基于Uber-Movement出行时间数据的城市尺度机动车交通流量与停车密度分布图（2015年至2018年）

汽车停车对道路拥堵和优化道路网络、定价停车场及规划土地利用的城市规划具有核心重要性。电动汽车充电站的合理布局、规模设计和网格连接，使得了解整个城市范围内汽车停车密度的时空分布变得更加重要。在这里，我们仅使用出行时间测量数据生成汽车停车密度地图。我们构建了一个隐马尔可夫模型，该模型包含了城市不同区域之间变化的平均出行时间与汽车交通活动及流向概率之间的非线性函数关系。然后，我们从这些概率分布中为每个城市的每个区域采样1,000辆车的交通流量，并对每个时间步长中汽车的空间停车分布进行归一化处理。我们的研究结果涵盖了2015年至2018年间全球34个城市。我们对墨尔本进行了模型验证，停车密度准确率约为90%，交通活动昼夜节律准确率超过93%。