重庆市中心城区对外交通枢纽乘客OD时空特征_田甜.pdf

第3 2卷第3期测 绘 工 程V o l.3 2N o.32 0 2 3年5月E n g i n e e r i n go fS u r v e y i n ga n dM a p p i n gM a y2 0 2 3D O I:1 0.1 9 3 4 9/j.c n k i.i s s n 1 0 0 6-7 9 4 9.2 0 2 3.0 3.0 0 8重庆市中心城区对外交通枢纽乘客O D时空特征田 甜1,牟凤云1,邓国权2,王俊秀1,何 勇1,张用川1(1.重庆交通大学 智慧城市学院,重庆4 0 0 0 7 4;2.中国地质大学(武汉)地理与信息工程学院,武汉4 3 0 0 7 4)摘 要:探究城市对外交通枢纽乘客的时空分布及行程特征,对交通枢纽规划、公共交通线路优化等具有重要意义。本研究基于出租车G P S轨迹数据提取对外出行乘客行为并分析其时空特征,结果表明,首先对外交通枢纽出行客流量从多到少依次为火车站、机场、汽车站,其中火车站、机场乘出租车离开客流量大于到达客流量,汽车站则相反,全天逐时客流量呈“单峰型”分布,机场峰值时间为0 5:0 00 6:0 0,火车站及汽车站为0 6:0 00 9:0 0;首次乘客上、下车聚集高值区围绕交通枢纽向心分布,主要分布于公共交通换乘枢纽与居住、商业等人口密集区域,各对外交通枢纽乘客的空间分布标准差椭圆面积、乘车时间及距离具有相似的数量特征,从大到小排序为机场、火车站、汽车站;最终同类交通枢纽间换乘客流占比最多(3 8.5 0%),火车站与机场次之,其中重庆北站至江北国际机场的换乘日均客流最多,交通枢纽自身规模及彼此间距离是影响换乘客流的主要因素。关键词:出租车G P S轨迹数据;对外交通枢纽;标准差椭圆;核密度估计;时空特征;重庆市中心城区中图分类号:P 2 0 8 文献标识码:A 文章编号:1 0 0 6-7 9 4 9(2 0 2 3)0 3-0 0 5 4-0 8收稿日期:2 0 2 2-0 1-1 2基金项目:国家重点研发计划项目(2 0 1 9 Y F B 2 1 0 2 5 0 0);自然资源部城市国土资源监测与仿真重点实验室开放基金项目(K F-2 0 2 1-0 6-0 2);山地城镇建设与新技术教育部重点实验室二期开放基金项目(L N T C CMA-2 0 2 2 0 1 1 2);重庆交通大学研究生科研创新项目(C Y S 2 1 3 6 2)第一作者简介:田 甜(1 9 9 5-),男,硕士研究生通信作者简介:牟凤云(1 9 7 9-),女,教授,博士.T e m p o r a l a n ds p a t i a l c h a r a c t e r i s t i c so fp a s s e n g e rO Di nt h ee x t e r n a l t r a n s p o r t a t i o nh u bo fC h o n g q i n gc e n t r a l c i t yT I ANT i a n1,MUF e n g y u n1,D E N GG u o q u a n2,WANGJ u n x i u1,HEY o n g1,Z HANGY o n g c h u a n1(1.S c h o o l o fS m a r tC i t y,C h o n g q i n gJ i a o t o n gU n i v e r s i t y,C h o n g q i n g4 0 0 0 7 4,C h i n a;2.S c h o o lo fG e o g r a p h ya n dI n f o r m a t i o nE n g i n e e r i n g,C h i n aU n i v e r s i t yo fG e o s c i e n c e s,W u h a n4 3 0 0 7 4,C h i n a)A b s t r a c t:E x p l o r i n gt h et e m p o r a la n ds p a t i a ld i s t r i b u t i o na n dt r a v e lc h a r a c t e r i s t i c so fp a s s e n g e r s i nu r b a ne x t e r n a lt r a n s p o r th u bi so fg r e a ts i g n i f i c a n c et ot r a n s p o r th u bp l a n n i n ga n dp u b l i ct r a n s p o r tr o u t eo p t i m i z a t i o n.B a s e do n t h eG P S t r a c kd a t ao f t a x i s,t h i s s t u d ye x t r a c t s t h eo u t b o u n dp a s s e n g e rb e h a v i o r a n da n a l y z e s i t s t e m p o r a l a n ds p a t i a l c h a r a c t e r i s t i c s.T h e r e s u l t s s h o wt h a t(1)t h eo u t b o u n dp a s s e n g e r f l o wo ft h ee x t e r n a l t r a n s p o r t a t i o nh u b i sr a i l w a ys t a t i o n,a i r p o r ta n db u ss t a t i o nf r o m m o r et ol e s s,i nw h i c ht h ed e p a r t u r ep a s s e n g e r f l o wo f t a x i s i nR a i l w a ys t a t i o na n da i r p o r t i sg r e a t e r t h a nt h ea r r i v a l p a s s e n g e r f l o w,w h i l e t h eb u ss t a t i o ni so nt h ec o n t r a r y.T h eh o u r l yp a s s e n g e rf l o wt h r o u g h o u tt h ed a yi s“s i n g l ep e a k”d i s t r i b u t i o n,a n d t h ep e a kt i m eo f t h e a i r p o r t i s 5-6oc l o c k,6-9oc l o c k f o r r a i l w a ys t a t i o na n db u s s t a t i o n;(2)H i g hv a l u ea r e a s f o rp a s s e n g e r sg e t t i n go na n do f fa r ed i s t r i b u t e dc e n t r i p e t a l l ya r o u n dt r a n s p o r t a t i o nh u b s,m a i n l y i np u b l i ct r a n s p o r t t r a n s f e rh u b s,r e s i d e n t i a l,c o mm e r c i a la n do t h e rd e n s e l yp o p u l a t e da r e a s.T h es p a t i a ld i s t r i b u t i o ns t a n d a r dd e v i a t i o ne l l i p s ea r e a,t r a v e lt i m ea n dd i s t a n c eo fp a s s e n g e r si ne a c he x t e r n a l t r a n s p o r t a t i o nh u bh a v es i m i l a rq u a n t i t a t i v ec h a r a c t e r i s t i c s,a n dt h eo r d e rf r o ml a r g et os m a l l i s a i r p o r t,r a i l w a ys t a t i o na n db u ss t a t i o n;(3)T h et r a n s f e rp a s s e n g e rf l o wb e t w e e ns i m i l a rt r a n s p o r t a t i o nh u b sa c c o u n t s f o r t h e l a r g e s tp r o p o r t i o n(3 8.5 0%),f o l l o w e db yr a i l w a ys t a t i o na n da i r p o r t.Am o n gt h e m,t h ea v e r a g ed a i l yt r a n s f e rp a s s e n g e rf l o wf r o m C h o n g q i n g b e iR a i l w a yS t a t i o nt oJ i a n g b e iI n t e r n a t i o n a lA i r p o r t i s t h e l a r g e s t.T h es c a l eo f t r a n s p o r t a t i o nh u b s a n d t h ed i s t a n c eb e t w e e nt h e ma r e t h em a i n f a c t o r sa f f e c t i n gt h e t r a n s f e rp a s s e n g e r f l o w.K e y w o r d s:t a x iG P St r a j e c t o r yd a t a;e x t e r n a lt r a f f i ch u b;s t a n d a r dd e v i a t i o n a le l l i p s e;k e r n e ld e n s i t ye s t i m a t i o n;t e m p o r a l a n ds p a t i a l c h a r a c t e r i s t i c s;t h ec e n t r a lu r b a na r e ao fC h o n g q i n g 城市对外交通枢纽作为城市内部交通与对外交通的重要衔接点,承担着长途、短途及城市内部交通客流的集散、引导、中转换乘等功能,是保证交通流量连续性的综合性功能体1。对外交通枢纽自身规划布局的合理性、交通组织的准确性及其他基础设施建设的完备性是影响城市综合交通网络系统运营效率的关键影响因素,因此针对对外交通枢纽客源时空分布特征的研究分析,能确保市内交通与对外交通枢纽在时空上保持高效便捷的联系,保证城市综合交通系统的良性运转2。早期城市居民交通特征研究常采用调查问卷、交通调查等方式展开3;随着无线通信、空间定位、数据库等系统技术的快速发展,以出租车为载体记录的G P S轨迹数据呈现出覆盖范围广、采样密度高、位置精度高、数据规模大、蕴藏信息丰富等特点4,能较好地表征乘客乘车出行起讫点及城市内部交通状态,被广泛应用于路径规划管理5-6、交通状态分析7-8、居民出行特征分析9-1 0等领域。已有学者基于出租车G P S轨迹数据开展了大量关于城市居民出行行为特征的分析研究,王晶等1 1将引力模型应用到地区对外交通宏观范围划定上,确定重庆市与邻近4座同级城市的交通吸引范围断裂点;杨格格等1 2以北京市3类典型对外交通枢纽为对象,基于出租车G P S轨迹数据分析其乘客乘车的O D(o r i g i n-d e s t i n a t i o n)时空特征;詹光军1 3利用北京市出租车G P S轨迹数据提取以北京西站为起讫点的运营数据,分析其载客离开、到达的时空特征及载客距离特征;Y a n g等1 4利用苏州市出租车载客信息揭示其内部交通枢纽的交通互联状况,并为更好地服务旅客到达、离开及中转的需求提供合理建议;X u等1 5基于兰州市连续7d的出租车G P S轨迹数据,分析其速度、服务时间、载客时空特征并探究了城乡边缘地区乘客的流向特征;张杰超1 6基于北京市重要交通枢纽的浮动车O D数据,从行程时间、速度及出行需求3个方面对交通枢纽的交通运行规律进行研究;陈卓然等1 7分析了出租车出行模式下居民就医出行时空特征,探究各医院的服务范围及受众的时空分布特征;刘雪宁等1 8基于出租车G P S轨迹数据提取以学校为出行目的地的居民出行行为并分析其时空规律,探索公共教育资源的分配合理性。对外出行乘客在城市内部与对外交通枢纽间的出行流动称为城市内部对外出行行为,乘客从城市内部到达对外交通枢纽,对外交通枢纽为终点(d e s t i n a t i o n),反之则为起点(o r i g i n);利用重庆市中心城区出租车G P S轨迹数据提取其典型对外交通枢纽乘客的对外出行特征,并采用核密度分析、标准差椭圆及分时统计方法分析对外交通枢纽乘客的时空分布特征及行程特征,探究其对外出行规律,以期为合理地规划枢纽站点设施布局、摆渡接驳线路设计等提供科学合理的决策支持。1 研究区与研究方法1.1 研究区概况重庆市位于中国西南部,与湖北、陕西、四川、贵州、湖南省接壤,是长江上游地区的经济、金融、科创、航运和物流枢纽中心,西部大开发重要战略支点、“一带一路”和长江经济带重要联结点及内陆开放高地;重庆市中心城区位于重庆中西部,介于1 0 6 1 1 1 0 6 1 2 E,2 9 7 0 3 0 7 0 N之间,辖区面积54 7 2.6 8k m2,约占重庆市总面积的6.6%,由渝中区、江北区、沙坪坝区、渝北区、九龙坡区、大渡口区、北碚区、南岸区及巴南区组成,中心城区对外交通枢纽主要分为民用机场、客运火车站及客运汽车站3类,文中选取其具有代表性的江北国际机场、重庆北站、重庆西站、沙坪坝站、菜园坝站、陈家坪汽车站、四公里汽车站、茶园江南交通枢纽站作为研究对象(见图1)。1.2 研究数据以重庆市中心城区典型的民用机场、客运火车站及客运汽车站为研究对象,基于2 0 1 9年5月61 0日完整一周工作日约1 28 3 5辆出租车的G P S轨迹数据,其数据总量1 4.4 2G B,由重庆市交通局提供,出租车G P S轨迹数据采样间隔为1 5s,数据包55第3期 田 甜,等:重庆市中心城区对外交通枢纽乘客O D时空特征图1 研究区概况注:基于国家测绘地理信息局标准地图服务网站下载的审图号为G S(2 0 1 9)3 3 3 3的标准地图制作。底图无修改。括I D、时间、经度、纬度、状态等5个字段,数据字段及含义如表1所示,数据能较好地反映出租车轨迹及营运状态;出租车G P S轨迹数据未包含网约车订单,故仅考虑传统巡航的出租车对象。对数据进行清洗、筛选和提取合理载客O D信息后,识别各对外交通枢纽进出站口一定范围内的出租车载客、卸客数据,即可得到乘客乘坐出租车到达或离开对外交通枢纽的出行行为。表1 出租车G P S轨迹数据字段及含义字段名字段类型含义I Di n t出租车唯一标识时间i n tG P S系统时间,定位时间经度/()f l o a t出租车所处位置经度纬度/()f l o a t出租车所处位置纬度状态i n t出租车运营状态,0:空载,1:重载,3:停运1.3 研究方法1.3.1 标准差椭圆分析标 准 差 椭 圆(s t a n d a r d d e v i a t i o n e l l i p s e,S D E)1 9是从全局、空间的角度定量化地解释研究对象的空间分布特征,椭圆空间分布范围包含6 8%的研究对象集合2 0。其算式为:S D Ex=ni=1(xi-X)2n,(1)S D Ey=ni=1(yi-Y)2n,(2)t a n=(ni=1x2i-ni=1y2i)+(ni=1x2i-ni=1y2i)+4(ni=1xiyi)22ni=1xiyi,(3)x=ni=1(xic o s-yis i n)2n,(4)y=ni=1(xis i n-yic o s)2n.(5)式中:S D Ex,S D Ey表示椭圆的圆心坐标;xi,yi表示点要素i的坐标;n表示点要素的个数;X,Y表示所有点要素的加权平均中心;表示椭圆的旋转方位角,即椭圆长轴以正北方向(0)为起点顺时针旋转的角度;xi,yi表示点要素i坐标(xi,yi)与加权平均中心的偏差;x,y分别表示沿x轴和y轴的标准差。1.3.2 核密度估计法核 密 度 估 计 法(k e r n e ld e n s i t y e s t i m a t i o n,K D E)2 1是通过核函数计算每个样本在指定范围内栅格单元的密度贡献值,离样本距离越近的栅格其密度贡献值越大;核密度估计的栅格可以表示要素集中分布区域,能直观地表征乘客搭乘出租车到达或离开对外交通枢纽站的上下客热点区域。其算式为:f(x)=1n hni=1kd(x,xi)h.(6)式中:n表示距离范围h内所包含的点要素数量;k()表示核密度函数;d(x,xi)表示估计点x到样本点xi间的欧氏距离。2 结果与分析2.1 乘客对外出行时间特征以2 0 1 9年5月61 0日出租车G P S轨迹数据处理得到的以典型对外交通枢纽服务范围为起点或终点的载客O D数据为研究对象,利用分时统计65测 绘 工 程 第3 2卷方法分析各时段乘客离开和到达对外交通枢纽的出租车载客数量均值,体现其对外出行时间特征,如图(2)所示,图中横坐标1 1代表1 1:0 01 2:0 0,以此类推,因为出租车载客存在多人共乘现象,仅凭出租车G P S轨迹数据不能度量其实际载客人数,故文中客流量仅表征出租车载客次数。整体来看,火车站、机场、汽车站乘客乘出租车到达 与 离 开 的 日 均 客 流 量 总 量 分 别 为3 56 9 5、1 35 9 0、69 8 3次,火车站日均客流量远大于其他两类对外交通枢纽;其中火车站、机场乘客乘坐出租车离开客流量略大于到达客流量,出租车出行模式下,火 车 站 到 达 及 离 开 的 日 均 客 流 量 分 别 占 比5 2.1 1%、4 7.8 9%,机场到达及离开的日均客流量分别占比5 3.9 4%、4 6.0 6%,而汽车站呈相反趋势,汽车 站 到 达 及 离 开 的 日 均 客 流 量 分 别 占 比4 8.9 6%、5 1.0 4%。根据2 0 1 9年重庆市中心城区交通发展年度报告2 2可知,2 0 1 9年中心城区铁路年旅客发送量为54 6 4万人次,江北国际机场次之,共44 7 8.7万人次,最后是公路运输13 8 5.5万人次,这与各对外交通枢纽的对外出行数量特征基本吻合。从一天不同时段的载客流量演变特征来看,对外交通枢纽乘客乘坐出租车到达、离开客流量具有相似的变化趋势,但在不同时段呈现出不同的数量关系;江北国际机场除凌晨0 2:0 00 5:0 0点乘车到达多于乘车离开客流量,其余时段都是乘车离开多于到达客流量;火车站方面重庆北站、菜园坝站、沙坪坝站在0 8:0 01 3:0 0的乘车离开多于乘车到达客流量,其他时段呈相反现象,而重庆西站全天都 表 现 为 乘 车 离 开 多 于 到 达 客 流 量;汽 车 站0 6:0 01 0:0 0乘车离开多于到达客流量,其余时段与之相反。对外交通枢纽到达、离开客流量呈“单峰型”特征分布,其峰值时间差异显著,火车站方面重庆北站在0 6:0 00 7:0 0、重庆西站与菜园坝站在0 7:0 00 8:0 0、沙坪坝站在0 8:0 00 9:0 0分别为乘客到达和离开的峰值时段;机场在0 5:0 00 6:0 0达到客流 峰 值;汽 车 站 方 面 四 公 里 汽 车 站 较 早 在0 6:0 00 7:0 0达到客流峰值,而陈家坪、茶园汽车站则在0 8:0 00 9:0 0达到全天客流峰值。不同类型对外交通枢纽的对外出行数量及时间特征呈现明显差异,这与其本身交通载具、交通时间窗口期、交通枢纽便捷程度等因素密切相关,而同类对外交通枢纽间的特征差异则主要受其规模、换乘系统完备度等因素影响。2.2 乘客对外出行空间特征为了探究对外交通枢纽乘客的空间分布特征,图2 对外出行乘客客流时刻分布基于乘客离开对外交通枢纽的下车点(D)和乘客到达的上车点(O)数据,利用核密度估计、标准差椭圆分析方法制作对外交通枢纽出行乘客O D空间分布特征图,见图3;并根据对外交通枢纽乘客乘车离开及到达的乘车时间与距离特征制作特征箱线图,见图4,从核密度估计、标准差椭圆及乘客乘车特征结果分析各对外交通枢纽乘客O D的空间分布特征。整体来看,对外交通枢纽乘客的上车、下车点都具有明显的向心性,核密度高值区主要围绕对外交通枢纽为中心展开,除茶园、陈家坪汽车站外,其余对外交通枢纽乘客下客点核密度峰值及面积都高于上客点,这与其出行数量特征相同。江北国际机场作为我国8大区域枢纽机场之一,也是重庆市最大的民用国际机场,机场选址规划有净空要求,多建在地形开阔的城市近郊边缘地带,使得江北国际机场乘客的上车、下车点的标准差椭圆都呈东北-西南方向分布,主要覆盖渝北区西南部及江北区中部,其核密度高值区空间分布趋势相似,主要都分布在空港组团、观音桥组团、渝中组团及重庆北站地区,乘客离开机场下客点的核密度值更高,其分布面积也更广。火车站对外出行乘客空间分布具有明显的“向心性”集聚特征,并呈多中心聚集的分布特征,乘客到达与离开火车站的上、下客核密度空间分布相似;重庆北站的乘客上、下客点主要分布在其周边地区、各对外交通枢纽及渝中区、观音桥、南坪、石桥铺等商业中心,离北站较远的聚集高值区以住宅区为中心零星分布;重庆西站西向紧邻中梁山脉,使其乘客上、下客点主要以南北向东分布,主要覆盖九龙坡区东部、沙坪坝区南部的主要商业区及交通枢纽中心;菜园坝站乘客上、下客点具有极强的“向心性”,其聚集高值区主要分布在长江、嘉陵江与江北、渝中、九龙坡、南岸区等两江四岸部分区域;沙坪坝站作为集多种交通75第3期 田 甜,等:重庆市中心城区对外交通枢纽乘客O D时空特征图3 对外交通枢纽出行乘客O D空间特征分布为一 体 的 综 合 性T O D(t r a n s i t-o r i e n t e dd e v e l o p-m e n t)交通枢纽,乘客上、下客点主要分布在其周边地区,并且在以东地区的交通枢纽和商业中心也有孤星零散分布。汽车站对外出行乘客上、下客点核85测 绘 工 程 第3 2卷图4 对外交通枢纽出行乘客乘车时间距离特征密度值较低,其高值区主要分布在车站周边地区;茶园江南交通枢纽站上、下客点高值区主要分布于铜锣山东西两侧茶园组团及南坪组团的零星地区,上客点核密度高值区比下客点的更加分散,在其他各交通枢纽站的也有高值区分布;陈家坪汽车站的上、下客点聚集高值区主要以其为中心环绕连续成块分布;四公里汽车站乘客出行核密度高值区分布以南坪组团、渝中组团、大杨石组团为主。各对外交通枢纽乘客上车点与下车点的椭圆方向具有相似性,除江北国际机场外其他交通枢纽的椭圆中心和其地理位置基本重合,但其长半轴、短半轴及面积均表现出不同特征,乘客离开交通枢纽的下客点椭圆面积大于乘客到达的上客点椭圆面积,说明乘客从交通枢纽出发到市区其他区域的空间分布更广、更加具有随机性;各类对外交通枢纽椭圆的面积从大到小排序为机场、火车站、汽车站,这与交通枢纽的载客距离及时间特征基本吻合;从图4可知机场乘客乘车距离、时间均值分别为1 2.3 1k m、2 8.7 4m i n,火车站、汽车站乘客乘车行为主要以1 0k m以内的短距离交通为主,其中火车站乘客乘车距 离均值从 大到小排 序 为 重 庆 西 站(9.1 2 k m)、重 庆 北 站(7.3 9 k m)、菜 园 坝 站(6.0 9k m)、沙坪坝站(5.8 0k m),乘车时间排序关系与距离相同,分别为重庆西站(2 1.9 0m i n)、重庆北站(1 9.0 2m i n)、菜园坝站(1 5.6 8m i n)、沙坪坝站(1 5.0 7m i n),汽车站乘车距离、时间均值从大到小排序 为 茶 园 站(7.0 5k m,1 7.8 8 m i n)、四 公 里 站(6.0 5 k m,1 5.4 4 m i n)、陈 家 坪 站(5.5 3 k m,1 3.5 4m i n)。从以上各对外交通枢纽乘客的空间分布特征可知,重庆市中心城区对外交通枢纽服务范围主要还是集中于“两江四岸”的核心区域;江北国际机场作为中心城区唯一的民用机场,承接全部国内外航空旅客,随着成渝双城经济圈建设拉开帷幕,进一步提高重庆市的航运能力的第二机场建设也被提上议程,2 0 2 1年重庆两会期间政府工作报告指出将推进重庆第二国际机场前期工作,机场选址将位于中心城区都市圈,初步定为渝西地区,这一选址布局将缓解江北机场客运压力,为成渝高铁快线、渝昆高铁提供航空枢纽。中心城区东部槽谷地区大型对外交通枢纽只有茶园汽车站,茶园新区作为未来城市副中心,其对外交通需求将进一步增大,预计2 0 2 5年竣工的重庆东站作为综合门户枢纽,能进一步通过渝湘高铁、渝万高铁加强重庆与湖南、湖北的联系,在中心城区与重庆北站、沙坪站、重庆西站、菜园坝站形成全方位覆盖的对外铁路交通网络。2.3 对外交通枢纽间客流特征通过对重庆市中心城区对外交通枢纽乘客O D95第3期 田 甜,等:重庆市中心城区对外交通枢纽乘客O D时空特征时空特征分析,可知其分布聚集高值区在各交通枢纽地区有明显聚集,说明各对外交通枢纽之间存在强烈的交互关系,即大量乘客存在中转换乘行为;故本文从各交通枢纽间的换乘客流出发,计算5d中对外交通枢纽间的换乘数量均值并制作O D流向图(图5),分析各对外交通之间的换乘强度及趋势。图5 对外交通枢纽间换乘客流由图5可知,各对外交通枢纽之间存在显著的中转换乘现象,同类型对外交通枢纽中火车站的换乘客流最多,占换乘总量的3 8.5 0%,汽车站的换乘客流最少,仅占1.4 1%;不同类型对外交通枢纽中火车站与机场的换乘占比最高(3 5.8 8%)。对外交通枢纽本身的规模和与其他交通枢纽间的距离是影响其换乘客流量的主要因素,交通枢纽站的规模越大,辐射范围越广,其可达目的地数量及旅客吞吐能力都有明显提升,江北国际机场、重庆北站、重庆西站作为重庆市主要的对外交通门户,是出行始发站、中转站、终点站的主要选择对象,其与各交通枢纽之间的联系也较为频繁;其中重庆北站至江北国际机场的换乘乘客最多,日均客流量达到了3 0 7次,反向换乘乘客较少,仅为1 8 0次,重庆北站与西站之间的换乘联系也较为紧密,二者间的换乘客流日均2 4 6次,其中西站至北站的客流较多,这是因为重庆西站与江北国际机场的距离较远,彼此间的换乘交流较少,总客流日均1 1 0次,其中重庆西站至江北国际机场客流较多(6 8次);对外交通枢纽间的距离也是影响彼此换乘客流量的主要因素之一,重庆西站、沙坪坝站及陈家坪汽车站都处于中心城区西部,且彼此间的距离较为邻近,所以三者间的交通换乘客流较为紧密,重庆西站与沙坪坝站、沙坪坝站与陈家坪汽车站、陈家坪汽车站与重庆西站的日均换乘客流量分别为2 3 1次、5 7次、1 4 9次。从各对外交通枢纽间的中转换乘关系来看,沙坪坝站、重庆西站、重庆北站及江北国际机场的换乘需求较大,现有的机场快车专线K 0 6路往返于机场与重庆西站之间,K 0 7路快线往返于机场与沙坪坝站之间,两条专线线路与机场乘客的空间分布椭圆相似,其能够为中转换乘乘客提供便利;重庆西站运营以来,其往返重庆北站的公交专线陆续开通,如2 0 1 9年开通的T 0 3 1专线能有效地为换乘客流提供摆渡服务,其次重庆西站与重庆北站间应售卖更多的短途区间火车票,简化站内换乘流程,为中转乘客提供便捷高效的换乘服务,减轻市内道路交通压力。3 结束语本研究以重庆市中心城区8个典型的对外交通枢纽为研究对象,基于2 0 1 9年5月61 0日出租车G P S轨迹数据提取对外交通枢纽乘客出行特征,利用核密度估计、标准椭圆及分时统计分析方法探究其乘客的O D时空特征,主要结论如下:1)对外交通枢纽客流量存在显著差异,其客流量由多到少排序为火车站、机场、汽车站,同类对外交通枢纽客流量差异较小,火车站、机场乘客选择出租车离开客流多于到达的客流,汽车站呈相反趋势;对外交通枢纽全天各时段出行乘客乘坐出租车到达、离开客流量具有相似的变化趋势,呈明显的“单峰型”特征,但不同对外交通枢纽的客流峰值时间具有差异性,其中机场在0 5:0 00 6:0 0,火车站和汽车站在0 6:0 00 9:0 0分别达到客流峰值。2)对外交通枢纽乘客的上、下车高聚集区都具有明显的向心性,与出行数量特征相同,除了茶园、陈家坪汽车站,其他对外交通枢纽乘客下客点核密度峰值及面积都高于上客点;各对外交通枢纽聚集高值区受山水阻隔等自然因素及道路交通系统建设因素的影响,主要分布在渝中组团、观音桥组团、南坪组团等商业中心地区,及市内重要的公共交通换乘枢纽与对外交通枢纽;对外交通枢纽上下客点06测 绘 工 程 第3 2卷的椭圆面积从大到小排序为机场、火车站、汽车站,这与其载客的距离、时间关系相同,机场、火车站、汽车站的载客距离、时间均值分别为1 2.3 1k m、2 8.7 4m i n,7.1 0k m、1 7.9 2m i n,6.2 1k m、1 5.6 2m i n。3)同类对外交通枢纽中火车站的换乘客流最多,占换乘总量的3 8.5 0%,汽车站换乘客流最少,仅占1.4 1%,不同类型的对外交通枢纽中火车站与机场的换乘占比最高(3 5.8 8%),其中重庆北站至江北国际机场日均换乘客流最多;对外交通枢纽自身规模和与其他枢纽的距离是影响乘客选择出租车换乘的主要因素,江北国际机场、重庆北站、重庆西站作为重庆市重要的对外出行门户,其对外交通通道较 多、枢 纽 辐 射 范 围 广,三 者 间 的 换 乘 客 流较多。本研究选取的出租车G P S轨迹数据仅包括巡游出租车数据,由于数据来源限制未充分考虑包括网约出租车在内的全部出租车载客数据;另外选择地铁、轻轨、公交等公共交通方式对外出行的乘客也占较大部分,在接下来的研究中可充分收集多源数据综合全面地探究对外交通枢纽乘客的O D时空特征。参考文献:1 茆紫晗.山地组团城市综合客运枢纽选址决策方法研究D.重庆:重庆交通大学,2 0 2 0.2 黄志刚,荣朝和.国外城市大型客运交通枢纽的发展趋势与原因J.交通运输系统工程与信息,2 0 0 7,7(2):1 2-1 7.3 张振龙,邱煜卿,蒋灵德,等.基于实时路况的交通拥堵时空特征及其影响因素分析:以苏州古城区为例J.现代城市研究,2 0 2 0(1):1 0 4-1 1 2.4 吴华意,黄蕊,游兰,等.出租车轨迹数据挖掘进展J.测绘学报,2 0 1 9,4 8(1 1):1 3 4 1-1 3 5 6.5 YAN G G,YUANE,Z HAN GX,e ta l.Ar o u t ep l a n-n i n gm e c h a n i s mf o rs u p e r m a r k e ts h u t t l es e r v i c eb a s e do nt a x i t r a c e sJ.R e s e a r c hi nT r a n s p o r t a t i o nB u s i n e s s&M a n a g e m e n t,2 0 2 0.6 X U W Y,HUANG Y M.I n v e s t i g a t i o no nt a x it r i pc h a r a c t e r i s t i c sb a s e do n t a x iG P S t r a j e c t o r yJ.J o u r n a lo fP h y s i c s:C o n f e r e n c eS e r i e s,2 0 2 0,1 5 8 4(1).7 L US,KN O O PVL,K E YVAN E K B A T AN IM.U s i n gt a x iG P Sd a t af o r m a c r o s c o p i ct r a f f i c m o n i t o r i n gi nl a r g es c a l eu r b a nn e t w o r k s:c a l i b r a t i o na n d MF Dd e r i-v a t i o nJ.T r a n s p o r t a t i o nR e s e a r c hP r o c e d i a,2 0 1 8,3 4:2 4 3-2 5 0.8 KANZH,T ANGLL,KWAN ME IP O,e t a l.T r a f f i cc o n g e s t i o na n a l y s i sa tt h et u r nl e v e lu s i n gT a x i s G P St r a j e c t o r yd a t aJ.C o m p u t e r s,E n v i r o n m e n t a n dU r b a nS y s t e m s,2 0 1 8,7 4:2 2 9-2 4 3.9 MO R E I R AL,G AMAJ,F E R R E I R A M,e ta l.T i m e e-v o l v i n gO Dm a t r i xe s t i m a t i o nu s i n gh i g h s p e e dG P Sd a-t as t r e a m sJ.E x p e r tS y s t e m s w i t h A p p l i c a t i o n s,2 0 1 6,4 4(2):2 7 5-2 8 8.1 0L I UL,T AN GL.R e v e a l i n g t h e c h a r a c t e r i s t i c s o f a c t i v ea r e a i nt h ec i t yb y t a x iG P Sd a t a:as t u d yo fS h e n z h e n,C h i n aC/P r o c e e d i n g so f 2 0 1 7I E E E2 n d I n t e r n a t i o n-a lC o n f e r e n c eo nB i gD a t aA n a l y s i s(I C B D A2 0 1 7).1 1王晶,汪欢.基于引力模型的重庆市对外交通发展实证分析J.公路与汽运,2 0 1 6(4):1 8-2 0.1 2杨格格,宋辞,裴韬,等.北京对外交通枢纽乘客O D时空分布特 征J.地 球 信息 科学 学报,2 0 1 6,1 8(1 0):1 3 7 4-1 3 8 3.1 3詹光军.基于浮动车数据的出租车与北京西站接驳规律与组织方法研究D.