轨迹数据驱动的城市群体多模式出行融合方法的研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 出行规律研究现状 | 第13-14页 |
| 1.2.2 出行融合研究现状 | 第14-16页 |
| 1.3 研究内容及技术路线 | 第16-19页 |
| 1.3.1 研究内容 | 第16-17页 |
| 1.3.2 技术路线 | 第17-19页 |
| 2 多模式城市群体出行规律 | 第19-34页 |
| 2.1 研究区域概况 | 第19-23页 |
| 2.1.1 深圳市概况 | 第19-20页 |
| 2.1.2 公共交通和出租车的概况 | 第20-21页 |
| 2.1.3 手机基站分布概况 | 第21-22页 |
| 2.1.4 公共交通及路网的GIS数据 | 第22-23页 |
| 2.2 交通轨迹大数据说明 | 第23-24页 |
| 2.3 公交出行规律及出行密度 | 第24-27页 |
| 2.4 地铁出行规律及出行密度 | 第27-29页 |
| 2.5 出租车出行规律及出行密度 | 第29-32页 |
| 2.6 手机数据表现的出行规律及出行密度 | 第32-33页 |
| 2.7 本章小结 | 第33-34页 |
| 3 多模式城市群体出行相关性 | 第34-48页 |
| 3.1 研究概述 | 第34页 |
| 3.2 出行指标 | 第34-35页 |
| 3.3 时间和空间尺度 | 第35-36页 |
| 3.4 研究方法 | 第36-42页 |
| 3.4.1 相关性分析 | 第36-38页 |
| 3.4.2 研究方法 | 第38页 |
| 3.4.3 整体相关性 | 第38-39页 |
| 3.4.4 局部相关性 | 第39-40页 |
| 3.4.5 显著性检验 | 第40-42页 |
| 3.5 结果分析 | 第42-46页 |
| 3.5.1 多模式出行的整体相关性 | 第42-43页 |
| 3.5.2 多模式出行的局部自相关性 | 第43-45页 |
| 3.5.3 多模式出行的局部协相关 | 第45-46页 |
| 3.6 本章小结 | 第46-48页 |
| 4 多模式城市群体出行融合方法研究 | 第48-64页 |
| 4.1 研究概述 | 第48-49页 |
| 4.2 区域划分 | 第49-53页 |
| 4.2.1 区域相关性分析 | 第49-50页 |
| 4.2.2 区域出行密度分析 | 第50-51页 |
| 4.2.3 区域分类 | 第51-53页 |
| 4.3 研究方法 | 第53-60页 |
| 4.3.1 TAZ手机数据统计方法-泰森多边形 | 第55-58页 |
| 4.3.2 间接平差 | 第58页 |
| 4.3.3 多模式出行数据融合方法 | 第58-60页 |
| 4.4 出行融合实验及分析 | 第60-63页 |
| 4.4.1 高相关高密度区域 | 第61-62页 |
| 4.4.2 高相关低密度区域 | 第62页 |
| 4.4.3 低相关高密度区域 | 第62页 |
| 4.4.4 低相关低密度区域 | 第62-63页 |
| 4.5 本章小结 | 第63-64页 |
| 5 总结与展望 | 第64-67页 |
| 5.1 主要内容和结论 | 第64-65页 |
| 5.2 存在问题及展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
