܄

海口哪条路最堵?谁出行最苦?出行大数据揭真相

【数据猿导读】 海口哪条路最堵?滨海大道;谁出行最苦?秀英区上班族;海口交警与百度地图签署战略合作协议,一组出行大数据引发关注

海口哪条路最堵?谁出行最苦?出行大数据揭真相

利用海口交警提供的摄像头截图画面信息,百度地图上线了海口市的实景路况功能,市民可在百度地图手机端上随时查看到海口市内45个监控点的实时高清画面,除了显示实时路况功能之外,能更加直观地了解这些路段、路口的通行状况。26日,海口公安交警与百度地图签署战略合作协议现场,一组海口市出行大数据引发关注,数据显示海口最易发生拥堵的路段是滨海大道,而秀英区的上班族最辛苦。□南国都市报记者田春宇

交警联合百度地图提供更精准路况服务

今年2月份开始,海口交警与百度地图已经开始向海口市民提供此类出行信息。这些信息基于多个维度的官方数据,比如利用海口交警提供的交通流量数据,结合自身的实时路况数据,百度地图可以为民众提供更加精准的海口市实时路况服务,让市民在出行时能够更准确地选择路线、躲避拥堵;而利用海口交警提供的道路阻断信息、交通事件信息(如节假日重大活动交通信息、限行信息、交通新规)等数据,百度地图可以利用自身优势为用户实时推送相关内容,并在地图中展示,让民众第一时间了解到这些突发信息,同时可以在进行路线规划和导航时躲避这些阻断的道路。

海口公安交警支队科技科教导员陈冬介绍,节假日重大活动交通信息、限行信息、交通新规等道路阻断信息、交通事件信息能够在百度地图上显示出来,预计将在今年年底或明年年初实现。

滨海大道最易拥堵最长堵2.7公里

26日,海口公安交警与百度地图签署战略合作协议。现场借助百度公司的大数据分析技术,利用百度地图交通云平台所融合的海口交警交通管理数据,签约仪式上公布了一组海口市出行大数据报告。该报告显示,滨海大道是早晚高峰海口最易拥堵路段,其次是龙昆南路。数据显示,海口近一个月以来,拥堵路段最长距离为2.7km。

该报告还显示,秀英区上班族最辛苦。海口市民单程平均出行距离为6.4公里,单程平均出行时间为32分钟。在各区居民平均通勤距离中,秀英区的上班族较为辛苦,通勤距离最长,平均达到6.38公里,即职住两地较远;龙华区的上班族通勤距离最短,平均达到5.1公里。

大数据显示海口各区内出行量,由于龙华、美兰区的常驻居民最多,故出行量分列前两位;海口市区间出行交换量最大的两区是龙华和美兰,而龙华区是交换量为中心的区域。

此外,通过地图搜索数据,现场百度地图还公布了海口市人气最高的购物和自驾游目的地。其中海南省热带野生动植物园以绝对优势成为了海口自驾游首选目的地,购物方面,位居人气榜榜首的是上邦百汇城,其次是大润发(国贸店)和名门广场。

一组出行大数据

海口最堵路段:滨海大道

通勤距离最长:秀英区上班族

人气最高购物目的地:上邦百汇城

自驾游首选目的地:热带野生动植物园

这些路段易堵车

高峰期能绕行就绕行

周五晚高峰

拥堵加重明显,易发生拥堵的5条路段为滨海大道、龙昆南路、南海大道、丘海大道、迎宾大道;拥堵时间大多集中在17:00-19:00。

工作日早高峰

拥堵路段最长的为滨海大道西向东方向的东方洋路到茉莉路路段,拥堵长度为2km。

滨海大道:从东方洋路到茉莉路东向西;拥堵长度:2km

海秀中路:从秀垦路到滨贸路东向西;拥堵长度:1.1km

海德路:从龙昆南路到南沙路东向西;拥堵长度:1.7km

龙昆南路:从海德路到南海大道北向南;拥堵长度:0.9km

工作日晚高峰

拥堵路段最长的为滨海大道西向东方向的外运路到明珠路路段,拥堵长度为2.7km。

滨海大道:从外运路到明珠路西向东;拥堵长度:2.7km

凤翔东路:从凤翔东二横路到琼州大道东向西;拥堵长度:0.9km

南海大道:从华亭路到龙昆南路西向东;拥堵长度:0.8km

龙昆南路:从城西路到红城湖路南向北;拥堵长度0.8km


来源:南国都市报

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

旅游交通大数据——大众旅游时代的“富矿”
旅游交通大数据——大众旅游时代的“富矿”
#榜样的力量#疾控AI分析平台WDCIP——以科技力量贡献“大数据”智慧丨数据猿新冠战“疫”公益策划
#榜样的力量#疾控AI分析平台WDCIP——以科技力量贡献“大数...
张涵诚:大数据招商平台可推动地方供给侧改革
张涵诚:大数据招商平台可推动地方供给侧改革

我要评论

精品栏目

[2017/12/19]

大数据24小时

More>

[2017/12/18-22]

大数据周周看

More>

[2017/12/18-22]

大数据投融资

More>

[2017/12/18-22]

大咖周语录

More>

[2017/12/13-20]

大数据周聘汇

More>

[2017/12/12-19]

每周一本书

More>

返回顶部