CN113988484B - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN113988484B CN113988484B CN202111591373.7A CN202111591373A CN113988484B CN 113988484 B CN113988484 B CN 113988484B CN 202111591373 A CN202111591373 A CN 202111591373A CN 113988484 B CN113988484 B CN 113988484B
- Authority
- CN
- China
- Prior art keywords
- reachability
- traffic
- model
- planning
- area
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000005457 optimization Methods 0.000 title claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims abstract description 37
- 150000001875 compounds Chemical class 0.000 claims description 24
- 238000009825 accumulation Methods 0.000 claims description 13
- 238000006116 polymerization reaction Methods 0.000 claims description 12
- 230000002776 aggregation Effects 0.000 claims description 9
- 238000004220 aggregation Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 9
- 230000004888 barrier function Effects 0.000 claims description 8
- 230000003993 interaction Effects 0.000 claims description 7
- 238000011160 research Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- 238000007476 Maximum Likelihood Methods 0.000 claims description 3
- 230000000903 blocking effect Effects 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 239000002131 composite material Substances 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 abstract description 18
- 238000004458 analytical method Methods 0.000 abstract description 4
- 238000011161 development Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 6
- 230000007547 defect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000013077 scoring method Methods 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了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，包括如下步骤：S1、建立交通可达性指标体系；S2、构建交通可达性深化模型；S2.1、交通可达性输入指标、交通可达性初始模型的选用和可达性测算；S2.2、自然间断点分级法分级；S2.3、区域可达性加权计算；该方法建立了一种交通可达性深化分析模型和新的可达性指标体系，为国土空间规划和其中包含的土地利用规划、城市总体规划和主体功能区规划提供了定量决策参考或方案评价结果，可作为交通规划和国土空间规划协同配合的中介指标。
Description
技术领域
本发明属于交通可达性评估技术领域，尤其涉及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。
背景技术
交通可达性评估作用
交通可达性在交通规划领域主要是指某个地区人群使用某种交通方式获取就业、上学、购物等机会的便捷程度，它反映了该地区内人群实现空间活动的难易程度。一方面，交通可达性反映了不同土地利用情况下出行者对交通资源的占用可能性；另一方面，交通可达性可以反映出行者参与特定活动或使用公共设施的机会。
在“多规合一”的国土空间规划体系中，交通规划需要与土地利用规划、城市总体规划和主体功能区规划协同配合。由于交通可达性可以直接表达交通规划中的交通因素，也可表达国土空间规划中上述三种主要规划中的土地利用因素，因此可作为交通规划与国土空间规划体系的纽带，使用交通可达性的评估结果协助规划或评价规划方案。
“多规合一”国土空间规划与交通规划协同问题
在“多规合一”空间规划中，统筹上述三种规划的顶层设计和“四梁八柱”基本完成。国土空间规划融合了三种规划，目标是消解三种规划之间的冲突，促进城市发展转型。在新的国土空间规划体系下，交通规划与三种规划间的关系也发生相应变化。
三种规划具不同的特点，主体功能区规划作为对政府政策和绩效考核，产业引导功能强；土地利用规划以供定需，全域覆盖，上下级规划严格衔接；城市总体规划以需定供，对高速发展期的城市形成有力支撑。三种规划的详细信息如下表1所示。
表 1三种规划的详细信息
为使交通规划在新的“多规合一”空间规划体系中找到新的定位，需要根据三种规划的详细特点，使用交通可达性指标作为交通规划融合至新的空间规划体系的桥梁。
传统交通可达性模型及存在问题
传统常用的交通可达性模型主要可分为以下四种：时空阻隔模型、机会累计模型、空间作用模型和个体效用模型，但是各自存在一定的问题局限性：
1.时空阻隔模型：仅关注交通网络，而忽视土地利用和需求分布等在交通规划中重要的因素；
2.机会累计模型：出行成本阈值的确定主观性太强，并且假定所有机会对出行个体的吸引力一致，没有考虑不同机会对不同人群的吸引力差异；
3.空间作用模型：距离较小时，可达性的测算异常敏感；模型无法计算出发点区域的潜力，也没有考虑出发点区域自身的土地利用因素；
4.个体效用模型：基于效用的可达性不具有绝对意义，常用于比对评价或作为其他模型的中间变量。
上述可达性模型均具有局限性，无法直接用于交通规划或国土空间规划，部分模型仅能单独对交通因素或土地利用因素进行评估，需要作进一步的改进。
发明内容
上述四种基本的交通可达性模型选用指标有限，因此需建立新的交通可达性指标体系，将更多指标纳入可达性模型。且上述四种基本的交通可达性模型均具有一定的缺陷，因此需要进行改进和优化，在交通可达性评估时复用一种或多种可达性模型，可以互相弥补缺点，充分考虑交通因素和土地利用因素。
为了解决上述传统交通可达性模型存在的种种问题，本发明提出了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，该方法建立了一种交通可达性深化分析模型和新的可达性指标体系，为国土空间规划和其中包含的土地利用规划、城市总体规划和主体功能区规划提供了定量决策参考或方案评价结果，并可作为交通规划和国土空间规划协同配合的中介指标。
本发明的技术方案如下：
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，所述优化方法包括如下步骤：
S1、建立交通可达性指标体系；
选取8种因素即城市区位、地区区位、就业潜力、生活便利性、出行便捷性、机场便捷度、高铁站便捷度、出行成本，所述8种因素与2种交通方式组合形成16个交通可达性输入指标，所述2种交通方式为个体机动化交通和公共交通；
S2、构建交通可达性深化模型；
S2.1、交通可达性输入指标、交通可达性初始模型的选用和可达性测算：
1）构建四种交通可达性初始模型，分别为时空阻隔模型、机会累计模型、空间作用模型和个体效用模型；
2）根据不同的应用场景和数据来源，选择交通可达性输入指标和对应的交通可达性初始模型后，测算不同交通可达性初始模型对应的可达性大小；不同的输入指标与初始模型具有以下对应关系：城市区位、地区区位、出行便捷性、机场便捷度4种因素与2种交通方式组合形成的8个交通可达性输入指标采用所述的时空阻隔模型进行计算；就业潜力、生活便利性2种因素与2种交通方式组合形成的4个交通可达性输入指标采用所述的机会累计模型进行计算；高铁站便捷度因素与2种交通方式组合形成的2个交通可达性输入指标采用所述的空间作用模型进行计算；出行成本因素与2种交通方式组合形成的2个交通可达性输入指标采用所述的个体效用模型进行计算；
S2.2、自然间断点分级法分级：使用自然间断点分级法对各区域每个初始模型计算结果进行处理，使得各区域各初始模型计算结果均在同一个数量级和区间内；将各初始模型计算结果转化为分值的计算公式如下所示：
式中，m为输入指标或因子序号；i 为区域编号；
为区域 i 的输入指标m的分值；
为区域 i 的m因子的可达性大小；采用自然间断点分级法，对所有小区的m因子数值集合进行分级，得到m因子的各级阈值为
；各级阈值
通过KMeans聚类算法实现，即确定各级阈值
的原则是组内方差最小，组间方差最大；
S2.3、区域可达性加权计算：根据步骤S2.2的计算结果，结合不同因素的权重和与输入指标的对应关系，在综合多种数据来源和可达性初始模型的情况下得到区域的综合可达性分值；各区域的综合可达性分值计算公式如下：
式中，
为区域 i 的综合可达性分值；
为输入指标m的原始权重。
优选地，所述时空阻隔模型中综合可达性表示为：
式中，i 和 j 分别表示起点和终点小区/区域编号，J 表示起点和终点的集合，d ij 表示 i和 j 之间的出行成本，w ij 为 i与 j 之间的权重系数， A i 表示从区域 i 到其他区域的综合可达性。
优选地，所述机会累计模型如下：
设置出行成本阈值，可达性在数值上等于出行成本阈值容许范围内的所有机会数量或占比；模型的基本形式表示为：
或
式中，t 是预先定义的出行成本阈值，
是与区域 i出行成本在阈值 t 以内的区域 j的可接触机会数量， O j 是区域 j 的机会数量， A i 指的是可达性，即能够接触到的机会数量或占比。
优选地，所述空间作用模型如下：
Hansen空间作用模型的基本形式如下：
式中，A i 指区域 i 的可达性，d ij 是区域 i 和区域 j 之间的出行成本， α为表示出行成本对可达性影响的程度，为常数项， O j 指的是区域 j 的机会数量；
Shen空间作用模型则将区域内的机会数量和竞争情况限制纳入考虑因素，模型的基本形式如下：
式中， P k 指的是在区域 k 寻找机会的出行个体数量。
优选地，所述个体效用模型的基本表达形式为：
式中，A n 是基于效用的可达性，表示出行个体n在终点区域集合C中选择效用最大的终点区域时可达性数值，V in 是出行个体n选择终点区域 i 的效用值大小，E表示期望，U in 是V in 的似然函数， 
是最大化似然函数。
优选地，所述步骤S2.3、区域可达性加权计算中，研究区域数量较多的情况下，较小区域需要聚合为聚合大区，需根据区域与聚合大区的面积对应关系计算聚合大区的可达性，合并方法如下：
式中，n为聚合大区编号；Z n 为聚合大区n包含的多个较小区域的集合；
为属于聚合大区n的区域编号为i的可达性分值；
为属于聚合大区n的区域编号为 i 的面积。
优选地，所述的数据来源包括传统交通数据、土地利用数据和新兴大数据。
本发明采用以上技术方案与现有技术相比，具有以下有益效果：
（1）交通可达性指标体系建立中，选用城市区位、地区区位、就业潜力、生活便利性、出行便捷性、机场便捷度、高铁站便捷度、出行成本8种因素，考虑城市对外出行和内部日常出行，并根据可接触机会数量和质量、出行时间、出行成本等方面衡量出行便捷性，最后结合公共交通和个体机动化交通两大类出行方式，全方位把握城市交通出行及可接触机会的难易程度。构建的交通可达性指标体系弥补了既有可达性研究中尚未考虑城市多中心发展、不同区域机会需求质量差异等缺陷，可体现城市空间规划发展方向影响、居民对就业、上学等机会的不同质量需求，最终计算得到的交通可达性指标可更符合国土空间总体规划的要求以及城市居民实际感受。
（2）基于四种交通可达性初始模型对交通可达性模型进行了改进。改进的交通可达性模型将多种初始模型进行组合，扬长避短，发挥初始模型优势，弥补其不足之处，相比单一的可达性初始模型更全面，应用范围更广。构建的交通可达性模型采用分组评分法，分组利用自然间断点法，基于不同基础数据集进行分组，减少人为主观影响。改进后的可达性模型直观明了、简单易懂，并且可根据国土空间规划不同场景进行相应灵活调整，计算得到的可达性分数可直接应用不同区域之间可达性的比较。
（3）本研究成果可直接应用于国土空间规划和交通规划，特别是在地区边界识别、圈层分布判断、公共交通设施可达性评价、产业协同分析和功能分区方面，交通可达性的测算结果可作为规划或评估依据。此外，改进的交通可达性模型在国土空间规划或交通规划中，能够同时反映交通因素和土地利用因素，给出研究范围内的交通可达性分布，一方面，交通可达性可以指导规划方案编制，验证规划方案的合理性 ；另一方面，可以分析在规划方案变化时，不同区域的交通可达性指标变化，判断规划方案变化造成的影响。
附图说明
图1是可达性评价指标因素示意图。
图2是改进的交通可达性模型示意图。
图3是可达性综合评价指标体系示意图。
具体实施方式
下面将结合附图和实施例对本发明做进一步的详细说明。
可达性指标评估方法在国土空间总体规划中的应用主要包括如下两个步骤：1）、建立交通可达性指标体系；2）、构建交通可达性深化模型。
交通可达性指标体系包含涉及交通因素和土地利用因素的多种指标，主要的数据来源包括传统交通数据、土地利用数据和新兴大数据。交通可达性深化模型的主要流程为指标和初始模型的选用和计算、自然间断点分级法分级、区域可达性加权计算。
1、建立交通可达性指标体系
如图1、3所示，选用8种因素方面的指标作为交通可达性的输入指标，即城市区位、地区区位、就业潜力、生活便利性、出行便捷性、机场便捷度、高铁站便捷度、出行成本。这8种因素与2种交通方式（个体机动化交通、公共交通）组合形成16个指标因子。
其中，城市区位和地区区位用于解决既有可达性模型无法测算机会需求质量的缺陷；就业潜力和生活便利性直接反映就业生活机会数量；出行便捷性、机场便捷度和高铁便捷度反映交通区位优势。
2、四种交通可达性初始模型
交通可达性模型主要可分为以下四种：时空阻隔模型、机会累计模型、空间作用模型和个体效用模型。
时空阻隔模型
时空阻隔模型认为交通可达性是指克服空间阻隔完成出行的难易程度，在数值上表现为两个节点间的出行成本，出行成本越低，可达性越高。交通可达性还具有相对可达性和综合可达性两种概念，分别表示两个节点间的出行成本和某个节点到其他所有节点的出行成本，其中综合可达性可表示为：
式中， i 和 j 分别表示起点和终点小区/区域编号，J表示起点和终点的集合，d ij 表示 i和 j 之间的出行成本，w ij 为 i与 j 之间的权重系数， A i 表示从区域 i 到其他区域的综合可达性。
该模型直接反映的是网络的拓扑结构性质和出行个体的出行单价，形式简单直接。但是该模型仅关注交通网络，而忽视土地利用和需求分布等在交通规划中重要的因素。该模型主要应用于某类设施或小地块可达性评价。
机会累计模型
机会累计模型认为可达性应该和工作岗位和公共服务挂钩，即在一定范围内能接触到上述机会的数量。使用机会累计模型前需要设置出行成本阈值，可达性在数值上等于出行成本阈值容许范围内的所有机会数量或占比。模型的基本形式可以表示为
或
式中，t 是预先定义的出行成本阈值，
是与区域 i 出行成本在阈值 t 以内的区域 j 的可接触机会数量，O j 是区域 j 的机会数量，A i 指的是可达性，即能够接触到的机会数量或占比。
机会累计模型能在体现交通因素影响的同时，反映土地利用因素对可达性的影响，但是出行成本阈值的确定主观性太强，并且假定所有机会对出行个体的吸引力一致，没有考虑不同机会对不同人群的吸引力差异。该模型主要应用于大型设施选址或地区可达性评价。
空间作用模型
该模型认为可达性是指机会相互作用的潜力，而不是仅指相互作用的难易程度。除了两个区域间的出行成本，两个区域的人口经济规模也会影响可达性，在考虑交通因素的同时也考虑了土地利用因素。
Hansen空间作用模型的基本形式如下：
式中，A i 指区域 i 的可达性，d ij 是区域 i 和区域 j 之间的出行成本，α为表示出行成本对可达性影响的程度，为常数项，O j 指的是区域 j 的机会数量；
Shen空间作用模型则将区域内的机会数量和竞争情况限制纳入考虑因素，模型的基本形式如下：
式中，P k 指的是在区域 k 寻找机会的出行个体数量。
虽然空间相互作用模型同时考虑了交通因素和土地利用因素，但是模型的缺点包括：（1）距离较小时，可达性的测算异常敏感；（2）模型无法计算出发点区域的潜力，也没有考虑出发点区域自身的土地利用因素。空间相互作用模型常用于土地使用模式研究、经济发展潜力研究等。
个体效用模型
在非集计模型和随机效用理论的基础上，效用模型认为可达性是出行选择的最大期望效用，即所有出行终点所在区域都具有一定的效用，而出行个体会选择效用最大的区域作为终点出行。效用模型的基本表达形式为：
所述个体效用模型的基本表达形式为：
式中，A n 是基于效用的可达性，表示出行个体n在终点区域集合C中选择效用最大的终点区域时可达性数值，V in 是出行个体n选择终点区域 i 的效用值大小，E表示期望，U in 是V in 的似然函数，
是最大化似然函数。
尽管个体效用模型是基于非集计理论计算出行个体的效用水平，比上述多个模型更加精群，但是基于效用的可达性不具有绝对意义，常用于比对评价或作为其他模型的中间变量。
改进交通可达性模型
4种主要的交通可达性模型具有不同的输入指标和计算方法，根据既有数据匹配不同的可达性模型，各种模型的可达性计算结果经过自然间断点分级法和加权求和处理后，即可得到各个区域的可达性分数。如图2所示，具体过程如下：
1. 指标、初始模型的选用和计算：根据既有数据包含的指标，选择对应的交通可达性模型，并进行初步可达性测算；
2.自然间断点分级法分级：使用自然间断点分级法对各区域每个模型计算结果进行处理，使得各区域和各模型计算结果均在同一个数量级和区间内；
3.区域可达性加权计算：根据上一步模型的计算结果，结合因素层不同因素的权重和与指标层的对应关系，可以在综合多种数据和可达性模型的情况下得到区域的综合可达性测算值。
指标、初始模型的选用和计算
根据不同的应用场景和数据来源，选择输入指标和对应的交通可达性模型后，测算不同交通可达性模型对应的可达性大小，不同指标与可达性模型的对应关系如图3和表2所示。
表 2 可达性综合评价指标体系
2.自然间断点分级法分级
由于各个可达性模型对应的计算结果单位不统一，在进行加权平均前，需要采用自然间断点分级法对每项指标进行打分的方法消除量纲，再进行区域可达性加权计算。将模型计算结果转化为分值的计算公式如下所示：
式中，m为输入指标或因子序号；i为区域编号；
为区域i的输入指标m的分值； 
为区域i的m因子的可达性大小；采用自然间断点分级法，对所有小区的m因子数值集合进行分级，得到m因子的各级阈值为
；各级阈值
通过KMeans聚类算法实现，即确定各级阈值
的原则是组内方差最小，组间方差最大；
3.区域可达性加权计算
各个可达性模型的计算结果经过自然间断点分级法处理后，还需要进行加权平均，得到对应区域的可达性综合分值。各区域的可达性综合分值计算公式如下：
式中，
为区域 i 的综合可达性分值；
为输入指标m的原始权重。
研究区域数量较多的情况下，较小区域可能需要聚合为较大区域，可达性也需要随区域合并进行一致合并。可根据区域与聚合大区的面积对应关系计算聚合大区的可达性，以测算更大范围区域的可达性，合并方法如下：
式中，n为聚合大区编号；Z n 为聚合大区n包含的多个较小区域的集合；
为属于聚合大区n的区域编号为 i 的可达性分值；
为属于聚合大区n的区域编号为i的面积。即用面积占比作为权重对子区域可达性进行加权平均，得到聚合大区的综合可达性。
本发明采用以上技术方案与现有技术相比，具有以下有益效果：
（1）交通可达性指标体系建立中，选用城市区位、地区区位、就业潜力、生活便利性、出行便捷性、机场便捷度、高铁站便捷度、出行成本8种因素，考虑城市对外出行和内部日常出行，并根据可接触机会数量和质量、出行时间、出行成本等方面衡量出行便捷性，最后结合公共交通和个体机动化交通两大类出行方式，全方位把握城市交通出行及可接触机会的难易程度。构建的交通可达性指标体系弥补了既有可达性研究中尚未考虑城市多中心发展、不同区域机会需求质量差异等缺陷，可体现城市空间规划发展方向影响、居民对就业、上学等机会的不同质量需求，最终计算得到的交通可达性指标可更符合国土空间总体规划的要求以及城市居民实际感受。
（2）基于四种交通可达性初始模型对交通可达性模型进行了改进。改进的交通可达性模型将多种初始模型进行组合，扬长避短，发挥初始模型优势，弥补其不足之处，相比单一的可达性初始模型更全面，应用范围更广。构建的交通可达性模型采用分组评分法，分组利用自然间断点法，基于不同基础数据集进行分组，减少人为主观影响。改进后的可达性模型直观明了、简单易懂，并且可根据国土空间规划不同场景进行相应灵活调整，计算得到的可达性分数可直接应用不同区域之间可达性的比较。
（3）本研究成果可直接应用于国土空间规划和交通规划，特别是在地区边界识别、圈层分布判断、公共交通设施可达性评价、产业协同分析和功能分区方面，交通可达性的测算结果可作为规划或评估依据。此外，改进的交通可达性模型在国土空间规划或交通规划中，能够同时反映交通因素和土地利用因素，给出研究范围内的交通可达性分布，一方面，交通可达性可以指导规划方案编制，验证规划方案的合理性 ；另一方面，可以分析在规划方案变化时，不同区域的交通可达性指标变化，判断规划方案变化造成的影响。
对于本领域的普通技术人员来说，在不脱离本申请创造构思的前提下，还可以对本发明的实施例做出若干变型和改进，这些都属于本申请的保护范围。
Claims (7)
1.一种应用于国土空间总体规划的交通可达性指标优化方法，其特征在于，所述优化方法包括如下步骤：
S1、建立交通可达性指标体系；
选取8种因素即城市区位、地区区位、就业潜力、生活便利性、出行便捷性、机场便捷度、高铁站便捷度、出行成本，所述8种因素与2种交通方式组合形成16个交通可达性输入指标，所述2种交通方式为个体机动化交通和公共交通；
S2、构建交通可达性深化模型；
S2.1、交通可达性输入指标、交通可达性初始模型的选用和可达性测算：
1）构建四种交通可达性初始模型，分别为时空阻隔模型、机会累计模型、空间作用模型和个体效用模型；
2）根据不同的应用场景和数据来源，选择交通可达性输入指标和对应的交通可达性初始模型后，测算不同交通可达性初始模型对应的可达性大小；不同的输入指标与初始模型具有以下对应关系：城市区位、地区区位、出行便捷性、机场便捷度4种因素与2种交通方式组合形成的8个交通可达性输入指标采用所述的时空阻隔模型进行计算；就业潜力、生活便利性2种因素与2种交通方式组合形成的4个交通可达性输入指标采用所述的机会累计模型进行计算；高铁站便捷度因素与2种交通方式组合形成的2个交通可达性输入指标采用所述的空间作用模型进行计算；出行成本因素与2种交通方式组合形成的2个交通可达性输入指标采用所述的个体效用模型进行计算；
S2.2、自然间断点分级法分级：使用自然间断点分级法对各区域每个初始模型计算结果进行处理，使得各区域各初始模型计算结果均在同一个数量级和区间内；将各初始模型计算结果转化为分值的计算公式如下所示：
式中，m为输入指标或因子序号；i为区域编号；
为区域 i的输入指标m的分值； 
为区域 i的m因子的可达性大小；采用自然间断点分级法，对所有小区的m因子数值集合进行分级，得到m因子的各级阈值为
；各级阈值
通过KMeans聚类算法实现，即确定各级阈值
的原则是组内方差最小，组间方差最大；
S2.3、区域可达性加权计算：根据步骤S2.2的计算结果，结合不同因素的权重和与输入指标的对应关系，在综合多种数据来源和可达性初始模型的情况下得到区域的综合可达性分值；各区域的综合可达性分值计算公式如下：
式中，
为区域 i 的综合可达性分值；
为输入指标m的原始权重。
2.根据权利要求1所述的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，其特征在于，
所述时空阻隔模型中综合可达性表示为：
式中，i 和 j 分别表示起点和终点小区/区域编号，J 表示起点和终点的集合，d ij 表示i和 j 之间的出行成本，w ij 为 i与 j 之间的权重系数， A i 表示从区域 i 到其他区域的综合可达性。
3.根据权利要求1所述的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，其特征在于，
所述机会累计模型如下：
设置出行成本阈值，可达性在数值上等于出行成本阈值容许范围内的所有机会数量或占比；模型的基本形式表示为：
或
式中，t 是预先定义的出行成本阈值，
是与区域 i 出行成本在阈值 t 以内的区域j的可接触机会数量， O j 是区域 j 的机会数量， A i 指的是可达性，即能够接触到的机会数量或占比。
4.根据权利要求1所述的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，其特征在于，
所述空间作用模型如下：
Hansen空间作用模型的基本形式如下：
式中，A i 指区域 i 的可达性，d ij 是区域 i 和区域 j 之间的出行成本， α为表示出行成本对可达性影响的程度，为常数项， O j 指的是区域 j 的机会数量；
Shen空间作用模型则将区域内的机会数量和竞争情况限制纳入考虑因素，模型的基本形式如下：
式中， P k 指的是在区域 k 寻找机会的出行个体数量。
5.根据权利要求1所述的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，其特征在于，
所述个体效用模型的基本表达形式为：
式中，A n 是基于效用的可达性，表示出行个体n在终点区域集合C中选择效用最大的终点区域时可达性数值，V in 是出行个体n选择终点区域 i 的效用值大小，E表示期望，U in 是V in 的似然函数， 
是最大化似然函数。
6.根据权利要求1-5任一项所述的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，其特征在于，步骤S2.3、区域可达性加权计算中，研究区域数量较多的情况下，较小区域需要聚合为聚合大区，需根据区域与聚合大区的面积对应关系计算聚合大区的可达性，合并方法如下：
式中，n为聚合大区编号；Z n 为聚合大区n包含的多个较小区域的集合；
为属于聚合大区n的区域编号为i的可达性分值；
为属于聚合大区n的区域编号为 i 的面积。
7.根据权利要求6所述的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，其特征在于，所述的数据来源包括传统交通数据、土地利用数据和新兴大数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111591373.7A CN113988484B (zh) | 2021-12-23 | 2021-12-23 | 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 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111591373.7A CN113988484B (zh) | 2021-12-23 | 2021-12-23 | 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 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113988484A CN113988484A (zh) | 2022-01-28 |
| CN113988484B true CN113988484B (zh) | 2022-03-04 |
Family
ID=79734178
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111591373.7A Active CN113988484B (zh) | 2021-12-23 | 2021-12-23 | 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 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113988484B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114862276B (zh) * | 2022-06-21 | 2023-01-24 | 华南理工大学 | 产城大数据协同分析应用方法及系统 |
| CN115496301B (zh) * | 2022-11-14 | 2023-04-07 | 广州市交通规划研究院有限公司 | 一种面向国土空间规划的土地利用与交通协同评价方法 |
| CN116362573B (zh) * | 2023-06-02 | 2023-08-25 | 金田产业发展(山东)集团有限公司 | 一种国土空间规划现状评估方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104933479A (zh) * | 2015-06-10 | 2015-09-23 | 江苏省城市规划设计研究院 | 一种基于可达性的城市公交枢纽布点规划方法 |
| CN104966135A (zh) * | 2015-06-16 | 2015-10-07 | 西南交通大学 | 基于可达性和可达强度的公交线路网络优化方法 |
| CN109409662A (zh) * | 2018-09-20 | 2019-03-01 | 北京大学 | 基于空间句法的城市交通与商业空间关联的测度方法 |
| CN109784764A (zh) * | 2019-02-12 | 2019-05-21 | 东南大学 | 一种城市用地区块化可达性计量方法 |
| CN110414795A (zh) * | 2019-07-02 | 2019-11-05 | 华侨大学 | 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 |
| CN111540195A (zh) * | 2020-03-23 | 2020-08-14 | 上海同济城市规划设计研究院有限公司 | 基于交通大数据的区域交通可达性的评估方法 |
| WO2021137045A1 (en) * | 2019-12-31 | 2021-07-08 | Twicky S.R.L | Method for planning the handling path of an object in an urban area and computer program suited to implement said method |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111340371B (zh) * | 2020-02-27 | 2022-04-29 | 同济大学 | 一种面向国土空间规划编制的健康风险评估方法及系统 |
| CN113486501A (zh) * | 2021-06-23 | 2021-10-08 | 杨阳 | 一种基于双重组织和发展监测的城镇国土空间规划交互式模型系统 |
-
2021
- 2021-12-23 CN CN202111591373.7A patent/CN113988484B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104933479A (zh) * | 2015-06-10 | 2015-09-23 | 江苏省城市规划设计研究院 | 一种基于可达性的城市公交枢纽布点规划方法 |
| CN104966135A (zh) * | 2015-06-16 | 2015-10-07 | 西南交通大学 | 基于可达性和可达强度的公交线路网络优化方法 |
| CN109409662A (zh) * | 2018-09-20 | 2019-03-01 | 北京大学 | 基于空间句法的城市交通与商业空间关联的测度方法 |
| CN109784764A (zh) * | 2019-02-12 | 2019-05-21 | 东南大学 | 一种城市用地区块化可达性计量方法 |
| CN110414795A (zh) * | 2019-07-02 | 2019-11-05 | 华侨大学 | 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 |
| WO2021137045A1 (en) * | 2019-12-31 | 2021-07-08 | Twicky S.R.L | Method for planning the handling path of an object in an urban area and computer program suited to implement said method |
| CN111540195A (zh) * | 2020-03-23 | 2020-08-14 | 上海同济城市规划设计研究院有限公司 | 基于交通大数据的区域交通可达性的评估方法 |
Non-Patent Citations (2)
| Title |
|---|
| Research on Traffic Accessibility and Transportation Integration Level of Chang-Zhu-Tan City Group in China;Chaokui Li等;《Journal of Geographic Information System》;20191231;第11卷(第6期);全文 * |
| 大城市国土空间规划交通指标体系构建思考;马小毅等;《规划师》;20200115;第36卷(第01期);第52-58页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113988484A (zh) | 2022-01-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113988484B (zh) | 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 | |
| Liu et al. | Exploring urban rail transit station-level ridership growth with network expansion | |
| CN105206048B (zh) | 一种基于交通od数据的城市居民群体换乘模式发现系统及方法 | |
| CN104809112B (zh) | 一种基于多源数据的城市公交发展水平综合评价方法 | |
| Chen et al. | Does green transportation promote accessibility for equity in medium-size US cites? | |
| CN103984994B (zh) | 一种城市轨道交通客流高峰持续时间预测方法 | |
| CN107527293A (zh) | 基于统计模型的城市群空间联系强度分析系统 | |
| CN107729938B (zh) | 一种基于公交接驳辐射区特征的轨道站点分类方法 | |
| CN103632203A (zh) | 一种基于综合评价的配电网供电区域划分方法 | |
| CN110111024A (zh) | 基于ahp模糊综合评价模型的科技成果市场价值评估方法 | |
| CN112561304A (zh) | 城市常规公交线网的评价方法 | |
| CN108364187A (zh) | 一种基于停电敏感特性的停电敏感用户确定方法和系统 | |
| CN109214577A (zh) | 一种综合运输通道客运分担率预测方法 | |
| CN112184282A (zh) | 影院选址模型建立方法、影院选址方法及影院选址平台 | |
| Gulyás et al. | Assessment of transport connections based on accessibility | |
| Ahmed et al. | GIS and genetic algorithm based integrated optimization for rail transit system planning | |
| CN113971484A (zh) | 基于critic法和非合作博弈的电动汽车充电站的规划方法 | |
| 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 | |
| CN115759883B (zh) | 基于网络群组特征的生态管理分区方法 | |
| CN116502781A (zh) | 基于gps数据的公交线路规划与影响因素可视分析方法 | |
| CN110020799A (zh) | 一种基于时空基准的城管网格资源配置 | |
| Yao et al. | Forecasting passenger flow distribution on holidays for urban rail transit based on destination choice behavior analysis | |
| CN115907719A (zh) | 充电站分级运维管理方法及装置 | |
| CN113849942A (zh) | 基于复杂网络的公交网络分析方法、系统、存储介质及SP-Space模型 | |
| CN113537785A (zh) | 一种基于大数据的城市群综合城市流测度方法及系统 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220606 Address after: 510030 floors 1-6 on the west side of No. 10 Guangwei Road, Yuexiu District, Guangzhou City, Guangdong Province Patentee after: Guangzhou transportation planning and Research Institute Co.,Ltd. Address before: 510030 15th floor, Guangren building, No.1 Guangren Road, Yuexiu District, Guangzhou City, Guangdong Province Patentee before: GUANGZHOU TRANSPORT PLANNING Research Institute |
|
| TR01 | Transfer of patent right |