城市群(Megalopolis)/城际(inter-city)OD相关研究即Open Access数据集调研

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:
        1. Zone ID,例如‘zone1’
        1. 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
      • 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
    • 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
      • OSRM

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: OD prediction
    • 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OD Forecasting
    • 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:
          1. 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
          1. 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:OD construction
    • 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
          1. 无需任何前置OD数据

3.4 OD Estimation

  • 问题定义与解析
    • 定义:OD Estimation
    • 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
        • trajectories data
      • 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

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)
    • example
  • 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

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/172333.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

基于单片机的智能电子鼻的设计

欢迎大家点赞、收藏、关注、评论啦 ,由于篇幅有限,只展示了部分核心代码。 技术交流认准下方 CSDN 官方提供的联系方式 文章目录 概要 一、智能电子鼻系统的设计方案1.1智能电子鼻系统的设计思路1.2智能电子鼻系统的设计流程图1.3智能电子鼻系统的硬件数…

source insight4菜单工具按钮变乱恢复

目录 1:问题现象2:修改方式2.1 找到config_all.xml2.2 修改config_all.xml 1:问题现象 在source insight4点击工具按钮的时候,把工具全部都折叠了,然后手动拉出来的时候就乱了。 2:修改方式 2.1 找到con…

【多线程面试题 三】、 run()和start()有什么区别?

文章底部有个人公众号:热爱技术的小郑。主要分享开发知识、学习资料、毕业设计指导等。有兴趣的可以关注一下。为何分享? 踩过的坑没必要让别人在再踩,自己复盘也能加深记忆。利己利人、所谓双赢。 面试官: run()和start()有什么区…

ffmpeg中examples编译报不兼容错误解决办法

ffmpeg中examples编译报不兼容错误解决办法 参考examples下的README可知,编译之前需要设置 PKG_CONFIG_PATH路径。 export PKG_CONFIG_PATH/home/user/work/ffmpeg/ffmpeg/_install_uclibc/lib/pkgconfig之后执行make出现如下错误: 基本都是由于库的版…

stm32的ADC采样率如何通过Time定时器进行控制

ADC采样率是个跟重要的概念. 手册上说可以通过Timer定时器进行触发ADC采样. 可我这边悲剧的是, 无论怎么样. ADC都会进行采样. 而且就算是TIM停掉也是一样会进行采样. 这就让我摸不着头脑了… 我想通过定时器动态更改ADC的采样频率. 结果不随我愿… 这到底是什么问题呢? 一…

哈希算法:如何防止数据库中的用户信息被脱库?

文章来源于极客时间前google工程师−王争专栏。 2011年CSDN“脱库”事件,CSDN网站被黑客攻击,超过600万用户的注册邮箱和密码明文被泄露,很多网友对CSDN明文保存用户密码行为产生了不满。如果你是CSDN的一名工程师,你会如何存储用…

uniapp实现webview页面关闭功能

实现思路: 1.关闭按钮是使用原生button添加的close属性。(见page.json页面) 2.监听关闭按钮的方法。(onNavigationBarButtonTap) 3.写实现关闭webview所有页面的逻辑。 废话不多说,直接上代码 1.page.…

【每日一题】合并两个有序数组

链接奉上:合并两个有序数组 目录 直接合并后排序:思路:代码实现: 双指针思路:代码实现: 直接合并后排序: 思路: 将nums2直接合并到nums1后边,并进行排序 代码实现&…

【多线程面试题 六】、 如何实现线程同步?

文章底部有个人公众号:热爱技术的小郑。主要分享开发知识、学习资料、毕业设计指导等。有兴趣的可以关注一下。为何分享? 踩过的坑没必要让别人在再踩,自己复盘也能加深记忆。利己利人、所谓双赢。 面试官: 如何实现线程同步&…

docker镜像仓库

Hlarbor harbor是一个开源的云原生镜像仓库, 它允许仓库用户存储,使用docker镜像。可以将harbor看做是私有的dockerhub,它提供了更新安全性和控制性, 让组织能够安全的存储和管理镜像。 harbor RBAC:基于角色访问控制…

html/css/javascript/js实现的简易打飞机游戏

源码下载地址 支持:远程部署/安装/调试、讲解、二次开发/修改/定制 视频浏览地址

ASP.NET WebApi 极简依赖注入

文章目录 环境服务类启动项注入使用依赖注入的优点 环境 .NET Core 7.0ASP.NET CoreVisual Studio 2022 服务类 public class T_TempService {public T_TempService(){}public void Test(){}}启动项注入 #region 依赖注入 builder.Services.AddTransient<T_TempService&g…

springBoot与Vue共同搭建webSocket环境

欢迎使用Markdown编辑器 你好&#xff01; 这片文章将教会你从后端springCloud到前端VueEleementAdmin如何搭建Websocket 前端 1. 创建websocket的配置文件在utils文件夹下websocket.js // my-js-file.js import { Notification } from element-ui // 暴露自定义websocket对…

NAT技术与代理服务器

目录 一、NAT与NAPT技术 1.NAT技术 2.NAPT技术 &#xff08;1&#xff09;四元组的唯一性 &#xff08;2&#xff09;数据的传输过程 &#xff08;3&#xff09;NAPT的缺陷 二、代理服务器 1.正向代理和反向代理 2.代理服务器的应用 &#xff08;1&#xff09;游戏加…

MySQL的数据库操作、数据类型、表操作

目录 一、数据库操作 &#xff08;1&#xff09;、显示数据库 &#xff08;2&#xff09;、创建数据库 &#xff08;3&#xff09;、删除数据库 &#xff08;4&#xff09;、使用数据库 二、常用数据类型 &#xff08;1&#xff09;、数值类型 &#xff08;2&#xff0…

【云原生】portainer管理多个独立docker服务器

目录 一、portainer简介 二、安装Portainer 1.1 内网环境下&#xff1a; 1.1.1 方式1&#xff1a;命令行运行 1.1.2 方式2&#xff1a;通过compose-file来启动 2.1 配置本地主机&#xff08;node-1&#xff09; 3.1 配置其他主机&#xff08;被node-1管理的节点服务器&…

尚硅谷Flume(仅有基础)

q 1 概述 1.1 定义 Flume 是Cloudera 提供的一个高可用的&#xff0c;高可靠的&#xff0c;分布式的海量日志采集、聚合和传输的系统。Flume 基于流式架构&#xff0c;灵活简单。 Flume最主要的作用就是&#xff0c;实时读取服务器本地磁盘的数据&#xff0c;将数据写入到HD…

国际腾讯云直播推流配置教程!

云直播的服务本质是一个广播的过程&#xff0c;类似于电视台的直播节目通过有线电视网发送给千家万户。为了完成这个过程&#xff0c;云直播需要有采集和推流设备&#xff08;类似摄像头&#xff09;、云直播服务&#xff08;类似电视台的有线电视网&#xff09;和播放设备&…

开源Linux社区Armbian开发指南

1. 什么是armbian Armbian是一个基于Debian或Ubuntu的开源操作系统&#xff0c;专门针对嵌入式ARM平台进行优化和定制。Armbian可以运行在多种不同的嵌入式设备上&#xff0c;例如树莓派、ArmSoM、香蕉派等等。Armbian针对不同的嵌入式平台&#xff0c;提供了相应的硬件支持&a…

PYTHON+CH341 3线SPI驱动UC1601 LCD实现汉字显示

前言 参考大佬用CH341驱动OLED,链接如下&#xff1a;GitHub - jimjiang2/ch341dll_wrap_typical_app: A ch341dll Wrap is for using in Python 32bits windows to access I2C SPI and MDIO (by GPIO), and Demo with display PC sreen on OLED by i2c or SPI . 本文主要实现了…