[发明专利]基于IC卡数据的建筑物通勤人口估算方法及其存储介质

权利要求书

1.一种基于IC数据的建筑物通勤人口估算方法，其特征在于，包括如下步骤：

交通IC持卡人出行记录整理步骤S110：

获取某地交通IC卡刷卡数据，所述刷卡数据格式包括但不限于卡号、卡类型、交易日期、交易时间、交易金额、车辆号、上车时间和下车时间，对所述刷卡数据进行整理，判别持卡人的每次刷卡记录是换乘还是出行，整理出持卡人的每日出行记录；

职住地识别和通勤人判别步骤S120：

建立职住地识别规则，通过连续一个月的持卡人刷卡出行记录，识别居住站点和就业站点，当对于居住站点或者就业站点的识别站点结果不唯一的情况，考虑“居住潜力”和“就业潜力”，即属于居住地或就业地的概率，利用站点一定距离阈值范围内的POI数据，根据其各类型POI占比判断居住站点或就业站点，识别出通勤人员，并统计在居住站点和就业站点的通勤人平均刷卡笔数；

建筑物通勤人口估算步骤S130：

按一定条件，选择指数模型，得到距离衰减函数，结合兴趣面(Area of Interest，AOI)和兴趣点(Point of Interest，POI)数据筛选出居住类型或办公类型TAZ，计算建筑物的容积，然后利用步骤S120的数据对TAZ单元内的建筑物进行通勤人口分配；

具体的，所述在职住地识别和通勤人判别步骤S120中，

所述识别居住站点具体包括：

1)判断当月每日第一次刷卡站点是否为同一区县，不是则排除异常数据，是则继续下一步；

2)一日居住地识别：每日早晨5点至10点的首次上车刷卡站点为一日居住地站点；

3)一月居住地识别：根据某地交通站点之间的平均距离，一日居住站点距离小于第一阈值的为同一集群，列入同一居住站点集群中，其中不同时间同一地点的交通站点视为两个数据，判断最大居住站点集群内站点个数是否大于第二阈值，是则识别出最终居住地，否则无法识别持卡人的居住地，如果最大居住站点集群不唯一，计算每个站点的居住潜力，最大的为最终居住地；

所述识别就业站点具体包括：

1)判断当月每日第一次刷卡站点是否为同一区县，不是则排除异常数据，是则继续下一步；

2)一日就业地识别：每日16：30以后的首次上车刷卡站点为一日就业站点；

3)一月就业地识别：根据某地交通站点之间的平均距离，一日就业站点距离小于一定阈值的为同一集群，列入同一就业站点集群中，判断最大就业站点集群是否大于一定阈值，是则识别出最终就业地，否则无法识别持卡人的就业地，如果最大就业站点集群不唯一，计算每个站点的就业潜力，最大的为最终就业地；

所述建筑物通勤人口估算步骤S130具体为：

1)通过问卷调查数据得到研究区域出行者可接受和日常的步行接驳时间t或者接驳距离d；

2)选择指数模型：f(d)＝Ce^-αd，α0，建立距离衰减模型，C取1，以出行者的日常步行接驳距离d为单一变量进行拟合，确定参数α，得到距离衰减函数；

3)建筑分类：利用某区兴趣面(Area of Interest，AOI)和兴趣点(Point ofInterest，POI)数据确定居住和办公类型的交通小区单元(Traffic Analysis Zone，TAZ)；

4)计算建筑物容积：参照土地利用人口密度模型，假设建筑单元面积上的人口密度一样，计算各建筑的体积，建筑物的体积V_j表示为：

V_j＝f_j·a_j

a_j为建筑物j的占地面积，f_j为建筑j的平均层数；

5)居住建筑人口估算：计算居住TAZ单元内建筑j到四周居住站点i的距离，在通勤人口分配时考虑距离远近的影响和建筑物体积的影响，与距离的远近成反比，与建筑体积成正比，利用如下公式将通勤人口分到各居住建筑j：

A_j为居住建筑j的夜晚通勤人口数，P_i为居住站点i的通勤人口刷卡笔数，n为该TAZ单元四周的居住站点数，m为TAZ单元内的居住建筑物总数，d_ij为建筑物j到站点i的距离；

6)办公建筑人口估算：利用POI数据将办公类TAZ单元内建筑物j分为行政办公建筑、商业金融建筑和医疗卫生建筑，按建筑体积和使用性质将通勤人口分到各办公建筑j上：

B_j为办公建筑j的白天通勤人口数，b_j为建筑密度系数，方便计算，建筑j为商业金融建筑时设为2，其余设为1，P_i为就业站点i的通勤人口刷卡笔数，n为该TAZ单元四周的就业站点数，m为TAZ单元内的办公建筑物总数。