论文部分内容阅读
摘要：乘车热点是出租车司机提高利润的有效依据，而浮动车数据对于研究出租车乘车热点非常有效。本文利用了各区域上客点数量这个标准对上海市的出租车乘车热点进行了提取。其中，对上客点数量分为六个时间段进行分析，比较了六个时间段的上客热点等方面的差异。结果表明，这两种方法能够很好的指导出租车司机选择合理的行驶方向，从而提高利润，并且为设置出租车招停点或临时停靠点提供了科学的依据。
关键词：浮动车；出租车；乘车热点
引言
出租车是城市客运交通的重要组成部分，是常规公共交通的重要补充。有关统计数据显示，上海市大约有45000辆出租车，由超过150家公司运营[1]。出租车司机沿路或到已设定的出租车招停点搭载乘客。但是由于油费上涨、交通堵塞情况严重以及空载的比例高，出租车司机的压力越来越大。据统计，出租车的空载时间大约占到总运行时间的35-60%[2]。乘客乘车地点和目的地的不确定性使得出租车司机很难确定行驶的行驶方向。
众所周知，在一个城市有的区域出租车的乘客多，有的区域乘客少。出租车司机也是凭着自己的经验到其认为乘客多的区域行驶载客。本文的原理同样是利用出租车司机的经验，通过浮动车数据来提取出的乘车热点区域。出租车司机根据提取的热点区域明确行驶方向，以此减少出租车的空载时间，提高出租车司机的利润。
基础数据与预处理
2.1 浮动车数据
浮动车数据采集系统是通过交通流中一定比例的安装有定位和无线通信装置的普通车辆(如出租车、公交车等)与调度管理中心实时交换数据的一种新型路网交通信息采集系统。[3]当浮动车在道路上行驶时,来自路网纵剖面的实时交通状态数据被收集,该研究使用的浮动车数据属性有：时间、日期、车辆编号、经度、纬度、运营状态、方向、车速、公司标识。
2.2 数据预处理
该研究使用2009年5月29日上海的浮动车数据，包括48181837条GPS轨道记录，17129辆出租车，由3家出租车公司运营，记录时间为0:00-18:00。该研究选择的区域是上海市31.0°-31.5°N，121.0°-122.0°E，该区域是上海市中心，包含了大部分乘车点，为了方便研究，删除该区域外的数据。并且，载客时间小于5分钟或大于3小时的特殊情况将会极大的干扰研究的结果，需要被删除。
2.3 数据提取
出租车上客点与下客点位置的确定：根据装载GPS的出租汽车在传回数据中的运营状态指标来判断出租汽车的载客情况，0表示空车，1表示重车(载客)。上客表示相邻两点出租汽车的状况从空车变成载客，即从0变成1，下客表示相邻两点出租汽车的状况从载客变成空车，即从1变成0。从而可以确定车辆运营状态的转换区间。出租车载客行驶时间的计算：下客时间减去上客时间，即为出租车在一次载客的行驶时间。该研究以秒表示出租车行驶时间。
为了满足出租车乘车热点的分析，出租车载客信息表提取了上客点的时间、经纬度，计算了载客的时间（DURATION）。得到的数据如表1所示：
表1 出租车载客信息表
CTIME CARID X YDURATION
2009-5-29 13:05:041000001121.435831.19622568
3. 乘车热点的提取方法
该研究提取出租车乘车热点的方法是基于网格内上客点的数量计算。在一个网格里，上客点的总数量越多，那么这个点就越热，即这个点是乘客乘坐出租车的集中点。出租车司机在这个网格区域行驶往往更有可能搭载乘客。
在ArcMap里利用Create Fishnet工具创建渔网，设置100行*100列；利用Feature to polygon工具将新创建的渔网转化为Polygon；利用Spatial Join工具将上客点图层和新建的Polygon图层相交，设置Match Option为CONTAINS；得到的新图层内的Joint_Count即为各个网格内的上客点数量。最后根据Joint_Count属性对图层分级设色，将上客点数量大于30个点的网格设置为红色，该网格即为极热点。
结果与分析
4.1 热点提取结果
为了便于对乘车热点进行时空研究，该研究划分了六个时间段，依次为0:00-3:00、 3:00-6:00、6:00-9:00、9:00-12:00、12:00-15:00、15:00-18:00，依据前面提取的上客点位置，就可以得到每个网格的上客次数。
利用ArcGIS的渔网创建工具创建网格，共创建100行100列共10000个网格，每个网格的实际大小大约是210米。将得出的结果导入到Google Earth，便于观察。
图1 陆家嘴局部地区的出租车乘车热点示意图
上图为陆家嘴局部地区12:00-15:00的出租车乘车热点示意图，越亮的格子表明这个区域的上客数量越多。可以看出，上海国际金融中心处于红色区域内，说明在此区域上客的乘客数量最多，初步分析是由于到上海國际金融中心上班或者办理业务的人数多；香格里拉大酒店、上海东方滨江大酒店、万向国际广场和东方明珠处在上客数量较低一级（21-30）的区域内。
图2 六个时间段的乘车热点空间分布
由图2可以看出：0:00-3:00白圈所圈的区域是乘车极热点，该区域是大世界站和黄陂南路地铁站所在处；3:00-6:00，由于已经深夜，没有乘车的极热点；6:00-9:00上客点数量分布均匀，没有极热点；9:00-12:00白圈的区域跟0:00-3:00类似，是大世界地铁站附近有红色极热点；12:00-15:00和1:5:00-18:00的极热点范围很大，集中在市政府所在地的市中心。
结语与展望
通过对浮动车数据的处理和分析，提取出上海市出租车乘车热点，为出租车司机合理的选择行驶方向提供了建议。出租车载客点的时空分析，可以在一定程度上反映出租车交通出行的需求现状，为设置出租车招停点或临时停靠点提供了科学的依据。以上客点数量为指标进行热点分析的最大优势在于方法简单，很快就能得到结果，出租车司机可以根据目前的位置合理的选择行驶方向。缺点是出租车司机得到这个热点信息后可能会造成热点区域的车辆过多，司机利润会降低，并且热点只是考虑了上客点数量，没有考虑利润问题。由于数据的原因，该研究没有给出18:00-24:00的出租车乘车情况。并且以3小时为时间分割不太合理，可以半个小时为分割单位，尤其是对于拥堵时段，时间分化的尺度应该更小，这样对出租车司机选择行驶方向更加可靠。这些不足都是将来继续研究的方向。
作者简介：迟光华（1988- ），男，山东烟台人，地理信息系统专业在读本科生，主要研究方向为GIS开发与应用(国家自然科学基金资助（J0730534）)
【参考文献】
1. TravelChinaGuide.com, Get around Shanghai by Taxi, Shanghai Transportation, 2011, Online; accessed 9-February-2011 http://www.travelchinaguide.com/cityguides/shanghai/transportation/taxi.htm
2. Schaller Consulting: The New York City Taxicab Fact Book, Schaller Consulting,Brooklyn, NY, 2006, available at http://www.schallerconsult.com/taxi/taxifb.pdf
3. 秦玲，张剑飞，郭鹏，齐彤岩. 浮动车交通信息采集与处理关键技术及其应用研究. 交通运输系统工程与信息. 2007.2
关键词：浮动车；出租车；乘车热点
引言
出租车是城市客运交通的重要组成部分，是常规公共交通的重要补充。有关统计数据显示，上海市大约有45000辆出租车，由超过150家公司运营[1]。出租车司机沿路或到已设定的出租车招停点搭载乘客。但是由于油费上涨、交通堵塞情况严重以及空载的比例高，出租车司机的压力越来越大。据统计，出租车的空载时间大约占到总运行时间的35-60%[2]。乘客乘车地点和目的地的不确定性使得出租车司机很难确定行驶的行驶方向。
众所周知，在一个城市有的区域出租车的乘客多，有的区域乘客少。出租车司机也是凭着自己的经验到其认为乘客多的区域行驶载客。本文的原理同样是利用出租车司机的经验，通过浮动车数据来提取出的乘车热点区域。出租车司机根据提取的热点区域明确行驶方向，以此减少出租车的空载时间，提高出租车司机的利润。
基础数据与预处理
2.1 浮动车数据
浮动车数据采集系统是通过交通流中一定比例的安装有定位和无线通信装置的普通车辆(如出租车、公交车等)与调度管理中心实时交换数据的一种新型路网交通信息采集系统。[3]当浮动车在道路上行驶时,来自路网纵剖面的实时交通状态数据被收集,该研究使用的浮动车数据属性有：时间、日期、车辆编号、经度、纬度、运营状态、方向、车速、公司标识。
2.2 数据预处理
该研究使用2009年5月29日上海的浮动车数据，包括48181837条GPS轨道记录，17129辆出租车，由3家出租车公司运营，记录时间为0:00-18:00。该研究选择的区域是上海市31.0°-31.5°N，121.0°-122.0°E，该区域是上海市中心，包含了大部分乘车点，为了方便研究，删除该区域外的数据。并且，载客时间小于5分钟或大于3小时的特殊情况将会极大的干扰研究的结果，需要被删除。
2.3 数据提取
出租车上客点与下客点位置的确定：根据装载GPS的出租汽车在传回数据中的运营状态指标来判断出租汽车的载客情况，0表示空车，1表示重车(载客)。上客表示相邻两点出租汽车的状况从空车变成载客，即从0变成1，下客表示相邻两点出租汽车的状况从载客变成空车，即从1变成0。从而可以确定车辆运营状态的转换区间。出租车载客行驶时间的计算：下客时间减去上客时间，即为出租车在一次载客的行驶时间。该研究以秒表示出租车行驶时间。
为了满足出租车乘车热点的分析，出租车载客信息表提取了上客点的时间、经纬度，计算了载客的时间（DURATION）。得到的数据如表1所示：
表1 出租车载客信息表
CTIME CARID X YDURATION
2009-5-29 13:05:041000001121.435831.19622568
3. 乘车热点的提取方法
该研究提取出租车乘车热点的方法是基于网格内上客点的数量计算。在一个网格里，上客点的总数量越多，那么这个点就越热，即这个点是乘客乘坐出租车的集中点。出租车司机在这个网格区域行驶往往更有可能搭载乘客。
在ArcMap里利用Create Fishnet工具创建渔网，设置100行*100列；利用Feature to polygon工具将新创建的渔网转化为Polygon；利用Spatial Join工具将上客点图层和新建的Polygon图层相交，设置Match Option为CONTAINS；得到的新图层内的Joint_Count即为各个网格内的上客点数量。最后根据Joint_Count属性对图层分级设色，将上客点数量大于30个点的网格设置为红色，该网格即为极热点。
结果与分析
4.1 热点提取结果
为了便于对乘车热点进行时空研究，该研究划分了六个时间段，依次为0:00-3:00、 3:00-6:00、6:00-9:00、9:00-12:00、12:00-15:00、15:00-18:00，依据前面提取的上客点位置，就可以得到每个网格的上客次数。
利用ArcGIS的渔网创建工具创建网格，共创建100行100列共10000个网格，每个网格的实际大小大约是210米。将得出的结果导入到Google Earth，便于观察。
图1 陆家嘴局部地区的出租车乘车热点示意图
上图为陆家嘴局部地区12:00-15:00的出租车乘车热点示意图，越亮的格子表明这个区域的上客数量越多。可以看出，上海国际金融中心处于红色区域内，说明在此区域上客的乘客数量最多，初步分析是由于到上海國际金融中心上班或者办理业务的人数多；香格里拉大酒店、上海东方滨江大酒店、万向国际广场和东方明珠处在上客数量较低一级（21-30）的区域内。
图2 六个时间段的乘车热点空间分布
由图2可以看出：0:00-3:00白圈所圈的区域是乘车极热点，该区域是大世界站和黄陂南路地铁站所在处；3:00-6:00，由于已经深夜，没有乘车的极热点；6:00-9:00上客点数量分布均匀，没有极热点；9:00-12:00白圈的区域跟0:00-3:00类似，是大世界地铁站附近有红色极热点；12:00-15:00和1:5:00-18:00的极热点范围很大，集中在市政府所在地的市中心。
结语与展望
通过对浮动车数据的处理和分析，提取出上海市出租车乘车热点，为出租车司机合理的选择行驶方向提供了建议。出租车载客点的时空分析，可以在一定程度上反映出租车交通出行的需求现状，为设置出租车招停点或临时停靠点提供了科学的依据。以上客点数量为指标进行热点分析的最大优势在于方法简单，很快就能得到结果，出租车司机可以根据目前的位置合理的选择行驶方向。缺点是出租车司机得到这个热点信息后可能会造成热点区域的车辆过多，司机利润会降低，并且热点只是考虑了上客点数量，没有考虑利润问题。由于数据的原因，该研究没有给出18:00-24:00的出租车乘车情况。并且以3小时为时间分割不太合理，可以半个小时为分割单位，尤其是对于拥堵时段，时间分化的尺度应该更小，这样对出租车司机选择行驶方向更加可靠。这些不足都是将来继续研究的方向。
作者简介：迟光华（1988- ），男，山东烟台人，地理信息系统专业在读本科生，主要研究方向为GIS开发与应用(国家自然科学基金资助（J0730534）)
【参考文献】
1. TravelChinaGuide.com, Get around Shanghai by Taxi, Shanghai Transportation, 2011, Online; accessed 9-February-2011 http://www.travelchinaguide.com/cityguides/shanghai/transportation/taxi.htm
2. Schaller Consulting: The New York City Taxicab Fact Book, Schaller Consulting,Brooklyn, NY, 2006, available at http://www.schallerconsult.com/taxi/taxifb.pdf
3. 秦玲，张剑飞，郭鹏，齐彤岩. 浮动车交通信息采集与处理关键技术及其应用研究. 交通运输系统工程与信息. 2007.2