【摘要】：隨著大數(shù)據(jù)時代的來臨,使人們對數(shù)據(jù)的認(rèn)知也發(fā)生了顛覆,不再認(rèn)為數(shù)據(jù)是靜止的、歷史的,而將其看作了動態(tài)的、鮮活的。公眾出行是城市交通行為的主要組成部分,每天由公眾出行而產(chǎn)生的數(shù)據(jù)體量已非常巨大,然而由于公眾出行方式的多樣,導(dǎo)致其大數(shù)據(jù)具有異源異構(gòu)性,但其中包含的時空信息又是將其聯(lián)系在一起的優(yōu)質(zhì)紐帶。基于公眾出行大數(shù)據(jù)中的時空信息,以地圖為載體,進行空間可視化可以高效地描繪公眾出行的時空畫像。而Web GIS以其獨特的靈活性成為了空間可視化的重要載體。本文以北京市公交車IC刷卡數(shù)據(jù)、地鐵刷卡數(shù)據(jù)、出租車軌跡數(shù)據(jù)等作為數(shù)據(jù)基礎(chǔ),以數(shù)據(jù)中蘊含的時空信息作為紐帶,建立起了多源數(shù)據(jù)之間的關(guān)聯(lián),并構(gòu)建了公眾出行客流模型、乘客出行鏈模型以及車輛運行軌跡模型,從而將公眾出行客流以及乘客的行為模式進行可視化分析。本文研究內(nèi)容和方法為:(1)搭建Hadoop集群。利用其分布式文件系統(tǒng)HDFS實現(xiàn)對大體量數(shù)據(jù)的存儲工作,并且在MapReduce的并行式運算架構(gòu)下實現(xiàn)對海量數(shù)據(jù)的高效查詢與處理,從而建立起了可視化研究的后臺支撐。(2)數(shù)據(jù)降噪與統(tǒng)計。通過編寫基于MapReduce的濾波器實現(xiàn)對研究數(shù)據(jù)的降噪與統(tǒng)計。(3)數(shù)據(jù)的關(guān)聯(lián)與建模。公眾出行數(shù)據(jù)所攜帶的時空屬性是建立多源數(shù)據(jù)間關(guān)聯(lián)的重要紐帶,通過各類數(shù)據(jù)間的空間關(guān)聯(lián)與時序關(guān)系,實現(xiàn)多源數(shù)據(jù)的關(guān)聯(lián)與融合,并根據(jù)時間與空間上的臨近,建立各類出行方式的總客流分布模型;根據(jù)乘客IC卡卡號的關(guān)聯(lián),并進行換乘分析得到乘客的出行鏈;通過公交車線路與路網(wǎng)的匹配,得到公交線的運行路線,并根據(jù)相鄰兩站間乘客刷卡的時間差,得到公交車與該路段的運行速度,同理,也計算出出租車相鄰軌跡點之間的運行速度,從而建立起了車輛運行軌跡模型。(4)大數(shù)據(jù)的可視化。根據(jù)建立的模型對數(shù)據(jù)進行檢索之后,將得到的客流時空分布、乘客出行OD矩陣、乘客出行鏈以及車輛的運行軌跡,并將數(shù)據(jù)的分析結(jié)果通過動態(tài)專題地圖以及非地理圖表相結(jié)合的方式進行可視化渲染,并分析其中蘊含的公眾出行規(guī)律。(5)多源數(shù)據(jù)的聯(lián)動分析。本文在可視化的基礎(chǔ)上,以地鐵客流為核心,與公交車刷卡數(shù)據(jù)及出租車軌跡數(shù)據(jù)進行聯(lián)動分析,驗證客流量較多的地鐵站點與周邊公交站點客流量及出租車卸客點密度之間的正相關(guān)關(guān)系。
【圖文】：

1.2.2 交通大數(shù)據(jù)研究現(xiàn)狀在大數(shù)據(jù)時代，交通領(lǐng)域也同樣步入了交通大數(shù)據(jù)紀(jì)元。交通系統(tǒng)是一個城市乃至國家的循環(huán)系統(tǒng)，交通技術(shù)的快速進步也是推動城市與國家發(fā)展的重要推動力。交通行為是人地交互的過程，其中自然會產(chǎn)生具備時空特征的數(shù)據(jù)，而每天中國居民出行產(chǎn)生的數(shù)據(jù)量是及其巨大的，這其中蘊藏著相當(dāng)可觀的知識財富[17]。目前學(xué)術(shù)界對于交通大數(shù)據(jù)的研究主要集中在城市交通大數(shù)據(jù)中，其中針對公交車與地鐵的研究較多，因為城市的公共交通周期性特征較為明顯，且公交車與地鐵的運行路線相對固定，數(shù)據(jù)采集體系較為成熟，研究城市交通大數(shù)據(jù)對構(gòu)建智慧城市有著重要意義。在國內(nèi)外的研究中，對于城市公共交通大數(shù)據(jù)的分析研究主要是從客流分布、乘客行為模式挖掘等方面開展的[18]�？土髁颗c其空間分布永遠(yuǎn)是交通領(lǐng)域各項研究的基本問題，而在基于城市公眾交通大數(shù)據(jù)的分析中，，通常是基于公交車或是城市軌道交通的數(shù)據(jù)對其客流量和空間分布的研究，也有一些學(xué)者針對出租車軌跡數(shù)據(jù)開展研究工作，其中公交大數(shù)據(jù)主要分為乘客圖 1-1 大數(shù)據(jù)技術(shù)軟件棧Fig.1-1 Big Data Technology Software Stack

篩選、排序等工作。數(shù)據(jù)的審核一般認(rèn)為這是一個數(shù)據(jù)預(yù)處理的準(zhǔn)備過程的數(shù)據(jù)材料以及研究內(nèi)容的需要，對一些存在錯誤的“臟數(shù)據(jù)”之外，還數(shù)據(jù)，該過程通常是通過編程實現(xiàn)的[3基于某個或某些指標(biāo)進行排序，以便主要是將 2016 年 9 月北京市公交車在錯誤、缺失、遺漏的數(shù)據(jù)以及冗余程思想，編寫數(shù)據(jù)濾波器，并在 Hado中的干擾項。傳統(tǒng)的數(shù)據(jù)分析，傳統(tǒng)的數(shù)據(jù)通常結(jié)現(xiàn)數(shù)據(jù)的存儲與管理，依托于強結(jié)構(gòu)化，以列為目標(biāo)快速、準(zhǔn)確地處理數(shù)據(jù)。規(guī)整的數(shù)據(jù)結(jié)構(gòu)和巨大的體量，對于須依托于大數(shù)據(jù)處理技術(shù)執(zhí)行數(shù)據(jù)挖
【學(xué)位授予單位】：北京建筑大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：P208;U12-39

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 于慶;劉淑靜;付錦鳳;高峗;單科;黃鵬飛;;基于WebGIS的海水淡化工程空間信息可視化應(yīng)用研究[J];計算機與現(xiàn)代化;2013年03期

2 鮑R

本文編號：2688790