城市轨道交通客流多维时空可视化表达

刘晓玲,廖沈美慧

（1.深圳技术大学城市交通与物流学院,广东 深圳 518118; 2.上海申通地铁集团有限公司技术中心,上海 201103）

0 引言

客流是城市轨道交通运营管理的核心，是城市轨道交通线网规划、线路走向、项目经济评价的基础。针对海量多源客流数据挖掘分析，提取出有价值的信息是客流分析非常重要的工作。其中，将分析结果以合理的表现形式呈现出来，能够有效提升分析结果的可解释性和可理解性，更有助于发挥其辅助决策功能。根据实际的需求选择最合适的可视化表达方式对于解读、探索数据中蕴含的规律能起到事半功倍的作用，能有效辅助相关人员进行决策。

1 需求

客流数据的需求对象是多维的，针对不同的需求选择客流数据可视化方式，有利于人们有目的地对数据进行解读，并加以利用。需求对象大致可以分为四类：管理者、执行者、乘客、政府，其对客流解读的需求可以总结为表1。

表1 不同对象对城市轨道交通客流解读的需求

管理者主要是指各城市轨道交通运营管理者，他们需要全面掌握客流情况，了解客流历史规律，并可以初步预测客流趋势，以应对客流变化，对于客流异常情况迅速做出判断以调整客流恢复正常水平。因此，客流变化趋势、实时波动情况，是管理者关注的重点。执行者主要是指各城市轨道交通运营管理现场工作人员，现场客流的实时数量、趋势是他们关注的重点。当发现现场局部异常时，及时采取一定现场处置措施延缓客流积聚或疏导客流。乘客对客流的关注跟自身的出行紧密相关，与自身出行存在时间、空间交集的站点、线路客流情况是他们关注的重点。这些情况的变化直接影响乘客个体出行舒适度、出行路径，甚至会改变乘客个体出行的交通方式。政府主要关注客流的宏观特征与变化，特别是比较大的波动和异常情况，对可能发生的重大事件进行事前预警，起到监督的作用。

2 可视化的表达形式

2.1 折线图

在城市轨道交通客流可视化中，折线图是最常见的图形，它可以表现诸如车站分时客流分布等客流随时间的变化情况（图1）。x轴的标签通常与时间相关，如分钟、小时、月份等；y轴的标签是与客流相关的，如进站客流、断面客流等。折线图还适合多个二维数据集的比较，这些数据集可以是不同天数、站点、线路等。

图1 折线图

将折线图的x轴径向排列成一个环形，则折线图就变成了雷达图（图2），也称为蜘蛛网图。雷达图更多的是关注某个指标下不同数据集的对比情况。雷达图可以辅助快速定位到数据极值处，用于多指标的比较分析。

图2 雷达图

2.2 柱状图

柱状图跟折线图一样可以表现客流随时间的变化情况，柱状图的x轴坐标可以是与时间或空间有关的（图3）。柱状图还可以用于表示不同数据指标间的差异，这种指标间的差异包括但不限于不同日期、站点、客流类型等，但柱状图关心的重点不在于“趋势”，而是不同类别间的差异。

图3 柱状图

2.3 点图

对于点图来说，x轴、y轴可以是时间和空间的任意组合，不同的组合所表现的特征是不一样的，具体的组合及表现特征如表2所示。

表2 x轴、y轴组合形式

x轴、y轴分别代表了一维的数据，此时的点图被叫作“散点图”，表示的是二维的数据（图4）。

图4 点图展示二维数据

如果点的大小反映对应x轴、y轴条件下的客流数量，则点图表示的是三维的数据（图5），此时的点图通常被叫作“气泡图”。

图5 点图展示三维数据

在三维数据的基础上，通过不同的颜色或形状表示不同的类别，那么点图表示的就是四维的数据（图6），此时还能进行不同类别间的比较。

图6 点图展示四维数据

以点图为原型，结合别的图形，如箱型图、小提琴图等，可以衍生出许多新的图形。在二维点图上结合箱型图，如图7，为统计连续n个工作日某车站进站客流情况，这样的表现形式可以看出统计数据的特征值（最小值、第一四分位数、中位数、第三四分位数与最大值）。图8为比较一个月内车站A、车站B进站客流分布的情况，车站B在7：00时会集中出现x1、x2两种客流量。

图7 点图结合箱型图

图8 点图结合小提琴图

2.4 饼图

饼图是在圆形上通过按照数值大小划分成多个扇形的可视化图形，能直观地展示比例情况[1]，在客流组成分析、进出站客流比较等方面具有很好的可视化效果。如图9，一个饼图代表一个车站，将多个饼图串联可以展示某线路上各车站客流情况，快速定位到线路上客流量最大的站点，获取客流比例关系。

图9 点图结合饼图

与饼图类似，按照客流大小划分一定面积，这样的图形还有矩形树图（图10）和旭日图（图11）。这2类图都是以车站数据为基础，构造出线路、网络客流数据一体化的可视化表达形式。采用分级表达形式，指定城市轨道交通网络或几条线路为一级单位，线路为二级单位，车站为三级单位，以表征网络（或指定线路）上站点的客流情况及占比。

图10 矩形树图

图11 旭日图

2.5 热力图

热力图是一种按照某种规则将图表划分成规整矩形，用颜色映射显示数据大小的图形。通过分别比较x轴标签、y轴标签的特殊值，该形式能高效地发现异常值。x轴、y轴的标签和点图的坐标轴标签相同（具体可参考表2），由x轴、y轴分割而成的小矩形可以表示车站客流、线路客流、断面客流等。小矩形颜色的映射规则多种多样，但大多都是颜色从深至浅依次代表该小矩形的数据量由大到小。在城市轨道交通客流可视化中，常用的热力图包括表格型热力图、日历热力图和径向分布热力图。

表格型热力图是最常见的热力图，可以快速查看全局总体情况，定位到异常值对应x轴、y轴坐标，进行横向或纵向标签间的比较。图12是表示OD客流量的表格型热力图，可以看出，最大OD对是A—C和C—D，从C进入的乘客中，最多的乘客去往D，从A出站的乘客中，最多的乘客是来自C。

图12 表格型热力图

日历图将日历和热力图结合起来，可以展示长周期时间客流变化的过程（图13），可以直观解释节假日、大型活动期间的客流异常情况[2]。

图13 日历热力图

径向布局热力图（图14）是将表格型热力图环绕成环形的一种图形，每个环表示一类数据集，如不同日期、不同站点等。每个扇区代表一类时间或空间的标签，如时间、车站，不同的组合探究的重点各有不同（表3）。

图14 径向布局热力图

表3 径向布局热力图内容组合

3 结语

总结常用的城市轨道交通客流可视化表达方式，从图形不同维度的表现能力进行比较总结，用依次表示展示能力由强至弱，如表4。从表中可以看出，在信息展示能力上，折线图、柱状图、热力图均有较全面的能力。根据不同表现力需要，对客流可视化进行设计时，可结合表1和表4，针对性地选用或组合选用。

表4 可视化图表对比总结

该文分析了城市轨道交通客流可视化中常见的各类表达方式的适用条件、使用特点，并进行对比总结，为客流数据可视化方案设计提供可参考的依据。随着大数据分析技术的不断发展，数据分析的辅助决策功能日益凸显，有效的数据可视化表达是数据辅助决策的有力工具，仍值得进一步深入探索研究。