２９ １ Ｑ：；§ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｉｎｎｏｖａｔｉｏｎ Ｈｅｒａｌｄ 学术论坛 基于出租车Ｇ Ｐ Ｓ数据的南京市交通小区的划分 蔡毅 （湖南师范大学资源与环境科学学院湖南长沙４１ ５０００） 摘 要：在南京市出￣１＃ｃＧＰＳ海量数据中，提取部分数据对南京市市域进行交通小区的划分，利用ＳＰＳＳ１９．０的Ｋｍｅａｎｓ聚类分析方式对其进行分 析，最终将分类数据进行可视化，对交通小区边界确定作出一些改进，以及对出租车ＧＰＳ数据的利用作出了一些设想。 关键词：ＧＰＳ数据 交通小区 Ｋｍｅａｎｓ聚类 中图分类号：ＴＮ９６７．１ 文献标识码：Ａ 文章编号：１６７４—０９８Ｘ（２０１３）０８（ｂ）一０２１８—０ｌ 目前各大城市出租车均搭载了ＧＰＳ，产 才能在电子地图上显示出相应的位置 。再 被任何交通小区划分的地带，另外也没有 生了海量的数据，而出租车司机的寻客行为 结合Ｅｘｃｅｌ对数据进行筛选，排除市域范围 结合土地利用、河流、行政等分界线进行划 很大程度上属于盲目寻客。本文旨在利用这 外的记录。 分。在考虑到交通小区必要的性条件 些数据进行分析，使用乘客上下点进行交通 下，对其进行改进，采取最远距离画圆法进 小区的划分，从而对出租车寻客行为起到一 ２聚类分析 行交通小区的边界线划分。具体步骤如下： 定指导作用。 对处理好的数据进行聚类分析，本 （１）坐标系以（０，０）为中心点均分为ｎ 所谓交通小区，最早是在交通规划领 次采用ＫｍｅａＦＩｓ聚类分析方法进行聚类， 等份区域， 域中提出的，其目的主要是为了定义城市路 Ｋｍｅａｎｓ是一种基于划分的聚类方法，又叫 （２）记录距离中心点最远的点为ｃ 与中 网中交通起讫点的位置，然后使用需求预测 快速聚类法。 心的距离ｒ， 模型对各交通小区间的交通出行量进行预 其算法思路是： （３）以中心点为圆心，ｒ为半径画圆，得到 测“１。 （１）假设将样本划分为Ｋ个类。 初步交通小区。 （２）选取Ｋ个初始聚类中心。 （４）若与邻近交通小区相交，则以交线 １数据的提取与预处理 （３）从第一个样本开始计算其到各中心 重新分界。 在城市居民出行影响因素中，时间和空 距离，并将该样本划分到距离最短中心所属 （５）若与土地利用、河流、行政等界线相 间分布的研究是最重要的两点，有人把一 类。 交，同样也以交线重新分界。 天分为８个时间段进行居民出行研究，其研 （４）从新计算聚类中心，重复（２）一（３），直 究结果表明工作日的居民出行行为主要是 到准则函数收敛为止。 ５结语 通勤出行，其最主要的出行时间段为７：００－ 而对于交通小区的划分，一般情况下可 据已有文献查阅，南京市尚未进行过 ９：３０和ｌ７：００一ｌ ９：３０，出行空间分布主要 依照以下原则 ： 交通小区的划分，本文利用出租车ＧＰＳ数 是居住地和工作地 。 （１）区内的经济社会等因素一致。 据对其利用Ｋｍｅａｎｓ聚类进行了交通小区 此次实验数据为南京市２０１ ０年９月 （２）／Ｊ，区划分不打破行政区划分。 的划分，并基于以往划分方法，对于边界 ３ ０日出租车ＧＰＳ数据，数据库中表字段 （３）数量适当，中等城市约５Ｏ个，大城市 划分作出了一些改进。但是仍存在一些问 有ＩＤ（点唯一标识）、ＶｅｈｉｃｌｅＳｉｍＩＤ（车 约１００～ｌ ５０个。数量太多加重规划的工作 题，如Ｋｍｅａｎｓ方法的最大问题在于Ｋ值的 辆唯一标识）、ＧＰＳＬ ａｔｉｔＵｄｅ（纬度）、 量，数量太少又会降低分析的精度。 设定。本次实验类别数目Ｋ和初始聚类位 ＧＰＳＬｏｎｇｔｉｔｕｄｅ（经度）、ＰａｓｓｅｎｇｅｒＳｔａｔｅ 本次实验采用ＳＰＳＳ进行Ｋｍｅａｎｓ聚类 置的确定都很难，本文只是采取随机初始 （０一空车，１一非空车）、ＣｒｅａｔｅＤａｔｅ（记录 分析，设置参数。分类后把含样本数太少的 化聚类中心，后期可以采用ｃａｎｏｐｙ算法对 建立时间）。该次试验以７：００－９：３０时间段 类别删除，最终剩下３３个类别。 Ｋｍｅａｎｓ算法进行改进，在无需确定Ｋ值和 的数据为例。 聚类中心情况下进行聚类。另外也没有对聚 １．１提取数据库中的数据 ３聚类数据可视化 类结果进行评价，这些在后期研究都应当 利用千万数量级的出租车ＧＰＳ点数据进 将各类别的数据导入ａｒｃｇｉｓ进行可视 进行。 行交通小区划分，需要乘客上下车点的数据 化，按聚类类别符号化。各圆点为上／下车 （ＯＤ）。所谓上车点，即Ｐａｓｓｅｎｇｅｒｓｔａｔｅ由０ 点，各点组成的颜色块为聚类块，五角星为 参考文献 变为１的点（Ｏ）｛所谓下车点即Ｐａｓｓｅｎｇｅｒｓｔａｔｅ 各聚类中心。 ［１】郭峤枫．浅析交通小区划分问题［Ｊ】．黑龙 由ｌ变为０的点（Ｄ） 本次实验提取７：００—９：３０ 江科技信息，２０１０（２８）． 的所有出租车乘客上下车点数据。 ４交通小区边界确定 ［２１童晓君，向南平，朱定局．基于出租车 １．２数据预处理 现已有一种较好的交通小区边界确定 ＧＰＳ数据的城市居民出行行为分析［Ｄ】． 南京市域地理坐标为 方法，它将平面直角坐标均分为ｎ等份，再 中南大学，２０１２． 北纬３ ｌ。ｌ ４’～３ ２。３ ７。，东经 将聚类的点放人坐标系，依次计算第ｉ个区 ［３】吕玉强，秦勇，贾利民．基于出租车ＧＰ数 ｌ１８。２２’～ｌｌ９。１４’。全市行政区域总面积 域里每个点到中心点的距离，最后将离中心 据聚类分析的交通小区动态划分方法 ６５８７．０２ ｋｍ ２。利用精度范围信息，剔除重 点最远的点为连接起来，得到点集相应边 研究［Ｊ］．物流技术，２０１０（２１６）． ‘ 复数据，记录不全数据，错误数据；由于最 界 初得到的ＧＰＳ坐标参数为ＷＧＳ８４坐标，必 此种方法有一些欠缺的地方，比如交 须经过坐标变换，进行高斯平面投影，最后 通小区之间存在较大的空间，往往成为未 ①作者简介：蔡毅（１９９２．１０一），男，湖南常德，最高学历：本科。 ２１ ８ 科技创新导报Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｉｎｎｏｖａｔｉｏｎ Ｈｅｒａｌｄ
