武漢市公共交通信息系統(tǒng)建設與應用

王 冠，陳 華，李建忠，孫貽璐

(武漢市交通發(fā)展戰(zhàn)略研究院，湖北武漢430017)

武漢市公共交通信息系統(tǒng)建設與應用

王 冠，陳 華，李建忠，孫貽璐

(武漢市交通發(fā)展戰(zhàn)略研究院，湖北武漢430017)

全方位掌握公共交通運行現(xiàn)狀和精確預測客流變化趨勢是城市公共交通規(guī)劃研究的重要前提，其時效性和準確性不僅關系到信息發(fā)布，還對預測模型的精度產(chǎn)生直接影響。為有效服務政府決策并科學指導公眾智慧出行，運用智能化手段建立公共交通信息系統(tǒng)，其具有線網(wǎng)性能分析、客流監(jiān)控預測、運行狀態(tài)評估等功能。在整合武漢市公共交通信息資源的基礎上，公共交通信息系統(tǒng)建立時空匹配算法判斷乘客上車位置，通過車站吸引強度以及出行鏈模型模擬乘客下車站點，建立基于動態(tài)信息的公交運行評價指標體系等。抽樣調查結果表明系統(tǒng)性能達到預期要求。同時，探索運用系統(tǒng)各項量化指標服務于城市公共交通線網(wǎng)優(yōu)化調整、換乘優(yōu)惠政策制定以及日常運營管理，為創(chuàng)建公交都市示范城市，落實公交優(yōu)先發(fā)展戰(zhàn)略提供技術支撐。

公共交通；智能交通系統(tǒng)；客流模型；評價指標；線網(wǎng)優(yōu)化調整；武漢市

通過信息化手段解決城市交通問題，可促進節(jié)能減排，推動交通決策水平和管理能力提升[1]。相比于動態(tài)公共交通(以下簡稱“公交”)信息挖掘[2-3]，大部分現(xiàn)有成果更多關注某項具體功能，例如根據(jù)最短時間、最少換乘等目標結合線網(wǎng)結構提供起訖點間最優(yōu)路徑搜索方法[4]；根據(jù)刷卡記錄統(tǒng)計分析全網(wǎng)及線路客流量特征，作為研究參考[5]；使用概率模型計算公交出行OD分布[6]；研究公交線網(wǎng)統(tǒng)計特征[7-8]等。中國大部分城市均已安裝公共汽車GPS車載定位系統(tǒng)用于實時調度，并且采用IC卡刷卡付費用于清分結算，具備公交信息資源整合的條件，但卻很少利用多源動態(tài)信息進行更深層次地挖掘與預測，也很少根據(jù)公交運行現(xiàn)狀建立評價指標體系。在此背景下，對武漢市公共交通體系運行現(xiàn)狀進行研究，探索其智能化建設方法與實際應用。

1 基本情況與背景

武漢市2008年以來機動車保有量年均增長率超過15%，2014年機動車增長34萬輛，增幅達22.2%；高峰小時流量超5 000輛的道路交叉口成倍增長，由2010年的61個增長至2014年的123個；路網(wǎng)平均車速逐年下降，2014年為21.4 km·h-1，較2010年下降9%，城市交通問題日益嚴重[9]。

信息化和智能化是城市交通發(fā)展的必由之路，公交信息系統(tǒng)作為智能交通的重要組成部分，對提升公交服務質量、提高公交運行效率尤為重要。武漢市各公交行業(yè)管理部門分別建成服務自身業(yè)務的信息系統(tǒng)，例如市交通委員會的公共汽車運營調度系統(tǒng)、市地鐵集團的軌道交通運行與信息發(fā)布系統(tǒng)等。這些系統(tǒng)的建成為全市信息化整合打下基礎，但同時存在信息孤島、數(shù)據(jù)挖掘力度不夠、標準化制定工作滯后、應用服務面單一有限等問題，服務城市規(guī)劃建設總體效果不理想。在此背景下武漢市開展了行業(yè)資源整合工作，構建了公交信息系統(tǒng)，在城市公交規(guī)劃與城市建設管理中發(fā)揮了一定作用。

2 研究內容與方法

武漢市公交主要包括公共汽車和軌道交通。公交信息系統(tǒng)對全市公交基礎數(shù)據(jù)資源進行質量評估，針對公交運行現(xiàn)狀建立道路網(wǎng)與公交線網(wǎng)的拓撲關系，重點研究公交客流模型以及運行水平評價指標體系，由需求引導系統(tǒng)的功能設計、開發(fā)以及應用。

2.1 一體化分析特大城市全口徑、全覆蓋的公交基礎數(shù)據(jù)資源

公交信息系統(tǒng)整合了全市不同類型、來源、用途的數(shù)據(jù)資源，主要包括7 000余輛公共汽車每15 s上傳一次的GPS數(shù)據(jù)、日均近千萬次規(guī)模的IC卡刷卡數(shù)據(jù)、全市5 000余個公共汽車站、370條公共汽車線路、96個軌道交通車站和4條軌道交通線路的地理信息、公交運營企業(yè)月度營收報表，抽樣的公共汽車車載監(jiān)控視頻，土地利用以及人口、就業(yè)崗位情況，手機信令數(shù)據(jù)等，日均數(shù)據(jù)處理量達5 GB。

公交信息系統(tǒng)采用多線程分布式運算和分塊索引技術實現(xiàn)數(shù)據(jù)實時匹配并進行計算，負載均衡架構提升了海量數(shù)據(jù)的分析處理效率，支持對各空間和時間粒度客流數(shù)據(jù)以及公交運行數(shù)據(jù)的頻繁存儲與讀取，將數(shù)據(jù)流處理壓力分散，最大化硬件運算能力，緩解因大批量數(shù)據(jù)讀寫而造成的系統(tǒng)性能瓶頸。對各類數(shù)據(jù)進行多級存儲與并發(fā)訪問的科學精密設計，以滿足實時接入數(shù)據(jù)與運算結果穩(wěn)定并存、快速讀取歷史統(tǒng)計結果等性能要求。

2.2 挖掘數(shù)據(jù)特征，建立公交客流仿真模型

2.2.1 建立公共汽車上、下車位置模擬匹配算法與校核機制

中國大多數(shù)城市均采用公共汽車上車刷卡一票制，缺乏下車信息的采集手段，給分析OD客流、平均出行時間和出行距離、換乘行為帶來困難。在文獻[5-6]的基礎上，通過時間參數(shù)匹配乘客上車刷卡與公共汽車GPS信息判斷上車站點位置，對于未成功匹配的情況按照刷卡時間間隔聚類并結合車輛到離站情況模擬上車位置(見圖1)。再根據(jù)用地性質和公交通勤出行特征，以及車站發(fā)生吸引總量基本保持平衡的假設，設定上車人數(shù)較多的車站下車人數(shù)也相對較多，建立車站客流發(fā)生吸引強度模型

式中：Pmn為第 m條單向線路中第n個車站的客流吸引強度；Wmn為第m條單向線路中第n個車站的客流吸引量；Am為第m條單向線路的客流量。

同時，累積每位個體一段時間的公共汽車出行信息形成常發(fā)出行表和出行鏈模型。對于全天僅一次刷卡的情況，運用常發(fā)出行表和客流強度模型預測其下車位置；對于全天存在多次刷卡的情況，根據(jù)出行鏈規(guī)則預測每次乘車的下車位置(見圖2)。該方法在一定程度上解決了一票制無法獲知下車位置的難題。

為精確監(jiān)控城市公共汽車客流量變化，結合車載視頻抽樣信息和常發(fā)出行表校核模型精度。校核后車站客流準確率達70%。由于存在大量投幣客流，為獲得全口徑總客流量，結合公共汽車營收報表對線路客流量進行擴樣：

式中：M為公共汽車總客流/(人次·d-1)；αij為第i條線路中第 j號車的刷卡客流量(由IC卡刷卡記錄統(tǒng)計)；βij為第i條線路中第 j號車的擴樣系數(shù)，該系數(shù)等于該車日刷卡收入cardij與總收入cardij+cashij的比例(根據(jù)營收報表獲得)。校核后線路客流準確率達80%，較準確地模擬了客流走廊(見圖3)。

2.2.2 建立軌道交通網(wǎng)絡客流最優(yōu)策略分配模型

為真實模擬軌道交通客流選擇行為，公交信息系統(tǒng)對線網(wǎng)中每條路徑設定廣義費用，即乘客選擇該路徑出行的綜合成本。該費用由確定項和隨機項組成，其中確定項主要包括車輛站間運行時間、乘客步行換乘時間、乘客等待時間、票價和車廂擁擠度等，而隨機項主要體現(xiàn)突發(fā)事件、乘客心理等不確定因素對路徑選擇的影響?；趶V義費用最小的動態(tài)平衡機制，公交信息系統(tǒng)建立了軌道交通線網(wǎng)客流分配模型，精確計算軌道交通線路客流、斷面客流(見圖4)和換乘客流等，準確率達90%。

2.3 以需求為導向構建公交運行監(jiān)控和動態(tài)評價指標體系

以往武漢市公交運行水平的評價內容僅限于對線路、車站服務范圍的單一描述，沒有融合分析線網(wǎng)結構與客流演變規(guī)律，更沒有深入挖掘公交運行與服務水平之間的關系，缺乏科學、準確、全面的模型支撐。

“任務型教學法”（Task-based Teaching,簡稱 TBT）是從20世紀80年代在交際教學法的基礎上逐漸發(fā)展起來，以交際任務為核心，強調“做中學”和“以學生為主體”的教學思想。Nunan（1989）認為，任務型教學將語言教學真實化，其主要目的是讓學生不僅在運用中學，而且為了運用而學，直接通過課堂教學讓學生去用英語完成各種情景中真實的任務，從而培養(yǎng)學生綜合應用英語的能力。

以文獻[11]為基礎，建立了以乘客滿意度感受為核心的公交運行評價指標體系(見圖5)，包括從空間和時間多角度反映公交時效性的發(fā)車間隔、服務時長、到站準點率、行駛速度，反映乘車舒適性的滿載率，反映乘車安全性的事故率，以及反映公交系統(tǒng)可達性的線路、車站覆蓋范圍等指標。

該評價指標體系以社會公眾為主要服務對象，準確掌握全天候、全網(wǎng)絡、多層次的公交運行狀態(tài)和客流演變規(guī)律，解決了傳統(tǒng)調查指標無法用于公交線網(wǎng)整體動態(tài)評價、無法解決客流數(shù)據(jù)盲區(qū)、無法了解公交運行實際情況的難題。

2.4 連接信息系統(tǒng)與規(guī)劃預測模型，服務于行業(yè)管理和居民出行

道路和公交系統(tǒng)的規(guī)劃實施決定了規(guī)劃年的交通供給，而未來的交通運行情況則基于對現(xiàn)狀模型的推演。通過擬合現(xiàn)狀模型與交通運行狀況，例如運用道路車流和公交客流分別校核現(xiàn)狀模型中車流和客流模塊，使得預測模型能夠更加精準地反映宏觀變化趨勢和交通運行特征。

鑒于規(guī)劃與現(xiàn)狀數(shù)據(jù)分離的傳統(tǒng)狀況，通過公交信息系統(tǒng)提供的客流和運行數(shù)據(jù)對現(xiàn)狀公共汽車客流和軌道交通客流模型進行校核，調節(jié)模型參數(shù)，提高現(xiàn)狀模型的精確度，并有針對性地研發(fā)數(shù)據(jù)接口和標準技術，建立信息系統(tǒng)與傳統(tǒng)預測模型之間的數(shù)據(jù)傳輸通道。公交信息系統(tǒng)對現(xiàn)狀數(shù)據(jù)的掌控使客流預測模型得到良好的參數(shù)標定，在掌握現(xiàn)狀客流時空分布特征的基礎上，通過將系統(tǒng)得到的現(xiàn)狀數(shù)據(jù)與Emme宏觀預測、Legion行人仿真等數(shù)據(jù)進行關聯(lián)，根據(jù)城市總體規(guī)劃、土地利用規(guī)劃、公交線網(wǎng)規(guī)劃等，較好地模擬出未來公交運行發(fā)展趨勢[12]。

圖1 公共汽車上車站點判斷模型Fig.1 Module of boarding locations inferring

圖2 公共汽車下車站點預測模型Fig.2 Module of alighting locations inferring

圖3 公共汽車客流走廊分布Fig.3 Distribution of bus passenger flow corridors

圖4 軌道交通斷面客流分布Fig.4 Distribution of rail transit passenger flow

圖5 公共交通運行評價指標結構Fig.5 Criteria of public transit operational evaluation

2.5 融合分析城市交通大數(shù)據(jù)，探索規(guī)劃研究工作的新途徑

在全面掌握城市公交運行和客流OD分布特征的基礎上，公交信息系統(tǒng)進一步融合車流運行狀況、車流出行OD，并結合手機信令數(shù)據(jù)，分析全市常發(fā)大客流區(qū)域位置與演變規(guī)律，摸清車輛出行路徑與停車需求，展示人口崗位分布與區(qū)域活躍度，全方位掌握城市交通運行的規(guī)律，更加準確地把握城市交通動向。

結合地鐵刷卡數(shù)據(jù)和手機信令數(shù)據(jù)，以地鐵2號線末站光谷廣場站為分析對象(見圖6)，分析出站客流分布。從客流來源分布來看，來自城市中心的通勤客流占有較大比例，尤其是與幾個軌道交通換乘車站周邊區(qū)域的聯(lián)系最為緊密，并且該部分客流平均乘距普遍較長；從客流擴散范圍來看，光谷廣場站的服務范圍過于廣泛，軌道交通末端站點與公共汽車、步行及自行車交通的接駁效率對該區(qū)域市民的影響尤為重要。

3 應用與案例

公交信息系統(tǒng)將現(xiàn)狀公交運行狀況與規(guī)劃預測方案相結合，為城市新建、改建項目的審批與評估工作提供必要的數(shù)據(jù)支撐，成功應用于《武漢市軌道交通線網(wǎng)規(guī)劃修編(2014—2049年)》、《武漢市城市軌道交通第三期建設規(guī)劃(2015—2021年)》等數(shù)十項城市交通規(guī)劃重大項目，效果良好。截至2015年，以周報、快報、年報等方式面向社會公眾發(fā)布了公交運行狀態(tài)和客流集散特征分析等專題報告數(shù)十期，引導居民選擇合適的出行工具和線路錯峰避堵出行。

3.1 應用于公共汽車線網(wǎng)優(yōu)化調整

公交信息系統(tǒng)統(tǒng)計數(shù)據(jù)顯示，實施線網(wǎng)優(yōu)化與換乘優(yōu)惠前，武漢市公共汽車線路平均長度18.9 km(見表1)，線路運營時間較長，繞行嚴重，且缺少直達快線、大站干線；線路重復系數(shù)高達4.6(見圖7a)，主城區(qū)線路網(wǎng)密度僅為1.5 km·km-2，低于《城市道路交通規(guī)劃設計規(guī)范》(GB 50220—95)[13](以下簡稱《規(guī)范》)要求的3～4 km·km-2；次干路和支路系統(tǒng)不完善，不適合公共汽車通行，導致公交系統(tǒng)可達性差；乘客平均換乘系數(shù)小于1.1，線路網(wǎng)絡化程度低，不合理的線網(wǎng)布局不僅加劇了公交企業(yè)運營成本，還增加了道路交通壓力；公交線網(wǎng)滿載率偏高，高峰期車內普遍擁擠嚴重。

在此背景下，根據(jù)現(xiàn)狀客流特征梳理公交線網(wǎng)，規(guī)劃設計體系分明、功能完善的多級網(wǎng)絡結構。結合公交信息系統(tǒng)提供的現(xiàn)狀客流和公共汽車線網(wǎng)數(shù)據(jù)建立交通預測模型，并依據(jù)規(guī)劃期內城市經(jīng)濟和社會發(fā)展、用地布局等指標，預測未來交通量。預測的每個階段都分為現(xiàn)狀數(shù)據(jù)收集、建立模型、交通預測三個部分，并在各個階段對模型精度進行校核。

根據(jù)2020年城市人口、用地發(fā)展趨勢，預測公共汽車客運日均需求量將由現(xiàn)狀的450萬人次增長至超過800萬人次，按照客運交通需求匡算規(guī)模，屆時武漢市公共汽車線網(wǎng)高峰小時運力需求將達到1.5萬標臺，線路合理規(guī)模需要達到640～700條。按照“快、干、支、微”各級線路客流特征，安排各等級線路的需求規(guī)模，其中快線和干線規(guī)模為100～120條，占全網(wǎng)線路規(guī)模的18%，日均承擔客流為345～420萬人次，占全網(wǎng)客流規(guī)模約40%，快線、干線網(wǎng)逐漸成為公交線網(wǎng)的骨干。規(guī)劃方案實施后，預計全市公共汽車線網(wǎng)的重復系數(shù)將由4.6下降至3.6(見圖7b)，車站500 m范圍覆蓋率由75%增加至91%，線網(wǎng)換乘系數(shù)從1.1提高至1.4，主要客流走廊上的線路數(shù)量降至10～20條。

3.2 應用于公交換乘優(yōu)惠方案研究

公交信息系統(tǒng)對全市公共交通運行和客流情況的監(jiān)控顯示，武漢市公共汽車平均票價為1.45元，平均乘距為6.2 km，換乘系數(shù)僅為1.1，網(wǎng)絡化程度不高；軌道交通平均票價為2.52元，平均乘距為11.6 km，換乘系數(shù)1.3，已經(jīng)邁入網(wǎng)絡化運營階段?？傮w而言，武漢市公共交通收費標準缺乏整合，采用定額票價，路線傾向一車直達，長距離乘客收費相對低廉。

在建立“快、干、支、微”四級規(guī)劃網(wǎng)絡后，公共汽車線路的平均長度將會縮短，市民公交出行的換乘次數(shù)將有所提高。為了不增加市民出行成本，保障線網(wǎng)調整方案順利實施，在公交信息系統(tǒng)提供的現(xiàn)狀客流基礎之上，開展公共交通系統(tǒng)一體化換乘優(yōu)惠方案研究。結合公交線網(wǎng)優(yōu)化調整方案和城市發(fā)展趨勢預測規(guī)劃年的換乘規(guī)模，率先推出“公共汽車全天1.5 h內首次換乘免費，第二、三次換乘六折或七折收費，三次以上換乘正常收費”的優(yōu)惠政策。該方案已于2016年1月1日正式實施，并取得初步成效(見圖8和圖9)。

優(yōu)惠政策實施后，全市公共汽車換乘客流總量由30萬人次迅速增長至超過70萬人次，其中一次換乘客流占換乘總量的90%左右，前后兩次乘車的時間間隔由49 min降至38 min，換乘系數(shù)由1.1增至1.3，基本達到預測水平。隨著線網(wǎng)不斷完善，乘客可以自由選擇公共汽車和軌道交通、多條公交線路組合出行，客流得到有效組織，原本乘坐一趟長距離線路直達目的地的單一出行模式，將逐漸演變成“公共汽車+地鐵”的組合模式。

圖6 光谷廣場站出站客流分布Fig.6 Distribution of departure passengers at Guanggu station

表1 2015年武漢市公共汽車線路分類型靜態(tài)指標Tab.1 Statistical indexes of categorizingWuhan bus lines in 2015

圖7 公共汽車線路重復系數(shù)分布Fig.7 Distribution of the coverage of different bus service routes

圖8 方案實施前后公共汽車換乘比例變化Fig.8 Transfer rate before and after implementation of the strategy

3.3 應用于公交日常運營管理

根據(jù)公交信息系統(tǒng)提供的公交運行指標可以實時掌握車輛日常運行狀況，合理配置運力、部署車站場站，提供定制公交服務，提高運營管理部門快速響應和決策能力。

1）精細管理，優(yōu)化運力配置。

分析區(qū)域公交線路、主要車站客流，與區(qū)域居住人口和出行規(guī)律相對照，為優(yōu)化配置區(qū)域線路提供支持。公交信息系統(tǒng)顯示，進入金銀湖區(qū)域的公共汽車線路主要沿金山大道、金銀湖南路分布。以金山大道萬科銀橋公共汽車站為例，目前途經(jīng)該車站的線路只有5條，而早高峰客流量超過4 000人次·h-1，服務水平明顯不足，有增線需求。

2）科學調度，提高服務效率。

根據(jù)全市公共汽車客流滿載率分布情況，觀察10條日均客流量達到3萬人次以上的線路，發(fā)現(xiàn)其高峰時段滿載率均超過《規(guī)范》[13]標準水平，并且早高峰滿載率均高于晚高峰。其中208路公共汽車早晚高峰滿載率差異較大，分別為1.4(中等擁擠)和0.9(基本舒適)，但發(fā)車間隔變化不大，分別為4.1和5.6 min，表明該線路在客流水平正常的晚高峰可以適當減少發(fā)車班次，節(jié)約運營成本。

4 結語

公交優(yōu)先已經(jīng)上升到城市發(fā)展的戰(zhàn)略層面[15]。在武漢市全面建設國家中心城市，創(chuàng)建公交都市示范城市，深入落實公交優(yōu)先發(fā)展戰(zhàn)略的背景下，綜合運用新一代信息技術，公交信息系統(tǒng)整合挖掘全市現(xiàn)有的公交基礎數(shù)據(jù)資源，構建了公交信息資源庫。與武漢市交通云平臺融合，向上支撐智慧城市建設，向下輔助交通行業(yè)管理。達到承擔武漢市公交信息采集、公交體系運行監(jiān)控和決策支持的目標，為武漢市智慧城市一體化建設做出示范性推廣。通過有針對性地建設并結合交通預測模型，應用于公交線網(wǎng)規(guī)劃和相關政策制定，在服務城市交通發(fā)展戰(zhàn)略和各項規(guī)劃研究中發(fā)揮積極作用。

圖9 方案實施前后客流換乘時間間隔變化Fig.9 Transfer time before and after implementation of the strategy

[1]楊曉光.智能化公共交通系統(tǒng)[M].北京：中國鐵道出版社，2005.

[2]Tan Weekheng,Tan Yujie.Transformation of Smart-Card-Based Single-Purpose E-Micropayment Schemeto Multi-Purpose Scheme:A Case Study[J].Expert Systems with Applications,2012,39(3):2306-2313.

[3]Le Minh Kieu,Ashish Bhaskar,Edward Chung.Passenger Segmentation Using Smart Card Data[J].IEEE Transaction on Intelligent Transportation System,2015,16(3):1537-1548.

[4]黃正鋒，任剛，華璟怡，陸麗麗.分布式處理技術下公交信息感知挖掘系統(tǒng)設計[J].城市交通，2014，12(5)：60-64.Huang Zhengfeng,Ren Gang,Hua Jingyi,Lu Lili.Design of a Bus Information Perception and Mining System Based on Distributed Processing Technology[J].Urban Transport of China,2014,12(5):60-64.

[5]馬曉磊，劉從從，劉劍鋒，陳鋒，于海洋.基于公交IC卡數(shù)據(jù)的上車站點推算研究[J].交通運輸系統(tǒng)工程與信息，2015，15(4)：78-84.Ma Xiaolei,Liu Congcong,Liu Jianfeng,Chen Feng,Yu Haiyang.Boarding Stop Inference Based on Transit IC Card Data[J].Journal of Transportation Systems Engineering and Information Technology,2015,15(4):78-84.

[6]楊萬波，王昊，葉曉飛，徐闖闖，姜冬雪.基于GPS和IC卡數(shù)據(jù)的公交出行OD推算方法[J].重慶交通大學學報(自然科學版)，2015，34(3)：117-121.Yang Wanbo,Wang Hao,Ye Xiaofei,Xu Chuangchuang,Jiang Dongxue.OD Matrix Inference for Urban Public Transportation Trip Based on GPS and IC Card Data[J].Journal of Chongqing Jiaotong University(Natural Science),2015,34(3):117-121.

[7]黃正東，劉學軍.大城市公共交通空間網(wǎng)絡規(guī)劃[M].北京：科學出版社，2014.

[8]韓紀彬，張苗，郭進利.城市軌道交通網(wǎng)絡可靠性分析[J].城市交通，2015，13(5)：80-84.Han Jibin,Zhang Miao,Guo Jinli.Urban Rail Transit Network Reliability Analysis[J].Urban Transport of China,2015,13(5):80-84.

[9]武漢市交通發(fā)展戰(zhàn)略研究院.2015年武漢市交通發(fā)展年度報告[R].武漢：武漢市交通發(fā)展戰(zhàn)略研究院，2015.

[10]武漢市交通發(fā)展戰(zhàn)略研究院.武漢市公共交通運行評價報告[R].武漢：武漢市交通發(fā)展戰(zhàn)略研究院，2015.

[11]楊佩昆.公共交通通行能力和服務質量手冊[M].北京：中國建筑工業(yè)出版社，2010.

[12]佘世英，李建忠，鄭猛.建立在現(xiàn)有模型基礎上的軌道交通客流預測模型及其校核[J].城市軌道交通研究，2008，11(1)：49-53.She Shiying,Li Jianzhong,Zheng Meng.Calibration of Wuhan Rail Passenger Forecast Model Built on the Existing Model[J].Urban Mass Transit,2008,11(1):49-53.

[13]GB 50220—95城市道路交通規(guī)劃設計規(guī)范[S].

[14]武漢市交通發(fā)展戰(zhàn)略研究院.武漢市公共交通線網(wǎng)優(yōu)化調整實施評估報告[R].武漢：武漢市交通發(fā)展戰(zhàn)略研究院，2016.

[15]龍瀛，孫立君，陶遂.基于公共交通智能卡數(shù)據(jù)的城市研究綜述[J].城市規(guī)劃學刊，2015(3)：71-77.Long Ying,Sun Lijun,Tao Sui.A Review of Urban Studies Based on Transit Smart Card Data[J].Urban Planning Forum,2015(3):71-77.

Development and Application of Wuhan Public Transit Information System

Wang Guan,Chen Hua,Li Jianzhong,Sun Yilu
(Wuhan Transportation Development Strategy Research Institute,Wuhan Hubei 430017,China)

Comprehensively understanding current statues and accurately forecast trends of public transit passenger volume are important prerequisite for urban transportation planning.The timeliness and precision not only affect information release,but also determine the accuracy of forecasting model.In order to better support government decision-making and develop a smart traveling system,the elements of public transit information system should include network performance analysis,passenger patronage monitoring and forecasting,operation status evaluation,and so on.This paper demonstrates Wuhan’s efforts in developing public transit information system using Space-Time matching algorithm to infer boarding locations and using ABM philosophy to infer alighting locations.Survey results indicate that the proposed system can offer the qualified estimations.Additionally,the paper also explores to apply the quantitative indicators generated from this system to optimize the urban public transit network,study transfer policies and manage daily operation to some extent.Those attempts are further regarded as active efforts in building a public transit metropolis and implementing public transit priority development strategy.

public transit;intelligent transportation system;passenger flow model;evaluation index;network optimization;Wuhan

2016-04-28

王冠(1984—)，男，湖北武漢人，博士，工程師，主要研究方向：智能交通、交通模型、交通控制與仿真。E-mail:ballackguan@126.com