近幾年，我國城市軌道交通以其快速、安全、便捷、環(huán)保及大運(yùn)量等特點(diǎn)迅速發(fā)展。從“十一五”到“十三五”期間，成都市軌道交通從18.4公里增加至239公里，日均客流量穩(wěn)定350萬人次以上。在建線路超過300公里，成都市軌道交通網(wǎng)絡(luò)“環(huán)+放射”的結(jié)構(gòu)初見雛形。隨著超大線網(wǎng)迅猛建設(shè)并投入運(yùn)營，伴隨著多類型數(shù)據(jù)急劇增大，面對的服務(wù)群體數(shù)量也急劇增長。從成都地鐵的建設(shè)、運(yùn)營生產(chǎn)等過程中已產(chǎn)生出海量數(shù)據(jù)信息，例如BIM數(shù)據(jù)、PMS系統(tǒng)資產(chǎn)數(shù)據(jù)、票務(wù)數(shù)據(jù)、清分?jǐn)?shù)據(jù)、POI數(shù)據(jù)、手機(jī)信令數(shù)據(jù)、視頻數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)等。這些數(shù)據(jù)如何用，能產(chǎn)生什么價(jià)值等問題越來越得到人們的重視。
所謂大數(shù)據(jù)，通俗意義上講就是大量數(shù)據(jù)的集合。維基百科認(rèn)為，大數(shù)據(jù)是一個(gè)數(shù)據(jù)的集合，這個(gè)集合如此龐大和復(fù)雜，以至于很難通過現(xiàn)有的數(shù)據(jù)庫管理工具對其進(jìn)行處理。大數(shù)據(jù)的核心技術(shù)運(yùn)用數(shù)學(xué)算法對大量的數(shù)據(jù)進(jìn)行處理及應(yīng)用層模型建設(shè)，然后進(jìn)行預(yù)測及輸出靜態(tài)或?qū)崟r(shí)動(dòng)態(tài)成果轉(zhuǎn)化為可視化呈現(xiàn)。大數(shù)據(jù)技術(shù)將多數(shù)據(jù)源整合后碰撞出的成果所產(chǎn)生的價(jià)值，將會更好地解決成都城市軌道交通企業(yè)管理、客流分析、應(yīng)急處置、資產(chǎn)、運(yùn)維、TOD地產(chǎn)物業(yè)、商業(yè)選址、傳媒廣告等，提供輔助決策支撐。
大數(shù)據(jù)在軌道交通中的應(yīng)用隨著成都地鐵建設(shè)的高速發(fā)展，研究地鐵站點(diǎn)的實(shí)際客流量和服務(wù)范圍的關(guān)系，對于提升地鐵運(yùn)營效率、應(yīng)急處置和服務(wù)水平，實(shí)現(xiàn)資源利用率最大化有重要意義。
2.1 地鐵站臺站廳實(shí)時(shí)客流量監(jiān)控為保障乘客人身安全，提升乘客乘車體驗(yàn)，避免造成客流大量積壓導(dǎo)致交通癱瘓，地鐵客運(yùn)保障部門需要實(shí)時(shí)關(guān)注地鐵站臺、站廳、換乘通道等重點(diǎn)區(qū)域人群流量分布特征情況，通過對地鐵站內(nèi)全區(qū)域的人群熱力（圖1），可以直觀地展現(xiàn)各區(qū)域的人群流量分布情況，為地鐵運(yùn)營中的安保及乘客疏導(dǎo)工作提供決策支撐。面臨突發(fā)情況下運(yùn)營管理人員難以全面掌握信息、快速評估影響，通過NOIS（客流分析輔助系統(tǒng)）對實(shí)時(shí)客流及實(shí)時(shí)行車數(shù)據(jù)的綜合分析，快速推算線網(wǎng)客流動(dòng)態(tài)重構(gòu)預(yù)測及線網(wǎng)變化趨勢，提供信息發(fā)布范圍和公交接駁建議方案。地鐵換乘站是地鐵線路中乘客最密集，人流量最大的站點(diǎn)，針對地鐵的換乘客流量進(jìn)行統(tǒng)計(jì)分析，如可根據(jù)由A線換乘到B線人數(shù)作為依據(jù)參考，為地鐵運(yùn)營通過調(diào)整發(fā)車頻次，增加運(yùn)力等手段避免造成客流量大量積壓導(dǎo)致交通癱瘓，起到疏散誘導(dǎo)作用。以上海申通地鐵為例，從上海的曲陽路站到虹橋火車站站有三條換乘路徑可以選擇，可以發(fā)現(xiàn)很有意思的是途徑車站最多、用時(shí)最長的這條路徑2并不是占比最小的，因?yàn)檫@條路徑比較舒適，更有可能坐到座位，這也是一個(gè)影響因素。如果我們只是通過起訖點(diǎn)和最短路徑來判定斷面客流的話，很可能就會產(chǎn)生偏差。對北京、上海軌道交通已成網(wǎng)的城市來說，如果我們只有軌道閘機(jī)的刷卡數(shù)據(jù)，那對于地鐵運(yùn)營管理者來說，只知道乘客的起訖點(diǎn)，而無法了解乘客是如何在各條線路之間進(jìn)行換乘的，這樣就無法準(zhǔn)確地判斷地鐵站間的斷面客流。隨著成都地鐵目前線網(wǎng)初見雛形，很快會碰到這樣的問題，此時(shí)需要通過引入手機(jī)信令數(shù)據(jù)，推導(dǎo)乘客真實(shí)出行路徑，用于NOIS客流實(shí)時(shí)分布模型修正，實(shí)現(xiàn)線網(wǎng)客流的動(dòng)態(tài)顯示、突發(fā)大客流預(yù)測預(yù)警、客流變化趨勢的分析研判。城市地鐵會涉及多條線路，這些線路分別由不同的地鐵運(yùn)營公司進(jìn)行運(yùn)營管理，運(yùn)營公司間存在線路分賬情況，目前的方式主要通過地鐵的刷卡數(shù)據(jù)來進(jìn)行用戶的痕跡還原，無法準(zhǔn)確獲取客戶進(jìn)入地鐵站后在地鐵內(nèi)的換乘路線，借助手機(jī)信令、WLAN等數(shù)據(jù)可獲取用戶的完整軌跡信息，從乘客出門、到達(dá)地鐵車站、進(jìn)入地鐵、到達(dá)售票區(qū)、進(jìn)入站廳、站臺候車、列車上、地鐵出站這一條完整的過程。通過還原出真實(shí)的換乘路徑，可以為地鐵運(yùn)營公司進(jìn)行線路的精準(zhǔn)清分結(jié)算提供重要的決策參考價(jià)值。2.4 地鐵進(jìn)出站客流量監(jiān)控上下班高峰期或商業(yè)、熱門景點(diǎn)等沿線地鐵站，進(jìn)出站的人數(shù)較多，地鐵客運(yùn)保障部門需要實(shí)時(shí)關(guān)注進(jìn)出站的客流量，如發(fā)現(xiàn)客流量異常等突發(fā)情況，以便及時(shí)采取應(yīng)急處置預(yù)案。通過對地鐵進(jìn)出站進(jìn)行實(shí)時(shí)的客流量統(tǒng)計(jì)，客運(yùn)保障部們可以及時(shí)掌握進(jìn)出站客流量信息，并可根據(jù)客流量增長趨勢提前預(yù)警，指導(dǎo)地鐵線路的運(yùn)力評估及高效運(yùn)營。基于多數(shù)據(jù)源商業(yè)地鐵物業(yè)及TOD商業(yè)大數(shù)據(jù)分析伴隨成都地鐵的迅猛建設(shè)，城市變化將載入史冊，地鐵真正全面覆蓋城市，帶動(dòng)新興區(qū)域及綜合地鐵物業(yè)快速發(fā)展。針對地鐵商業(yè)物業(yè)區(qū)域的客流量、客流形態(tài)、客流行為等進(jìn)行檢測與跟蹤，幫助地鐵物業(yè)管理人員了解目標(biāo)區(qū)域的人流情況，實(shí)現(xiàn)區(qū)域人流的精準(zhǔn)劃分。對目標(biāo)區(qū)域的客流在后續(xù)到訪情況進(jìn)行跟蹤，通過到訪人數(shù)分析、客群組成分析、到訪時(shí)間分析、到訪頻次分析、停留時(shí)長分析、客群密度分布分析，進(jìn)一步評估目標(biāo)區(qū)域的客流量及客戶價(jià)值，以及對目標(biāo)區(qū)域的影響。△圖4 地鐵商業(yè)物業(yè)人流分析示意圖基于多數(shù)據(jù)源，幫助地鐵物業(yè)管理人員了解客群的自然行為屬性，建立消費(fèi)者洞察模型，通過多維度人群透視，對客群進(jìn)行劃分。△圖5 地鐵商業(yè)物業(yè)客群畫像分析示意圖3.3 地鐵TOD地產(chǎn)大數(shù)據(jù)洞察客戶分析借助多數(shù)據(jù)源大數(shù)據(jù)技術(shù)、為地產(chǎn)咨詢機(jī)構(gòu)、開發(fā)商等提供房地產(chǎn)項(xiàng)目、板塊的目標(biāo)客戶群體信息分類客戶行為畫像以及基于群體位置的社區(qū)畫像信息，幫助開發(fā)商準(zhǔn)確獲取目標(biāo)客戶及針對不同客群做線上觸達(dá)和線下推廣。△圖6 地鐵TOD地產(chǎn)大數(shù)據(jù)洞察客戶分析示意圖3.4 地鐵TOD地產(chǎn)、商業(yè)物業(yè)競合關(guān)系分析基于地鐵客流數(shù)據(jù)、手機(jī)信令數(shù)據(jù)、GIS數(shù)據(jù)等分析到目標(biāo)位置的人流量會去哪些同類屬性的位置及在一定周期內(nèi)到達(dá)訪頻次的分析比較，通過競品組合分析及支持目標(biāo)位置可以分析對比位置1和位置2（圖7）組合關(guān)系以及客流OD。△圖7 地鐵TOD地產(chǎn)、商業(yè)物業(yè)競合關(guān)系分析示意圖基于大數(shù)據(jù)智能運(yùn)營維護(hù)應(yīng)用一直以來，地鐵日常管理和維護(hù)主要以人力為主，隨著地鐵安全越來越被人們所重視，維護(hù)人力成本也在逐步增加。隨著工業(yè)4.0概念的提出，智能化是未來的大趨勢。利用大數(shù)據(jù)，節(jié)約人力，節(jié)省檢修時(shí)間，為地鐵發(fā)展其他業(yè)務(wù)提供可能。4.1 大數(shù)據(jù)智能運(yùn)營維護(hù)分析目前運(yùn)營維護(hù)人員成本大幅增加，員工技能良莠不齊，維修作業(yè)時(shí)間受限，工作量大，夜間易疲勞等問題，整合地鐵運(yùn)維設(shè)備數(shù)據(jù)源，搭建網(wǎng)絡(luò)進(jìn)行控制和數(shù)據(jù)采集匯總，利用大數(shù)據(jù)分析完成各類運(yùn)營與維護(hù)作業(yè)，大幅提升工作質(zhì)量和效率。△圖8 大數(shù)據(jù)智能運(yùn)營維護(hù)分析示意圖基于大數(shù)據(jù)應(yīng)用成都地鐵已投入生產(chǎn)使用NOIS(客流量輔助分析系統(tǒng))、MLC(清分系統(tǒng))、PMS(資產(chǎn)管理系統(tǒng)一期)等系統(tǒng)，在建PMS二期和集團(tuán)數(shù)據(jù)中心項(xiàng)目。成都地鐵積極開展大數(shù)據(jù)技術(shù)研究運(yùn)用，通過“擴(kuò)設(shè)施、強(qiáng)功能、融數(shù)據(jù)、深分析、精管理、優(yōu)服務(wù)”，多舉措并加快推進(jìn)線網(wǎng)運(yùn)營生產(chǎn)管理信息化規(guī)劃建設(shè)，并結(jié)合信息化建設(shè)深入挖掘軌道交通數(shù)據(jù)經(jīng)濟(jì)附加值，助力大數(shù)據(jù)發(fā)展重點(diǎn)工作任務(wù)。綜合上述大數(shù)據(jù)應(yīng)用分析，城市軌道交通對大數(shù)據(jù)技術(shù)有較大的需求，隨著5G時(shí)代的來臨，未來應(yīng)用前景廣闊。在成都軌道交通大數(shù)據(jù)技術(shù)實(shí)踐中，應(yīng)該把控好以下三個(gè)方面：1）大數(shù)據(jù)技術(shù)中不是單純套用現(xiàn)有技術(shù)，而是要結(jié)合城市軌道交通具體需求，因地制宜進(jìn)行實(shí)用性應(yīng)用的開發(fā)和實(shí)踐。2）數(shù)據(jù)是基礎(chǔ)和中心，也是一切大數(shù)據(jù)應(yīng)用的前提，因此需要先做好數(shù)據(jù)準(zhǔn)備：①建立數(shù)據(jù)標(biāo)準(zhǔn)體系，確保數(shù)據(jù)質(zhì)量；②采集盡可能多且全面的多源數(shù)據(jù)；③運(yùn)用數(shù)據(jù)模型對數(shù)據(jù)進(jìn)行整合，建立數(shù)據(jù)聯(lián)系；④建立數(shù)據(jù)安全管理保障體系，確保數(shù)據(jù)安全。做好規(guī)范的數(shù)據(jù)管理，為數(shù)據(jù)分析等后續(xù)工作提供可靠依據(jù)。3）在對數(shù)據(jù)管理整合之后，通過各個(gè)業(yè)務(wù)層進(jìn)行循序漸進(jìn)的數(shù)據(jù)分析應(yīng)用和推廣，最終達(dá)到為安全可靠的運(yùn)營工作提供保障的目的。
本站僅提供存儲服務(wù)，所有內(nèi)容均由用戶發(fā)布，如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請
點(diǎn)擊舉報(bào)。
