（三等奖）C405北京市出租车流量分析与预警系统

作品编号：C405（三等奖）

作品名称：北京市出租车流量分析与预警系统

作者单位：中国矿业大学环境与测绘学院

小组成员：唐禄棕、赵海阳、陈杨

指导老师：孙亚琴

1 需求分析
城市化的快速发展给我们带来了便捷的生活方式。与此同时，城市化也带来了交通拥堵、能源消耗、环境污染等问题。如何通过科学的方法解决城市化引发的诸多问题一直以来都受到各国研究人员的关注。如今，如何解决城市交通拥堵已经成为城市管理者和普通民众最关心的问题之一。城市交通状况对人们的出行、学习、工作起着至关重要的作用。实时了解城市交通状况有利于人们进行出行规划，避开交通拥堵路段；同时也对管理者调控城市交通有重要意义。然而，造成交通拥堵的影响因素众多，包括学校、购物中心、旅游景点等人员密集场所、道路设施、天气状况、突发事件等。因此想要充分分析城市交通状况并不容易。为实现城市交通状况的监控与分析，就要对各种数据进行有效的管理；并且因为空间数据的特殊性，还要使用GIS的手段对数据进行空间分析。 因此我们设计开发了出租车流量分析与预警系统。
本系统主要利用ArcGIS Sever、ArcGIS API for JavaScript进行设计开发、利用非关系型数据库Redis存储北京市四年的出租车流量数据。为方便用户使用，本系统基于web进行开发，用户只需通过浏览器访问web页面即可使用本系统。本系统能够有效的对城市交通状况及人流情况进行监控与分析。通过分析使用户了解城市交通拥堵状况、人流密集的集中区域、集中时间、车流量随时间的变化趋势以及城市交通相关要素（如区域红路灯数量等）对交通和车流量的影响，进而为人们出行和管理者进行交通调控提供参考。设计开发城市交通状况分析与预警系统对人们出行及维持城市交通状况稳定有重要意义。
 
2 总体设计
2.1 功能设计
系统主要分为登录、流量变化模块、流量分析模块、火山与黑洞分析模块以及预测模块五个功能模块。具体功能如下。
建立北京市出租车流量分析与预警系统，实现对出租车流量的分析与异常事件的预警。系统可以方便的对一天内车流量的变化进行展示，为提升用户的使用体验，提供多种方式的数据显示；系统可以对车流量的日变化和年变化进行分析，得到车流量随时间的变化趋势；系统可以对节假日和工作日在不同区域内车流量进行对比，得到车流量随时空变化的趋势；系统可以对车流量进行重心分析，分析一天内车流量重心的空间变化轨迹及空间上的均衡程度，结合居民地和公司数据，分析重心变化原因；系统可以对地物要素进行聚类分析和占比分析，分析出车流量与要素聚集程度的关系；系统可以进行火山黑洞分析，提取城市车流量异常区域，为人们出行避开流量异常区域，为政府管理者疏导交通提供参考；系统可对城市异常区域进行缓冲区分析，分析发生异常事件的原因。系统可对城市车流量进行预测，为用户提供出行选择。
 
登录
（1）、用户输入登陆信息，系统验证信息是否正确。
（2）、信息正确，验证成功，进入系统页面。
（3）、验证信息失败，密码错误，重新填写。
（4）、验证信息失败，用户不存在，注册用户。
（5）、填写相关信息，进行用户注册，注册成功通知用户并且存储在数据库中。
（6）、注册失败，重新填写信息，注册。
 
流量变化模块
（1）、用户可以选择时间、流入或流出数据。系统根据流量的多少进行渲染显示。并显示当时的温度、天气、风速数据；
（2）、用户可以选择区域并能够查看选定区域内车流量变化趋势。变化趋势包括一天内的流量变化趋势和该区域该时刻随日期变化而发生的变化趋势；
（3）、用户可以查看整个研究区一天内车流量的变化；
（4）、用户也可以选择以三维效果和热力图的方式进行数据显示。

流量分析模块
（1）、节假日与工作日对比：用户可以选择工作日和节假日，系统以雷达图的形式显示不同行政区域内（海淀区、西城区、丰台区、东城区、朝阳区）工作日和节假日在一天中同一时刻车流量对比。
（2）、要素聚类分析：用户选择某一要素图层时，对要素图层进行聚类分析，可以得到选定要素的聚集程度。
（3）、要素比例分析：用户在研究区任意选择一点，可以查询出其周围一定距离内某一要素数量和占总体要素数量的比例。
（4）、用户可以根据选定的时刻和车流量类型，查看区域内车流量重心位置。并能够动态查看一天内车流量重心的变化。以看出研究区内一天车流量在空间上的变化轨迹和均衡程度。

城市火山和黑洞
（1）、根据城市火山黑洞理论，系统计算出选定时刻的火山和黑洞区域。
（2）、选定火山或黑洞异常区域，对其进行缓冲区分析，得到周围一定范围内的要素，分析造成异常区域的原因
（3）、最短路径规划。根据火山和黑洞异常区域，自动将其设置为路障，对出租车路线进行最短路径规划。还可以手动添加障碍。
 

预测模块
（1）、根据数据中最新日期的城市车流量预测次日城市车流量情况。
 
 
 

2.2 数据库设计

系统使用数据北京市基础地理信息数据和非基础地理信息数据。非基础地理信息数据包括：将研究区划分为32*32的格网区域，车流量数据为每个区域中半个小时内出租车流量（包括流入数据和流出数据），每个时刻的数据以二维数组进行存储；北京市的天气数据、温度、风速数据；中国法定节假日日期数据、用户信息；
北京市基础地理信息数据包括：ESRI服务器上的数据；北京市路网以及路网附属物数据；北京行政区划数据；学校、购物中心、景点等要素点数据。
 
北京市基础地理信息数据库中数据主要以要素图层形式存储，图层说明如下：

 
Redis数据库结构设计：
为了提升检索速度，在Redis中存储数据如下。

2.3 关键技术

系统开发过程中主要是用的技术包括：

• Redis非关系数据库
• Spring及Spring MVC架构
• 城市计算理论及深度学习
• ArcGIS API for JavaScript 3.25/4.8

 
3 作品亮点
 
（1）、本系统作品以郑宇博士城市计算理论为基础，结合深度学习相关算法和具体开发技术进行开发。
（2）、 本系统运用Echarts、ArcGIS API forJavaScript等大量可视化手段进行数据展示与分析。
（3）、 本系统使用数据量大，数据类型多样。数据可靠性高。