天气因素对福州地铁客流的影响分析

交通运输系统工程与信息 ›› 2021, Vol. 21 ›› Issue (3): 268-274.

天气因素对福州地铁客流的影响分析

江世雄^{*a, b}，蔡灿煌^{a, b}，林宇晨^{a, b}，陈德旺^{a, b}

福州大学，a. 数学与计算机科学学院；b. 智慧地铁福建省高校重点实验室，福州 350108

收稿日期:2021-03-25 修回日期:2021-05-07 出版日期:2021-06-25 发布日期:2021-06-25
作者简介:江世雄(1991- )，男，福建南平人，讲师，博士。
基金资助:
国家自然科学基金/National Natural Science Foundation of China(61976055)。

Analysis of Weather's Influences on Metro Ridership in Fuzhou

JIANG Shi-xiong^{*a, b}, CAI Can-huang^{a, b}, LIN Yu-chen ^{a, b}, CHEN De-wang ^{a, b}

a. College of Mathematics and Computer Science; b. Key Laboratory of Intelligent Metro of Universities in Fujian Province, Fuzhou University, Fuzhou 350108, China

Received:2021-03-25 Revised:2021-05-07 Online:2021-06-25 Published:2021-06-25

摘要/Abstract

摘要：

地铁作为一种绿色出行方式，是缓解城市交通拥堵的重要手段。地铁客流受到多种因素影响，其中天气因素变化较快，会造成地铁客流的快速变化。了解天气因素对地铁客流的影响，有助于建立相应的运输组织响应措施。本文旨在量化分析天气因素对福州地铁客流量的影响，并考虑原始天气指标的局限性，引入体现舒适度的指标。建立地铁客流与天气因素(包括气压、相对湿度、风力、降水、风寒指数等级、综合舒适度指数等级等)之间的多元线性回归模型，量化影响方向和影响程度。此外，工作日与非工作日的客流模式差异较大，将两者分别建模分析。研究发现：工作日，降水、风寒指数等级和综合舒适度指数等级对地铁客流有显著影响；非工作日，降水、气压、相对湿度、风寒指数等级和综合舒适度指数等级对地铁客流有显著影响。总体而言，非工作日地铁客流对天气因素更加敏感。

关键词: 城市交通, 天气因素, 多元线性回归, 地铁客流, 舒适度指数, 降水

Abstract:

Metro is a green travel mode, which is an important approach to mitigate urban traffic jams. Metro ridership is influenced by many factors. Weather changes quickly and can lead to variations in ridership. Understanding the relationship between metro ridership and weather can help to set up the corresponding measures for transportation organization. This paper aims to analyze weather's impacts on metro ridership. Due to the limitation of the traditional weather index, a comfort index is incorporated. The multiple linear regression is built between metro ridership and weather factors (atmosphere pressure, relative humidity, wind velocity, rainfall, wind-chill index, comprehensive comfort index, etc.) to quantify the influence. As the travel patterns are different on workdays and non-workdays, two regression models are developed. Results show that rainfall, wind-chill index, and comprehensive comfort index are significant for metro ridership on workdays, and rainfall, atmospheric pressure, relative humidity, wind-chill index, and comprehensive comfort index are significant for metro ridership on non- workdays. In general, the ridership is more sensitive to weather factors on non-work days.

Key words: urban traffic, weather factors, multiple linear regression, metro ridership, comfort index, rainfall

中图分类号:

U293.5

江世雄，蔡灿煌，林宇晨，陈德旺. 天气因素对福州地铁客流的影响分析[J]. 交通运输系统工程与信息, 2021, 21(3): 268-274.

JIANG Shi-xiong, CAI Can-huang, LIN Yu-chen, CHEN De-wang. Analysis of Weather's Influences on Metro Ridership in Fuzhou[J]. Journal of Transportation Systems Engineering and Information Technology, 2021, 21(3): 268-274.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract30270.shtml

http://www.tseit.org.cn/CN/Y2021/V21/I3/268

参考文献

[1] 滕靖, 李金洋. 考虑日期属性和天气因素的铁路城际短期客流预测方法[J]. 中国铁道科学, 2020, 41(5): 136-144. [TENG J, LI J Y. short-term forecast method for intercity railway passenger flow considering data attributes and weather factors[J]. China Railway Science, 2020, 41(5): 136-144.]

[2] 刘欣彤, 黄小龙, 谢秉磊. 基于SVM-KNN的降雨条件下短时公交客流预测[J]. 交通信息与安全, 2018, 36 (5): 117- 123. [LIU X T, HUANG X L, XIE B L. A model of short-term forecast of passenger flow of buses based on SVM-KNN under rainy conditions[J]. Journal of Transport Information and Safety, 2018, 36(5): 117- 123.]

[3] 金聪, 周健勇. 基于天气对地铁的短时客流预测[J]. 物流科技, 2020, 43(3): 99-104. [JIN C, ZHOU J Y. Shortterm passenger flow forecast based on weather[J]. Logistics Sci-tech, 2020, 43(3): 99-104.]

[4] NAJAFABADI S, HAMIDI A, ALLAHVIRANLOO M, et al. Does demand for subway ridership in Manhattan depend on the rainfall events?[J]. Transport Policy, 2019, 74: 201-213.

[5] WEI M, LIU Y, SIGLER T, et al. The influence of weather conditions on adult transit ridership in the subtropics[J]. Transportation Research Part A: Policy and Practice, 2019, 125: 106-118.

[6] ARANA P, CABEZUDO S, PEALBA M. Influence of weather conditions on transit ridership: A statistical study using data from smartcards[J]. Transportation Research Part A: Policy and Practice, 2014, 59(1): 1-12.

[7] TAO S, CORCORAN J, ROWE F, et al. To travel or not to travel: Weather is the question, Modelling the effect of local weather conditions on bus ridership[J]. Transportation Research Part C: Emerging Technologies, 2018, 86: 147-167.

[8] ZHOU M, WANG D, LI Q, et al. Impacts of weather on public transport ridership: Results from mining data from different sources[J]. Transportation Research Part C: Emerging Technologies, 2017, 75: 17-29.

[9] 许熳灵, 付晓, 汤君友, 等. 天气因素对城市地铁客流时空分布的影响: 基于智能交通卡数据的实证研究 [J]. 地理科学进展, 2020, 39(1): 45-55. [XU M L, FU X, TANG J Y, et al. Effects of weather factors on the spatial and temporal distributions of metro passenger flows: An empirical study based on smart card data[J]. Progress in Geography, 2020, 39(1): 45-55.]

[10] 宋帅峰, 杜宇恒, 王瑞峰, 等. 1989-2018 年长江中下游地区旅游气候舒适度空间分布特征[J]. 国土与自然资源研究, 2020(3): 53- 59. [SONG S F, DU Y H, WANG R F, et al. Spatial distribution characteristics of tourism climate comfort in the middle-low reaches of the Yangtze River during 1989-2018[J]. Territory & Natural Resources Study, 2020(3): 53-59.]

[11] 陆鼎煌, 崔森, 李重和. 北京城市绿化夏季小气候条件对人体的适宜度[C]. 林业气象论文集, 北京: 气象出版社, 1984: 144-152. [LU D H, CUI S, LI C H. Beijing's urban greening microclimate conditions for human body's comfort in summer[C]// Proceedings of Forestry Meteorology, Beijing: China Meteorological Press, 1984: 144-152.]

[12] WU J, LIAO H. Weather, travel mode choice, and impacts on subway ridership in Beijing[J]. Transportation Research Part A: Policy and Practice, 2020, 135: 264- 279.

[13] 韩西丽, 罗阳. 天气因素对北京市地铁客流量的影响 [J]. 重庆交通大学学报(自然科学版), 2020, 39(10): 1- 4. [HAN X L, LUO Y. Impacts of weather factors on subway passenger flow of Beijing[J]. Journal of Chongqing Jiaotong University (Natural Science), 2020, 39(10): 1-4.]

[1]	刘晓冰, 李奉孝, 田欣妹, 闫学东. 基于通勤模式的都市圈中心结构判别研究[J]. 交通运输系统工程与信息, 2022, 22(2): 17-28.
[2]	许奇, 陈越, 黄靖茹, 高顺祥, 张志健. 考虑出行费用的就业可达性分析[J]. 交通运输系统工程与信息, 2022, 22(2): 37-44.
[3]	刘春禹, 刘永红, 罗霞, 朱颖. 混合交通流环境下单交叉口自动驾驶车辆轨迹优化[J]. 交通运输系统工程与信息, 2022, 22(2): 154-162.
[4]	张小雨, 邵春福, 王博彬, 黄士琛. 新冠疫情影响下居民共享出行方式选择行为研究[J]. 交通运输系统工程与信息, 2022, 22(2): 186-196.
[5]	李欣, 戴章, 李怀悦, 胡笳. 基于连续近似模型的轨道交通与常规公交耦合优化设计[J]. 交通运输系统工程与信息, 2022, 22(2): 206-213.
[6]	郝妍熙, 刘戎阳, 胡华, 方勇, 刘志钢. 单向通道行人-自行车混合流建模及自组织现象研究[J]. 交通运输系统工程与信息, 2022, 22(2): 223-229.
[7]	赵传林, 贺少松, 孙淑敏, 王钰涵. 基于理性疏忽理论的交通疏散网络双层优化模型[J]. 交通运输系统工程与信息, 2022, 22(2): 239-246.
[8]	陈小红, 蓝秋雨. 不确定交通需求下交叉口信号配时区间优化模型[J]. 交通运输系统工程与信息, 2022, 22(2): 247-256.
[9]	李冰, 王正辉, 马铭炜, 杨鸿宇, 冯悦. 信号交叉口行人二次过街下右转车通行能力与延误估计模型[J]. 交通运输系统工程与信息, 2022, 22(2): 257-267.
[10]	朱彤, 秦丹, 董傲然, 杜雨萌, 魏雯. 公交驾驶员违规类型同交通事故间的关联分析[J]. 交通运输系统工程与信息, 2022, 22(2): 322-329.
[11]	毛保华, 王敏, 何天健, 陈海波. 城市公共交通服务水平研究回顾和展望[J]. 交通运输系统工程与信息, 2022, 22(1): 2-13.
[12]	王子甲, 贾慧慧, 朱亚迪, 陈峰. 基于智能卡数据的轨道与公交复合网络通勤方式选择行为研究[J]. 交通运输系统工程与信息, 2022, 22(1): 67-73.
[13]	贾斌, 朱凌, 李树凯, 刘家林. 城市轨道交通小交路计划与客流控制协同优化策略[J]. 交通运输系统工程与信息, 2022, 22(1): 124-132.
[14]	牟振华, 汪寒冰, 林本江, 陈逸群, 金程程, 陈艳艳. 基于演化博弈的违章停车动态罚金策略效用仿真评价[J]. 交通运输系统工程与信息, 2022, 22(1): 152-162.
[15]	贾富强, 李引珍, 杨信丰, 马昌喜, 代存杰. 基于演化博弈的政府鼓励条件下共享停车行为分析[J]. 交通运输系统工程与信息, 2022, 22(1): 163-170.