共享单车轨迹数据分析:以厦门市共享单车数据为例(四)

副标题:共享单车与地铁接驳距离探究——以厦门市为例

关于轨道交通站点接驳范围的研究早已屡见不鲜,通常认为以站点为圆心、800米作为地铁站直接的服务范围是合理的。近年来,随着轨道、公交和慢行交通三网融合概念的提出,慢行交通被视为解决城市“最后一公里”问题的最佳方案之一。特别是自2016年以来,随着共享单车的兴起,这一出行方式也被纳入城市交通建设体系的关键组成部分,以完善轨道交通站点与周边用地之间的连续性,本篇文章把观点聚焦于共享单车与地铁接驳距离问题,共享单车与地铁接驳距离多远是用户可以接受的一个阈值?

分析之前我们先来看一下官方报告,中规院发布的2022年度中国主要城市共享单车、电单车骑行报告中提及,"单车单次骑行平均距离1.5公里,对比2020年增加140米",意味着,2020年平均单车骑行距离为1.36公里;参考来源:2022年中国主要城市共享单车/电单车骑行报告PowerPoint 演示文稿 (china-up.com)

鉴于厦门地铁目前仅开通了三条线路,并且基于常用的城市交通规划原则,地铁站点的辐射范围通常设定为800米以内,我们把本篇文章的分析范围限定在地铁站为圆心、800m为半径的缓冲区内,另外,分析的数据区间还是上篇文章提到是2020年12月21日 上午06:00-10:00这个区间。

指路上篇文章:共享单车轨迹数据分析:以厦门市共享单车数据为例(三)-CSDN博客

这里先讲一下缓冲区处理方法,300m以内的缓冲区并没有发现重叠部分,400m开始出现少数站点重叠,从400m开始我们通过做融合缓冲区与泰森多边形相交的形式,把重叠的切割,确保订单对应唯一站点,在数据处理方面,我们把每个小时内的订单数据都进行了处理,以便我们结合时间维度来界定站点与共享单车接驳范围的较优解,如何做泰森多边形参考我这篇文章:ArcGIS应用指南:生成泰森多边形的缓冲区_交通站点以缓冲区范围结合泰森多边形形成的区域共同界定站域边界-CSDN博客;

我们直接开始分析数据,看图说话,我们来看结合有限的小时数据每100m的辐射范围增加订单数据的增量,我们可以看到在6点、和9点这两个时间段,增量开始陡降,7点和8点这两个时间段在500m就开始陡降,可以得出结论不同时间段,人们对共享单车与地铁接驳距离的容忍度不同,7点和8点使用共享单车的用户对共享单车的与地铁站接驳距离要求更高,希望越近越好,而6点和9点容忍度更高,更愿意花较多的时间成本寻找地铁站周边的共享单车;

这里个人推测产生差异的原因之一是面向的用户不同,早上6点多出发的用户可以接受更远的距离寻找到一辆单车,而7点、8点的用户人群通常是9:00左右上班的人群,他们对寻找共享单车的距离成本更为敏感,在500m这个阈值距离作为临界点,他们更容易放弃寻找转而选择其他交通工具作为通勤工具,过了9:00这个时间段的用户通常他们的时间相对自由,大部分可能在10:00以后上班,或者是非上班的出行用户,所以地铁换乘共享单车的接驳阈值又来到600m,这个距离以内人们还是更倾向选择共享单车作为出行工具,超过这个距离阈值,人们可能放弃寻找转而选择其他出行方式;

同时我们对到达点也做了统计,虽然并不能保证到站点辐射范围800m以内的这些人的目的地都是去换乘地铁,但是我们通过大样本的数据量来看事件发生比较大的概率性事件,还是可以看出一定规律,就好比学校上下学时间段内,学校周边的交通会变得拥堵,虽然并非所有驾车或步行的人都是来接送孩子的家长,但大部分确实是,同时这里通过世界资源研究所分布的共享单车如何影响城市一文中佐证了这一论点,文章对中国12个研究城市的调查结果显示,54%的共享单车用户使用共享单车连接其他交通方式,其中91%的骑行用于连接公共交通。文章出处:共享单车如何影响城市 | WRI China;

接下又到了我们的看图说话环节,我们来看结合有限的小时数据每100m的辐射范围增加订单数据的增量,我们可以看到在6点、7点、8点、9点这四个时间段,都在600m这个站点覆盖范围增量开始陡降,可以得出结论,以地铁站周边800m以内为目的地的用户在6-9点这个时间段对地铁与共享单车的接驳距离容忍度都在600m这个阈值,超过这个距离的订单量开始陡降;

综上所述,基于当前分析的数据范围,我们可以得出结论:在厦门市,共享单车用户与地铁接驳的距离容忍度大约在以地铁站点为圆心、600米为半径的缓冲区内。一旦超出这个距离,共享单车每增加100m的辐射范围的订单增量会出现显著下降,表明用户可能会转而选择其他的交通工具来完成他们的行程。

这里再补充几个可能性的原因,1、因为厦门市地铁线路的覆盖密度不够,至今也只有3条地铁线路,所以人们为了可以换乘地铁,对换乘地铁距离的容忍度相交于地铁线路比较发达的城市有所增加,2、样本量的因素,因为我们仅用了半天的数据作为分析的基础,这样的样本量可能不足以完全反映整体趋势,因此分析结果可能存在一定的局限性和偏差。

文章仅用于分享个人学习成果与个人存档之用,分享知识,如有侵权,请联系作者进行删除。所有信息均基于作者的个人理解和经验,不代表任何官方立场或权威解读。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/875875.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

【人工智能】Transformers之Pipeline(十七):文本分类(text-classification)

目录 一、引言 二、文本分类(text-classification) 2.1 概述 2.2 DistilBERT—BERT 的精简版:更小、更快、更便宜、更轻便 2.3 应用场景​​​​​​​ 2.4 pipeline参数 2.4.1 pipeline对象实例化参数 2.4.2 pipeline对象使用参数 …

探索2B法则—趋势反转的高效策略

在之前,我们曾讲过123法则,这是一种基于道氏理论的分析方法,用于确认趋势反转和识别开仓信号。而今日我们就再来聊聊与之相似的2B法则,这是123法则的一种变形,用途和123法则一样,但比之成功率会更高&#x…

白盒测试与黑盒测试

✨博客主页: https://blog.csdn.net/m0_63815035?typeblog 💗《博客内容》:.NET、Java.测试开发、Python、Android、Go、Node、Android前端小程序等相关领域知识 📢博客专栏: https://blog.csdn.net/m0_63815035/cat…

GIS在线监测SF6密度微水定量检漏仪传感器专用波纹管免焊接格兰头

SF6密度微水在线监测装置配套M12母头5孔格兰头穿波纹管连接器,该传感器能够监测SF6气体的露点,从而实现对SF6气体在线监测。 原理 SF6露点在线监测传感器是一种可以监测SF6气体露点的传感器它的工作原理是通过吸收SF6气体中的水分子来测量SF6气体的露点。…

k8s 资源管理

文章目录 ResourceQuota什么是资源配额定义一个ResourceQuotaResourceQuota的使用 LimitRangeLimitRange的用途示例1:配置默认的requests和limits示例2:配置requests和limits的范围 QoS什么是服务质量保证示例1:实现QoS为Guaranteed的Pod示例…

git的快速合并fast-forward merge详解

文章目录 1. 什么是快进合并?2. 快进合并的前提条件3. 快进合并的工作原理3.1 示例场景:3.2 使用命令:3.3 快进合并的视觉效果: 4. 快进合并的优点5. 快进合并的缺点6. 快进合并 vs 非快进合并6.1 非快进合并:6.2 非快…

splice用法

天行健,君子以自强不息;地势坤,君子以厚德载物。 每个人都有惰性,但不断学习是好好生活的根本,共勉! 文章均为学习整理笔记,分享记录为主,如有错误请指正,共同学习进步。…

Google推出Data Commons解决AI“幻觉”

每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗?订阅我们的简报,深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同,从行业内部的深度分析和实用指南中受益。不要错过这个机会,成为AI领…

使用LDAP登录GitLab

使用LDAP登录GitLab gitlab.rb 配置如下 gitlab_rails[ldap_enabled] true #gitlab_rails[prevent_ldap_sign_in] false###! **remember to close this block with EOS below** gitlab_rails[ldap_servers] YAML.load <<-EOSmain:label: LDAPhost: 172.16.10.180port:…

C++ | Leetcode C++题解之第398题随机数索引

题目&#xff1a; 题解&#xff1a; class Solution {vector<int> &nums; public:Solution(vector<int> &nums) : nums(nums) {}int pick(int target) {int ans;for (int i 0, cnt 0; i < nums.size(); i) {if (nums[i] target) {cnt; // 第 cnt 次…

c++中的继承和多态

目录 Linux中的管道通信 ​编辑派生类的默认成员函数 继承 派生类的构造 隐藏 如何设计一个不能被继承的类 菱形继承 virtual virtual是如何解决的 内存对象模型 继承和组合 继承 组合 多态 概念 多态的构成条件 虚函数的重写 Linux中的管道通信 派生类的默认成…

ESKF学习笔记

参考资料 https://zhuanlan.zhihu.com/p/441182819 惯性导航(三)-基于流型的ESKF及代码实现_eskf和ekf-CSDN博客 用ESKF实现IMU/GNSS组合导航&#xff08;学习记录&#xff09;_eskf imu-CSDN博客 0.ESKF与KF的区别以及总体流程 0.1卡尔曼滤波过程 卡尔曼滤波的流程按照1…

unity安装配置和vs2022联动教程

目录 1.选择vs2022配置 2.安装unity 2.1安装unity hub 2.2注册个人账号 2.3安装编辑器 2.4修改为简体中文 2.5添加许可证 2.6安装位置修改 3.项目的创建 3.1如何创建 3.2如何选择 3.3配置语言 3.4去哪里找语言包 4.unity编辑器窗口的介绍 4.1游戏的运行和停止 4…

Leetcode面试经典150题-162.寻找峰值

解法都在代码里&#xff0c;不懂就留言或者私信 想清楚的话会特别简单&#xff0c;你可能想不到这是个二分。。。 class Solution {/**本题题目规定我们只能用O(logN)的时间复杂度来解题&#xff0c;这显然就是让二分嘛而题目给的数组本身是无需&#xff0c;怎么二分呢其实我…

4G模块、WIFI模块、NBIOT模块通过AT指令连接华为云物联网服务器(MQTT协议)

MQTT协议概述 MQTT&#xff08;Message Queuing Telemetry Transport&#xff09;是一种轻量级的消息传输协议&#xff0c;它被设计用来提供一对多的消息分发和应用之间的通讯&#xff0c;尤其适用于远程位置的设备和高延迟或低带宽的网络。MQTT协议基于客户端-服务器架构&…

5.安卓逆向-java面向对象

免责声明&#xff1a;内容仅供学习参考&#xff0c;请合法利用知识&#xff0c;禁止进行违法犯罪活动&#xff01; 内容参考于&#xff1a;图灵Python学院 上一个内容&#xff1a;4.安卓逆向-常用数据结构java语言中的集合 之前的内容写了java语言常用的数据结构&#xff08…

海外云服务器安装 Redis 6.2.x (Ubuntu 18.04 记录篇三)

本文已首发于 秋码记录 通过前两篇的实践&#xff0c;我们已然在海外云服务器/VPS安装了JDK和MariaDB数据库&#xff0c;一个能够运行Java项目的海外云服务器/VPS算是告一段落了。 然而&#xff0c;在这请求量与日俱增的情况下&#xff0c;MariaDB数据库显然是在超负债的工作…

Linux shell编程学习笔记80:gzip命令——让文件瘦身

0 引言 在 Linux shell编程学习笔记76&#xff1a;tar命令——快照 & 备份&#xff08;上&#xff09;-CSDN博客 Linux shell编程学习笔记77&#xff1a;tar命令——快照 & 备份&#xff08;下&#xff09;_linux 系统快照-CSDN博客 Linux shell编程学习笔记78&am…

10万人服务器配置如何选择?10w并发量配置架构

10万并发量的应用如何选择阿里云服务器配置&#xff1f;首先要选择云服务器ECS实例规格&#xff0c;因为是10万并发量需要配置负载均衡&#xff0c;而且还要使用缓存技术&#xff0c;阿里云服务器网aliyunfuwuqi.com从阿里云官网整理的关于阿里云10万并发量服务器配置和案例分享…

哈工大“计算机设计与实践”(cpu)处理器实验设计报告

哈工大“计算机设计与实践”&#xff08;cpu&#xff09;处理器实验设计报告 【哈工大“计算机设计与实践”&#xff08;cpu&#xff09;处理器实验设计报告】 在计算机科学领域&#xff0c;CPU&#xff08;中央处理器&#xff09;是计算机系统的核心部件&#xff0c;负责执行指…