基于刷卡数据的雨雪天气对南京市地铁乘客出行特征影响研究文献综述

文献综述（或调研报告）：

1、出行特征的影响因素研究

• 天气对接驳出行特征的影响：林小稳[4]在研究城市轨道交通接驳客流预测改进模型时将天气列为最主要的因素并进行了仔细研究。她提出乘客在雨雪天气下一些休闲娱乐类的出行需求可能被压缩，并且轨道交通的接驳乘客在雨天倾向于选择舒适度稍高一些的接驳方式，导致非机动车的分担率下降，而公交车、出租车以及K R和P R的分担率均有所上升。从车站控制上来说，她认为应当结合不同天气下的各接驳方式分担率，综合考虑接驳设施的配置问题。
• 轨道交通对出行特征的影响：李淑朋[5]在研究成都地铁1号线对城市通勤者出行方式的影响时得到的结论指出，在轨道交通车站1km范围内的居民更愿意使用轨道交通出行。人们对轨道交通的粘性主要与有无公交卡、时间和费用相关，与个人性别、年龄、职业、收入关系不明显。相比而言费用的增加不会对出行选择影响太大，其带来的效率提升更为重要。对于车站设计方面，可以增设Pamp;R换乘设施，充分利用私家车和公共交通相衔接的优势，减少私家车入城量，以降低城市拥堵。
• 天气对轨道交通客流的影响：韩冰冰[6]在对郑州市轨道交通1号线客流时间序列分析及预测中分析了天气和气温对客流量的影响，认为天气和温差对客流量没有显著影响，平均气温对客流量有负影响。后运用ARIMA方法建立模型，进行郑州市轨道交通1号线的客流量的预测，而其中周客流量预测的准确度更高。
• 天气对个人出行特征的影响：Lars Bouml;cker[7]在探究天气对个人日常出行的文章中指出，晴好温暖的天气主要影响与户外活动有关的弹性出行，而下雨、刮风、过高或过低的气温会让人选择更加封闭的出行方式。出行和行程时间以及路径选择也会受到一些影响，不过这些影响并非都是线性或者经常出现的。
• 天气预报对个人出行的影响：Mario Cools[8]提出了天气预报到出行特征的双重作用，即弹性活动出行受到天气影响十分显著，至于怎样获得天气信息（如目视、媒体播报或者个人经验等）则对后续的出行行为没有太大影响。因为出行者并不能很好地判断天气预报对路况的影响，常常导致在最后才改变出行路径。文章还提议将道路天气状况与天气预报相结合，以更好地服务出行者，为他们提供更好的出行建议。
• 气候对不同地区出行特征的影响：Chengxi Liu[9]在研究天气变化对非通勤出行的影响时，将行程时间、出行需求和方式选择进行联合建模，影响因素为天气，时间跨度为13年。研究发现气候在不同地区的影响有显著的不同，应该联合多因素进行共同分析，单因素不能得出可靠的结论。在研究天气变化对非个人出行的影响时指出[10]，出行者更多地在冬季和雨天选择公共交通出行，相反的情况下会选择自行车出行。有冰雪覆盖时，步行的占比也会上升。
• 极端气候对城际出行特征的影响：Qing-Chang Lu[11]在研究了孟加拉国出行特征后指出，沿海地区和内陆地区对下雨天气的敏感度差别极大。极端情况下受影响的比例会达到60%或以上，10倍于澳大利亚。不过，在道路条件稍好的地区，人们将会有更多出行路径选择，影响将降低。

2、基于IC卡数据的出行特征研究

• 通过IC卡数据分析出行特征：靳佳[12]在基于IC卡的北京市公交出行特征分析中，将得到的数据利用数据挖掘和GIS空间分析方法在出行特征上按时间、空间进行了处理，得到的特征汇总为北京市公交出行特征总图。其对于优化公交线网，提高调度质量、降低数据调查费用与周期有重要意义。龙瀛[13]在利用公交刷卡数据分析北京职住关系和通勤出行中，分别基于一日和连续一周时间的刷卡数据来识别职住地，同时为了更好地展现北京市的总体通勤形态，将通勤时间和通勤距离在 TAZ尺度进行了汇总。在其中特别关注了3个典型居住区和6个典型办公区的出行特征，并且将调查结果与传统调查方法进行比较，结果显示二者相似度较高。
• IC卡数据分析算法的比较：Xiaolei Ma[14]在研究过境旅客出行方式时，对所收集到的刷卡数据，将使用的粗糙集算法与其他算法进行比较。在95%置信区间内，仅K-NN算法与粗糙集算法的准确度无异，但速度慢10倍。而且在数据量增大时，粗糙集算法的准确度和速度均无明显降低。
• 通过IC卡数据分析客流时间规律：耿学贵[15]在对昆明公交车IC卡数据的研究中，从均值、方差等角度分析公交总体客流日刷卡量变化特征、周刷卡量变化特征、小时刷卡量变化特征，揭示公交客流在一周内任何一天及一天内任何一小时的变化情况。李海波[16]以苏州市的公交IC优惠卡为例，运用聚类方法，首先将乘客的出行时间分布划分为几种典型模式，然后详细描述其出行特征：如存在大量低频（免费卡）用户、学生群体依赖性低、出行规律性强等。
• IC卡数据遍历的简化方法：郑亚晶[17]在基于IC卡数据的地铁列车开行方案的精细化编制中，将原有的4次遍历整合为一次，在数据庞大的情况下，极大地节省了编制方案的时间。据此编制出的列车开行方案中的列车数量与客流具有较好的贴合度，能够大致符合实际需要。但是该算法并未考虑折返线与机车数量限制以及高峰期间轨道交通可能采取的限流措施，而且综合的满载率与发车间隔的关系尚不明朗。

3、轨道交通在雨雪天气下的组织研究

• 雨雪天气对地铁运行的影响：赵疆昀[18]在地铁安全运行影响因素及应对策略研究中提到，天气属于影响行车安全的不可控因素。应要求地铁运营相关部门密切关注天气状况，预测可能带来的影响并制订预案。
• 雨雪天气对地铁客运组织的影响：田颖[19]在恶劣天气对地铁客运组织的影响及对策研究中列举了近年来对地铁客运组织影响较为严重的案例，同时提出了几点应对措施，包括加开列车、缩短行车间隔、限速通过等，以尽量控制恶劣天气对运行安排兑现率和正点率的影响。

4、国内外研究评价

• 雨雪天气对轨道交通出行特征影响的研究依然是空白：从报告开头所列举的案例并结合对接驳客流量和出行特征的研究可以看出，雨雪天气会压缩总体的出行量（大部分为户外出行），并将仍然存在的出行量转移到封闭式交通方式中（如地铁），或者直接选择私家车出行。但是雨雪天气对轨道交通最终客流的影响仍不甚明朗，不仅与降雨时间有关，还与其他方式转移的量（如私家车）有关。
• 目前利用IC卡数据分析出行特征时仍主要集中于公交系统：目前通过IC卡对出行特征的分析中，仅有部分对公交系统的研究，专门针对轨道交通的研究鲜有出现。同时，出行特征的分析中大多是对总出行量的研究，既没有考虑具体因素影响，也没有考虑出行特征的变动。在对出行人群进行识别时短期（一周）内特定人刷卡的数据也会有偏差，时间周期应延长。
• 数据对轨道交通应急预案的支持力度不够：拓展对轨道交通的行车组织方面，大多还是停靠经验法进行限流、加开等调整，没有具体数据的支持。可以看出，研究雨雪天气下轨道交通出行特征的变动会给现有行车预案体系提供极大的支持，让组织更为合理有效。

5、参考文献

[1]6482，2016，2016中国城市轨道交通(地铁)通车里程排行榜，http://bbs.6482.com/thread-6191-1-1.html

[2]李天研，2014，广州日报，http://gzdaily.dayoo.com/html/2014-04/01/content_2584805.htm

[3]李佳，2015，图片中国，http://photo.china.com.cn/news/2015-11/25/content_37159235.htm

[4]林小稳.叶霞飞.Lin Xiaowen.Ye Xiafei.基于天气因素的城市轨道交通接驳客流预测改进模型[期刊论文]-城市公共交通.2014(7)