Cheng Shi , chercheur associé en planification urbaine au département de planification urbaine de l’université Tongji à Shanghai, en Chine.

Dans cet article, nous présentons comment les données de localisation des téléphones portables provenant d’une grande base de données de réseaux téléphoniques cellulaires peuvent être utilisées pour estimer la demande de déplacements ainsi que le trafic de navettes. L’étude de cas se situe dans la ville de Hangzhou, une zone bien développée en Chine. La base de données de signalisation du téléphone portable provient de China Mobile, qui détient plus de 70% de parts de marché en Chine, et sa période d’observation est de deux mois. Notre étude identifie plusieurs avantages distinctifs de l’exploitation des données de téléphone portable. Premièrement, les données mobiles peuvent détecter la distribution domicile-lieu de travail et estimer le flux dynamique de trafic de navettes entre l’origine et la destination (O-D) en 24 heures et 365 jours. Deuxièmement, les données mobiles sont capables de mesurer les flux de déplacements qui franchissent une ligne de contrôle tracée sous une forme géométrique quelconque (l’enquête traditionnelle est fondée sur un découpage du territoire appuyé sur des limites physiques réelles comme une route principale, une rivière ou le chemin de fer). L’analyse des données de signalisation montrent que les 92 % des téléphones changent de balise au cours de la journée, ce qui n’est pas le cas pour l’enquête AADT. Troisièmement, alors que l’enquête traditionnelle sur les voyages ne fournit pas de données sur la population flottante et sa demande de déplacements, les données des téléphones mobiles permettant d’estimer la population flottante . Nos estimations la population flottante qui se trouve chaque jour à Hangzhou est de 1,3 million de personnes et que 20 à 25% des voyageurs sur le système de métro ne vivent pas dans la ville. Les données de signalisation des téléphones portables sont donc une nouvelle ressource qui complète l’enquête traditionnelle sur les déplacements et peut améliorer la pertinence des travaux de modélisation de la mobilité urbaine.
Cheng Shi

Mots-clés big data, données de signalisation du téléphone portable, modèle de transport, SIG