近年來，隨著無線通信的廣泛應用，車輛GPS、手機信令、交通卡等空間行為大數(shù)據(jù)，被用來非常精確地揭示人類行為移動模式，從而解釋城市的社會經(jīng)濟環(huán)境。如今，可利用的空間行為大數(shù)據(jù)已經(jīng)包括：移動電話數(shù)據(jù)、車輛軌跡數(shù)據(jù)、智能卡數(shù)據(jù)、Wi-Fi和藍牙數(shù)據(jù)、社交媒體用戶數(shù)據(jù)等。

　　這些空間行為大數(shù)據(jù)，為確定人類的生活模式提供了一個非常有前途的來源。由于大數(shù)據(jù)可以記錄連續(xù)的空間行為，且隨時間和空間精確變化，研究使用這些數(shù)據(jù)，可以細致揭示城市居民個體不同空間和時間下的交通出行模式。

　　近幾年，包含交通智能卡和手機運營商數(shù)據(jù)在內(nèi)的城市軌跡大數(shù)據(jù)，正在國內(nèi)外成為科學研究和商業(yè)應用的熱點。隨著數(shù)據(jù)處理、模型設計、統(tǒng)計驗證方法的不斷成熟，大數(shù)據(jù)正被不斷應用到城市生活不同場景的實踐中。

　　交通智能卡數(shù)據(jù)

　　交通智能卡(Smart card)最初應用于公共交通的自動收費系統(tǒng)，如公共汽車、地鐵和停車場。智能卡系統(tǒng)也被引入商店、餐館和醫(yī)院。如今，幾乎在世界各大城市都有自己的智能卡系統(tǒng)。

　　雖然交通智能卡的主要目的是收集收入信息，但同時也產(chǎn)生了大量非常詳細的交易數(shù)據(jù)信息。這些數(shù)據(jù)既可以幫助公交系統(tǒng)的日常運營，也可以用于相關網(wǎng)絡的長期戰(zhàn)略規(guī)劃。可實現(xiàn)三級管理的各種用途：戰(zhàn)略(中長期規(guī)劃)、戰(zhàn)術(服務調(diào)整和網(wǎng)絡發(fā)展)和運作(客流統(tǒng)計和績效指標)。

　　一般，智能卡包含信息包括卡ID、交易數(shù)據(jù)(時間、類型和車費)、旅行數(shù)據(jù)(出行模式、時間、票價、車站和路線ID)和個人識別數(shù)據(jù)。因此，智能卡中的數(shù)據(jù)可以用于出行需求預測或個人出行模式檢測。然而，不同于基于距離的票價，智能卡數(shù)據(jù)沒有登記行程，僅有出入站地點。因此，使用智能卡數(shù)據(jù)的一個主要挑戰(zhàn)，是如何識別一個完整的旅行軌跡、估計各種多通道傳輸?shù)目赡堋?/p>

　　曾有學者使用倫敦智能卡數(shù)據(jù)中的個人旅行信息，揭示城市的結構，提供新的方法來模擬城市系統(tǒng)的流量;基于北京市14個工作日的地鐵刷卡客流量數(shù)據(jù)，將195個地鐵站點分為居住導向型、就業(yè)導向型、職住錯位型、錯位偏居住型、錯位偏就業(yè)型、混合型、綜合型及其他型8種不同類型;使用上海申通地鐵數(shù)據(jù)，對世博會期間上海軌道交通客流特征進行統(tǒng)計分析。所有這些實證研究表明，智能卡數(shù)據(jù)對理解城市系統(tǒng)的動態(tài)(各種旅行行為和交通規(guī)劃)非常有效。

　　國內(nèi)外學者在公共交通中使用智能卡數(shù)據(jù)進行的研究，主要分為三大類：戰(zhàn)略層面上，涉及長期的網(wǎng)絡規(guī)劃、客戶行為分析和需求預測;戰(zhàn)術層面上，重點是地鐵時刻表調(diào)整、縱向和個別的出行模式;業(yè)務層面，研究相關的供應和需求指標，以及如何完善智能卡系統(tǒng)可操作性。一旦智能卡搭載上持卡人資料，比如采用使用者實名制登記，其所呈現(xiàn)的信息的社會人口屬性會更強。

　　手機運營商數(shù)據(jù)

　　無論在國內(nèi)還是國外，移動手機的運營商數(shù)據(jù)，作為一種軌跡數(shù)據(jù)，也已被廣泛用于各類研究和商業(yè)應用。

　　手機數(shù)據(jù)有兩種類型：基于信元塔的數(shù)據(jù)，主要包含小區(qū)塔流量和切換信息;基于移動電話的用戶數(shù)據(jù)，通常包含匿名用戶ID、小區(qū)塔ID，以及電話、位置、日期和時間的信息。目前，出于數(shù)據(jù)類型和研究目的的不同，用來處理和分析手機數(shù)據(jù)的方法，包括傳統(tǒng)的數(shù)據(jù)挖掘技術，如聚類方法和基于規(guī)則的算法，新技術有可視化工具和復雜的機器學習方法。

　　手機數(shù)據(jù)在出行交通行為研究中最基本的應用是檢測逗留(訪問)和提取出行次數(shù)。通常情況下，結合連續(xù)定位數(shù)據(jù)和歷史定位數(shù)據(jù)、計算個體在每個區(qū)域的定位頻率，可以檢測該用戶的停留情況。只需要手機使用的四個時空點，就能定義一個人的活動痕跡。

　　用戶的交通方式，可以使用蜂窩網(wǎng)絡的數(shù)據(jù)，根據(jù)連接信號強度的波動變化率，做較粗略的估計。目前通過這類數(shù)據(jù)可識別的出行方式，主要包括停止、步行和機動車出行方式。

　　范圍更廣的交通方式，可以使用手機內(nèi)置的GPS和運動傳感器，采集更準確的定位和運動狀態(tài)信息，判斷行駛速度和可能的方式。例如，利用智能手機內(nèi)置GPS和加速度傳感器收集的數(shù)據(jù)，可以確定五種運輸方式，包括步行、跑步、騎自行車、停止、開車;區(qū)分八種出行方式，包括汽車、自行車、公共汽車、電車、火車、地鐵、步行、摩托車等。應用于上述數(shù)據(jù)分析的分類技術，包括決策樹分類器、隱藏的馬爾可夫模型、基于規(guī)則的分類器、人工神經(jīng)網(wǎng)絡、貝葉斯分類器等。

　　城市動力學研究早已開始大規(guī)模使用手機數(shù)據(jù)。曾有一個名為“移動風景”的項目，使用手機數(shù)據(jù)可視化展示了米蘭城市在時間和空間上的演化。“實時羅馬項目”，則使用羅馬的手機和出租車數(shù)據(jù)，描繪了城市脈搏。隨著手機運營商數(shù)據(jù)的部分開放，國內(nèi)對手機信令的研究近幾年開始增多，主要集中在城市規(guī)劃和交通領域中。比如，基于手機信令，對軌道交通早高峰客流和居民的職住通勤關系、大都市圈規(guī)劃進行研究。

　　傳統(tǒng)的出行行為研究很難做到這樣幾乎覆蓋到整個人口的樣本。而手機數(shù)據(jù)最獨特、最吸引人的特點，就是它們的普及規(guī)模。由于其為研究者提供了縱向和個別的大量細節(jié)，因而非常適合用來研究城市管理問題。(感謝陳瑤博士為本文提供學術支持)