CN109325614A - 一种基于gis的汽车站选址方法 - Google Patents

Abstract

一种基于GIS的汽车站选址方法，首先把原始的路网数据、公交站点数据、人口数据，导入到ArcGIS Pro软件中，生成对应的分布图。通过计算筛选出i个人口高密度区，作为汽车站的初次筛选点，计算预选汽车站周围的居民到达预选汽车站的出行概率，计算周围的居民到达预选汽车站的平均出行时间，分析预选点区域的公交可达性，分析到达预选汽车站交通的阻抗成本，分析汽车站预选点所在地的坡度。考虑以上几个重要因素建立选址模型，根据选址模型的值来确定最终汽车站的选址位置。本发明提供一种选址效率较高的基于GIS的汽车站选址方法。

Description

一种基于GIS的汽车站选址方法

技术领域

本发明涉及一种地理信息数据处理技术、计算机技术、地理学、物联网技术、网络分析和管理科学与工程技术，尤其涉及一种基于GIS的汽车站选址方法。

背景技术

随着中国经济的快速发展和综合国力的增强，人们对出行的要求也越来越高，城市化水平的提高对城市的发展是一种新的挑战，同时对城市交通方面的基础建设也提出了更高的要求。近几年随着城镇化不断推进，城市人口快速增长，人口的增加对城市的汽车客运站要求也越来越高，一些旧的车站满足不了新的需求，需要对车站不断的改建、扩建和新建，来满足人们的出行需要。城市的客运交通规划是城市可持续性发展的重要前提，客运汽车站是连接城市内外交通的重要枢纽，它是城市发展的一个不可缺少的组成部分。随着城市人口的增加，原有的汽车站规模，满足不了现有的人口容量需求，需要重新建造汽车站，因此，研究车站的选址问题是一项比较重要的工作，系统地提出科学、合理、实用的客运站选址方法对城市道路交通拥挤有一定的改善作用，在城市运输效益及社会经济效益的方面发挥着重要的作用。

合理的车站选址会使居民的出行更加的高效，科学的车站选址可以有效的减少进入城市中心区的车流量的，有效减少城市中心区域的交通压力，保障中心区交通更加畅通，汽车站选址如果科学,可以与城市内的交通密切配合，可以充分发挥城市交通枢纽的作用，达到安全畅通。

发明内容

为了克服现有的汽车站选址方式的选址效率较低，本发明提供一种选址效率较高的基于GIS的汽车站选址方法，结合了GIS技术，基于城市区域人口密度分布情况、道路网的实际分布、公交站点实际分布和所选区域的坡度实际情况。

本发明解决其技术问题所采用的技术方案是：

一种基于GIS的汽车站选址方法，包括以下步骤：

1)、将某个城市中某个区域道路的路网数据导入ArcGIS Pro软件中，得到道路网分布图；

2)、将某个城市中某个区域公交站点的数据导入ArcGIS Pro软件中，得到公交站点分布图；

3)、将某个城市中某个区域的人口数据导入ArcGIS Pro软件中，生成人口密度图；

4)、产生i个人口高密度区域预选点，作为汽车站选址的初次的筛选点，过程如下：

4.1)计算某个城市某个区域的居住区的居住人口：

其中，s为某个区域居住区的占地面积，η为居住区的建筑物平均层数，

a为某个区域常住居民人均住房建筑面积；

4.2)计算城市的某个区域内的人口密度：

式中的k为与所选某个区域相交的建筑物的数目，b_k为建筑物落入所选择的某个区域内的面积所占建筑物总面积的比例，E表示某个区域的总面积，q是城市某个区域的居住区的居住人口；

4.3)重复步骤4.1和步骤4.2计算区域人口密度，得到i个人口高密度区域，对应生成i个预选点作为汽车站选址初次的筛选点；

5)、将i个汽车站预选点所在的区域的水文数据和地形数据导入ArcGIS Pro软件中，生成该区域的坡度栅格数据，利用ArcGIS Pro中的分析工具，分析i个汽车站预选点所在地的坡度U_i，坡度越小说明该地势越平坦；

6)、计算预选汽车站周围j个区域居民到i个预选汽车站的出行概率：

其中，Z_j表示预选汽车站周围j个区域规模大小值，O_ij表示i个预选汽车站到周围j个区域的距离，θ表示衰减指数；

7)、计算预选汽车站周围j个区域的居民到达i个汽车站预选点平均出行时间：

其中，h_ij表示预选汽车站周围j个区域居民到i个预选汽车站的出行概率，t_ij表示从预选汽车站周围j个区域居民到i个预选汽车站的出行时间；

8)、计算预选汽车站周围j个区域到达i个预选汽车站的交通阻抗成本为：

其中，表示由i到j交通方式l的最短出行时间，表示由i到j之间选择交通方式l的出行数量，l表示节点有i到j之间可利用的交通方式的数量；

9)、计算i个预选汽车站周围公交站点覆盖率公式为：

式中的ε表示预选的汽车站预选点周围的公交站点的数量，r_α表示α个公交站点的服务范围，ω_i表示预选汽车站的面积；

10)、i个预选汽车站周围公交路线非直线系数计算公式为：

式中的j表示公交路线首末站的实地距离，J表示公交路线首末站的空间直线距离；

11)、i个预选汽车站周围公交路线重复系数计算公式为：

式中的c表示通过预选目标汽车站的运营线路总长度，C表示通过预选目标汽车站的运营线网总长度，在ArcGIS Pro中，公交线路的总长度可以获取；

12)、计算预选汽车站周围j个区域到达i个预选汽车站的公交可达性为：

式中R_i表示i个预选汽车站周围公交站点覆盖率，W_i表示i个预选汽车站周围公交路线重复系数，M_i表示i个预选汽车站周围公交路线非直线系数；

13)、根据公交可达性、交通的阻抗成本、各区域到达汽车站的平均出行时间、坡度，这四个主要影响因素来确定汽车站的选址模型，模型表达式如下：

式中D_i表示汽车站的公交可达性，Y_ij表示交通的阻抗成本，T_i为各区域到达汽车站的平均出行时间，U_i为汽车站预选点所在地的坡度，式中的v₁、v₂、v₃、v₄分别表示公交可达性、交通的阻抗成本、各区域到达汽车站的平均出行时间和坡度的权重值，v₁+v₂+v₃+v₄＝1；

14)、根据步骤13)中的汽车站的选址模型，计算出的最小的值，该值所代表的汽车站预选点即为最终汽车站的选址位置。

进一步，所述步骤6)中，出行概率h_ij值越大说明出行率越高，所述步骤8)中，交通阻抗成本值越小说明成本越低，所述步骤9)中，预选汽车站周围公交站点覆盖率R_i值越大，说明预选汽车站周围公交站越多。

本发明的有益效果主要表现在：本发明结合了GIS技术，基于城市区域人口密度分布情况、道路网的实际分布以及公交站点实际分布情况，提出了一种选址效率较高的汽车站选址方法。

附图说明

图1是一种基于GIS的汽车站选址方法流程图。

图2是区域人口数据导入到ArcGIS Pro软件中生成人口密度分布图。

图3是区域道路路网数据导入到ArcGIS Pro软件中生成道路路网路线分布图。

图4是区域的水文数据，地形数据导入到ArcGIS Pro软件中生成地形坡度分布图。

图5是区域内汽车站选址的最终位置效果图。

具体实施方式

下面结合附图对本发明近一步描述。

参考图1～图5，一种基于GIS的汽车站选址方法，包括以下步骤：

1)、将某个城市某个区域道路路网数据导入ArcGIS Pro软件中，得到道路网分布图如图3所示；

2)、将某个城市某个区域的水文数据，地形数据导入ArcGIS Pro软件中，得到地形坡度分布图如图4所示；

3)、将某个城市某个区域的人口数据导入ArcGIS Pro软件中，生成人口密度图如图2所示；

4)、产生i个人口高密度区域预选点，作为汽车站选址的初次的筛选点，过程如下：

4.1)计算某个城市某个区域的居住区的居住人口：

其中，s为某个区域居住区的占地面积，η为居住区的建筑物平均层数，a为某个区域常住居民人均住房建筑面积；

4.2)计算城市的某个区域内的人口密度：

式中的k为与所选某个区域相交的建筑物的数目，b_k为建筑物落入所选择的某个区域内的面积所占建筑物总面积的比例，E表示某个区域的总面积，q是城市某个区域的居住区的居住人口；

4.3)重复步骤4.1和步骤4.2计算区域人口密度，得到i个人口高密度区域，对应生成i个预选点作为汽车站选址初次的筛选点；

5)、将i个汽车站预选点所在的区域的水文数据，地形数据导入ArcGIS Pro软件中，生成该区域的坡度栅格数据，利用ArcGIS Pro中的分析工具，分析i个汽车站预选点所在地的坡度U_i，坡度越小说明该地势越平坦；

6)、计算预选汽车站周围j个区域居民到i个预选汽车站的出行概率：

其中，Z_j表示预选汽车站周围j个区域规模大小值，O_ij表示i个预选汽车站到周围j个区域的距离，θ表示衰减指数；

7)、计算预选汽车站周围j个区域的居民到达i个汽车站预选点平均出行时间：

其中，h_ij表示预选汽车站周围j个区域居民到i个预选汽车站的出行概率，t_ij表示从预选汽车站周围j个区域居民到i个预选汽车站的出行时间；

8)、计算预选汽车站周围j个区域到达i个预选汽车站的交通阻抗成本为：

其中，表示由i到j交通方式l的最短出行时间，表示由i到j之间选择交通方式l的出行数量，l表示节点有i到j之间可利用的交通方式的数量；

9)、计算i个预选汽车站周围公交站点覆盖率公式为：

式中的ε表示预选的汽车站预选点周围的公交站点的数量，r_α表示α个公交站点的服务范围，ω_i表示预选汽车站的面积；

10)、i个预选汽车站周围公交路线非直线系数计算公式为：

式中的j表示公交路线首末站的实地距离，J表示公交路线首末站的空间直线距离；

11)、i个预选汽车站周围公交路线重复系数计算公式为：

式中的c表示通过预选目标汽车站的运营线路总长度，C表示通过预选目标汽车站的运营线网总长度，在ArcGIS Pro中，公交线路的总长度可以获取；

12)、计算预选汽车站周围j个区域到达i个预选汽车站的公交可达性为：

式中R_i表示i个预选汽车站周围公交站点覆盖率，W_i表示i个预选汽车站周围公交路线重复系数，M_i表示i个预选汽车站周围公交路线非直线系数；

13)、根据公交可达性、交通的阻抗成本、各区域到达汽车站的平均出行时间、坡度，这四个主要影响因素来确定汽车站的选址模型，模型表达式如下：

式中D_i表示汽车站的公交可达性，Y_ij表示交通的阻抗成本，T_i为各区域到达汽车站的平均出行时间，U_i为汽车站预选点所在地的坡度，式中的v₁、v₂、v₃、v₄分别表示公交可达性、交通的阻抗成本、各区域到达汽车站的平均出行时间和坡度的权重值，v₁+v₂+v₃+v₄＝1；

14)、根据步骤13)中的汽车站的选址模型，计算出的最小的值，该值所代表的汽车站预选点即为最终汽车站的选址位置如图5所示。

进一步，所述步骤6)中，出行概率h_ij值越大说明出行率越高，所述步骤8)中，交通阻抗成本值越小说明成本越低，所述步骤9)中，预选汽车站周围公交站点覆盖率R_i值越大，说明预选汽车站周围公交站越多。

以安庆市大观区为例，一种基于GIS的汽车站选址方法，包括以下步骤：

1)、将安庆市大观区道路路网数据，导入ArcGIS Pro软件中，得到道路网分布图；

2)、将安庆市大观区公交站点的数据，导入ArcGIS Pro软件中，得到公交站点分布图；

3)、将安庆市大观区的人口数据，导入ArcGIS Pro软件中，生成人口密度图；

4)、产生i＝5个人口高密度区域预选点，作为汽车站选址的初次的筛选点，过程如下：

4.1)计算安庆市大观区区域的居住区的居住人口：

大观区区域居住区的占地面积s＝230平方千米，居住区的建筑物平均层数η＝6，区域常住居民人均住房建筑面积a＝15平方米；

4.2)计算安庆市大观区区域内的人口密度：

式中的与所选某个区域相交的建筑物的数目n＝30，建筑物落入所选择的某个区域内的面积所占建筑物总面积的比例b_k＝0.1，表示大观区域的总面积E＝230平方千米，安庆市大观区域的居住区的居住人口q＝100000；

4.3)重复步骤4.1和步骤4.2计算区域人口密度，得到i＝5个人口高密度区域，对应生成5个预选点作为商场选址的初次的筛选点；

5)、将i∈{1,2,..,5}个汽车站预选点所在的区域的水文数据，地形数据导入ArcGIS Pro软件中，生成该区域的坡度栅格数据，利用ArcGIS的分析工具，分析i∈{1,2,..,5}个汽车站预选点所在地的坡度U_i，坡度越小说明该地势越平坦；

6)、计算从预选汽车站周围j个区域居民到i个预选汽车站的出行概率：

Z_j表示预选汽车站周围j个区域规模值，O_ij表示i个预选汽车站到周围j个区域的距离，θ表示衰减指数，i∈{1,2,..,5}，j∈{1,2,..,6}；

7)、计算预选汽车站周围j个区域的居民到达i个汽车站预选点平均出行时间：

其中，h_ij表示从预选汽车站周围j个区域居民到i个预选汽车站的出行概率，t_ij表示从预选汽车站周围j个区域到i个预选汽车站的出行时间，i∈{1,2,..,5}，j∈{1,2,..,6}；

8)、计算预选汽车站周围j个区域到达i个预选汽车站的交通阻抗成本为：

其中，表示由i到j交通方式l的最短出行时间，表示由i到j之间选择交通方式l的出行数量，l表示节点有i到j之间可利用的交通方式的数量，i∈{1,2,..,5}，j∈{1,2,..,6}；

9)、计算i∈{1,2,..,5}个预选汽车站周围公交站点覆盖率计算公式为：

式中的ε表示各个预选的汽车站周围的公交站点总的数量，α∈{1,2,3,...,ε}，r_α表示α个公交站点的服务范围，ω_i表示预选汽车站的面积；

10)、i∈{1,2,..,5}个预选汽车站周围公交路线非直线系数计算公式为：

式中的j表示公交路线首末站的实地距离，J表示公交路线首末站的空间直线距离；

11)、i∈{1,2,..,5}个预选汽车站周围公交路线重复系数计算公式为：

式中的c表示通过预选目标汽车站的运营线路总长度，C表示通过预选目标汽车站的运营线网总长度，在ArcGIS Pro中，公交线路的总长度可以获取；

12)、计算预选汽车站周围j个区域到达i个预选汽车站的公交可达性为：

式中R_i表示i个预选汽车站周围公交站点覆盖率，W_i表示i个预选汽车站周围公交路线重复系数，M_i表示i个预选汽车站周围公交路线非直线系数，i∈{1,2,..,5}，j∈{1,2,..,6}；

13)、根据公交可达性、交通的阻抗成本、各区域到达汽车站的平均出行时间、坡度，这四个主要影响因素来确定汽车站的选址模型，i∈{1,2,..,5}，模型表达式如下：

式中D_i表示汽车站的公交可达性，Y_ij表示交通的阻抗成本，T_i为各区域到达汽车站的平均出行时间，U_β为汽车站预选点所在地的坡度，式中的v₁、v₂、v₃、v₄分别表示公交可达性、交通的阻抗成本、各区域到达汽车站的平均出行时间和坡度的权重值，v₁+v₂+v₃+v₄＝1，v₁＝0.3，v₂＝0.3，v₃＝0.25，v₄＝0.15；

14)、根据步骤13)中的汽车站的选址模型，计算出的最小的值，该值所代表的汽车站预选点即为最终汽车站的选址位置。

以上阐述的是本发明给出的一个实施例表现出来的优良效果，显然本发明不仅适合上述实施例，在不偏离本发明基本精神及不超出本发明实质内容所涉及内容的前提下可对其种种变化加以实施。

Claims (1)

1.一种基于GIS的汽车站选址方法，其特征在于：所述汽车站选址方法包括以下步骤：

1)、将某个城市中某个区域道路的路网数据导入ArcGIS Pro软件中，得到道路网分布图；

2)、将某个城市中某个区域公交站点的数据导入ArcGIS Pro软件中，得到公交站点分布图；

3)、将某个城市中某个区域的人口数据导入ArcGIS Pro软件中，生成人口密度图；

4)、产生i个人口高密度区域预选点，作为汽车站选址的初次的筛选点，过程如下：

4.1)计算某个城市某个区域的居住区的居住人口：

其中，s为某个区域居住区的占地面积，η为居住区的建筑物平均层数，a为某个区域常住居民人均住房建筑面积；

4.2)计算城市的某个区域内的人口密度：

式中的k为与所选某个区域相交的建筑物的数目，b_k为建筑物落入所选择的某个区域内的面积所占建筑物总面积的比例，E表示某个区域的总面积，q是城市某个区域的居住区的居住人口；

4.3)重复步骤4.1和步骤4.2计算区域人口密度，得到i个人口高密度区域，对应生成i个预选点作为汽车站选址初次的筛选点；

5)、将i个汽车站预选点所在的区域的水文数据和地形数据导入ArcGIS Pro软件中，生成该区域的坡度栅格数据，利用ArcGIS Pro中的分析工具，分析i个汽车站预选点所在地的坡度U_i，坡度越小说明该地势越平坦；

6)、计算预选汽车站周围j个区域居民到i个预选汽车站的出行概率：

其中，Z_j表示预选汽车站周围j个区域规模大小值，O_ij表示i个预选汽车站到周围j个区域的距离，θ表示衰减指数；

7)、计算预选汽车站周围j个区域的居民到达i个汽车站预选点平均出行时间：

其中，h_ij表示预选汽车站周围j个区域居民到i个预选汽车站的出行概率，t_ij表示从预选汽车站周围j个区域居民到i个预选汽车站的出行时间；

8)、计算预选汽车站周围j个区域到达i个预选汽车站的交通阻抗成本为：

其中，表示由i到j交通方式l的最短出行时间，表示由i到j之间选择交通方式l的出行数量，l表示节点有i到j之间可利用的交通方式的数量；

9)、计算i个预选汽车站周围公交站点覆盖率公式为：

式中的ε表示预选的汽车站预选点周围的公交站点的数量，r_α表示α个公交站点的服务范围，ω_i表示预选汽车站的面积；

10)、i个预选汽车站周围公交路线非直线系数计算公式为：

式中的j表示公交路线首末站的实地距离，J表示公交路线首末站的空间直线距离；

11)、i个预选汽车站周围公交路线重复系数计算公式为：

式中的c表示通过预选目标汽车站的运营线路总长度，C表示通过预选目标汽车站的运营线网总长度，在ArcGIS Pro中，公交线路的总长度可以获取；

12)、计算预选汽车站周围j个区域到达i个预选汽车站的公交可达性为：

式中R_i表示i个预选汽车站周围公交站点覆盖率，W_i表示i个预选汽车站周围公交路线重复系数，M_i表示i个预选汽车站周围公交路线非直线系数；

13)、根据公交可达性、交通的阻抗成本、各区域到达汽车站的平均出行时间、坡度，这四个主要影响因素来确定汽车站的选址模型，模型表达式如下：

式中D_i表示汽车站的公交可达性，Y_ij表示交通的阻抗成本，T_i为各区域到达汽车站的平均出行时间，U_i为汽车站预选点所在地的坡度，式中的v₁、v₂、v₃、v₄分别表示公交可达性、交通的阻抗成本、各区域到达汽车站的平均出行时间和坡度的权重值，v₁+v₂+v₃+v₄＝1；

14)、根据步骤13)中的汽车站的选址模型，计算出的最小的值，该值所代表的汽车站预选点即为最终汽车站的选址位置。