怎樣分析公交運營速度變化的規律及影響因素
近年來,機動車、電動自行車保有量和使用量的迅猛增長導致道路交通擁堵加劇,公交運行秩序及行車安全受到較大影響、公交運行效率降低、乘客對公交快速出行的滿意度不高。為準確掌握公交運營速度規律,剖析制約公交運營速度提升的關鍵因素,有針對性地解決公交出行不快捷的問題,提升公交出行吸引力及公交出行分擔率,我們開展了公交速度分析相關研究,現簡要敘述主要研究過程。
1、數據源
(1)線路站點基礎信息
該數據源包含各線路各運行方向各站點的站序、名稱及站點經緯度數據,可用于后續數據的經緯度匹配,并輔助分析結果的可視化展示。
(2)線路站間距數據
該數據源包含各線路各站間的距離數據,主要用于站間速度計算。
(3)線路車輛GPS到離站數據
該數據源主要包含各線路各車輛每天到達及離開各站點的時間,可用于計算站點停靠時間、站間到站時間間隔、站間速度等指標。
圖1一1 GPS到離站數據示例
2、數據處理過程
數據處理過程主要借助SQL Server數據庫進行,包括:數據類型轉換、重復數據篩選、異常數據刪除、字段內容匹配等步驟。
(1)數據類型轉換
該步驟主要是為了統一數據格式、便于指標計算。需要進行數據類型轉換的字段主要包括:日期(datetime類型)、運行方向(int類型)、車輛編號(int類型)、到離站時間(time類型)、站序(int類型)等。
圖1一2 數據格式轉換語句
(2)重復數據篩選
該步驟主要涉及對線路站點信息、站間距數據的去重,以減少指標分析過程中的無效工作。
(3)異常數據刪除
該步驟貫徹數據分析全過程,目的是提高分析結果的可靠性,主要涉及對異常站點經緯度、異常站間距數據、異常停站時間及異常站間速度的刪除,其中,異常站點經緯度指超出市域范圍的經緯度數據;異常站間距數據指站間距為負值或站間距過小、過大的數據;異常停站時間指站點停站時間小于等于0秒、大于等于3分鐘的數據;異常站間距速度指速度超過城市道路限速值或者平峰低峰時段速度過低的速度數據。
圖1一3 部分異常數據刪除語句
(4)字段內容匹配
該步驟主要包括站點名稱、站間距等字段的數據匹配,匹配過程中設置的限制條件需保證同線路、同運行方向、同日期、同車號、同站序的數據完成匹配。
圖1一4 站間距數據匹配語句
3、分析結果
分析指標主要包括:各時段速度、各區域速度、各道路速度、各分公司速度、各線路速度、不同線路類型速度、速度同比環比變化情況及相關影響因素分析,下面主要介紹一下各時段速度及影響因素分析情況。
(1)各時段速度
選取一周的GPS到離站數據,計算得到每天各時段速度有很明顯的規律性,一天內公交運行速度呈雙波谷(“W”型)分布,高峰、平峰及低峰時段速度差異明顯,其中,周一、周五規律相似;周二、周四規律相似;周三較工作日的其他幾天略有變化;周六、周日規律相似。
圖1一5 一周內每天各時段速度變化
(2)影響因素分析
對比各線路長度、站點數量、平均站間距、計劃周轉時間、非直線系數等指標與線路速度的相關關系發現:濟南公交線路速度主要受站臺停站時間、計劃周轉時間與非直線系數的負面影響較大,受平均站間距、線路長度的正面影響較大,與線路站點數量的關系較小。其中,站臺停靠對線路速度的提升有相對明顯的制約。
圖1一6 各影響因素與速度相關關系
通過本文所述公交速度分析過程可較全面、客觀地掌握速度變化規律及影響因素,為下一步公交系統內部的速度提升對策提供參考。
1、凡本網注明“來源:www.zxzsfwgs.cn” 的所有作品,版權均屬于客車網,未經本網授權,任何單位及個人不得轉載、摘編或以其它方式使用上述作品。已經本網授權使用作品的,應在授權范圍內使用,并注明“來源:www.zxzsfwgs.cn”。違反上述聲明者,本網將追究其相關法律責任。
2、凡本網注明 “來源:XXX(非客車網)” 的作品,均轉載自其它媒體,轉載目的在于傳遞更多信息,并不代表本網贊同其觀點和對其真實性負責。
3、如因作品內容、版權和其它問題需要同本網聯系的,請在30日內進行。
※ 有關作品版權事宜請聯系:copyright#chinabuses.com
- 李小鵬在全球可持續交通高峰論壇(2024)全體會議上作主旨講話[09-26]
- 城市公交停車(保)場安全生產管理規定[09-13]
- 如何運用乘客與市場調查優化公交線路運營[09-11]
- 成都市快速公交系統建設與運營實踐[08-19]
- 中小城市公交線網優化面臨的主要問題、發展需求及優化策略[08-16]
- 城市公交行業駕駛員心理健康調查及對策建議[08-08]
- 城市公交企業如何開展安全隱患排查?[08-06]
- 城市公交企業基層班組文化建設的實踐與思考[08-01]