 (2): 22-28.

[5] 杨东援. 通过大数据推动综合交通规划理论变革[Z]. 深圳: 2016年中国城市交通规划年会, 2016.

[6] 厦门市城市规划设计研究院. 2009年厦门市居民出行调查统计分析报告[R]. 厦门: 厦门市城市规划设计研究院, 2009.

[7] 厦门市城市规划设计研究院. 2009年厦门市公交跟车调查分析报告[R]. 厦门: 厦门市城市规划设计研究院, 2009.

[8] 厦门市城市规划设计研究院. 2009年厦门市公交站点集散量调查分析报告[R]. 厦门: 厦门市城市规划设计研究院, 2009.

[9] 厦门市城市规划设计研究院. 2015年厦门市居民出行调查统计分析报告[R]. 厦门: 厦门市城市规划设计研究院, 2015.

[10] 陈先龙. 中国城市交通模型现状问题探讨[J]. 城市交通, 2016, 14 (2): 17-21.

[11] 陈必壮, 陆锡明, 董志国. 上海交通模型体系[M]. 北京：中国建筑工业出版社, 2011.

[12] 厦门市交通研究中心. 厦门市现状交通模型构建 (一期) [R]. 厦门: 厦门市交通研究中心, 2018.

[13] 厦门市交通研究中心. 厦门市现状交通模型动态维护更新[R]. 厦门: 厦门市交通研究中心, 2019.

[14] 厦门市交通研究中心. 厦门城市交通发展年度报告 (2016—2019年) [R]. 厦门: 厦门市交通研究中心, 2019.

[15] 马林, 陆锡明, 杨东援等. 城市交通模型一席谈[J]. 城市交通, 2008, 6 (1): 50-53.

Current Traffic Model in Xiamen Based on Multi-source Data Fusion, Construction, and Application

MENG Yong-ping

(Xiamen Transport Research Center, Xiamen 361012, China)

Following continuous research and practice, urban traffic demand models have achieved many favorable results. However, the current traffic models that rely on traditional traffic surveys have problems such as difficulty in maintaining and updating the data as well as insufficient accuracy. According to the practical experience in Xiamen, this study first analyzes the problems of maintenance, application, and data fusion of the current traffic model. Second, in accordance with the advent of the “Internet + Big Data” era, this work proposes current traffic-model construction ideas based on multi-source data checking and fusion and demonstrates that the model is undergoing development in the aspects of data integration and maintenance, data-fusion analysis, model popularization and visualization, and application. Finally, a current traffic-model construction method that is very practicable, comprehensive, and sustainable, which can better reflect the spatial structure of the city and the characteristics of traffic trips, is proposed. Thus, a reference model for other cities has been provided.

multi-source data; fusion; traffic model; traffic survey; transport trip characteristics

1672-4747（2020）04-0138-07

U491

A

10.3969/j.issn.1672-4747.2020.04.017

2020-02-24

孟永平（1980—），男，汉族，湖南长沙人，硕士，高级工程师，主要研究方向：交通战略规划、大运量公交系统规划及交通需求预测，Email：myp24@163.com

孟永平. 基于多源数据融合的厦门市现状交通模型构建及应用[J]. 交通运输工程与信息学报，2020, 18(4): 138-144

（责任编辑：李愈）