CN112613770B - 颗粒化空间尺度公共交通便利指数计算方法和装置 - Google Patents
颗粒化空间尺度公共交通便利指数计算方法和装置 Download PDFInfo
- Publication number
- CN112613770B CN112613770B CN202011580829.5A CN202011580829A CN112613770B CN 112613770 B CN112613770 B CN 112613770B CN 202011580829 A CN202011580829 A CN 202011580829A CN 112613770 B CN112613770 B CN 112613770B
- Authority
- CN
- China
- Prior art keywords
- public transportation
- convenience index
- particle
- facilities
- research
- 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
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 29
- 239000002245 particle Substances 0.000 claims abstract description 91
- 238000011160 research Methods 0.000 claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 12
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 8
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000012800 visualization Methods 0.000 claims description 6
- 238000013016 damping Methods 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 2
- 230000003139 buffering effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007433 macroscopic evaluation Methods 0.000 description 1
- 238000007431 microscopic evaluation Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000013077 scoring method Methods 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
本发明提供了一种颗粒化空间尺度公共交通便利指数计算方法和装置，方法包括：步骤1，确定研究对象，将研究对象的边界导入GIS软件；步骤2，确定研究范围，根据各类公共交通设施的最大影响半径，将研究对象向外扩展得到；步骤3，导入各类公共交通设施的站点、线路数据，并按照所述研究范围进行裁切；步骤4，对研究对象进行颗粒划分，并裁切掉不在研究对象范围内的颗粒；步骤5，计算每个颗粒空间的公共交通便利指数；步骤6，对上述全部颗粒空间的单点公交便利指数应用插值算法，得到面域公交便利指数。本发明考虑了每个颗粒影响半径内各类公共交通设施站点经过的线路数量，针对微观进行评价，填补了这一空白，同时面域公交便利指数也可对宏观进行评价。
Description
技术领域
本发明属于公共交通需方角度微观评价领域，尤其涉及一种颗粒化空间尺度公共交通便利指数计算方法和装置。
背景技术
目前见于文献的公共交通便利程度的评价方法主要有：(1)公共交通车站服务面积。《城市道路交通规划设计规范》GB 50220-1995中规定：公共交通车站服务面积，以300m半径计算，不得小于城市用地面积的50％；以500m半径计算，不得小于90％。(2)城市公共汽电车的车站服务区域。《城市综合交通体系规划标准》GBT 51328-2018中规定：城市公共汽电车的车站服务区域，以300m半径计算，不应小于规划城市建设用地面积的50％；以500m半径计算，不应小于90％。(3)集约型公共交通站点和中心城区轨道交通站点服务半径覆盖的常住人口和就业岗位比例。《城市综合交通体系规划标准》GBT 51328-2018中规定：集约型公共交通站点500m服务半径覆盖的常住人口和就业岗位，在规划人口规模100万以上的城市不应低于90％；另外标准中还规定了中心城区轨道交通站点800m半径范围内覆盖的人口与就业岗位占规划总人口与就业岗位的比例。
对于以上三种指标或者方法，都是从供方角度、宏观角度对城市进行评价。对于微观角度，如指定的地点来说是失效的。同时也仅仅考虑了是否覆盖，没有考虑到不同公共交通设施的站点、经过的线路数量不同，导致的提供服务能力的差异。
发明内容
本发明的目的在于克服现有技术中存在的上述不足，提供一种从需方、从微观角度出发的公共交通便利性评价计算方法和装置。
本发明提出的一种颗粒化空间尺度公共交通便利指数计算方法，其特征在于所述方法包括如下步骤：
步骤1，确定研究对象，将研究对象的边界导入GIS软件；
步骤2，确定研究范围，具体为：从各类公共交通设施影响半径中选取最大值，将研究对象边界向外扩展该值得到研究范围；
步骤3，导入各类公共交通设施的站点、线路数据，并按照所述研究范围进行裁切；
步骤4，对研究对象进行颗粒划分，并裁切掉不在研究对象范围内的颗粒；
步骤5，计算每个颗粒空间的公共交通便利指数，具体为；根据公式1分别为各类公共交通设施计算颗粒化空间尺度公共交通便利指数，然后叠加，得到每个颗粒空间的公共交通便利指数；
其中：
Public_Transportation_Score代表每个颗粒空间的公共交通便利指数；
W代表某类公共交通设施、某个站点上某条公共交通线路的影响权重；
i表示不同类型的设施；
n表示所有类型的公共交通设施；
j表示不同的站点；
m表示所有的站点；
k表示不同的线路；
p表示所有的线路；
S表示某类公共交通设施站点离该评价点的距离(m)；
f(S)表示距离S在衰减函数中所对应的衰减系数；
步骤6，对上述全部颗粒空间的单点公共交通便利指数应用插值算法，得到面域公共交通便利指数。
优选的，在所述步骤4中，以一定距离间隔对研究对象进行颗粒划分，划分后是以研究对象四至坐标为边界的矩形。
优选的，步骤5具体包括如下步骤：
步骤51，使用GIS软件计算每个颗粒空间中心点在影响半径内到各类公共交通站点的距离；
步骤52，分别为涉及到的各类公共交通设施设置不同的权重；
步骤53，设置衰减函数，不同的公共交通设施有不同的函数；
步骤54，根据公式1，分别计算每个颗粒中心的各类公共交通设施便利指数；
步骤55，公共交通公共交通针对每个颗粒累加各类公共交通设施的公共交通便利指数；
步骤56，在GIS软件中进行可视化。
本发明还提出一种颗粒化空间尺度公共交通便利指数计算装置，其特征在于所述装置具体包括：
研究对象确定模块，用于确定研究对象，将研究对象的边界导入GIS软件；
研究范围确定模块，用于确定研究范围，具体为：从各类公共交通设施影响半径中选取最大值，将研究对象边界向外扩展该值得到研究范围；
导入模块，用于导入各类公共交通设施的站点、线路数据，并按照所述研究范围进行裁切；
颗粒划分模块，用于对研究对象进行颗粒划分，并裁切掉不在研究对象范围内的颗粒；
颗粒空间的公共交通便利指数计算模块，用于计算每个颗粒空间的公共交通便利指数，具体为；根据公式1分别为各类公共交通设施计算颗粒化空间尺度公共交通便利指数，然后叠加，得到每个颗粒空间的公共交通便利指数；
其中：
Public_Transportation_Score代表每个颗粒空间的公共交通便利指数；
W代表某类公共交通设施、某个站点上某条公共交通线路的影响权重；
i表示不同类型的设施；
n表示所有类型的公共交通设施；
j表示不同的站点；
m表示所有的站点；
k表示不同的线路；
p表示所有的线路；
S表示某类公共交通设施站点离该评价点的距离(m)；
f(S)表示距离S在衰减函数中所对应的衰减系数；
插值模块，用于对上述全部颗粒空间的单点公共交通便利指数应用插值算法，得到面域公共交通便利指数。
优选的，以一定距离间隔对研究对象进行颗粒划分，划分后是以研究对象四至坐标为边界的矩形。
优选的，颗粒空间的公共交通便利指数计算模块具体包括：
站点距离计算模块，用于使用GIS软件计算每个颗粒空间中心点在影响半径内到各类公共交通站点的距离；
权重设置模块，用于分别为公共交通各类公共交通设施设置不同的权重；
衰减函数设置模块，用于设置衰减函数，不同的公共交通设施有不同的函数；
公共交通便利指数计算模块，用于根据公式1计算每个颗粒中心的公共交通便利指数；
公共交通累加模块，用于累加各类公共交通设施的公共交通便利指数；
可视化模块，用于在GIS软件中进行可视化。
本发明提出的计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现上述任一项所述方法的步骤。
相对于现有技术，本发明对研究区域划分颗粒，计算颗粒中心的单点公共交通便利指数，再通过插值方法得到研究区域面域的公共交通便利指数，从而得到任意指定地点的公共交通便利指数。本发明考虑了每个颗粒影响半径内各类公共交通设施站点经过的线路数量(服务能力)，针对微观进行评价，填补了这一空白。同时，面域公共交通便利指数也可对宏观进行评价。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是研究对象边界图；
图2是公共交通研究范围图；
图3是研究范围内地铁站点图；
图4是研究范围内公共交通站点图；
图5是研究对象颗粒划分图；
图6是衰减函数示意图；
图7是颗粒空间尺度公共交通便利指数图；
图8是面域公共交通便利指数图；
图9是颗粒化空间尺度公共交通便利指数计算方法的流程图。
具体实施方式
下面结合附图对本发明作进一步详细的描述。
在介绍本发明的实施例之前，先来介绍本发明所应用的计算原理。
公共交通便利指数算法包含两个层面：颗粒化空间尺度公共交通便利指数、面域公共交通便利指数。颗粒化空间尺度公共交通便利指数是指一个具体地点的公共交通便利性，如在研究范围内划分的每一个颗粒，这些颗粒可以是广场、学校、住宅等；面域公共交通便利指数是指基于覆盖整个研究范围的颗粒化空间尺度公共交通便利指数而插值计算出的区域公共交通便利性，如整个研究范围，或者街区、社区、城市等，可以考察公共交通设施的整体分布情况。
1.颗粒化空间尺度公共交通便利指数
每个颗粒空间的公共交通便利指数计算公式如下：
其中：
Public_Transportation_Score代表每个颗粒空间的公共交通便利指数；
W代表某类公共交通设施、某个站点上某条公共交通线路的影响权重；
i表示不同类型的设施，如普通公交、BRT、轻轨和地铁等；
n表示所有类型的公共交通设施；
j表示不同的站点；
m表示所有的站点；
k表示不同的线路；
p表示所有的线路；
S表示某类公共交通设施站点离该评价点的距离(m)；
f(S)表示距离S在衰减函数中所对应的衰减系数。
2.面域公共交通便利指数
作为颗粒化空间尺度公共交通便利指数的区域性概念的补充，面域公共交通便利指数代表了一个区域(如一个街区、一个社区、一个城市等)任意一点的公共交通便利性。区域内不同部分的颗粒化空间尺度公共交通便利指数由于设施布局的影响有较大的差别。面域公共交通便利指数在城市的层面上，指出该城市任意一点的公共交通便利性大小，反映了公共交通设施配置的合理性和空间组织的有效性。
面域公共交通便利指数使用区域内的颗粒化空间尺度公共交通便利指数，通过应用适合的插值方法得到。
实施例一
本发明提供一种颗粒化空间尺度公共交通便利指数计算方法，如附图9所示，其步骤如下：
步骤1，确定研究对象。见图1，本实施例中以大兴区行政范围作为研究对象，将大兴区行政边界导入GIS软件。
步骤2，确定研究范围，具体为：大兴区内公共交通设施主要是普通公交和地铁，从公交影响半径和地铁影响半径中选取最大值，将研究对象边界向外扩展该值，作为研究范围。见图2，普通公交影响半径采用560m，轨道交通站点影响半径采用1.4km，选取最大影响半径，将研究对象边界向外扩展1.4km，作为研究范围。
步骤3，导入公共交通站点。见图3和图4，大兴区范围内公共交通设施按站点特点可以分为地铁和公交(主要是普通公交，还有部分旅游专线、机场大巴)，并按照研究范围进行裁切。
步骤4，对研究对象进行颗粒划分。见图5，本实施例中以200m间隔划分，具体数值可以自行确定，但不建议太大，因为面域公交便利指数要通过插值获得，小的间距可以得到更准确的结果。划分后是以研究对象四至坐标为边界的矩形，本实施例中共有47520个颗粒，裁切掉不在研究对象范围内的颗粒，剩余25883个，减少了45％，从而可以减少计算量。
步骤5，计算每个颗粒空间的公交便利指数。本实施例中，公交设施包括地铁和公交两类，需要根据公式1分别计算颗粒化空间尺度公交便利指数，然后将两者叠加。下面以地铁为例进行说明，公交的计算类似。具体包括：
步骤51，使用GIS软件计算每个颗粒空间中心点在影响半径内的地铁站点距离，并导出为csv文件，其中忽略掉所述范围内没有车站的颗粒。例如使用GIS软件计算每个颗粒空间中心点1400m半径范围内的地铁站点距离，见表1。
表1颗粒空间中心点到地铁站点距离表
步骤52，分别为公交和地铁设置不同的权重，本实施例中，采用调查问卷方式，经过专家打分法，设定公交权重为1，地铁权重为3。
步骤53，设置衰减函数，本实施例中，衰减函数采用分段函数。
设定轨道衰减函数：
当颗粒中心到车站距离为(0,500]m时，衰减系数为1；
当颗粒中心到车站距离为(500,800]m时，衰减系数为0.8；
当颗粒中心到车站距离为(800,1200]m时，衰减系数为0.55；
当颗粒中心到车站距离为(1200,1400]m时，衰减系数为0.25；
当颗粒中心到车站距离大于1400m时，衰减系数为0。
普通公交衰减函数设置为：
当颗粒中心到车站距离为(0,300]m时，衰减系数为1；
当颗粒中心到车站距离为(300,400]m时，衰减系数为0.8；
当颗粒中心到车站距离为(400,560]m时，衰减系数为0.5；
当颗粒中心到车站距离大于560m时，衰减系数为0；
步骤54，根据公式1，计算每个颗粒中心的地铁设施公交便利指数。
步骤55，根据公式1，计算每个颗粒中心的公交设施公交便利指数。
步骤56，累加上述地铁和公交两类设施的公交便利指数。
步骤57，在GIS软件中进行可视化。见图7，公共交通便利程度由好到差，分别是白色、浅灰色、灰色、深灰色和黑色。白色为公交条件最好的区域，黑色为560m范围内没有公交、1400m范围内没有地铁的区域。
步骤6，应用插值算法，得到面域公交便利指数，见图8。
现有技术中公共交通车站服务面积、城市公共汽电车的车站服务区域、集约型公共交通站点和中心城区轨道交通站点服务半径覆盖的常住人口和就业岗位比例这三种指标适用于宏观评价，对微观失效，也缺乏服务能力的考量。本发明考虑了每个颗粒影响半径内各类公共交通设施站点经过的线路数量(服务能力)，针对微观进行评价，填补了这一空白。同时，面域公交便利指数也可对宏观进行评价。
实施例二
本发明还提供一种颗粒化空间尺度公共交通便利指数计算装置，包括：
研究对象确定模块，用于确定研究对象，将研究对象的边界导入GIS软件。见图1，本实施例中以大兴区行政范围作为研究对象，将大兴区行政边界导入GIS软件。
研究范围确定模块，用于确定研究范围，具体为：分别设置公交影响半径和地铁影响半径，从所述公交影响半径和地铁影响半径中选取较大的影响半径作为缓冲范围，将研究对象向外缓冲所述缓冲范围，作为研究范围。见图2，普通公交影响半径采用560m，轨道交通站点影响半径采用1.4km，选取最大影响半径，将研究对象向外缓冲1.4km，作为研究范围。
导入模块，用于导入各类公交设施的站点、线路数据，并按照所述研究范围进行裁切。见图3和图4，大兴区范围内公共交通设施按站点特点可以分为地铁和公交(主要是普通公交，还有部分旅游专线、机场大巴)，并按照研究范围进行裁切。
颗粒划分模块，用于对研究对象进行颗粒划分，并裁切掉不在研究对象范围内的颗粒。见图5，本实施例中以200m间隔划分，具体数值可以自行确定，但不建议太大，因为面域公交便利指数要通过插值获得，小的间距可以得到更准确的结果。划分后是以研究对象四至坐标为边界的矩形，本实施例中共有47520个颗粒，裁切掉不在研究对象范围内的颗粒，剩余25883个，减少了45％，从而可以减少计算量。
颗粒空间的公共交通便利指数计算模块，用于计算每个颗粒空间的公共交通便利指数，具体为；根据公式1分别为各类公共交通设施计算颗粒化空间尺度公交便利指数，然后叠加，得到每个颗粒空间的公共交通便利指数。本实施例中，公交设施包括地铁和公交两类，需要根据公式1分别计算颗粒化空间尺度公交便利指数，然后将两者叠加。下面以地铁为例进行说明，公交的计算类似。具体包括：
站点距离计算模块，用于使用GIS软件计算每个颗粒空间中心点在影响半径内到各类公共交通设施站点的距离。本实施例中，公交设施包括地铁和公交两类，下面以地铁为例进行说明，公交的计算类似。使用GIS软件计算每个颗粒空间中心点在1400m半径范围内到地铁站点的距离，见表1。
表1颗粒空间中心点到地铁站点距离表
权重设置模块，用于分别为各类公交设施设置不同的权重。本实施例中，为公交和地铁设置不同的权重，设定公交权重为1、地铁权重为3；
衰减函数设置模块，用于设置衰减函数，衰减函数可以考虑采用连续函数或者分段函数；本实施例中，采用分段函数，轨道衰减函数设置为：
当颗粒中心到车站距离为(0,500]m时，衰减系数为1；
当颗粒中心到车站距离为(500,800]m时，衰减系数为0.8；
当颗粒中心到车站距离为(800,1200]m时，衰减系数为0.55；
当颗粒中心到车站距离为(1200,1400]m时，衰减系数为0.25；
当颗粒中心到车站距离大于1400m时，衰减系数为0；
普通公交衰减函数设置为：
当颗粒中心到车站距离为(0,300]m时，衰减系数为1；
当颗粒中心到车站距离为(300,400]m时，衰减系数为0.8；
当颗粒中心到车站距离为(400,560]m时，衰减系数为0.5；
当颗粒中心到车站距离大于560m时，衰减系数为0；地铁设施公交便利指数计算模块，用于根据公式1计算每个颗粒中心的地铁设施公交便利指数；
公交设施公交便利指数计算模块，用于根据公式1计算每个颗粒中心的公交设施公交便利指数；
累加模块，用于根据所述权重累加上述地铁和公交两类设施的公交便利指数；
可视化模块，用于在GIS软件中进行可视化。见图7，公共交通便利程度由好到差，分别是白色、浅灰色、灰色、深灰色和黑色。白色为公交条件最好的区域，黑色为560m范围内没有公交、1400m范围内没有地铁的区域。
插值模块，用于对上述全部颗粒空间的单点公交便利指数应用插值算法，得到面域公交便利指数，见图8。
要理解本文所述的实施例可以由硬件、软件、固件、中间件、微代码或其任意组合来实现。对于硬件实现方式，处理单元可以在一个或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理器件(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、被设计以执行本文所述功能的其他电子单元、或其组合内实现。当以软件、固件、中间件或微代码、程序代码或代码段来实现实施例时，可以将它们存储在诸如存储组件的机器可读介质中。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
Claims (7)
1.一种颗粒化空间尺度公共交通便利指数计算方法，其特征在于所述方法包括如下步骤：
步骤1，确定研究对象，将研究对象的边界导入GIS软件；
步骤2，确定研究范围，具体为：从各类公共交通设施影响半径中选取最大值，将研究对象边界向外扩展该值得到研究范围；
步骤3，导入各类公共交通设施的站点、线路数据，并按照所述研究范围进行裁切；
步骤4，对研究对象进行颗粒划分，并裁切掉不在研究对象范围内的颗粒；
步骤5，计算每个颗粒空间的公共交通便利指数，具体为；根据公式1分别为各类公共交通设施计算颗粒化空间尺度公共交通便利指数，然后叠加，得到每个颗粒空间的公共交通便利指数；
其中：
Public_Transportation_Score代表每个颗粒空间的公共交通便利指数；
W代表某类公共交通设施、某个站点上某条公共交通线路的影响权重；
i表示不同类型的设施；
n表示所有类型的公共交通设施；
j表示不同的站点；
m表示所有的站点；
k表示不同的线路；
p表示所有的线路；
S表示某类公共交通设施站点离评价点的距离(m)；
f(S)表示距离S在衰减函数中所对应的衰减系数；
步骤6，对全部颗粒空间的单点公共交通便利指数应用插值算法，得到面域公共交通便利指数。
2.根据权利要求1所述的颗粒化空间尺度公共交通便利指数计算方法，其特征在于：在所述步骤4中，以一定距离间隔对研究对象进行颗粒划分，划分后是以研究对象四至坐标为边界的矩形。
3.根据权利要求1所述的颗粒化空间尺度公共交通便利指数计算方法，其特征在于：步骤5具体包括如下步骤：
步骤51，使用GIS软件计算每个颗粒空间中心点在影响半径内到各类公共交通站点的距离；
步骤52，分别为涉及到的各类公共交通设施设置不同的权重；
步骤53，设置衰减函数，不同的公共交通设施有不同的函数；
步骤54，根据公式1，分别计算每个颗粒中心的各类公共交通设施便利指数；
步骤55，针对每个颗粒累加各类公共交通设施的公共交通便利指数；
步骤56，在GIS软件中进行可视化。
4.一种颗粒化空间尺度公共交通便利指数计算装置，其特征在于所述装置具体包括：
研究对象确定模块，用于确定研究对象，将研究对象的边界导入GIS软件；
研究范围确定模块，用于确定研究范围，具体为：从各类公共交通设施影响半径中选取最大值，将研究对象边界向外扩展该值得到研究范围；
导入模块，用于导入各类公共交通设施的站点、线路数据，并按照所述研究范围进行裁切；
颗粒划分模块，用于对研究对象进行颗粒划分，并裁切掉不在研究对象范围内的颗粒；
颗粒空间的公共交通便利指数计算模块，用于计算每个颗粒空间的公共交通便利指数，具体为；根据公式1分别为各类公共交通设施计算颗粒化空间尺度公共交通便利指数，然后叠加，得到每个颗粒空间的公共交通便利指数；
其中：
Public_Transportation_Score代表每个颗粒空间的公共交通便利指数；
W代表某类公共交通设施、某个站点上某条公共交通线路的影响权重；
i表示不同类型的设施；
n表示所有类型的公共交通设施；
j表示不同的站点；
m表示所有的站点；
k表示不同的线路；
p表示所有的线路；
S表示某类公共交通设施站点离评价点的距离(m)；
f(S)表示距离S在衰减函数中所对应的衰减系数；
插值模块，用于对全部颗粒空间的单点公共交通便利指数应用插值算法，得到面域公共交通便利指数。
5.根据权利要求4所述的颗粒化空间尺度公共交通便利指数计算装置，其特征在于：以一定距离间隔对研究对象进行颗粒划分，划分后是以研究对象四至坐标为边界的矩形。
6.根据权利要求4所述的颗粒化空间尺度公共交通便利指数计算装置，其特征在于：颗粒空间的公共交通便利指数计算模块具体包括：
站点距离计算模块，用于使用GIS软件计算每个颗粒空间中心点在影响半径内到各类公共交通站点的距离；
权重设置模块，用于分别为公共交通各类公共交通设施设置不同的权重；
衰减函数设置模块，用于设置衰减函数，不同的公共交通设施有不同的函数；
公共交通便利指数计算模块，用于根据公式1计算每个颗粒中心的公共交通便利指数；
公共交通累加模块，用于累加各类公共交通设施的公共交通便利指数；
可视化模块，用于在GIS软件中进行可视化。
7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-4中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011580829.5A CN112613770B (zh) | 2020-12-28 | 2020-12-28 | 颗粒化空间尺度公共交通便利指数计算方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011580829.5A CN112613770B (zh) | 2020-12-28 | 2020-12-28 | 颗粒化空间尺度公共交通便利指数计算方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112613770A CN112613770A (zh) | 2021-04-06 |
| CN112613770B true CN112613770B (zh) | 2024-01-19 |
Family
ID=75248405
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011580829.5A Active CN112613770B (zh) | 2020-12-28 | 2020-12-28 | 颗粒化空间尺度公共交通便利指数计算方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112613770B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106779408A (zh) * | 2016-12-13 | 2017-05-31 | 深圳先进技术研究院 | 公交系统服务质量的评估方法和装置 |
| CN107392438A (zh) * | 2017-06-29 | 2017-11-24 | 国信优易数据有限公司 | 一种公共交通便利指数的确定系统和方法 |
| CN108446791A (zh) * | 2018-02-13 | 2018-08-24 | 东南大学 | 一类城市公共交通站点覆盖率计算方法 |
| CN109299438A (zh) * | 2018-09-21 | 2019-02-01 | 东南大学 | 一种基于网约车数据的公共交通设施供给水平评价方法 |
| CN110399402A (zh) * | 2019-07-12 | 2019-11-01 | 天津市市政工程设计研究院 | 一种基于大数据的轨道交通站点分类方法 |
| CN110517177A (zh) * | 2018-05-21 | 2019-11-29 | 上海申通地铁集团有限公司 | 模型的生成方法、轨道交通车站的画像方法及系统 |
| KR20200129823A (ko) * | 2019-05-10 | 2020-11-18 | (주)동인시스템 | 버스정류장에 설치된 미세먼지 센서를 이용한 대중교통 차량의 미세먼지 제거 시스템 및 그 방법 |
-
2020
- 2020-12-28 CN CN202011580829.5A patent/CN112613770B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106779408A (zh) * | 2016-12-13 | 2017-05-31 | 深圳先进技术研究院 | 公交系统服务质量的评估方法和装置 |
| CN107392438A (zh) * | 2017-06-29 | 2017-11-24 | 国信优易数据有限公司 | 一种公共交通便利指数的确定系统和方法 |
| CN108446791A (zh) * | 2018-02-13 | 2018-08-24 | 东南大学 | 一类城市公共交通站点覆盖率计算方法 |
| CN110517177A (zh) * | 2018-05-21 | 2019-11-29 | 上海申通地铁集团有限公司 | 模型的生成方法、轨道交通车站的画像方法及系统 |
| CN109299438A (zh) * | 2018-09-21 | 2019-02-01 | 东南大学 | 一种基于网约车数据的公共交通设施供给水平评价方法 |
| KR20200129823A (ko) * | 2019-05-10 | 2020-11-18 | (주)동인시스템 | 버스정류장에 설치된 미세먼지 센서를 이용한 대중교통 차량의 미세먼지 제거 시스템 및 그 방법 |
| CN110399402A (zh) * | 2019-07-12 | 2019-11-01 | 天津市市政工程设计研究院 | 一种基于大数据的轨道交通站点分类方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于步行指数与网络分析的轨道交通站点影响区划定及分类方法――以天津为例;王维礼;张琳;;城市(第04期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112613770A (zh) | 2021-04-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mooney et al. | Freedom from the station: Spatial equity in access to dockless bike share | |
| Bharadwaj et al. | Impact of congestion on greenhouse gas emissions for road transport in Mumbai metropolitan region | |
| Al-Sobky et al. | Traffic density determination and its applications using smartphone | |
| Cervero et al. | Direct ridership model of bus rapid transit in Los Angeles County, California | |
| Oswald Beiler et al. | Integrating GIS and AHP to prioritize transportation infrastructure using sustainability metrics | |
| Durning et al. | Direct ridership model of rail rapid transit systems in Canada | |
| Hewitt et al. | The effect of proximity to urban rail on housing prices in Ottawa | |
| Anantsuksomsri et al. | The impacts of mass transit improvements on residential land development values: Evidence from the Bangkok Metropolitan Region | |
| Cervero | Going Beyond Travel-Time Savings | |
| Shrestha et al. | Eliminating bus stops: evaluating changes in operations, emissions and coverage | |
| CN112613770B (zh) | 颗粒化空间尺度公共交通便利指数计算方法和装置 | |
| Yang et al. | Spatially Varying Relation between Built Environment and Station‐Level Subway Passenger‐Distance | |
| Alkhatni et al. | Spatial analysis of the contribution of parking service facilities to traffic crashes along limited-access roadways | |
| CN113420439A (zh) | 综合交通承载力计算方法、装置、计算机设备及存储介质 | |
| Pratama et al. | Identifying Public Facilities Surrounding MRT Stations Based on Pedestrian Walking Distance using GIS-Based Buffer and Spatial Query Method (Case study: Central and South Jakarta) | |
| Arifoğulları et al. | Public Transportation Data Analysis to Estimate Road Status in Metropolitan Areas: The Case of İstanbul | |
| Xiong | Cost-benefit analysis of smart cities technologies and applications | |
| CN117058887B (zh) | 一种城市交通数据的采集方法、装置、设备和介质 | |
| Yen | Does Rapid Transit and Light Rail Infrastructure Improve Labor Market Outcomes? | |
| Pulugurtha et al. | Evaluating transit market potential and selecting locations of transit service facilities using GIS | |
| Coolbaugh | Evaluating the potential locations for transit-oriented development (TOD): A case study of Mecklenburg County, NC | |
| RU2557649C2 (ru) | Интеграционный информационный комплекс руководителя | |
| Wu et al. | Trip rates and accessibility: Gleaning basic planning information from activity-based travel demand model | |
| Garmei et al. | Calibration of Aimsun roundabout model: Pedestrian and vehicles flow | |
| Varnakovida et al. | Hospital site selection analysis |
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 |