基于手机信令数据的交通出行分布模型研究

毛晓汶

摘 要：由于城镇化进程加快且各城市特性均不相同，传统的出行调查法和出行分布模型存在一定局限性。因此为弥补现有方法、模型不足，本文以重庆一小时经济圈为例，通过手机信令获得海量出行数据，然后在以往的交通分布模型基础上，结合城市特性选取适宜模型进行参数重标定，从而得到适合重庆的交通分布模型，以便更切实、精确的获得预测数据，也可为其他城市针对自身特性更新交通分布模型提供参考依据。

关键词：交通出行调查;手机信令;出行分布模型;参数标定;重庆一小时经济圈

0 引言

由于城镇化进程不断加快且各城市的自身条件、经济发展、文化背景各不相同，以往的交通分布模型大多都较为宽泛，没有针对性的结合城市自身交通特性来进行研究，因此预测的结果较缺乏真实性和精确性。此外，在调查交通出行数据时，传统的交通调查方法显现出了局限性，特别是针对大区域调查时劣势更加凸显。在信息化技术发展的不断催化下，通过数据挖掘技术获得公交刷卡[1]、手机信令[2]等海量时空数据已成为新的技术手段，再通过数据的处理可为交通预测提供更有价值的信息。

在数据挖掘方法中的手机信令是指移动用户的手机终端和移动通信网络主动或被动地、定期或不定期地保持着联系，而移动通信网络将这些联系识别成一系列的控制指令[3]。手机信令数据的提取方法主要是从移动通信系统中通过监测通信接口，对信令进行解析，而获得手机发生切换的数据[4]。

因此，本文针对以往交通调查方法和交通分布模型的缺陷，以重庆市为例通过居民手机切换定位获得手机信令数据，然后对数据进行提取获得出行数据，再选取适合的交通分布模型，結合城市交通特性进行参数标定，进而得到适宜的参数，为此在更切实反映城市交通分布情况和更精确预测出行分布量同时，也可为其他城市结合自身特性进行交通需求预测时提供参考借鉴。

1 手机信令数据调查法概述

出行调查法主要分为传统调查法、手机切换定位调查法。但传统调查法存在投资及维护成本大、覆盖范围不广泛、数据可靠度和精确度较低等缺点，故存在一定的局限性，而随着技术的不断发展，出现了基于手机切换定位技术的新兴交通调查法，其能在一定程度上弥补传统出行调查法的缺陷。

1.1 基于手机信令数据调查方法

手机定位技术是随着移动互联网技术和智能手机的不断更新下产生的，通过手机切换定位获得手机信令数据。目前主要采集用户打电话（主叫/被叫）、收发短信、位置更新、基站位置区切换等行为产生的信令数据[5]。其具有成本投入较小、覆盖范围广、获得数据量庞大、实时、连续、灵活、数据精确可靠等优点。

1.2 基于手机信令获取出行数据原理

目前其数据来源于中国移动、中国联通、中国电信三大移动通信系统。获取出行数据原理为运用运营商信令采集平台来解析信令数据，再结合基站数据和交通分析区域，对数据预处理，通过基站和交通小区之间的匹配映射，来对出行特征数据进行提取和扩样，从而获得总体人群的出行特征数据。

2 交通出行分布模型构建

2.1 模型选取与构建

考虑交通分布模型中的构造模型较适用于目前城镇化进程加快、土地形态、出行变化较快的情况，而构造模型中的重力模型在出行分布预测中，较为全面考虑各种因素，能够更好的描述交通分布需求特点，此外考虑本文OD出行矩阵和广义费用数据较齐全的同时，由于双约束重力模型标定较为复杂，故本文选取乌尔西斯单约束重力模型，阻抗函数采用指数形式，即，模型表达如下：

其中平均阻抗计算如下式所示：

2.2 模型参数标定及检验

考虑参数标定方法中的试算法以及参数检验方法中的相对误差法均适用于单、双约束重力模型。因此本文选取试算法、相对误差法来进行参数的标定和检验，标定步骤如图1所示。

3 模型应用

本文选取实例为重庆一小时经济圈，主要包括中心城区及14个区县。通过手机信令数据获得中心城区与12个区县（除万盛、双桥）的现状出行OD，如表1所示，各区之间距离如表2所示。

再按照上述标定参数步骤给定初始不同值，通过计算获得误差值发现当时相对差最小且为0.2%，故得到适宜于重庆一小时经济圈的交通分布模型，其如下式所示：

4 结论

由于城市人口规模不断扩大，传统的出行调查方法存在实时性、可靠度、精确度较低等缺点，以及由于各城市自身的发展特性各不相同，以往的交通分布模型没有结合城市特点来进行参数的标定。故本文打破以往获得居民出行数据的传统调查方法，通过提取手机信令数据获得居民出行OD，并在传统交通分布模型上，以重庆一小时经济圈为例，提出结合重庆自身交通特性参数标定方法，从而得到适合重庆特性的交通分布模型，不仅提高了数据的精确性，也为其他城市结合自身交通特性进行出行分布预测时提供参考。

参考文献：

[1]龙瀛，张宇，崔承印.利用公交刷卡数据分析北京职住关系和通勤出行[J].地理学报，2012，67（10）：1339-1352.

[2]海晓东，刘云舒，赵鹏军，等.基于手机信令数据的特大城市人口时空分布及其社会经济属性估测——以北京市为例[J].北京大学学报（自然科学版），2020，56（3）：518-530.

[3]刘杰，胡显标，傅丹丹，等.基于无线通信网络的人员出行信息分析系统设计与应用[J].公路交通科技，2009，26（S1）：151-154.

[4]杨涛.基于基站切换的交通信息采集技术应用研究[J].现代电子技术，2012，35（15）：145-147.

[5]王西点.基于手机位置的实时交通信息采集技术[J].中国交通信息产业，2009（1）：128-130.