摘要
文章以手机信令、路网大数据为基础,提出了针对交通规划的科技赋能交通小区划分方法,以路网数据划分聚类单元,利用手机信令数据准确识别聚类单元内居民出行时空分布特征,基于改进耦合空间聚类算法进行聚类,借助现状路网对聚类结果进行修正得到交通小区划分结果。宁波市实例研究表明,科技赋能交通小区划分方法能兼顾居民出行时空特征和城市路网匹配,并能较好保证交通小区的整体连续性,该方法适用性强,可为交通规划的科学制定提供借鉴。
The article,based on mobile signaling and road network big data,proposes a technology-enabled traffic district division method for traffic planning.The method divides clustering units using road network data and accurately identifes the spatiotemporal distribution characteristics of residents'travel within these units using mobile signaling data.It then clusters the data based on an improved coupled spatial clustering algorithm,adjusting the clustering results with the current road network to obtain the final traffic district division results.A case study in Ningbo demonstrates that this technology-enabled traffic district division method can balance residents'spatiotemporal travel characteristics with the urban road network,ensuring overall continuity of the traffic districts.This method has strong applicability and can significantly aid in the scientific formulation of traffic planning.
作者
俞艳
何宇嘉
高昕欣
张宸赫
阎程
YU Yan;HE Yujia;GAO Xinxin;ZHANG Chenhe;YAN Cheng
出处
《现代城市研究》
北大核心
2024年第6期100-106,共7页
Modern Urban Research
基金
国家自然科学基金项目(42171260,52079101)。
关键词
交通小区划分
手机信令
出行特征
耦合空间聚类算法
traffic subdivision
mobile phone signaling
travel characteristics
coupled space clustering algorithm
作者简介
俞艳,武汉理工大学资源与环境工程学院,教授,博士,主要从事土地资源管理及国土空间规划中大数据分析建模与应用研究;通信作者:何宇嘉,武汉理工大学资源与环境工程学院,武汉理工大学在读硕士;高昕欣,武汉理工大学资源与环境工程学院,武汉理工大学在读硕士;张宸赫,武汉理工大学资源与环境工程学院,武汉理工大学在读硕士;阎程,武汉理工大学资源与环境工程学院,武汉理工大学在读硕士。
