基于深圳通刷卡数据的轨道交通客流与站点特征分析.pdf

总656期2023年第26期（9月 中）收稿日期：2023-03-22作者简介：陈玉如（1999），女，重庆人，硕士，研究方向为交通运输规划与管理。基于深圳通刷卡数据的轨道交通客流与站点特征分析陈玉如，王才雪（重庆交通大学交通运输学院，重庆 400074）摘要：为探究轨道交通客流与站点特征，基于Hadoop平台对深圳通刷卡数据进行清洗与筛选，然后从站点收入、进出站客流等不同维度进行特征分析，最后采用聚类算法进行站点聚类以挖掘刷卡数据的潜存信息。结果表明，深圳轨道交通网络客流分布不均衡，少数站点占据多数客流；地铁站点可分为居住区车站、居住办公组团车站、一般车站、交通枢纽区车站以及商业区车站5类，站点聚类结果可为周边土地利用、车站发展规划等提供参考。关键词：轨道交通；交通大数据；刷卡数据；聚类分析中图分类号：U231.92文献标识码：A0 引言城市轨道交通是城市公共交通的重要组成部分，基于交通大数据对轨道站点进行分类研究有助于明晰当前轨道交通客流影响因素，厘清城市轨道交通与土地利用、区位特征等的互动关系，进而为城市规划及周边土地综合开发提供参考依据1-2。为此，本文基于深圳通刷卡数据，在进行基于线路视角、站点视角以及时间视角的客流特征分析后，通过K-means聚类分析进行站点分类，聚类结果可为城市综合发展提供参考。1 深圳通刷卡数据介绍及数据处理本文所用的交通大数据来自深圳市政府数据开放平台的深圳通刷卡数据，支持格式为JSON，经接口调用后方可下载。下载的深圳通刷卡数据包含 2018 年8 月 27 日2018 年 9 月 1 日的样例数据信息，共计1 377 000条数据，其中站点缺失数据70 961条，故有效数据为1 266 039条，其中包含2018年8月27日数据1条，8月28日数据61条，8月29日数据155条，8月30日数据275条，2018年8月31日公交数据8 501条、轨道交通数据27 866条，9月1日公交刷卡数据447 708条，轨道交通数据781 472条。经数据清洗后，深圳通刷卡数据已不存在重复和缺失现象，但由于原始数据交易时间字段中包含年月及时刻两部分内容，不利于数据提取，因此需通过数据分列将其分为日期和时间两个字段信息，方便后续对刷卡数据进行客流的时间特征分析。2 客流特征分析对客流特征进行分析有助于主动把握客流的流动规律，从而做好运营工作3。基础数据经过处理后，依据线路、站点以及时间维度对数据进行分类统计，分析时段选取数据相对完整的2018年9月1日，通过分析不同视角下的客流数据统计结果以得到细化的客流特征。2.1 基于线路视角的客流特征分析深圳市轨道交通线路有1号线、2号线、3号线、4号线、5号线、7号线、9号线以及11号线，不同轨道交通线路的客流量以及线路收入存在明显差异，见图1与图2。2.2 基于地铁站点视角的统计分析深圳轨道交通线网共有8条线164个站点，各站点客流存在明显差异，具有明显的拖尾现象。轨道交通站点客流分布不均衡，少数站点承载着绝大部分的客出站客流进站客流1号线2号线3号线4号线5号线7号线9号线11号线78 46066 05437 08727 02069 87181 98132 80950 09873 86798 57327 22935 84922 99125 64823 41730 518180 000160 000140 000120 000100 00080 00060 00040 00020 0000客流量/人次进站客流出站客流图1 深圳市轨道交通线路客流量统计（1 d）4交通世界TRANSPOWORLD流量。各地铁站点因地理位置和周边开发强度不同，周边商业、办公、住宅等设施产生或吸引的客流有明显差异4。进出站客流排名前10的站点（见图3）占总客流量的比重为16.60%，其中，排名第1的深圳北站客流占总客流的比重为2.68%，占前10站点客流总量的15.54%。而进出站客流较少的车站大都位于新开的地铁线路 7号线、9 号线、11 号线以及 2 号线与 5 号线的个别站点，车站周边土地处于未开发状态，且缺乏接驳设施，因而临海、深湾等地铁站的客流明显少于其他车站。计算对比各车站的站点收入可知，深圳北站的收入最多，罗湖次之，同站点的进出站客流量相匹配。其中，收入排名前10的车站收入详情见图4。2.3 基于时间视角的统计分析根据地铁进出站时间客流数据统计结果，在 9 月1 日上午，7:508:40 各站点进站客流人数均超过2 000人，在8:29时达到进站客流的峰值，进站客流数为2 565人次；出站客流高峰期集中在8:209:00，在8:46出站客流达到峰值3 482人次。相比之下，轨道交通进站客流的时间分布更均匀平缓，出站客流时间分布存在明显的峰值，自9:00之后，进出站客流保持相对动态稳定趋势，再无明显波峰。3 聚类分析对刷卡数据本身进行分析仅能得到相对浅显的客流及站点特征，如何基于站点信息及进出站客流量挖掘出数据的潜在价值值得深入研究。当前城市轨道交通车站分类没有统一方法，大多以车站与地面相对位置、运营性质、站台形式等作为划分依据，不能较好地反映客观情况，而采用数据挖掘领域的聚类分析方法能较好地解决这类问题。通过选取站点客流及站点规模相关的聚类因子，运用聚类算法得到定量分析结果，并结合定性方法对聚类结果进行深入分析，形成的结论可为综合交通规划与管理提供支撑。K-means 聚类算法是一种迭代求解的聚类分析算法，该算法首先从数据集中随机选取k个数据作为初始的聚类中心，然后计算每个数据到初始聚类中心的距离，将数据按规则划分至各类别中，通过迭代更新聚类中心，直至算法收敛。K-means聚类算法的具体计算过程如下。1）初始聚类中心的选取。从给定数据集中随机选取k个元素作为初始聚类中心，从而确定初始聚类簇数k。2）计算距离，样本聚类。依次计算数据集中的数据到初始聚类中心的距离，按照欧式距离最短原则将元素划分至相应的聚类中心处，得到k个类簇。3）根据聚类结果更新调整聚类中心。4）计算误差函数。误差平方和计算公式如下：RSSE=i=1kj=1n()xj-ci2（1）式（1）中：RSSE为所有样本点的误差平方和；k为聚类数；ci为第i簇聚类中心点；xj为样本点。5）迭代与终止。进行步骤 2）、步骤 3）的迭代，当误差函数达到最小值，迭代终止。3.1 选取聚类变量聚类的准确性与聚类变量的选取密切相关，因此，选取合适的聚类变量至关重要。对站点进行聚类所采用的变量要能反映出站点的特性，故本文基于9月1日轨道交通刷卡数据，综合考虑站点规模与站点客流特征两个因素，选取进站人数、出站人数、站点收入、设备数量这4个变量作为聚类分析的初始变量，但由于1号线2号线3号线4号线5号线7号线9号线 11号线105 165.8561 569.489 194.95217 822.85153 675.95244 813202 415.95341 776.35400 000350 000300 000250 000200 000150 000100 00050 0000收入/元图2 深圳市轨道交通线路收入统计（1 d）深圳北站 五和 布吉罗湖民治 丹竹头 龙华清湖南山 黄贝岭25 00020 00015 00010 0005 0000客流量/人次20 23516 42414 37114 12312 48411 29611 11510 5179 964 9 713图3 深圳市轨道交通线路进出站客流量前10站点客流量统计（1 d）深圳北站 罗湖 南山 福田口岸老街 兴东 会展中心后海 福田五和60 00050 00040 00030 00020 00010 0000收入/元52 68738 19528 650.5525 794.3521 494.0521 256.721 036.820 308.220 071.519 303.7图4 深圳市轨道交通线路收入前10站点收入统计（1 d）5总656期2023年第26期（9月 中）站点收入与站点进入人数存在强相关性，因此只选取站点进站人数、出站人数、设备数量3个指标，见表1。表1 聚类分析初始变量维度站点客流站点规模变量名称进站人数出站人数设备数量3.2 选择聚类簇数结合肘部法与轮廓系数选定聚类簇数，通过穷举超参数k，比较不同超参数据取值下K-means算法聚类效果，选择最适合站点数据的聚类簇数5。通过计算样本点的误差平方和RSSE，以确定超参数k值的取值，每个k值对应着簇内的点到中心点的距离误差平方和。理论上RSSE值越小，聚类效果越好。经测试后发现，RSSE值会逐渐趋向一个最小值，判断拐点后的斜率基本趋于平缓。轮廓系数可评价聚类结果的好坏，其取值范围为-1,1，轮廓系数的取值越接近1则聚类性能越好，取值越接近-1则聚类性能越差。使用肘部法并辅以轮廓系数确定k值，4、5两点后RSSE数值趋于平缓，对应曲线下降为-3.021 及-1.245，其后下降分别为-0.808、-0.595、-0.610，逐渐趋于平缓，因此k的取值为4或5较为合适。当k=4时轮廓系数为0.329 5，而k=5时轮廓系数为0.339 7，后者数值较大。因此综合两种方法确定超参数k取值为5。3.3 聚类结果依据提取的3个聚类变量，并结合实际情况，最终将站点分为5类，聚类结果如表2所示。对聚类结果进行数据分析，发现分类结果与站点设备数量有较大关联，应在考虑设备数量的前提下考虑进出站客流。表2 聚类结果统计表类别1类别2白石洲、大新、固戍、景田、草埔、木棉湾、大芬、丹竹头、横岗、双龙、清湖、龙华、龙胜、上塘、白石龙、民乐、翻身、洪浪北、西丽、民治、五和、坂田、杨美、下水径、长龙、赤尾、沙尾、上沙国贸、科学馆、华强路、岗厦、竹子林、华侨城、桃园、宝安中心、湖贝、石厦、华新、红岭、田贝、红山、福田口岸、灵芝、兴东、大学城、塘朗、布心、怡景、笋岗、红岭北、八卦岭、华强南、皇岗村、人民南、鹿丹村、红岭南、园岭、泥岗、梅村、下梅林、梅景、下沙、红树湾南、宝安、碧海湾、机场、福永、塘尾、马安山、沙井、后亭、碧头2845类别站点名称站点数类别3类别4类别5合计香蜜湖、侨城东、高新园、深大、鲤鱼门、前海湾、新安、宝体、坪洲、西乡、后瑞、机场东、新秀、燕南、岗厦北、莲花西、香梅北、香蜜、侨香、安托山、深康、侨城北、红树湾、科苑、登良、海月、湾厦、东角头、水湾、海上世界、蛇口港、赤湾、益田、莲花村、通新岭、晒布、翠竹、水贝、六约、塘坑、永湖、荷坳、大运、爱联、吉祥、龙城广场、南联、莲花北、临海、宝华、留仙洞、长岭坡、上水径、百鸽笼、太安、洪湖、黄木岗、皇岗口岸、农林、深云、桃源村、龙井、珠光、茶光、西丽湖、文锦、向西村、银湖、孖岭、香梅、深圳湾公园、深湾、机场北罗湖、布吉、深圳北站老街、大剧院、会展中心、购物公园、世界之窗、黄贝岭、华强北、市民中心、福田、后海、少年宫、上梅林、福民、南山、松岗73315164表2（续）类别站点名称站点数4 结束语本文基于Hadoop平台进行深圳通刷卡数据的处理，并在此基础上进行客流及站点的特征分析；然后采用聚类算法对深圳市地铁站点进行聚类分析，结合实际情况，将地铁站点分为居住型车站、职住混合型车站、一般车站、交通枢纽型车站以及商业区型车站5类。对城市轨道交通站点进行类别划分，有助于厘清地铁站点的共性与差异性，了解各类站点乘客的出行时空特征，可为研究城市轨道交通站点与周边土地利用关系、不同类型车站客流规律等提供依据。参考文献：1 袁发涛，陈通箭，魏剑波.基于AFC数据的轨道站点分类研究J.交通工程，2021，21（1）：48-52，57.2 田文豪.TOD模式下轨道交通站点地区土地利用评价研究以广州主城区为例D.广州：华南理工大学，2019.3 张灵珠，CHIARADIA A.大数据背景下轨道交通站点区域 TOD效能评价研究以香港为例J.建筑技艺，2020，26（9）：85-89.4 王艳丽，金宇宁，吴兵.TOD模式下轨道站点的界定与分类方法J.交通与运输，2021，37（2）：51-56.5 王武言，刘嘉宸，余亦冬.基于土地使用和人口的西安市轨道交通站点分类研究J.人民公交，2020（8）：29-33.6