CN117557011B - 公路出行平均运距的测算方法和装置 - Google Patents
公路出行平均运距的测算方法和装置 Download PDFInfo
- Publication number
- CN117557011B CN117557011B CN202410045602.2A CN202410045602A CN117557011B CN 117557011 B CN117557011 B CN 117557011B CN 202410045602 A CN202410045602 A CN 202410045602A CN 117557011 B CN117557011 B CN 117557011B
- Authority
- CN
- China
- Prior art keywords
- travel
- urban
- national
- area
- routes
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000007781 pre-processing Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Operations Research (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Mathematics (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Bioinformatics & Computational Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Development Economics (AREA)
- Evolutionary Biology (AREA)
- Game Theory and Decision Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Tourism & Hospitality (AREA)
- Algebra (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Navigation (AREA)
Abstract
本发明提供一种公路出行平均运距的测算方法和装置，涉及公路出行统计技术领域。该方法包括：获取目标时期内陆图用户的初始导航数据；对所述初始导航数据进行预处理，得到目标导航数据；基于地理信息，根据所述目标导航数据确定多个公路出行路线，根据各所述公路出行路线确定多个全国城区出行路线、多个全国城乡出行路线和多个全国城际出行路线；根据各所述全国城区出行路线、各所述全国城乡出行路线和各所述全国城际出行路线计算全国城区平均运距、全国城乡平均运距和全国城际平均运距。这样，完整测算全国及各区域不同类型的全社会人员公路出行的平均运距，填补行业统计中公路新型出行方式的平均运距的空白。
Description
技术领域
本发明涉及公路出行统计技术领域，尤其涉及一种公路出行平均运距的测算方法和装置。
背景技术
目前对传统的居民出行进行调查的人力、物力成本较高，且难以模拟得到车辆的出行轨迹，无法准确反映居民出行特征；出行调查样本覆盖范围相对小，无法进一步描绘不同类型的出行***和公众出行需求。
发明内容
有鉴于此，本发明的目的是为了克服现有技术中的不足，提供一种公路出行平均运距的测算方法和装置，用于基于道路性质识别公路出行，按照起终点的地理属性将全社会人员公路出行拆分为城际出行、城乡出行和城区出行，测算出不同类型全社会人员公路出行平均运距。
本发明提供如下技术方案：
第一方面，本发明提出一种公路出行平均运距的测算方法，所述方法包括：获取目标时期内地图用户的初始导航数据；对所述初始导航数据进行预处理，得到目标导航数据；基于地理信息，根据所述目标导航数据确定多个公路出行路线，根据各所述公路出行路线确定多个全国城区出行路线、多个全国城乡出行路线和多个全国城际出行路线；根据各所述全国城区出行路线、各所述全国城乡出行路线和各所述全国城际出行路线计算全国城区平均运距、全国城乡平均运距和全国城际平均运距。
在一实施方式中，分别根据各所述公路出行路线的经纬度坐标计算多个公路出行路线距离，多个所述公路出行路线距离包括多个全国城区出行路线距离、多个全国城乡出行路线距离和多个全国城际出行路线距离；分别获取各所述全国城区出行路线、各所述全国城乡出行路线和各所述全国城际出行路线对应的全国城区出行人数、全国城乡出行人数和全国城际出行人数；基于全国城区出行用户总人数，根据各所述全国城区出行路线距离及其对应的全国城区出行人数进行平均加权，得到所述全国城区平均运距；基于全国城乡出行用户总人数，根据各所述全国城乡出行路线距离及其对应的全国城乡出行人数进行平均加权，得到所述全国城乡平均运距；基于全国城际出行用户总人数，根据各所述全国城际出行路线距离及其对应的全国城际出行人数进行平均加权，得到所述全国城际平均运距。
在一实施方式中，根据所述公路出行路线的起点所属省份计算同省城区平均运距、同省城乡平均运距和同省城际平均运距。
在一实施方式中，根据目标地理信息***确定各公路出行路线的起点所属省份；确定位于同一起点所属省份的多个同省城区出行路线、多个同省城乡出行路线和多个同省城际出行路线；确定各所述同省城区出行路线对应的同省城区出行路线距离和同省城区出行人数，确定各所述同省城乡出行路线对应的同省城乡出行路线距离和同省城乡出行人数，确定各所述同省城际出行路线对应的同省城际出行路线距离和同省城际出行人数；基于同省城区出行用户总人数，根据各所述同省城区出行路线距离及其对应的同省城区出行人数进行平均加权，得到所述同省城区平均运距；基于同省城乡出行用户总人数，根据各所述同省城乡出行路线距离及其对应的同省城乡出行人数进行平均加权，得到所述同省城乡平均运距；基于同省城际出行用户总人数，根据各所述同省城际出行路线距离及其对应的同省城际出行人数进行平均加权，得到所述同省城际平均运距。
在一实施方式中， 确定第一字段数据、第二字段数据和第三字段数据，所述第一字段数据用于指示轨迹经纬度坐标，所述第二字段数据用于指示轨迹路线，所述第三字段数据用于指示出行人数；确定所述初始导航数据中不包括所述第一字段数据和/或所述第二字段数据和/或所述第三字段数据的数据记录为缺失数据，并删除所述缺失数据，得到第一用户导航数据；确定所述第一用户导航数据中所述第一字段数据、所述第二字段数据和所述第三字段数据均分别相同的N个重复数据，并删除N-1个所述重复数据，得到第二用户导航数据；获取所述第二用户导航数据中各所述第一字段数据中的多个轨迹经纬度坐标，删除各所述经纬度坐标均相同的第一字段数据对应的数据记录，得到第三用户导航数据；获取所述第三用户导航数据中所述第二字段数据中的多个途径道路，删除各所述途径道路均相同的第二字段数据对应的数据记录，得到所述目标导航数据。
在一实施方式中，根据所述目标导航数据获取多个用户出行路线，根据多个所述用户出行路线确定对应的多个用户出行经纬度坐标；将多个所述用户出行经纬度坐标和公路底图投影至第一地理信息***，得到第二地理信息***，基于所述第二地理信息***，根据各所述用户出行路线确定多个公路出行路线；将各所述公路出行路线对应的多个用户出行经纬度坐标和乡镇街道行政区域底图投影至所述第二地理信息***，得到所述目标地理信息***，根据所述目标地理信息***确定各公路出行路线起点的起点所属区域和各公路出行路线终点的终点所属区域；根据各所述起点所属区域和各所述终点所属区域从多个所述公路出行路线中确定多个所述全国城区出行路线、多个所述全国城乡出行路线和多个所述全国城际出行路线。
在一实施方式中，根据所述第二地理信息***，分别判断各所述用户出行路线对应的多个用户出行经纬度坐标中是否存在至少两个的用户出行经纬度坐标连续位于所述公路底图；若是，则确定所述用户出行路线为所述公路出行路线。
在一实施方式中，若所述公路出行路线对应的起点所属区域和终点所属区域均位于同一城区区域，则所述公路出行路线为所述全国城区出行路线；若所述公路出行路线对应的起点所属区域和终点所属区域均位于同一地级及以上城市，且所述起点所属区域和/或所述终点所属区域不位于城区区域，则所述公路出行路线为所述全国城乡出行路线；若所述公路出行路线对应的起点所属区域和终点所属区域位于不同地级及以上城市，则所述公路出行路线为所述全国城际出行路线。
在一实施方式中，模拟交通指标与所述同省城区平均运距、所述同省城乡平均运距和所述同省城际平均运距的参考关系；基于所述参考关系得到补充运距数据；根据所述补充运距数据与所述同省城区平均运距、所述同省城乡平均运距和所述同省城际平均运距互相校验。
第二方面，本发明提供一种公路出行平均运距的测算装置，所述装置包括：
获取模块，用于获取目标时期时地图用户的初始导航数据；
处理模块，用于对所述初始导航数据进行预处理，得到目标导航数据；
确定模块，用于基于地理信息，根据所述目标导航数据确定多个公路出行路线，根据各所述公路出行路线确定多个城区出行路线全国城区出行路线、多个全国城乡出行路线和多个全国城际出行路线；
计算模块，用于根据各所述全国城区出行路线、各所述全国城乡出行路线和各所述全国城际出行路线计算全国城区平均运距、全国城乡平均运距和全国城际平均运距。
本发明公开的公路出行平均运距的测算方法和装置，获取目标时期内地图用户的初始导航数据；对所述初始导航数据进行预处理，得到目标导航数据；基于地理信息，根据所述目标导航数据确定多个公路出行路线，根据各所述公路出行路线确定多个全国城区出行路线、多个全国城乡出行路线和多个全国城际出行路线；根据各所述全国城区出行路线、各所述全国城乡出行路线和各所述全国城际出行路线计算全国城区平均运距、全国城乡平均运距和全国城际平均运距。这样，基于电子地图用户出行导航数据，完整测算全国及各区域不同类型的全社会人员公路出行的平均运距，包含城际出行平均运距、城乡出行平均运距和城区出行平均运距，填补行业统计中私家车、网约车、城乡巴士等新型出行方式的平均运距的空白，并准确把握了导航数据定位精度高、数据客观性强、不受人工干预、样本量大、覆盖面广的特征。
为使本发明的上述目的、特征和优点能更明显和易懂，下文特举较佳实施例，并配合所附附图，做详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍， 应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本发明提供的公路出行平均运距的测算方法的一流程示意图；
图2示出了本发明提供的公路出行平均运距的测算方法的另一流程示意图；
图3示出了本发明提供的公路出行平均运距的测算方法的又一流程示意图；
图4示出了本发明提供的公路出行平均运距的测算方法的再一流程示意图；
图5示出了本发明提供的公路出行平均运距的测算装置的一结构示意图。
主要元件符号说明：
500-公路出行平均运距的测算装置；501-获取模块；502-处理模块；503-确定模块；504-计算模块。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
需要说明的是，当元件被称为“固定于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。相反，当元件被称作“直接在”另一元件“上”时，不存在中间元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在模板的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在限制本发明。本文所使用的术语“及/ 或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例1
本公开实施例提供了一种公路出行平均运距的测算方法，用于基于道路性质识别公路出行，按照起终点的地理属性将全社会人员公路出行拆分为城际出行、城乡出行和城区出行，测算出不同类型全社会人员公路出行平均运距。
请参见图1，公路出行平均运距的测算方法包括步骤S101~S104，以下对各步骤进行详细说明。
步骤S101，获取目标时期内地图用户的初始导航数据。
在本实施例中，从电子地图中获取需要统计的目标时期内的初始导航数据。电子地图可以为高德地图或百度地图，在其他实施例中根据实际需要选择电子地图，本实施例在此不做限定。以高德地图为例，通过对起始地-目的地（Origin-Destination Data，OD）导航数据确定所属城市，结合各省***发布的城市常住人口数和高德地图在该城市的市场占有率，评估高德地图数据量是否合理，防止因存储、传输等原因导致的数据总量缺失影响平均运距测算精准度。
需要说明的是，从电子地图获取初始导航数据时，会将各用户的基础导航数据进行分析，将同一轨迹路线的基础导航数据整合至一条数据记录中，并合计走过该轨迹路线的用户出行人数，因此，一条数据记录包括一条轨迹路线和走过该轨迹路线的用户出行人数，还包括该轨迹路线的经纬度坐标点，而初始导航数据则由不同轨迹路线对应的数据记录组成。例如，现有基础导航数据包括轨迹路线/>，基础导航数据/>包括轨迹路线/>，基础导航数据/>包括轨迹路线/>，基础导航数据/>包括轨迹路线/>，则将轨迹路线同为的基础导航数据/>和/>整合至数据记录1中，此时数据记录1包括轨迹路线/>，以及走过轨迹路线/>的用户出行人数2个，数据记录1还包括轨迹路线/>的经纬度坐标等其他数据；而轨迹路线/>对应的基础导航数据/>和轨迹路线/>对应的基础导航数据/>分别整合至数据记录2和数据记录3中；同时，数据记录1、2、3共同组合成初始导航数据。
需要补充说明的是，预先对电子地图的基础导航数据进行分析整合得到初始导航数据，减小后续识别公路出行路线和其他类型出行路线的工作量，便于后续平均运距的计算。
步骤S102，对所述初始导航数据进行预处理，得到目标导航数据。
在本实施例中，对初始导航数据进行预处理，按照数据清洗规则对初始导航数据进行清洗，对缺失、重复、潜在定位错误和产生GPS信号“漂移”现象的数据记录进行删除和修复等处理。
请参见图2，在一具体实施例中，所述对所述初始导航数据进行预处理，得到目标导航数据，包括步骤S1021~步骤S1025，以下对各步骤进行详细说明。
步骤S1021，确定第一字段数据、第二字段数据和第三字段数据。
在本实施例中，定义三个关键的字段，并获取各字段数据，用以清洗初始导航数据。例如，可定义轨迹经纬度坐标字段、轨迹路线字段和出行人数字段。具体的，初始导航数据包括各用户的多条数据记录，确定各条数据记录中的第一字段数据、第二字段数据和第三字段数据，第一字段数据为轨迹坐标数据，第二字段数据为轨迹路线数据，第三字段数据为某一轨迹路线对应的出行人数数据。
步骤S1022，确定所述初始导航数据中不包括所述第一字段数据和/或所述第二字段数据和/或所述第三字段数据的数据记录为缺失数据，并删除所述缺失数据，得到第一用户导航数据。
在本实施例中，若初始导航数据的某一数据记录中不包括第一字段数据和/或第二字段数据和/或第三字段数据，即该数据记录中轨迹经纬度坐标数据、轨迹路线数据和出行人数数据中至少一个为空时，则确定该数据记录为缺失数据，并删除该缺失数据，得到删除缺失数据后的第一用户导航数据。
步骤S1023，确定所述第一用户导航数据中所述第一字段数据、所述第二字段数据和所述第三字段数据均分别相同的N个重复数据，并删除N-1个所述重复数据，得到第二用户导航数据。
在本实施例中，若第一用户导航数据的N个数据记录中第一字段数据、第二字段数据和第三字段数据均分别相同，即多个数据记录中轨迹经纬度坐标数据、轨迹路线数据和出行人数数据均分别相同，则N个数据记录为重复数据，并只保留其中一个重复数据，删除其余N-1个重复数据，得到删除多余重复数据后的第二用户导航数据。例如，若数据记录1的第一字段数据、第二字段数据和第三字段数据分别为A、B、C，数据记录2的第一字段数据、第二字段数据和第三字段数据分别为A、B、C，数据记录3的第一字段数据、第二字段数据和第三字段数据分别为D、B、A，数据记录4的第一字段数据、第二字段数据和第三字段数据分别为A、B、C，则可知数据记录1、数据记录2和数据记录4的第一字段数据、第二字段数据和第三字段数据均分别为A、B、C，因此，数据记录1、数据记录2和数据记录4为3个重复数据，此时，只保留3个重复数据中的任意一个重复数据，删除其余2个重复数据。
步骤S1024，获取所述第二用户导航数据中各所述第一字段数据中的多个轨迹经纬度坐标，删除各所述经纬度坐标均相同的第一字段数据对应的数据记录，得到第三用户导航数据。
在本实施例中，获取第二用户导航数据中各第一字段数据的多个轨迹经纬度坐标，若一第一字段数据中的各轨迹经纬度坐标均相同，则可知该第一字段数据对应的轨迹变化一直未变或者数据出错，不能成为有效的导航数据，因此，删除该第一字段数据对应的数据记录，得到删除后的第三用户导航数据。
步骤S1025，获取所述第三用户导航数据中所述第二字段数据中的多个途径道路，删除各所述途径道路均相同的第二字段数据对应的数据记录，得到所述目标导航数据。
在本实施例中，获取第三用户导航数据中各第二字段数据的多个途径道路，若一第二字段数据中各途径道路相同，则可知该第二字段数据对应的轨迹也未变化或者数据出错，因此删除该第二字段数据对应的数据记录，得到删除后的目标导航数据。
请再次参见图1，步骤S103，基于地理信息，根据所述目标导航数据确定多个公路出行路线，根据各所述公路出行路线确定多个全国城区出行路线、多个全国城乡出行路线和多个全国城际出行路线。
在本实施例中，基于目标导航数据中各路线途径道路的道路地理属性识别公路出行路线，从而基于各公路出行路线起点和终点的地理行政属性划分全国城区出行路线、全国城乡出行路线和全国城际出行路线。
请参见图3，在一具体实施例中，所述基于地理信息，根据所述目标导航数据确定多个公路出行路线，根据各所述公路出行路线确定多个全国城区出行路线、多个全国城乡出行路线和多个全国城际出行路线，包括步骤S1031~步骤S1034，以下对各步骤进行详细说明。
步骤S1031，根据所述目标导航数据获取多个用户出行路线，根据多个所述用户出行路线确定对应的多个用户出行经纬度坐标。
在本实施例中，从进行预处理后的目标导航数据中根据第二字段数据确定多个用户出行路线，此时的用户出行路线均为有效数据，并根据第一字段数据确定各用户出行路线对应的多个用户出行经纬度坐标。
步骤S1032，将多个所述用户出行经纬度坐标和公路底图投影至第一地理信息***，得到第二地理信息***，基于所述第二地理信息***，根据各所述用户出行路线确定多个公路出行路线。
在本实施例中，将多个用户出行经纬度坐标和公路底图投影至第一地理信息***中，得到第二地理信息***，从而通过第二地理信息***识别各用户出行路线是否为公路出行路线。
在一具体实施例中，所述基于所述第二地理信息***，根据各所述用户出行路线确定多个公路出行路线，包括：根据所述第二地理信息***，分别判断各所述用户出行路线对应的多个用户出行经纬度坐标中是否存在至少两个的用户出行经纬度坐标连续位于所述公路底图；若是，则确定所述用户出行路线为所述公路出行路线。
在本实施例中，通过第二地理信息***判断各用户出行路线对应的多个用户出行经纬度坐标中是否存在至少两个用户出行经纬度坐标连续位于公路底图；若一用户出行路线对应的多个用户出行经纬度坐标中存在至少两个用户出行经纬度坐标连续位于公路底图，则确定该用户出行路线为公路出行路线。例如，用户出行路线Y对应的用户出行经纬度坐标依次包括……，此时用户出行经纬度坐标/>位于公路底图，则确定用户出行路线Y为公路出行路线；若用户出行路线Z对应的用户出行经纬度坐标依次包括/>……，只有用户出行经纬度坐标/>位于公路底图，而/>并不为连续的两个用户出行经纬度坐标，因此用户出行路线Z不为公路出行路线。需要说明的是，公路包括高速公路和普通国省道。
步骤S1033，将各所述公路出行路线对应的多个用户出行经纬度坐标和乡镇街道行政区域底图投影至所述第二地理信息***，得到所述目标地理信息***，根据所述目标地理信息***确定各公路出行路线起点的起点所属区域和各公路出行路线终点的终点所属区域。
在本实施例中，将公路出行路线对应的多个用户出行经纬度坐标和乡镇街道行政区域底图投影至第二地理信息***中进行叠加，得到目标地理信息***，用于判断公路出行路线起点和终点分别所属的乡镇街道行政区域，即起点所属区域和终点所属区域。乡镇街道行政区域包括乡镇或街道。
步骤S1034，根据各所述起点所属区域和各所述终点所属区域从多个所述公路出行路线中确定多个所述全国城区出行路线、多个所述全国城乡出行路线和多个所述全国城际出行路线。
在本实施例中，通过判断各公路出行路线起止点对应的乡镇或街道是否位于同一城市以及城区区域来划分全国城区出行路线、全国城乡出行路线和全国城际出行路线。
需要说明的是，城区区域包括地级及以上城市的市辖区和县城，全区市按照城市规划中明确的中心城区界定为城区，其余市辖区为乡，即非城区区域。
对于上述的县城，目前随着城镇化发展，部分县和县级市进行了撤镇改街道的行政区划调整，将原有的镇纳入了城市化管理，因此将县和县级市的街道划分为街道；其他未被识别为城区的县级行政单位，依据“城关镇”作为县治所在地的行政建制的原则界定为县城；同时，根据国家***县（县级市）的《统计用区划代码和城乡划分代码编制规则》选取县（县级市）行政区划代码排在第一位的镇的原则界定为县城。
在一具体实施例中，若所述公路出行路线对应的起点所属区域和终点所属区域均位于同一城区区域，则所述公路出行路线为所述全国城区出行路线；若所述公路出行路线对应的起点所属区域和终点所属区域均位于同一城市，且所述起点所属区域和/或终点所属区域不位于城区区域，则所述公路出行路线为所述全国城乡出行路线；若所述公路出行路线对应的起点所属区域和终点所属区域位于不同地级及以上城市，则所述公路出行路线为所述全国城际出行路线。
在本实施例中，若一公路出行路线对应的起点所属区域和终点所属区域均位于同一城区区域，即位于同一地级及以上城市的市辖区或县城，则该公路出行路线为全国城区出行路线。
若一公路出行路线对应的起点所属区域和终点所属区域均位于同一地级及以上城市，且起点所属区域和/或终点所属区域不位于城区区域，即起点所属区域和终点所属区域中最多一端位于市辖区或县城，则该公路出行路线为全国城乡出行路线。
若一公路出行路线对应的起点所属区域和终点所属区域位于不同地级及以上城市，则该公路出行路线为全国城际出行路线。
请再次参见图1，步骤S104，根据各所述全国城区出行路线、各所述全国城乡出行路线和各所述全国城际出行路线计算全国城区平均运距、全国城乡平均运距和全国城际平均运距。
在本实施例中，分别对全国城区出行路线、全国城乡出行路线和全国城际出行路线进行平均运距的计算，可用于从不同方面反映全社会人员通过公路出行的平均运距。
请参见图4，在一具体实施例中，所述根据各所述全国城区出行路线、各所述全国城乡出行路线和各所述全国城际出行路线计算全国城区平均运距、全国城乡平均运距和全国城际平均运距，包括步骤S1041~步骤S1045，以下对各步骤进行说明。
步骤S1041，分别根据各所述公路出行路线的经纬度坐标计算多个公路出行路线距离，多个所述公路出行路线距离包括多个全国城区出行路线距离、多个全国城乡出行路线距离和多个全国城际出行路线距离。
在本实施例中，根据公路出行路线的经纬度坐标对各公路出行路线计算公路出行路线距离，即分别对各全国城区出行路线、全国城乡出行路线和全国城际出行路线进行路线距离的计算，得到多个全国城区出行路线距离、多个全国城乡出行路线距离和多个全国城际出行路线距离。公路出行路线距离的计算公式为，式中，d表示公路出行路线距离，r为地球半径，/>为公路出行路线起点经度坐标的弧度，/>为公路出行路线起点纬度坐标的弧度，/>为公路出行路线终点经度坐标的弧度，/>为公路出行路线终点纬度坐标的弧度。其中，公路出行路线起点经度坐标的弧度/>的计算公式为/>起点经度坐标，公路出行路线起点纬度坐标的弧度/>的计算公式为/>起点纬度坐标，公路出行路线终点经度坐标的弧度/>的计算公式为/>终点经度坐标，公路出行路线终点纬度度坐标的弧度/>的计算公式为/>终点纬度坐标。在其他实施例中，也可根据其他公式计算公路出行路线距离。
步骤S1042，分别获取各所述全国城区出行路线、各所述全国城乡出行路线和各所述全国城际出行路线对应的全国城区出行人数、全国城乡出行人数和全国城际出行人数。
在本实施例中，确定各全国城区出行路线、全国城乡出行路线和全国城际出行路线对应的用户人数，用于后续平均运距的计算。
步骤S1043，基于全国城区出行用户总人数，根据各所述全国城区出行路线距离及其对应的全国城区出行人数进行平均加权，得到所述全国城区平均运距。
在本实施例中，获取全国城区出行用户总人数、全国城区出行路线距离，以及某一全国城区出行路线距离/>对应的全国城区出行人数/>，全国城区平均运距/>的计算公式为/>（/>），其中，为全国城区出行路线的数量。
需要说明的是，将各全国城区出行路线对应的全国城区出行人数相加得到全国城区出行用户总人数，例如，全国城区出行路线/>对应的全国城区出行人数为2个，全国城区出行路线/>对应的全国城区出行人数为3个，全国城区出行路线/>对应的全国城区出行人数为4个，则全国城区出行用户总人数/>为2+3+4=9。
步骤S1044，基于全国城乡出行用户总人数，根据各所述全国城乡出行路线距离及其对应的全国城乡出行人数进行平均加权，得到所述全国城乡平均运距。
在本实施例中，获取全国城乡出行用户总人数、全国城乡出行路线距离，以及某一全国城乡出行路线距离/>对应的全国城乡出行人数/>，全国城乡平均运距/>的计算公式为/>，其中/>为全国城乡出行路线的数量。
需要说明的是，将各全国城乡出行路线对应的全国城乡出行人数相加得到全国城乡出行用户总人数，例如，全国城乡出行路线/>对应的全国城乡出行人数为1个，全国城乡出行路线/>对应的全国城乡出行人数为3个，全国城乡出行路线/>对应的全国城乡出行人数为4个，则全国城乡出行用户总人数/>为1+3+4=8。
步骤S1045，基于全国城际出行用户总人数，根据各所述全国城际出行路线距离及其对应的全国城际出行人数进行平均加权，得到所述全国城际平均运距。
在本实施例中，获取全国城际出行用户总人数、全国城际出行路线距离，以及某一全国城际出行路线距离/>对应的全国城际出行人数/>，全国城际平均运距/>的计算公式为/>（/>），其中，/>为全国城际出行路线的数量。
需要说明的是，将各全国城际出行路线对应的全国城际出行人数相加得到全国城际出行用户总人数，例如，全国城际出行路线/>对应的全国城际出行人数为2个，全国城际出行路线/>对应的全国城际出行人数为3个，全国城际出行路线/>对应的全国城际出行人数为2个，则全国城际出行用户总人数/>为2+3+2=7。
在一具体实施例中，根据所述公路出行路线的起点所属省份计算同省城区平均运距、同省城乡平均运距和同省城际平均运距。
在本实施例中，根据各公路出行路线起点的所属省份来计算不同省份的平均运距，从而获得更全面的交通统计数据。在其他实施例中，也可根据其他地理区域来计算不同类型的平均运距，丰富交通数据。
在一具体实施例中，根据目标地理信息***确定各公路出行路线的起点所属省份；确定位于同一起点所属省份的多个同省城区出行路线、多个同省城乡出行路线和多个同省城际出行路线；确定各所述同省城区出行路线对应的同省城区出行路线距离和同省城区出行人数，确定各所述同省城乡出行路线对应的同省城乡出行路线距离和同省城乡出行人数，确定各所述同省城际出行路线对应的同省城际出行路线距离和同省城际出行人数；基于同省城区出行用户总人数，根据各所述同省城区出行路线距离及其对应的同省城区出行人数进行平均加权，得到所述同省城区平均运距；基于同省城乡出行用户总人数，根据各所述同省城乡出行路线距离及其对应的同省城乡出行人数进行平均加权，得到所述同省城乡平均运距；基于同省城际出行用户总人数，根据各所述同省城际出行路线距离及其对应的同省城际出行人数进行平均加权，得到所述同省城际平均运距。
在本实施例中，首先根据目标地理信息***确定公路出行路线的起点所属省份，即确定全国城区出行路线、全国城乡出行路线和全国城际出行路线的起点所属省份；根据各起点所属省份划分位于同一省份的同省城区出行路线、同省城乡出行路线和同省城际出行路线；并基于各全国城区出行路线距离、全国城乡出行路线距离和全国城际出行路线距离以及全国城区出行人数、全国城乡出行人数和全国城际出行人数来确定同一省份的各同省城区出行路线对应的同省城区出行路线距离和同省城区出行人数，各同省城乡出行路线对应的同省城乡出行路线距离和同省城乡出行用户人数，以及各同省城际出行路线对应的同省城际出行路线距离和同省城际出行人数。
例如，现有全国城区用户出行路线为省份/>，且全国城区用户出行路线/>对应的全国城区用户人数为2，全国城区用户出行路线/>为省份/>，且全国城区用户出行路线对应的全国城区用户人数为5，全国城区用户出行路线/>为省份/>，且全国城区用户出行路线/>对应的全国城区用户人数为3则省份/>的同省城区出行路线为/>和/>，且省份/>的同省城区出行人数为2+5=7，而省份/>的同省城区出行路线为/>，且省份/>的同省城区出行人数为3。
进一步地，获取目标所属省份s的同省城区出行用户总人数、同省城区出行路线距离/>，以及某一同省城区出行路线对应的同省城区出行人数/>，目标所属省份s的同省城区平均运距/>的计算公式为, 其中，/>为同省城区出行路线的数量。
进一步地，获取目标所属省份s的同省城乡出行用户总人数、同省城乡出行路线距离/>，以及某一同省城乡出行路线对应的同省城乡出行人数/>，目标所属省份s的同省城乡平均运距/>的计算公式为，其中，/>为同省城乡出行路线的数量。
进一步地，获取目标所属省份s的同省城际出行用户总人数、同省城际出行路线距离/>，以及某一同省城际出行路线对应的同省城际出行人数/>，目标所属省份s的同省城际平均运距/>的计算公式为，其中，/>为同省城际出行路线的数量。
在一具体实施例中，模拟交通指标与所述同省城区平均运距、所述同省城乡平均运距和所述同省城际平均运距的参考关系；基于所述参考关系得到补充运距数据；根据所述补充运距数据与所述同省城区平均运距、所述同省城乡平均运距和所述同省城际平均运距互相校验。
在本实施例中，交通指标包括公共汽电车客运量、公共汽电车路线长度、城市建成区面积、城市人口等指标。基于各城市的交通指标建立各城市之间的对应关系，并基于归一化方法，对各交通指标进行数据无量纲化处理。
进一步地，通过Matlab模拟已知的同省城区平均运距、同省城乡平均运距和同省城际平均运距与已知省份平均运距的交通指标的参考关系，并基于参考关系补充导航数据覆盖率少的省份的各类型平均运距，对于导航数据覆盖率少的省份，可通过补充运距数据的关系与同省城区平均运距、同省城乡平均运距和同省城际平均运距的关系进行相互校验，确保各省份平均运距的准确性。
本实施例提出的公路出行平均运距的测算方法，获取目标时期内地图用户的初始导航数据；对所述初始导航数据进行预处理，得到目标导航数据；基于地理信息，根据所述目标导航数据确定多个公路出行路线，根据各所述公路出行路线确定多个全国城区出行路线、多个全国城乡出行路线和多个全国城际出行路线；根据各所述全国城区出行路线、各所述全国城乡出行路线和各所述全国城际出行路线计算全国城区平均运距、全国城乡平均运距和全国城际平均运距。这样，基于电子地图用户出行导航数据，完整测算全国及各区域不同类型的全社会人员公路出行的平均运距，包含城际出行平均运距、城乡出行平均运距和城区出行平均运距，填补行业统计中私家车、网约车、城乡巴士等新型出行方式的平均运距的空白，并准确把握了导航数据定位精度高、数据客观性强、不受人工干预、样本量大、覆盖面广的特征。
实施例2
此外，请参见图5，本公开实施例提供一种公路出行平均运距的测算装置500，所述装置包括：
获取模块501，用于获取目标时期时地图用户的初始导航数据；
处理模块502，用于对所述初始导航数据进行预处理，得到目标导航数据；
确定模块503，用于基于地理信息，根据所述目标导航数据确定多个公路出行路线，根据各所述公路出行路线确定多个全国城区出行路线、多个全国城乡出行路线和多个全国城际出行路线；
计算模块504，用于根据各所述全国城区出行路线、各所述全国城乡出行路线和各所述全国城际出行路线计算全国城区平均运距、全国城乡平均运距和全国城际平均运距。
可选的，所述计算模块504，还用于分别根据各所述公路出行路线的经纬度坐标计算多个公路出行路线距离，多个所述公路出行路线距离包括多个全国城区出行路线距离、多个全国城乡出行路线距离和多个全国城际出行路线距离；分别获取各所述全国城区出行路线、各所述全国城乡出行路线和各所述全国城际出行路线对应的全国城区出行人数、全国城乡出行人数和全国城际出行人数；基于全国城区出行用户总人数，根据各所述全国城区出行路线距离及其对应的全国城区出行人数进行平均加权，得到所述全国城区平均运距；基于全国城乡出行用户总人数，根据各所述全国城乡出行路线距离及其对应的全国城乡出行人数进行平均加权，得到所述全国城乡平均运距；基于全国城际出行用户总人数，根据各所述全国城际出行路线距离及其对应的全国城际出行人数进行平均加权，得到所述全国城际平均运距。
可选的，所述计算模块504，还用于根据所述公路出行路线的起点所属省份计算同省城区平均运距、同省城乡平均运距和同省城际平均运距。
可选的，所述计算模块504，还用于根据目标地理信息***确定各公路出行路线的起点所属省份；确定位于同一起点所属省份的多个同省城区出行路线、多个同省城乡出行路线和多个同省城际出行路线；确定各所述同省城区出行路线对应的同省城区出行路线距离和同省城区出行人数，确定各所述同省城乡出行路线对应的同省城乡出行路线距离和同省城乡出行人数，确定各所述同省城际出行路线对应的同省城际出行路线距离和同省城际出行人数；基于同省城区出行用户总人数，根据各所述同省城区出行路线距离及其对应的同省城区出行人数进行平均加权，得到所述同省城区平均运距；基于同省城乡出行用户总人数，根据各所述同省城乡出行路线距离及其对应的同省城乡出行人数进行平均加权，得到所述同省城乡平均运距；基于同省城际出行用户总人数，根据各所述同省城际出行路线距离及其对应的同省城际出行人数进行平均加权，得到所述同省城际平均运距。
可选的，所述处理模块502，还用于确定第一字段数据、第二字段数据和第三字段数据，所述第一字段数据用于指示轨迹经纬度坐标，所述第二字段数据用于指示轨迹路线，所述第三字段数据用于指示出行人数；确定所述初始导航数据中不包括所述第一字段数据和/或所述第二字段数据和/或所述第三字段数据的数据记录为缺失数据，并删除所述缺失数据，得到第一用户导航数据；确定所述第一用户导航数据中所述第一字段数据、所述第二字段数据和所述第三字段数据均分别相同的N个重复数据，并删除N-1个所述重复数据，得到第二用户导航数据；获取所述第二用户导航数据中各所述第一字段数据中的多个轨迹经纬度坐标，删除各所述经纬度坐标均相同的第一字段数据对应的数据记录，得到第三用户导航数据；获取所述第三用户导航数据中所述第二字段数据中的多个途径道路，删除各所述途径道路均相同的第二字段数据对应的数据记录，得到所述目标导航数据。
可选的，所述确定模块503，还用于根据所述目标导航数据获取多个用户出行路线，根据多个所述用户出行路线确定对应的多个用户出行经纬度坐标；将多个所述用户出行经纬度坐标和公路底图投影至第一地理信息***，得到第二地理信息***，基于所述第二地理信息***，根据各所述用户出行路线确定多个公路出行路线；将各所述公路出行路线对应的多个用户出行经纬度坐标和乡镇街道行政区域底图投影至所述第二地理信息***，得到所述目标地理信息***，根据所述目标地理信息***确定各公路出行路线起点的起点所属区域和各公路出行路线终点的终点所属区域；根据各所述起点所属区域和各所述终点所属区域从多个所述公路出行路线中确定多个所述全国城区出行路线、多个所述全国城乡出行路线和多个所述全国城际出行路线。
可选的，所述确定模块503，还用于根据所述第二地理信息***，分别判断各所述用户出行路线对应的多个用户出行经纬度坐标中是否存在至少两个的用户出行经纬度坐标连续位于所述公路底图；若是，则确定所述用户出行路线为所述公路出行路线。
可选的，所述确定模块503，还用于若所述公路出行路线对应的起点所属区域和终点所属区域均位于同一城区区域，则所述公路出行路线为所述全国城区出行路线；若所述公路出行路线对应的起点所属区域和终点所属区域均位于同一地级及以上城市，且所述起点所属区域和/或所述终点所属区域不位于城区区域，则所述公路出行路线为所述全国城乡出行路线；若所述公路出行路线对应的起点所属区域和终点所属区域位于不同地级及以上城市，则所述公路出行路线为所述全国城际出行路线。
可选的，所述计算模块504，还用于模拟交通指标与所述同省城区平均运距、所述同省城乡平均运距和所述同省城际平均运距的参考关系；基于所述参考关系得到补充运距数据；根据所述补充运距数据与所述同省城区平均运距、所述同省城乡平均运距和所述同省城际平均运距互相校验。
本公开实施例提供的装置，可以执行实施例1中所提供的公路出行平均运距的测算方法的步骤，为避免重复，不再赘述。
本实施例提出的公路出行平均运距的测算装置，获取目标时期内地图用户的初始导航数据；对所述初始导航数据进行预处理，得到目标导航数据；基于地理信息，根据所述目标导航数据确定多个公路出行路线，根据各所述公路出行路线确定多个全国城区出行路线、多个全国城乡出行路线和多个全国城际出行路线；根据各所述全国城区出行路线、各所述全国城乡出行路线和各所述全国城际出行路线计算全国城区平均运距、全国城乡平均运距和全国城际平均运距。这样，基于电子地图用户出行导航数据，完整测算全国及各区域不同类型的全社会人员公路出行的平均运距，包含城际出行平均运距、城乡出行平均运距和城区出行平均运距，填补行业统计中私家车、网约车、城乡巴士等新型出行方式的平均运距的空白，并准确把握了导航数据定位精度高、数据客观性强、不受人工干预、样本量大、覆盖面广的特征。
在这里示出和描述的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制，因此，示例性实施例的其他示例可以具有不同的值。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。
Claims (5)
1.一种公路出行平均运距的测算方法，其特征在于，所述方法包括：
获取目标时期内地图用户的初始导航数据；
对所述初始导航数据进行预处理，得到目标导航数据；
基于地理信息***，根据所述目标导航数据和公路底图确定多个公路出行路线，根据各所述公路出行路线的起点所属区域和终点所属区域确定多个全国城区出行路线、多个全国城乡出行路线和多个全国城际出行路线；
根据各所述全国城区出行路线、各所述全国城乡出行路线和各所述全国城际出行路线计算全国城区平均运距、全国城乡平均运距和全国城际平均运距；
根据所述公路出行路线的起点所属省份计算同省城区平均运距、同省城乡平均运距和同省城际平均运距；
其中，通过起始地-目的地导航数据确定所属城市，并结合所述所属城市的城市常住人口数和各地图软件在所述所属城市的市场占有率确定所述地图；
其中，所述对所述初始导航数据进行预处理，得到目标导航数据，包括：
确定第一字段数据、第二字段数据和第三字段数据，所述第一字段数据用于指示轨迹经纬度坐标，所述第二字段数据用于指示轨迹路线，所述第三字段数据用于指示出行人数；
确定所述初始导航数据中不包括所述第一字段数据和/或所述第二字段数据和/或所述第三字段数据的数据记录为缺失数据，并删除所述缺失数据，得到第一用户导航数据；
确定所述第一用户导航数据中所述第一字段数据、所述第二字段数据和所述第三字段数据均分别相同的N个重复数据，并删除N-1个所述重复数据，得到第二用户导航数据；
获取所述第二用户导航数据中各所述第一字段数据中的多个轨迹经纬度坐标，删除各所述经纬度坐标均相同的第一字段数据对应的数据记录，得到第三用户导航数据；
获取所述第三用户导航数据中所述第二字段数据中的多个途径道路，删除各所述途径道路均相同的第二字段数据对应的数据记录，得到所述目标导航数据；
其中，所述基于地理信息***，根据所述目标导航数据和公路底图确定多个公路出行路线，根据各所述公路出行路线的起点所属区域和终点所属区域确定多个全国城区出行路线、多个全国城乡出行路线和多个全国城际出行路线，包括：
根据所述目标导航数据获取多个用户出行路线，根据多个所述用户出行路线确定对应的多个用户出行经纬度坐标；
将多个所述用户出行经纬度坐标和公路底图投影至第一地理信息***，得到第二地理信息***，基于所述第二地理信息***，根据各所述用户出行路线确定多个公路出行路线；
将各所述公路出行路线对应的多个用户出行经纬度坐标和乡镇街道行政区域底图投影至所述第二地理信息***，得到目标地理信息***，根据所述目标地理信息***确定各公路出行路线起点的起点所属区域和各公路出行路线终点的终点所属区域；
根据各所述起点所属区域和各所述终点所属区域从多个所述公路出行路线中确定多个所述全国城区出行路线、多个所述全国城乡出行路线和多个所述全国城际出行路线；
其中，所述基于所述第二地理信息***，根据各所述用户出行路线确定多个公路出行路线，包括：
根据所述第二地理信息***，分别判断各所述用户出行路线对应的多个用户出行经纬度坐标中是否存在至少两个的用户出行经纬度坐标连续位于所述公路底图；
若是，则确定所述用户出行路线为所述公路出行路线；
其中，所述根据所述起点所属区域和所述终点所属区域从所述公路出行路线中确定全国城区出行路线、全国城乡出行路线和全国城际出行路线，包括：
若所述公路出行路线对应的起点所属区域和终点所属区域均位于同一城区区域，则所述公路出行路线为所述全国城区出行路线；
若所述公路出行路线对应的起点所属区域和终点所属区域均位于同一地级及以上城市，且所述起点所属区域和/或所述终点所属区域不位于城区区域，则所述公路出行路线为所述全国城乡出行路线；
若所述公路出行路线对应的起点所属区域和终点所属区域位于不同地级及以上城市，则所述公路出行路线为所述全国城际出行路线；
其中，所述城区区域包括地级及以上城市的市辖区和县城，全区市按照城市规划中明确的中心城区界定为城区，其余市辖区为乡，即非城区区域；并将县和县级市的街道划分为街道；其他未被识别为城区的县级行政单位，依据“城关镇”作为县治所在地的行政建制的原则界定为县城；同时，根据国家***县和县级市的《统计用区划代码和城乡划分代码编制规则》选取县和县级市行政区划代码排在第一位的镇的原则界定为县城；
其中，所述根据所述公路出行路线的起点所属省份计算同省城区平均运距、同省城乡平均运距和同省城际平均运距，包括：
根据目标地理信息***确定各公路出行路线的起点所属省份；
确定位于同一起点所属省份的多个同省城区出行路线、多个同省城乡出行路线和多个同省城际出行路线；
确定各所述同省城区出行路线对应的同省城区出行路线距离和同省城区出行人数，确定各所述同省城乡出行路线对应的同省城乡出行路线距离和同省城乡出行人数，确定各所述同省城际出行路线对应的同省城际出行路线距离和同省城际出行人数；
基于同省城区出行用户总人数，根据各所述同省城区出行路线距离及其对应的同省城区出行人数进行平均加权，得到所述同省城区平均运距；
基于同省城乡出行用户总人数，根据各所述同省城乡出行路线距离及其对应的同省城乡出行人数进行平均加权，得到所述同省城乡平均运距；
基于同省城际出行用户总人数，根据各所述同省城际出行路线距离及其对应的同省城际出行人数进行平均加权，得到所述同省城际平均运距。
2.根据权利要求1所述公路出行平均运距的测算方法，其特征在于，所述根据各所述全国城区出行路线、各所述全国城乡出行路线和各所述全国城际出行路线计算全国城区平均运距、全国城乡平均运距和全国城际平均运距，包括：
分别根据各所述公路出行路线的经纬度坐标计算多个公路出行路线距离，多个所述公路出行路线距离包括多个全国城区出行路线距离、多个全国城乡出行路线距离和多个全国城际出行路线距离；
分别获取各所述全国城区出行路线、各所述全国城乡出行路线和各所述全国城际出行路线对应的全国城区出行人数、全国城乡出行人数和全国城际出行人数；
基于全国城区出行用户总人数，根据各所述全国城区出行路线距离及其对应的全国城区出行人数进行平均加权，得到所述全国城区平均运距；
基于全国城乡出行用户总人数，根据各所述全国城乡出行路线距离及其对应的全国城乡出行人数进行平均加权，得到所述全国城乡平均运距；
基于全国城际出行用户总人数，根据各所述全国城际出行路线距离及其对应的全国城际出行人数进行平均加权，得到所述全国城际平均运距。
3.根据权利要求1所述的公路出行平均运距的测算方法，其特征在于，所述对所述初始导航数据进行预处理，得到目标导航数据，包括：
确定第一字段数据、第二字段数据和第三字段数据，所述第一字段数据用于指示轨迹经纬度坐标，所述第二字段数据用于指示轨迹路线，所述第三字段数据用于指示出行人数；
确定所述初始导航数据中不包括所述第一字段数据和/或所述第二字段数据和/或所述第三字段数据的数据记录为缺失数据，并删除所述缺失数据，得到第一用户导航数据；
确定所述第一用户导航数据中所述第一字段数据、所述第二字段数据和所述第三字段数据均分别相同的N个重复数据，并删除N-1个所述重复数据，得到第二用户导航数据；
获取所述第二用户导航数据中各所述第一字段数据中的多个轨迹经纬度坐标，删除各所述经纬度坐标均相同的第一字段数据对应的数据记录，得到第三用户导航数据；
获取所述第三用户导航数据中所述第二字段数据中的多个途径道路，删除各所述途径道路均相同的第二字段数据对应的数据记录，得到所述目标导航数据。
4.根据权利要求1所述公路出行平均运距的测算方法，其特征在于，所述方法还包括：
模拟交通指标与所述同省城区平均运距、所述同省城乡平均运距和所述同省城际平均运距的参考关系；
基于所述参考关系得到补充运距数据；
根据所述补充运距数据与所述同省城区平均运距、所述同省城乡平均运距和所述同省城际平均运距互相校验。
5.一种公路出行平均运距的测算装置，其特征在于，所述装置包括：
获取模块，用于获取目标时期时地图用户的初始导航数据；
处理模块，用于对所述初始导航数据进行预处理，得到目标导航数据；
确定模块，用于基于地理信息***，根据所述目标导航数据和公路底图确定多个公路出行路线，根据各所述公路出行路线的起点所属区域和终点所属区域确定多个城区出行路线全国城区出行路线、多个全国城乡出行路线和多个全国城际出行路线；
计算模块，用于根据各所述全国城区出行路线、各所述全国城乡出行路线和各所述全国城际出行路线计算全国城区平均运距、全国城乡平均运距和全国城际平均运距；
所述计算模块，还用于根据所述公路出行路线的起点所属省份计算同省城区平均运距、同省城乡平均运距和同省城际平均运距；
所述获取模块，还用于通过起始地-目的地导航数据确定所属城市，并结合所述所属城市的城市常住人口数和各地图软件在所述所属城市的市场占有率确定所述地图；
所述确定模块，还用于根据所述目标导航数据获取多个用户出行路线，根据多个所述用户出行路线确定对应的多个用户出行经纬度坐标；将多个所述用户出行经纬度坐标和公路底图投影至第一地理信息***，得到第二地理信息***，基于所述第二地理信息***，根据各所述用户出行路线确定多个公路出行路线；将各所述公路出行路线对应的多个用户出行经纬度坐标和乡镇街道行政区域底图投影至所述第二地理信息***，得到目标地理信息***，根据所述目标地理信息***确定各公路出行路线起点的起点所属区域和各公路出行路线终点的终点所属区域；根据各所述起点所属区域和各所述终点所属区域从多个所述公路出行路线中确定多个所述全国城区出行路线、多个所述全国城乡出行路线和多个所述全国城际出行路线；
所述确定模块，还用于根据所述第二地理信息***，分别判断各所述用户出行路线对应的多个用户出行经纬度坐标中是否存在至少两个的用户出行经纬度坐标连续位于所述公路底图；若是，则确定所述用户出行路线为所述公路出行路线；
所述确定模块，还用于若所述公路出行路线对应的起点所属区域和终点所属区域均位于同一城区区域，则所述公路出行路线为所述全国城区出行路线；若所述公路出行路线对应的起点所属区域和终点所属区域均位于同一地级及以上城市，且所述起点所属区域和/或所述终点所属区域不位于城区区域，则所述公路出行路线为所述全国城乡出行路线；若所述公路出行路线对应的起点所属区域和终点所属区域位于不同地级及以上城市，则所述公路出行路线为所述全国城际出行路线；所述城区区域包括地级及以上城市的市辖区和县城，全区市按照城市规划中明确的中心城区界定为城区，其余市辖区为乡，即非城区区域；并将县和县级市的街道划分为街道；其他未被识别为城区的县级行政单位，依据“城关镇”作为县治所在地的行政建制的原则界定为县城；同时，根据国家***县和县级市的《统计用区划代码和城乡划分代码编制规则》选取县和县级市行政区划代码排在第一位的镇的原则界定为县城；
所述计算模块，还用于根据目标地理信息***确定各公路出行路线的起点所属省份；确定位于同一起点所属省份的多个同省城区出行路线、多个同省城乡出行路线和多个同省城际出行路线；确定各所述同省城区出行路线对应的同省城区出行路线距离和同省城区出行人数，确定各所述同省城乡出行路线对应的同省城乡出行路线距离和同省城乡出行人数，确定各所述同省城际出行路线对应的同省城际出行路线距离和同省城际出行人数；基于同省城区出行用户总人数，根据各所述同省城区出行路线距离及其对应的同省城区出行人数进行平均加权，得到所述同省城区平均运距；基于同省城乡出行用户总人数，根据各所述同省城乡出行路线距离及其对应的同省城乡出行人数进行平均加权，得到所述同省城乡平均运距；基于同省城际出行用户总人数，根据各所述同省城际出行路线距离及其对应的同省城际出行人数进行平均加权，得到所述同省城际平均运距。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410045602.2A CN117557011B (zh) | 2024-01-12 | 2024-01-12 | 公路出行平均运距的测算方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410045602.2A CN117557011B (zh) | 2024-01-12 | 2024-01-12 | 公路出行平均运距的测算方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117557011A CN117557011A (zh) | 2024-02-13 |
| CN117557011B true CN117557011B (zh) | 2024-04-16 |
Family
ID=89817078
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410045602.2A Active CN117557011B (zh) | 2024-01-12 | 2024-01-12 | 公路出行平均运距的测算方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117557011B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2725567A1 (en) * | 2008-12-23 | 2010-07-01 | Tomtom International B.V. | Navigation device and method for determining a route of travel |
| CN108921465A (zh) * | 2018-06-11 | 2018-11-30 | 华南理工大学 | 一种公路网货物运输指标自动化统计方法 |
| CN112507624A (zh) * | 2020-12-15 | 2021-03-16 | 交通运输部公路科学研究所 | 一种城际公路出行方式识别模型构建、识别方法及装置 |
| CN116504050A (zh) * | 2022-09-27 | 2023-07-28 | 东南大学 | 一种基于多模式公共交通出行数据的特殊事件城市分区方法 |
| CN116720875A (zh) * | 2023-05-29 | 2023-09-08 | 协鑫电港云科技(海南)有限公司 | 网约车及其数据的处理方法、存储介质以及电子设备 |
-
2024
- 2024-01-12 CN CN202410045602.2A patent/CN117557011B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2725567A1 (en) * | 2008-12-23 | 2010-07-01 | Tomtom International B.V. | Navigation device and method for determining a route of travel |
| CN108921465A (zh) * | 2018-06-11 | 2018-11-30 | 华南理工大学 | 一种公路网货物运输指标自动化统计方法 |
| CN112507624A (zh) * | 2020-12-15 | 2021-03-16 | 交通运输部公路科学研究所 | 一种城际公路出行方式识别模型构建、识别方法及装置 |
| CN116504050A (zh) * | 2022-09-27 | 2023-07-28 | 东南大学 | 一种基于多模式公共交通出行数据的特殊事件城市分区方法 |
| CN116720875A (zh) * | 2023-05-29 | 2023-09-08 | 协鑫电港云科技(海南)有限公司 | 网约车及其数据的处理方法、存储介质以及电子设备 |
Non-Patent Citations (1)
| Title |
|---|
| 新时期陆路运输的定位与调整;江兴智;;运输经理世界;20100415(04);正文第78-81页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117557011A (zh) | 2024-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Tu et al. | Exploring nonlinear effects of the built environment on ridesplitting: Evidence from Chengdu | |
| CN110298500B (zh) | 一种基于出租车数据和城市路网的城市交通轨迹数据集生成方法 | |
| Zhao et al. | Uncovering the spatiotemporal patterns of CO2 emissions by taxis based on Individuals' daily travel | |
| US9291463B2 (en) | Method of verifying or deriving attribute information of a digital transport network database using interpolation and probe traces | |
| CN102595323B (zh) | 基于手机定位数据的居民出行特征参数的获取方法 | |
| Tomasiello et al. | Multi‐temporal transport network models for accessibility studies | |
| Sultan et al. | Extracting spatial patterns in bicycle routes from crowdsourced data | |
| CN108648453A (zh) | 一种基于手机位置更新信息进行交通出行数据画像的方法 | |
| Raffler et al. | Cycling investment expedience: Energy expenditure based Cost-Path Analysis of national census bicycle commuting data | |
| Aston et al. | Does transit mode influence the transit-orientation of urban development?–An empirical study | |
| Mane et al. | Influence of proximal land use and network characteristics on link travel time | |
| Coutts | Multiple case studies of the influence of land-use type on the distribution of uses along urban river greenways | |
| Yang et al. | Spatially Varying Relation between Built Environment and Station‐Level Subway Passenger‐Distance | |
| Jonker et al. | Modeling trip-length distribution of shopping center trips from GPS data | |
| Steenberghen et al. | Support study on data collection and analysis of active modes use and infrastructure in Europe | |
| Yang et al. | Carbon dioxide emissions from commuter traffic in Xi'an, China | |
| CN117557011B (zh) | 公路出行平均运距的测算方法和装置 | |
| Orjuela et al. | Conditions of territorial accessibility offered by the network of sustainable tourism routes that are part of the coffee cultural landscape-Colombia | |
| Tian et al. | Spatial analysis of commuting carbon emissions in main urban area of Beijing: A GPS trajectory-based approach | |
| Petrescu | Urban sprawl from Urban Atlas data: Romanian case study | |
| Saghapour et al. | Estimating public transport accessibility in metropolitan areas incorporating population density | |
| Parcianello et al. | Transportation: An overview from open data approach | |
| CN114666738A (zh) | 基于手机信令的国土空间规划方法和*** | |
| Ohnmacht et al. | Route-recording on high resolution transportation network databases for National Transport Surveys: An option for valid and reliable distance measures? | |
| Kapoor et al. | Examination of metro stations pedestrian accessibility for all using open data kit: A case study of Noida City in India |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |