基于手机数据交通规划决策系统实践

　　城市交通机动化进程加快、资源紧缺和环境压力增大，促使政府部门采用多种对策推进可持续交通系统建设与发展；如何更有效地利用多种信息资源支撑交通规划分析的精细化和科学化，成为交通学科关注的重点。国际上对于交通拥堵治理已形成一个共同关注新领域，2010年世界智能交通大会的一个观点：传统交通技术对于减轻交通拥堵的作用有限，必须充分利用交通信息支持交通“减量化”，来实现交通拥堵治理目标。基于手机数据的交通规划决策支持系统建设实践，为实现城市交通系统分析与拥挤交通流“减量化”提供有效的技术手段与工具。

　　一、概述

 

　　手机通信数据已成为影响面积大、拥有用户多、使用年龄广、出行携带方便的交通出行数据采集重要手段，为获取居民出行交通特征开辟了新途径。深圳市拥有手机用户约2000多万部，这样反映出行需求空间分布的巨大规模人群的日出行产生、出行分布、出行方式分担、出行交通分配以及日出行模型的实时统计、分析、处理、发布，对于正处在快速城市化建设与管理并重时期的深圳城市交通规划决策支持，对于缓解城市交通拥挤、改善出行行车安全、提高道路运行效率、减少城市空气污染等诸多方面，都具有重要的社会经济意义与实用价值。

　　二、手机数据的采集与特征提取

　　1、话单原始数据格式

　　2、文件格式&文件名

　　按照GPS时间，合并各个话单采集端采集话单数据，每1分钟生成一个数据文件，文件名如，TRAFF_20100720011300。接口以文本文件形式保存数据，文件采用ASCII编码。每1分钟的话单记录合并保存为一个文件，文本文件中的每一行描述一个话单事件，记录间用回车符（CR，ASC码值为0x0D）分割，每条记录由若干个字段构成，字段间用逗号（ASC码值为0x2C）隔开，每个字段以相同数量字符串表示，若位数不足，字符串前面补0。

　　3、位置区、小区

　　HO过程（切换成功）取HO_Complete对应的位置信息，其它过程取对应时刻对应话单位置信息，信令原始数据格式如下：

　　4、文件格式&文件名

　　按照GPS时间，合并各个信令采集端采集信令数据，每1分钟生成一个数据文件，文件名如，TRAFF_20100720011300。接口以文本文件形式保存数据，文件采用ASCII编码。每1分钟的信令记录合并保存为一个文件，文本文件中的每一行描述一个信令事件，记录间用回车符（CR，ASC码值为0x0D）分割，每条记录由若干个字段构成，字段间用逗号（ASC码值为0x2C）隔开每个字段以相同数量字符串表示，若位数不足，字符串前面补0。

　　5、位置区、小区

　　LU过程取LU_Accept以后的对应位置信息；HO过程（切换成功）取HO_Complete对应的位置信息；其它过程取对应时刻对应信令位置信息。
 

图4：深圳市LAC位置数据分布特征

　　三、基于手机数据的交通规划决策支持系统架构与特性分析

　　面向政府部门主要体现在对政府就城市交通规划、建设、管理过程中的决策支持，而交通规划过程的决策支持又是重中之重。对综合交通信息采集、分析与挖掘，揭示潜在的交通发展变化规律。研究评价与决策过程中典型的交通统计、分析、测试及评估内容，统一输入要求与输出成果的可视化，建立流程新型的评估体系和工作模式。其新架构详见图5所示。
 

图5：深圳城市交通规划决策支持新流程结构框图
 

　　手机话务量与对应覆盖城市区域公众的活动总量有密切的关系，而公众的活动总量又和该区域活动人口数量（在活动状态人口的数量，对应睡眠状态等）多少有直接关系。实验证明：手机话务量与对应城市区域公众的活动总量正比关系，通过对话务量时空分布规律的分析，可定性得到人在该区域活动总量的时空分布特征，根据一些人活动的常识区分各个区域交通特性，将交通特性类似的区域合并为交通土地单元，完成区分工作。

　　而且，一定城市区域内可量化的手机话务量和对应区域的活动人口数量这两者之间存在统计意义上正比关系，通过话务量定量便可得到该区域活动人口数量在时间分布上的特征，将会成为交通网络建模分析的很好依据。城市要定性区分交通土地单元，首先需要分析城市各个区域的不同交通特性，即为一个城市的所有区域到底有那些类交通特性。按照话务量大小时间分布特征进行聚类统计分析，可根据话务量时间分布图得到不同的交通类型。利用上述话务量和人们活动总量的正相关关系，可认为其对应基站覆盖土地也能按照人们活动总量在时间的分布特性划分成以上同样几种类型；继而得出该地区的交通特性。

　　如将深圳城市的很大一部分区域可以划分为如下两种类型：工作区和居民区，其活动总量特性有鲜明的互补性，一日之内有很多时间前者活动总量小的时段，后者活动总量就较多，反之亦然。工作区在工作时间内人们活动总量都最大，活动总量在这段时间显然应有高峰，而在非工作时间应有低峰；相反，居民区工作时间人大多数出去工作了，活动总量存在低峰，休息时间人员回来休息，活动总量存在高峰。

　　当然，由于某些区域功能比较混杂或基站密度不够，应该还得到其他活动特性的区域，可以将它们归为第三类，叫它过渡区。在城市功能分区比较明确且移动基站覆盖比较密的情况下，第三类区域应该比较少，一般为前两类区域之间的过渡区域。得到基站覆盖区域所属的交通土地单元类型后，可以将同一类型的区域按照其空间邻接关系连成片，这样就区分出了城市交通土地单元。

　　2、手机数据的交通小区映射特性
 

 

　　基于手机数据的交通小区映射需提供对应空间范围，对应时间范围内，所有基站小区基础信息及位置信息[Cellid，lac，基站位置，基站类型（宏站、室内基站、蜂窝站、移动站等），所属行政区，所属BSC、MSC]。根据以上划分好的交通土地单元不难划分出该城市交通小区，利用手机信息映射而得的交通小区与基站覆盖的物理范围有着密切相关性。

　　我们利用这种相关性提出了一种更具精确性的交通小区映射方式--基于手机信息的交通小区映射。这种映射方式在利用传统方式划分交通小区基础上，利用基站覆盖的物理范围，采用“修边”的方式，最终得到更为精确的交通小区划分方法以及OD矩阵。电信、移动、联通公司的提供的城市基站分布图规则的蜂窝状，而传统方式划分出的交通小区多数呈现为不规则的几何图形。两者在物理形状上的差异为基站分布图到交通小区的映射造成了极大的不便；也为以后 OD矩阵的得出造成了困难。

　　因此，我们建设性的提出了“修边”的思想。所谓的“修边”就是采用类似于“四舍五入”的策略，将基站覆盖的范围映射到交通小区之上，从逻辑上将基站覆盖范围与交通小区物理覆盖范围相融合。移动运营商的基站覆盖了城市的各个地区。且每个基站的覆盖范围都呈规则的六边形。我们将基站分布图与利用传统手段划分好的交通小区相叠加。我们不难发现两者间存在着明显可以的相关性。从地理位置上来讲，基站与交通小区间有相同的覆盖关系。也就是说，通过一些方法我们可以将交通小区映射到基站分布图上去。

　　3、手机数据映射的交通OD预测特性

　　前面已经提及一个实验结论：手机话务量与对应城市区域人的活动总量的正相关关系。换句话说：手机信号在基站间的移动方向就可以看成是人的出行方向。手机信号在基站中的位置区域变化间接地反映了手机用户在基站覆盖范围内的位置变化。

　　通过我们已经建立的基站覆盖范围与交通小区间的对应关系，将手机用户的在基站覆盖范围内的位置变化映射到交通小区里，就可以获取相应的OD数据。OD矩阵可分为静态OD矩阵及动态OD矩阵。静态OD矩阵反映了每个OD对（每个OD对对应交通网络中一个特定的起点—终点）之间特定时间段内固定的交通需求，一般用于城市交通网络规划。

　　国外最早的OD调查始于20世纪30年代，据美国联邦政府1983年统计：美国从1946年至1971年的25年中，先后在229个城市与地区进行了不同规模家访出行调查，共计调查人口1.686亿，耗资1.70亿美元。1981年以来，我国北京、上海、深圳、广州、天津、沈阳、长沙、徐州、常州等大中城市先后进行过人、车的OD调查，从点到面，联系实际，完成了一批研究成果，为城市综合治理与规划提供了宝贵的分析依据。深圳市2004年交通大调查由20余家单位一起，组织30余万人，花费600余万才完成

　　由于居民出行调查方法需要花费大量的人力、物力和财力，通常是间隔若干年进行一次全面的调查，不能及时把握OD信息的动态变化特征。动态OD矩阵反映了每个OD对之间特定时间段内时变的交通需求，在ITS系统中，交通控制和路径诱导的方案都依赖于交通需求的数据，是交通仿真和动态交通分配模型的基础输入数据，也是研究交通信号控制系统和交通管理策略的基本数据。因此对ATIS和ATMS来说，动态OD矩阵是基础数据，是ITS推广应用的必备数据。

　　四、基于手机数据的交通规划决策支持系统设计实践

1、系统设计关键技术

　　（1）移动网络覆盖与交通网络（道路、交通分析小区）匹配

　　为了保证为移动用户提供连续的移动通信服务，移动网络信号需要覆盖到城市空间上每一片区域，减少盲区，而为了以最小的成本为更多用户提供服务，移动通信网络覆盖逻辑上被设计成由若干正六边形的基站小区相互邻接而构成的面状服务区。移动用户总是会定期或不定期地主动或被动地和其中一个基站小区保持联系。交通网络中的道路和交通小区与移动蜂窝网络中基站小区，在空间分布上有规则地对应着。因此，只要建立特定的匹配规则，处理好一对多、多对多、多对一的关系，就能根据移动用户在移动蜂窝网络中的出行情况，推断出移动用户在交通网络（道路、交通小区）中的出行情况。

　　（2）基于手机数据的出行链分析

　　利用时间序列的手机数据，利用移动网络覆盖与交通分析区域的匹配关系，判断移动用户在各个交通分析区域的进、出、逗留情况，能够直接分析得到各个移动用户的出行链信息。而最终的各项出行特征分析，必须基于“出行链”中的每次“出行”，即，需要将“出行链”划分为各次单独的“出行”，才能进行具体统计与分析。

　　（3）手机用户人口空间分布及人口密度分析

　　利用对所有手机用户时间序列手机数据的出行链分析成果，判断每位手机用户在各个统计时间段分别所处的空间位置区域，进而统计不同时间段各个空间位置区域内手机用户数量，并逐级扩样至总体人群，统计当前时间各个空间位置区域内的总人口数量，并计算当前时间段内各个空间位置区域内对应的人口密度。

　　（4）手机用户居住地、工作地识别

　　基于多天手机数据分析得到的手机用户多天出行链信息，结合手机用户作息时间规律，如夜间休息，白天工作，识别各个手机用户的居住地区域及工作地区域。目前只处理单一居住地区域或单一工作地区域的通勤出行的手机用户群体。

　　（5）通勤出行行为分析

　　利用长期历史数据，分析得到手机用户居住地区域和工作地区域，并根据出现频率和出行频率，判断居住地区域单一且工作地区域也单一的手机用户群体是否具有通勤出行行为。

　　（6）手机人群出行数据扩样至总体人群出行数据

　　由于并非所有人（如部分小孩或老人）都持有手机终端，同时由于人们使用手机的行为或习惯，如手机关机、手机通话较少，以及手机数据采集技术本身会漏抓部分数据，导致基于手机数据的出行行为分析针对的人群与总体人群并不一致，而是对总体人群的大比例抽样。因此，需要将基于手机数据的大比例抽样数据扩样至总体人群的出行数据，反映城市总体人群的出行特征与出行规律。扩样时，采用多层扩样模型。首先，将当前运营商（深圳联通）活跃手机用户群体扩样至当前运营商（深圳联通）所有手机用户群体，即，需包括当前运营商手机关机用户及手机通话较少之类的不活跃用户；再扩样至城市多家运营商（深圳移动、深圳联通、深圳电信）所有手机用户群体，即，需包括城市其它各家运营商（深圳移动、深圳电信）所有手机用户；最后，扩样至所有人群，即，还需包括老人、小孩等无手机群体。

　　（7）海量数据存储、多级过滤与快速处理

　　随着信息化程度越来越发达，用户手机使用频率也越来越高，每1秒都可能有几十万乃至成百万上千万条数据记录。本研究中，由于采用了离线的方式处理如此海量历史数据，相对降低了数据处理的压力，尚能得到分析结果。未来随着此项技术成熟度的提升，以及交通运营管理动态性、实时性获取交通数据的需求越来越强烈，动态实时处理、存储海量数据必将成为需要突破的技术关键点之一。需要根据各个阶段不同的分析处理需求，合理采用了各种数据库软硬件优化技术，提高数据存储和查询、搜索的效率。并设置多级过滤器，在系统的各个处理阶段，根据不同的规则，将海量原始信令数据一步步过滤去噪，最终得到有效的出行分布信息。
 

图6：基于手机数据的人口2维、3维分布

 

2、系统建设应用实践

　　（1）城市轨道交通规划过程决策支持模式

　　当前，深圳市轨道交通1-5号线同时运行，穗、莞、深城际轨道交通也将投入使用，深圳机场与香港机场联络线正在规划之中，轨道交通三期6-12号线正在建设之中，13-18号线的规划也进行规划设计等。这些大规模的城市轨道线网规划，利用市域宏观模型测试主要交通走廊客运需求分布以及轨道线路客流，为轨道线网规划、近期建设规划提供技术支持。

　　（2）城市交通分区规划过程决策支持模式

　　对于城市交通片区改造，如华强北片区交通改善：建立了华强北片区中观模型，并结合动态交通信息，对华强北片区进行交通瓶颈识别和相关改善方案的评价。

　　（3）城市交通交叉口规划过程决策支持模式

　　对于城市交通节点、交叉口等改造项目的规划，如深南大道上海宾馆位置的交叉口改造工程建设：利用微观模型对重要道路开展交通建设、交通组织等改善方案的测试与评估，为缓和局部地区交通压力提供支持。

　　（4）城市交通施工疏解规划过程决策支持模式

　　深圳正处在快速城市化建设与管理并重的发展时期，城市轨道施工期间交通影响分析；近几年轨道交通建设全面展开后，全市将有109个在建地铁站、104个建设区间、约150个施工点。其中，特区内将约有60个轨道施工站点，直接影响约24条道路和37个交叉口；特区外将约有90个轨道施工站点，直接影响约41条道路和57个交叉口。在抓紧轨道交通主体建设的同时，需重视开展交通疏解和整合工作，为大型基建项目建设期间交通疏解提供决策支持。

　　（5）城市交通信号控制规划过程决策支持模式

　　对于城市交叉口的交通信号控制手段的不同，充分有效利用先进的交通信号控制技术，绿波、大小周期、排队等。如深南大道上海宾馆位置的交叉口信号控制改善：利用微观交通模型对重要交叉口改善方案评估。对信号异步交通运行、交通信号改造后运行、信号协调交通运行进行对比分析研究，提高交通口车辆高效通行水平。

　　（6）城市交通信息面向政府、行业、企业、公众出行的规划决策支持模式

　　城市交通信息面向政府、行业、企业、公众出行的规划决策支持内容包括：面向政府的城市交通规划决策支持中的交通出行产生吸引、人口分类分布趋势、交通出行期望分布、城市路网车速分布、特区内车流量、城市交通可达性等方面；面向行业的交通规划决策支持中的干线交通诱导、公交调度指挥、交通信号配时控制、区域停车诱导等方面；面向企业交通规划决策支持中地铁车辆运输管理、机场/车站/码头交通信息发布、车租车运行监管、现代物流运输管理、交通信息无线/移动通信服务等方面；面向公众交通规划决策支持中交通拥挤指数服务、停车场车位动态发布、车租车GPS定位导航、地铁运营信息发布、移动电视终端交通信息发布、城市交通信息专业门户网站等方面。
 

图7：基于手机数据的交通规划决策支持系统查询
 

　　2005年5月，深圳在国内首次提出深圳交通拥挤分级概念，将交通拥挤程度从0-5分为5个级别；更科学、更直观、更丰富表达内容；同时，率先发布基于实时动态城市交通路网拥挤信息，提出交通拥挤定义、出行影响、交通流参数、服务水平指标等服务，形成了深圳城市交通信息服务指标、评价体系建立。2011年12月，深圳市成功发布交通拥挤指数。

　　五、基于手机数据的交通规划决策总结
 

　　交通规划的全过程是一个很广泛交通决策部分，根据特定城市交通系统的现状与特性，用科学的方法预测交通系统的需求发展趋势及交通需求发展对交通系统的供给要求，确定特定时期交通供给的建设任务、建设规模及交通系统的管理模式、控制方法，以达到交通系统的需求与供给之间平衡，实现交通系统安全、畅通、节能、环保的目的。

　　交通规划目的是做出决策，只有当规划成为一个完整的而且是决策进程中不可分割的一部分时，规划才是有效的。它是交通运输系统建设与管理科学化的重要环节，是国土规划、城市总体规划的重要组成部分。交通规划是制订交通运输系统建设计划、选择建设项目的主要依据，是确保交通运输系统建设合理布局，有序协调发展，防止建设决策、建设布局随意性、盲目性的重要手段。

　　基于手机数据的交通规划决策支持系统建设实践，不仅在交通规划中引入实时动态数据信息，使交通规划更具有时代感和动态性，可以动态把握城市空间结构因交通系统的演变关系与趋势；而且通过引入实时动态手机数据等信息，对传统模式的交通规划四步骤法提出了新的挑战，在大量实时动态交通信息环境下，如动态手机数据、动态深圳通数据、动态FCD数据、动态车牌识别数据、动态定点数据、动态图像识别数据等，交通规划可望进一步实现流程再造创新。

　　（本文作者单位：深圳市综合交通运行指挥中心）