基于出租车GPS数据下的交通可视化研究

朱 楠，刘 晶

(中冶京诚工程技术有限公司，北京 100176)

0 引 言

随着我国经济的快速发展以及大规模的交通建设，居民出行的需求与交通量出现急剧的增加，进而出现城市道路网络建设和居民交通出行需求的不相匹配问题，其中早、晚高峰时段的交通堵塞问题日益严峻。随着GPS等定位技术快速的发展，使得获取海量居民出行交通大数据数据成为现实，但是这些交通大数据具有量大、维度高等特点，所以对其进行直接分析的难度相对较大。数据的可视化技术可以直观呈现道路交通的运行状态，使得不同领域，具有不同知识背景的研究者、交通决策者、交通参与者们都能理解交替运行，发现交通规律，为解决现有道路拥堵、合理规划建设道路提供有力数据支撑。同时，数据可视化也是是在大数据背景下产生的一种有效数据组织手段，致力于明确、有效的传递信息。图形能将无穷数据转化为可见图形符号，并将数据清晰直观的表达出来，加深研究者对于数据的理解与记忆。

在过去几十年间，国内外研究者在数据可视化方面做了大量研究工作，当前交通大数据的可视化实现方法主要可以归纳为3类：第1大类为面向程序开发研究人员的交通大数据可视化实现方法，此类方法是要需求者依据提供的可视化工具集以及开发的框架，要求其要具有一定的专业化开发基础，运用编程建立交通大数据的可视化实现方法，其主要的代表有数据变换、可视分析等技术的交通时空大数据可视分析框架，这一大类实现方法通常没有需求者界面等易用的属性，没有办法实现没有基础编程技术的需求者；第2大类为面向特定领域需求的交通大数据可视化实现方法，这一类方法的系统具有高度的定制特性，是面向某一个特定的领域或则特定的问题，其通用性相对较差，其使用可视化技术只分析交通大数据下特定城市交叉口的机动车轨迹数据的微观状况；第3大类为通用性的交通大数据实现方法，这一类解决方法重复利用率高、灵活性强，但可视化表现效果单一。

由于大家对颜色、温度之间的对应感知性很高，并且热图可很直观展示交通特性的多少，用户可以一目了然。因此，本文基于SQL数据库筛选出的南京出租车GPS数据，借助Power map三维地图进行热图构建，通过热图直观的显示出南京2010年9月1号晚高峰时段出租车的时空分布。

1 南京出租车GPS数据概况

本数据集为南京市市区范围内出租车历史GPS位置的大数据，其包括以下的信息：出租车的ID信息、GPS的时刻、GPS的位置数据、GPS的速度等共记录2010年9月1日到9月2日约591 mB的数据，其具体如图1所示。

图1 浮动车数据内容示意图

GPS浮动车数据的表结构及字段说明如表1所示。

表1 GPS浮动车数据的表结构及字段说明

FCD采集系统采集出租车GPS地理位置的数据、行驶方的向角，时刻数据、机动车的编号等数据，其可获取路段的速度、行程的时间等交通相关数据，此外还具有较好的扩展与经济性。对于城市的范围内大量的出租车，采用出租车不断的向出租车控制中心定时的发送机动车位置、时间等信息，估计车流的速度，得到城市实时的交通运行速度的数据信息，基于此本文主要分析南京的部分区域出租车的时空分布特性。通常，GPS的数据精度约是15 m，因为GPS终端可能被建筑物遮挡等客观情况，构成个别的GPS数据可能出现漂移问题，所以需要对收到的出租车GPS点数据进行预处理。

2 出租车交通数据的预处理

运用SQL打开并对源数据进行筛选。本次实验对数据的筛选主要包括三个方面：(1)将数据限定在南京市这一范围内，即经度的范围为东经118°22″至119°14″，维度的范围为北纬31°14″至32°37″。(2)由于是出租车数据因此确保车内有乘客，即Passenger State的值为1。(3)选取南京市晚高峰为实验时段，即16∶30至19∶00。具体步骤如下。

打开SQL数据库出现如图2所示对话框。

图2 SQL界面图

点击“连接”，进入SQL主界面。

在SQL的左侧目录中右键选择新建查询，后输入如图3所示代码，即可添加本地数据库。

图3 代码输入图

打开数据库，并利用SQL中的筛选功能对源数据进行筛选，共筛选出六组数据。本文采用的语句如图4所示。

图4 数据筛选语句示例

3 热图构建

热图是一种图形化的数据表现形式，在二维地图上以变化的颜色代表数值大小。使用Excel 2016中的Power map生成热度地图。具体步骤如下：

(1)启动Excel三维地图绘制界面。选定数据，点击插入三维地图，选择新建演示。

(2)生成Excel默认热度地图。Excel右侧存在地图数据元素控制对话框。在“数据”标签下选择“热力地图”；在“位置”中添加字段“纬度”与“经度”；在“值”中添加字段“速度”(默认为“计数—不重复)，此时地图中显示播放轴，点击可进行演示。

(3)修改热力地图控制元素及图例。①对“图层选项”标签下参数进行调整，其中色阶为130%，影响半径为70%，“视觉化聚合”为求和，其他均为默认；②对图例进行调整，右击“图例”进行编辑，在“编辑图例”对话框中取消“显示标题”勾选，设置“类别”中的字体为12。最终结果如图5所示。

图5 热图结果示意图

4 交通可视化分析

通过运用SQL筛选出来的六组数据(每组数据以五分钟为一时间段)制作热图，得到的热图如图6。

图6 不同时刻路网热图

南京市交通热图刻画的该区域内晚高峰时段内南京出租车聚集和扩散的过程。绝大多数热点区域的不断扩大，热点区域见得距离不断靠近，少部分热点区域减小。热点区域的范围进一步扩大，并逐渐连接成片，此外，少数热点区域有了继续向外延伸的趋势，并出现了新的热点区域。热点区域的范围开始缩小，大的热点区域分散成小的热点区域。热点区域的边界开始缩小，小的热点区开始消散。热地区域开始扩大，并出现了新的小型热点区域。

由于以上的热图变化为热点区域之间的相互作用，因此这些热点区域的变化将会导致整个路网结构发生改变。结合南京市地图进行分析分析结果如下：热点区域在建宁路、龙蟠中路、内环西线、中心路段、应天大街高架上的分布随时间的迁移逐渐的扩散收缩再扩散。

5 结 语

(1)本文以南京市出租车GPS数据为研究对象，通过运用SQL打开并筛选数据，运用Power map制作南京市出租车交通热图。

(2)通过对同一天晚高峰不同时段的分析，可以得出在建宁路、龙蟠中路、内环西线、中心路段、应天大街高架上热点区域呈现出随时间的迁移逐渐的扩散收缩再扩散的分布特征。这对于了解出租车的行驶规律具有重要意义，对于改善南京市路网结构提供了参考。