多源大数据支撑下的城市交通拥堵驱动力研究OACSTPCD
利用手机信令数据、高德实时交通态势数据、POI数据等多源大数据,以宁波市拥堵核心区域为研究单元,对比了普通最小二乘法回归模型、经典地理加权回归模型、多尺度地理加权回归(MGWR)模型的精度;并选用最优模型定量探究了宁波市拥堵核心区不同时段的交通拥堵驱动力。结果表明:①MGWR模型对交通拥堵驱动力的拟合效果较好,且能反映不同驱动力间的空间异质性;②实时人口密度、路网密度、土地利用混合度、职住平衡指数对交通拥堵影响存在时空分异,公司分布密度对交通拥堵影响存在圈层性。研究结果可为大数据在交通拥堵领域的应用提供一定参考,为管理者分析交通拥堵根源提供依据。
冯心怡;刘亦婷;肖智雄;俞艳;张宸赫;程雨森;
武汉理工大学资源与环境工程学院,湖北武汉430070
测绘与仪器
多源数据交通拥堵空间异质性MGWR
《地理空间信息》 2024 (007)
P.36-40,67 / 6
大学生创新创业训练计划资助项目(S202210497328)。
评论