利用大数据探索快速公交乘客出行行为
利用大数据探索快速公交乘客出行行为(中文7000字,英文4000字)
为了解决研究问题，本文采用了基于地理可视化的方法。首先，将乘客的旅行轨迹（即通过连接一系列空间节点描绘乘客旅行路线的连续线）以公共汽车站的空间分辨率重建。接下来，我们使用流量映射技术（一种将流量映射与条件图集成在一起的地理可视化技术），可视化公交网络中BRT和非BRT行程的总体出行轨迹。在此过程中，BRT和其余巴士服务的不同角色将被揭示和可视化。
本文的其余部分结构如下：第2部分介绍布里斯班（澳大利亚）作为案例研究领域。第3节概述了用于调查BRT和非BRT出行动态的数据库和方法，其次是第4节中的结果。第5节讨论了基于主要调查结果对BRT政策的影响以及未来研究的途径。最后，第6节提出了一系列试探性结论，并强调了本研究取得的进展。
Exploring Bus Rapid Transit passenger travel behaviour using big data
In order to address the research questions, a geo-visualisation-based method is applied in this paper. First, passengers' travel trajectories (i.e., continuous lines that depict travel pathways of passengers by connecting a series of spatial nodes) are recon-structed at a spatial resolution of the bus stop. Next, using flow-comaps, a geo-visualisation technique that integrates flow-mapping with conditional plot, we visualised the aggregated travel trajectories of BRT and non-BRT trips within a bus transit network. In doing so, the differing roles of BRT and the remainder bus service are revealed and visualised.