基于手机信令数据的居民出行调查扩样模型
2021-02-27陈小鸿陈先龙李彩霞陈嘉超
同济大学学报(自然科学版) 2021年1期
关键词:模型
陈小鸿,陈先龙,,李彩霞,陈嘉超
(1.同济大学道路与交通工程教育部重点实验室上海201804;2.广州市交通规划研究院信息模型所,广东广州510030)
居民出行调查(household travel survey,HTS)是对城市居民家庭属性、个人特征、出行日志活动和意愿等的专项调查,是交通模型开发与城市交通需求中长期的预测基础。居民出行调查最早起源于1930年代的美国[1],并在随后的底特律都市区交通研究[2-3]和芝加哥交通研究[4-5]中得以完善。由于调查数据可以关联出行者属性和出行活动属性,迄今为止没有其他调查或数据可以替代。但居民出行调查是一种抽样调查,必须通过扩样来推断总体特征指标。既有居民出行调查扩样[6]模型主要包括基于抽样率的简单加权扩样和基于多种母体数据多重加权扩样。从扩样结果来看看,多重加权扩样由于引入了更多的约束条件,更能够接近城市实际,但样本的缺陷及误差,特别是沉默出行需求(unreported trip record)难以在扩样过程中得到根本上的修正。沉默出行需求主要是指调查过程中因调查员漏填或者被调查对象漏报或者瞒报出行活动记录。一般而言,调查数据采集过程中,上下班、上学/放学、日常生活部分的刚性出行记录填报通常比较完整,其他非日常活动的弹性出行活动则容易缺失,特别是涉及个人私密信息的出行活动基本无法获取。居民出行调查本身是一项高投入、高成本的综合性调查,难以重复实施,且一旦调查实施完成就无法更改。所以对沉默出行需求的处理办法不多,目前使用最广泛的技术为开展志愿者调查,利用GPS辅助技术获得志愿者全轨迹数据,对出行调查记录表格进行补充,但通常志愿者样本量有限。……
登录APP查看全文
