手機信令數據在城市道路交通量預測中的應用

頡帶黎

摘 要 隨著手機普及率及覆蓋范圍的增加，基于手機信令數據的交通量預測將是今后發展的必然趨勢。因此，文章首先概述了手機信令數據在城市道路交通量預測中應用的原理，并詳細論述了手機信令數據實現交通量預測的應用細節，以期更好的解決城市交通量預測中存在的問題。

關鍵詞 手機信令；城市道路；交通量預測；有效應用

中圖分類號 G2 文獻標識碼 A 文章編號 1674-6708（2019）233-0127-02

針對交通量預測而言，傳統的OD調查（以下簡稱OD調查）所采用的方式主要有OD反推法或問卷調查法，但是在人口密集的大城市區域內使用，復雜程度較高，并且抽樣率較低，致使預測結果的準確性和可靠性得不到有效的保障。由此，在現階段的OD調查中，應用基于手機信令數據的調查方式，不但具有較高的抽樣率，還具有更加細化的范圍分割，有利于城市交通量預測的進一步優化突破。

1 手機信令數據調查方式與傳統OD調查方式的特點分析

傳統的OD調查方式主要有問卷調查法和OD反推法，就問卷調查法進行分析，其需要對城市居民的住房情況、出行方式以及居民特點進行詳細的調查，在數據采樣的過程中，抽樣數據較低，并且居民出行使用交通工具并不是必然現象，在調查時無法認定居民長期使用同一種出行工具。此外，問卷調查這一方式在實際的實施過程中，復雜程度較高，為相關部門的協調工作增加了難度。往往在投入大量精力、物力、人力后無法實現理想的調查效果。

而手機信令數據調查方式改善了傳統OD調查方式的不足，只需要對城市居民的交通出行方式進行調查，擴大了樣本數量，在實施過程中所需要的人員數量較少，節省了成本消耗。同時，手機信令數據調查方式還可以更快的對城市交通數據進行更新，提高了調查的專業化程度。

2 基于手機信令數據的OD調查原理

基于手機信令數據進行OD調查的原理如下：手機信令數據可以被轉化為OD表格，其中顯示的數據主要反映的是城市道路交通的流量及流向，也就是在某一時間段內手機所屬用戶處在的基站位置標定。其位置標定具體是依靠正常位置更新、周期性位置更新以及切換這三個功能進行實現。其中正常位置更新能夠獲取到手機所屬用戶的當前位置[ 1 ]。而在此功能的應用中，收集信令數據主要含有IMSI、TimeStamp以及經度和緯度。其中IMSI數據是手機所屬用戶的唯一標識，TimeStamp數據表示的是發生手機信令數據的時間，而經緯度則是對用戶當前位置的描述，由此對手機信令數據的位置進行區域編號LAC的明確。而周期性位置更新功能是為了避免手機處在“附著”的狀態，采用GSM系統對其位置進行強制性周期更新的手段。此功能可以通過周期的自動更新，來對用戶的下一個位置進行確定。功能切換主要是指手機位置由一個基站小區轉移至另一個基站小區時進行的通信鏈路轉換，這一功能是為了確保每個手機用戶的位置都能通過線性方式進行模型表述。

針對一般情況而言，城市道路交通可行性研究的主要對象為長度大于500m的城市道路，而基站覆蓋小區范圍的半徑普遍為100m，這樣可以將城市道路劃分為基站覆蓋小區范圍半徑大小的正方形格狀區域，從而滿足城市交通量預測對基站劃分的精度要求。同時其也是交通預測數據的理論基礎[2]。

3 應用手機信令數據進行交通量預測的方法

在城市道路可行性研究中交通預測主要采用的是四階段法，并且這種方法在不斷的發展中已經趨于成熟。而手機信令數據在交通量預測中的應用并不會對四階段法的關鍵步驟造成影響，只是提高了四階段法各步驟的便捷程度和準確度。

3.1 交通生成步驟

一般情況下，交通生成的基礎OD調查是通過居民現場調查的方式或基于斷面流量的OD反推法進行調查數據的獲取。而在此過程中手機信令數據的應用則是依靠對虛擬基站小區信息的整理來獲取相應的OD數據[ 3 ]?；谑謾C信令數據的OD調查主要包括兩個方面，一部分是生成虛擬小區，主要是應用地理信息系統對手機信令數據定位進行多對一的映射，將其映射到相應的交通區域范圍內，并根據定位數據信息以及區域空間內位置數據的相互聯系對各個手機信令數據的詳細位置進行明確。之后對生成虛擬小區內的聯系進行整理則能生成相應的OD表。另一部分則是對虛擬小區的整合，因生成的虛擬小區OD表細化程度高，劃分的小區數量較多，并不能直接用作OD現狀表。由此，需要結合實際的項目情況，對生成的小區之間的活動聯系進行數據篩查整合，最終得到基年OD表之后，可以依照相關的規劃對基站小區功能的調整狀況進行明確，采用定量或定性的分析方式，構建相關模型，進而確定基站小區的未來交通發生吸引量[ 4 ]。

3.2 交通分布步驟

交通分布這一步驟主要是將上述進行的交通發生吸引量預測所得出的各基站出行量轉變為基站小區相互間的空間OD量，也就是形成空間OD矩陣。在進行較為成熟的城市道路區域交通量預測時，假設未來OD交通量的分布形式與當前的OD交通量形式相同，普遍應用增長系數法進行處理，例如可以選用底特律法[5]。通過手機信令數據的應用則可獲取到更為可信的現狀OD表，在很大程度上提升了現狀OD表的擬合度。如果對新區范圍內的道路進行交通量預測，交通分布會因區域范圍內用地規劃存在著較大的變化情況，因此必須對分布交通量的實際情況進行分析，利用數學模型找出OD交通量的分布規律，并利用標定模型對分布交通量進行細致的預測。這種情況下多數使用約束重力模型進行預測處理。

3.3 方式劃分步驟

方式劃分這一交通量預測步驟主要指的是將每一個出行與相應的出行方式進行對應，從OD表的角度進行分析，這一步驟的關鍵是將以人為單位建立的出行矩陣轉化成以車輛為單位。因當前手機信令數據的相關處理仍處于起步階段，所能提取出的字段較為有限，所以在此步驟中，手機信令數據的應用主要是對位置變換的確定，并不能根據停止時間或數據軌道對每一次出行的交通方式進行細致的分析，所以此步驟的進行仍需要依靠傳統OD調查的數據進行分析。與此同時，隨著相關技術的不斷發展，今后必將可以依照多種途徑，例如信號密集度或手機用戶行為等大數據分析方式對出行交通方式進行確定，進而有效提高方式劃分步驟的精準程度。因城鎮化建設的不斷加快，城市道路交通系統愈加完善，每個人出行的方式也逐漸變的多元化。所以在進行此步驟時，最為合適的方法應選用非集計模型進行描述[ 6 ]。具體來講，首先要利用OD調查所獲取的單體數據進行分析估算，之后再依照解釋性變量對交通量進行預測。普遍來講，可以選用NL模型或MNL模型進行分析，其中解釋性變量可以選為出行方式所顯示的服務狀況。

3.4 交通分配步驟

針對交通出行的行為來看，交通分配此步驟主要指的是將單體出行的路徑進行選擇性的匯總，具體來講是將起迄點之間的交通流量的OD矩陣表示當作系統的輸入文件。并且依照能夠選擇的出行阻抗，將各個OD矩陣交通流量在路網上進行分配。一般情況下，在交通分配步驟進行的過程中，可以選用隨機用戶平衡法來進行描述分析，而將手機信令數據在此步驟中的應用，可以使這種方法與現實中的路網流量更為接近[ 7 ]。并且在路網流量達到與隨機用戶相平衡時，使出行的手機用戶在主觀上認為自身不會因路徑選擇差異而造成預期內的增加。與此同時，在交通分配步驟中，為了能夠完全實現隨機用戶的平衡，普遍采用TransCAD軟件利用MSA計算方法也就是逐次平均法進行詳細的計算分析，進而在描述過程中實現收斂的目的。

4 結論

綜上，本文主要針對手機信令數據在城市道路交通量預測工作中的應用進行研究，并對其應用的要點及方法進行細致的分析，提出應用手機信令數據實現“四階段法”交通預測的具體步驟。根據本文的分析結果顯示，將手機信令數據作為城市道路交通量預測的基礎數據，可以在一定程度上降低交通量預測的難度，使預測工作更為簡便，并且保證了交通量預測結果的準確和可靠，值得在交通領域進行深入的研究和應用。

參考文獻

[1]王浩淼，楊彬彬，姚遠.基于手機數據與交通指數的關聯分析算法研究[J].科技視界，2017（10）：56.

[2]章玉，羅克韌，唐剛，等.手機信令數據在高速公路路段速度獲取中的應用探析[J].中國交通信息化，2017（11）：76-78.

[3]詹益旺，胡斌杰.基于手機信令的城市道路交通狀態實時預測[J].電訊技術，2017（1）：96-98.

[4]冉斌.手機數據在交通調查和交通規劃中的應用[J].城市交通，2013（1）：72-81.

[5]胡永愷，宋璐，張健，等.基于手機信令數據的交通OD提取方法改進[J].交通信息與安全，2015（5）：84-90.

[6]唐嘉立.基于手機信令數據分析的路網運行監控系統[J].中國交通信息化，2015（12）：115-117.

[7]郭曉妮.基于手機信令的交通流監測與出行信息服務系統[J].通訊世界，2017（14）：157.