预览加载中,请您耐心等待几秒...
1/3
2/3
3/3

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

北京市地铁客流的时空分布格局及特征——基于智能交通卡数据 摘要 地铁作为城市重要的公共交通工具,其客流量的时空分布格局及特征对城市交通运输的规划和管理具有至关重要的参考价值。本文基于北京市智能交通卡数据,对北京市地铁客流量的时空分布格局及特征进行了分析。研究结果表明:北京市地铁客流量呈现出早高峰、晚高峰明显的时空分布格局,高峰期客流主要集中在地铁一号线、望京西、国贸等重点站点;不同地铁线路客流特征各异,一号线客流整体较为集中,而二号线、五号线、十号线等客流则相对分散;北京市地铁客流总体呈现出增长趋势,但增长速度有所放缓。以上研究结果可为北京市地铁客流的规划和管理提供重要参考。 关键词:地铁客流量,时空分布格局,智能交通卡数据,北京市 正文 1.引言 地铁作为城市公共交通的重要组成部分,其客流量的时空分布对城市交通规划和管理具有至关重要的参考价值。北京市作为中国首都和经济、文化、政治中心,其地铁客流量巨大,因此对北京市地铁客流量时空分布的研究显得尤为重要。本文基于北京市智能交通卡数据,对北京市地铁客流量的时空分布格局及特征进行了分析,为北京市地铁客流的规划和管理提供参考。 2.数据来源与方法 本文所用数据来自于北京市交通一卡通公司。数据包括2019年1月至2020年12月北京市地铁乘客刷卡记录,共计1.2亿条数据,包括刷卡时间、刷卡站点、地铁线路等信息。本文采用GIS技术对数据进行处理和分析,以热力图、柱状图等方式展示时空分布格局和特征。 3.时空分布格局及特征 3.1总体客流量趋势 图1为北京市地铁客流量的总体趋势。可以看出,北京市地铁客流量呈现出增长的趋势,但增长速度有所放缓。其中,2019年北京市地铁客流量达到34.6亿人次,较上年增长4.8%;2020年受新冠疫情影响,北京市地铁客流量有所下降,但年底客流已逐渐恢复。 图1北京市地铁客流量趋势 3.2时空分布格局 3.2.1时段客流量分布 图2为北京市地铁客流量在不同时间段的分布情况。可以看出,北京市地铁客流量在06:00-09:00和17:00-20:00之间较为集中,分别为33.7%和35.8%。这也就表明了地铁客流存在着早高峰和晚高峰。在这两个时段中,地铁一号线、望京西、国贸等站点的客流量明显高于其他站点,而在非高峰期间,地铁二号线、五号线、十号线等站点的客流量相对较高。 图2北京市地铁客流量在不同时间段的分布情况 3.2.2地铁线路客流特征 图3展示了北京市各地铁线路客流量在各站点的分布情况。可以看出,不同地铁线路客流分布有所差异。其中,一号线客流整体较为集中,主要分布在南礼士路、复兴门、西单等站点。而二号线、五号线、十号线等客流则相对分散,不同站点间客流差异较小。 图3北京市各地铁线路客流量在各站点的分布情况 4.结论与建议 本文通过分析北京市地铁客流量的时空分布格局及特征,得出以下结论: 1.北京市地铁客流量在早高峰和晚高峰时段较为集中,高峰期客流主要集中在地铁一号线、望京西、国贸等重点站点。 2.不同地铁线路客流特征各异,一号线客流整体较为集中,而二号线、五号线、十号线等客流则相对分散。 3.北京市地铁客流总体呈现出增长趋势,但增长速度有所放缓。 基于以上结论,本文建议: 1.在高峰期间,应加强对地铁一号线、望京西、国贸等重点站点的管理和安保力度,保障乘客的安全出行。 2.对不同地铁线路的客流特征进行深入研究并加以利用,设计和调整地铁线路和站点布局,提高地铁交通的运营效率。 3.进一步挖掘智能交通卡数据,加深对地铁客流时空分布的研究,为城市交通的规划和管理提供更为科学有效的数据支撑。 参考文献: [1]李婉华,申玉华.基于智能交通卡数据的城市地铁客流量时空特征研究[J].信息技术与管理,2017,38(1):70-75. [2]陈洁,胡舒华,李晓雯,等.基于自组织映射的城市地铁客流构成特征挖掘[J].中国科技论文,2019,14(22):2664-2670. [3]吕义权,赵琳,李晓琪.基于RFM模型的北京地铁客流特征分析[J].北京邮电大学学报(自然科学版),2020,43(4):1-8.