CN110414795A - 基于改进两步移动搜索法的新增高铁枢纽可达性影响方法 - Google Patents
基于改进两步移动搜索法的新增高铁枢纽可达性影响方法 Download PDFInfo
- Publication number
- CN110414795A CN110414795A CN201910590196.7A CN201910590196A CN110414795A CN 110414795 A CN110414795 A CN 110414795A CN 201910590196 A CN201910590196 A CN 201910590196A CN 110414795 A CN110414795 A CN 110414795A
- Authority
- CN
- China
- Prior art keywords
- accessibility
- speed rail
- point
- city
- road
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000004458 analytical method Methods 0.000 claims abstract description 33
- 238000009826 distribution Methods 0.000 claims abstract description 26
- 238000003646 Spearman's rank correlation coefficient Methods 0.000 claims abstract description 23
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 238000013439 planning Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 13
- 230000000875 corresponding effect Effects 0.000 claims description 12
- 238000013316 zoning Methods 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 10
- 230000002596 correlated effect Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000000191 radiation effect Effects 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000002123 temporal effect Effects 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 2
- 238000010276 construction Methods 0.000 abstract description 4
- 230000006872 improvement Effects 0.000 abstract description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 14
- 239000003795 chemical substances by application Substances 0.000 description 7
- 229910052742 iron Inorganic materials 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
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
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于改进的两步移动搜索法的高铁枢纽可达性计算方法、一种基于变异系数、斯皮尔曼等级相关系数的高铁枢纽可达性空间分布公平性评价方法、一种基于改进两步移动搜索法的新增高铁枢纽可达性影响方法。本发明改进了两步移动搜索法,有效度量设施点与需求点的交通成本,在可达性分析过程中,通过改进空间作用域的搜索载体,道路通行状况的计算方法以及搜索半径的属性,使得分析更加符合实际情况,提高了可达性测算的精度。本发明在分析可达性提高的同时,运用变异系数和斯皮尔曼等级相关系数分析高铁建设对于可达分布的空间均衡性的影响,从而使得高铁的设置既能够让居民享受更多的高铁服务又能够让这种服务在空间上实现均衡的分布。
Description
技术领域
本发明涉及城市规划、道路交通规划、地理信息、可达性分析等技术领域,更具体地说,涉及一种基于改进的两步移动搜索法的高铁枢纽可达性计算方法、一种基于变异系数、斯皮尔曼等级相关系数的高铁枢纽可达性空间分布公平性评价方法,以及一种基于改进两步移动搜索法的新增高铁枢纽可达性影响方法。
背景技术
随着中国工业化与城市化进程的不断加速,区域交通基础设施的建设步伐也随之加快。高速铁路作为一种新兴的交通运输方式,以其大运量、高频率、快速、便捷与准时的服务日益成为居民重要的交通出行方式。2016年,国家发改委发布最新修订的《中长期铁路网规划》,提出建设以沿海、京沪等“八纵”通道和陆桥、沿江等“八横”通道为主干的快速铁路网络,我国的铁路运输系统体系正在逐渐的完善。作为交通技术革新的产物,高铁的发展不可避免地会对沿线的区域带来时空上的巨大改变。而铁路枢纽作为铁路运输网络中的重要基础设施,其空间布局的合理性与否直接关系到居民出行的便捷程度和铁路网络的运行效益。但在许多地区,铁路枢纽的空间布局不当、功能定位不清、服务范围模糊,造成了居民出行的不便和铁路网络运行效率的降低。因此研究铁路枢纽的交通可达性,优化铁路枢纽的空间布局,有利于提高铁路网的运行效益,增加居民的出行效率。但高铁建设在带来“时空收敛”效应的同时,也带来了非均衡的时空间收缩,从而扩大核心城市与边缘城市之间交通区位差距,加剧了核心与边缘城市的空间极化格局。因此,高铁枢纽的空间配置应当兼顾效率性与公平性原则。即:既要考虑到铁路网络与枢纽的运行效率,又要尽可能满足辐射区域居民均等化享受高铁服务的需求。
近年来,研究不仅从效率与公平的角度分析可达性对区域带来的影响,可达性的时空演变分析也越来越重视现实的影响因素,可达性的研究方法也在随之不断地拓展优化,从基本的潜能模型、加权平均旅游时间模型到考虑距离衰减、不同交通方式的组合,都力求将研究贴近并符合实际的通行情况。其中加权平均旅行时间考虑了设施规模与距离因素,但未考虑需求点规模;潜能模型虽然综合考虑了设施的供给规模、需求规模以及二者之间的距离因素,但对于距离因素的处理,潜能模型更多的考虑的是设施服务能力的衰减特性,未对设施的有效搜索半径进行限制。Gutiérrez等运用潜能模型结合GIS分析高铁对未来欧洲陆路综合交通可达性的影响,则在此基础上,加入了公路、铁路与中转换乘时间,制定了更为符合实际的可达性评价方法。Lvhua Wang则细化了点与点之间的中转换乘方式,采用门到门的换乘方法,以加权平均旅行时间来测度可达性的变化。ShaileshChandra则从需求差异出发,引入了距离衰减指标,考虑了距离因素对可达性的影响。
以上这些研究推动了可达性在高速铁路建设效益评估中的应用,但研究更多关注高铁网络对于区域及沿线城市可达性的影响,忽视了站点才是高铁带动所在城市,甚至促进辐射区域发展的关键。尽管当前对高速铁路可达性的研究进行了多方面的拓展优化,但很少从供需这两方面探讨高铁枢纽与城市居民之间的可达性关系。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于改进的两步移动搜索法的高铁枢纽可达性计算方法方法;一种基于变异系数、斯皮尔曼等级相关系数的高铁枢纽可达性空间分布公平性评价方法;一种基于改进两步移动搜索法的新增高铁枢纽可达性影响方法。
本发明的技术方案如下:
一种基于改进的两步移动搜索法的高铁枢纽可达性计算方法,步骤如下:
步骤101)将高铁枢纽的经纬度信息、浮动车GPS数据、路网数据与行政区划地图进行匹配;
步骤102)将路网分解为基于路口点要素与相邻线要素的路网系统,并建立包含道路边、交汇点与转弯信息的路网搜索系统;
步骤103)对旅游日的浮动车数据进行时段分布分析,得到浮动车在一天之内的浮动车数量的时变规律,找出旅游日的交通高峰时段t;
步骤104)将每条道路边s建立基于路宽距离的空间影响面范围sm,将浮动车GPS数据与路网数据进行匹配,在路网上显示GPS数据的位置;根据二者的空间位置进行连接,统计并汇总sm内的浮动车数量n;
步骤105)计算sm内的浮动车平均速度
步骤106)根据路段与路段空间影响面范围属性表中对应的ID字段,将指定时段t的浮动车速度平均值匹配到对应的路段,作为该路段此时段的动态速度;
步骤107)统计路段s的长度L,根据下式计算出每个路段在指定时段t的平均通行时间如下:
步骤108)设共有R条道路,重复步骤104)至步骤107),计算每个道路的空间影响面范围的数量nr、长度Lr、速度平均值行程时间其中,r∈{1,2,...,R};
步骤109)对于每一个行政区划的面,找到其质心点O,其中,质心点O表示其对应的行政区划的面,拥有对应的行政区划的所有属性数据;
步骤110)将质心点O映射到道路网络中去,循环检索邻近的道路线,计算质心点O到周边各个道路线的垂直距离li,最终在距离最近的道路线上找到最近的点P,完成质心点O到道路网络的映射,其中,P为道路网络上原始区划中心点的代理点;
步骤111)将点要素映射的道路分割成两条线段;
步骤112)将现状每个高铁枢纽点数据作为中心搜索源点j,选择时间阻抗作为分析的搜索半径d0,沿与高铁枢纽相连的道路进行搜索,建立搜索半径内的最小可达性路径树,计算起终点之间可达性路径树经过的行程时间之和,为时间阻抗值;
步骤113)基于生成的可达性路径树,以生成的可达性路径树作为载体,分析时间阈值内源点j可访问的需求点k的数量k以及需求点k的人数pk,统计并汇总可访问的需求点k的人口数量之和Dk:
Dk=∑kpk;
步骤114)将高铁枢纽的发车频次作Sj为供应规模,计算供应点可达性路径树范围内的供需比率Rj,公式如下:
其中,dkj表示从需求点k到供应点j的时间距离;
步骤115)转换可达性分析的搜索源点,将转换后的每个需求点i作为中心搜索的起点,建立时间阈值内的最小可达性路径树,并作为载体,分析时间阈值内源点可访问的供应点l的数量;
步骤116)汇总需求点i可达性路径树范围内的每个供应点l的供需比率Rl,将所有的供需比率Rl加和,得到现状可达性,公式如下:
其中,Rl表示需求点i的空间作用域内供应点l的供需比率,dil表示从需求点i到供应点l的时间距离,dil≤d0。
作为优选,步骤101)中,在行政区划地图上显示高铁枢纽的地理位置、浮动车的行驶位置以及路网的分布。
作为优选,步骤105)中,计算sm内的浮动车平均速度具体如下:
其中,v1,v2,...vn-1,vn表示t时段道路空间影响面范围内1至n辆浮动车的速度,n为t时段道路空间影响面范围内的浮动车数量。
作为优选,步骤110)中,火车站处于道路网络中,不对火车站进行网络映射。
作为优选,进一步地,包括步骤117)对于新增的高铁枢纽,重复步骤112)至步骤116),得到新增高铁后的可达性Ai规划。
一种基于变异系数、斯皮尔曼等级相关系数的高铁枢纽可达性空间分布公平性评价方法,基于所述的高铁枢纽可达性计算方法,步骤如下:
步骤201)设共有M个城市,计算每个城市现状可达性的标准差与平均值其中,m∈{1,2,...,M};
步骤202)计算城市的现状变异系数CV现状,公式如下:
步骤203)假设M个城市中,每个城市有Na个行政区划,计算每个行政区划在高铁枢纽设立前后的可达性大小排序等级xi、yi,其中,na∈{1,2,...,Na};
计算每个城市的斯皮尔曼等级相关系数ρ,公式如下:
di=xi-yi。
作为优选,对于每个城市新增高铁枢纽后,重复步骤201)至步骤202),计算每个城市新增高铁枢纽后的规划变异系数CV规划。
一种基于改进两步移动搜索法的新增高铁枢纽可达性影响方法,基于所述的高铁枢纽可达性计算方法和所述的高铁枢纽可达性空间分布公平性评价方法,通过分析对比新增高铁站点前后区域的可达性水平、变异系数的变化和斯皮尔曼等级相关系数,为新增高铁站点选址合理性提供参考;具体步骤如下:
步骤301)计算M个城市中每个城市的可达性变化率Arate,公式如下:
步骤302)对城市的变异系数进行划分,当CV∈(α1,α2],为弱可达变异性;当CV∈(α2,α3],为中度可达变异性;当CV∈(α3,∞),为强可达变异性;
步骤303)对城市的斯皮尔曼等级相关系数进行划分,当|ρ|∈[β1,β2),为低度相关;当|ρ|∈[β2,β3),为中度相关;当|ρ|∈[β3,β4],为高度相关;
步骤304)当Arate为正值,同时CV为中度及以下可达变异性且斯皮尔曼相关系数ρ为高度相关,则表明新增高铁站点的可达性影响是合理的,新高铁站点的设立在一定程度上改善了区域内街道或乡镇的可达性水平,增加了高铁站点对于地区的辐射作用,提高了区域内居民获得高铁服务的公平性。
本发明的有益效果如下:
本发明改进了两步移动搜索法,有效度量设施点与需求点的交通成本,在可达性分析过程中,通过改进空间作用域的搜索载体,道路通行状况的计算方法以及搜索半径的属性,使得分析更加符合实际情况,提高了可达性测算的精度。
本发明既考虑到铁路网络与枢纽的运行效率,又要尽可能满足辐射区域居民均等化享受高铁服务的需求。因此,在分析可达性提高的同时,需要运用变异系数和斯皮尔曼等级相关系数来分析高铁建设对于可达分布的空间均衡性的影响,从而使得高铁的设置既能够让居民享受更多的高铁服务又能够让这种服务在空间上实现均衡的分布。
附图说明
图1是建立路网搜索系统示意图;
图2是道路边建立基于路宽距离的空间影响面范围示意图;
图3是进行供需点的网络映射示意图;
图4是改进的两步移动搜索法第一步示意图;
图5是改进的两步移动搜索法第二步示意图;
图6是路网系统;
图7是区划代理点示意图;
图8是现状高铁枢纽最小可达性路径树;
图9是现状区划最小可达性路径树;
图10是ABC同城化区域现状可达性分布图;
图11是ABC同城化区域规划可达性分布图。
具体实施方式
以下结合附图及实施例对本发明进行进一步的详细说明。
本发明为了解决现有技术存在的不足,提供一种基于改进的两步移动搜索法的高铁枢纽可达性计算方法方法,一种基于变异系数、斯皮尔曼等级相关系数的高铁枢纽可达性空间分布公平性评价方法,一种基于改进两步移动搜索法的新增高铁枢纽可达性影响方法。本发明采用同样考虑供需设施规模的两步移动移动搜索法则弥补了现有技术的不足,两步移动移动搜索法采用二分法处理距离衰减问题,在搜寻半径范围内的可达性相同,超出范围则为不可达,符合高铁辐射效应分析的需要。因此,利用基于实时交通状态改进的两步移动搜索法,基于区域道路网络的实际路况与居民可承受的时间距离,分析新增高铁枢纽的影响下,区域高铁可达性的格局及时空变化。本发明为两步移动搜索法的拓展提供了新的思路与方法,并为高铁枢纽的选址优化提供参考。
一种基于改进的两步移动搜索法的高铁枢纽可达性计算方法,引入道路网络距离对两步移动搜索法空间作用域进行优化完善,以路网作为搜索半径的空间载体,强调了供需双方之间的空间复杂性,在一定程度上可以提高可达性分析的精确程度;考虑供需设施点之间的道路交通运行状况,避免因使用设计速度带来的可达性估计偏差;由于基于空间距离的搜索半径无法反映交通的通行状况差异,故用基于时间的搜索半径,其考虑了道路的车流变化,更加准确地反映不同道路上的车辆通行差异;因此,将时间距离作为搜索半径纳入到两步移动搜索法的计算当中。
利用改进的两步移动搜索法,基于区域道路网络的实际路况与居民可承受的时间距离,分析高铁枢纽的可达性,具体步骤如下:
步骤101)将高铁枢纽的经纬度信息、浮动车GPS数据、路网数据与行政区划地图进行匹配:在行政区划地图上显示高铁枢纽的地理位置、浮动车的行驶位置以及路网的分布;
步骤102)将路网分解为基于路口点要素与相邻线要素的路网系统,并建立包含道路边、交汇点与转弯信息的路网搜索系统,如图1所示;
步骤103)对旅游日的浮动车数据进行时段分布分析,得到浮动车在一天之内的浮动车数量的时变规律,找出旅游日的交通高峰时段t;
步骤104)将每条道路边s建立基于路宽距离的空间影响面范围sm,如图2所示,将浮动车GPS数据与路网数据进行匹配,在路网上显示GPS数据的位置;根据二者的空间位置进行连接,统计并汇总sm内的浮动车数量n;
步骤105)计算sm内的浮动车平均速度具体如下:
其中,v1,v2,...vn-1,vn表示t时段道路空间影响面范围内1至n辆浮动车的速度,n为t时段道路空间影响面范围内的浮动车数量;
步骤106)根据路段与路段空间影响面范围属性表中对应的ID字段,将指定时段t的浮动车速度平均值匹配到对应的路段,作为该路段此时段的动态速度;
步骤107)统计路段s的长度L,根据下式计算出每个路段在指定时段t的平均通行时间如下:
步骤108)设共有R条道路,重复步骤104)至步骤107),计算每个道路的空间影响面范围的数量nr、长度Lr、速度平均值行程时间其中,r∈{1,2,...,R};
步骤109)对于每一个行政区划的面,找到其质心点O,其中,质心点O表示其对应的行政区划的面,拥有对应的行政区划的所有属性数据;
步骤110)由于需要在道路网络中进行可达性的搜索,需要将区域的质心点O映射到道路网络中去,具体地,将质心点O映射到道路网络中去,循环检索邻近的道路线,计算质心点O到周边各个道路线的垂直距离li,最终在距离最近的道路线上找到最近的点P,完成质心点O到道路网络的映射,其中,P为道路网络上原始区划中心点的代理点;即进行需求点的网络映射(火车站由于处于道路网络中,因此不需要进行网络映射),如图3所示;
步骤111)为了在后续的可达性搜索中,方便从分割点开始沿道路进行2个相反方向的搜索,同时也方便在不同方向的可达性路径树对于点要素的搜索与捕捉,将点要素映射的道路分割成两条线段;
步骤112)将现状每个高铁枢纽点数据作为中心搜索源点j,即作为搜索的起点,选择时间阻抗作为分析的搜索半径d0,沿与高铁枢纽相连的道路进行搜索,建立搜索半径内的最小可达性路径树,计算起终点之间可达性路径树经过的行程时间之和,即为时间阻抗值,如图4所示;
步骤113)基于生成的可达性路径树,以生成的可达性路径树作为载体,分析时间阈值内源点j可访问的需求点k的数量k以及需求点k的人数pk,统计并汇总可访问的需求点k的人口数量之和Dk:
Dk=∑kpk;
步骤114)将高铁枢纽的发车频次作Sj为供应规模,计算供应点可达性路径树范围内的供需比率Rj,公式如下:
其中,dkj表示从需求点k到供应点j的时间距离;
步骤115)转换可达性分析的搜索源点,将转换后的每个需求点(行政区划)i作为中心搜索的起点,建立时间阈值内的最小可达性路径树,如图5所示,并作为载体,分析时间阈值内源点可访问的供应点(高铁枢纽)l的数量;
步骤116)汇总需求点i可达性路径树范围内的每个供应点l的供需比率Rl,将所有的供需比率Rl加和,得到现状可达性,公式如下:
其中,R1表示需求点i的空间作用域内供应点l的供需比率,dil表示从需求点i到供应点l的时间距离,dil≤d0;
步骤117)加入新增高铁枢纽,其供应规模参考与它相似的高铁枢纽,即,对于新增的高铁枢纽,重复步骤112)至步骤116),得到新增高铁后的可达性Ai规划。
一种基于变异系数、斯皮尔曼等级相关系数的高铁枢纽可达性空间分布公平性评价方法,基于所述的高铁枢纽可达性计算方法,利用变异系数反映高铁站点设立前后区域可达性空间的均衡程度,分析区域可达性分布的集中与分散程度,前后变异系数的差异反映出可达性分布均衡程度的变化趋势;使用斯皮尔曼等级相关系数反映各街道(乡镇)的可达性水平在区域排序上的变化,相关系数取值范围在[-1,1]之间,表示变量之间相关程度的高低,越接近于1,表明街道(乡镇)在区域排序上的变化越小,反之,则表明街道(乡镇)在区域的排序上变化越大;步骤如下:
步骤201)设共有M个城市,计算每个城市现状可达性的标准差与平均值其中,m∈{1,2,...,M};
步骤202)计算城市的现状变异系数CV现状,公式如下:
步骤203)对于每个城市新增高铁枢纽后,重复步骤201)至步骤202),计算每个城市新增高铁枢纽后的规划变异系数CV规划;
步骤204)假设M个城市中,每个城市有Na个行政区划,计算每个行政区划在高铁枢纽设立前后的可达性大小排序等级xi、yi,其中,na∈{1,2,...,Na};
步骤205)计算每个城市的斯皮尔曼等级相关系数ρ,公式如下:
di=xi-yi。
一种基于改进两步移动搜索法的新增高铁枢纽可达性影响方法,基于所述的高铁枢纽可达性计算方法和所述的高铁枢纽可达性空间分布公平性评价方法,通过分析对比新增高铁站点前后区域的可达性水平、变异系数的变化和斯皮尔曼等级相关系数,为新增高铁站点选址合理性提供参考;具体步骤如下:
步骤301)计算M个城市中每个城市的可达性变化率Arate,公式如下:
步骤302)对城市的变异系数进行划分,当CV∈(α1,α2],为弱可达变异性;当CV∈(α2,α3],为中度可达变异性;当CV∈(α3,∞),为强可达变异性;
步骤303)对城市的斯皮尔曼等级相关系数进行划分,当|ρ|∈[β1,β2),为低度相关;当|ρ|∈[β2,β3),为中度相关;当|ρ|∈[β3,β4],为高度相关;
步骤304)综合分析可达性变化率Arate、变异系数CV以及斯皮尔曼相关系数ρ,当Arate为正值,同时CV为中度及以下可达变异性且斯皮尔曼相关系数ρ为高度相关,则表明新增高铁站点的可达性影响是合理的,新高铁站点的设立在一定程度上改善了区域内街道或乡镇的可达性水平,增加了高铁站点对于地区的辐射作用,提高了区域内居民获得高铁服务的公平性,即让更多的人口可以更快捷高效的完成出行过程。
实施例1
将路网分解为基于路口点要素与相邻要素的路网系统,并建立包含道路边、交汇点与转弯信息的路网搜索系统,如图6示。
选择2017年1月1日进行浮动车数据分析,得到浮动车在一天之内的数量的时变规律,如表1所示,找出旅游日高峰时段为19:15-19:30。
表1
以道路s1为例,建立30m路宽距离的空间影响面范围sm,将旅游高峰时段的浮动车GPS数据与路网数据进行匹配,根据二者的空间位置进行连接,统计并汇总其空间影响面范围的浮动车数量为1773,各GPS数据的速度如表2所示。
表2
浮动车ID | 速度(km/h) |
1 | 44 |
2 | 44 |
3 | 25 |
4 | 0 |
5 | 0 |
… | … |
… | … |
… | … |
1769 | 0 |
1770 | 0 |
1771 | 28 |
1772 | 0 |
1773 | 34 |
在此基础上,计算sm上的平均速度为19.57km/h,则道路s1的平均速度为19.57km/h,道路s1的长度为4024.46m,则道路s1的行程时间为12.34min。
对所有的道路进行如下分析:该区域共有R=682条道路,每个道路的浮动车数量、长度、行驶速度、行程时间如表3所示。
表3
以行政区划O1为例,其距离四周道路的距离分别为364.96m、368.16m、640.39m、1948.86m,由此可得行政区划O1的代理点为距离其364.96m的P点。最终确定的区域代理点,如图7所示。
将现状火车站1、火车站2作为可达性的中心搜索源点,进行现状的可达性分析,其供给规模值如表4所示;已有研究表明,在具备1h同情的情况下,区域内部的生产、生活、经济交往才能成为可能,因此选择1h的时间阻抗作为可达性分析的搜索半径d0,建立时间阈值内的最小可达性路径树,如图8所示。
表4
对于可达性路径树的需求点数量k以及需求人口Pk进行统计并计算供需比率Rj,结果如表5所示。
表5
火车站1 | 火车站2 | |
需求点数量k | 36 | 113 |
需求人口(万人)P<sub>k</sub> | 449.05 | 954.11 |
供需比率R<sub>j</sub> | 0.20 | 0.26 |
转换可达性分析的搜索源点,将区划代理点作为中心搜索的起点,建立时间阈值内的最小可达性路径树,如图9所示,统计、汇总可达性路径树范围内的每个供应点的供需比率并计算每个区划中心的现状可达性Ai现状,结果如表6和图10所示;
表6
区划中心点的代理点ID | 现状可达性A<sub>i现状</sub> |
1 | 0.45826 |
2 | 0.45826 |
3 | 0.45826 |
4 | 0.25783 |
… | … |
… | … |
… | … |
160 | 0.25783 |
161 | 0.25783 |
166 | 0.25783 |
加入新增高铁枢纽3,新增高铁枢纽3的供给规模值参考火车站2,如表2所示,选择同样的搜索半径,进行可达性分析,最终得到结果如表7、表8和图11所示。
表7
火车站1 | 火车站2 | 火车站3 | |
需求点数量k | 36 | 113 | 95 |
需求人口(万人)P<sub>k</sub> | 449.05 | 954.11 | 897.26 |
供需比率R<sub>j</sub> | 0.20 | 0.28 | 0.27 |
表8
区划中心点的代理点ID | 规划可达性A<sub>i规划</sub> |
1 | 0.73242 |
2 | 0.73242 |
3 | 0.73242 |
4 | 0.53200 |
… | … |
… | … |
… | … |
160 | 0.53200 |
161 | 0.53200 |
166 | 0.53200 |
实施例2
分别计算现状城市A、城市B、城市C的现状可达性的标准差、平均值,结果表9所示。
表9
对城市A、城市B、城市C的现状可达性变异系数进行计算,得到现状变异系数如表10所示。
表10
城市A | 城市B | 城市C | |
变异系数CV<sub>现状</sub> | 0.25 | 0.58 | 1.03 |
对于新增高铁枢纽3后的三个城市规划可达性的标准差、平均值、变异系数进行计算,如表11所示。
表11
计算现状城市A、城市B、城市C的行政区划在高铁枢纽设立前后的可达性斯皮尔曼等级相关系数,如表12所示。
表12
城市A | 城市B | 城市C | |
斯皮尔曼等级相关系数ρ | 1 | 0.88 | 0.98 |
实施例3
计算城市A、城市B、城市C的可达变化率,如表13所示,三个城市的可达变化率为正,提升了区域的可达性。
表13
城市A | 城市B | 城市C | |
可达变化率A<sub>rate</sub> | 65.85% | 30.43% | 107.69% |
根据城市A、城市B、城市C的实际情况,设置变异系数参数,当α1=0,α2=0.1,α3=1时,如表10、11所示,新增高铁枢纽前,城市A、城市B的变异系数为中度可达变异性,处于可达性分布的合理区间,城市C的变异系数为强可达变异性,可达性空间分布较集聚。新增高铁枢纽后,三个城市的变异系数均处于可达性分布的合理区间,区域的可达性的均衡程度提高。其中,城市A、城市C的变异系数变小,可达性空间分布趋于均衡,城市B的变异系数变大,可达性空间分布趋于集聚。
设置斯皮尔曼等级相关系数参数,当β1=0,β2=0.4,β3=0.7,β4=1时,从表12所示的斯皮尔曼等级相关系数,同样发现,三个城市区划内可达性的排序前后为高度相关,城市B的相关系数最低,则新增高铁枢纽对城市B区划内可达性的提高更加集聚。
高铁枢纽3的设置后,三个城市的可达性变化率为正,提高了区域的可达性水平,ABC三个地区的可达性均有一定程度的提高;三个城市的变异系数均处于可达性分布的合理区间,区域的可达性的均衡程度提高。其中,城市A、城市C区域的可达性差距在缩小,可达性的空间分布更加趋于均衡,城市B区域的可达性差距在增大,可达性的空间分布趋于集聚,斯皮尔曼等级相关系数同样也证明了这一点。则新增高铁枢纽在设置时,在考虑可达性的提高的同时,还需要关注空间公平的问题,努力实现区域内居民公平性地享受交通设施。
上述实施例仅是用来说明本发明,而并非用作对本发明的限定。只要是依据本发明的技术实质,对上述实施例进行变化、变型等都将落在本发明的权利要求的范围内。
Claims (8)
1.一种基于改进的两步移动搜索法的高铁枢纽可达性计算方法,其特征在于,步骤如下:
步骤101)将高铁枢纽的经纬度信息、浮动车GPS数据、路网数据与行政区划地图进行匹配;
步骤102)将路网分解为基于路口点要素与相邻线要素的路网系统,并建立包含道路边、交汇点与转弯信息的路网搜索系统;
步骤103)对旅游日的浮动车数据进行时段分布分析,得到浮动车在一天之内的浮动车数量的时变规律,找出旅游日的交通高峰时段t;
步骤104)将每条道路边s建立基于路宽距离的空间影响面范围sm,将浮动车GPS数据与路网数据进行匹配,在路网上显示GPS数据的位置;根据二者的空间位置进行连接,统计并汇总sm内的浮动车数量n;
步骤105)计算sm内的浮动车平均速度
步骤106)根据路段与路段空间影响面范围属性表中对应的ID字段,将指定时段t的浮动车速度平均值匹配到对应的路段,作为该路段此时段的动态速度;
步骤107)统计路段s的长度L,根据下式计算出每个路段在指定时段t的平均通行时间如下:
步骤108)设共有R条道路,重复步骤104)至步骤107),计算每个道路的空间影响面范围的数量nr、长度Lr、速度平均值行程时间其中,r∈{1,2,...,R};
步骤109)对于每一个行政区划的面,找到其质心点O,其中,质心点O表示其对应的行政区划的面,拥有对应的行政区划的所有属性数据;
步骤110)将质心点O映射到道路网络中去,循环检索邻近的道路线,计算质心点O到周边各个道路线的垂直距离li,最终在距离最近的道路线上找到最近的点P,完成质心点O到道路网络的映射,其中,P为道路网络上原始区划中心点的代理点;
步骤111)将点要素映射的道路分割成两条线段;
步骤112)将现状每个高铁枢纽点数据作为中心搜索源点j,选择时间阻抗作为分析的搜索半径d0,沿与高铁枢纽相连的道路进行搜索,建立搜索半径内的最小可达性路径树,计算起终点之间可达性路径树经过的行程时间之和,为时间阻抗值;
步骤113)基于生成的可达性路径树,以生成的可达性路径树作为载体,分析时间阈值内源点j可访问的需求点k的数量k以及需求点k的人数pk,统计并汇总可访问的需求点k的人口数量之和Dk:
Dk=∑kpk;
步骤114)将高铁枢纽的发车频次作Sj为供应规模,计算供应点可达性路径树范围内的供需比率Rj,公式如下:
其中,dkj表示从需求点k到供应点j的时间距离;
步骤115)转换可达性分析的搜索源点,将转换后的每个需求点i作为中心搜索的起点,建立时间阈值内的最小可达性路径树,并作为载体,分析时间阈值内源点可访问的供应点l的数量;
步骤116)汇总需求点i可达性路径树范围内的每个供应点l的供需比率Rl,将所有的供需比率Rl加和,得到现状可达性,公式如下:
其中,Rl表示需求点i的空间作用域内供应点l的供需比率,dil表示从需求点i到供应点l的时间距离,dil≤d0。
2.根据权利要求1所述的基于改进的两步移动搜索法的高铁枢纽可达性计算方法,其特征在于,步骤101)中,在行政区划地图上显示高铁枢纽的地理位置、浮动车的行驶位置以及路网的分布。
3.根据权利要求1所述的基于改进的两步移动搜索法的高铁枢纽可达性计算方法,其特征在于,步骤105)中,计算sm内的浮动车平均速度具体如下:
其中,v1,v2,...vn-1,vn表示t时段道路空间影响面范围内1至n辆浮动车的速度,n为t时段道路空间影响面范围内的浮动车数量。
4.根据权利要求1所述的基于改进的两步移动搜索法的高铁枢纽可达性计算方法,其特征在于,步骤110)中,火车站处于道路网络中,不对火车站进行网络映射。
5.根据权利要求1所述的基于改进的两步移动搜索法的高铁枢纽可达性计算方法,其特征在于,进一步地,包括步骤117)对于新增的高铁枢纽,重复步骤112)至步骤116),得到新增高铁后的可达性Ai规划。
6.一种基于变异系数、斯皮尔曼等级相关系数的高铁枢纽可达性空间分布公平性评价方法,其特征在于,基于权利要求1至5任一项所述的方法,步骤如下:
步骤201)设共有M个城市,计算每个城市现状可达性的标准差与平均值其中,m∈{1,2,...,M};
步骤202)计算城市的现状变异系数CV现状,公式如下:
步骤203)假设M个城市中,每个城市有Na个行政区划,计算每个行政区划在高铁枢纽设立前后的可达性大小排序等级xi、yi,其中,na∈{1,2,...,Na};
计算每个城市的斯皮尔曼等级相关系数ρ,公式如下:
di=xi-yi。
7.根据权利要求6所述的基于变异系数、斯皮尔曼等级相关系数的高铁枢纽可达性空间分布公平性评价方法,其特征在于,对于每个城市新增高铁枢纽后,重复步骤201)至步骤202),计算每个城市新增高铁枢纽后的规划变异系数CV规划。
8.一种基于改进两步移动搜索法的新增高铁枢纽可达性影响方法,其特征在于,基于权利要求1至5任一项所述的方法和权利要求6或7所述的方法,通过分析对比新增高铁站点前后区域的可达性水平、变异系数的变化和斯皮尔曼等级相关系数,为新增高铁站点选址合理性提供参考;具体步骤如下:
步骤301)计算M个城市中每个城市的可达性变化率Arate,公式如下:
步骤302)对城市的变异系数进行划分,当CV∈(α1,α2],为弱可达变异性;当CV∈(α2,α3],为中度可达变异性;当CV∈(α3,∞),为强可达变异性;
步骤303)对城市的斯皮尔曼等级相关系数进行划分,当|ρ|∈[β1,β2),为低度相关;当|ρ|∈[β2,β3),为中度相关;当|ρ|∈[β3,β4],为高度相关;
步骤304)当Arate为正值,同时CV为中度及以下可达变异性且斯皮尔曼相关系数p为高度相关,则表明新增高铁站点的可达性影响是合理的,新高铁站点的设立在一定程度上改善了区域内街道或乡镇的可达性水平,增加了高铁站点对于地区的辐射作用,提高了区域内居民获得高铁服务的公平性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910590196.7A CN110414795B (zh) | 2019-07-02 | 2019-07-02 | 基于改进两步移动搜索法的新增高铁枢纽可达性影响方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910590196.7A CN110414795B (zh) | 2019-07-02 | 2019-07-02 | 基于改进两步移动搜索法的新增高铁枢纽可达性影响方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110414795A true CN110414795A (zh) | 2019-11-05 |
CN110414795B CN110414795B (zh) | 2022-07-29 |
Family
ID=68358680
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910590196.7A Active CN110414795B (zh) | 2019-07-02 | 2019-07-02 | 基于改进两步移动搜索法的新增高铁枢纽可达性影响方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110414795B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111784111A (zh) * | 2020-06-05 | 2020-10-16 | 长江勘测规划设计研究有限责任公司 | 一种空间可达性评价方法 |
CN113988484A (zh) * | 2021-12-23 | 2022-01-28 | 广州市交通规划研究院 | 一种应用于国土空间总体规划的交通可达性指标优化方法 |
CN115860520A (zh) * | 2022-11-18 | 2023-03-28 | 东南大学 | 一种高铁枢纽与城市公共交通动静态时空可达性评估方法 |
CN115908897A (zh) * | 2022-10-28 | 2023-04-04 | 西南交通大学 | 基于高分辨率遥感影像的高速铁路供电设施智能识别方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080189226A1 (en) * | 2007-02-02 | 2008-08-07 | Mach 9 Travel, Llc | System and Method of Calculating Rates for Use of Transportation Services |
CN104239726A (zh) * | 2014-09-22 | 2014-12-24 | 北京交通大学 | 一种城轨路网突发事件条件下客流估算系统 |
CN104537439A (zh) * | 2014-12-29 | 2015-04-22 | 中南大学 | 一种用于缓解轨道交通拥挤的最小成本路径和混合路径分配方法 |
CN106997494A (zh) * | 2017-03-22 | 2017-08-01 | 北京京东尚科信息技术有限公司 | 物流配送规划方法、物流配送方法及其装置 |
-
2019
- 2019-07-02 CN CN201910590196.7A patent/CN110414795B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080189226A1 (en) * | 2007-02-02 | 2008-08-07 | Mach 9 Travel, Llc | System and Method of Calculating Rates for Use of Transportation Services |
CN104239726A (zh) * | 2014-09-22 | 2014-12-24 | 北京交通大学 | 一种城轨路网突发事件条件下客流估算系统 |
CN104537439A (zh) * | 2014-12-29 | 2015-04-22 | 中南大学 | 一种用于缓解轨道交通拥挤的最小成本路径和混合路径分配方法 |
CN106997494A (zh) * | 2017-03-22 | 2017-08-01 | 北京京东尚科信息技术有限公司 | 物流配送规划方法、物流配送方法及其装置 |
Non-Patent Citations (3)
Title |
---|
JIANHUA NI ET AL: "Multi-Mode Two-Step Floating Catchment Area (2SFCA) Method to Measure the Potential Spatial Accessibility of Healthcare Services", 《INTERNATIONAL JOURNAL OF GEO-INFORMATION》 * |
蒋海兵 等: "京沪高铁影响下的区域公路可达性空间分异特征研究", 《华东师范大学学报(自然科学版)》 * |
高悦尔 等: "基于浮动车数据的城市旅游景点周边路网交通状态评价", 《经济地理》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111784111A (zh) * | 2020-06-05 | 2020-10-16 | 长江勘测规划设计研究有限责任公司 | 一种空间可达性评价方法 |
CN111784111B (zh) * | 2020-06-05 | 2022-04-26 | 长江勘测规划设计研究有限责任公司 | 一种空间可达性评价方法 |
CN113988484A (zh) * | 2021-12-23 | 2022-01-28 | 广州市交通规划研究院 | 一种应用于国土空间总体规划的交通可达性指标优化方法 |
CN113988484B (zh) * | 2021-12-23 | 2022-03-04 | 广州市交通规划研究院 | 一种应用于国土空间总体规划的交通可达性指标优化方法 |
CN115908897A (zh) * | 2022-10-28 | 2023-04-04 | 西南交通大学 | 基于高分辨率遥感影像的高速铁路供电设施智能识别方法 |
CN115908897B (zh) * | 2022-10-28 | 2023-09-12 | 西南交通大学 | 基于高分辨率遥感影像的高速铁路供电设施智能识别方法 |
CN115860520A (zh) * | 2022-11-18 | 2023-03-28 | 东南大学 | 一种高铁枢纽与城市公共交通动静态时空可达性评估方法 |
CN115860520B (zh) * | 2022-11-18 | 2023-08-22 | 东南大学 | 一种高铁枢纽与城市公共交通动静态时空可达性评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110414795B (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110414795A (zh) | 基于改进两步移动搜索法的新增高铁枢纽可达性影响方法 | |
CN108681796B (zh) | 基于POI数据与Dijkstra算法的城市对外公路客运枢纽选址方法 | |
CN110648022B (zh) | 一种考虑站点全覆盖的接驳地铁的社区公交线网与发车频率同步优化方法 | |
CN105844362B (zh) | 一种城市交通综合出行决策装置 | |
CN108665149B (zh) | 一种基于城市功能混合度的测算方法及系统 | |
CN112133090A (zh) | 一种基于手机信令数据的多方式交通分布模型构建方法 | |
CN108320501A (zh) | 基于用户手机信令的公交线路识别方法 | |
CN108564226A (zh) | 一种基于出租车gps及手机信令数据的公交线路优化方法 | |
CN101807222A (zh) | 基于站点的城市公交线网优化配置方法 | |
CN109325614A (zh) | 一种基于gis的汽车站选址方法 | |
CN112347596B (zh) | 一种城市公交线网优化方法 | |
CN109543882A (zh) | 一种基于最优公交平均站间距的公交线网密度计算方法 | |
CN110675110A (zh) | 一种基于地铁网络的快递配送枢纽中心选址方法及装置 | |
CN116233757A (zh) | 一种基于手机信令数据的居民出行碳排放量计算方法 | |
CN115049215A (zh) | 一种城市交通流量空间分布模型的构建方法 | |
CN104821086A (zh) | 一种定位大规模交通网络中低效路段组合的方法 | |
CN108710996A (zh) | 基于旅游出行时空耦合的酒店集聚区域酒店选址评估方法 | |
CN111008730B (zh) | 基于城市空间结构的人群聚集度预测模型构建方法及装置 | |
Khalid et al. | Evaluating The Tod Potential Of Lrt Stations In Malaysia Using The Tod Index | |
CN112434844B (zh) | 基于凸包计算和遗传算法排序线网的新开及延长方法 | |
CN114677854B (zh) | 公共交通可达性评估方法及装置 | |
CN113379131B (zh) | 一种纯电动公交应用下的接驳公交线网优化及车队规模与充电桩数量同步优化方法 | |
CN110674990A (zh) | 设置滑动窗口更新机制的即时配送路径选择方法及系统 | |
CN115311887A (zh) | 优质公共服务资源可达性模型构建方法、设备及存储介质 | |
CN115330043A (zh) | 一种城市充电站的选址规划方法及系统 |
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 |