[人工智能]城市系统应用其一-表征城市交通模式

墨西哥城的案例研究

摘要：无缝访问有价值的目的地，如工作场所、学校、公园或医院，影响着全世界人民的生活质量。第一个规划和改善服务邻近度的步骤是估计出行次数由城市的不同部分组成。具有代表性的数据是一个挑战可用于该目的。依靠昂贵且不经常收集的旅行对设施旅行分布建模的调查减缓了决策制作过程。已经收集的越来越多的数据，如果用正确的方法，可以帮助我们规划和了解城市。在这一章当中，我们检查从被动收集的数据中提取的人类流动模式。我们显示在 Google 地方信息上注册的兴趣点 (POI) 的使用结果近似于一个城市的旅游景点。我们比较行程分布的结果仅使用 POI 的模型与使用传统数据集的模型，基于调查。我们表明，扩展的辐射模型提供了非常好的估计与最新人口普查中的官方来源-目的地矩阵相比在墨西哥城。

关键词 出行分布模型·公交使用·?? 聚类方法·移动性科学

11.1 简介

随着越来越多的人继续从农村迁移到城市环境，改善城市的步伐和复杂性都在增加。规划内部的日常流动性大都市区是未来几年的重要话题之一。的估计特定于大都市的每日总行程是建立有效战略的第一步为交通规划过程提供信息的信息。但是，缺乏可靠的个人流动性的可访问数据源大大减慢了规划进步。迄今为止，关于人类流动性的数据是通过个人收集的样本量小且可能存在偏差的调查，因为它们需要积极的参与并经常依赖自我报告（Cottrill et al.?2013）。在召开会议的同时国家旅行调查提供了大量有价值的信息，它们非常昂贵并且时间密集。对于大多数主要城市，这些调查大约进行一次十年;?对于较小的城镇，它的频率低于此频率或根本没有频率。在这些调查发布之间，可能会发生很多事情，这可能会改变城市动态：新景点、整个街区的重建、变化经济趋势，自然灾害的影响，或者只是一个城市的逐渐转变特征。在下一次旅行调查之前，这些变化不会被捕捉到发行，可能是从第二年到十年的任何时间。随着当今丰富的信息和连通性，其他易于访问的来源数据可以证明是有用的，可以代替传统调查中获得的数据。这方面的一个例子是使用三角手机数据来形成移动性网络并提取个人旅行链（Jiang et al.?2013）。另一个这样的潜力是在 Google Places 上注册的兴趣点 (POI)，这是地图的一项功能由 Google LLC (Google) 开发的服务广泛，更新频繁，并且对大多数人来说相对容易获得。Google Places 列出了各种类型的 estab-餐厅、学校、办公室和医院等设施，使其能够服务作为旅行吸引力的一个很好的指标。城市 POI 数据挖掘概述土地利用分类和分解，见江等人的工作。（2015 年）。

作为开发统计方法以谨慎对待旅行的补充日记（Ben-Akiva 和 Lerman?1985 年；Hall?1999 年；de Dios Ortúzar 和 Willumsen2011 年），替代的、更便宜的和更大的数据源对于推动我们的不足是必要的人的流动性努力的地位进一步提高。技术的演进超过过去十年催生了无处不在的移动计算，这是一场允许数十亿人通过信息获取人员、信息和服务化技术，例如他们的蜂窝或移动电话。使用今天的大规模计算基础设施和从传感技术收集的数据，一个可以

将计算机科学的方法与城市规划、交通和环境科学，用微调的方法解决特定问题在以数据为中心的计算框架中。

表征人类流动性的城市科学方法应考虑考虑这些动态的复杂性。然而，尽管是一个复杂的系统，最近的结果表明一些模式或一般特征可以澄清这些动力学。这些特征被称为普遍现象，类似于世界上的现象。物理科学。首先，有一组模型来分析聚合的人类流动性在城市或大规模迁移。一方面，我们有类似重力的模型，以及其他辐射模型（Simini et al.?2012）。2008 年，冈萨雷斯等人。(?2008?) 利用手机数据表明步长分布可以用截断幂律来描述。了解产生的机制对于这种分布，作者使用了回转半径：一个具有特征的量将一个人在几个月内访问次数最多的位置包围起来的半径观察。模拟表明，整个人口的步长分布由 Lévy 飞行过程的卷积产生，每个过程都有不同的每个人的个人回转半径内的特征跳跃大小。这观察到的幂律是回转半径异质性的结果人口。虽然绝大多数用户的半径为几公里，但是覆盖数千的少数用户。类似于收入和其他变量遵循幂律，遵循帕累托原理 80% 的距离来自20%的科目。

人类流动性的另一个有趣模式是随机-性和可预测性。以前访问过的地点的回报率很高例如在家或工作。这些回报的性质与概率成反比与位置的等级成正比，遵循 Zipf 定律。后续工作宋等人。(?2010a?,?b?) 使用来自手机的数据，揭示了两个重要的人类行为的特征。首先，不同访问位置的数量随着指数小于 1 的时间幂的增加，表明速度非常慢探索。第二，个人返回之前访问过的地方的概率地点与该地点的排名成反比，这种现象被标记为优惠回报。从信息论的角度来看，宋等人。(?2010a?,b?) 使用不同种类的熵测度来分析可预测性的极限人类流动性。

另一种研究人类流动性的方法是通过流动性主题，由施耐德等人。（2013）作为定义周期性轨迹的抽象（语义）方式在个人的日常活动中。日常移动主题是一个有向网络（有向图）其中未标记的节点表示位置，边缘是来自的行程一个位置到另一个位置。计算手机和传统数据中的图案旅行调查，他们惊奇地发现，尽管有超过 100 万种独特的旅行方式在 6 个或更少的位置之间，90% 的人口仅使用 17 个图案。为了这些作品的概述，请参阅江等人的论文。（2013 年）和 Toole 等人。（2015 年），以及 Barbosa 等人最近对人类流动性的回顾。（2018 年）。

在本章中，我们将重点介绍上述类型的统计方法总体和个人流动性的分析和建模。我们

利用被动收集的新数据源，丰富信息关于人类流动模式。即我们解析地理空间的替代来源数据，应用旅行分布模型来估计汇总的旅行，并实施无监督机器学习通过他们的特征来描述不同类型的通勤者交通方式和旅行时间。

作为示例案例，我们关注世界上最大的城市之一墨西哥城在大都市区拥有超过 2100 万人口。它也是其中之一美洲最重要的文化和历史中心。有了这么大人数众多，活力充沛，该地区的流动性相当可观一个挑战。2017 年，一项主要的家庭旅行调查 (Encuesta Origen-Destino enHogares de la Zona Metropolitana del Valle de Mexico?2017）为墨西哥谷大都会区。于 2017 年 1 月至 3 月进行，调查获得的信息有助于更好地了解大都市区的居民。这包括有关旅行生成、旅行的数据吸引力、模式选择、旅行目的、旅行时长、社会人口统计等，这代表了我们研究区每天发生的 3456 万次出行。

11.2 POI的数据收集

为了从 Google Places 中获取 POI (Jiang et al.?2015?)，编写脚本被编写为利用 Google 的应用程序编程接口 (API)提供（Google Maps API 文档无日期）。然而，谷歌设置对单个请求可以返回的 POI 数量和数量的限制允许帐户发出 API 请求以区分商业和非商业应用。虽然这项承诺的行为是非商业上，要收集的数据往往会超出 Google 的限制。因此，一个需要实施有效的算法以从最少数量的 API 请求。

为了实现这一点，API 请求由定义的几何结构和约束由 Uber Technolo 的 Hexagonal Hierarchical Geospatial Indexing System (H3)gies, Inc（优步工程2018 年）。Uber 的 H3 系统是该概念的一个应用的分形。地图被分成大的六边形图块，每个图块进一步划分分成七个较小的六边形。支持16种分辨率，系统灵活对于大多数用例。图11.1?a 显示了应用于墨西哥城。

六边形可以很好地近似圆形，同时最大限度地减少重叠细胞之间。这很有用，因为 Google Places API 需要一个半径参数将在其中搜索 POI。

提取兴趣点的分层抽样方法。a 解析的初始状态和解析算法，b 在到达 API 的六边形中递归增加分辨率后的最终状态请求限制?

11.2.1 解析算法

确定了六边形尺寸的初始分辨率。越粗的初始分辨率，脚本可能运行得越有效，因为过多的请求在人烟稀少的地区避免使用。另一方面，粗分辨率也增加下落不明的不规则形状边界附近的边缘区域由算法。在发出任何 API 请求之前，已调整初始分辨率并可视化以平衡这些权衡。

对于每个六边形，在质心处发出 API 请求。如果请求达到它可以返回的 POI 的限制，该算法将该六边形细分为更小的六边形。重复此过程，直到满足每个请求而不达到限制。在图11.1?b 中，一些区域，例如公园和自然保护区，不需要大量API 请求。另一方面，市中心的街区和密集的街区，被递归分裂。

11.3 POI的空间分布

在本章的用例中，解析算法总共返回了超过 733,000 个来自墨西哥谷都市区的 Google 地方信息的兴趣点。这些兴趣点为分析旅行数据提供了新的维度调查，可以产生对特大城市特征的见解。

例如，API 请求返回每个 POI 的标签，表明其性质的建立。这可能包括广泛的类别，例如商店或更多特定的标签，例如电子商店。将相关标签聚集在一起，POI 可能被归类为商业或公共服务机构。结合这些数据与旅行调查，图11.2?a 映射了社会人口学的关系

人口和服务的空间分布。社会人口学的关系公共服务设施数量与人口的比率为一个地区的阶层，b 每 1 公里街区公共服务兴趣点数量的百分位数

一个地区的状况与公共服务设施数量与人口。

在这种情况下，社会人口阶层是旅行调查定义的指数描述受访者的社会和经济状况，数字从 1到 4 表示增加的经济福利。在第一象限中，公众的数量——服务机构高于平均水平，人口低于平均水平：如地区往往享有最高的社会人口阶层。象限 II 有区中等社会人口状况，仍然受益于高于平均水平POI 的数量。象限 III 的人口和数量均低于平均水平

设施和较低的社会经济阶层。有趣的是，第四象限有区在社会人口谱的两端，可能是由于内城和允许较少机构服务的密度效率更多的人在很小的空间里。这些都丰富了空间信息调查并值得进一步研究。

通过 POI 获得的另一个优势是收集到的数据。旅行调查的受访者通常由居住区组织dence，而 Google Places 上的场所被精确定位到街道地址坐标。由于城市和地区不是同质的，这种详细程度提供更现实的城市动态视角，突出功能性跨越任意政治边界的互动。

在图11.2?b 中，公共服务机构的坐标被截断为两位小数，将它们分箱到每边大约一公里的网格中。由于城市核心与其他城市之间存在数量级的差异农村地区，公共服务机构的数量被抽象为区间5 个百分点。事实上，映射这些场所可能具有很强的依赖于人口密度。然而，城市的一个隐藏结构是显示，由于具有强大的城市核心，一些城市走廊从市中心，以及远离市中心的区域中心。显着，有是研究区域外围的大片区域，公共服务稀少。补充人口分布数据可能会获得进一步的见解在类似的粒度级别。

11.3.1 人类活动的扩展辐射模型

计算每个地区的 POI 数量对于直接比较是必要的2017年旅游调查数据，粒度最小，仅在区。在图11.3?a、b 中对每个区域进行映射，可以进行直接比较在 2017 年旅行调查中报告了旅行吸引力。

虽然对应并不完美，但兴趣点的分布很好地近似了从旅游调查。最值得注意的是，市中心与其他城市之间的差异地区也同样严峻。

在图11.3?c中绘制旅行吸引力和兴趣点之间的关系产生一个定量图，两个变量的相关系数决定了开采到相当高的 0.81。这个比较在后面会有很大的意义，其中POI 用于模拟城市的流动模式，代替旅行调查数据。

已经开发了许多模型来预测人口流动不同的尺度。在大墨西哥城的背景下，我们想调查如何准确的此类模型以及它们在重建移动模式方面的表现如何。出行分布的模型可以分为重力模型类型

?

图 11.3 旅游吸引力与兴趣点。a 旅游景点的价值， b 兴趣点的数量，c 旅行吸引力和兴趣点的相关图

干预机会类型（Lenormand et al.?2016）。在本章中，我们介绍后者的一个应用，命名为扩展辐射模型（Yang et al.?2014），估计墨西哥城的出行分布。

辐射模型 (Simini et al.?2012?,?2013?) 基于随机过程是无参数的，并且在没有先前的移动性测量的情况下，可以估计出行分布与流动性和交通模式非常一致（Simini et al.2013 年）。原始辐射模型仅依靠人口密度来估计美国各县之间的通勤模式（Simini et al.?2013）。

在这里，我们使用城市的自然分区。该模型指出，旅行发生基于每个地区可以找到的机会数量，如果满足以下两个步骤：（1）个人从所有地区寻求机会，包括他或她的家乡地区（每个县的机会数量为与常住人口成正比）；(2)个人去最近的地区这提供了比他或她的家乡地区更多的机会。分析预测通勤通量与辐射模型，我们考虑位置?

?i 和 j 分别用人口mi和nj, 距离是 rij. 我们用 s 表示半径为 r 的圆内的总人口ij以i为中心(不包括源和目的地人口）。平均通量 Tij从 i 到 j 是：

?

其中 T?i?=?i?=?j?T?ij是开始旅程的通勤者总数位置 i ，或位置 i 的行程产生。

扩展辐射模型旨在预测流量而无需首先校准数据。因此，它通过结合推导来引入缩放参数∝具有生存分析的原始辐射模型并给出：

?

其中 a?ij?=?n?i?+?s?ij?,?γ是在之间找到的所有地点之间的行程百分比起点和终点，根据经验设置∝=?(?36?[?km?]?)?，其中 i 是字符研究区域的特征长度，∝说明了旅行分布取决于研究领域。

当我们缺乏旅行数据时，应该使用扩展辐射模型校准。当有这种情况下的实际行程数据时，可以对其进行评估与基于 S?rensen 指数的通勤者的共同部分?

?它给出了流量估计好坏的定量度量，0 表示未找到一致意见和 1 个完美估计。CPC 比较模型估计值T?ij与经验观察 T??ij?，在所有起点-目的地对之间。

11.3.2 结果

从调查数据中，我们提取了不同的变量来运行扩展辐射化模型。首先，我们提取了组成大墨西哥城的 194 个区与他们各自的人口，旅行吸引力（每天前往区），出行产出（从该区出发的每日出行次数），点数兴趣和特征长度，以该地区面积的平方根形式给出。

然后，我们将 i 设置为每个区域的特征长度的平均值。我们也构造了距离矩阵，它为每行 i 和列 j 给出了距离在 i 和 j 区的质心之间。最后，γ被设置为总数出行次数占总人口的比例。

?表 11.1 模型中不同输入数据的拟合优度比较

然后使用四种不同的设置来比较模型的性能基于来自始发地区的旅行产生的不同近似值以及目的地地区的行程景点：（1）我们使用行程景点和行程生产作为基线，（2）我们使用 POI 的数量作为旅行吸引力的代表，(3) 我们使用人口作为出行生产的代表，(4) 我们结合了 (2) 和(3)。得到的 CPC 值显示在表11.1中。

表11.1显示了扩展辐射模型估计值的 CPC接近其他最近提出的模型（Lenormand et al.?2016）。此外，我们研究了不同代理对流量产生和吸引量的影响作为我们模型的输入，发现使用更容易获得的数据源，例如因为人口和 POI 密度达到了几乎相同的准确度水平。兴趣点似乎特别有趣，因为它们可以在没有旅行调查的情况下进行良好的估计，但访问便宜得多的数据。另一方面，利用人口到位出行生产的目的是在给定知识的情况下预测未来的出行模式的γ?，系统通勤人口占总人口的比例，并假设这个比例的变化。在这里，我们从 2017 年的调查中提取了γ?，并将其用于楷模。因此，我们无法验证模型的预测能力；但然而，当通过将每个地区的人口数据乘以γ?，我们仍然观察到令人鼓舞的结果。

11.4 按模式分析人类流动性

交通部

本节专门分析墨西哥城内的个人旅行者。广泛的用户调查的一个优点是确定主导行为的类型人口，相对于所使用的交通方式，他们的地理分布和社会人口特征。

我们分析了墨西哥城调查收集的大型数据库，其中包含居民个人信息；它详细介绍了超过一百万的信息旅行。对于确定的每一次旅行，我们都有交通方式、地区出发和到达，出发和到达的时间，旅行的目的，旅行者的性别、年龄和社会人口阶层。尽可能多因为可以在 196 个地区中识别出 20 种不同的交通方式的调查。

我们希望通过对基于旅行的旅行进行分组来降低这些信息的复杂性关于运输方式，不关联其他指标。后者将

参与分析形成的集群。在此过程中，我们试图区分主要的移动行为，这反过来又会结合不同比例的可能的交通方式和出行目的。

通过简单的检查，很明显，所有运输工具中提到的数据库在主要行为组中没有显着存在。我们预计将某些交通工具（例如汽车或步行）视为某些交通工具中的大多数行为和其他行为，例如“其他交通工具”类别，非常差代表甚至缺席。因此，不需要这么大的数量变量，最初是 20 个，用于描述个人旅行数据库。我们申请了主成分分析（PCA）来确定主要变量。这允许我们在使用聚类算法时减少计算时间和复杂性。投射到一个较低维度的基础中会告诉我们我们的理解（Eagle 和彭特兰2009；伊布斯2015 年）。

PCA 方法旨在捕获尽可能多的数据总方差可以减少变量数量，称为主成分 (PC)。由于目标是设置新投影数据库的大小，使得前 N 个 PC 必须占总方差的 85%，因此我们选择保持剩下的研究中只有前五台电脑（Shlens?2005）。

为了围绕主要行为对旅行进行分组，我们使用了 k 均值聚类（Jiang et al.2012 年）。数据库的每一次旅程最初都表示为一个组成的向量0 和 1，取决于所使用的运输方式。我们只考虑当应用 k 均值算法时，它在 PC 数据库中的投影。K-均值迭代工作以最终最小化每个之间的距离之和预计的旅程和由算法确定的集群的质心，以及因此允许在数据集中识别模式。结果，我们得到了一个列表这反映了特定集群中每次旅行的成员资格。我们还计算了每个集群的运输方式的比例以确定它们的平均值行为（Jiang et al.?2012）。虽然可以通过以下方式估计理想的集群数量各种指标，例如肘法，最佳聚类数取决于可用数据的可解释性。在这种情况下，我们决定保留六个集群。

11.4.1 检测到的移动组

顶部的图11.4 a 显示了表征日常流动性的六个集群墨西哥城及其百分比。它们代表了主要的移动方式城市。由于数据库报告了旅程，其中一些可能是由同一个人，居民可以多次出行。分析组旅程而不是个人。请注意，这些旅程也有这些旅程的目的如：回家、上班、跑腿、购物等。他们的平均百分比显示在图11.4?a 的底部。在图11.4?a 的顶部，只有三个最显示了每个集群中报告的交通方式。这些组件中的每一个在 y 轴上与其在集群中的分数相关联。x 轴上的 %

图 11.4 墨西哥城的移动群体。a 每个行为组中每种模式的用户比例或集群。下半部分显示了显示平均出行目的百分比的图例全体人口。b 按集群对比出行目的百分比意思是。簇从左到右从 1 到 6，从顶部开始。我们看到某些目的每个组中出现的次数更多。集群 1 使用百分比更高的组合交通方式工作旅行、集群 2 组购物、上学和社交活动（接人）步行。集群 3 通过私家车进行休闲旅行。第 5 组和第 6 组的差事由Micro/Colectivo 或结合 Micro/Colectivo 和步行

显示每个集群中总行程的比例。我们可以看到大多数集群 1 和集群 5 中的旅程分别结合了三种或两种模式。

集群 2 包含墨西哥城调查中所有旅行的 35%。分数在纵坐标上行走的次数等于一，而在第二个最存在的人该集群中的交通方式 Mexibus 和 Metrobus 仅占 0.027 的一小部分。因此，只有大约 2.7% 的附属于该集群的行程结合了他们的步行与 Mexibus 或 Metrobus。因此可以说，这些旅行几乎都是完全通过步行。

图11.4?b 显示，对于六个集群中的每一个，每个集群的比例调查中考虑的十个旅行目的中的每一个：回家，去上班、上学、购物、休闲、跑腿、接人、宗教、健康目的，或所有其他目的。

我们比较了出行目的的平均百分比与每个集群。集群 1 占所有行程的 11.8%，其中 33% 与以工作为目的，高于所有出行的平均 21%。我们看到，当人们步行（集群2），购物目的是平均的两倍。而大约 16%与第二个集群相关的行程中，有购物目的，平均此类别的所有旅行次数约为 10%。相反，似乎步行不常用于通勤或去看医生。

此外，由于该集群的平均行程时间约为 20 分钟，而总人口的平均旅行时间大约是两倍，这个集群可以因此与当地旅行有关。这表明工作场所或医疗保健

中心通常距离家庭住宅比商店、学校或宗教场所。

集群 3 将墨西哥城每日出行的 20% 归为一组；它是专有的由私家车作为交通工具组成。本案有较高的闲暇与其他集群的比例。这可能是由于缺乏过境以覆盖遥远的旅程，或为此目的不方便。

集群 5 包含 16% 的行程，并包括仅结合步行和微/集体，而集群 4 有 7% 的行程不包括步行。这两个集群的目的与平均值相似，并且他们的平均旅行时间最长，每次旅行约一小时。

在同一旅程中使用步行、地铁和 micro/colectivo 也是在第一个集群中观察到。事实上，地铁获得的比例等于 1，步行0.83 和微/colectivo 0.71。因此，并非该集群中的所有旅程，系统-将这三种交通工具巧妙地结合起来，但平均而言，绝大多数这三种运输方式结合在一起的案例。这个群体人数过多位于首都历史街区的中心地带，超过 55% 的行程低于采取与此集群相关联。另一方面，它很快就会消失当一个人离开这个地理区域时。这是因为浓度高地铁和微型/集体在城市的这一部分，使旅行更快，通过连接这些交通方式更方便，尤其是上班。

第 6 组无法解释，因为它不代表任何特定的模式。但需要注意的是，主要集中在农业组成一些地区的地区。

Koelbl 和 Helbing 分析了英国国家旅游调查期间的数据

?

?图 11.5 按模式和按集群组的旅行时间比较。对数正态拟合不同交通方式的对数时间平均旅行时间分布Schneider 等人报告的规模。（2013 年）基于英国的调查。b 对数正态拟合墨西哥城旅行调查中发现的集群的时间平均旅行时间分布

?

表 11.2 比较的拟合参数集群