CN109903125A

CN109903125A - 基于od数据的共享单车借还与停放时空分布可视化方法

Info

Publication number: CN109903125A
Application number: CN201910080537.6A
Authority: CN
Inventors: 季彦婕; 金雪; 马新卫; 刘攀; 刘阳
Original assignee: Southeast University
Current assignee: Southeast University
Priority date: 2019-01-28
Filing date: 2019-01-28
Publication date: 2019-06-18

Abstract

本发明公开了一种基于OD数据的共享单车借还与停放时空分布可视化方法，从共享单车骑行数据入手，通过对原始数据进行有效信息提取、预处理，将其作为ArcGIS的初始数据输入，并利用ArcGIS将研究区域划分成相同尺度的渔网格，从空间上建立各渔网格与共享单车借还点间的关系，基于各渔网格内借还点的属性数据，统计各渔网格内各时段内借还车辆数并估计研究日零点前的停放数，继而获得各区域各时段的累计借还量和停放量，最后对共享单车时空的借还特性以及停放特性进行可视化。本发明为共享单车推荐停车点的选址以及动态调度等方面的研究奠定了坚实的基础。

Description

基于OD数据的共享单车借还与停放时空分布可视化方法

技术领域

本发明属于共享单车骑行数据挖掘领域，具体涉及一种基于OD数据的共享单车借还与停放时空分布可视化方法。

背景技术

随着机动化和城镇化的不断推进，可持续交通发展的需求使得公共自行车成为一种低碳经济的城市交通出行方式，承担了较大部分短距离出行的交通量。公共自行车的蓬勃发展也暴露了其自身的一些问题，如借还不便、站点较少等，共享单车应运而生，相比私人自行车，共享单车使用更加便利，尤其在解决地铁两端“最后一公里”的出行方面，同时也不用担心偷盗的发生；相比公共自行车，共享单车借还时操作更为简单，无需有桩停放，很大程度上提高了出行的可达性。

共享单车的大规模推广不仅鼓励了出行者对于自行车的使用，同时也扩大了公共交通的服务范围，有利于缓解过度机动化带来的一系列问题如交通拥堵、交通污染等问题。但共享单车的过度投放和无序投放为城市交通带来了负面影响，如城市空间的非法占用(人行道和非机动车道的非法停放)干扰了相关出行人员的通行权利，以及供需不平衡的投放可能会导致资源的浪费等。

因此，推进共享单车合理规范的使用，关键在于能根据不同区域的需求特性提供足够的停放位置，同时在区域间进行科学合理的调度，从时空分布角度进行各区域借还特性和停放特性的可视化研究具有重要意义。

目前业内针对共享单车借还特性方面的研究较少，大部分的文献研究重点在于在公共自行车站点层面的运营管理以及用户层面骑行行为的分析，主要利用公共自行车的运营公司提供骑行轨迹数据和OD数据来获取公共自行车的骑行路径、骑行OD以及骑行时间等信息。少量文献虽然研究了共享单车的借还特性，但未对停放车辆数进行推算，研究时段和研究区域的划分比较粗糙，而且忽略了时空上借还车数量的差异，仅分别反映了研究区域内借车数或还车数的分布。

发明内容

发明目的：本发明提出基于OD数据的共享单车借还与停放可视化方法。该方法具有较强的实用性与推广价值，本发明为共享单车的时空调度以及推荐停车点的选址等方面的研究奠定了坚实的基础。

技术方案：基于OD数据的共享单车借还与停放时空分布可视化方法包括以下步骤：

(1)获取共享单车骑行数据，并提取有效数据信息；

(2)对提取的骑行OD数据以及相关的车辆和时间数据进行预处理，并生成骑行有效数据表；

(3)将预处理之后的骑行OD数据以及相关的车辆和时间数据导入ArcGIS中，分别建立借车点图层和还车点图层；

(4)确定研究区域，利用ArcGIS将研究区域划分为相同大小的渔网格，生成渔网格图层；

(5)建立渔网格与借还车点一对多的空间关系，并将此连接过程新生成的图层的属性表导出；

(6)将属性表预处理后导入MATLAB，将研究日划分为24个研究时段，估计研究日零点前各渔网格内的停放数并统计各渔网格自零点起各时段的累计借还车辆数；

(7)将统计结果合并到ArcGIS空间连接属性表中，可视化共享单车借还量和停放量的时空分布。

进一步的，本发明方法中，步骤(1)中的提取的共享单车骑行数据有效信息包括：车辆编号、骑行日期、借车点经度、借车点纬度、借车时间、还车点经度、还车点纬度、还车时间；

进一步的，本发明方法中，步骤(2)对骑行OD数据以及相关的车辆和时间数据进行预处理包括：

(2.1)筛除无效的骑行记录，包括有残缺项的骑行记录、骑行日期和借还车辆时间的时期不一致的骑行记录；

(2.2)利用excel按照如下公式对借车和还车时间进行数值化处理，将骑行记录中时间格式下的借车时间或还车时间转换为数值形式，再减去研究日零点对应的数值，获得并以小数形式显示借/还车时间时分秒部分在24小时中的占比：

其中，z表示数值化处理后的数值；h为时间格式下借车时间或还车时间中小时对应的数字；m为时间格式下借车时间或还车时间中分钟对应的数字；s为时间格式下借车时间或还车时间中秒对应的数字；

(2.3)为了利于ArcGIS对数据的识别，根据步骤(1)中提取到的有效信息及步骤(2.2)预处理后的借车时间及还车时间数据，生成骑行有效数据表，所述数据表表头各列分别为：“bike_id”、“bike_id”、“begin_time”、“begin_x”、“begin_y”、“end_time”、“end_x”、“end_y”、“date”，分别对应：“车辆编号”、“借车时间”、“借车点经度”、“借车点纬度”、“还车时间”、“还车点经度”、“还车点纬度”和“骑行日期”。

进一步的，本发明方法中，步骤(3)中仅对同一天的骑行数据进行分析，将其导入ArcGIS中，借车点图层的x、y数据分别对应借车点经度和纬度，还车点图层的x、y数据分别对应还车点经度和纬度。

进一步的，本发明方法中，步骤(4)中渔网格尺寸可以根据需要自行选择，本发明中选择的是100m×100m。

进一步的，本发明方法中，所述步骤(5)包括：

(5.1)将借车点和还车点图层与渔网格图层进行空间连接，如果借车点或还车点的空间位置落入一个渔网格内，则该位置对应的属性保留该借车点或还车点自带的所有信息；

(5.2)利用ArcGIS将借车点图层和还车点图层分别与渔网格图层进行空间连接，生成“区域-借车点”和“区域-还车点”两个图层，从ArcGIS中分别导出这两个图层的txt格式的属性表；

(5.3)利用excel打开txt格式的属性表并另存为xlsx格式的表；表的有效信息包括：每个渔网格的特征ID、进行空间连接的点的ID以及点的自带属性，其中自带属性包括借车或还车时间以及车辆编号。

进一步的，本发明方法中，所述步骤(6)中包括：

(6.1)对导出的空间连接的表格进行预处理，仅保留每个渔网格的特征ID、进行空间连接的点的ID、借车时间或还车时间、车辆编号，其中，当表格为“区域-借车点”表时，仅保留借车时间，当表格为“区域-还车点”表时，仅保留还车时间；

(6.2)将处理后的表格放入MATLAB运行的文件夹下，统计各渔网格各时段内借还车辆数并估计研究日零点前的停放数，假设区域内停放的车辆都是可用的在一天内会被使用至少一次，所述车辆的编号不重复，对于某区域而言，零点前的停放数等于研究日内被借出的总车辆数减去区域内先还后借的车辆数，最后得到各渔网格各时段的累计借还量和停放量；

(6.3)运行MATLAB程序后生成生成3个新的excel文件，分别为“累计借出量.xlsx”、“累计还入量.xlsx”、“累计停放量.xlsx”，并将它们导入ArcGIS中。

进一步的，本发明方法中，所述步骤(7)包括：

(7.1)利用在空间连接之前生成的渔网格图层，基于“渔网格特征ID”将属性表与刚导入的excel表进行关联，在渔网格图层属性表的后面部分添加各个渔网格各时段的累计借还信息和停放信息；

(7.2)点击渔网格图层属性，利用符号系统数量下分级色彩的功能显示研究区域内任一个研究时段累计借还和停放情况；

(7.3)挑选出停放集中和借还需求大(如某区域累计借还量均高于研究的所有区域的累计借还量的85分位值)或者借还不均衡(如某区域的累计借出量远高于其累计还入量)的渔网格，做出累计借还量以及停放量随时间的变化曲线。

有益效果：本发明相对于现有技术，具有以下优点：

1、基于共享单车骑行OD数据，将研究区域进行了较为精细的划分，考虑了空间上借还车数量的差异；

2、对研究时段进行了精细划分，将研究日的每一小时都作为一个研究时段，考虑了时间上借还车数量的差异；

3、估计各渔网格研究日零点前的停放数，继而获得各渔网格各时段的累计借还量和停放量，最后利用ArcGIS中符号系统中分级色彩的功能并辅以渔网格研究日内累计借还曲线和停放曲线对共享单车时空的借还特性以及停放特性进行可视化，研究了共享单车的借还特性，并为共享单车推荐停车点的选址以及动态调度等方面的研究奠定了坚实的基础。

附图说明

图1是本发明方法的流程图；

图2为研究区域渔网格图；

图3为数据处理流程图；

图4为研究区域7点至8点累计借车数分布图；

图5为研究区域7点至8点累计还车数分布图；

图6为研究区域7点至8点累计停放数分布图；

图7为选取的借还需求较大的一个渔网格24小时的借还变化和停放变化折线图。

具体实施方式

下面结合附图对本发明的技术方案作进一步说明。在本发明的实施例中，采用的共享单车骑行OD数据由北京摩拜科技有限公司提供。本实施例中，以南京市2017年9月18日的摩拜单车骑行数据为例，对本发明的方法作进一步说明。

参照图1，首先，获取摩拜单车骑行原始数据，并提取有效信息。原始数据中，一条完整的骑行记录包括10个部分：订单编号、用户编号、车辆编号、借车时间、借车点经度、借车点纬度、还车时间、还车点经度、还车点纬度、骑行日期。根据本发明的需要，提取骑行数据中有效数据信息，其结构如表1所示：

表1共享单车骑行数据有效信息结构

然后，对共享单车有效数据进行预处理，筛除无用数据，可以排除干扰，提高数据挖掘效率及识别准确度。预处理包括：

(1.1)筛除无效的骑行记录，包括有残缺项的骑行记录如骑行经纬度中含有null项的记录、骑行日期和骑行开始和结束时间不一致的骑行记录如骑行日期为20170919但骑行开始和结束时间都是20170918xxxx；

(1.2)对借车时间和还车时间进行简单的数值化处理，为了便于ArcGIS软件对数据时间的处理，利用excel格式中数值的选项将完整的时间格式转换为数字的形式，再减去研究日零点对应的数字，如下公式所示：

其中，z表示数值化处理后的数值；h为时间格式下借车时间或还车时间中小时对应的数字；m为时间格式下借车时间或还车时间中分钟对应的数字；s为时间格式下借车时间或还车时间中秒对应的数字；例如：“2017/9/1710:20:00”转换为“0.431”，“2017/9/1719:20:00”转换为“0.806”；

(1.3)为了利于ArcGIS对数据的识别，根据步骤(1)中提取到的有效信息及步骤(2.2)预处理后的借车时间及还车时间数据，生成骑行有效数据表，所述数据表表头各列分别为：“bike_id”、“bike_id”、“begin_time”、“begin_x”、“begin_y”、“end_time”、“end_x”、“end_y”、“date”，分别对应：“车辆编号”、“借车时间”、“借车点经度”、“借车点纬度”、“还车时间”、“还车点经度”、“还车点纬度”和“骑行日期”。

接下来，将预处理之后的骑行数据放入ArcGIS工作文件夹中，在确保ArcGIS数据框坐标系为地理坐标系WGS_1984后，通过添加数据按钮将该excel表导入，右键“显示xy数据”，将借车点经度作为x坐标，借车点纬度作为y坐标，建立借车点图层导出数据格式为shp，同理将还车点经度作为x坐标，还车点纬度作为y坐标，建立还车点图层。

参照图2，选择研究区域，本例中选取南京市鼓楼区作为研究区域，需要简单准备该区域shp格式的地理矢量数据(可在网上下载或根据地图自行创建)，将ArcGIS数据框坐标系改为地理坐标系对应的投影坐标系后，导入区域shp数据，创建渔网格的实质是将研究区域划分成相同大小的渔网格(由于形状的不规则，研究区域边界产生的渔网格尺寸有所差别，本发明中可忽略这种差异)，点击ArcToolbox—数据管理工具—要素类—创建渔网，选择要创建的渔网尺寸，本例中选择的是产生100m×100m的渔网格，即分别在宽和高的空白框处填写100和100，行和列可不填写，然后将产生的渔网格(线图层)转换为面图层，点击ArcToolbox—数据管理工具—要素—要素转面，最后将生成的面图层和研究区域相交后则得到和研究区域相同大小的渔网格面图层，在该图层的属性表中，每一个渔网格拥有一个特征ID，即“FID_渔网格图层名”。

基于上面产生的渔网格面图层，建立每个渔网格与借还车点之间的空间关系，即获取每个区域内借还车点的相关信息，便于后续的统计。ArcToolbox工具箱中分析—叠加分析提供了空间连接的工具，并有两种方式可供选择，分别为一对一的空间连接和一对多的空间连接，一对一的空间连接指的是仅对落入区域的点的个数和属性进行总的统计，产生的图层属性表中每个渔网格有且只对应一行，一对多的空间连接生成的图层中对于每一条连接记录都进行了保留(包括渔网格的属性和点的属性)，即一个渔网格内有多少借车点或还车点就在属性表中对应相同数量的行，为了获取借还车点的时间特性，本发明采用了一对多的空间连接，分别建立了“区域-借车点”和“区域-还车点”两个图层，并将两个图层的属性表导出为txt格式。

将上一步骤导出的txt数据利用excel打开后另存为xlsx数据，分别得到区域-借车点的数据以及区域-还车点数据，表每一行均包括了渔网格的属性和落入的借还点的特性，其中“FID_渔网格图层名”代表每个渔网格的特征id，正是基于这一特征字段，可实现借车点和还车点数据的联合处理，为了对获取的数据进行有效提取和处理，需要删除一些无用的字段数据，所需的有用信息包括：FID_渔网格图层名、bike_id(车辆编号)、begin_time(借车时间)、end_time(还车时间)、JOIN_FID(进行空间连接的点的ID，用于判断渔网格内是否有点落入，当该值为-1时表明该渔网格无点落入)，同时对“FID_渔网格图层名”字段按升序排序，处理后的表格数据结构分别如表2和表3所示，为了便于MATLAB处理，删掉表头后将“区域-借车点.xlsx”、“区域-还车点.xlsx”放入MATLAB运行下的文件夹内。

表2区域-借车点表格数据结构

FID_渔网格图层名	JOIN_FID	begin_time	bike_id
				37	612025	0.570556	256517917
38	84736	0.342986	256542333
				38	91467	0.318565	256548493
38	296345	0.367928	8620919760
				38	312856	0.362083	250051750
38	332812	0.962512	250019628
				38	364718	0.629745	8620998260
38	422188	0.351088	256544700
				38	434923	0.825984	256537940
39	-1	0	0
				40	-1	0	0
41	-1	0	0

表3区域-还车点表格数据结构

在本发明中，主要利用MATLAB进行数据的后续处理，基于区域-借车点数据以及区域-还车点数据中共同字段“FID_渔网格图层名”，对从研究日零点起累计时段的借车数和还车数进行了统计，为了更准确地反映各渔网格的停放和需求变化状况，本发明中对各渔网格在研究日零点前原本的停放数进行了估计，具体思路如下：假设渔网格内停放的车辆都是可用的(在一天内会被使用至少一次)，对于某渔网格A而言，原本的停放数可利用研究日内被借出的总车辆数(不同于借车数，车辆编号不重复)减去区域内先还后借的车辆数，参照下面的公式：

P_i＝B_itotal-B_irepeat-R_ibefore

其中，P_i为渔网格i内原本的停放数，B_itotal为渔网格i内总的借车记录数，B_irepeat为渔网格i内重复的车辆编号借车记录数，R_ibefore为渔网格i内对应于同一编号的车辆首次还车时间早于首次借车时间的车辆数。

参照图3，具体的计算步骤如下：

(2.1)分别为“区域-借车点”和“区域-还车点”矩阵建立区域特征值(FID_渔网格图层名)索引列向量；

(2.2)估计各渔网格研究日零点前的停放数量，首先遍历每一个渔网格，判断渔网格是否有借车点落入，若无，则认定该渔网格原有的停放数为0，若有，为每个区域建立m×2的矩阵n储存车辆编号和借车时间，其中m代表渔网格内有m条借车记录，删除矩阵n中重复的车辆编号对应的行，每个车辆编号仅保留唯一的一行且借车时间应为对应该编号最早的借车记录中的时间，此过程可获得每个渔网格全天车辆借出总数以及各车辆借出的最早时间。同理判断渔网格内是否有还车记录，若无，则认为上面得到的车辆借出总数则为原有的停放数，若有，则为各渔网格建立a×2的矩阵i储存车辆编号和还车时间，其中a代表渔网格内有a条还车记录，删除矩阵i中重复的车辆编号对应的行，每个车辆编号仅保留唯一的一行且还车时间应为对应该编号最早的还车记录中的时间，此过程可得到每个渔网格全天车辆还入总数以及各车辆还入的最早时间。然后比较渔网格内借车车辆编号和还车车辆编号是否一致，如果一致，再比较借车时间是否早于还车时间，对于一个渔网格内车辆编号相同且还车时间小于借车时间的情况，认为借出记录的产生是因为该辆车先还入后借出，不属于该渔网格原来的停放车辆，故零点前的停放数应该在之前的基础上减一，经过多次循环后，最终可得到的原有停放量。

(2.3)以(2.1)和(2.2)中计算得到的各时段的借还车辆数和原有停放数为基础，计算各时段的累计借还车辆数和累计停放数，并写入excel文件，分别生成“累计借出量.xlsx”、“累计还入量.xlsx”、“累计停放量.xlsx”3张表格，数据结构如表4、表5、表6所示。

表4累计借出量

表5累计还入量

表6累计停放量

上一步骤生成的excel文件表头改为对应的英文名称，符合ArcGIS读入规则后放入其运行的文件夹，将其添加到之前生成空间连接数据的文件里，由于之前产生的区域-借车点和区域-还车点图层属性表中同一渔网格对应了多条数据记录，不便于后面的可视化，需利用在空间连接之前生成的渔网格图层，并基于“FID_渔网格图层名”字段将属性表与刚导入的excel表进行关联，这样在渔网格图层属性表的后面部分就会添加各个渔网格的各时段的累计借还信息和停放信息，点击图层属性，利用符号系统数量下分级色彩的功能可以选择展示任意一个研究时段的累计借车量、累计还车量或是累计停放量在各渔网格内的分布情况，不同的颜色代表着不同的数量等级，等级数可根据需要自行确定，通过可视化，可以揭示共享单车停放和借还的时空特性参照图4、图5及图6，同时还可以挑选出停放集中和借还需求大(如某区域累计借还量均高于研究的所有区域的累计借还量的85分位值)或者借还不均衡(如某区域的累计借出量远高于其累计还入量)的区域渔网格，做出累计借还量以及停放量随时间的变化曲线，参照图7。

本发明提出方法对研究渔网格进行了较为精细的划分，并统计了各渔网格各时段的借还车数量，利用一日的共享单车骑行数据估算出各渔网格研究日零点之前的停放数，可视化共享单车累计借还量与停放量的时空分布，方法具有较强的推广价值，为共享单车的合理调度以及停车区域的规划等研究奠定了坚实的基础。

尽管本发明的实施例已公开如上，但还应该解释的是，以上实施例仅用于说明并非局限于本发明所描述的技术方案，本领域的普通技术人员应当理解，仍然可以对本发明提及的相关规则或方法进行修改和填充；而一切不脱离本发明精神的技术方案及其改进，均应涵盖在本发明的权利要求。

Claims

1.一种基于OD数据的共享单车借还与停放时空分布可视化方法，其特征在于，所述方法包括以下步骤：

(1)获取共享单车骑行数据，并提取有效数据信息；

(6)将属性表预处理后导入MATLAB，将研究日划分为24个研究时段，估计研究日零点前各渔网格的停放数并统计各渔网格自零点起各时段的累计借还车辆数；

2.根据权利要求1所述的一种基于OD数据的共享单车借还与停放时空分布可视化方法，其特征在于：步骤(1)中提取的共享单车骑行数据的有效信息包括车辆编号、骑行日期、借车点经度、借车点纬度、借车时间、还车点经度、还车点纬度、还车时间。

3.根据权利要求1所述的一种基于OD数据的共享单车借还与停放时空分布可视化方法，其特征在于，所述步骤(2)中对骑行OD数据以及相关的车辆和时间数据进行预处理包括：

(2.2)利用excel按照如下公式对借车和还车时间进行数值化处理，将骑行记录中时间格式下的借车时间或还车时间转换为数值形式，再减去研究日零点对应的数值：

(2.3)根据步骤(1)中提取到的有效信息及步骤(2.2)预处理后的借车时间及还车时间数据，生成骑行有效数据表，所述数据表表头各列分别为：“bike_id”、“bike_id”、“begin_time”、“begin_x”、“begin_y”、“end_time”、“end_x”、“end_y”、“date”，分别对应：“车辆编号”、“借车时间”、“借车点经度”、“借车点纬度”、“还车时间”、“还车点经度”、“还车点纬度”和“骑行日期”。

4.根据权利要求1所述的一种基于OD数据的共享单车借还与停放时空分布可视化方法，其特征在于，所述步骤(3)仅对同一天的骑行数据进行分析，将数据导入ArcGIS中，借车点图层的x、y数据分别对应借车点经度和纬度，还车点图层的x、y数据分别对应还车点经度和纬度。

5.根据权利要求1所述的一种基于OD数据的共享单车借还与停放时空分布的可视化方法，其特征在于：所述步骤(4)中渔网格尺寸可以根据需要自行选择。

6.根据权利要求5所述的一种基于OD数据的共享单车借还与停放时空分布的可视化方法，其特征在于：所述渔网格尺寸为100m×100m。

7.根据权利要求1所述的一种基于OD数据的共享单车借还与停放时空分布可视化方法，其特征在于，所述步骤(5)包括：

8.根据权利要求1所述的一种基于OD数据的共享单车借还与停放时空分布可视化方法，其特征在于，所述步骤(6)中包括：

(6.2)将处理后的表格放入MATLAB运行的文件夹下，统计各渔网格各时段内借还车辆数并估计研究日零点前的停放数，假设区域内停放的车辆都是可用的在一天内会被使用至少一次，所述车辆的编号不重复，对于某渔网格而言，零点前的停放数等于研究日内被借出的总车辆数减去区域内先还后借的车辆数，最后得到各渔网格内各时段的累计借还量和停放量；

9.根据权利要求1所述的一种基于OD数据的共享单车借还与停放时空分布可视化方法，其特征在于，所述步骤(7)包括：

(7.1)利用在空间连接之前生成的渔网格图层，基于“渔网格特征ID”将属性表与刚导入ArcGIS的excel表进行关联，在渔网格图层属性表的后面部分添加各个渔网格的各时段的累计借还信息和停放信息；

(7.3)挑选出停放集中和借还需求大或者借还不均衡的渔网格，做出累计借还量以及停放量随时间的变化曲线。