天津市市政工程设计研究院 300051
摘要：哈尔滨火车站位于哈尔滨市南岗、道里、道外三区交汇区域，同时区内商业、办公、医疗、教育、交通枢纽等多种业态密集分布，是哈尔滨市重要的交通集散、转换节点，历次综合交通调查均难以将该区域交通出行梳理清晰。本文利用哈尔滨市出租车GPS数据对哈尔滨火车站周边交通出行分布进行分析，提出了利用GPS数据进行通道OD分析的方法流程。同时以果戈里大街为例，分析了冰雪条件对交通出行的影响。
关键词：出租车GPS；通道；出行分布；冰雪条件
1哈尔滨市火车站影响区概况
哈尔滨市火车站周边影响区域地处哈尔滨市中心区域，南岗区西北侧，是南岗区、道里区、道外区三区的接壤区。受铁路分隔影响，哈尔滨市南岗区、道里区、道外区三区间道路系统路网密度低、道路连通度差，并以哈站周边影响区为甚。区间内只有海城桥、霁虹桥、田地街-南极街、景阳街4条跨区连通的主干道，但无其他次支路连通。造成多路交通汇聚，交通拥堵频繁。
此外，影响区域内包含了哈尔滨火车站、南岗龙运长途汽车客运站等重要交通枢纽，以及秋林、道里等商业区域，还有省医院、萧红中学等大量强交通吸引源，加之各种行政机关、酒店、宾馆等不同业态用地散布其中，因而区域用地功能复杂、交通需求多样。为了分析哈站改造影响区域的交通需求，更好地为交通改造工程服务，从交通系统工程的角度出发，科学、可行的通道OD调查成为哈尔滨火车站改造的关键环节。
2OD调查方法选取
机动车OD调查即起迄点调查，就是调查道路上机动车的出行动向，以了解其发生和终止，获得车种、荷载种类、出行方向和交通量等资料，为交通量预测、路网规划等提供依据，同时也为经济评价和道路设计提供参数。
2.1常用方法的优缺点
常用的OD调查方法有贴标签路边访问法、串并联处理的路边访问法、发（收）表格法、路边询问法等。其中贴标签路边访问法记录内容简单，但哈尔滨市火车站改造影响区内机动车存在短途往返出行情况，贴上标签后，往往被访问员误认为重复车辆而放行，从而造成短途样本数据的大量流失，影响了调查效果。串并联处理的路边访问法与发（收）表格法、路边询问法等方法在调查过程中都需要拦截车辆。因此对正常的道路交通影响较大，给本来脆弱的交通系统带来很大的压力甚至堵塞，同时对警力等劳动力要求较高。因此均不适合哈站改造影响区调查。
2.2本文选取方法
哈尔滨市火车站改造影响区位于哈尔滨市的核心地区，且为南岗区、道里区、道外区三区的交织地区。城市路网与其承载的过境交通、组团内部交通错综复杂。因此传统的机动车OD调查方法在本项研究中不适合，急需发展新的技术手段以获得影响区通道机动车出行。
据现场实际调查，影响区内路段交通量中出租车占有很高的比例。原因为哈尔滨市火车站改造影响区内包含秋林商业区、道里商业区以及哈尔滨市火车站、龙运长途汽车站等交通枢纽。因此居民出行方式中出租车出行的比例较其他地区出行比例高。因此本研究中选取出租车交通出行数据为样本进而反应总体车辆的交通出行特性切实可行。
3出租车GPS—OD调查方法
3.1哈尔滨市出租车GPS数据
出租车GPS信息数据是安装在出租车上面的GPS记录器，依时间不断记录本车当前时刻的各种信息如经度、纬度、行车状态等参数得来的数据。本研究中GPS数据由哈尔滨市交通局出租车管控中心获得，由2013年10月21日至2013年12月20日共计60天数据。数据为Oracle数据库导出的dmp格式数据，每日数据大小约2G。以日期为2013年11月5日数据为例，该日哈尔滨市13636台出租车，每台车每隔30秒记录一次数据共产生GPS数据25184901条（由于高楼遮挡以及下穿隧道等原因，会出现数据丢失现象，间隔时间超过30秒）。Oracle数据库主要以出租车GPS信息数据表形式存放数据。
参数意义：
GPSDATA_ID（GPS记录信息编号），DEVID（出租车编号），STIME（服务器时间），ALARMFLAG（警告标志），STATE（车辆状态参数），LATITUDE（纬度），LONGTITUDE（经度），SPEED（速度），ORIENTATION（方向），GPSTIME（本条GPS记录时间），ODOMETER（里程表），OILGAUGE（油表）。其中速度值与实际速度相差较大，出租车在低速（如等待红绿灯时、上下客时）方向摆动现象严重。两项参数都不可利用。里程表与油表两项参数无数据。
本项目中主要用到的参数有：GPSTIME，DEVID，LATITUDE，LONGTITUDE等参数。通过SQL语句筛选后得到部分表格如下：
3.2方法流程
本研究中核心为判断出租车GPS坐标点是否位于区域内，即判断点与闭合区域之间的关系（考虑研究范围内出租车行驶距离S<<地球半径R，因此假设研究区域为平面）。
判断点是否在区域内部的方法为：从待判断的点向某一个方向引射线，计算和多边形交点的个数，如果个数是偶数或者0则点在多边形外，如果是奇数，则在多边形内，这里有二种特殊情况：①射线经过顶点：当射线经过顶点时，判断就会出现异常情况。②点在边上：这种情况也不能用交点个数的奇偶性来判断了，要快速地判断这个点是否在边上。当出现出租车GPS坐标点位于区域边界时，认为该点位于区域内。
出租车OD分析流程：
（1）筛选出高峰小时时段在判定区内留有GPS坐标点的所有出租车，并记录这些出租车在判定区内出现的时刻T1。
（2）将（1）中筛选出的所有出租车T1时刻后的T2坐标点经纬度分别与判定区、主干区、选择区范围进行比较。
若T2时刻出租车坐标点不在判定区、主干区、选择区范围，则出租车向下驶出研究区域，不予计数。
若T2时刻出租车坐标点仍位于判定区，重复（2）
若T2时刻出租车坐标点位于某个选择区，则由主干道车辆转向该选择区所在道路车辆数加1
若T2时刻出租车坐标点位于主干区，记录该店时刻Tz1并进行（3）
（3）将出租车Tz1时刻后Tz2时刻经纬度坐标分别与判定区、主干区、选择区范围进行比较。
若Tz2时刻出租车坐标点在判定区，则出租车向下驶出研究区域，则由判定区驶入主干区后掉头驶离研究区域车辆数加1。
若Tz2时刻出租车坐标点仍在主干区内，重复（3）
若Tz2时刻出租车坐标点位于某个选择区，则由主干道车辆转向该选择区所在道路车辆数加1
循环判定（1）中筛选出所有出租车。
结束
上述循环结束后即得到某条通道特定入口（判定区所在位置）汇入的交通量去向数据。对于一条通道，分别将每个入口依次设立为判定区（如图3-2b所示）进行上述循环，即可得到该通道所有入口交通量OD矩阵。
4冰雪-良好天气通道交通量分析
4.1研究日期选择
调查日期选择了11月5日，星期二，气候晴朗，无其他不利条件影响。
另外，为分析哈尔滨冬季冰雪条件的影响，选择了下雪后的11月21日进行了部分路段的交通调查，星期四，气候晴。由于11月17、18、19日三天天气分别为大雪转暴雪、暴雪转中雪、中雪转小雪，雪后虽经人工除雪，但雪后的路面条件对交通仍有不利影响，选择在11月21日调查可有助于分析冬季冰雪条件影响下的道路交通情况。
4.2通道分析算例
哈尔滨市火车站改造影响区内有中山路红军街通道、海城街通道、果戈里大街通道、民益街通道、西大直街通道等五条重要通道。
本文以果戈里大街通道为实例（图中3号通道），运用出租车GPS方法进行果戈里大街通道交通出行分布分析。
经过GPS数据分析得果戈里大街通道出租车出行OD数据：
数据表4-1数据量为2013年11月5日良好天气下数据，表4-2数据量为2013年11月21日冰雪天气情况下数据。
分析：果戈里大街通道南入口汇入出租车交通量在冰雪天气情况下骤减56.3%。因为果戈里大街由南向北为上坡行驶，降雪过后路面湿滑。部分驾驶员处于交通安全等多方面因素考虑减少选取该条通道出行。
结论与展望
本研究通过对哈尔滨市出租车GPS数据的分析得出了通道交通出行分布的较为可操作的方法，同时也对于冰雪天气情况下与正常天气情况下的交通量影响得出了结论，即冰雪天气情况下出租车出行量约折减50%。下一步，考虑哈尔滨市出租车GPS单日数据条数较多的特点，将结合出租车数据与地理信息系统（GIS），对哈尔滨市出租车数据进行更深层次的信息挖掘，开展数据可视化的相关研究。
参考文献：
[1]许国淼.基于出租车GPS数据的道路交通运行状态判别[D].长安大学，2015.
[2]齐林.基于GPS数据的出租车交通运行特性研究及应用[D].哈尔滨工业大学，2013.
[3]何贤国，孙国道，高家全，郑春益，梁荣华.出租车GPS大数据的道路行车可视分析[J].计算机辅助设计与图形学学报，2014，（12）：2163-2172.
论文作者:刘俊涛
论文发表刊物:《基层建设》2017年第21期
论文发表时间:2017/11/3
标签：出租车论文; 哈尔滨市论文; 数据论文; 交通论文; 通道论文; 交通量论文; 区域论文; 《基层建设》2017年第21期论文;