CN108846597A - 一种面向tod建设的交通枢纽评价方法 - Google Patents

Abstract

本发明公开了一种面向TOD建设的交通枢纽评价方法，所述交通枢纽评价方法通过预先建立包括面向TOD建设的评价指标体系，随后根据所述评价指标体系对各个轨道交通站点进行评价，与现有技术相比，本发明的有益效果是，结合交通大数据提供科学合理的评价指标体系，同时通过自组织特征映射神经网络、单因素方差分析等方法以及明确的评价标准对交通枢纽的TOD发展程度进行了合理评价，对城市规划起到了重要的价值参考。

Description

一种面向TOD建设的交通枢纽评价方法

技术领域

本发明涉及城市轨道交通技术领域，尤其涉及一种面向TOD建设的交通枢纽评价方法。

背景技术

TOD(Transit-Oriented development)是规划一个居民或者商业区时，使公共交通的使用最大化的一种非汽车化的规划设计方式，其发展理念是以公共交通为中枢，综合发展步行化城区。其中公共交通主要指地铁、轻轨等轨道交通及巴士干线，然后以公交站点为中心，以400-800米(5-10分钟步行路程)为半径建立集工作、商业、文化、教育、医疗、居住等为一体的城区，以实现各个城市组团紧凑型开发的有机协调模式。由于TOD通过土地使用和交通政策很好地解决了城市发展过程中产生的交通拥堵和用地不足的矛盾，所以TOD现已成为国际上最具代表性的城市社区开发模式，并且TOD发展模式已在我国如北京、上海、广州、南京、武汉等城市的交通建设中得到了广泛应用。

然而，TOD模式要取得较好应用的前提是必须对面向TOD建设的交通枢纽的服务水平进行较好地评价，而对交通枢纽服务水平的评价往往是针对关于复杂对象的多指标评价，然而目前使用的许多针对交通枢纽服务水平的评价方法所用的指标体系仍停留在传统的“节点-场所”的二元维度上，难以确切给出指标的评价标准。此外，目前应用于交通枢纽服务水平的评价方法比如层次分析法、主成分分析法等，其评价标准划分不够明确，而且无法对评价结果进行可视化，无法直观地对评价结果进行分析和比对。

发明内容

本发明所要解决的技术问题在于提供一种面向TOD建设的交通枢纽评价方法，该方法结合交通大数据提供科学合理的评价指标体系，并通过自组织特征映射神经网络方法、单因素方差分析等方法对交通枢纽进行聚类分析并对聚类分析结果进行比对和可视化，创新和改进了以往采用的传统的“节点-场所”的指标体系，同时通过明确的评价标准对交通枢纽的TOD发展程度进行了合理评价，对后续的城市规划起到了重要的价值参考。

本发明解决其技术问题所采取的技术方案是，提供一种面向TOD建设的交通枢纽评价方法，所述交通枢纽评价方法通过预先建立包括面向TOD建设的评价指标体系，随后根据所述评价指标体系对各个轨道交通站点进行评价；

建立所述评价指标体系的过程包括以下步骤：

步骤1，确定面向TOD建设的交通枢纽评价指标，建立所述评价指标体系；

步骤2，利用模糊层次分析法确定各个所述交通枢纽评价指标的层次，并进而确定各个层次下的所述交通枢纽评价指标的指标值，所述交通枢纽评价指标以树状结构按层次排列；

步骤3，依据每个所述交通枢纽评价指标所对应的权重值，分别计算得到所述树状结构中最低层次的子节点所对应的各个所述交通枢纽评价指标的指标值；

步骤4，对所述树状结构中所有所述子节点的所述交通枢纽评价指标进行加权计算，并将计算结果作为对应的父节点的所述交通枢纽评价指标的指标值，重复步骤4中的加权计算过程直至计算得到所述树状结构中根节点上的所述交通枢纽评价指标的指标值位置，随后转向步骤5；

步骤5，将所有根节点上的所述交通枢纽评价指标的指标值整合形成对应的所述轨道交通站点的评价指标并输出。

作为本发明的一种优选方案，所述步骤2中的所述树状结构中，作为根节点的所述交通枢纽评价指标包括用于表示轨道交通服务能力的第一指标、用于表示轨道交通站区土地利用多样性的第二指标和用于表示轨道交通站点可接性的第三指标；

所述第一指标下的一级子节点包括用于表示站点承载力的第一二级指标、用于表示站点服务力的第二二级指标和用于表示站点连通性的第三二级指标；

所述第一二级指标下的一级子节点包括用于表示轨道交通站点出入口数量的第一三级指标、用于表示站点服务方向数量的第二三级指标、用于表示站点平均乘距的第三三级指标、用于表示最大承载客流的第四三级指标和用于表示列车车厢节数的第五三级指标；

所述第二二级指标下的一级子节点包括用于表示发车间隔的第六三级指标和用于表示运营时间的第七三级指标；

所述第三二级指标下的一级子节点包括用于表示是否可与20分钟内到达站点的第八三级指标和用于表示轨道交通网络集成度的第九三级指标；

所述第二指标下的一级子节点包括用于表示轨道交通枢纽步行15分钟内居住用地的第一二级A指标、用于表示轨道交通枢纽步行15分钟内零售、旅馆、餐饮用地的第二二级B指标、用于表示轨道交通枢纽步行15分钟内教育、健康、文化设施用地的第三二级C指标、用于表示轨道交通枢纽步行15分钟公务机关和服务设施用地的第四二级D指标和用于表示土地功能混合度的第五二级E指标；

所述第三指标下的一级子节点包括用于表示轨道交通站点距工作场所平均距离的第一二级J指标、用于表示轨道交通站点距医疗场所平均距离的第二二级K指标、用于表示轨道交通站点距教育场所平均距离第三二级L指标、用于表示轨道交通站点距养老场所平均距离的第四二级M指标、用于表示轨道交通站点距休闲场所平均距离的第五二级N指标、用于表示轨道交通站点距小区平均距离的第六二级O指标、用于表示轨道交通站点距公交站点平均距离的第七二级P指标以及用于表示轨道交通站点周边15分钟内步行可达区域占比的第八二级Q指标。

作为本发明的一种优选方案，确定每个所述交通枢纽指标的权重值的具体步骤为：

步骤S1，针对每个所述交通枢纽指标预先设置一初始权重集合；

步骤S2，获取用户针对每个所述交通枢纽指标的评价结果的评价集合，并根据所述评价集合建立对应每个所述交通枢纽指标的模糊一致判断矩阵，所述模糊一致判断矩阵用于表示所述评价集合中每个所述评价结果相对于所述交通枢纽指标的隶属度；

步骤S3，针对每个所述交通枢纽指标，计算得到对应的所述初始权重集合和所述模糊一致判断矩阵的加权平均值，以作为所述交通枢纽指标的权重值。

作为本发明的一种优选方案，所述步骤5中，采用自组织特征映射神经网络对作为根节点的所述交通枢纽指标进行聚类处理，得到聚类结果并作为对应的所述轨道交通站点的评价指标输出。

作为本发明的一种优选方案，所述自组织特征映射神经网络中的神经元为9个，以3*3的方式排列。

作为本发明的一种优选方案，所述步骤5中，形成所述聚类结果后，采用基于单因素方差的检验方式将所述聚类结果中的各项指标进行对比和可视化处理，以形成对应所有被评价的所述轨道交通枢纽的可视化的发展状况等级结果。

与现有技术相比，本发明的有益效果是，本发明的面向TOD建设的交通枢纽评价方法采用的评价指标体系是结合各个城市的交通大数据科学制定的，而且在赋予各个指标初始权重后，通过利用模糊层次分析法对各个指标的最终权重进行了合理配置，使得依本发明作出的城市交通枢纽发展状况更具合理性和科学性。另外，本发明通过自组织特征映射神经网络方法、单因素方差分析方法对交通枢纽进行聚类分析并对聚类结果进行了可视化处理，且通过科学制定的评价标准对交通枢纽的TOD发展程度作出了合理评价，使得所作出的城市交通枢纽发展状况更具直观性和可参考性

附图说明

图1是应用本发明实施例提供的交通枢纽评价方法建立面向TOD建设的评价指标体系的方法流程图；

图2是应用本发明实施例提供的交通枢纽评价方法确定每个交通枢纽指标权重值的方法步骤图；

图3是本发明实施例的评价指标体系的层次结构图；

图4是本发明实施例利用自组织特征映射神经网络聚类的聚类结果图；

图5是本发明实施例的交通枢纽TOD综合类型评价分布图；

图6是本发明实施例的TOD交通枢纽分析图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。

请参照图1，本发明实施例提供的一种面向TOD建设的交通枢纽评价方法，该方法通过预先建立包括面向TOD建设的评价指标体系，随后根据所述评价指标体系对各个轨道交通站点进行评价；

建立所述评价指标体系的过程包括以下步骤：

步骤1，确定面向TOD建设的交通枢纽评价指标，建立评价指标体系。本发明采用的评价指标体系是根据各城市的交通大数据作出的，具备较强的科学性。本发明采用的评价指标体系主要包括轨道交通服务能力6、轨道交通站区土地利用多样性7和轨道交通站点可接性8三个一级指标，上述的三个一级指标还下设有若干个二级指标，部分二级指标还下设有若干个三级指标。具体参照图3，轨道交通服务能力6下设站点承载力61、站点服务力62和站点连通性63三个二级指标；站点承载力61又下设轨道交通站点出入口数量611、站点服务方向数量612、站点平均乘距613、最大承载客流614和列车车厢节数615五个三级指标，站点服务力62下设发车间隔621和运营时间622二个三级指标，站点连通性63下设20分钟可达站点631和轨道交通网络集成度632二个三级指标。

需要说明的是，这里所述的交通站点出入口数量611指的是城市各个轨道交通站点的出入口数量的总和；站点服务方向数量612是统计各个轨道交通站点的换乘情况，比如普通的交通线路为来回双向，双线换乘站的服务方向为两个来回双向，即四个服务方向，依此类推；站点平均乘距613则是轨道交通站点与站点之间的平均距离；最大承载客流614则是当前轨道交通站点所能承载的最大客流数；列车车厢节数615则是通过当前轨道交通站点的列车车厢数。所述的发车间隔621指的是同一条线路下通过当前轨道交通站点的列车的发车间隔时间，如果通过当前轨道交通站点的线路有多条，那么取发车间隔最短的线路计算通过当前交通站点的发车间隔时间；运营时间622则是当前轨道交通站点的每日正常运营的时间。所述站点连通性63下设的二个三级指标如20分钟可达站点631指的是乘坐轨道交通在20分钟内可以到达的站点的数量，而轨道交通网络集成度632则指基于空间句法理论对轨道交通站点各方向的轨道交通线的全局集成度指标(GInteg)进行距离加权平均，以量化该轨道交通站点在轨道交通网络中的通达程度。

另外还需要说明的是，轨道交通站区土地利用多样性7这个一级指标下设的五个二级指标如轨道交通枢纽步行15分钟内的居住用地71指的是以距离轨道交通站点15分钟内步行可达区域为阈值，统计该区域范围内居住用地的面积，记作Dr；而轨道交通枢纽步行15分钟内零售、旅馆、餐饮用地72指的是以距离轨道交通站点15分钟内步行可达区域为阈值，统计该区域范围内商业用地的面积，记作Dc；轨道交通枢纽步行15分钟内的教育、健康、文化设施用地73这个二级指标则统计步行15分钟可达区域内的公共管理与公共服务用地的面积，记作Df；轨道交通枢纽步行15分钟内的公务机关和服务设施用地74这个二级指标则统计步行15分钟可达区域内的市政公用设施用地的的面积，记作Da；土地功能混合度75这个二级指标则用于表征轨道交通站点周边区域土地利用的混合程度和多样性，土地功能混合度的计算公式为F＝1-((a-b)/d+(a-c)/d)/2，其中F代表土地功能混合度，a＝max(Dr,Dc,Df,Da)，b＝min(Dr,Dc,Df,Da)，c＝(Dr+Dc+Df+Da)/4，d＝Dr+Dc+Df+Da。

轨道交通站点可接性8下设的轨道交通站点距工作场所的平均距离81，轨道交通站点距医疗场所的平均距离82、轨道交通站点距教育场所的平均距离83、轨道交通站点距养老场所的平均距离84、轨道交通站点距休闲场所的平均距离85、轨道交通站点距小区的平均距离86、轨道交通站点距公交站点的平均距离87以及轨道交通站点周边15分钟内步行可达区域占比88这八个二级指标，其中轨道交通站点距工作场所的平均距离81的计算方法是，选取轨道交通站点周边15分钟内可达区域内的若干工作场所作为兴趣点，并依据城市路网计算该轨道交通站点距离各兴趣点的平均距离；同理，按照上述同样的方法，计算得到轨道交通站点距离医疗场所、教育场所、养老场所、休闲场所、小区以及公交站点的平均距离；轨道交通站点周边15分钟内步行可达区域占比88则指的是依据城市路网计算得到的从轨道交通站点出发，15分钟内步行可达的区域站轨道交通站点服务区域的比重。

步骤2，利用模糊层次分析法确定各个所述交通枢纽评价指标的层次，并进而确定各个层次下的所述交通枢纽评价指标的指标值，所述交通枢纽评价指标以树状结构按层次排列。请参照图2，应用本发明实施例提供的一种面向TOD建设的交通枢纽评价方法确定每个所述交通枢纽指标的权重值的具体步骤为：

步骤S1，针对每个所述交通枢纽指标预先设置一初始权重集合；

步骤S2，获取用户针对每个所述交通枢纽指标的评价结果的评价集合，并根据所述评价集合建立对应每个所述交通枢纽指标的模糊一致判断矩阵，所述模糊一致判断矩阵用于表示所述评价集合中每个所述评价结果相对于所述交通枢纽指标的隶属度；

步骤S3，针对每个所述交通枢纽指标，计算得到对应的所述初始权重集合和所述模糊一致判断矩阵的加权平均值，以作为所述交通枢纽指标的权重值。

步骤3，依据每个所述交通枢纽评价指标所对应的权重值，分别计算得到所述树状结构中最低层次的子节点所对应的各个所述交通枢纽评价指标的指标值。

步骤4，对所述树状结构中所有所述子节点的所述交通枢纽评价指标进行加权计算，并将计算结果作为对应的父节点的所述交通枢纽评价指标的指标值，重复步骤4中的加权计算过程直至计算得到所述树状结构中根节点上的所述交通枢纽评价指标的指标值位置，随后转向步骤5；

步骤5，将所有根节点上的所述交通枢纽评价指标的指标值整合形成对应的所述轨道交通站点的评价指标并输出。

需要说明的是，所述步骤5中，采用自组织特征映射神经网络对作为根节点的所述交通枢纽指标进行聚类处理，得到聚类结果并作为对应的所述轨道交通站点的评价指标输出。

所述的自组织特征映射神经网络中采用的神经元以3*3方式排列，也就是采用9个神经元对交通枢纽的特征进行提取，请参照图4，所述自组织特征映射神经网络提取交通枢纽特征的方法是，根据神经元与神经元之间的距离大小划定聚类标准，所述聚类标准按照神经元与神经元之间的距离大小划分为四个类别，神经元与神经元之间的距离大小通过神经元与神经元两两之间填充的线条形状类型来判断，填充的线条形状为横线代表两个神经元之间的距离越近，填充的线条形状为右斜线代表神经元与神经元之间的距离较线条形状为横线的略远，填充的线条形状为左斜线代表神经元与神经元之间的距离较线条形状为右斜线的更远一些，填充的线条形状为竖线则代表神经元与神经元之间的距离最远。比如图4中的1号神经元和2号神经元之间的距离最小，故将1号神经元和2号神经元划为第一类别，4号神经元和7号神经元较1号神经元和2号神经元之间的距离略大，故将4号神经元和7号神经元划为第二类别，由于1号神经元和4号神经元的距离与4号神经元和8号神经元的距离相当，故将1号神经元、4号神经元和8号神经元划为第三类别，最后将8号神经元和9号神经元划为第四类别。

当然，为了更加精确的表示神经元与神经元两者之间的距离，本发明优选通过神经元与神经元两两之间填充的颜色的深浅颜色来判断神经元与神经元之间的距离，颜色最浅的代表两个神经元之间的距离越近，颜色越深则代表两个神经元之间的距离越远。

所述四个类别对应表示交通枢纽综合类型评价体系中的TOD综合发展站点、TOD重点提升站点、TOD潜力发展站点和TOD滞后发展站点四个评价类别，四个评价类别可以用不同的颜色来表示，比如绿色代表TOD综合发展站点，黄色表示TOD重点提升站点，蓝色表示TOD潜力发展站点，红色代表TOD滞后发展站点，一般来说，TOD综合发展站点距离城市交通枢纽的中心距离最近，TOD重点提升站点距离城市交通枢纽的中心较近，居民对这些重点提升站点的出行依赖度较高，政府后续需要对这些重点提升站点作进一步的提升改造，而TOD潜力发展站点和TOD滞后发展站点是距离城市交通枢纽中心距离最远的站点，在城市扩展中，需要政府投入更多的资金加以建设，以方便居民使用公共交通出行。

请参照图5，本发明实施例采用单因素方差的检验方式对于所述步骤5中形成的聚类结果中的各项指标进行对比和可视化处理，以形成对应所有被评价的所述轨道交通枢纽的可视化的发展状况等级结果。所述的单因素方差的检验方式为现有技术中的结果分析方法，在此不作详细阐述。

所述轨道交通枢纽的可视化发展状况等级的评价结果分为四个类别，分别为TOD综合发展站点、TOD重点提升站点、TOD潜力发展站点和TOD滞后发展站点，每一个类别又均分为三个评价等级，其中TOD综合发展站点的三个所述评价等级分别为轨道交通服务能力最优、轨道交通站区土地利用多样性优秀和轨道交通站点可接近性最优；TOD重点提升站点的三个所述评价等级分别为轨道交通服务能力较优、轨道交通站区土地利用多样性最优和轨道交通站点可接近性优秀；TOD潜力发展站点的三个所述评价等级分别为轨道交通服务能力良好、轨道交通站区土地利用多样性良好和轨道交通站点可接近性良好；TOD滞后发展站点的三个所述评价等级分别为轨道交通服务能力一般、轨道交通站区土地利用多样性一般和轨道交通站点可接近性一般。

综上所述，与现有技术相比，本发明的面向TOD建设的交通枢纽评价方法采用的评价指标体系更具科学性和合理性，另外，本发明通过自组织特征映射神经网络、模糊一致判断矩阵、单因素方差分析等方法对聚类结果进行比对分析和可视化处理，且通过科学制定的评价标准对交通枢纽的TOD发展程度作出了合理评价，使得所作出的交通枢纽发展状况更具直观性和可参考性。

以上所述仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。

Claims (6)

1.一种面向TOD建设的交通枢纽评价方法，其特征在于，预先建立包括面向TOD建设的评价指标体系，随后根据所述评价指标体系对各个轨道交通站点进行评价；

建立所述评价指标体系的过程包括以下步骤：

步骤1，确定面向TOD建设的交通枢纽评价指标，建立所述评价指标体系；

步骤2，利用模糊层次分析法确定各个所述交通枢纽评价指标的层次，并进而确定各个层次下的所述交通枢纽评价指标的指标值，所述交通枢纽评价指标以树状结构按层次排列；

步骤3，依据每个所述交通枢纽评价指标所对应的权重值，分别计算得到所述树状结构中最低层次的子节点所对应的各个所述交通枢纽评价指标的指标值；

步骤4，对所述树状结构中所有所述子节点的所述交通枢纽评价指标进行加权计算，并将计算结果作为对应的父节点的所述交通枢纽评价指标的指标值，重复步骤4中的加权计算过程直至计算得到所述树状结构中根节点上的所述交通枢纽评价指标的指标值位置，随后转向步骤5；

步骤5，将所有根节点上的所述交通枢纽评价指标的指标值整合形成对应的所述轨道交通站点的评价指标并输出。

2.如权利要求1所述的一种面向TOD建设的交通枢纽评价方法，其特征在于，所述步骤2中的所述树状结构中，作为根节点的所述交通枢纽评价指标包括用于表示轨道交通服务能力的第一指标、用于表示轨道交通站区土地利用多样性的第二指标和用于表示轨道交通站点可接性的第三指标；

所述第一指标下的一级子节点包括用于表示站点承载力的第一二级指标、用于表示站点服务力的第二二级指标和用于表示站点连通性的第三二级指标；

所述第一二级指标下的一级子节点包括用于表示轨道交通站点出入口数量的第一三级指标、用于表示站点服务方向数量的第二三级指标、用于表示站点平均乘距的第三三级指标、用于表示最大承载客流的第四三级指标和用于表示列车车厢节数的第五三级指标；

所述第二二级指标下的一级子节点包括用于表示发车间隔的第六三级指标和用于表示运营时间的第七三级指标；

所述第三二级指标下的一级子节点包括用于表示是否可与20分钟内到达站点的第八三级指标和用于表示轨道交通网络集成度的第九三级指标；

所述第二指标下的一级子节点包括用于表示轨道交通枢纽步行15分钟内居住用地的第一二级A指标、用于表示轨道交通枢纽步行15分钟内零售、旅馆、餐饮用地的第二二级B指标、用于表示轨道交通枢纽步行15分钟内教育、健康、文化设施用地的第三二级C指标、用于表示轨道交通枢纽步行15分钟公务机关和服务设施用地的第四二级D指标和用于表示土地功能混合度的第五二级E指标；

所述第三指标下的一级子节点包括用于表示轨道交通站点距工作场所平均距离的第一二级J指标、用于表示轨道交通站点距医疗场所平均距离的第二二级K指标、用于表示轨道交通站点距教育场所平均距离第三二级L指标、用于表示轨道交通站点距养老场所平均距离的第四二级M指标、用于表示轨道交通站点距休闲场所平均距离的第五二级N指标、用于表示轨道交通站点距小区平均距离的第六二级O指标、用于表示轨道交通站点距公交站点平均距离的第七二级P指标以及用于表示轨道交通站点周边15分钟内步行可达区域占比的第八二级Q指标。

3.如权利要求2所述的一种面向TOD建设的交通枢纽评价方法，其特征在于，确定每个所述交通枢纽指标的权重值的具体步骤为：

步骤S1，针对每个所述交通枢纽指标预先设置一初始权重集合；

步骤S2，获取用户针对每个所述交通枢纽指标的评价结果的评价集合，并根据所述评价集合建立对应每个所述交通枢纽指标的模糊一致判断矩阵，所述模糊一致判断矩阵用于表示所述评价集合中每个所述评价结果相对于所述交通枢纽指标的隶属度；

步骤S3，针对每个所述交通枢纽指标，计算得到对应的所述初始权重集合和所述模糊一致判断矩阵的加权平均值，以作为所述交通枢纽指标的权重值。

4.如权利要求1所述的一种面向TOD建设的交通枢纽评价方法，其特征在于，所述步骤5中，采用自组织特征映射神经网络对作为根节点的所述交通枢纽指标进行聚类处理，得到聚类结果并作为对应的所述轨道交通站点的评价指标输出。

5.如权利要求4所述的一种面向TOD建设的交通枢纽评价方法，其特征在于，所述自组织特征映射神经网络中的神经元为9个，以3*3的方式排列。

6.如权利要求4所述的一种面向TOD建设的交通枢纽评价方法，其特征在于，所述步骤5中，形成所述聚类结果后，采用基于单因素方差的检验方式将所述聚类结果中的各项指标进行对比和可视化处理，以形成对应所有被评价的所述轨道交通枢纽的可视化的发展状况等级结果。