一种基于遥感影像的地铁客流来源智能分析方法技术

一种基于遥感影像的地铁客流来源智能分析方法，涉及城市轨道交通中地铁客流来源分析，尤其涉及来自周边不同用地类型、公交、自行车、出租车等复杂来源的分析。为高效准确地确定地铁客流来源，本发明专利技术专利基于遥感图像在ArcGIS平台进行影像分类，得到不同用地的面积和质心位置数据。全面考虑地铁客流的四项来源以及地铁站点的区位和连接性，对区域内所有地铁站客流数据建立非线性回归模型，求解可得到该区域内地铁站周边用地、公交、出租车、自行车的客流生成率，进一步得到不同用地和换乘方式对地铁客流的贡献量大小及比例。结果可为城市公共交通线网规划、城市建设布局优化提供决策依据。

【技术实现步骤摘要】
一种基于遥感影像的地铁客流来源智能分析方法
本专利技术专利涉及城市轨道交通中地铁客流来源分析，尤其涉及客流来自周边不同用地类型、公交换乘、自行车换乘、出租车换乘等复杂来源的分析。
技术介绍
为研究来自周边用地的地铁客流，现有技术往往通过搜集资料和实地调查获取地铁站点周边用地的类型和面积信息，费时费力，成本高，效率低。而应用遥感卫星影像，在ArcGIS中进行相应图像处理可快速统计出不同用地的面积和质心位置数据。20世纪50年代，遥感技术被广泛应用于城市土地利用动态监控中并得到发展。20世纪70年代，第1颗人造陆地卫星的发射开创了利用卫星遥感技术进行大范围土地利用调查的新纪元。遥感影像可以真实展现地球表面物体的形状、大小、颜色等信息，获取数据范围大，更新周期短，客观准确地记录了地表地物的电磁波辐射(反射和发射)特征，客观实时地反映出地表景观的实况，这是传统方法无法比拟的，已经成为基础地理数据采集与更新的重要手段。随着商业卫星影像的分辨率越来越高(最高已经达到0.5米)，它可以满足较大比例尺“4D”产品生产要求。遥感具有动态、多时相采集空间信本文档来自技高网...

【技术保护点】
1.一种基于遥感影像的地铁客流来源智能分析方法，其特征是：包括以下步骤：/n1)基于ArcGIS的土地遥感影像分类：以地铁站点步行吸引范围为研究区，在ArcGIS中导入研究区域的卫星遥感地图，标定地理坐标，进行几何校正，对影像进行分区几何统计，得到土地类型的面积、质心X坐标、质心Y坐标在内的参数；/n2)收集调查数据：收集城市地铁线路、地铁站位置及客流量、公交站位置信息，调查地铁站周边自行车日均停放数和出租车日均停靠数；/n3)模型构建及计算：以地铁站客流量作为被解释变量收集某区域内I个地铁站及周边的日均数据，建立客流模型。/n

【技术特征摘要】
1.一种基于遥感影像的地铁客流来源智能分析方法，其特征是：包括以下步骤：
1)基于ArcGIS的土地遥感影像分类：以地铁站点步行吸引范围为研究区，在ArcGIS中导入研究区域的卫星遥感地图，标定地理坐标，进行几何校正，对影像进行分区几何统计，得到土地类型的面积、质心X坐标、质心Y坐标在内的参数；
2)收集调查数据：收集城市地铁线路、地铁站位置及客流量、公交站位置信息，调查地铁站周边自行车日均停放数和出租车日均停靠数；
3)模型构建及计算：以地铁站客流量作为被解释变量收集某区域内I个地铁站及周边的日均数据，建立客流模型。


2.根据权利要求1所述的地铁客流来源智能分析方法，其特征是：分析城市轨道交通中地铁的客流来源情况，其特征在于：考虑地铁站步行吸引范围内不同用地类型、公交、自行车、出租车四项客流来源，基于遥感影像获得周边用地类型的面积，考虑地铁站点的区位和连接性，建立非线性回归模型并求解，所述非线性回归模型为：



其中，Pi为第i个地铁站的日均客流量，包括进站客流和出站客流；
αi和βi分别为第i个地铁站的接近中心性和中介中心性，r1和r2分别为其权重值；
N为待研究的土地类型数；
Lin为质心位置在第i个地铁站步行吸引范围内的第n个土地类型面积；
ln为地铁站周围第n个土地类型的客流生成率；
Bi为第i个地铁站步...

【专利技术属性】
技术研发人员：段续庭，刘阳，田大新，周建山，林椿眄，姜航，郝威，龙科军，刘赫，拱印生，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11