李少英-大数据与低碳交通出行研究.pdf

《李少英-大数据与低碳交通出行研究.pdf》由会员分享，可在线阅读，更多相关《李少英-大数据与低碳交通出行研究.pdf（26页珍藏版）》请在三个皮匠报告上搜索。

1、大数据与低碳交通出行研究2022年8月2022易智瑞地理信息技术创新大会城市交通碳减排面临巨大的挑战全球快速城市化2007：城市人口乡村人口2050：城市人口比例约68%中国城市化进程加快近三十年 城市化 20%60%交通拥堵加剧汽车保有量300万top10城市（IEA,2018）交通碳排放全球交通部门CO2占25%道路CO2排放占80%中国交通碳排放持续增长（5%）交通领域碳减排 可持续发展 严峻挑战联合国人居署实现低碳交通的关键策略1、优化城市空间结构，从交通需求源头减量（中国工程院战略研究中心，2021；Hussein Dia,2021）城市空间 结构出行距离、格局交通需求职、住、娱物理

2、移动2、优化居民出行结构，提高绿色出行比重设施可达性机动化 出行公共交通低碳/绿色 出行慢行(步行/骑行)出租车私人小汽车共享出行传统方法局限：预测供给诱导需求交通&城市空间一体化/综合规划供给需求国际科学前沿&科学问题 国际科学前沿：新数据、新技术支撑下的出行研究大容量、大范围、细粒度分辨率、个体关联社会感知等多源地理时空大数据环境感知、数据挖掘、时空模式、行为模拟地理计算、空间数据科学和技术 微观、人文社会微观、人文社会视角理解人类活动人类活动/出行出行模式出行模式挖掘出行模式挖掘、行为模拟、微观机理微观机理解释（Kitchin,2013;柴彦威,2014;刘瑜,2016;Zhao,201

3、8）（裴韬等,2019;龙瀛等,2020;Xu et al.,2021）科学 问题u如何利用海量出行大数据挖掘居民低碳出行模式和特征u如何融合多源大数据挖掘建成环境与低碳出行之间的复杂关系和规律优化建成环境和出行结构，促进交通与城市空间结构的一体化 科学 意义地理大数据的特点和类型u地理大数据特点（刘瑜,2014；Kitchin,2013）数据量大、种类多、增长速度快；大范围、细粒度分辨率；具有地理空间信息；每条数据往往可以关联到个体；u常见的地理大数据：智能刷卡、共享单车数据 手机信令、POIs,AOIs 社交媒体、街景数据等智能刷卡海量共享单车数据，600多万条地理计算与空间数据科学地图分

4、析地理信息系统计量地理学地理计算空间数据科学GIS空间分析的发展历程 地图制图 地图分析John Snow，1854 数据采集/检索/空间分析 地理学对计算机的引入传染病分布选址/适宜性分析 国土空间规划空间特征/关系/统计地理学对数学的引入新冠病例空间集聚（苗长虹,2021）知识挖掘/模式识别/模拟分析 高性能地理计算 地理模拟系统（黎夏，刘小平等）地理大数据/人工智能数据科学的方法应用到地理学 TUD,GDP建模（Huang&Li,2021）20世纪50年代20世纪60年代20世纪90年代21世纪案例1：建成环境对轨道出行的影响机制融合多源大数据对建成环境进行精细表达用地功能精细分类（高分

5、影像+POI)职住人口（TUD）Li S Y et al.2020.The varying patterns of rail transit ridership and their relationships with fine-scale built environment factors：Big data analytics from Guangzhou.Cities,99：102580.突破建成环境表征的粗糙时空分辨率、不确定性，空间非平稳问题建成环境是对于自然环境而言的一种人造环境，只由土地利用、交通规划、城市设计形成的城市规划环境。案例1：建成环境对轨道出行的影响机制地铁出行时空模式

6、Li S Y et al.2020.The varying patterns of rail transit ridership and their relationships with fine-scale built environment factors：Big data analytics from Guangzhou.Cities,99：102580.智能刷卡大数据视角大数据视角的新发现：1、站点周边的公交接驳和停车场并没有导致地铁乘客量的显著增加2、人口密度和普通住宅显著影响地铁客流量，而城中村影响不显著3、就业密度和容积率显著促进地铁客流量的提高4、教育科研设施显著影响工作日客流