交通相关的可视化案例综述01：公共交通系统的时间成本探索

Visualizing Mobility of Public Transportation System

【1】Wei Zeng, Chi-Wing Fu, Stefan Müller Arisona, Alexander Erath, Huamin Qu. Visualizing Mobility of Public Transportation System, IEEE Transactions on Visualization and Computer Graphics, 2014 

【2】http://vis.pku.edu.cn/blog/可视化公共交通系统的移动-visualizing-mobility-of-public-transportation-system/

关于公共交通系统的可视化，很多人脑海中浮现的第一个图景就是百度地图、高德地图之类的地理位置服务软件的界面。我也有同感。因为此类软件与我们生活相关性强，而诸如交通调度可视化的软件非专业人士一般是接触不到的。然而除了这类软件所提供的基于地理拓扑信息的可视化方法外，我们还能做哪些改进？这篇文章或许能给我们一些启迪。（下文中用笔者作为我个人的代称，论文作者则直接称为论文作者）

发现问题：

现有的公共交通系统可视化工作，往往利用网络可视化的方法，聚焦于展示公共交通中站与站之间的网络拓扑结构。忽略了如乘坐时间、换乘时间、等候时间等移动相关的因素。因此，本文作者[1]提出了一套对公共交通系统中与移动相关因素的可视化方案，回答了诸如乘客通过公共交通系统能走多远，有哪些重要的因素影响了公共交通系统的效率等问题。作者通过和专家讨论，提炼出了两个层次上的任务：其一，针对所有能够到达的区域，展现其地理位置信息、起点与各终点之间的路径，提供浏览及比较各路径之间的时间情况的功能；其二，针对能够到达的特定的终点，展现起点和终点之间路线上的各项移动相关因素，同时支持对其周期性规律的探索。

建立模型：

作者建立一个以研究时间花费为中心的交通模型，将花费在旅程上的时间定义为：

其中三个变量代表： 等车时间、乘车时间、换乘时间。符合一般经验。

将连续的时间从6:00到24:00以15分钟为一划分，针对每条路线，每站或站间路程，每一个时间划分，计算出平均的实际乘车时间、等候时间及换乘时间这三个移动相关因素。由此，就可以计算出在某一发生在某一时间，一段行程的时间花费。根据时间花费的定义，作者提出了交通效率，定义为路程／时间花费。由于时间花费将等候及换乘的时间考虑在内，因此交通效率不同于速度的概念。

可视化形式：

根据以上的分析任务及模型，他们设计的三种可视化形式分别是：等时地图、等时流图、OD对行程可视化。

等时地图中，用轮廓界定了到达的范围。由于考虑到乘客下车后步行能够到达的区域，作者按5km/h的行走速度，对乘车终点后的位置进行延展。如下图1所示的等时地图中，蓝色区域表示的是从起点30分钟内能够到达的区域，浅蓝色区域表示的是60分钟能够到达的区域。

等时流图中，横坐标表示时间，用横向树图的方式，把从起点到终点的最高“交通效率”的路线变现出来。节点代表站点，其中不同颜色代表以其为终点时的交通效率（绿色最高，红色最差）。节点的竖直位置由一个交替上下布局的算法确定。为更好地提示时间，作者画出等间隔的竖直线。

此图是论文作者和专家推荐的可视化形式。笔者从图中分析得出，大站点的交通效率是比较差的，可以想见在大的换乘站点，等待时间和换乘时间都较长，所以导致交通效率低，这也符合我们的一般经验。至于起点为什么是个大红点，估计是因为按照计算公式，只有等待时间吧。不过按道理来说起点不需要参与此计算。

OD对行程可视化是针对某一特定的起始点－终止点的行程进行探索。在等时流图中选择一个或多个终点，其路线所在的分支将会被放大，同时其中的移动因素被显示出来：蓝色表示等候时间、绿色表示实际乘坐地铁时间、灰色表示换乘时间、黄色表示实际乘坐公交车时间。为对一天为周期的交通规律的探索，作者设计了移动轮，展示了随一天变化的各项移动因素的比例变化。

使用案例：

根据设计，允许对不同起点的可到达交通范围进行观察。如下图4显示的两个不同的起点，a图中的起点为一个地铁站，b图中的起点为一个公交站起点。由等时地图可以看到，a图中的可到达范围比b图中的要大。在等时流图中，a中节点的颜色也比b中的要绿，即a中的交通效率普遍比b中的高。

在a图中选择两条具体的线路进行观察，如上图所示。上为以公交站点为终点（图4 a中的左侧点），下为以地铁点为终点（图4 a中的右侧点）。这两条行程的路程相差很多，但时间花费几乎相同，由此可见以地铁站的路线交通效率要比公交站点的高。对这两条线路的各项交通移动因素按一天的变化进行观察，如图5中b，c所示，公交站的变化比地铁站的要大。在早、晚高峰上，时间花费被其他时间要大。在22:00以后，蓝色部分（等候时间）要比其他时间大两倍，这是由于在22:30后车数会减为原来的一半。

结论和展望：

此论文为研究者们提供了一个协作系统，可以帮助他们可视化和探索旅客在公共交通系统中的运动规律。通过等时地图和等时流图，清晰流畅地展示了在给定起始地和目的地时不同路线的时间因素的对比关系。

笔者认为，等时地图和等时流图虽然都是常见的可视化布局方法，但是以这种方式应用可以说是创新，并对解决论文作者所述的问题上很作帮助，结果清晰易懂。这不由地令笔者想到，创造一个好的可视化案例，并不在于数学模型的复杂度和布局算法的复杂度，关键还是对症下药。因为笔者个人比较了解可视化布局方法，所以并不认为等时地图和等时流图的绘制是困难。如果要说难点，笔者认为是可靠数据的获取，idea的设想，以及如何评价该方法的有效性。

此可视化案例，应用场景广泛，完全可以作为现有地理信息服务软件的一类扩展程序，应用于大城市的出行路线查询等功能上。