跨学科视角下的城市出行流量（OD）建模综述：理论与技术

城市出行流量（origin-destination flows，简称OD人流）建模是在多个学科中被广泛研究的课题，如在交通领域研究出行需求以及在地理学中研究空间交互模型。然而，来自不同领域的研究人员往往使用自己独特的研究范式，并缺乏跨学科交流，这阻碍了知识的交流和对挑战的新解决方案的发展。本文目标是提供跨学科视角下的OD人流建模研究综述，涵盖研究人口流动机制的基本理论和解决实际应用问题的建模技术两大类工作。OD人流建模的理论研究主要集中在区域经济学、城市地理学和社会物理学等领域，通过发展理论工具来探索OD人流的潜在机制，其中三类有影响力的理论模型为重力模型、干涉机会模型和辐射模型，这些模型着重于刻画距离、机会和人口对OD流的本质影响。OD人流建模技术主要应用于交通、城市规划和计算机科学等领域，具体关注解决四个实际问题：OD构建、OD估计、静态OD预测和动态OD预测；诸如深度学习这类较新的计算技术已逐渐被引入以更有效地解决这些问题。本文最后总结了当前OD人流建模领域的挑战，未来该领域的研究有必要进一步打破学科壁垒，以跨学科视角和研究工具来推动相关理论和技术的发展。为了支持最新技术的评测与开发，本文作者构建了一个代码库 https://github.com/tsinghua-fib-lab/OD_benckmark

并已开源相关数据和算法实现。

文章链接： https://arxiv.org/abs/2306.10048 代码库链接： https://github.com/tsinghua-fib-lab/OD_benckmark

1.导论

为了优化土地使用和实现有效协作，城市往往划分出不同的功能区，以满足市民的多样化生活和工作需求，这使得个体与城市空间之间存在显著的相互影响。为了满足各自独特的需求，不同个体会到城市的不同功能区进行活动，产生的人口流动会引致多个变量（如道路车辆、病原体等）的空间分布发生显著变化，从而带来诸如交通拥堵和疫情传播等问题。因此，对城市环境中复杂的人口流动机制进行深入理解，并建立模型准确地表达其机制，对于研究和城市应用有重要的意义。

**OD（起点-终点）人流是人口流动的基本表现形式。它以区域或位置为基本单位，描述了城市环境中的群体从一个区域向另一个区域的移动。**本文调研的OD人流的研究包括理论研究和实际问题的解决技术两部分。OD人流已经被广泛研究，并在许多领域显示出显著的重要性，如交通工程、城市规划、公共卫生、城市地理、区域经济和社会物理等。OD人流与城市模拟之间的相互作用已经得到了认可。通过将OD人流数据使用计算模型建模，研究人员可以深入理解交通、基础设施供需以及城市发展之间的复杂相互作用。城市模拟代表了在数字时代研究城市科学的新范式，而OD人流所捕捉的人口流动在其中起着关键的作用。

OD人流可以根据各种角度进行分类，比如时间性质、交通方式和涉及的活动类型。首先，根据时间特性可以分为静态和动态。前者指的是在一定时期内展现出稳定结构的人口流动，如通勤OD；而后者捕捉了人口流动的时间变化模式，反映了个体出行行为的动态变化。其次，根据出行方式进行分类的结果包括公交OD、铁路OD、道路网络上的车辆OD等。最后，已有研究按照活动类型将OD人流分成了两个主要类别：通勤OD，与工作出行有关；非通勤OD，包括所有其他类型的出行，如休闲、社交和购物活动。这种区别提供了对出行需求模式和行为的洞察，并强调了在分析OD人流时考虑出行目的多样性的重要性。

值得注意的是，鉴于OD数据的重要性，它们的传统获取方法，如路边和家庭调查，往往具有非常高的时间和金钱成本，因此通过研究OD人流背后的机制和建模以降低数据获取门槛，具有重要的学术研究和实际应用价值。**当前对OD人流的研究主要可分为两个方面：第一个方面涉及从理论角度研究人口流动的基本机制。第二个方面主要关注解决与OD人流相关的实际挑战。**本文从这两个方面详细介绍OD人流相关的理论建模与实际应用问题解决相关研究。

2.研究历史

本文展示了一份全面的时间线，记录了OD人流建模研究在各个学科中的发展历史。OD人流的研究起源主要与地理学有关。Henry C. Carey在1858年率先研究了OD人流的物理类比。随后，Zipf在1946年提出了重力模型，此模型已被广泛认为是OD人流研究中的开创性模型。随着公共交通的快速发展和解决交通堵塞和环境污染的紧迫需要，交通领域的研究人员开始探索利用交通观测来估计OD人流的可行性。ICT（信息和通信技术）和移动网络通信设备的广泛应用导致了大量与人类移动行为相关的数据的积累。因此，这些数据的涌入促进了OD人流的研究。著名的规划学者Carlo Ratti提议利用呼叫详细记录（CDR）数据来构建OD矩阵，这引发了研究人员和实践者在这个方向上做出大量工作。

在理论机制相关的研究方面，社会物理学家已经能够使用物理研究范式揭示人类流动的机制，如重力模型、干扰机会模型和辐射模型。在实际应用问题的解决技术上，随着机器学习的发展，计算机科学家越来越多地研究使用复杂模型来捕捉OD流和城市空间之间的复杂时空相关性。

图1 不同学科OD流建模研究的时间线

3. OD 人流的机理研究

OD人流的研究包括三个重要的理论模型：重力模型、干扰机会模型和辐射模型。OD人流建模中的重力模型源于对艾萨克·牛顿的万有引力定律的类比。Zipf提出，两个地点之间的人口流动交互作用的大小，与人口规模等特性成正比，与距离呈反比关系。1940年，Stouffer提供了一个理论，即人类地理学中的介入机会模型（IOM），它根据机会的空间分布对空间人流交互作用（如迁移和交通模式）提供了解释。2012年，Simini通过另一种物理过程，即固体物理中的放射和吸收过程，来类比来解释OD人流中观察到的城市地区的OD人流的模式。这三个理论模型有内在的联系：当介入机会均匀分布时，OD流与距离呈简单的反比关系，如重力模型中所表达的。然而，当介入机会与人口密度成比例时，OD流与距离的关系在辐射模型中得到表示。

图2 重力模型、介入机会模型、辐射模型之间的联系

4. OD 人流的实际应用问题与关键技术

与理论领域相比，像交通工程、城市规划和计算机科学等学科更侧重于解决与OD流相关的实际问题。在我们跨领域的研究中，我们调研、整理、分类得出了四个主要的实际问题：静态OD预测、OD构建、OD估计和动态OD预测。分类标准是基于不同场景下问题的目标和解决这些问题时使用的信息类型。

图3 四类典型的OD流建模应用问题：静态OD预测、OD构建、OD估计和动态OD预测

**静态OD预测问题是预测两个区域之间的常态化OD人流。**解决静态OD预测问题的技术和方法分为三类：传统模型、经典机器学习模型以及深度学习模型。虽然传统方法可能表现不佳，但它们提供了宝贵的知识和建模直觉。传统机器学习方法可以提供特征重要性的可解释结果。深度学习方法由于其灵活的设计和复杂的结构，可以实现最高的预测精度，然而由于参数众多，在可解释性上有所欠缺。在这个任务中，未来的方向是结合其他方法的优点来补足各自的缺点，取长补短，设计出鲁邦、可解释的高性能模型。也就是说，传统方法可以用来激发更好的模型设计。并且可以使用特别设计的网络结构来学习强大的表征，并将它们与基于经典机器学习的方法结合，以获得性能和稳健性的提升。

图4 静态OD预测问题的相关工作对比

**OD构建问题的目标是基于容易获取的信息构建完整的城市OD矩阵，而不需要任何可用的OD流量信息。**除了昂贵的基于调查的传统方法，当前的OD构建解决方案可以分为两类：聚合个体轨迹和构建计算模型。已有工作主要聚焦在前者，即基于人类移动数据的聚合方法，并且已经在许多场景中得到应用。然而，这种方法的局限性在于对数据的需求很大，它需要输入城市中大量个体的位置记录。这些信息不易获得，并可能泄露用户的隐私。相反，基于模型的生成方法只需要公开可用的辅助数据，例如基于人口分布信息、社会经济特征等生成OD人流信息，有希望发展成为未来的主流方向。已经有一些工作利用迁移学习策略和生成模型来解决OD构建问题。随着AIGC的发展，越来越多的的模型出现，使用大量数据来学习一个通用生成式模型解决多种下游问题，这也是解决OD构建任务的未来探索方向。

图5 OD构建问题的相关工作对比

**OD估计问题为给定一组在交通网络内各个位置（如路段、交叉口或装有传感器的位置）观测到的交通计数或其他相关观测值，推断出该交通观测值背后的OD人流。**解决OD估计问题的现有方法通常分为两类。第一类传统方法结合了交通模型和模拟器，基于优化找出最可能的OD矩阵。另一类数据驱动的方法使用数据构造经验模型，并利用这些模型直接或间接地预测OD流量。传统方法估计最可能的OD流量存在效率问题，无法应用于大规模的城市场景。最近，研究人员通过使用数据驱动的机器学习模型替代传统的交通模型（如DTA），取得了效率上的大幅提升。

图6 OD估计问题的相关工作对比

**动态OD预测问题指的是基于历史上一段时间的OD人流观测序列来预测未来的动态OD流量，是一种多元时间序列预测问题。**现有的方法主要是从时空两个维度进行特征提取和预测。在未来，有两个主要途径可以提高OD预测的准确性。首先，在数据方面，除了历史OD流量信息外，还包括POI分布、交通状况数据和其他相关因素。引入这些信息可以提高OD预测的准确性。其次，在建模方面，可以进一步设计时空图神经网络探索OD人流中复杂的时空依赖。

图7 动态OD预测问题的相关工作对比

5.结论

这篇综述为城市出行流量建模研究与各学科之间的关系提供了全面的概述，涵盖人口流动理论、OD流建模技术，以及实际应用等角度。在关于城市出行流量的机制理论研究方面，深入调研了城市地理学、区域经济学和社会物理学等领域，详细总结和组织了相关研究框架和发展轨迹。本文还整理、分类出了四个典型的OD流量应用问题，并总结了针对不同场景的相应解决方案和评估方法。文章最后讨论了城市出行流量建模研究存在的现有挑战，概述了未来的发展方向。