一種基于天氣影響分析的公交客流調(diào)查日期確定方法
相關(guān)鏈接： 中國(guó)安全網(wǎng) 中國(guó)質(zhì)量網(wǎng) 中國(guó)論文網(wǎng) 中國(guó)資訊網(wǎng)
作者：張毅
目前較常用的公交客流采集方法有自動(dòng)乘客計(jì)數(shù)技術(shù)(APC)、基于圖像采集的方法、傳統(tǒng)的人工調(diào)查方法以及對(duì)公交IC卡信息的利用。IC卡信息實(shí)時(shí)全面，但只能反映持卡乘客信息特征，無(wú)法全面反映總體的公交客流信息。因此，筆者提出利用IC卡數(shù)據(jù)進(jìn)行人工補(bǔ)充抽樣調(diào)查，通過(guò)數(shù)據(jù)融合的方法來(lái)獲得總體客流的信息，然而，其中一個(gè)關(guān)鍵問(wèn)題是怎樣進(jìn)行人工抽樣調(diào)查日期的選取。根據(jù)對(duì)公交客流數(shù)據(jù)的分析，發(fā)現(xiàn)不同時(shí)間所獲得的客流數(shù)據(jù)具有很大的差異，因此有必要研究何時(shí)進(jìn)行公交調(diào)查才能獲得具有整體代表性的客流數(shù)據(jù)。
1 公交客流影響因素分析及模型建立
目前關(guān)于公交客流影響因素的研究，偏重于影響客流生成量的確定性因素分析，即城市發(fā)展等宏觀因素和公交服務(wù)水平等微觀因素，這些因素會(huì)從整體上影響公交客流量的水平，但不會(huì)對(duì)公交日客流量的波動(dòng)產(chǎn)生顯著影響。假設(shè)城市生活在一定時(shí)期內(nèi)是穩(wěn)定的，因此公交出行也是穩(wěn)定的，那么在一定時(shí)期（如1年）內(nèi)影響公交客流波動(dòng)性的主要因素是天氣狀況和節(jié)假日等不確定因素。為探究各不確定因素對(duì)公交客流量波動(dòng)的影響程度，擬選用多元線性回歸分析來(lái)建立“公交日客流量”模型對(duì)這些隨機(jī)變量進(jìn)行顯著性分析。
天氣狀況中溫度、濕度、降雨量和風(fēng)速在不同季節(jié)對(duì)公交客流量會(huì)有不同程度的顯著性影響。本文的研究區(qū)域上海市奉賢區(qū)1年內(nèi)的溫度變化很大，并存在較多大降雨量的天氣，且還受到潮濕的亞熱帶氣候和西南向盛行風(fēng)的影響，因此，在天氣狀況中選擇溫度deptemp(℃)、降雨量rainfall(mm)、空氣濕度humidity(%)和風(fēng)速windspeed(km/h)4個(gè)變量。對(duì)于溫度變量而言，在建模過(guò)程中采用相對(duì)溫差，即實(shí)際溫度與人體感受到的最適體感溫度差值作為溫度變量值。根據(jù)對(duì)公交客流量數(shù)據(jù)的分析，同1條線路在不同季節(jié)的流量有很大差別，基于此，需要按照不同季節(jié)分別建立模型。
如果需要對(duì)某一區(qū)域內(nèi)多條公交線路進(jìn)行客流調(diào)查，由于對(duì)于不同性質(zhì)的線路而言，一般其客流量受天氣因素的影響程度也不相同，則需要先對(duì)公交線路進(jìn)行分類(lèi)，一般可以運(yùn)用層次聚類(lèi)法進(jìn)行分析。因?yàn)榫�路長(zhǎng)度和站點(diǎn)數(shù)會(huì)直接影響整條線路的客流量級(jí)，線路類(lèi)型是公交規(guī)劃者對(duì)線路屬性的劃分，不同類(lèi)型線路的客流量從規(guī)劃之初即有相應(yīng)定位，而平均發(fā)車(chē)間隔的大小和線路的擁擠程度則會(huì)影響乘客是否乘坐本線路，因此選用線路長(zhǎng)度( LoR)、站點(diǎn)數(shù)(NoBS)、線路類(lèi)型(RT)（區(qū)內(nèi)線路、市郊線路和跨區(qū)線路）以及平均發(fā)車(chē)間隔( ADI)和線路，擁擠程度(CD)等5個(gè)指標(biāo)作為公交線路的聚類(lèi)屬性，即可對(duì)區(qū)域內(nèi)的公交線路進(jìn)行聚類(lèi)。根據(jù)不同季節(jié)和線路類(lèi)型對(duì)不同類(lèi)型的公交線路分別建模，模型具體形式為
2調(diào)查日期選擇方法
選擇調(diào)查日期應(yīng)遵循一個(gè)基本原則，即所調(diào)查日期的公交客流量應(yīng)該盡可能代表該公交線路的基本日客流量。將公交IC卡客流量按月份進(jìn)行統(tǒng)計(jì)，可以清晰地觀察到公交客流在不同季節(jié)、不同月份的變化情況，此外，由于人的活動(dòng)是以周為循環(huán)的，公交日客流量在時(shí)間上也以周為單位呈現(xiàn)周期性變化。由此，在確定調(diào)查日期時(shí)按照調(diào)查月份、星期幾調(diào)查和具體調(diào)查日期逐步確定。
首先，確定調(diào)查月份，根據(jù)上述多元線性回歸模型，可以得到各季節(jié)各類(lèi)型線路相應(yīng)模型的擬合優(yōu)度R2，調(diào)整R2值可以解釋公交客流量受天氣因素的影響，該數(shù)值越小說(shuō)明客流量受天氣因素的影響程度越低，選取調(diào)整R2值較低的季節(jié)作為調(diào)查季節(jié)。計(jì)算全年公交IC卡日客流量平均值，再繪制公交線路各月份刷卡量變化曲線圖，從而找到月均IC卡日客流量與年均IC卡日客流量最接近的月份，作為公交客流調(diào)查日期的月份選擇。
其次，確定星期幾調(diào)查，應(yīng)選擇在周一到周日中公交客流量波動(dòng)最小的1d。根據(jù)IC卡數(shù)據(jù)提取一定時(shí)期內(nèi)所有周一到周日的公交客流刷卡量，再利用箱線圖法，得到公交線路的刷卡量周變箱線圖，從中選出刷卡量最集中，波動(dòng)最小的日期。
通過(guò)前面2個(gè)步驟，調(diào)查日期的選擇范圍已縮小至4～5 d內(nèi)。在此基礎(chǔ)上，再考慮節(jié)假日和天氣的影響。如果其中包含法定節(jié)假日，則先把節(jié)假日剔除。根據(jù)前述多元回歸模型的擬合結(jié)果，可以得到各個(gè)變量每變動(dòng)一個(gè)單位時(shí)對(duì)應(yīng)的公交客流量的變化程度。以客流量變動(dòng)的百分比為判定依據(jù)，變動(dòng)百分比越大，說(shuō)明該天氣因素對(duì)客流量的影響程度越高，在確定調(diào)查日期時(shí)應(yīng)該優(yōu)先考慮該因素的影響，順次排列4個(gè)天氣變量的重要程度作為調(diào)查日期選擇的參考指標(biāo)，根據(jù)備選日期的天氣預(yù)報(bào)情況來(lái)具體確定調(diào)查日期。
如果由于調(diào)查工作時(shí)間和進(jìn)度的限制等，得到的調(diào)查日期在實(shí)際工作開(kāi)展中無(wú)法實(shí)現(xiàn)時(shí)，則可以使用同樣的分析方法選擇次優(yōu)結(jié)果作為實(shí)際公交客流的調(diào)查日期。
調(diào)查日期選擇方法的流程見(jiàn)圖1。
3實(shí)例分析
以2013年上海市奉賢區(qū)公交線路客流量調(diào)查為例，對(duì)調(diào)查日期選擇進(jìn)行詳細(xì)分析。奉賢區(qū)現(xiàn)有公交運(yùn)營(yíng)線路56條，包括市通郊線路14條、跨區(qū)線路10條、區(qū)內(nèi)線路32條。通過(guò)數(shù)據(jù)采集，得到了奉賢區(qū)56條公交線路2011年10月1日至2012年9月30日的全部公交IC卡數(shù)據(jù)。將全部IC卡數(shù)據(jù)導(dǎo)人SQL Server數(shù)據(jù)庫(kù)中進(jìn)行初步篩選，得到有33條公交線路數(shù)據(jù)（包括11條市通郊線路、6條跨區(qū)線路及16條區(qū)內(nèi)線路）滿足分析要求，確定這33條公交線路為研究對(duì)象不失一般性。
根據(jù)前述的5個(gè)聚類(lèi)指標(biāo)對(duì)33條公交線路采用Q型聚類(lèi)，利用SPSS18.0軟件實(shí)現(xiàn)聚類(lèi)過(guò)程。聚類(lèi)結(jié)果為3類(lèi)，其中類(lèi)型一中的線路發(fā)車(chē)間隔較小，線路相對(duì)擁擠；類(lèi)型二中的線路均屬于長(zhǎng)距離線路，部分線路較擁擠，發(fā)車(chē)間隔處于中等水平；類(lèi)型三中的線路均屬于短距離、不擁擠線路，但平均發(fā)車(chē)間隔較長(zhǎng)。
將33條公交線路IC卡刷卡數(shù)據(jù)按照聚類(lèi)分析得到的3種線路類(lèi)型按4個(gè)季節(jié)（春季：3～5月；夏季：6～8月；秋季：9～11月；冬季：12月—2月）進(jìn)行分組，得到12組數(shù)據(jù)，與天氣數(shù)據(jù)（從上海市氣象中心獲得）相結(jié)合，建立12個(gè)多元線性回歸模型。春夏秋冬4個(gè)季節(jié)的最適體感溫度取值依次為20，25，22及20 0C。
利用SPSS18.0進(jìn)行分析，可以剔除對(duì)模型貢獻(xiàn)不大卻引起多重共線性的解釋變量，最后得到3種線路類(lèi)型不同季節(jié)的回歸模型。類(lèi)型一公交線路在不同季節(jié)回歸模型的調(diào)整R2值見(jiàn)表1，從中可以看出秋季的調(diào)整R2值最小，可以理解為秋季（9～11月）公交客流量波動(dòng)受天氣因素的影響最小。結(jié)合公交客流量月變特征分析結(jié)果（見(jiàn)表2），發(fā)現(xiàn)9月份客流量與年客流量均值最為接近，因此選取9月為客流調(diào)查的最佳月份。對(duì)類(lèi)型一線路公交客流量周變特征進(jìn)行分析，需要先剔除異常值。設(shè)定異常值的識(shí)別標(biāo)準(zhǔn)為低于下限或高于上限的數(shù)值，下限通常取值為Q1-1. 5IQR，上限取值為Q3 +1. 5IQR，其中IQR為四分位數(shù)差，即上四分位數(shù)Q3和下四分位數(shù)Q1之間的差值。剔除異常值后，得到公交線路刷卡量周變箱線圖，見(jiàn)圖2。
由圖2可見(jiàn)，類(lèi)型一線路公交IC卡客流量在周二的離散程度及波動(dòng)程度最小，因此最佳調(diào)查日期應(yīng)該9月份的4個(gè)周二中選取，其次則在周三、周一或周四中選取，具體日期的確定需要結(jié)合天氣預(yù)報(bào)和法定節(jié)假日情況進(jìn)行。
天氣因素中包含溫度、濕度、風(fēng)速和降雨量4個(gè)變量，通過(guò)比較各變量單位變化對(duì)公交客流量的變動(dòng)百分比，得到4個(gè)變量的影響重要程度。其中類(lèi)型一線路分季節(jié)模型的各變量系數(shù)見(jiàn)表1。根據(jù)各變量單位變化對(duì)公交客流量變動(dòng)百分比的比較，得到對(duì)類(lèi)型一線路按影響重要程度排列各變量的順序依次為：濕度、溫度、是否降雨、風(fēng)速。2013年9月的4個(gè)最佳備選日期的天氣預(yù)報(bào)情況如表3所示，通過(guò)綜合比較，確定2013年9月17日為線路類(lèi)型一公交客流的最佳調(diào)查日期。
三的最佳客流調(diào)查日期應(yīng)在11月份的4個(gè)周三中選取，其次則在周二、周一或周四中選取。在實(shí)際工作開(kāi)展時(shí)若認(rèn)為3種線路類(lèi)型的調(diào)查日期跨越2個(gè)月的時(shí)長(zhǎng)無(wú)法滿足需要，可以根據(jù)實(shí)際需求對(duì)某些線路的調(diào)查日期做出次優(yōu)選擇。在本項(xiàng)目中，考慮實(shí)際的進(jìn)展需要和天氣預(yù)報(bào)情況，類(lèi)型一選擇9月17日（周二）進(jìn)行公交客流調(diào)查，類(lèi)型二和類(lèi)型三選擇9月18日（周三）進(jìn)行調(diào)查。
以上客流調(diào)查日期的選取是基于已有IC卡數(shù)據(jù)的分析，這個(gè)結(jié)果在城市社會(huì)經(jīng)濟(jì)環(huán)境穩(wěn)定的情況下是比較穩(wěn)定的，因此，能夠?yàn)榻窈蠓钯t區(qū)各線路公交客流人工調(diào)查日的基本選擇提供重要參考，具體選擇則根據(jù)線路類(lèi)型及天氣預(yù)報(bào)來(lái)進(jìn)行。另外，如果所調(diào)查的城市缺乏基本的IC卡數(shù)據(jù)來(lái)進(jìn)行分析，則可以參考近似城市的調(diào)查日期分析結(jié)果進(jìn)行人工調(diào)查日期的選擇也不失一般意義。
4結(jié)語(yǔ)
在城市社會(huì)經(jīng)濟(jì)環(huán)境基本穩(wěn)定的情況下，公交客流需求也呈現(xiàn)出相對(duì)穩(wěn)定的特點(diǎn)，這為公交抽樣調(diào)查的代表性提供了重要的基礎(chǔ)。為進(jìn)一步科學(xué)地確定公交客流抽樣的調(diào)查日期，本文根據(jù)公交客流需求的影響因素特征，對(duì)客流隨機(jī)波動(dòng)性的天氣影響因素進(jìn)行分析，并結(jié)合已有的公交IC卡客流數(shù)據(jù)來(lái)確定公交客流人工補(bǔ)充抽樣調(diào)查的日期，且在工程實(shí)際中得到良好應(yīng)用。其基本步驟是：通過(guò)建立公交客流量的多元線性回歸模型和分析公交客流月變特征，確定調(diào)查月份；再根據(jù)公交客流量周變箱線圖確定在星期幾調(diào)查；最后根據(jù)天氣狀況得到具體調(diào)查日期。研究成果能避免調(diào)查日期選擇的經(jīng)驗(yàn)性與隨機(jī)性，提高調(diào)查日期所獲得數(shù)據(jù)的代表性，從而提高調(diào)查的質(zhì)量，對(duì)公交規(guī)劃和運(yùn)營(yíng)決策的改善具有理論與實(shí)用價(jià)值，特別是在公交管理部門(mén)需要根據(jù)實(shí)際客流規(guī)模給予公交公司補(bǔ)貼的決策中，如何根據(jù)已有IC卡數(shù)據(jù)，通過(guò)公交客流補(bǔ)充抽樣調(diào)查分析來(lái)獲得公交客流總體規(guī)模顯得尤為重要。
5摘要 目前公交客流調(diào)查日期的確定往往過(guò)于經(jīng)驗(yàn)性和隨機(jī)性，不利于調(diào)查數(shù)據(jù)質(zhì)量的把握。文中通過(guò)建立多元回歸模型，定量研究了公交日�？土麟S機(jī)波動(dòng)的天氣影響因素，并結(jié)合IC卡數(shù)據(jù)樣本特征分析，提出了確定公交客流輔助調(diào)查日期的具體方法。該方法在工程實(shí)踐中得到良好應(yīng)用，且為相應(yīng)區(qū)域公交規(guī)劃的調(diào)查日期確定提供了參考依據(jù)。
