黃美靈,陸百川
(重慶交通大學交通運輸學院,重慶400074)
居民出行調查是通過調查居民的家庭情況、個人基本屬性、出行特征、行程的起訖點等,來得出城市交通流的時間分布、空間分布及其它信息,它是城市交通規劃、交通建設和交通管理的重要科學依據。目前,大多數城市的居民出行調查基本上采用人工調查法,如家訪調查法、電話詢問法、明信片調查法、工作出行調查法、職工詢問法、月票調查法等[1]。雖然該方法可以通過設計出合適的問題和選擇的答案來獲得所需要的各種信息,但需要投入大量的人力物力和時間來進行資料收集和進一步的分析處理。另一方面,由于近年來中國的城市變化很快,道路網和交通量的變化也很快,需要經常進行交通調查和道路網的交通數據采集,所以有必要研究新的交通數據采集方法。
隨著計算機、通信和信息技術的發展,利用移動通信、GPS進行交通數據的采集已經得到了重視,也已經取得了不少成果[2-4]。筆者介紹的是基于手機信息的居民出行調查方法。首先在J2ME平臺上設計出了交通出行信息采集軟件,該軟件能利用手機采集到居民的多種出行數據。然后通過對這些數據進行統計分析即可得出出行量、平均出行次數、出行方式構成、出行目的結構、居民出行時距、OD矩陣等居民出行統計信息。
系統的主要功能是利用手機采集居民的出行信息。出行者通過軟件中的各個選項來選擇出行者的出行小區、出行方式/目的、目的地小區等出行信息[4-5],軟件對所選擇的內容以手機短信的方式發送給服務器。
系統的功能模塊主要包括:菜單選擇模塊、開始出行選擇模塊、換乘選擇模塊、出行結束選擇模塊、交通事件模塊、交通滿意度選擇模塊、個人信息選擇模塊及其它信息選擇模塊,如圖1。
系統的開發環境是:MicrosoftWindowsXP操作系統;Java2開發語言;開發包:WTK2.5.2(Sun J2ME Wireless Toolkit);IDE:Eclipse 3.2。
系統的界面主要包括:系統初始界面、菜單功能選擇界面、開始出行界面、換乘界面、結束出行界面、交通事件界面、交通滿意度界面、個人信息界面、其它信息界面和發送界面。

圖1 系統功能結構Fig.1 Structure and function of the system
相應的類結構設計如下[6]:MessageMIDlet類是負責系統MIDlet程序的狀態以及各個界面類之間的關系;welcome類是顯示系統的初始界面;main_menu類用來進行出行菜單的選擇;begin_trip類用來進行開始出行信息的選擇;change_vechicle類用來進行換乘的選擇;end_trip類用來進行結束出行的選擇;traffic_incident類用來進行交通事件的選擇;satisfaction類用來進行交通滿意度的選擇;personal_information類用來進行個人信息的選擇;others類用來進行其它信息的選擇;send類是負責與服務器的通信。用戶界面類關系如圖2?;贘2ME的居民出行信息采集軟件如圖3。

圖2 界面層類關系圖Fig.2 The class-relation with interfaces
當用戶開始一次出行時,用戶進入開始出行界面,選擇是否開始出行,填寫出發小區,選擇出行目的:工作,學校,購物,醫療,其它;選擇出行方式:公交車,出租車,私家車,軌道交通,自行車,步行,其它。
當用戶中途需要換乘時,用戶可以進入換乘界面,選擇是否換乘,以及換乘方式:公交車,出租車,私家車,軌道交通,自行車,步行,其它。
當用戶中途遇到交通事故以及車輛堵塞情況,用戶也可以通過交通事件界面,并填寫堵塞或交通事故地點。
當用戶到達目的地,用戶進入結束出行界面,選擇是否結束出行,并填寫到達小區。
用戶還可以通過其它選項發送其它信息,如可以對這次出行時的交通滿意度打分:很好,較好,一般,較差,很差;用戶可以發送個人信息,其包括:出行者家庭的一般情況,出行者的職業等信息。
系統對用戶所選擇的信息以及當前的時間一起發送到服務器。

圖3 出行信息采集軟件Fig.3 The software for traveler information collection
OD調查中,關于起訖點的表示方法一般都不采用實際地址,而采用地址所在的交通小區區號,因此就需要將起訖點地址轉化為對應的交通小區區號。使用程序完成OD地址轉換交通小區區號的工作流程如圖4。根據交通小區數據庫,就可以使用程序在庫中查找地址所對應的小區編號,進行程序的自動匹配了,匹配過程主要包含精確匹配、模糊匹配和人工匹配。
2.2.1 精確匹配
在原始庫中,嚴格按照地址名稱對地址數據進行匹配。例如,在數據字典中,查找地址名稱為“七公里”對應的編號,將該編號填入對應出行記錄名稱為“七公里”的空白小區編號處。
2.2.2 模糊匹配
在精確匹配中,要求需匹配地址記錄同原始數據庫中的記錄一字不差,此時才進行小區號的匹配,然而在調查的實施過程中,不可能要求每個用戶對同一地點填寫的地址都一致,而且本身地址信息有時本身就很模糊性。對精確匹配失敗的數據用模糊匹配進行匹配。
2.2.3 人工匹配
對于精確匹配和模糊匹配不能匹配的數據用人工方式進行匹配,對于無法匹配的數據進行刪除,匹配成功的數據加入到交通小區數據庫使交通小區數據庫不斷完善。

圖4 小區區號匹配流程Fig.4 OD matching process
居民出行信息統計分析主要包括[7-9]:
1)出行量。出行總量,分區出行量,分時段的出行量。
2)平均出行次數。分性別的平均出行次數,分不同的年齡段統計出平均出行次數,分不同職業的平均出行次數,分不同的家庭平均收入水平統計的平均出行次數,分家庭人口的平均出行次數。
3)出行方式構成,即各種方式占出行總量的比例,分出行目的出行方式構成,分出行者特征的出行方式構成,分出行時距的出行方式構成,整體出行方式構成。
4)出行目的結構。統計各種出行目的占出行總量的比例。
5)居民出行時距。全樣本出行時距平均值,分出行目的的平均出行時距,分出行方式的平均出行時距,分區域的平均出行時距。
以上5項統計分析,通??捎米鴺酥鶢顖D、曲線圖、餅狀圖等表示,如圖5。
6)OD矩陣。OD矩陣也稱OD表,有矩形表和三角形表2種。通過分析OD矩陣可以得到OD發生集中專題和OD線專題,如圖6。

圖5 居民出行統計分析信息Fig.5 Statistical analysis of traveler information

圖6 OD統計圖Fig.6 Statistical analysis of OD
由于涉及到居民的基本資料、出行方式/目的等隱私,而這些資料對于揭示城市居民出行的內在規律有著重要的作用。這是利用手機信息進行居民出行調查項目實施的最主要的障礙之一,因為涉及到用戶的隱私等問題,然而,這并不意味著利用手機信息就不能進行這些調查。相反,可以通過項目實施的方案設計以及技術手段來解決。
方案的設計分成2類:①是避免隱私爭議的作不記名調查,也就是不需要知道用戶的真實號碼,只是做統計上的分析,或者對居民的電話號碼、姓名等隱私部分進行編碼加密處理;②是招募志愿者,并確保中間環節的隱私保護,也可以借鑒GPS調查需要招募志愿者的經驗。
同時充分利用先進交通信息服務系統、交通誘導系統等智能交通系統提供的應用接口,通過手機信息對出行者提供交通信息服務,使出行者在提供交通信息的同時也獲得交通信息服務,從而吸引更多的出行者參與調查。
筆者提出了把傳統人工調查方法和手機信息有機的結合起來進行居民出行調查的方法,由于手機的普及,這種方法將會得到重視。同時在今后的研究中還應該把利用本方法得到的數據與利用其它交通信息采集方法得到的數據有機的結合起來。
[1]王瑞.城市居民出行調查若干問題研究[D].西安:長安大學,2006.
[2]史風林,呂廷杰.基于手機位置信息的實時路況信息服務[J].計算機系統應用,2008(5):47-49.
[3]Lu B,Yang L,Qin A.Mobile Traffic Data Collection/Processing and Its Applications[C]//International Conference on Transportation Engineering 2009:Volume Five.USA:ASCE,2009:3803-3807.
[4]Lu B,Huang M.A New Measure for Traffic Data Collection and Processing[C]//IEEE Computer Society.2009 Second Intelligent Computation Technology and Automation:VolumeⅢ.USA:Printing House,2009:440-443.
[5]萬輝,王軍.基于Eclipse環境的J2ME應用程序開發[M].北京:清華大學出版社,2009.
[6]李寶峰.居民出行信息系統設計與開發[D].武漢:華中科技大學,2005.
[7]嚴斌峰,張智江.基于手機信息的居民出行調查[J].城市道橋與防洪,2007(3):46-50.
[8]黃美靈,陸百川.考慮交叉口延誤的城市道路最短路徑[J].重慶交通大學學報:自然科學版,2009,28(6):1060-1063.
[9]黃美靈,陸百川.基于手機定位的交通OD數據獲取技術[J].重慶交通大學學報:自然科學版,2010,29(1):162-166.