張健欽，王鵬宇，杜明義

(1. 北京建筑大學測繪與城市空間信息學院，北京 100044； 2. 現(xiàn)代城市測繪國家測繪地理信息局重點實驗室，北京 100044)

一種城市公交線網(wǎng)分布的可視化分析方法

張健欽1,2，王鵬宇1,2，杜明義1,2

(1. 北京建筑大學測繪與城市空間信息學院，北京 100044； 2. 現(xiàn)代城市測繪國家測繪地理信息局重點實驗室，北京 100044)

可視化分析技術(shù)在分析交通數(shù)據(jù)、發(fā)現(xiàn)交通問題及輔助決策扮演著越來越重要的角色，成為一項重要的智能交通技術(shù)。為了更加直觀地展示城市公交線網(wǎng)空間分布的疏密情況，本文基于北京市公交線路矢量數(shù)據(jù)，采用直接可視化和聚集可視化兩種方法對公交線網(wǎng)的空間分布進行了分析。通過對原數(shù)據(jù)處理計算得到了基于北京市主干道的公交線路分布數(shù)據(jù)并進行了直接可視化；同時利用HTML5的Canvas繪制熱力圖的方法對原數(shù)據(jù)進行了聚集可視化，根據(jù)可視化結(jié)果對北京市公交線路空間分布情況進行了分析。該方法對城市公交線網(wǎng)規(guī)劃和優(yōu)化有實用價值和意義。

線網(wǎng)分布；可視化分析；公交規(guī)劃

交通擁堵是困擾現(xiàn)代大都市的一大難題，優(yōu)先發(fā)展公共交通是解決城市交通問題的有效途徑,而常規(guī)公交是城市公共交通系統(tǒng)的重要組成部分。合理的常規(guī)公交線網(wǎng)規(guī)劃對于提高公交系統(tǒng)的服務(wù)水平和整體效率、優(yōu)化城市交通結(jié)構(gòu)具有非常重要的作用。一般來說，公交線網(wǎng)規(guī)劃要根據(jù)出行調(diào)查和公交出行數(shù)據(jù)及其預(yù)測結(jié)果，運用數(shù)學規(guī)劃方法、人工智能等方法，依托于城市道路網(wǎng)絡(luò)尋求最優(yōu)布局[1]，在實際應(yīng)用管理中必須以城市道路和已有線網(wǎng)為基礎(chǔ)，分層逐條優(yōu)化，完善整體網(wǎng)絡(luò)[2]，因此對于線網(wǎng)整體分布狀況的認識十分重要。

伴隨著可視化技術(shù)應(yīng)用的發(fā)展[3]，可視化越來越多地應(yīng)用在智能交通領(lǐng)域中，研究比較多的包括交通流量可視化、交通事件可視分析[4]、軌跡數(shù)據(jù)可視化分析[5]、城市道路交通信息可視化等，涉及常規(guī)公交、軌道交通、水上交通等多個方面。就線網(wǎng)評價分析而言，相對于以往公交線網(wǎng)評價使用的簡單圖表效果[6]，將數(shù)據(jù)通過地圖來渲染，將圖表數(shù)據(jù)和地圖相結(jié)合，也可以更直觀、更整體地掌握城市公交線網(wǎng)的分布情況。

本文基于北京市公交矢量數(shù)據(jù)，首先利用GIS軟件在空間信息處理上的優(yōu)勢進行數(shù)據(jù)處理得到可直接可視化的附加公交線路信息的道路網(wǎng)數(shù)據(jù)，然后借助開源的JavaScript地圖庫和地圖發(fā)布服務(wù)功能，通過對處理后數(shù)據(jù)的直接可視化和原數(shù)據(jù)的聚集可視化兩種方法，應(yīng)用Canvas繪圖技術(shù)對線網(wǎng)數(shù)據(jù)可視化并分析，為公交線網(wǎng)優(yōu)化提供輔助決策信息。

1 公交線路數(shù)據(jù)處理方法

1.1 數(shù)據(jù)整理

將原公交線路數(shù)據(jù)和道路數(shù)據(jù)整理入庫。為有效存儲空間數(shù)據(jù),本文采用Oracle數(shù)據(jù)庫，利用ArcSDE存儲和管理這些空間數(shù)據(jù)。將無關(guān)的字段刪去后，公交線路數(shù)據(jù)表結(jié)構(gòu)見表1，道路數(shù)據(jù)表結(jié)構(gòu)見表2，表2的公交線路數(shù)和線路集合兩個字段的內(nèi)容需要經(jīng)過數(shù)據(jù)處理計算后得到。

表1 公交線路數(shù)據(jù)表結(jié)構(gòu)

表2 道路數(shù)據(jù)表結(jié)構(gòu)

圖1是原始公交線路矢量數(shù)據(jù)的直接展示，圖中顏色單一，可視化效果不佳，只能反映公交線路的空間位置，需要從中判斷總結(jié)北京市公交線網(wǎng)的布局特征，效率低下且有失準確性。因此需要進行數(shù)據(jù)處理后才可以進行直接可視化，本文從公交線路的空間位置特征入手，將其和道路空間位置關(guān)聯(lián)后進行數(shù)據(jù)處理，進行得到基于城市主干道的公交線網(wǎng)分布情況。

1.2 處理流程

要得到基于道路的公交線網(wǎng)分布情況，就是要將現(xiàn)有的公交線路疊加到城市道路網(wǎng)中，形成公交線路和城市道路之間的對應(yīng)關(guān)系。首先需要進行公交線路和道路的匹配。關(guān)于線路匹配的算法有很多。包括關(guān)于基于點匹配線的，如基于向量識別的啟發(fā)式路徑推測算法[7]、基于結(jié)構(gòu)模式的道路網(wǎng)節(jié)點匹配方法[8]，也有關(guān)于線與線、線網(wǎng)與線網(wǎng)匹配的，如基于概率松弛方法的城市路網(wǎng)匹配[9]、基于多相似度量指標的匹配算法[10]等。總之，地圖匹配是一個復(fù)雜而又重要的過程，其中主要涉及幾何、拓撲、概率3種因素。

圖1 原線路數(shù)據(jù)的直接可視化效果

本文對于道路網(wǎng)現(xiàn)狀分布的可視分析是宏觀上的定性分析，因此選擇較為簡單的方法進行公交線路與道路的匹配。首先需要對線網(wǎng)和道路數(shù)據(jù)進行簡化處理，具體的數(shù)據(jù)處理流程如圖2所示，主要處理步驟如下：

圖2 基于道路匹配處理流程

(1) 道路網(wǎng)數(shù)據(jù)的簡化。選取單向道路網(wǎng)作為數(shù)據(jù)基礎(chǔ)，從中選擇道路等級為主干路和快速路的道路，得到北京市單向的主干道路網(wǎng)，同時選取單向的公交線路組成單向的公交線網(wǎng)。

(2) 從道路網(wǎng)的路段集合中選取路段L0作為第一條路段開始遍歷，建立該路段的緩沖區(qū)，根據(jù)主干路和快速路的不同等級，緩沖區(qū)的閾值不同，設(shè)為d1、d2，搜索與緩沖區(qū)在空間位置上相交的公交線路，得到初始匹配集合M1。

(3) 遍歷M1集合中的公交線路，分別計算每條公交線路與所選路段L0的距離。計算過程如圖3所示，計算公交線路上的折點P1、P2、…、Pn到路段L0的最短歐式距離di(i=1,2,…，n)，然后統(tǒng)計最短距離小于距離閾值d1(d2)的個數(shù)記為m。m/n的比值要求大于閾值S,得到符合距離要求的公交線路集合M2。

圖3 公交線路折點到路段的距離

(4) 方向判斷，如圖4(a)所示，線路a和L0的方向相似，而線路b和L0方向不同，計算時遍歷M2中的公交線路，公交線路和路段緩沖區(qū)域相交得到弧段集合L(L1,L2,…,Ln)，總長度為L，其中每條弧段相關(guān)長度系數(shù)為λ=Li/L，則整條線路相交部分的方向值公式如下

Lα=λ1α1+λ2α2+…+λnαn

(1)

其中方向角的計算如圖4(b)所示利用首尾結(jié)點坐標計算，然后計算所選路段的方向角為α0，則路段方向角與線路方向角差值為Lα-α0，設(shè)方向角差值的閾值為Δα，要求計算得到的方向角差值小于閾值Δα，最終得到符合要求的公交線路集合M。

(5) 由步驟(4)得到了符合空間位置條件路段L0上的公交線路集合M，然后連接數(shù)據(jù)庫中的道路信息表，根據(jù)集合M中的內(nèi)容更新道路表中路段L0的線路數(shù)和線路集合兩個字段。

(6) 重復(fù)步驟(3)—(5)，最終得到公交線路和路段之間n∶1、n∶0或1∶1的對應(yīng)關(guān)系。

根據(jù)上述處理過程，采用Visual Studio作為開發(fā)環(huán)境，基于ArcGIS Engine二次開發(fā)了數(shù)據(jù)處理程序，處理后的數(shù)據(jù)將公交線路和道路的空間位置對應(yīng)關(guān)系反映到道路信息表中，更新了每個路段的線路數(shù)和線路集合兩個字段的內(nèi)容，將空間位置關(guān)系反映為文字描述信息，使得道路信息表中附加了公交線路信息，為下文的直接可視化展示提供了數(shù)據(jù)依據(jù)，也可以作為交通調(diào)研的資料。

圖4 方向判斷

2 公交線網(wǎng)分布可視化與分析

2.1 基于網(wǎng)頁的可視化技術(shù)

2.1.1 地圖服務(wù)發(fā)布

發(fā)布地圖服務(wù)軟件選擇使用GeoServer，它是一款基于Java語言開發(fā)的軟件服務(wù)器，構(gòu)建在一個開源的Java GIS工具包——Geotools之上，支持OGC規(guī)定的開放標準。GeoServer集成了OpenLayer，使得用戶能夠快速、簡易地生成地圖。相比于商業(yè)GIS軟件，GeoServer的開源性大大降低了開發(fā)成本，節(jié)省了昂貴的軟件購買費用。

發(fā)布地圖服務(wù)的過程相對簡單，首先需要安裝配置好GeoServer，然后在管理界面將整理好的SHP圖層上傳至服務(wù)器就可以得到訪問數(shù)據(jù)的地址，可以將得到的數(shù)據(jù)以JSON形式保存在本地，方便調(diào)用。

2.1.2 JavaScript地圖庫的選擇

本文采用Leaflet.js作為JavaScript地圖庫。Leaflet.js是一個開源JavaScript類庫，用于實現(xiàn)移動友好的交互式地圖，具備所有開發(fā)人員需要的地圖特性。

2.2 可視化方法

在可視化的實現(xiàn)過程中，本文采用直接可視化和聚集可視化兩種方式。

2.2.1 直接可視化

直接可視化是最簡單和最基本的可視分析方法，它通過計算機將數(shù)據(jù)一一繪制出來，并顯示給用戶，方法簡單直接，易于編程實現(xiàn)。圖1為一種原數(shù)據(jù)直接可視化的效果，從圖中不難發(fā)現(xiàn)存在公交路線相互遮擋的問題，不利于分析，很難從中發(fā)現(xiàn)有效的信息。本文通過對原數(shù)據(jù)的處理得到了新的基于城市主干道的公交線路密度分級可視化效果圖，如圖5所示。

圖5 基于道路的公交線路分布

2.2.2 聚集可視化

聚集可視化是根據(jù)要素的屬性數(shù)據(jù)、位置數(shù)據(jù)或時間特性進行聚集計算再進行繪制，本文中公交線路匯聚熱力圖就是一種聚集可視化。其中熱力圖的繪制需要借助HTML5的Canvas來實現(xiàn)。Canvas本質(zhì)上一塊畫布，本身并不能繪圖，但是其Canvas API提供了大量能夠依靠JavaScript來操控畫布元素的方法。Canvas不僅支持平面圖形繪制，還能繪制三維圖像、動畫等。在瀏覽器中，Canvas是逐像素進行渲染的，極其依賴分辨率，因此選擇Canvas繪圖技術(shù)來繪制熱力圖對地圖可視化大有增益?；贑anvas的熱力圖是一種能顯示某種行為或?qū)傩园l(fā)生頻率的圖，其高度飽和的色彩能夠讓人們非常直觀地對比出圖中某些行為發(fā)生的頻率高低。繪圖原理如下：

(1) 將數(shù)據(jù)點全部無差別繪制到Canvas畫布上。

(2) 繪制完成后，用getImageData()方法獲取整個畫布的ImageData對象。該對象中的每個元素都包含著這個像素的顏色信息，即RGBA四值，以數(shù)組形式存儲。R代表紅色，G代表綠色，B代表藍色，A代表alpha通道，也就是透明度。

(3) 根據(jù)alpha值不同，將每個像素的RGB值用事先設(shè)定好的漸變顏色表中alpha值對應(yīng)的RGB值替換，alpha值設(shè)為一個統(tǒng)一的值，此時每個像素已經(jīng)被賦予了一個新的顏色。

(4) 設(shè)置點的圓半徑及模糊度，根據(jù)新的顏色值，重新在畫布上繪制圖形。

本文根據(jù)以上原理，參考百度Mapv.js中關(guān)于線匯聚熱力圖的方法，由原公交線路數(shù)據(jù)得到圖6的線路聚合熱力圖的效果。

圖6 線路聚合熱力圖

2.3 可視化結(jié)果分析

圖5和圖6所示分別為兩種可視化方法得到的北京市線路分布圖。圖5為基于城市主干道線網(wǎng)密度分布的直接可視化效果圖，圖中根據(jù)每條路段分布的公交線路條數(shù)進行不同的顏色和粗細渲染，分為紅、橙、黃、綠4種色彩等級，紅色粗線條表示路段上公交線路條數(shù)密集(大于25條)，綠色細線條則表示路段上公交線路稀疏。其優(yōu)點在于數(shù)據(jù)經(jīng)過整理具有結(jié)構(gòu)性，可視化效果較為簡明，易操控，容易編程實現(xiàn)。圖6所示為將原數(shù)據(jù)利用聚類思想、結(jié)合百度Mapv.js繪制的公交線網(wǎng)熱力圖。圖中的渲染色彩方案采用的是從藍到紅的色帶,藍色表示沒有公交線路分布，紅色代表線路分布密集，其優(yōu)點是經(jīng)過匯聚計算避免了原數(shù)據(jù)中公交線路的遮擋，不同縮放級別下畫布都會重新渲染計算色彩值，得到不同的可視化效果，有利于分區(qū)域的可視化分析，而且可視化效果更好，色帶渲染過渡自然。

圖5和圖6雖然是不同方法得到的可視化效果，但是對比可以發(fā)現(xiàn)北京公交線路分布的一些規(guī)律。兩圖中紅色和橙色粗線條大多集中于北京城“兩軸”、人流量較大的熱點區(qū)域和周遭包圍的環(huán)狀快速路，中間呈放射型路網(wǎng)分布；黃色和綠色的細線條穿插在紅橙色粗線條之間，四周同樣呈放射型路網(wǎng)分布；就環(huán)線公交分布而言，三環(huán)路上分布公交線路最為密集，多于二環(huán)和四環(huán)，四環(huán)西北方公交線路分布相對于東南更為密集。對比圖5、圖6的共同特點，結(jié)合北京市的城市發(fā)展現(xiàn)狀，總結(jié)出以下幾個北京市公交線路分布的空間特點：

(1) 圖5、圖6表明市區(qū)(四環(huán)內(nèi))道路分布的公交線路密集程度明顯高于城郊、鄉(xiāng)鎮(zhèn)的分布。這是因為城區(qū)內(nèi)生活水平較高、各方面功能齊全，因此市區(qū)內(nèi)人口流量遠超于市郊、鄉(xiāng)鎮(zhèn)，人口的高流動性造就了公共交通流量的增大，促使公交線路數(shù)的增加。

(2) 環(huán)路上公交線路密度明顯高于普通道路，特別是三環(huán)路上分布的公交線路最為密集(三環(huán)線路的紅色粗線最為明顯)。環(huán)路因其良好的交通流量承載能力被設(shè)計來緩解城區(qū)的交通壓力，方便居民出行，因此在市區(qū)內(nèi)，公交線路在環(huán)狀快速路上的分布明顯多于普通道路。

(3) 出城方向的高速路沿線公交線路分布密集(西南方向京石高速，北面京藏高速，東北方向機場高速線，地鐵八通線及相連的通燕高速上共色粗線明顯)。隨著北京城市化進程的日益推進，在原有的衛(wèi)星城周邊，又興建了11個能夠緩解老城人口壓力、分散中心城職能的新城，其中包含大興、房山、昌平、延慶等，因此連接老城和新城的高速路沿線公交線路分布較為密集。

(4) 人流集中區(qū)域附近公交線網(wǎng)分布密集。如北四環(huán)西邊的中關(guān)村一帶，聚集著北京各大高校和科技產(chǎn)業(yè)園區(qū)；中央商務(wù)區(qū)(CBD)一帶則是北京主要的商業(yè)金融區(qū)域；考慮其交通便利性，這些地方的公交線網(wǎng)密度應(yīng)該較高。

3 結(jié) 語

結(jié)合可視化技術(shù)對于現(xiàn)有公交網(wǎng)絡(luò)進行分析評價是交通規(guī)劃中重要的一環(huán)，也是研究城市公交運行的基礎(chǔ)，本文研究實現(xiàn)了基于道路的公交線網(wǎng)分布可視化和利用熱力圖的可視化方法，同時結(jié)合可視化結(jié)果分析了北京市公交線網(wǎng)的結(jié)構(gòu)分布特點，對于評價現(xiàn)有公交線路分布狀況具有實用價值和重要意義。下一步將通過結(jié)合客流數(shù)據(jù)，并按照斷面對道路進行分割，更深入地分析公交客流和空間位置的相關(guān)性，為公交線路的規(guī)劃和優(yōu)化提供幫助。

[1] 王國曉，王琳穎，李晨.城市公交線網(wǎng)優(yōu)化與評價方法探索[J].城市建設(shè)理論研究(電子版)，2015，5(28).

[2] 王振報，陳艷艷，朱躍華.多層次公交線網(wǎng)規(guī)劃實用方法[J].北京工業(yè)大學學報，2011,37(2):231-236.

[3] 任磊，杜一，馬帥,等.大數(shù)據(jù)可視分析綜述[J].軟件學報,2014,25(9):1909-1936.

[4] 姜曉睿，田亞，蔣莉，等．城市道路交通數(shù)據(jù)可視分析綜述[J].中國圖象圖形學報，2015,20(4):454-467.

[5] 蒲劍蘇，屈華民，倪明選.移動軌跡數(shù)據(jù)的可視化[J].計算機輔助設(shè)計與圖形學學報，2012,24(10):1273-1282.

[6] 王運靜，李強.北京市地面公共交通線路網(wǎng)現(xiàn)狀評價[J].交通運輸系統(tǒng)工程與信息，2007,7(5):135-141.

[7] 呂衛(wèi)鋒,吳東東,諸彤宇.基于向量識別的啟發(fā)式路徑推測算法[J].計算機學報，2009,32(7):1443-1450.

[8] 欒學晨，楊必勝，李秋萍. 基于結(jié)構(gòu)模式的道路網(wǎng)節(jié)點匹配方法[J]．測繪學報，2013,42(4)：608-614.

[9] 張云菲，楊必勝，欒學晨.利用概率松弛法的城市路網(wǎng)自動匹配[J].測繪學報，2012,41(6):933-939.

[10] 王鵬，鄭貴省，王元. 基于多相似度量指標的路網(wǎng)匹配算法研究[J].微型機與應(yīng)用，2016,35(1)：19-22，26.

A Visual Analysis Method of Urban Public Traffic Network Distribution

ZHANG Jianqin1,2,WANG PengYu1,2，DU MingYi1,2

(1. School of Surveying and Spatial Information, Beijing University of Civil Engineering and Architecture， Beijing 100044， China；2. The Modern City National Key Laboratory of NASG， Beijing 100044, China)

Visual analysis technology is playing an increasingly important role in the analysis of traffic data and the discovery of traffic problems and decision making. In order to intuitively show the city transit network spatial distribution density, the vector data of Beijing city bus lines is analyzed based on the direct visualization and visualization method of two kinds of aggregation distribution of transit network spatial analysis. The original data processing is calculated for direct visualization of bus lines in Beijing city main roads based on data distribution method. The canvas drawing thermodynamic diagram is used on the original data visualization. The visualization results according to the analysis of the situation of spatial distribution of bus lines in Beijing city show that this method has practical value and significance of city public transportation network planning and optimization.

network distribution; visualization analys; transit planning

張健欽，王鵬宇，杜明義.一種城市公交線網(wǎng)分布的可視化分析方法[J].測繪通報，2017(5)：51-55.

10.13474/j.cnki.11-2246.2017.0153.

2016-08-19

北京市自然科學基金(8173053)；北京建筑大學校設(shè)基金(00331616042)

張健欽(1977—)，男，博士，副教授，主要研究方向為交通GIS、大數(shù)據(jù)可視化、智能交通系統(tǒng)。E-mail：ycduan@qq.com

王鵬宇

P208

A

0494-0911(2017)05-0051-05