叙事结构
五页设计草图比较过三种结构:按时间展开、以地图为中心、以对比面板为中心。地图先行会让读者过早陷进细节,对比面板一开始就有太多筛选项,最后选了“马提尼酒杯”结构:前三节由作者引导,最后一节交给读者自由探索。
页面按热事件、出行方式对比、行人趋势、CBD 地点细节的顺序展开。
项目 / 城市出行分析
用气温、行人、交通和用电等公开数据,分析墨尔本的极端高温怎样影响城市出行,再做成一个可交互的叙事网站。
气候报告指出,澳大利亚的极端高温越来越频繁、越来越强,2025–26 年夏天是全国有记录以来第八热的夏天。
高温通常被当成天气问题,可它也牵动城市怎么运转:用电高峰会不会被推高,人们还愿不愿意走路出门,哪些街区受影响最大。这些都和步行环境、公共空间和城市规划有关。
项目围绕三个问题展开:墨尔本的极端高温在时间上怎么分布;高温怎样影响用电;高温会不会改变城市出行。
五类公开数据,主分析统一到 2016 年 4 月至 2026 年 3 月;交通活动计数覆盖 2023 年 1 月至 2026 年 3 月。
| 气温 | 气象局 Olympic Park 站的每日最高和最低温,带质量标记 |
|---|---|
| 行人计数 | 墨尔本市 CBD 自动传感器的每小时计数和传感器位置,地图部分共 100 个地点 |
| 交通活动计数 | 49 个采集点每 5 分钟一条的分方式计数,15 个原始文件约 1,493 万行,汇总为 137,068 条日级记录 |
| 公共交通客流 | 维州交通部按月统计的火车、电车、巴士和区域交通客流 |
| 用电需求 | AEMO 维州每 5 分钟的用电需求和电价 |
行人数据里的 “undefined”、“na”、-1、-2 等无效计数统一记为缺失,不当成 0,免得把传感器停机误读成街上没人。宽表转成长表后,再检查日期覆盖、小时范围、重复记录和每天上报的小时数。
采集点数量随时间变化,比较时用“每个活跃地点的日均计数”,不直接加总。交通计数的 14 种原始分类合并成 6 类出行方式,5 分钟数据汇总到日、地点和方式层级。
以最高温低于 25°C 的日子为普通日,分别和 30°C、35°C、40°C 及以上的日子比较。连续出现 35°C 以上的日子识别为一次热事件。
约三分之一的气温记录标记为 N,表示质控尚未完成。直接删掉损失太大,所以保留,再另做一版只用 Y 标记的数据对照:高温日从 86 天减到 60 天,夏季平均最高温只差 0.08°C,用电模型的 R² 从 0.521 变为 0.534。
每日最高温折线上,35°C 以上的点几乎都落在 12 月到 2 月,而且常常连着几天出现。日历热力图和逐个夏季的对比显示,各个夏季差别很大,2018/19 和 2024/25 年最突出,整体的线性上升趋势却很弱。
用电高峰在凉爽的日子偏高,舒适温度时最低,进入高温后急剧上升。直线模型几乎解释不了这种关系(R² 0.002),二次模型的 R² 达到 0.52;用电最高的日子集中在 35°C 以上。
公共交通月度客流的异常图里,2020 至 2021 年各方式都大幅下降,较热的月份却没有一致的变化。月度尺度上,气温不是客流的主要因素,所以可视化阶段改用更细的分方式交通计数。
35°C 及以上时,六类方式的地点日均计数都低于普通日:货运和服务车辆少 25%,自行车少 19.3%,电动滑板车少 16.8%,行人少 14.4%,私人车辆少 11.4%,公共和共享交通只少 7.1%。
30°C 以上时,工作日的行人几乎不变(+1.1%),周末已经少了 9.2%;到 35°C 以上,工作日少 12.5%,周末少 19.1%。高温更可能打消可去可不去的步行,通勤类出行相对稳定。
传感器地图上,大多数 CBD 地点在 35°C 以上的日子人流下降,也有少数地点几乎不变,甚至略有增加。影响可能取决于街道功能、周边用地和出行目的,只看全市平均会漏掉这些差别。
高温日里各类出行都在减少,幅度却差得很远:公共和共享交通最稳定,步行、骑行和电动滑板车降得更多。
同样是 35°C 以上,有的街区人流明显减少,有的几乎不变。要讨论步行环境,得落到具体的地点。
月度客流看不出高温的影响;换成每 5 分钟的分方式计数,汇总到日和地点以后,差别才显现出来。
切换温度条件和日期类型,看各类出行怎么变。
单位:地点日平均计数。
五页设计草图比较过三种结构:按时间展开、以地图为中心、以对比面板为中心。地图先行会让读者过早陷进细节,对比面板一开始就有太多筛选项,最后选了“马提尼酒杯”结构:前三节由作者引导,最后一节交给读者自由探索。
页面按热事件、出行方式对比、行人趋势、CBD 地点细节的顺序展开。
开篇用一条折线画出 2016 至 2026 年的每日最高温,灰线是背景,红点标出主要热事件。点一个红点,左侧卡片显示这次热事件的起止日期、峰值、持续天数和最热的一天。
26 个主要热事件都能点开查看,读者先有了时间背景,再进入出行部分。
哑铃图把普通日和高温日放在同一条刻度上,蓝点是普通日,红点是高温日。30°C、35°C 和 40°C 三个阈值随页面滚动依次出现,红点从蓝点的位置移到高温日的数值,差距一眼就能看出来。
从 30°C 到 35°C,行人日均计数的降幅从 2.1% 扩大到 14.4%。
散点图里每个点是一天,平滑线给出整体走势。按下按钮后切换成工作日和周末两张小图,同一个关系分开看。
先给整体印象,再拆开工作日和周末,信息分两步给出。
100 个行人传感器按高温日的人流变化着色,蓝色表示减少,橙红表示增加。可以切换 30°C、35°C、40°C 三个阈值;点一个地点,左侧卡片和右侧小时图一起更新,地图上用红圈标出选中的点,重置按钮回到全城视图。
每个地点都能看到普通日和高温日的计数,以及一天之内的变化。
按 Shiny 应用里的交互在网页上重做了一版,数据相同,可以直接操作:选一个高温条件,再点地图上的地点,就能看到它在普通日和高温日的人流,以及一天之内的变化。
底图 © OpenStreetMap contributors。用右上角按钮或滚轮缩放,拖动平移。
开启 JavaScript 后可以使用互动地图;上面的截图展示了 Shiny 版本。
| 公众 | 不需要懂气候或交通数据,顺着页面往下读,就能看懂高温怎样改变城市出行。 |
|---|---|
| 城市规划 | 能看到哪些出行方式、哪些街区在高温日变化更大,可以支持对步行环境和规划优先级的讨论。 |
| 能源 | 用电和气温的 U 形关系说明,高温日会给维州电网带来明显的额外压力。 |
| 后续分析 | 137,068 条日级交通记录和 100 个行人地点的高温汇总已经整理好,可以直接接着用。 |