CN108876075B - 城市轨道交通站点地区宜步行性评价方法 - Google Patents

城市轨道交通站点地区宜步行性评价方法 Download PDF

Info

Publication number
CN108876075B
CN108876075B CN201710321981.3A CN201710321981A CN108876075B CN 108876075 B CN108876075 B CN 108876075B CN 201710321981 A CN201710321981 A CN 201710321981A CN 108876075 B CN108876075 B CN 108876075B
Authority
CN
China
Prior art keywords
walking
rail transit
urban
evaluation
walkability
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710321981.3A
Other languages
English (en)
Other versions
CN108876075A (zh
Inventor
王宇宁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin Normal University
Original Assignee
Tianjin Normal University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tianjin Normal University filed Critical Tianjin Normal University
Priority to CN201710321981.3A priority Critical patent/CN108876075B/zh
Publication of CN108876075A publication Critical patent/CN108876075A/zh
Application granted granted Critical
Publication of CN108876075B publication Critical patent/CN108876075B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/60—Planning or developing urban green infrastructure

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种城市轨道交通站点地区宜步行性评价方法，包括以下步骤：确定轨道站点地区宜步行性评价范围，收集评价范围内的城市路网形态数据，开展评价范围内的步行环境品质调查，构建轨道站点地区宜步行性评价体系，基于熵值法确定评价指标的综合权重，利用简单加权法进行宜步行性的排序。该城市轨道交通站点地区宜步行性评价方法解决现有技术中难以将宏观的城市形态特征和微观的城市设计因素进行有机整合并开展城市轨道站点地区宜步行性定量评价的问题，为城市规划编制单位在进行轨道站点地区规划设计时提供理论依据，为城市规划管理单位在进行轨道站点地区步行空间环境品质提升时提供借鉴参考。

Description

城市轨道交通站点地区宜步行性评价方法
技术领域
本发明属于城市轨道交通站点地区宜步行性评价技术领域，具体来说涉及一种城市轨道交通站点地区宜步行性评价方法。
背景技术
在中国城市化进程的加速推进过程中，伴随着城市人口增加、城市空间扩展以及社会经济发展，交通拥堵、能源短缺、环境污染等城市问题不断涌现。轨道交通因其快速高效、运载量大、节能环保等特点成为诸多大城市的应对选择。站点地区作为轨道交通与外界沟通联系的唯一媒介，不仅汇集了大量的人流、物流、信息流，更承载着引发区域功能提升、结构重组的触媒作用。但这一触媒作用发挥的理论前提是站点地区的步行可达性。
步行作为短途接驳轨道交通最主要的交通方式，也是其它交通方式之间的衔接纽带，承担着居民的日常出行和生活需求。对于宜步行性的评价，有学者强调宏观的城市形态特征对居民日常出行的影响，也有学者认为微观的城市设计因素对步行的感知和体验影响更大。面对这一涉及多重影响要素的复杂问题，缺少将二者有机整合构建起的系统评价体系，且定量分析与定性分析的相互结合也使得权重的赋值难以摆脱主观因素的影响。
发明内容
针对现有技术的不足，本发明的目的在于提供一种城市轨道交通站点地区宜步行性评价方法。该城市轨道交通站点地区宜步行性评价方法解决现有技术中难以将宏观的城市形态特征和微观的城市设计因素进行有机整合并开展城市轨道站点地区宜步行性定量评价的问题，为城市规划编制单位在进行轨道站点地区规划设计时提供理论依据，为城市规划管理单位在进行轨道站点地区步行空间环境品质提升时提供借鉴参考。
为此，本发明的技术方案如下：
一种城市轨道交通站点地区宜步行性评价方法，包括以下步骤：
1)确定轨道站点地区宜步行性评价范围：基于城市轨道交通站点地区的步行环境特点，根据步行接驳轨道交通的优势出行时间及人行走时的标准步行速度，确定轨道站点地区宜步行性的评价范围；
2)收集评价范围内的城市路网形态数据，所述城市路网形态数据为通过现场踏勘及网络电子地图获取评价范围内的绕路系数、街区边长、交叉口密度、道路网密度、距离最近公交站点距离、等候系数、交叉口总数、红灯等候总次数以及大于60秒红灯等候次数；
在所述步骤2)中，基于百度地图，获取以轨道交通站点为圆心，半径800米范围内的城市道路网数据；图片导入AutoCAD中，等比例缩放图片至1:1尺寸，运行Pline命令，描绘轨道交通站点800米范围的城市道路网。
在所述步骤2)中，计算影响范围内步行的绕路系数的具体步骤如下：
a)将轨道交通站点的空间影响范围均分为8个象限，在每个象限内随机选取一条与圆圈相交的街道设为终点；
b)从圆心出发，取最短的线路到达终点，得到最短路径的长度，8个象限的最短路径的长度分别为L1、L2…L8；
c)计算线路L1、L2…L8的平均长度L＝(L1+L2+…+L8)/8，将所述L除以半径即可得到绕路系数的值。
在所述步骤2)中，计算影响范围内的街区边长的公式为：L＝L1+L2+…+Ln/n；其中，L1…Ln为每一个街区的边长，n为街区边长个数。
在所述步骤2)中，计算影响范围内的交叉口密度的公式为：N/πR2，其中，N为影响范围内的交叉口个数，R为影响范围的半径。
在所述步骤2)中，计算影响范围内的道路网密度的公式为：La+Lb+…+Ln/πR2，其中，La…Ln为影响范围内的道路的长度，R为影响范围的半径。
在所述步骤2)中，计算距离最近公交站点距离的公式为：基于百度地图，点击“在此附近找—公交站”功能，获取轨道交通站点至最近公交站点距离及行走路径。
在所述步骤2)中，计算影响范围内的步行等候系数，具体步骤如下：
d)在每个轨道交通站点地区选取三条步行路径；
e)从站点口出发，沿指定路径行走至与站点宜步行范围的交点，然后返回轨道站点，并记录下来回的总用时与红灯等候时间等相关信息；
f)每条路径重复走3次，计算3次的平均值；
g)累计每条线路在各个交叉口的总平均等候时间：t＝t1+t2+…+tn，以此除以平均总步行用时T，即可得到相应的步行等候系数。
在所述步骤2)中，计算影响范围内的交叉口总数的方法为：在步行过程中，统计实际遇到的交叉口个数，反映可能出现等待的总次数。
在所述步骤2)中，计算影响范围内的红灯等候总次数的方法为：在步行过程中，统计实际遇到红灯、出现等待的交叉口个数。
在所述步骤2)中，计算影响范围内的＞60秒红灯等候次数的方法为：在步行过程中，统计实际遇到红灯、且等候时间超过1分钟的总次数。
3)开展评价范围内的步行环境品质调查，通过实地调研，对轨道交通站点评价范围内的步行环境进行评价，对人行道铺设、夜间照明、标志内容、沿街商业数量、沿街商业品质、绿化环境、步道通行能力进行评价；
在所述步骤3)中，通过实地调研，对轨道交通站点评价范围内的步行环境进行评价，所述步行环境包括对人行道铺设、夜间照明、标志内容、沿街商业数量、沿街商业品质、绿化环境和步道通行能力。
4)构建轨道站点地区宜步行性评价体系，在步骤2)和3)的基础上，整合城市路网形态数据和步行环境品质调查数据，构建起轨道站点地区宜步行性的评价指标体系；
在所述步骤4)中，基于步骤2)和3)的统计数据上，构建起统筹考虑城市路网形态和步行环境品质的城市轨道交通站点地区宜步行性评价体系。
5)基于熵值法确定评价指标的综合权重：在步骤4)的基础上，运用熵值法对轨道交通站点地区宜步行性指标确定权重，从而客观反映各指标数据所含有的信息量；
在所述步骤5)中，运用熵值法对轨道交通站点地区宜步行性指标确定权重，从而客观反映各指标数据所含有的信息量，具体步骤如下：
h)将评价数据xij(i＝1,2,…m，j＝1,2,…,n)录入Excel中，得到评价矩阵X；
i)为了解决指标数据量纲不同的问题，对数据进行标准化处理，得到
P＝(pij)m×n，i＝1,2,…m，j＝1,2,…,n；
其中，
j)在标准化后，计算各指标的信息熵，第j个指标的熵可以定义为：
其中，表示第i个方案在j指标上的贡献度。系数k＝1/lnm。并假定当rij＝0时,lnrij＝0.
k)计算各指标的权重ωj，
6)利用简单加权法进行宜步行性的排序。在步骤4)和5)的基础上，运用简单加权法对轨道交通站点地区宜步行性进行加权计算，形成各站点地区宜步行性综合评价得分；具体计算方面，在每个站点的基本要素中，对各类二级指标值进行标准化处理后，乘以熵值法确定的指标权重值，由此得到轨道交通站点地区宜步行性综合评价得分。
在所述步骤6)中，运用简单加权法对轨道交通站点地区宜步行性进行加权计算，形成各站点地区宜步行性综合评价得分，具体步骤如下：
m)对评价数据xij标准化处理，得到标准化评价数据tij，
其中，tij(0≤tij≤1)。
n)将标准化评价数据tij与各指标的权重ωj相乘，得到第i个轨道交通站点地区宜步行性综合评价得分Vi，在所述步骤1)中，步行接驳轨道交通的优势出行时间为10分钟。
本发明与现有技术相比，具有如下优点和有益效果：
本发明提出的城市轨道交通站点地区宜步行性评价方法，既从宏观的城市形态特征层面回答轨道站点地区的宜步行性问题，又真实反映微观层面的城市设计因素给步行者带来的感知与体验，实现基础理论研究与规划设计实践的结合，解决了现有技术中无法统筹考虑轨道站点地区宜步行性影响因子的问题。而采用的熵值法和简单加权法则解决了现有技术中主观赋值难以做到客观中立的问题。
附图说明
图1为本发明提供的基于熵值法和简单加权法的城市轨道交通站点地区宜步行性评价方法的流程示意图；
图2为本发明提供的城市轨道交通站点地区宜步行性评价指标体系；
图3为本发明实施例提供的基于熵值法确定的天津地铁2号线站点地区宜步行性指标综合权重；
图4是本发明实施例提供的基于熵值法和简单加权法确定的天津地铁2号线站点地区宜步行性综合排名。
具体实施方式
下面结合附图对本发明进行详细说明。
实施例
本实施例以天津市地铁2号线为例，提供了一种城市轨道交通站点地区宜步行性评价方法，下面参考附图描述根据本发明实施例的一种城市轨道交通站点地区宜步行性评价方法。具体实现过程描述如下：
1)确定轨道站点地区宜步行性评价范围。根据步行接驳轨道交通的优势出行时间为10分钟，按照标准步行速度3英里/小时(约合4.8km/小时)计算，10分钟可以达到的范围为0.5英里(约合800m)。因此，确定天津市地铁2号线站点周边800米的范围作为宜步行性的评价范围。
2)收集评价范围内的城市路网形态数据。通过现场踏勘及网络电子地图获取天津市地铁2号线站点评价范围内的绕路系数、街区边长、交叉口密度、道路网密度、距离最近公交站点距离、等候系数、交叉口总数、红灯等候总次数、＞60秒红灯等候次数等数据。
3)开展评价范围内的步行环境品质调查。随机选取天津市地铁2号线站点影响区范围内的5条城市道路为评价目标，采用现场观察等方式对评价范围内的步行环境进行评价，具体包括对人行道铺设、夜间照明、标志内容、沿街商业数量、沿街商业品质、绿化环境、步道通行能力等指标进行评价。
4)构建轨道站点地区宜步行性评价体系。在步骤2)和3)的基础上，整合城市路网形态数据和步行环境品质调查数据，构建起轨道站点地区宜步行性的评价指标体系，如附图2。
5)基于熵值法确定评价指标的综合权重。运用熵值法对天津地铁2号线站点地区宜步行性指标确定权重，首先对原始评价数据进行标准化处理，在得到标准化数据后，计算各指标的信息熵，最后根据信息熵计算出各指标的权重，从而客观反映各指标数据所含有的信息量。具体计算结果如附图3。
6)利用简单加权法进行宜步行性的排序。在天津地铁2号线各站点的基本要素中，首先对各类二级指标值进行判断，分析各指标属于效益型指标或是成本型指标；其次在确定各指标特色的基础上，对上述指标进行标准化处理；第三，应用熵值法确定的指标权重值，结合标准化处理后得到的数据，二者相乘后求和得到各轨道交通站点地区宜步行性综合评价得分。具体计算结果如附图4。
以上对本发明做了示例性的描述，应该说明的是，在不脱离本发明的核心的情况下，任何简单的变形、修改或者其他本领域技术人员能够不花费创造性劳动的等同替换均落入本发明的保护范围。

Claims (8)

1.一种城市轨道交通站点地区宜步行性评价方法，其特征在于，包括以下步骤：
1)确定轨道站点地区宜步行性评价范围：基于城市轨道交通站点地区的步行环境特点，根据步行接驳轨道交通的优势出行时间及人行走时的标准步行速度，确定轨道站点地区宜步行性的评价范围；
2)收集评价范围内的城市路网形态数据，所述城市路网形态数据为通过现场踏勘及网络电子地图获取评价范围内的绕路系数、街区边长、交叉口密度、道路网密度、距离最近公交站点距离、等候系数、交叉口总数、红灯等候总次数以及大于60秒红灯等候次数；
3)开展评价范围内的步行环境品质调查，通过实地调研，对轨道交通站点评价范围内的步行环境进行评价，对人行道铺设、夜间照明、标志内容、沿街商业数量、沿街商业品质、绿化环境、步道通行能力进行评价；
4)构建轨道站点地区宜步行性评价体系，在步骤2)和3)的基础上，整合城市路网形态数据和步行环境品质调查数据，构建起轨道站点地区宜步行性的评价指标体系；
5)基于熵值法确定评价指标的综合权重：在步骤4)的基础上，运用熵值法对轨道交通站点地区宜步行性指标确定权重，从而客观反映各指标数据所含有的信息量；
6)利用简单加权法进行宜步行性的排序。在步骤4)和5)的基础上，运用简单加权法对轨道交通站点地区宜步行性进行加权计算，形成各站点地区宜步行性综合评价得分；具体计算方面，在每个站点的基本要素中，对各类二级指标值进行标准化处理后，乘以熵值法确定的指标权重值，由此得到轨道交通站点地区宜步行性综合评价得分；
在所述步骤5)中，运用熵值法对轨道交通站点地区宜步行性指标确定权重，从而客观反映各指标数据所含有的信息量，具体步骤如下：
h)将评价数据xij(i＝1,2,…m，j＝1,2,…,n)录入Excel中，得到评价矩阵X；
i)为了解决指标数据量纲不同的问题，对数据进行标准化处理，得到
P＝(pij)m×n，i＝1,2,…m，j＝1,2,…,n；
其中，
j)在标准化后，计算各指标的信息熵，第j个指标的熵可以定义为：
其中，表示第i个方案在j指标上的贡献度。系数k＝1lnm。并假定当rij＝0时,lnrij＝0.
k)计算各指标的权重ωj，
所述步骤6)中，运用简单加权法对轨道交通站点地区宜步行性进行加权计算，形成各站点地区宜步行性综合评价得分，具体步骤如下：
m)对评价数据xij标准化处理，得到标准化评价数据tij，
其中，tij(0≤tij≤1)。
n)将标准化评价数据tij与各指标的权重ωj相乘，得到第i个轨道交通站点地区宜步行性综合评价得分Vi，在所述步骤1)中，步行接驳轨道交通的优势出行时间为10分钟。
2.根据权利要求1所述的城市轨道交通站点地区宜步行性评价方法，其特征在于，在所述步骤2)中，基于百度地图，获取以轨道交通站点为圆心，半径800米范围内的城市道路网数据；图片导入AutoCAD中，等比例缩放图片至1:1尺寸，运行Pline命令，描绘轨道交通站点800米范围的城市道路网；
3.根据权利要求2所述的城市轨道交通站点地区宜步行性评价方法，其特征在于，在所述步骤2)中，计算影响范围内步行的绕路系数的具体步骤如下：
a)将轨道交通站点的空间影响范围均分为8个象限，在每个象限内随机选取一条与圆圈相交的街道设为终点；
b)从圆心出发，取最短的线路到达终点，得到最短路径的长度，8个象限的最短路径的长度分别为L1、L2…L8；
c)计算线路L1、L2…L8的平均长度L＝(L1+L2+…+L8)/8，将所述L除以半径即可得到绕路系数的值。
4.根据权利要求3所述的城市轨道交通站点地区宜步行性评价方法，其特征在于，在所述步骤2)中，计算影响范围内的街区边长的公式为：L＝L1+L2+…+Ln/n；其中，L1…Ln为每一个街区的边长，n为街区边长个数；在所述步骤2)中，计算影响范围内的交叉口密度的公式为：N/πR2，其中，N为影响范围内的交叉口个数，R为影响范围的半径；在所述步骤2)中，计算影响范围内的道路网密度的公式为：La+Lb+…+Ln/πR2，其中，La…Ln为影响范围内的道路的长度，R为影响范围的半径；在所述步骤2)中，计算距离最近公交站点距离的公式为：基于百度地图，点击“在此附近找—公交站”功能，获取轨道交通站点至最近公交站点距离及行走路径。
5.根据权利要求4所述的城市轨道交通站点地区宜步行性评价方法，其特征在于，在所述步骤2)中，计算影响范围内的步行等候系数，具体步骤如下：
d)在每个轨道交通站点地区选取三条步行路径；
e)从站点口出发，沿指定路径行走至与站点宜步行范围的交点，然后返回轨道站点，并记录下来回的总用时与红灯等候时间等相关信息；
f)每条路径重复走3次，计算3次的平均值；
g)累计每条线路在各个交叉口的总平均等候时间：t＝t1+t2+…+tn，以此除以平均总步行用时T，即可得到相应的步行等候系数。
6.根据权利要求5所述的城市轨道交通站点地区宜步行性评价方法，其特征在于，在所述步骤2)中，计算影响范围内的交叉口总数的方法为：在步行过程中，统计实际遇到的交叉口个数，反映可能出现等待的总次数；在所述步骤2)中，计算影响范围内的红灯等候总次数的方法为：在步行过程中，统计实际遇到红灯、出现等待的交叉口个数；在所述步骤2)中，计算影响范围内的＞60秒红灯等候次数的方法为：在步行过程中，统计实际遇到红灯、且等候时间超过1分钟的总次数。
7.根据权利要求6所述的城市轨道交通站点地区宜步行性评价方法，其特征在于，在所述步骤3)中，通过实地调研，对轨道交通站点评价范围内的步行环境进行评价，所述步行环境包括对人行道铺设、夜间照明、标志内容、沿街商业数量、沿街商业品质、绿化环境和步道通行能力。
8.根据权利要求7所述的城市轨道交通站点地区宜步行性评价方法，其特征在于，在所述步骤4)中，基于步骤2)和3)的统计数据上，构建起统筹考虑城市路网形态和步行环境品质的城市轨道交通站点地区宜步行性评价体系。
CN201710321981.3A 2017-05-09 2017-05-09 城市轨道交通站点地区宜步行性评价方法 Active CN108876075B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710321981.3A CN108876075B (zh) 2017-05-09 2017-05-09 城市轨道交通站点地区宜步行性评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710321981.3A CN108876075B (zh) 2017-05-09 2017-05-09 城市轨道交通站点地区宜步行性评价方法

Publications (2)

Publication Number Publication Date
CN108876075A CN108876075A (zh) 2018-11-23
CN108876075B true CN108876075B (zh) 2023-08-25

Family

ID=64287347

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710321981.3A Active CN108876075B (zh) 2017-05-09 2017-05-09 城市轨道交通站点地区宜步行性评价方法

Country Status (1)

Country Link
CN (1) CN108876075B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110400045B (zh) * 2019-06-17 2022-11-29 宁波大学 基于微区的轨道站点辐射区步行可达性评价方法
CN110956089B (zh) * 2019-11-04 2023-05-23 李苗裔 基于ict技术的历史街区步行性测度方法
CN113361957B (zh) * 2021-06-29 2022-05-03 哈尔滨工业大学 基于宜步指数改良的垃圾分类回收设施增设方法及系统
CN114120654A (zh) * 2022-01-26 2022-03-01 南京原力智能科技有限公司 一种道路行驶车辆数对路网通行能力影响的通用计算方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102033932A (zh) * 2010-12-17 2011-04-27 东南大学 面向一体化设计的城市轨道交通站点分类方法
CN103218768A (zh) * 2013-03-11 2013-07-24 东南大学 一种城市中心区通达度的评价及应用方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7592908B2 (en) * 2003-08-13 2009-09-22 Arbitron, Inc. Universal display exposure monitor using personal locator service
US9373207B2 (en) * 2012-03-14 2016-06-21 Autoconnect Holdings Llc Central network for the automated control of vehicular traffic

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102033932A (zh) * 2010-12-17 2011-04-27 东南大学 面向一体化设计的城市轨道交通站点分类方法
CN103218768A (zh) * 2013-03-11 2013-07-24 东南大学 一种城市中心区通达度的评价及应用方法

Also Published As

Publication number Publication date
CN108876075A (zh) 2018-11-23

Similar Documents

Publication Publication Date Title
Schneider et al. Pilot model for estimating pedestrian intersection crossing volumes
CN110298500B (zh) 一种基于出租车数据和城市路网的城市交通轨迹数据集生成方法
CN108876075B (zh) 城市轨道交通站点地区宜步行性评价方法
CN109460937B (zh) 评价轨道站点周边慢行交通系统接驳水平的流程与方法
Schneider et al. Development and application of volume model for pedestrian intersections in San Francisco, California
Boussauw et al. Measuring spatial separtion processes through the minimum commute: the case of Flanders
CN103440411A (zh) 基于暴露人群\面积\声环境功能区的交通噪声污染模型
Larranaga et al. The relationship between built environment and walking for different trip purposes in Porto Alegre, Brazil
Qtiashat et al. Urban land use pattern and road network characteristics using GIS in Al Salt City, Jordan
Li et al. Construction of Smart City Street Landscape Big Data‐Driven Intelligent System Based on Industry 4.0
Li et al. Identify impacting factor for urban rail ridership from built environment spatial heterogeneity
Popescu et al. The urban acoustic environment–a survey for road traffic noise
Tian et al. Spatial analysis of commuting carbon emissions in main urban area of Beijing: A GPS trajectory-based approach
CN113988659B (zh) 一种立体紧凑型数字化城市设计方法、装置和计算机设备
Mehdian et al. A Data‐Driven Functional Classification of Urban Roadways Based on Geometric Design, Traffic Characteristics, and Land Use Features
Zuev et al. Analysis methods of spatial structure metrics for assessment of area development effectiveness
Liu et al. Study on the location of unconventional outside left-turn lane at signalized intersections based on an entropy method
Boitor et al. A new tool for the evaluation of co2 emissions from road traffic: a case study in cluj-napoca, romania
Cooper Indirect source impact analysis-carbon monoxide modeling
Zheng et al. Spatial Accessibility of Urban Green Space Based on Multiple Research Scales: A Case Study of Futian District, Shenzhen.
Steiner et al. Refinement of the roadway segment level of service
Abret et al. The determination of convenient junction type utilizing from estimated traffic data with AHP method
Nejad et al. Analysis of Parking Situation in Rasht Using Multi-criteria Evaluation Method
Faghri Advanced Planning Models for Transit Oriented Developments
Dong et al. Research on population distribution model based on real estate big data

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant