文章目录
- 1 城市群/城际OD定义
- 2 理论模型与分析方法
- 2.1 重力模型 Gravity Model
- 2.2 干预机会模型 Intervening Opportunities Model
- 2.3 辐射模型 Radiation Model
- 3 Issues related to OD flows
- 3.1 OD Prediction
- 3.2 OD Forecasting
- 3.3 OD Construction
- 3.4 OD Estimation
- 4 OD Data
- 4.1 Basic Infor About OD Data
- 4.2 Open Access Dataset
- Reference
1 城市群/城际OD定义
- Origin-Destination用于表示空间移动(from the origin to the destination),有时也被称为流数据(flow data)[1]
- (Origin, Destination, Number, Mode, …)
- Origin以及Destination表示方法:
-
- Zone ID,例如‘zone1’
-
- 坐标coordinate
-
- Number: 该OD对的出行数量
- Mode: 出行模式
- 通常只包含1种交通方式,例如
bus
,train
等 - 对于多交通模式出行,例如
cycle-train-bus
;一般也只表示为一种模式,例如train
- 通常只包含1种交通方式,例如
- 一般不包含详细的路径数据(routing)
- 可以选择routing服务基于OD来生产routing数据
- 例如OSRM(shortest path), Google Directions API, CycleStreets.net or OpenRouteService
2 理论模型与分析方法
2.1 重力模型 Gravity Model
2.2 干预机会模型 Intervening Opportunities Model
2.3 辐射模型 Radiation Model
3 Issues related to OD flows
3.1 OD Prediction
- 问题定义与解析
- 定义:
- 解析:
- 数据基础:城市的区域(region)特征数据、区域间的OD对数据
- 方案:基于特征数据以及OD对数据构建OD预测模型
- 输入:region的属性特征
- 输出:region间OD数量
- 用途:基于部分已有数据,构建出区域属性与OD pair之间的推导模型,能够实现由已知到未知的预测
- 缺陷:数据要求严格(属性数据的充分与否一定程度上决定了模型的泛化能力)
3.2 OD Forecasting
- 问题定义与解析
- 定义
- 解析:
- 数据基础:过去一段时间内的OD情况
- 方案:时序模型构建
- 输入:过去的OD
- 输出:未来的OD
- 用途:由历史数据推测未来数据
- 缺陷:
-
- 粒度不确定:point-level; matrix-level(city-level); 可以想见的是,预测范围越广,模型越为复杂
-
- OD数据需要具备时间属性
-
- 优势:可以在没有任何其他辅助数据的情况下进行OD预测
3.3 OD Construction
- 问题定义与解析
- 定义:
- 解析:
- 数据基础:易获取的信息
- 方案:基于前期获取的信息构建出完整的城市OD Matrix
- 优势
-
- 无需任何前置OD数据
-
3.4 OD Estimation
- 问题定义与解析
- 定义:
- 解析:
- 数据基础:在不同地点采集(例如路段、交叉口等)的具有时间标签的交通agent数量(或其他可用数据)
- 方案:基于观测数据推测OD流
4 OD Data
4.1 Basic Infor About OD Data
- 用于OD研究的数据一般可以分为两类
- 基础OD流数据
- Survey data:问卷调查数据
- Individual trajectories:轨迹数据
- Call Detail Records
- Cellular Network Access
- GPS Records
- Location-based Social Network Check-ins
- Transportation records:交通系统记录数据
- traffic surveillance video
- smart cards
- taxi orders
- 包含其他辅助数据的OD数据
- 常用于探究OD与城市属性的空间分布特性(例如用地属性)
- Region-level socioeconomic data: demographics, land use patterns, points of interest (POIs), and infrastructure
- Transportation observation data
- Traffic Flow: link counts,即起点-目的地连线数
- Vehicle Speed: 车速数据
- Urban geographic data
- 基础OD流数据
4.2 Open Access Dataset
- CITYDATA.ai[3]
- Inner City
- 提供开放数据集以供使用(数据量极大)
- 提供访问API以供程序调用(需要申请开发者权限)
- 没有inter-city OD
- Datarade[4]
- 可直接购买数据集(价格贵)
- 可与运营公司联系获取数据集
- Translink[5]
- 澳大利亚Queensland公共交通数据 (public transportation)
- Cencus[6]
- 英国威尔士
- 包含:
- Migration data:1年范围内的人口迁移OD
- Workplace data:工作相关OD数据
- Second Address data:居住地之间的迁移
- Student data:学生OD
- 大数据平台
- 腾讯位置服务[7]
Reference
[1] ‘The importance of OD data’. Accessed: Oct. 23, 2023. [Online]. Available: https://cran.r-project.org/web/packages/od/vignettes/od.html#:~:text=As%20the%20name%20suggests%2C%20origin,represented%20by%20a%20zone%20centroid).
[2] Rong, C., Ding, J., & Li, Y. (2023). An Interdisciplinary Survey on Origin-destination Flows Modeling: Theory and Techniques. ArXiv, abs/2306.10048.
[3] https://data.world/citydataai/spain-regions
[4] https://datarade.ai/use-cases/origin-destination-analysis
[5] https://www.data.qld.gov.au/dataset/translink-origin-destination-trips-2022-onwards
[6] https://www.nomisweb.co.uk/sources/census_2021_od
[7] https://heat.qq.com/wap_qqmap_big_data/qianxi_index.html