洪文興，陳明韜，劉伊靈，朱嘉誠(chéng)，王明磊

(1.廈門(mén)大學(xué)航空航天學(xué)院，福建廈門(mén)361102；2.廈門(mén)大學(xué)數(shù)學(xué)科學(xué)學(xué)院，福建廈門(mén)361005；3.北京航空航天大學(xué)軟件學(xué)院，北京100083)

共享單車(chē)作為一種“互聯(lián)網(wǎng)+”時(shí)代背景下的共享經(jīng)濟(jì)的產(chǎn)物，具備零排放無(wú)污染、騎行便捷等特點(diǎn)，有助于解決市民出行的“最后一公里”問(wèn)題[1].隨著以摩拜、哈啰為典型代表的共享單車(chē)的出現(xiàn)，騎行成為了一種出行習(xí)慣，但是共享單車(chē)的停車(chē)擁擠現(xiàn)象也隨之出現(xiàn).停車(chē)擁擠現(xiàn)象會(huì)對(duì)城市交通帶來(lái)很大的壓力，因此如何對(duì)共享單車(chē)數(shù)據(jù)進(jìn)行分析與挖掘，有效地定位共享單車(chē)早高峰時(shí)間的停車(chē)擁擠區(qū)域，成為緩解城市交通壓力的關(guān)鍵所在.

隨著共享單車(chē)的興起，越來(lái)越多的國(guó)內(nèi)外學(xué)者從不同的視角對(duì)共享單車(chē)進(jìn)行了研究，研究方向主要集中在共享單車(chē)的調(diào)度和優(yōu)化策略[2-6]，共享單車(chē)的需求預(yù)測(cè)分析[7-11]，以及共享單車(chē)停車(chē)點(diǎn)的選址等[12-14].但是目前對(duì)如何高效地定位共享單車(chē)停車(chē)擁擠區(qū)域的研究相對(duì)較少，因此本文對(duì)共享單車(chē)的停車(chē)擁擠區(qū)域識(shí)別進(jìn)行了研究.在其他不同的研究領(lǐng)域，劉濤等[15]使用改進(jìn)后的DBSCAN(density-based spatial clustering of application with noise)聚類(lèi)算法對(duì)某一海域中的船舶動(dòng)態(tài)數(shù)據(jù)進(jìn)行聚類(lèi)，分析與識(shí)別出潛在的擁擠區(qū)域；邵敏華等[16]使用K均值(K-means)聚類(lèi)算法對(duì)上海市中心城區(qū)道路網(wǎng)絡(luò)進(jìn)行擁擠區(qū)域的聚類(lèi)識(shí)別.但劉濤等[15]使用的改進(jìn)后的DBSCAN聚類(lèi)算法對(duì)輸入?yún)?shù)非常敏感，細(xì)微的參數(shù)變化會(huì)導(dǎo)致截然不同的聚類(lèi)結(jié)果，邵敏華等[16]使用的K-means聚類(lèi)算法需要事先指定聚類(lèi)數(shù)目K，K值不同也會(huì)帶來(lái)聚類(lèi)結(jié)果的巨大差異.

針對(duì)上述不足，本文在對(duì)共享單車(chē)訂單數(shù)據(jù)和停車(chē)圍欄數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理的基礎(chǔ)上，采用GeoHash算法處理經(jīng)緯度坐標(biāo)和計(jì)算判斷共享單車(chē)開(kāi)關(guān)鎖訂單屬于哪個(gè)停車(chē)圍欄，并利用HDBSCAN(hierarchical density-based spatial clustering of application with noise)聚類(lèi)算法將停車(chē)圍欄聚類(lèi)為停車(chē)區(qū)域，并提出了基于“留存流量與留存密度的綜合指標(biāo)”的停車(chē)擁擠區(qū)域識(shí)別方法，該方法克服了傳統(tǒng)的僅考慮單一指標(biāo)的基于“留存流量”或“留存密度”方法所帶來(lái)的局限性.本研究為城市交通管理和共享單車(chē)的調(diào)度優(yōu)化提供了數(shù)據(jù)支持，具備一定的理論與實(shí)際意義.

1 數(shù) 據(jù)

1.1 數(shù)據(jù)描述

本文采用的數(shù)據(jù)集為某市某品牌共享單車(chē)訂單數(shù)據(jù)以及共享單車(chē)停車(chē)圍欄數(shù)據(jù).其中共享單車(chē)訂單數(shù)據(jù)記錄了每輛共享單車(chē)的開(kāi)關(guān)鎖的時(shí)間、開(kāi)關(guān)鎖狀態(tài)以及所在的經(jīng)緯度坐標(biāo)，時(shí)間范圍為2020年12月22日至2020年12月25日(共計(jì)4 d，均為工作日)；共享單車(chē)停車(chē)圍欄數(shù)據(jù)記錄了停車(chē)圍欄的名稱以及構(gòu)成該停車(chē)圍欄的5個(gè)頂點(diǎn)經(jīng)緯度坐標(biāo)(第一個(gè)坐標(biāo)和最后一個(gè)坐標(biāo)經(jīng)緯度相同).兩個(gè)數(shù)據(jù)集的字段信息如表1和表2所示.

表1 共享單車(chē)訂單數(shù)據(jù)字段信息

表2 共享單車(chē)停車(chē)圍欄字段信息

1.2 數(shù)據(jù)預(yù)處理

由于可能存在信號(hào)不良、單車(chē)故障和用戶誤操作等問(wèn)題導(dǎo)致共享單車(chē)與服務(wù)器出現(xiàn)通信異常的情況，從而產(chǎn)生錯(cuò)誤的訂單數(shù)據(jù)[17]，因此需要對(duì)原始的共享單車(chē)訂單數(shù)據(jù)進(jìn)行預(yù)處理，以消除誤差影響.數(shù)據(jù)預(yù)處理主要包括以下兩個(gè)方面：

1) 由于早高峰的時(shí)間段為早上7:00—9:00，因此將訂單數(shù)據(jù)中的狀態(tài)更新時(shí)間不在該時(shí)間段內(nèi)的數(shù)據(jù)剔除.

2) 對(duì)于連續(xù)開(kāi)鎖或連續(xù)關(guān)鎖的訂單數(shù)據(jù)，即同一個(gè)共享單車(chē)標(biāo)識(shí)ID的‘LOCK_STATUS’字段出現(xiàn)連續(xù)多行數(shù)據(jù)為0或?yàn)?，表示車(chē)輛鎖具發(fā)生了故障，要對(duì)這些異常數(shù)據(jù)進(jìn)行處理，以免對(duì)后續(xù)分析造成影響：針對(duì)連續(xù)的開(kāi)鎖數(shù)據(jù)，僅保留第一條數(shù)據(jù)；針對(duì)連續(xù)的關(guān)鎖數(shù)據(jù)，僅保留最后一條數(shù)據(jù).

1.3 GeoHash算法處理經(jīng)緯度坐標(biāo)

GeoHash算法是由Gustavo Niemeyer所提出的一種基于地理網(wǎng)格劃分的地理數(shù)據(jù)編碼技術(shù)[18]，通過(guò)兩次編碼過(guò)程將二維的經(jīng)緯度坐標(biāo)轉(zhuǎn)化為一個(gè)可進(jìn)行前綴匹配信息檢索的一維字符串編碼[19]，字符串越長(zhǎng)，編碼精度越高.

GeoHash算法的實(shí)現(xiàn)過(guò)程是先將經(jīng)緯度表示的范圍視為二維平面矩形，之后分別對(duì)經(jīng)度和緯度進(jìn)行類(lèi)二分法劃分，若目標(biāo)經(jīng)緯度在劃分區(qū)域內(nèi)，則賦值為1，否則賦值為0，直至滿足設(shè)定的精度要求，得到一個(gè)二進(jìn)制的編碼.隨即將奇數(shù)位作為緯度、偶數(shù)位作為經(jīng)度，合并經(jīng)緯度編碼.最后使用Base32編碼方式進(jìn)行轉(zhuǎn)換，即可得到GeoHash編碼.

共享單車(chē)訂單數(shù)據(jù)和停車(chē)圍欄數(shù)據(jù)中有關(guān)地理位置的信息通過(guò)經(jīng)緯度坐標(biāo)保存，若直接使用經(jīng)緯度坐標(biāo)實(shí)現(xiàn)后續(xù)的停車(chē)圍欄聚類(lèi)和擁擠區(qū)域的識(shí)別，在數(shù)據(jù)量較大的情況下由于索引利用率低等原因，會(huì)造成搜索效率低下等不良影響.因此本文使用GeoHash算法對(duì)經(jīng)緯度坐標(biāo)進(jìn)行處理.共享單車(chē)訂單和停車(chē)圍欄數(shù)據(jù)中的經(jīng)緯度坐標(biāo)轉(zhuǎn)換為GeoHash編碼的流程圖如圖1所示.

圖1 GeoHash編碼算法流程圖Fig.1Flow chart of GeoHash encoding algorithm

本文使用Python語(yǔ)言來(lái)實(shí)現(xiàn)GeoHash編碼算法.對(duì)共享單車(chē)停車(chē)圍欄數(shù)據(jù)進(jìn)行分析計(jì)算后發(fā)現(xiàn)，最長(zhǎng)的圍欄長(zhǎng)度約為84 m，因此使用7位的GeoHash編碼長(zhǎng)度恰能保證圍欄的每一個(gè)頂點(diǎn)都落在同一塊GeoHash算法劃分的區(qū)域內(nèi).以經(jīng)緯度坐標(biāo)(118.126 619° E,24.495 537° N)為例，在運(yùn)行GeoHash編碼算法后，即可得到7位的GeoHash編碼為‘wsk5253’.對(duì)共享單車(chē)訂單數(shù)據(jù)中的‘LATITUDE’和‘LONGITUDE’字段以及共享單車(chē)停車(chē)圍欄數(shù)據(jù)的‘FENCE_LOC’字段使用GeoHash編碼算法，可將經(jīng)緯度信息轉(zhuǎn)換為GeoHash字符串編碼信息.之后，按順序查詢共享單車(chē)開(kāi)關(guān)鎖訂單和停車(chē)圍欄某個(gè)頂點(diǎn)的GeoHash編碼相同的數(shù)據(jù)，再通過(guò)經(jīng)緯度坐標(biāo)計(jì)算共享單車(chē)到這幾個(gè)停車(chē)圍欄中心的距離，距離最小的停車(chē)圍欄即確定為該單車(chē)所屬的停車(chē)圍欄，為后續(xù)停車(chē)擁擠區(qū)域的識(shí)別打下基礎(chǔ).

2 共享單車(chē)停車(chē)圍欄聚類(lèi)

停車(chē)擁擠區(qū)域的識(shí)別需要先將眾多的共享單車(chē)停車(chē)圍欄聚類(lèi)為停車(chē)區(qū)域.常用的聚類(lèi)方法有：K-means聚類(lèi)和DBSCAN聚類(lèi)等.但這兩種聚類(lèi)方法在共享單車(chē)停車(chē)圍欄聚類(lèi)的場(chǎng)景下均存在一定的缺陷，本文最終使用HDBSCAN聚類(lèi)方法，并通過(guò)實(shí)驗(yàn)證明了HDBSCAN的聚類(lèi)效果優(yōu)于K-means和DBSCAN.

2.1 K-means聚類(lèi)

K-means是一種非常經(jīng)典的聚類(lèi)算法[20]，因其原理簡(jiǎn)單，可解釋性強(qiáng)而得到廣泛應(yīng)用.K-means算法的聚類(lèi)過(guò)程簡(jiǎn)單地說(shuō)就是把數(shù)據(jù)點(diǎn)按照某種相似度劃分到不同的簇中，使得同一簇內(nèi)的數(shù)據(jù)點(diǎn)相似度盡可能的高，不同簇間的數(shù)據(jù)點(diǎn)相似度盡可能低.但是K-means有兩個(gè)明顯的缺陷：1)K-means對(duì)于非球形數(shù)據(jù)集的聚類(lèi)效果不佳，然而實(shí)際的停車(chē)圍欄分布情況一般是呈非球形分布的，因此K-means算法的劃分效果不佳；2)K-means算法需要事先指定數(shù)據(jù)簇的數(shù)目，而在實(shí)際停車(chē)圍欄聚類(lèi)中，無(wú)法事先確定最終的聚類(lèi)簇的數(shù)目，因此實(shí)驗(yàn)中需要反復(fù)試錯(cuò)，才能得到最佳聚類(lèi)簇的個(gè)數(shù)，這樣會(huì)大大提高計(jì)算的代價(jià).從以上分析可知，K-means算法不適用于停車(chē)圍欄的聚類(lèi).

2.2 DBSCAN聚類(lèi)

DBSCAN算法[21]是一種常用的基于密度的聚類(lèi)算法.DBSCAN算法的基本思想是：對(duì)于聚類(lèi)簇中的每一個(gè)點(diǎn)，在給定的半徑rEps范圍內(nèi)應(yīng)至少包含給定數(shù)目的點(diǎn)Mminpts[22].但是在使用DBSCAN算法聚類(lèi)停車(chē)圍欄時(shí)，存在兩個(gè)較為嚴(yán)重的缺陷：1) 算法對(duì)領(lǐng)域最大半徑rEps這一輸入?yún)?shù)非常敏感，細(xì)微的參數(shù)變化就會(huì)使得聚類(lèi)結(jié)果截然不同，并且也較難得知rEps參數(shù)的合理取值；2) DBSCAN聚類(lèi)存在“鏈?zhǔn)絺鲗?dǎo)”的現(xiàn)象，即只要有少量的點(diǎn)斷開(kāi)，就會(huì)導(dǎo)致本應(yīng)被聚類(lèi)同一個(gè)簇的點(diǎn)聚類(lèi)為多個(gè)簇.在實(shí)際的停車(chē)圍欄聚類(lèi)中，較難獲得準(zhǔn)確的rEps值，因此也不能使用DBSCAN聚類(lèi)方法用于停車(chē)圍欄的聚類(lèi).

2.3 HDBSCAN聚類(lèi)

HDBSCAN聚類(lèi)算法是DBSCAN算法和層次聚類(lèi)算法的結(jié)合，它通過(guò)將DBSCAN聚類(lèi)算法轉(zhuǎn)換為分層聚類(lèi)算法，與DBSCAN算法類(lèi)似，HDBSCAN算法也需要確定領(lǐng)域最大半徑rEps以及領(lǐng)域內(nèi)的最少點(diǎn)數(shù)Mminpts，但是HDBSCAN算法引入了“層次聚類(lèi)”的思想，通過(guò)對(duì)共享邊界點(diǎn)等共享數(shù)據(jù)對(duì)象的特殊處理，對(duì)初始的聚類(lèi)簇進(jìn)行層次合并，屏蔽了算法對(duì)rEps等輸入?yún)?shù)的敏感性[23]；此外，HDBSCAN算法通過(guò)生成最小生成樹(shù)與層次結(jié)構(gòu)，并通過(guò)分裂來(lái)壓縮樹(shù)狀圖來(lái)避免了DBSCAN 算法的“鏈?zhǔn)絺鲗?dǎo)”問(wèn)題，因此最終選擇HDBSCAN聚類(lèi)算法用于共享單車(chē)停車(chē)圍欄的聚類(lèi).

通過(guò)實(shí)地勘察，該市內(nèi)道路中雙向六車(chē)道加上綠化帶的距離一般為33 m左右，因此在HDBSCAN算法的基礎(chǔ)上加入了若聚類(lèi)出的兩個(gè)簇小于33 m，則合并簇的規(guī)則，使得聚類(lèi)效果更符合實(shí)際情況.使用HDBSCAN算法對(duì)該市的共享單車(chē)停車(chē)圍欄聚類(lèi)，共聚類(lèi)出1 729個(gè)簇，并將每個(gè)聚類(lèi)離群點(diǎn)單獨(dú)作為一個(gè)簇，最終簇的數(shù)目為3 061個(gè)，即總共有3 061個(gè)停車(chē)區(qū)域.

2.4 聚類(lèi)效果對(duì)比

為了證明在對(duì)共享單車(chē)停車(chē)圍欄聚類(lèi)這一場(chǎng)景下HDBSCAN聚類(lèi)算法的效果優(yōu)于K-means和DBSCAN，設(shè)計(jì)了如下對(duì)比實(shí)驗(yàn).

首先，調(diào)整DBSCAN的rEps值和Mminpts值，使DBSCAN聚類(lèi)出的簇的數(shù)目盡量接近1 729.通過(guò)實(shí)驗(yàn)調(diào)參，當(dāng)rEps=0.000 265，Mminpts=3時(shí)，聚類(lèi)出的簇的數(shù)目為1 575，是最接近1 729的.因?yàn)闆](méi)有真實(shí)停車(chē)圍欄聚類(lèi)樣本的標(biāo)簽，因此實(shí)驗(yàn)采用輪廓系數(shù)[24]和CH指數(shù)[25]作為比較DBSCAN和HDBSCAN聚類(lèi)效果的評(píng)價(jià)指標(biāo)，兩種評(píng)價(jià)指標(biāo)如式(1)和(2)所示.

(1)

(2)

式(1)中：a(i)表示樣本i與同一簇內(nèi)所有其他樣本之間的平均距離，b(i)表示樣本i與其距離最近的簇中所有樣本的平均距離，輪廓系數(shù)值越大，聚類(lèi)效果越好；式(2)中：Tr(·)表示矩陣的跡，Bk表示組間協(xié)方差，Wk表示組內(nèi)協(xié)方差，N為訓(xùn)練集樣本數(shù)，k為類(lèi)別數(shù)，CH指數(shù)越大，聚類(lèi)效果越好.因?yàn)檩喞禂?shù)和CH指數(shù)在凸簇的得分通常會(huì)比其他類(lèi)型的簇更高，因此無(wú)法同時(shí)比較K-means的聚類(lèi)效果，僅比較DBSCAN和HDBSCAN算法，實(shí)驗(yàn)結(jié)果如表3所示.

表3 DBSCAN和HDBSCAN聚類(lèi)算法實(shí)驗(yàn)對(duì)比結(jié)果

由表3可知，HDBSCAN算法的輪廓系數(shù)與CH指數(shù)都高于DBSCAN算法，說(shuō)明HDBSCAN算法聚類(lèi)出的簇同類(lèi)樣本越接近，不同樣本間越遠(yuǎn)離，聚類(lèi)效果更好，因此相比于DBSCAN算法，HDBSCAN算法更適用于共享單車(chē)停車(chē)圍欄的聚類(lèi).

圖2 K-means聚類(lèi)效果圖Fig.2Clustering effect chart of K-means

其次，為比較聚類(lèi)方法在單車(chē)停放場(chǎng)景的聚類(lèi)效果，進(jìn)一步結(jié)合地理可視化方法，對(duì)3種聚類(lèi)方法的結(jié)果進(jìn)行分析.設(shè)置K-means算法中的聚類(lèi)簇?cái)?shù)目為1 729來(lái)訓(xùn)練模型.分別采用K-means、DBSCAN和HDBSCAN算法對(duì)該市的共享單車(chē)停車(chē)圍欄進(jìn)行聚類(lèi)，并選取該市的呂嶺路為例，通過(guò)可視化展示的方法來(lái)比較聚類(lèi)效果.聚類(lèi)結(jié)果如圖2和3所示.

如圖2所示，呂嶺路道路下方藍(lán)色與橙色的點(diǎn)分別是K-means中的不同簇，K-means方法將本該被聚類(lèi)為一個(gè)簇的距離較近的點(diǎn)錯(cuò)誤地聚類(lèi)為兩個(gè)簇，不符合實(shí)際情況.從理論上分析，K-means算法對(duì)球形分布的數(shù)據(jù)聚類(lèi)效果較好，而實(shí)際的共享單車(chē)停車(chē)圍欄跟隨道路而分布，因此分布情況較為狹長(zhǎng)，不屬于球形數(shù)據(jù)，因此K-means無(wú)法獲得較好的結(jié)果.如圖3(a)和(b)所示，分別是DBSCAN和HDBSCAN的聚類(lèi)可視化結(jié)果，與K-means算法對(duì)比，基于密度的DBSCAN和HDBSCAN算法都能很好地對(duì)狹長(zhǎng)分布的數(shù)據(jù)聚類(lèi).此外，DBSCAN算法雖然可以將右側(cè)相鄰密集的點(diǎn)正確聚類(lèi)為一個(gè)簇，但左側(cè)的兩個(gè)點(diǎn)應(yīng)屬于同一個(gè)簇，卻被錯(cuò)誤地聚類(lèi)為兩個(gè)簇，不符合實(shí)際情況.反觀HDBSCAN算法，不但可以將右側(cè)相鄰密集的點(diǎn)聚類(lèi)為一個(gè)簇，還可以正確地將左側(cè)離的稍遠(yuǎn)的點(diǎn)聚類(lèi)為同一個(gè)簇，實(shí)驗(yàn)結(jié)果符合實(shí)際情況.

圖3 DBSCAN和HDBSCAN聚類(lèi)效果對(duì)比圖Fig.3Comparison of DBSCAN and HDBSCAN clustering effects

通過(guò)上述實(shí)驗(yàn)可以發(fā)現(xiàn)，無(wú)論是理論指標(biāo)還是實(shí)際應(yīng)用，HDBSCAN都具有更佳的聚類(lèi)效果.第3節(jié)將基于HDBSCAN的聚類(lèi)結(jié)果設(shè)計(jì)停車(chē)擁擠區(qū)域識(shí)別算法.

3 停車(chē)擁擠區(qū)域識(shí)別

本文首先定義相關(guān)概念如下：

流入流量，記為Aarrival_flow，是指在某一個(gè)停車(chē)區(qū)域內(nèi)共享單車(chē)的流入次數(shù)，表現(xiàn)為在該停車(chē)區(qū)域中關(guān)鎖，即對(duì)應(yīng)共享單車(chē)訂單數(shù)據(jù)中‘LOCK_STATUS’字段為1；

流出流量，記為Ddeparture_flow，是指在某一個(gè)停車(chē)區(qū)域內(nèi)共享單車(chē)的流出次數(shù)，表現(xiàn)為在該停車(chē)區(qū)域中開(kāi)鎖，即對(duì)應(yīng)共享單車(chē)訂單數(shù)據(jù)中‘LOCK_STATUS’字段為0.

傳統(tǒng)的停車(chē)擁擠識(shí)別方法包括了基于“留存流量”和“留存密度”兩種，但這兩種方法都僅考慮了一種指標(biāo)，無(wú)法同時(shí)考慮流量和密度的因素對(duì)停車(chē)擁擠區(qū)域進(jìn)行識(shí)別，具有一定的局限性.為了解決這一問(wèn)題，本文提出了基于“留存流量與留存密度的綜合指標(biāo)”的識(shí)別方法.

3.1 基于“留存流量”的識(shí)別方法

“留存流量”定義為流入流量減流出流量，留存流量越大，則該停車(chē)區(qū)域中留存的車(chē)輛越多.給出“留存流量”的計(jì)算公式如下：

Nnetflow=Aarrival_flow-Ddeparture_flow.

(3)

給出“停車(chē)區(qū)域面積”定義如下：

(4)

其中：FAi為某個(gè)停車(chē)區(qū)域中第i個(gè)停車(chē)圍欄的面積；Ttotal_area為簇內(nèi)所有停車(chē)圍欄的面積和，即為該停車(chē)區(qū)域的總面積.

按照“留存流量”從高到低的順序?qū)ν＼?chē)區(qū)域進(jìn)行排序，選取停車(chē)擁擠現(xiàn)象最嚴(yán)重的前5個(gè)停車(chē)區(qū)域部分信息字段如表4所示.

表4 按“留存流量”識(shí)別的停車(chē)擁擠現(xiàn)象最嚴(yán)重的前5個(gè)區(qū)域部分信息

如表4所示，按“留存流量”識(shí)別的停車(chē)擁擠現(xiàn)象最嚴(yán)重的前5個(gè)區(qū)域，擁有較大的停車(chē)區(qū)域面積以及較大的“留存流量”.為了更直觀地展示識(shí)別效果，使用Python的繪圖庫(kù)Folium在該市地圖上繪制按照“留存流量”識(shí)別的停車(chē)擁擠現(xiàn)象最嚴(yán)重的前40個(gè)停車(chē)區(qū)域如圖4 所示.

圖4 按“留存流量”識(shí)別的停車(chē)擁擠現(xiàn)象最嚴(yán)重的40個(gè)區(qū)域Fig.4The 40 areas with the worst parking congestion identified by “retained traffic”

從圖4中可以看出，停車(chē)擁擠區(qū)域一般集中在殿前街道、禾山街道以及軟件園等區(qū)域附近.基于“留存流量”識(shí)別停車(chē)擁擠區(qū)域具有一定的局限性，它無(wú)法有效識(shí)別出留存流量不大，但同時(shí)停車(chē)面積也較小的區(qū)域，這部分區(qū)域的停車(chē)擁擠程度也可能相對(duì)較高.

3.2 基于“留存密度”的識(shí)別方法

“留存密度”定義為“留存流量”除以停車(chē)區(qū)域總面積，“留存密度”越大，則該停車(chē)區(qū)域內(nèi)車(chē)輛密集程度越高.給出“留存密度”的計(jì)算公式如下：

(5)

按照“留存密度”從高到低的順序?qū)ν＼?chē)區(qū)域進(jìn)行排序，選取停車(chē)擁擠現(xiàn)象最嚴(yán)重的前5個(gè)停車(chē)區(qū)域部分信息字段如表5所示.

如表5所示，按“留存密度”識(shí)別的停車(chē)擁擠現(xiàn)象最嚴(yán)重的前5個(gè)區(qū)域，普遍面積較小但區(qū)域內(nèi)“留存密度”較高.為了更直觀地展示識(shí)別效果，使用Folium在該市地圖上繪制按照“留存密度”識(shí)別的停車(chē)擁擠現(xiàn)象最嚴(yán)重的前40個(gè)停車(chē)區(qū)域如圖5所示.

從圖5中可以看出，停車(chē)擁擠區(qū)域一般集中在湖濱南路、禾山街道以及軟件園等區(qū)域附近.基于“留存密度”識(shí)別停車(chē)擁擠區(qū)域同樣具有一定的局限性，它無(wú)法有效識(shí)別出“留存密度”不高但“留存流量”較高的停車(chē)擁擠區(qū)域.

表5 按“留存密度”識(shí)別的停車(chē)擁擠現(xiàn)象最嚴(yán)重的前5個(gè)區(qū)域部分信息

圖5 按“留存密度”識(shí)別的停車(chē)擁擠現(xiàn)象最嚴(yán)重的40個(gè)區(qū)域Fig.5The 40 areas with the worst parking congestion identified by "retention density"

3.3 基于“留存流量與密度的綜合指標(biāo)”的識(shí)別方法

給出“留存流量與密度的綜合指標(biāo)”的定義如下：

(6)

(7)

(8)

按照“綜合指標(biāo)”從高到低的順序?qū)ν＼?chē)區(qū)域進(jìn)行排序，選取停車(chē)擁擠現(xiàn)象最嚴(yán)重的前5個(gè)停車(chē)區(qū)域部分信息字段如表6所示.

表6 按“綜合指標(biāo)”識(shí)別的停車(chē)擁擠現(xiàn)象最嚴(yán)重的前5個(gè)區(qū)域部分信息

結(jié)合表4～6可以發(fā)現(xiàn)，使用“綜合指標(biāo)”所識(shí)別出的停車(chē)擁擠現(xiàn)象最嚴(yán)重的5個(gè)停車(chē)區(qū)域同時(shí)包含了使用“留存流量”和“留存密度”所識(shí)別出的停車(chē)擁擠區(qū)域，證明使用“綜合指標(biāo)”能夠克服單一指標(biāo)所帶來(lái)的局限性.

為了更直觀地展示識(shí)別效果，使用Folium在該市地圖上繪制按照“綜合指標(biāo)”識(shí)別的停車(chē)擁擠現(xiàn)象最嚴(yán)重的前40個(gè)停車(chē)區(qū)域如圖6所示.

圖6 按“綜合指標(biāo)”識(shí)別的停車(chē)擁擠現(xiàn)象最嚴(yán)重的40個(gè)區(qū)域Fig.6The 40 areas with the worst parking congestion identified by the "comprehensive indicator"

通過(guò)觀察地圖信息和實(shí)地走訪調(diào)研可知，這些停車(chē)擁擠區(qū)域所處地區(qū)均為企業(yè)密集區(qū)域、學(xué)校、醫(yī)院以及商業(yè)區(qū)附近，例如軟件園、雙十中學(xué)、中山醫(yī)院以及五一文化廣場(chǎng)等地，這些區(qū)域的人流量較大，對(duì)于共享單車(chē)的需求也較大，因此容易造成共享單車(chē)的停車(chē)擁擠現(xiàn)象，證明了識(shí)別出的停車(chē)擁擠區(qū)域符合實(shí)際用戶用車(chē)與停車(chē)情況.

3.4 實(shí)驗(yàn)結(jié)果分析

通過(guò)上述實(shí)驗(yàn)可以發(fā)現(xiàn)，基于“留存流量”的停車(chē)擁擠區(qū)域識(shí)別方法可以準(zhǔn)確地識(shí)別出區(qū)域內(nèi)留存流量較大的區(qū)域，但是無(wú)法識(shí)別出流量不大但是密度較大的區(qū)域；反之，基于“留存密度”的停車(chē)擁擠區(qū)域識(shí)別方法可以準(zhǔn)確地識(shí)別出區(qū)域內(nèi)留存密度較大的區(qū)域，但是無(wú)法識(shí)別出密度不大但是流量較大的區(qū)域.所提出的基于“留存流量與密度的綜合指標(biāo)”的停車(chē)擁擠區(qū)域識(shí)別方法能夠準(zhǔn)確地同時(shí)識(shí)別出“留存流量”較大或“留存密度”較大的區(qū)域，相比于基于單一指標(biāo)的識(shí)別方法，提高了準(zhǔn)確性和可靠性.

4 結(jié) 論

本文基于某市某品牌共享單車(chē)訂單數(shù)據(jù)和停車(chē)圍欄數(shù)據(jù)，對(duì)共享單車(chē)停車(chē)擁擠區(qū)域的識(shí)別進(jìn)行了研究，在對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理后，使用GeoHash算法對(duì)原始經(jīng)緯度坐標(biāo)進(jìn)行編碼處理，并計(jì)算判斷共享單車(chē)開(kāi)關(guān)鎖訂單屬于哪個(gè)停車(chē)圍欄，使用HDBSCAN聚類(lèi)算法將原始停車(chē)圍欄聚類(lèi)為停車(chē)區(qū)域，并提出了基于“留存流量與密度的綜合指標(biāo)”的停車(chē)擁擠區(qū)域識(shí)別方法對(duì)擁擠區(qū)域進(jìn)行識(shí)別，通過(guò)分析和實(shí)地考察，區(qū)域識(shí)別效果符合實(shí)際情況.這一關(guān)鍵步驟為后續(xù)的共享單車(chē)引導(dǎo)調(diào)度奠定了堅(jiān)實(shí)的基礎(chǔ).