基于卡口数据的城市道路交通空间相关性分析

在短时交通流预测中,道路交通空间相关性是客观存在的.现有研究在度量道路交通空间相关性上,通常采用时间序列数据直接进行统计分析,或是假定一定距离内具有空间相关性等.但这些方式忽略了道路之间交通影响的空间异质性.在卡口数据中,由于车辆牌照的唯一性特性,不仅可以计算出研究路段的交通流时间序列,还能得到每辆车的行驶轨迹.本文通过车辆轨迹,得到流量转移权重矩阵和不同卡口数据量化的网络权重矩阵,构造一个新的网络权重矩阵,度量城市道路之间的空间相关性,然后进行短时交通流预测及效果比较,验证了方法的可行性和有效性.