基于時空演變的可視交通大數據分析技術研究

連雨欣 呂鵬飛 林勇

摘 要：本文以城市交通數據可視化系統為研究對象，首先講述了數據可視化理論，進而探討了城市交通數據可視化的方法，從流量、速度、交通事故三方面分析了交通可視化的研究現狀，并結合交通可視化的研究趨勢及應用前景，對幾種典型情景下的交通運行時空演變規律的分析進行研究。

關鍵詞：城市交通;大數據可視化;WebGIS;Floyd算法

引言

交通是把握城市經濟發展的動脈，與人們的日常生活息息相關，對城市經濟、社會等方面的發展都起著至關重要的作用。城市道路、軌道交通等設施成為了城市交通的主要方式，但隨著經濟社會的高速發展和城市化進程的不斷加快，機動車保有量迅速增加，城市交通問題日趨。為了緩解城市交通中的各種問題，采取了多種手段，比如建設一系列信號控制、卡口監控、視頻監控、交通誘導等業務系統，一定程度上緩解了交通問題。

1 數據可視化理論

數據可視化主要是想將離散抽象的數據轉變成為易于人類感知的可視性編碼對象，從中抽取出隱藏信息并通過圖像呈現出來[1]。交通數據可視化一般是分為以下幾個步驟：交通數據采集、數據預處理、交通數據存儲與分析模型、建立交通數據可視化模型和形成交互式可視化前端。

交通數據采集是由衛星定位系統采集過來的車輛數據，數據采集的過程中會出現異常記錄，異常數據主要包括定位點漂移錯誤，車輛在加油站、停車場等的無用信息，傳輸信號和盲區引起的GPS數據缺失[2]。為了避免這些異常數據對后期分析造成的影響，需要對數據進行預處理。

數據預處理分為三個步驟：數據清洗、數據校準和數據化簡。數據清洗會清除掉整體缺失、時間錯誤等明顯的錯誤數據，數據清洗前后存在著一定的誤差，因此會對所采集回來的數據進行綜合比對和校核，使調查的交通數據達到精密;數據化簡，采用了直線連接相鄰的GPS的采樣點（路段化），因為它在衛星定位系統在采集數據過程的頻率方面比較高[3]。對GPS的采樣點而言，會有一個更直接的反饋，不會造成數據難以處理或疊加等失誤狀態，減少數據的出錯率。再之后對交通數據進行分析，應選取適合的方法進行數據可視化，如簡單的一維或二維數據類型通常采用餅圖、柱狀圖等，需要根據具體情況分析。

2 城市交通運行可視化

2.1交通流量分析

為了使交通管理者對交通流量有明顯的著手點，將道路中的交通流量按照時間或空間的分布特征在地圖中顯示，并且分析出交通流量的運行情況。Andrienko G.等認為可以使用視覺分析工具對軌跡數據進行分析處理，通過設計一種融合數據庫處理、數據轉換、交互式顯示等特性的可視化分析框架[4]，通過分析城市交通數據流量軌跡，建立道路交通數據庫，把衛星導航系統和道路交通數據庫聯系起來，從而監控到實時發生的交通流量數據的改變，并及時做出相關措施。

2.2速度分析

為了深入了解城市交通運行情況，需要對車輛的速度進行分析。首先對GPS采集后的交通數據進行數據的預處理，在地圖上顯示相應的數據圖像，例如通過交通流量數據分析，可以分析出此時的交通運行情況，針對每一條路段的流量數量，首先設定好交通速度閾值，在交通速度閾值內，觀測出交通擁堵情況，通過此情況的反饋，改變設定好的交通速度閾值，從而預防交通事故的發生，也使得交通擁堵情況的改善。

2.3交通事故分析

交通事故是在特定的交通環境影響下，由于人、車、路、環境等諸要素配合失調偶然發生的。在之前的研究中，VanDaniKer描述的交互系統是面向交通事故的實時分析和對歷史交通事故的分析[5]。通過交通事故的數據，分析出事故發生的因素，為了進一步對這類交通擁堵情況進行可視化分析，部分學者對此提出了相關看法，當交通事件的速度低于某一閾值的一定軌跡的時候，用這一事情所產生的一系列相關反應作為道路擁堵點的表現。具體表現在地圖上就是在部分區域通過不同顏色來展現不同方向的交通擁堵情況，或者在某一路段建立時空立方體，對每一個時間區域內的擁堵程度用相應的顏色來表示，從而來展示交通事件的傳播情況。

3 應用展望

3.1基于WebGIS的可視化技術

交通信息工程WebGIS是基于Web技術和地理信息技術GIS的可視化技術。在現階段中，WebGIS最重要的功能是面向用戶，通過地圖來展示數據，例如展示這個城市的主街道或者一些重要標志，然后利用交互界面展示交通數據信息給用戶，分析出該路段交通信息的規律和特征，有利于用戶解決相關問題[6]。圖2為交通可視化的一個例子，展示了寧波市一天內某路口的交通量和全市區域的交通擁擠情況。

首先對擁擠程度進行了定義：根據我國公安部2012年發布的《城市道路交通管理評價指標體系》中的相關規定，用機動車平均形成速度來描述交通的擁擠程度，一般有以下幾個級別[7]：若城市主干路上的機動車平均行程速度低于10km/h是為嚴重擁擠;若低于20km/h，但高于10km/h時為擁擠;若低于30km/h，但高于20km/h時為輕度擁擠;若不低于30km/h為暢通。

然后仿真出寧波市不同區域幾個路口一天的交通量和車輛平均速度，將交通量數據實時在折線圖上面體現，然后利用Python的PyEcharts包，將這路口的交通量實時反映在寧波區域地圖上面，如圖4的右圖所示，區域內的圓圈表示區域的擁擠程度，該擁擠程度則根據該時間內的平均速度來判斷，紅色為嚴重擁擠;橘色為擁擠;黃色為輕度擁擠;綠色為暢通，用戶可根據實時區域圖知道區域的擁擠程度。實際應用中，人們更加關注最優道路，如圖5所示，當用戶在地圖中選定了出發點與目的地，先判別出該區域內每個道路的擁擠程度，后根據Floyd算法選取出最優路線。

Floyd算法[8]：將出發點和目的地所在區域的每條道路連接點記為為點到點的最短距離，為權重，權重的賦值采用擁擠程度的數值，嚴重擁擠為4，擁擠為3，輕度擁擠為2，暢通為1，權重乘上路長作為。對于任意一對頂點，頂點到頂點的最短路都經過或者不經過頂點k，比較的值與的值，若前者大于后者，則，否則保持不變。重復這一過程直至搜索完所有的頂點k，此時的就是頂點到頂點的最短距離，也就是出發點到目的地最優道路，最后將結果通過Python中的folium包實現，如圖3所示。

用戶可通過確定出發點和目的地來選擇最適合出行的道路，但并非所有用戶都是即時出行，因此二維電子地圖無法很直觀地反映出在某個時間段內道路與道路之間的交錯關系，所以可使用三維可視化分析來描述道路間擁堵程度。

3.2三維可視化分析

三維可視化針對上述的不足，可用時空立方體來解決。用圓柱體表示兩個區域，不同顏色的線條表示擁擠程度的不同，時間段的不同，兩個區域間的交通道路擁擠程度不同，擁擠程度定義采用與上述一樣的定義。但此種做法只能描述兩個區域內道路的擁堵程度，并不能表示別的車輛經過此路段的擁擠程度。因此借助MetroBuzz[9]中使用的思想：假設每一個代理者（可以指代人、車輛或者包裹）都有各自在每個時間段的行程并且只有一個行程;假設每個行程之間都會包含多個節點和開始結束時間。對每個代理者的行程從開始到結束進行投影，投影到這個區域內，做線與圓的相交。

根據點到直線的距離公式，來判斷該曲線方程是否與投影到坐標面上的圓是否相交，來確定該代理者的行程是經過此兩個區域內的道路，如圖4所示。

為了使得時間段更加清楚明顯，將兩個區域內的圓柱體進行切分，切分為多個圓柱體，每一個小的圓柱體代表著一個時間段，如圖5中，兩個圓柱體表示這塊道路上的兩塊區域，兩個區域相連接的紅色和黃色線條表示兩個道路之間的擁堵情況，在一個時間段內，這三維模型反映出這兩個區域的道路流量，也可以比對不同線條之間的長短，來分析具體時間段交通道路的擁堵情況，以下圖可以通過集成Metrobuzz[9]三維時空數據可視化平臺來實現，為道路運行者提供更加便捷的觀察點，來實現時間區域內的道路流量可視化。

4 結語

近年來，在大數據的推動下，可視化分析成為智能交通新的研究熱點。本文簡要介紹了數據可視化的操作、研究趨勢和未來應用，提出了基于WebGIS的可視化分析和三維可視化操作的新思路來探索交通擁堵特性的時空演化規律。交通可視化領域正處于快速發展階段，未來可以將數據挖掘方法和可視化技術結合，通過一些模型使得交通可視化研究在深度和廣度得到進一步拓展。交通可視化領域尚存在一些問題和挑戰，需進一步研究和分析。

參考文獻

[1]姜北思.交通數據可視化方法研究[D].北方工業大學，2017：6.

[2]趙庶旭，董亮.城市交通GPS數據可視化分析[J].計算機應用與軟件，2016，33（10）：279-283.

[3]姜曉睿，田亞，蔣莉，梁榮華.城市道路交通數據可視分析綜述[J].中國圖象圖形學報，2015，20（04）：454-467.

[4]劉秀彩，蔡曉禹，蔡明，譚宇婷.城市道路交通運行特征三維可視化分析[J].公路與汽運，2018（02）：27-32.

[5]VanDaniker M.Visualizing real-time and archived traffic incident data[C].Proc.IEEE International Conference on Information Reuse & Integration. Piscataway：IEEE Press，2009：206-211.

[6]郭建偉，張瑩瑩.基于WebGIS的電子商務空間數據挖掘方法研究[J].硅谷，2010（11）：176+165.

[7]公安部交通管理局.城市道路交通管理評價指標體系（2012 年版）[S].2012.

[8]王文寧.基于優化的Floyed算法前r條最短路徑的實現[J].常州工學院學報，2009，22（05）：28-30+93.

[9]Zeng W，Zhong C，Anwar A，et al.MetroBuzz：Interactive 3D visualization of spatiotemporal data[C].International Conference on Computer & Information Science，pp.1-5，2012：1-3.

作者簡介：

連雨欣（2000—），女，漢族，浙江臺州人，本科在讀，單位：寧波工程學院，研究方向：應用統計;

呂鵬飛（1999—），男，漢族，浙江杭州人，本科在讀，單位：寧波工程學院，研究方向：應用統計;

指導老師：林勇（1974—），男，黑龍江哈爾濱人，博士，講師，單位：寧波工程學院，研究方向：人工智能、大數據研究。

基金項目：國家人力資源和社會保障部留學人員科技活動項目;項目名稱：《基于時空演變的可視交通大數據分析技術研究》;項目編號：2019066。