中国 2024 年公交网络综合矢量数据集：解锁城市交通奥秘的关键

《Scientific Data》：A Comprehensive Vector Dataset of Bus Networks Across China for the Year 2024

为解决现有研究缺乏大规模公交网络数据、难以深入分析城市公交系统复杂性等问题，研究人员开展了中国公交网络矢量数据集构建的研究。通过算法生成包含 299 个城市公交信息的矢量数据集，该数据集对优化网络结构、提升交通效率意义重大。

　　在现代城市运行体系中，公共交通就像城市的 “血管”，对城市居民的出行效率、经济发展、环境保护以及社会公平都有着深远影响。其中，公交车凭借广泛的覆盖范围、灵活的运营方式和相对较低的成本，成为城市公共交通不可或缺的一部分。它不仅极大地改善了居民的出行体验，还能有效缓解交通拥堵、减少空气污染，为城市的可持续发展贡献力量。

然而，当前在公共交通领域的研究存在诸多困境。现有研究大多聚焦于单个城市，缺乏大规模、综合性的公交网络数据。不同城市的数据格式和存储方式差异巨大，难以统一处理并转化为标准化的开放数据集，这严重限制了对城市公交系统复杂性和规模的全面深入分析。面对这些难题，合肥工业大学的研究人员决定开展一项极具价值的研究，旨在构建中国公交网络的综合矢量数据集。

经过不懈努力，研究人员成功设计出一套高精度算法，基于电子地图应用程序编程接口（API）生成公交网络矢量数据。这一算法涵盖坐标转换、网络简化、站点投影和拓扑生成等多个关键步骤。经过严格的交叉验证，最终生成了包含 299 个城市公交站点、线路和拓扑结构的矢量数据集，并以广泛应用于地理信息系统（GIS）的 Shapefile 格式存储。该研究成果发表在《Scientific Data》上，为城市交通研究带来了新的曙光。

在研究过程中，研究人员运用了多种关键技术方法。首先，利用高德地图（Amap）和百度地图提供的 API 获取公交路线和站点数据，这两个平台的 API 为数据采集提供了丰富的资源。接着，运用 GIS 技术对采集到的数据进行处理和分析。通过坐标系统转换，将不同地图使用的坐标系统统一转换为 WGS - 84 坐标系统，确保数据的通用性和兼容性。同时，对站点数据进行标准化处理，消除因采集误差和站点设置规则导致的重复数据，提高数据质量。最后，使用 Python 中的 “Geopandas” 库将数据转换为 Shapefile 格式，并借助 L - Space 模型构建拓扑公交网络数据集，为后续的网络分析奠定基础。

研究结果主要体现在以下几个方面：

1. 数据集内容丰富：该矢量数据集包含了中国 299 个城市（因三沙市数据不完整，暂为空，但保留了文件信息）的公交站点和线路数据，且区分了方向，同时拓扑网络数据集包含了节点和边。每个城市的数据都以 Shapefile 格式存储，包含几何数据（.shp）、属性数据（.dbf）、索引信息（.shx）和字符编码信息（.cpg）等多个文件，为深入研究公交网络提供了全面的数据支持。
2. 数据验证可靠：研究人员通过与 OpenStreetMap 数据对比以及对自身数据集的统计分析进行技术验证。对比发现，除上海、北京、广州和深圳外，OpenStreetMap 数据在中国的覆盖存在较大缺口，而该研究数据集的公交站点数量更多。同时，研究数据集的公交线路数量也超过官方统计信息，这主要是因为官方数据存在滞后性、统计范围有限以及部分公交公司数据未公开等原因。通过对 289 个城市的统计分析表明，中国不同地级市的公交线路数量和总长度差异较大，而平均公交路线长度、平均每线路站点数等指标变异较小，且公交路线平均非线性系数为 1.74，相对较高，说明公交路线受自然地形和历史规划等因素影响较为曲折。

研究结论和讨论部分意义重大。该数据集的诞生为研究中国公交系统的网络模式提供了宝贵的信息，支持了公共交通系统的国际比较分析。鉴于中国拥有全球最大的公交系统，这一数据集在学术和实践方面都具有重要价值。在学术上，它为研究人员提供了丰富的数据资源，有助于深入探索公交网络的各种特性和规律。在实践中，能够为优化公交网络结构、提高交通运输效率提供数据驱动的见解，为政策制定提供有力依据。例如，在环境影响研究方面，结合其他数据可助力分析城市间碳排放差异、评估公交电动化潜力，推动低碳交通政策的制定；在公平性研究中，基于 GIS 分析可识别弱势群体出行服务不足的区域，优化交通服务；在城市和交通规划方面，支持多模式交通规划设计，促进城市交通的可持续发展。此外，该数据集与其他数据（如人口普查数据、地理环境数据等）的融合，有望进一步提升分析的全面性和准确性，借助机器学习模型还能实现更精准的优化决策，为实现城乡一体化、碳中和目标以及可持续交通发展做出重要贡献。