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](#1 城市群/城际OD定义)
    • [2 理论模型与分析方法](#2 理论模型与分析方法)
      • [2.1 重力模型 Gravity Model](#2.1 重力模型 Gravity Model)
      • [2.2 干预机会模型 Intervening Opportunities Model](#2.2 干预机会模型 Intervening Opportunities Model)
      • [2.3 辐射模型 Radiation Model](#2.3 辐射模型 Radiation Model)
    • [3 Issues related to OD flows](#3 Issues related to OD flows)
      • [3.1 OD Prediction](#3.1 OD Prediction)
      • [3.2 OD Forecasting](#3.2 OD Forecasting)
      • [3.3 OD Construction](#3.3 OD Construction)
      • [3.4 OD Estimation](#3.4 OD Estimation)
    • [4 OD Data](#4 OD Data)
      • [4.1 Basic Infor About OD Data](#4.1 Basic Infor About OD Data)
      • [4.2 Open Access Dataset](#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

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

3.1 OD Prediction

  • 问题定义与解析
    • 定义:
    • 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
    • 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:
    • 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:
    • 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
      • 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)
  • 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 the name suggests%2C origin,represented by a zone centroid).

[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

相关推荐
DogDaoDao1 个月前
PyTorch 的 Dataset 类介绍
人工智能·pytorch·python·深度学习·机器学习·dataset
comedate5 个月前
《昇思25天学习打卡营第3天 | mindspore DataSet 数据集的常见用法》
python·深度学习·mindspore·dataset·shuffle
请叫我靓仔丶8 个月前
OD_2024_C卷_100分_65、整型数组按个位值排序【JAVA】【逻辑分析】
java·开发语言·od
请叫我靓仔丶8 个月前
OD_2024_C卷_200分_3、电脑病毒感染【JAVA】【图论 / 单源最短路径(dijkstra)】
java·图论·od
weixin_404551249 个月前
Practical User Research for Enterprise UX
ux·user·research·enterprise
有语忆语1 年前
SparkSQL基础解析(三)
dataset·dataframe·sparksql
流华追梦11 年前
C# 面试题大全
面试·c#·.net·webservice·dataset
chaoguo12341 年前
Mach-O Inside: 命令行工具集 otool objdump od 与 dwarfdump
od·otool·objdump·dwarfdump
weixin_437634301 年前
华为OD机试真题【服务器能耗统计】
java·数组·遍历·od