Print

基于地铁刷卡数据的乘客特别出行行为研究——以武汉市地铁1、2、4号线为例

论文摘要

为得出地铁乘客出行时空规律,挖掘特别出行乘客分布信息,基于武汉市2015年3月连续一周的地铁刷卡数据,根据乘客参加不同活动所产生的出行时空特征定义了4类人群:早出类人群、晚归类人群、长时间出行类人群和频繁出行类人群。并从时间和空间两个角度分析了这4类人群出行时空规律。研究结果表明,9%的地铁乘客具有早出行为,5%的地铁乘客具有晚归行为,85%的地铁乘客出行距离较长,1%的地铁乘客每天具有频繁出行行为。并且2号线在3条线路中的客流量最大,特殊人群多分布在1号线附近,4号线的使用率最低。

论文目录

  • 1 研究区域与数据概况
  • 2 研究方法
  •   2.1 数据预处理与数据模型
  •   2.2 出行分类
  • 3 结果与分析
  •   3.1 出行者时空动态特征分析
  •     1) 地铁站客流时间变化规律。
  •     2) 地铁站客流空间分布规律。
  •   3.2 特别出行者分析
  •   3.3 特别出行类分析
  •     1) 早出类人群。
  •     2) 晚归类人群。
  •     3) 频繁出行类人群。
  •     4) 长时间出行类人群。
  • 4 结束语
  • 文章来源

    类型: 期刊论文

    作者: 郭文露,刘艳芳,刘子靖,陈龙,刘耀林,彭明军

    关键词: 地铁刷卡数据,出行分类,时空特征,特别出行,武汉市

    来源: 测绘地理信息 2019年02期

    年度: 2019

    分类: 基础科学,信息科技,工程科技Ⅱ辑

    专业: 铁路运输

    单位: 武汉大学资源与环境科学学院,武汉大学地理信息系统教育部重点实验室,武汉市国土资源和规划信息中心

    基金: 国家重点研发计划(2017YFB0503601)

    分类号: U293.6

    DOI: 10.14188/j.2095-6045.2018302

    页码: 29-33

    总页数: 5

    文件大小: 729K

    下载量: 475

    相关论文文献

    本文来源: https://www.lunwen90.cn/article/ddd1d78f7826a95d62a87ec4.html