經過分箱以后，手機信令數據被轉換位置點數據：
其中 ci 表示用戶的第 i 個位置點；gridi 代表該位置 點所在的柵格編號；ti 代表用戶到達該位置點的時間。
在個體的活動軌跡中，活動點是指在個體在的參與工作、購物、休閑娛樂等社會活動時，需要在某個地點連續停留一定時間以進行活動的點。
原始數據經過分箱之后，即可得到包含柵格編號與時間的位置點數據。給定第i個位置點，其后續k個位置點若滿足gridi+k ≠ gridi+k ≠ … ≠ gridi ≠ gridi-1，k ≥ 1，則用戶在位置點gridi 的停留時間可表示為：
本研究將停留時間≥30分鐘的非家位置點作為用戶的活動點（或駐留點）；用戶在活動點與活動點之間的移動，視為用戶的出行。將柵格出行集計到交通小區，即得到原始OD矩陣。
然后，根據運營商的市占率對手機信令數據得到的OD矩陣進行擴樣，得到現狀居民出行OD矩陣；由此得到各交通小區擴樣以后的出行生成量，使用現狀人口和崗位對出行生產量進行校核；使用重力模型法對未來年的出行分布進行預測，利用現狀的道路網和OD矩陣對重力模型的參數進行標定。
2）方式劃分
在方式劃分階段，考慮到現有基于信通分配 令數據的方式劃分精度不足，采用已有的調查數據，利用各種距離下的出行方式比例來進行方式劃分。
首先基于上位規劃、現狀與發展目標得到各方式的劃分結果，然后根據現狀的“分擔率-距離”方式轉移曲線，以及未來年的出行距離分布、未來年的方式劃分，采用平均增長系數法，對未來年的方式轉移曲線進行預測。
3）結合通行時間、距離和通行費用，標定廣義出行費用函數，并將機動車出行OD矩陣，分配到道路網上。
4）最后，基于核查線交通調查數據、交警卡口據等交通運行數據，對模型相關參數進行校核和調整。
2.1 模型構建
（1）交通分區
以蘭州市域115個鄉、鎮和街道的行政邊界為基礎，以“自外向內加密、不跨河流、不跨越大行政區、根據城市進出主要通道劃分外部小區”為原則，針對G1816蘭州過境段的分析需求，在西固區、城關區進行交通分區加密，劃分155個內部交通小區，結合主要進出通道劃分4個外部交通小區，共計159個交通小區。
（2）道路網絡及延誤函數
根據蘭州市域現狀道路網絡構建GIS路網，使用BPR函數作為道路延誤函數，并根據蘭州市于2018年開展的綜合交通調查結果確定道路延誤函數參數。
BPR函數公式如下：
式中：T——通過某路段所需出行時間；T ——自由流車速下，該路段的通行時間；v——路段上的機動車流量（pcu）；C——路段的通行能力（pcu）；α、β——根據綜合交通調查結果標定的各類道路的參數值延誤函數中的出行時間，考慮市域內有高速公路等收費路段，采用廣義出行費用來代替延誤函數中的出行時間：
式中：TC—— 廣義出行費用，代替公式 (1) 中 的 T 和 T0 ；L—— 路 段 長 度 (m) ； TT—— 自由流車速下路段上的出行時間 (s) ；LC—— 路段上的收費長度 (m)。
（3）交通生成與分布
采用2022年4月蘭州市域的聯通手機信令數據提取出行信息，該數據包含的日均活躍用戶數為63.7萬人，人均數據量164.47條/人，平均每個用戶約10min一條記錄。使用分箱法提取得到500m*500m柵格內的個體出行信息。根據中國聯通在蘭州市的市場占有率擴樣、集計得到內部和外部交通小區的交通出行。
（4）方式劃分
采用出行方式轉移曲線為方式劃分方法，根據蘭州2018年的綜合交通調查結果，得到不同出行距離下的交通方式占比，并從中提取出租車、單位班車、單位業務車、公交巴士、快速公交、私家車和校車等機動車出行并合并轉化為車輛出行OD矩陣。
（5）交通分配
本模型針對高峰小時的交通需求開展交通分配，采用均衡分配方法。分配過程反復迭代，模型收斂的標準是：兩次連續迭代中路網行駛時間差小于0.5%，或達到最大的迭代次數。
2.2 模型校核
根據現狀交通量觀測數據對模型進行校核，包括：核查線交通量數據、交警卡口數據、公路交調站等。將現狀觀測交通量與對應的分配流量結果繪制散點圖（圖2），由圖可見，大部分重要觀測點位均位于回歸直線附近，R2達0.8，說明模型分配結果能較好反映路網現狀交通流量。
3.1 項目背景
G1816 烏海至瑪沁國家高速是京藏、連霍、蘭海 3 條國家高速與定武國家高速的重要聯絡線，該項目的蘭州過境段，起點位于蘭州市城關區九州北，終點位于蘭州南收費站，是穿越主城區的南北向快速通道，承擔著“過境通道兼顧區間并拓展引領城市發展空間”功能。G1816蘭州過境段擬穿越蘭州主城區，在七里河大橋和小西湖大橋間設置一上下雙層的橋梁，上層為高速主線，下層為市政道路。
本文利用構建的城市交通模型，對該項目的交通影響進行分析。在構建的基年交通模型基礎上，增加G1816過境段。在OD不變的前提下，對“有無”本項目的路網進行交通分配，來對比“有無”該項目的交通量差異?？紤]到項目連接出入口多，交通來源復雜，利用交通起終點溯源技術得到項目的交通來源以及主要分流路徑。
3.2 交通量分析
利用基年模型，分析在有無G1816兩種情況下，G1816過黃河段所在的城市路網的交通分配結果，如圖4和5所示。
下面根據分配結果，對跨黃河橋梁和G1816過河段的周邊道路交通狀況進行分析。
（1）跨黃河橋梁對比
跨黃河段橋梁交通量方面，變化較大為小西湖大、七里河黃河大橋和銀灘大橋，雙向交通量分別減28%、22%和22%。
周邊道路影響
表 3 給出四條主要相交道路在“有無”G1816 項目下的交通量變化情況。由表可見，在與匝道相連的橫向道路上，有一定的誘增交通量，但影響較小，與 G1816 下層市政道路相接的西津路和北濱河路的交通量有少量增加，分別增加 4% 和 6.9%，而南濱河和南山路交通量幾乎沒有影響。
3.3 起終點溯源分析
采用 TransCAD 的起終點溯源功能，分析蘭州市域經過 G1816 過境段的交通來源，結果如圖 6 所示。 由圖 6 可見，G1816 蘭州過境段主要承擔了中心城（城關區、西固區）與蘭州新區之間的交通量，從分布上看，中心城內出行和過境交通的比例約為3 : 7。從交通產生和吸引來看看，主要集中在蘭州市城關區黃河北岸、西固區、七里河區以及蘭州新區。
3.4 路徑溯源分析
提取通過G1816蘭州過境段的出行路徑，可看到其承擔的出行量集中于中心城附近。其交通量在橫向上，主要來自于北濱河路、南濱河路和南環路的集散，其中：北濱河路，西側 2858pcu，東側2875pcu ；南濱河路，西側 3226pcu，東側 3265pcu ；南環路，西側 3699pcu，東側 1715pcu?？v向上，來自于平行的 G30 高速的分流，承擔蘭州新區與主城區間的交通。
本文以蘭州為例，結合手機信令數據和居民出行調查數據等，提出了一種城市交通模型的構建方法。該方法可以利用手機信令數據樣本量大、時效性強的優勢，為城市交通模型的快速構建和更新提供支撐。
利用該方法構建了蘭州的城市交通模型，并對G1816高速公路蘭州過境段進行了交通影響評價。分析結果表明，構建的城市交通模型在跨行政區、跨黃河、跨鐵路斷面等重要點位上具有較高精度。通過G1816過境段建設前后的交通量對比，發現該工程對既有跨黃河橋梁有較強分流作用，提升了跨黃河通道的容量；通過交通溯源分析發現，該工程主要承擔了城關區、西固區與蘭州新區之間的交通，有助于加強中心城與蘭州新區之間的交通聯系。
參考文獻：
[1] 趙再先，劉曉玲. 大數據時代“四階段”交通模型體系技術升級方法[J]. 交通與運輸，2019，32(S1)：71-74+80.
[2] 陳小鴻，陳先龍，李彩霞，陳嘉超. 基于手機信令數據的 [居民出行調查擴樣模型[J]. 同濟大學學報(自然科學版)，2021，49(1)：86-96.
[3] 陳必壯，張天然. 中國城市交通調查與模型現狀及發展趨勢[J]. 城市交通，2015，13(5)：73-79+95.
[4] 宋少飛，李瑋峰，楊東援.基于移動通信數據的居民居住地識別方法研究[J].綜合運輸，2015，37(12)：72-76.
[5] Zhen Chen, Wei Fan. Extracting bus information using smart card transaction data[J]. Journal of Modern Transportation, 2018, 26(3):
[6] 胡永愷，宋璐，張健，冉斌. 基于手機信令數據的交通提取方法改進[J]. 交通信息與安全，2015，33(5)：84-90+111.
[7] Qi G, Ceder A, Huang A, et al. A Methodology to Attain Public Transit Origin–Destination Mobility Patterns Using Multi-Layered Mesoscopic Analysis[J]. IEEE Transactions on Intelligent Transportation Systems, 2020, 22(10): 6256-6274.
[8] 鄒戴曉，過秀成，樊鈞，等 . 基于手機信令數據的蘇州市域職住空間和通勤出行分析 [J]. 現代城市研究，2018(12) ：16-21.
[9] 管娜娜，田苗 . 基于大數據的綜合交通規劃創新應用實踐[J]. 智能城市，2019，5(15)：14-17.
[10] 張天然 . 大數據背景下的交通模型發展思考 [J]. 城市交通，2016，14(2)：22-28.
[11] 王媛 . 多源數據融合在上海市綜合交通模型中的應用 [J]. 城市交通，2023，21(1)：86-96+127.
[12] 孟永平 . 基于多源數據融合的廈門市現狀交通模型構建及應用 [J]. 交通運輸工程與信息學報，2020，18(4)：138-144.
[13] 劉云舒，趙鵬軍，呂迪 . 大數據城市通勤交通模型的構建與模擬應用 [J]. 地球信息科學學報，2021，23(7)：1185-1195.
[14] 毛曉汶 . 基于手機信令技術的區域交通出行特征研究 [D]. 重慶：重慶交通大學，2014.
[15] 姚子男 . 大數據驅動的動態交通分配仿真及實證研究 [J]. 智能城市，2021，7(17)：11-12.