近年來，隨著無線通信的廣泛應用，車輛GPS、手機信令、交通卡等空間行為大數據，被用來非常精確地揭示人類行為移動模式，從而解釋城市的社會經濟環境。如今，可利用的空間行為大數據已經包括：移動電話數據、車輛軌跡數據、智能卡數據、Wi-Fi和藍牙數據、社交媒體用戶數據等。

　　這些空間行為大數據，為確定人類的生活模式提供了一個非常有前途的來源。由于大數據可以記錄連續的空間行為，且隨時間和空間精確變化，研究使用這些數據，可以細致揭示城市居民個體不同空間和時間下的交通出行模式。

　　近幾年，包含交通智能卡和手機運營商數據在內的城市軌跡大數據，正在國內外成為科學研究和商業應用的熱點。隨著數據處理、模型設計、統計驗證方法的不斷成熟，大數據正被不斷應用到城市生活不同場景的實踐中。

　　交通智能卡數據

　　交通智能卡(Smart card)最初應用于公共交通的自動收費系統，如公共汽車、地鐵和停車場。智能卡系統也被引入商店、餐館和醫院。如今，幾乎在世界各大城市都有自己的智能卡系統。

　　雖然交通智能卡的主要目的是收集收入信息，但同時也產生了大量非常詳細的交易數據信息。這些數據既可以幫助公交系統的日常運營，也可以用于相關網絡的長期戰略規劃。可實現三級管理的各種用途：戰略(中長期規劃)、戰術(服務調整和網絡發展)和運作(客流統計和績效指標)。

　　一般，智能卡包含信息包括卡ID、交易數據(時間、類型和車費)、旅行數據(出行模式、時間、票價、車站和路線ID)和個人識別數據。因此，智能卡中的數據可以用于出行需求預測或個人出行模式檢測。然而，不同于基于距離的票價，智能卡數據沒有登記行程，僅有出入站地點。因此，使用智能卡數據的一個主要挑戰，是如何識別一個完整的旅行軌跡、估計各種多通道傳輸的可能。

　　曾有學者使用倫敦智能卡數據中的個人旅行信息，揭示城市的結構，提供新的方法來模擬城市系統的流量;基于北京市14個工作日的地鐵刷卡客流量數據，將195個地鐵站點分為居住導向型、就業導向型、職住錯位型、錯位偏居住型、錯位偏就業型、混合型、綜合型及其他型8種不同類型;使用上海申通地鐵數據，對世博會期間上海軌道交通客流特征進行統計分析。所有這些實證研究表明，智能卡數據對理解城市系統的動態(各種旅行行為和交通規劃)非常有效。

　　國內外學者在公共交通中使用智能卡數據進行的研究，主要分為三大類：戰略層面上，涉及長期的網絡規劃、客戶行為分析和需求預測;戰術層面上，重點是地鐵時刻表調整、縱向和個別的出行模式;業務層面，研究相關的供應和需求指標，以及如何完善智能卡系統可操作性。一旦智能卡搭載上持卡人資料，比如采用使用者實名制登記，其所呈現的信息的社會人口屬性會更強。

　　手機運營商數據

　　無論在國內還是國外，移動手機的運營商數據，作為一種軌跡數據，也已被廣泛用于各類研究和商業應用。

　　手機數據有兩種類型：基于信元塔的數據，主要包含小區塔流量和切換信息;基于移動電話的用戶數據，通常包含匿名用戶ID、小區塔ID，以及電話、位置、日期和時間的信息。目前，出于數據類型和研究目的的不同，用來處理和分析手機數據的方法，包括傳統的數據挖掘技術，如聚類方法和基于規則的算法，新技術有可視化工具和復雜的機器學習方法。

　　手機數據在出行交通行為研究中最基本的應用是檢測逗留(訪問)和提取出行次數。通常情況下，結合連續定位數據和歷史定位數據、計算個體在每個區域的定位頻率，可以檢測該用戶的停留情況。只需要手機使用的四個時空點，就能定義一個人的活動痕跡。

　　用戶的交通方式，可以使用蜂窩網絡的數據，根據連接信號強度的波動變化率，做較粗略的估計。目前通過這類數據可識別的出行方式，主要包括停止、步行和機動車出行方式。

　　范圍更廣的交通方式，可以使用手機內置的GPS和運動傳感器，采集更準確的定位和運動狀態信息，判斷行駛速度和可能的方式。例如，利用智能手機內置GPS和加速度傳感器收集的數據，可以確定五種運輸方式，包括步行、跑步、騎自行車、停止、開車;區分八種出行方式，包括汽車、自行車、公共汽車、電車、火車、地鐵、步行、摩托車等。應用于上述數據分析的分類技術，包括決策樹分類器、隱藏的馬爾可夫模型、基于規則的分類器、人工神經網絡、貝葉斯分類器等。

　　城市動力學研究早已開始大規模使用手機數據。曾有一個名為“移動風景”的項目，使用手機數據可視化展示了米蘭城市在時間和空間上的演化。“實時羅馬項目”，則使用羅馬的手機和出租車數據，描繪了城市脈搏。隨著手機運營商數據的部分開放，國內對手機信令的研究近幾年開始增多，主要集中在城市規劃和交通領域中。比如，基于手機信令，對軌道交通早高峰客流和居民的職住通勤關系、大都市圈規劃進行研究。

　　傳統的出行行為研究很難做到這樣幾乎覆蓋到整個人口的樣本。而手機數據最獨特、最吸引人的特點，就是它們的普及規模。由于其為研究者提供了縱向和個別的大量細節，因而非常適合用來研究城市管理問題。(感謝陳瑤博士為本文提供學術支持)