Tehran Bus Network Data

德黑兰公交网络数据以图结构表示，包含4,759个站点和247条线路，覆盖BRT、常规、支线、快速和特殊公交服务。The Tehran public transit network dataset is represented as a graph structure, comprising 4,759 stations and 247 transit lines, covering BRT, regular, feeder, express and special bus services.

原始信息汇总

数据集概述：德黑兰公交网络图数据

该数据集以图结构形式呈现德黑兰公交网络，包含 4,759 个站点和 247 条线路，覆盖 BRT（快速公交）、常规公交、接驳线、快线和特殊服务线路。

数据结构

• 每个站点是图中的一个节点，通过 station code（站点代码）作为唯一键标识。
• 站点之间通过相邻关系（relations）连接，形成网络。

站点属性

每个站点对象包含以下字段：

• name：站点名称（波斯语）
• longitude：经度坐标
• latitude：纬度坐标
• relations：与其他站点的连接列表，包含线路和方向信息
• positions：该站点在每条线路及方向上的位置列表

关系（Relations）

每条关系表示到相邻站点的一条连接，包含：

• station：相邻站点的代码（字符串）
• line：所属线路编号（整数）
• is_forward：行驶方向（布尔值）

位置（Positions）

每个位置条目表示站点在特定线路和方向上的顺序：

• line：线路编号（整数）
• is_forward：行驶方向（布尔值）
• position：该线路上的站点顺序号（从 1 开始）

方向说明

• is_forward: true：线路的主方向（起点到终点）
• is_forward: false：线路的反向（终点到起点）
• 一个站点可能只在线路的某个方向上存在。

线路类型与数量

类型	代码范围	数量	描述
BRT 白天线	101-110	10	拥有专用车道的主要 BRT 线路
BRT 夜线	901-910	9	BRT 线路的夜间版本
BRT 专线	121-171	18	特殊 BRT 线路
常规城市公交	201-399	155	覆盖社区和街道的常规公交线路
接驳线	400-451	34	连接住宅区与地铁站、枢纽站的线路
快线服务	701	1	有限停靠的快线服务
特殊服务	802-827	20	特殊用途线路（学校、医院等）

许可协议

该数据集采用 Open Data Commons License 许可（详情）。

搜集汇总

数据集介绍

构建方式

德黑兰公交网络数据集以图结构形式呈现，将4,759个公交站点作为节点，通过247条公交线路的邻接关系构建连接。每个站点对象包含波斯语名称、经纬度坐标、相邻站点关系列表及站点在线路上的位置信息。关系字段记录了相邻站点编号、所属线路编号及行驶方向，位置字段则标明站点在特定线路方向上的顺序编号，从而完整刻画了公交网络的拓扑结构与空间布局。

特点

该数据集覆盖了BRT日间线、夜间线、专线、常规城市公交、接驳线、快线及特殊线路等七种类型，线路编码范围清晰划分，结构层次分明。站点在不同线路方向上的存在性可能不对称，例如部分站点仅出现在反向行驶方向，真实反映了实际运营中的单向停靠特征。数据以JSON格式组织，字段定义明确，便于理解和解析。

使用方法

用户可直接加载JSON文件，利用站点编码作为键访问每个站点的属性，通过`relations`字段遍历邻接站点并获取线路方向信息，借助`positions`字段确定站点在具体线路上的顺序。该数据集适用于公交网络分析、路径规划算法验证、交通可达性研究及可视化应用，配合Open Data Commons许可证可自由使用与再分发。

背景与挑战

背景概述

公共交通网络是城市交通系统的核心骨架，其结构化数据对交通规划、智能调度与城市治理具有重要价值。德黑兰公交网络数据集（Tehran Bus Network Data）由研究团队于近年来构建，旨在将伊朗首都德黑兰的公交系统转化为可计算的图形数据结构。该数据集涵盖4,759个站点与247条线路，完整覆盖BRT快速公交、常规城巴、接驳线、快线及专线服务，并遵循图结构建模，每个站点作为节点与相邻站点通过有向关系连接。数据集不仅包含站点的经纬度与波斯语名称，还细致存储了站点在不同线路与方向上的顺序位置，为路线规划、换乘优化及网络鲁棒性分析提供了标准化基础。该数据集的发布填补了中东地区特大城市公交系统公开结构化数据的空白，对城市计算与可持续交通研究具有示范意义。

当前挑战

德黑兰公交网络数据的构建与利用面临多重挑战。首先，在领域问题层面，现有数据集虽提供了静态网络拓扑，但缺乏实时客流、班次频率及道路拥堵等动态信息，难以支撑高精度行程时间预测与自适应调度优化。站点间的连接仅反映物理相邻关系，未纳入步行换乘、票价整合等真实出行行为约束，导致路径规划算法可能偏离实际。其次，在构建过程中，数据整合面临显著困难：不同线路类型（如常规线路201-399与接驳线400-451）的编码逻辑与覆盖范围差异较大，需人工校验层级一致性；部分站点仅存在于单一方向（如站点2904在375线仅反向存在），方向性关系的建模需额外处理半连接与缺失信息。此外，多源数据融合时，公交站点名称采用波斯语，导致与国际通用地理编码系统的对齐复杂，增加了跨平台应用的可移植性壁垒。

常用场景

经典使用场景

在交通网络分析与图论研究领域，德黑兰公交网络数据凭借其精细的图结构表征，成为公共交通系统建模的经典基石。该数据集将4,759个站点映射为节点，247条线路涵盖BRT、常规、接驳、快线及专线等多种服务类型，每条连接均包含线路编号与方向属性。研究者常借此构建加权有向图，分析网络拓扑特性如度分布、聚类系数与连通性，或利用节点位置信息（如站点顺序号）计算最短路径与换乘效率，从而揭示城市公交网络的架构规律与运营瓶颈。

解决学术问题

该数据集系统性地解决了城市公交网络研究中长期存在的多重挑战：首先，它统一了异构公交服务（如BRT与接驳线）的结构化表达，为整合多模态交通分析提供了标准化数据基础；其次，通过方向属性（is_forward）对双向路线的区分，突破了传统单一方向建模的局限，支持了对潮汐客流与不对称运力的精细建模。基于此，学者得以深入探讨网络鲁棒性、站点脆弱性评估及换乘枢纽识别等关键问题，推动了复杂网络理论在城市规划中的实证应用，显著提升了公交系统韧性研究的精确度与可复现性。

衍生相关工作

该数据集衍生了多项具有影响力的研究工作。一方面，研究者基于其图结构开发了公交网络脆弱性评估框架，通过模拟站点或线路失效，量化系统服务降级程度，并为应急管理提供优先级修复建议；另一方面，它促成了面向出行效率的换乘优化算法，如基于方向与线路类型的最小换乘路径搜索模型。同时，该数据被用于训练图神经网络，以预测站点间客流分布，推动数据驱动型交通规划。个别工作还将其与德黑兰地铁网络数据融合，构建多模态交通综合模型，展现了跨网络分析的前沿方向，为其他大都市公交网络研究提供了可复用的技术范式。