基于出租车GPS数据的南京市交通小区的划分

基于出租车GPS数据的南京市交通小区的划分摘要：在南京市出租车GPS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

目前各大城市出租车均搭载了GPS，产生了海量的数据，而出租车司机的寻客行为很大程度上属于盲目寻客。本文旨在利用这些数据进行分析，使用乘客上下点进行交通小区的划分，从而对出租车寻客行为起到一定指导作用。

所谓交通小区，最早是在交通规划领域中提出的,其目的主要是为了定义城市路网中交通起讫点的位置,然后使用需求预测模型对各交通小区间的交通出行量进行预测[1]。

1 数据的提取与预处理

在城市居民出行影响因素中，时间和空间分布的研究是最重要的两点，有人把一天分为8个时间段进行居民出行研究，其研究结果表明工作日的居民出行行为主要是通勤出行，其最主要的出行时间段为7：00- 9：30和17：00-19：30，出行空间分布主要是居住地和工作地[2]。

此次实验数据为南京市2010年9月30日出租车GPS数据，数据库中表字段有ID（点唯一标识）、VehicleSimID（车辆唯一标识）、GPSLatitude（纬度）、GPSLongtitude（经度）、PassengerState（0-空车，1-非空车）、CreateDate（记录建立时间）。该次试验以7：00-9：30时间段的数据为例。

1.1 提取数据库中的数据

利用千万数量级的出租车GPS点数据进行交通小区划分，需要乘客上下车点的数据（OD）。所谓上车点，即PassengerState由0变为1的点(O)；所谓下车点即PassengerState由1变为0的点(D)。本次实验提取7：00-9：30的所有出租车乘客上下车点数据。

1.2数据预处理

南京市域地理坐标为北纬31°14＇～32°37＇，东经118°22＇～119°14＇。全市行政区域总面积6587.02km2。利用精度范围信息，剔除重复数据，记录不全数据，错误数据；由于最初得到的GPS坐标参数为WGS84坐标，必须经过坐标变换，进行高斯平面投影，最后才能在电子地图上显示出相应的位置[2]。再结合Excel对数据进行筛选，排除市域范围外的记录。

2 聚类分析

对处理好的数据进行聚类分析，本次采用Kmeans聚类分析方法

进行聚类，Kmeans是一种基于划分的聚类方法，又叫快速聚类法。

其算法思路是：

(1)假设将样本划分为K个类。

(2)选取K个初始聚类中心。

(3)从第一个样本开始计算其到各中心距离，并将该样本划分到距离最短中心所属类。

(4)从新计算聚类中心,重复(2)-(3)，直到准则函数收敛为止。

而对于交通小区的划分，一般情况下可依照以下原则[3]：

(1)区内的经济社会等因素一致。

(2)小区划分不打破行政区划分。

(3)数量适当，中等城市约50个，大城市约100～150个。数量太多加重规划的工作量，数量太少又会降低分析的精度。

本次实验采用SPSS进行Kmeans聚类分析，设置参数。分类后把含样本数太少的类别删除，最终剩下33个类别。

3 聚类数据可视化

将各类别的数据导入arcgis进行可视化，按聚类类别符号化。各圆点为上/下车点，各点组成的颜色块为聚类块，五角星为各聚类中

心。

4 交通小区边界确定

现已有一种较好的交通小区边界确定方法，它将平面直角坐标均分为n等份，再将聚类的点放入坐标系，依次计算第i个区域里每个点到中心点的距离，最后将离中心点最远的点为连接起来，得到点集相应边界[3]。

此种方法有一些欠缺的地方，比如交通小区之间存在较大的空间，往往成为未被任何交通小区划分的地带，另外也没有结合土地利用、河流、行政等分界线进行划分。在考虑到交通小区必要的独立性条件下，对其进行改进，采取最远距离画圆法进行交通小区的边界线划分。具体步骤如下：

(1)坐标系以（0，0）为中心点均分为n 等份区域，

(2)记录距离中心点最远的点为ci与中心的距离r，

(3)以中心点为圆心，r为半径画圆，得到初步交通小区。

(4)若与邻近交通小区相交，则以交线重新分界。

(5)若与土地利用、河流、行政等界线相交，同样也以交线重新分界。

5 结语

据已有文献查阅，南京市尚未进行过交通小区的划分，本文利用出租车GPS数据对其利用Kmeans聚类进行了交通小区的划分，并基于以往划分方法，对于边界划分作出了一些改进。但是仍存在一些问题，如Kmeans方法的最大问题在于K值的设定。本次实验类别数目K和初始聚类位置的确定都很难，本文只是采取随机初始化聚类中心，后期可以采用canopy算法对Kmeans算法进行改进，在无需确定K值和聚类中心情况下进行聚类。另外也没有对聚类结果进行评价，这些在后期研究都应当进行。

参考文献

[1] 郭峤枫.浅析交通小区划分问题[J].黑龙江科技信息,2010(28).

[2] 童晓君,向南平,朱定局.基于出租车GPS数据的城市居民出行行为分析[D].中南大学,2012.

[3] 吕玉强,秦勇,贾利民.基于出租车GP数据聚类分析的交通小区动态划分方法研究[J].物流技术,2010(216).