The Journal of the Korea Contents Association (한국콘텐츠학회논문지)

The Korea Contents Association (한국콘텐츠학회)
권호 표지
DOI QR코드

DOI QR Code

Visualization of Passenger Flows of the Metropolitan Seoul Subway System

서울 수도권 지하철 교통망 승객 흐름의 시각화

  • 김호성 (성신여자대학교 미디어커뮤니케이션학과) ;
  • 박종수 (성신여자대학교 IT학부) ;
  • 이금숙 (성신여자대학교 지리학과)
  • Received : 2010.04.02
  • Accepted : 2010.04.15
  • Published : 2010.04.28
Download PDF
⟨ Previous Next ⟩

Abstract

This study proposes visualization methods of the diurnal passenger flows on the Metropolitan Seoul Subway system (MSSs) and examines the passenger trip behaviors of major central business districts (CBDs). We mine the MSS passenger flow information from a single day T-card passenger trip transaction database. It is practically intractable to analyze such flows, involving huge, complex space-time data, by means of general statistical analysis. On the other hand, dynamic visualizations of the passenger flows make it possible to analyze intuitively and to grasp effectively characteristics of the passenger flows. We thus propose several methods to visualize the passenger flow information. In particular, we visualize dynamic passenger flows of each link on the subway network and analyze the time-space characteristics of passenger ridership for the three major CBDs. As the result, we can ascertain the strong association between CBD and subway line and clarify the distinction among three major CBDs in the diurnal patterns of subway passenger flow.

본 연구는 서울 수도권의 지하철 교통망에서 승객들의 흐름을 찾아 시각화 방법을 제안하고 주요 업무지역의 출퇴근 승객 흐름을 분석한다. 지하철 승객 흐름은 대용량 시공간 데이터로서 일반적인 통계적 분석으로는 그 흐름의 본질을 분석하기가 매우 어렵다. 그러나 승객의 흐름을 시공간상에 역동적으로 시각화하여 보여주면 직관적인 분석이 가능할 뿐만 아니라 통행흐름의 특성을 보다 효과적으로 파악할 수 있다. 지하철 승객들의 대용량 교통카드 트랜잭션 데이터베이스로부터 제안된 방법으로 승객 흐름을 찾아 지하철 교통망의 각 링크의 흐름을 다양한 방법으로 시각화하여 주요 업무지역에서의 통행 행태를 직관적으로 분석하였다. 그 결과로 서울의 중심업무지역들과 지하철 노선과의 연관성이 매우 높고, 세 주요 중심업무지역들의 하루 지하철 승객흐름 양상에 뚜렷한 차이가 있음을 확인할 수 있었다.

Keywords

References

  1. T. Crnovrsanin, C. Muelder, C. Correa, and K. Ma, "Proximity based Visualization of Movement Trace Data," IEEE Sym. on Visual Analytics Sci. and Tech., pp.11-18, 2009.
  2. 박기호, 안재성, 이양원, 시공간 개인통행자료의 지리적 시각화, 대한지리학회지 제40권, 제3호, pp.310-320, 2005.
  3. http://didi.com/brad/mapOfScience/nations15_ 50pct.jpg
  4. http://www.visualcomplexity.com/
  5. T. Hagerstrand, "What about people in regional science?" Papers in Regional Science Association Vol.24, pp.7-24, 1970.
  6. 이금숙, 홍지연, 민희화, 박종수, "수도권 지하철망상 통행흐름의 위상학적 구조와 토지이용의 관계", 한국경제지리학회지, 제10권, 제4호, pp.427-443, 2007.
  7. J.-P. Rodrigue, C. Comtois, and B. Slack, The Geography of Transport System, New York: Routledge, 2006.
  8. 박종수, 이금숙, "대용량 교통카드 트랜잭션 데이터베이스에서 통행패턴 탐사와 통행행태 분석", 한국경제지리학회지, 제10권, 제1호, pp.44-63, 2007.
  9. D. Janelle, M. F. Goodchild, "Diurnal patterns of social group distributions in a Canadian City" Economic Geography Vol.59, No.4, pp.403-425, 1983. https://doi.org/10.2307/144166
  10. M. F. Goodchild and D. G. Janelle, "The city around the clock: space-time patterns of urban ecological structure," Environment and Planning A 16-807-820, 1984 https://doi.org/10.1068/a160807
  11. M. F. Goodchild, B. Klinkenberg, and D. G. Janelle, "A factorial model of aggregate spatio-temporal behavior: application to the diurnal cycle," Geographical Analysis, Vol.25, No.4, pp.277-294, 1993. https://doi.org/10.1111/j.1538-4632.1993.tb00299.x
  12. D. G. Janelle, B. Klinkerberg, and M. F. Goodchild, "The temporal ordering of urban space and daily activity patterns for population role groups," Geographical Systems Vol.5, pp.117-137, 1998.
  13. R. Zandvliet and M., Dijst, "Short-term dynamics in the use of places: a space-time typology of visitor populations in the Netherlands," Urban Studies Vol.43, No.7, pp.1159-1176, 2006. https://doi.org/10.1080/00420980500406702
  14. C. Chen, J. Chen, and J. Barry, "Diurnal pattern of transit ridership: a case study of the New York City subway system," Journal of Transport Geography 17, pp.176-186, 2009. https://doi.org/10.1016/j.jtrangeo.2008.09.002
  15. 이금숙, 박종수, "서울시 대중교통 이용자의 통행패턴 분석", 한국경제지리학회지, 제9권, 제3호, pp.379-395, 2006.
  16. http://www.seoulmetro.co.kr/
  17. http://www.seoul.go.kr/
  18. K. W. Lim and Y. T. Lim, Transportation Network Analysis, Seoul National University Press, 2003.
  19. K. Lee, W.-S. Jung, J. S. Park, and M. Y. Choi, "Statistical analysis of the Metropolitan Seoul Subway System: Network structure and passenger flows," Physica A: Statistical Mechanics and its Applications, Vol.387, iss.24, pp.6231-6234, 2008. https://doi.org/10.1016/j.physa.2008.06.035
  20. 박종수, 이금숙, "서울 수도권 지하철 교통망에서 승객 흐름의 분석", 한국정보과학회 논문지: 컴퓨팅의 실제 및 레터, 제16권, 제3호, pp.316-323, 2010.
  21. 박종수, 이금숙, "서울대도시권 지하철망의 구조적 특성분석", 한국경제지리학회지, 제11권, 제3 호, pp.59-475, 2008.
  22. V. Latora and M. Marchiori, "Is the Boston subway a small-world network?" Phys. A, Vol.314, pp.109-13, 2002. https://doi.org/10.1016/S0378-4371(02)01089-0
  23. P. Sen, S. Dasgupta, A. Chatterjee, P. A. Sreeram, G. Mukherjee, and S. S. Manna, "Small-world properties of the Indian Railway network," Physical Review E, Vol.67, Iss.3, 036106, 2003. https://doi.org/10.1103/PhysRevE.67.036106
  24. F. Chen, Q. Wu, H. Zhang, S. Li, and L. Zhao, "Relationship analysis on station capacity and passenger flow: a case of Beijing subway line 1," Journal of Transportation Systems Engineering and Information Technology, Vol.9, Iss.2, pp.93-99, 2009.
  25. R. Sedgewick, Algorithms in C++, Third Ed., Addison-Wesley, 2002.
  26. 이금숙 "지하철 접근성 증가의 공간적 파급효과 산출모형 개발", 한국경제지리학회지, 제1권, 제1호, pp.137-149, 1998.

Cited by

  1. What Makes Urban Transportation Efficient? Evidence from Subway Transfer Stations in Korea vol.9, pp.11, 2017, https://doi.org/10.3390/su9112054