CN114139251B - 一种边境地区陆路口岸整体布局方法 - Google Patents
一种边境地区陆路口岸整体布局方法 Download PDFInfo
- Publication number
- CN114139251B CN114139251B CN202111344026.4A CN202111344026A CN114139251B CN 114139251 B CN114139251 B CN 114139251B CN 202111344026 A CN202111344026 A CN 202111344026A CN 114139251 B CN114139251 B CN 114139251B
- Authority
- CN
- China
- Prior art keywords
- port
- border
- cross
- data
- traffic
- 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 76
- 230000006870 function Effects 0.000 claims abstract description 50
- 238000013461 design Methods 0.000 claims abstract description 18
- 238000011160 research Methods 0.000 claims description 53
- 238000004458 analytical method Methods 0.000 claims description 40
- 238000010276 construction Methods 0.000 claims description 35
- 238000011835 investigation Methods 0.000 claims description 31
- 230000011664 signaling Effects 0.000 claims description 30
- 230000000007 visual effect Effects 0.000 claims description 20
- 230000002093 peripheral effect Effects 0.000 claims description 8
- 230000002354 daily effect Effects 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 5
- 238000005406 washing Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000010223 real-time analysis Methods 0.000 claims description 4
- 230000003203 everyday effect Effects 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 2
- 238000012800 visualization Methods 0.000 claims 1
- 238000013439 planning Methods 0.000 abstract description 112
- 238000011161 development Methods 0.000 abstract description 37
- 230000007246 mechanism Effects 0.000 abstract description 23
- 230000008520 organization Effects 0.000 abstract description 22
- 238000004891 communication Methods 0.000 abstract description 15
- 238000013210 evaluation model Methods 0.000 abstract description 8
- 238000013468 resource allocation Methods 0.000 abstract description 5
- 230000035945 sensitivity Effects 0.000 abstract description 5
- 238000005457 optimization Methods 0.000 description 27
- 238000005516 engineering process Methods 0.000 description 19
- 238000007726 management method Methods 0.000 description 15
- 238000011156 evaluation Methods 0.000 description 13
- 230000008901 benefit Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000007689 inspection Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 206010003591 Ataxia Diseases 0.000 description 4
- 206010010947 Coordination abnormal Diseases 0.000 description 4
- 208000016290 incoordination Diseases 0.000 description 4
- 238000013079 data visualisation Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 210000001503 joint Anatomy 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 240000002853 Nelumbo nucifera Species 0.000 description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 2
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000013277 forecasting method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Geometry (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Databases & Information Systems (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Architecture (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Civil Engineering (AREA)
- Evolutionary Computation (AREA)
- Computational Mathematics (AREA)
- Structural Engineering (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出一种边境地区陆路口岸整体布局方法,包括构建口岸规划设计体系和沟通协调机制、开展基于多源大数据的深港跨界交通特征调查、构建陆路口岸与“产业、交通、空间”三位一体的评估模型、基于政策高度敏感的交通需求预测、跨界交通组织规划、口岸整体布局规划和功能优化。本发明的布局方法能够加强两地口岸合作,解决口岸布局不合理、功能分工不清晰的问题,能够协调口岸之间功能分工,优化口岸资源配置,实现陆路口岸与城市的协调发展。
Description
技术领域
本发明属于口岸整体布局技术领域,具体涉及一种边境地区陆路口岸整体布局方法。
背景技术
国内外学者在陆路口岸规划方面进行了众多研究,主要集中于跨界交通规划和陆路口岸发展策略等方面。Lotta Braunerhielm(Lotta Braunerhielm,Eva AlfredssonOlsson,Eduardo Medeiros,The importance of Swedish–Norwegian border residents’perspectives forbottom-up cross-border planning strategies[J].NorskGeografisk Tidsskrift–Norwegian Journal of Geography,73(2019):96–109.)分析了瑞典-挪威边境居民的观点对自下而上的跨境规划战略的重要性,并提出了一种在瑞典-挪威边境地区进行空间规划的整体方法。Nathalie Christmann(Nathalie Christmann,Martine Mostert,Wilmotte,Jean-Marc Lambottea,Mario Cools,Opportunities for reinforcing cross-border railwayconnections:the case of theLiège(Belgium)–Maastricht(the Netherlands)connection[J].EUROPEAN PLANNINGSTUDIES,28(2020):105-124.)评估了现状列日(比利时)与马斯特里赫特(荷兰)的跨界交通发展情况,提出共同治理、基础设施联合建设、加强边界两侧之间的流动等多元政策建议。马洪生(马洪生,颜建新.深港陆路客运口岸公共交通服务改善规划研究[C].//中国城市交通规划2012年年会暨第26次学术研讨会论文集.2012:870-876.)分析深港陆路客运口岸客流特征及交通接驳特征,提出以公交服务同城化、设施一体化的目标,并制定了公交改善规划及措施建议。刘妤(刘妤.地缘经济视角下西藏边境陆路口岸空间布局、发展效力及对策研究[J].西藏大学学报(社会科学版),2018,33(2):195-204.)、陈春蓉(陈春蓉.突出资源禀赋构筑口岸特色——浅议云南陆路口岸规划设计思路[J].建筑工程技术与设计,2020(19):1144-1145.)基于地缘经济视角,从跨境区域合作入手,通过对空间布局和发展效力层面深度剖析,提出陆路边境口岸的发展策略。郑尚敏(郑尚敏.中蒙俄经济走廊下重点口岸产业布局研究——以二连浩特为例[J].价值工程,2018,37(34):295-297.)以二连浩特为例,建立口岸城市主导产业选择的评价指标,采取定量和定性相结合的方式提出二连浩特总体空间布局与重点园区产业空间布局。
现有技术的陆路口岸整体布局方法存在技术问题:
第一,现有研究主要在集中于跨界交通和陆路口岸发展策略,以及口岸交通接驳设施改善,基本没有涉及陆路口岸整体布局技术方法研究。
第二,目前没有针对陆路口岸的交通调查技术,出入境交通调查一般采用问卷调查形式,存在母体库信息不够全面、被调查人员故意瞒报错报、调查成本高等问题,难以适用于陆路口岸这种特殊交通枢纽。
第三,现有客流预测技术主要有回归分析法、时间序列法及“四阶段”法等,前两种方法都是以惯性原则为前提的,而“四阶段”法虽然考虑土地利用与交通之间的互动关系,在城市内部比较合理,但难以适用于受跨界交通政策影响较大的边界地区。
第四,由于陆路口岸涉及不同国家或地区,目前无论是在规划设计体系上,还是在体制机制上,都没有构建适应边界交通设施发展的体制机制,陆路口岸规划建设一般采用“一事一议”的方式,导致缺乏系统性和整体性的考虑。
发明内容
为了解决目前陆路口岸整体布局方法中存在的上述技术问题,本发明提出一种边境地区陆路口岸整体布局方法,包括开展基于多源大数据的深港跨界交通特征调查、构建陆路口岸与“产业、交通、空间”三位一体的评估模型、基于政策高度敏感的交通需求预测、跨界交通组织规划、口岸整体布局规划和功能优化。
本发明的一种边境地区陆路口岸整体布局方法,其目的在于:
一是能够为边界地区陆路口岸规划建设体制机制提供一种新思路,指导边界两侧地区政府建立“口岸整体布局规划-详细规划”两个层级规划设计体系和基于陆路口岸“规划、建设、管理”三层次协调机制,确保双方在口岸工作领域的合作顺利开展。
二是能够解决口岸布局不合理、功能分工不清晰的问题,通过站在系统性和整体性角度,分析跨界交通需求和分布特征,提出了基于城市发展战略和空间协调的口岸布局规划方法,以及陆路口岸客货运功能优化、交通方式优化和客流对象优化方法,协调口岸之间功能分工,优化口岸资源配置,实现陆路口岸与城市的协调发展。
三是跨界交通调查技术先进,能够保障调查精度,调查结果不仅用于跨界交通设施规划,也广泛应用于综合交通体系规划、轨道网规划、交通仿真平台等重大项目,成为制定城市规划及相关公共政策的重要基础和依据。
本发明的技术方案具体如下:
一种边境地区陆路口岸整体布局方法,所述布局方法包括五个步骤:建立口岸规划体系和沟通协调机制、现状调查与评估、跨界交通需求预测、跨界交通组织、口岸整体布局体系规划,具体如下:
第一步,建立口岸规划体系和沟通协调机制;
构建“口岸整体布局规划-详细规划”两个层级规划设计体系;两地政府构建口岸总体规划、口岸建设和运营管理三层次沟通协调机制;
第二步,现状调查与评估:基于多源大数据,开展跨界交通调查与分析;
1)、现状调查:对跨界客货运交通总量、OD分布、交通方式、出行目的进行调查分析,通过多源数据交叉校核后形成调查数据库,并构建基于地理设计理念的客货运交通可视化分析平台;
具体步骤如下:
1.1基于手机信令数据进行跨界客流识别和交通特征分析;
口岸内部及周边设置一定数量的基站,采用泰森多边形方法表示基站的实际服务范围;
Step1.采集研究区域内基站的原始手机信令数据,将基站分为三类:1)覆盖口岸监管区的基站,用Q1表示;2)覆盖交通枢纽的基站,用Q2表示;3)与边境线有重叠的基站,用Q3表示,选取上述三类基站覆盖的范围作为研究区域Q;
Q=Q1+Q2+Q3
Step2.数据清洗:对采集到的手机信令数据进行预处理,使之满足客流特征提取要求,主要包括信令数据简化、信令数据除燥、数据扩样;
Step3.将客流数据分类:根据用户与三类基站的对应关系将研究范围内的用户分为4类:居民、工作人员、城市客流以及跨界客流;
Step4.跨界客流识别:根据不同类型用户的出行特征,识别跨界旅客和非跨界客流,建立跨界旅客数据库;
Step5.客流特征提取:在识别跨界旅客出行轨迹后,进行汇总统计及扩样,最后提取跨界客流特征,包括口岸通关量、高峰小时客流量、客流空间分布;具体如下:
(1)统计客流总量及出行时间分布:区分口岸的发生量和吸引量,统计跨界旅客用户的数量及不同时段的比例分布,并计算与总体跨界客流量的比例;分入境客流时间分布和出境客流时间分布统计客流时间分布;将上述获取的特征信息根据运营商的市场占有率进行扩样;
(2)计算客流OD分布:在生成跨界旅客出行链时,将各次出行的起、终点根据空间坐标信息映射至对应的交通小区,以获取口岸至各交通小区的出行量,上述的各次出行在计算出行量时,需要区分口岸的发生和吸引;
对于口岸p与任意交通小区q之间的出行量ODpq计算如下,根据计算所得的出行量建立出行的OD矩阵:
1.2基于货车定位数据进行跨界货运交通调查分析;
1.3将多源数据相互校核;
基于传统调查与手机信令、货车GPS、轨道/公交刷卡、车牌识别、视频监控等多源数据进行交叉校核;
1.4构建基于地理设计理念的跨界交通可视化分析平台;
2)、评估:建立陆路口岸与“产业、交通、空间”三位一体的评估模型对跨界交通及陆路口岸发展情况进行评估;
第三步,跨界交通需求预测:
1)、基于情形分析和城市引力进行旅客需求预测:划分主要出行人员类型,建立基于城市引力的不同人群跨界出行预测模型,同时,结合边界两地跨界交通政策,对两地居民的跨界出行量进行修正;
跨界出行总量=人口×人均跨界出行率
其中,跨界出行率为城市GDP以及跨界出行时间的Logit模型,如下:
其中各参数意义:
Rate—跨界出行率;
Time—跨界出行时间;
GDP—目的地城市GDP;
nb、mb—城市地理位置分组调节系数;
X1~X5—待标定参数;
参数标定方法:获取边境线两侧各城市人口总量、GDP数据和跨界出行时间,根据跨界旅客出行OD矩阵推算得出各城市跨界出行率,利用上述数据进行参数拟合;
2)、基于对外贸易进行跨界货运预测:建立跨界货运总量和贸易额之间的线性方程,公式为:
Y=aX+b
其中:Y—跨界货运总量
X—边境地区之间贸易额
a、b—待标定参数
参数标定方法:获取边境线两侧城市之间的贸易额和通过陆路口岸的跨界货运总量,利用数据进行参数拟合;
第四步,跨界交通组织;
第五步,口岸整体布局体系规划。
优选地,所述Step4.跨界客流识别具体为:
(1)建立原始数据集:选择口岸开放时间T开至关闭时间T闭内,把经过Q1的所有用户进行标记,作为跨界旅客识别的原始数据集;
(2)提取用户的出行链:基于手机信令数据提取原始数据集用户的出行链,结合出行链中的活动点及每个活动点的停留时间,基于出行链识别旅客身份;
(3)剔除居民数据、工作人员数据、城市客流数据,得到跨界旅客数据。
优选地,所述剔除居民数据、工作人员数据、城市客流数据具体为:
1)剔除居民数据:连续多日,每天在0:00至5:00时段内,若用户在研究范围内相关基站停留时间t1≥4h,出行链有固定出行起点,且起点或讫点在研究区域内,将这类用户识别为居民,剔除居民数据;
式中Oi,Di为用户i的出行起讫点所在基站,Q为研究区域所有基站;Pi为用户i经过的中途点;t1为用户在凌晨期间在区域内的停留时长;
2)剔除工作人员数据:连续多日,每天在口岸开放时间段内,累计连接基站时长t2>5h,出行链起点或讫点在研究区域内,在研究区域内有固定停留点,将这类用户识别为口岸及周边工作人员,剔除工作人员数据;
式中Oi,Di为用户i的出行起讫点所在基站,Q为研究区域;Pi为用户i经过的中途点;t2为用户在工作时间内在区域内的停留时长;
3)剔除城市内部客流数据:在口岸开放时间内,存在用户经过周边的基站,停留时间t3<1.0h,出行链起讫点均在研究区域外,在研究区域内没有固定停留点,将这类用户识别为城市内部客流,剔除内部客流数据;
式中Oi,Di为用户i的出行起讫点所在基站,Q为研究区域;Pi为用户i经过的中途点;t3为用户全天在区域内的停留时长。
优选地,所述基于货车定位数据进行跨界货运交通调查分析具体如下:
Step1.数据清洗:对错误数据、缺失数据及无效数据进行清洗;
Step2.定义定位点及轨迹:跨境货车定位点为Pi(CarN,lon,lat,v,TAMP,State),其中,CarN代表车辆编号;(lon,lat)表示GPS经度及纬度;v表示车辆瞬时速度,TAMP表示时间戳;State表示载货状态,取值为{0,1},State=0表示空驶,State=1表示载货;
对于任意跨境货车运行轨迹j有:Traji(TrajN,CarN,P0→P1→…→Pn,L,T,State);其中,TrajN代表轨迹编号;CarN代表车辆编号;(P0→P1→…→Pn)表示车辆从P0到Pn的行驶路径;State表示轨迹类别,取值为{0,1},State=0表示该轨迹属于空驶轨迹,State=1表示该轨迹属于载货轨迹;L及T分别表示该轨迹的时间跨度及空间跨度,其表示分布如下列公式所示:
T=TAMPn-TAMP0
其中,Disi表示第i个定位点与第i+1个定位点之间的距离,可为欧式距离,切比雪夫距离或曼哈顿距离;TAMPn及TAMP0分别为终点定位点Pn及起点定位点P0对应的时间戳;
Step3.构建轨迹数据库;
Step4.地图匹配:确定与定位点对应的路段;确定定位点对应路段上的具体位置;
将定位点与路段的垂直距离及路段和定位点的方向角作为判定最佳匹配路段的指标,在定位点P误差半径允许的范围内,存在A、B、C、D四条路段,其中路段A与路段B距离定位点P的距离最近,但由于P点的行驶方向夹角与路段B的夹角更近似,因此路段B为定位点P的匹配路段,
具体地,地图匹配度函数如式所示:
其中,d表示定位点与候选路段的垂直距离,θ表示定位点的行驶方向与候选路段方向夹角的倒数,μa与μθ分别表示垂直距离及方向夹角对匹配度的重要程度。
优选地,所述构建轨迹数据库具体为:
跨境货车GPS轨迹数据的构建可分为以下四步:
步骤一:遍历原始货车定位数据集合P,建立每日的车辆编号数据库,即CAR_NUMBER_DICTIONARY<KEY,VALUE>数据库;
步骤二:新建货车轨迹Traji(TrajN,CarN,P0→P1→…→Pn,L,T,1)(初始轨迹编号TrajN=0),按时间顺序戳TAMP顺序遍历第一辆车所对应的数据集,若该数据集合中,载货状态均为0,则转至下一车辆;若存在当数据集中存在载货状态为1,则转步骤三;
步骤三:当第一次出现Statei-Statei-1=1时,P0=Pi,若之后连续两定位点载货状态均为1,则均将其加入轨迹Traj(Traj,CarN,P0→P1→…→Pn,L,T,1)中,直到出现Statej+1-Statej=-1时,Pn=Pj,该轨迹结束,轨迹编号TrajN=TrajN+1,车辆编号为该车辆对应编号,L及T分别由Step2中的轨迹公式算出;
步骤四:重复步骤2,直到所有车辆的定位点数据集合均被遍历为止。
优选地,所述构建轨迹数据库具体为:
所述构建基于地理设计理念的跨界交通可视化分析平台具体为:
基于调查数据,从时间维度、空间维度和数据样式建立跨界交通数据库,并根据不同功能组合成一系列可视化分析平台,包括:基于联通的智慧足迹大数据可视化系统、基于货车的GPS定位数据;结合宏观模型VISUM平台,将客流分布、私家车分布等所有结果和实时分析在空间上可视化表达。
优选地,步骤一所述的评估具体为:
1)构建陆路口岸与“产业、交通、空间”协同评估模型;
2)对口岸整体布局与城市空间协调性进行评估:从需求性、协调性和经济性三个方面评估;
3)对跨界客运交通组织与交通设施布局协调性进行评估:从可达性、便利性、舒适性三个方面评估;
4)对跨界货运交通与产业发展协调性进行评估:从规模性、协调性和便利性三个方面评估。
优选地,所述第四步,跨界交通组织具体为:基于远期跨界交通需求总量及分布特征,实行客运与货运分离、过境交通与城市交通分离、并以通关能力和交通接驳能力作为关键指标,以旅客、车辆的通关查验时间为关键影响要素,双方开展口岸规划设计的协调对接。
优选地,所述第五步,口岸整体布局体系规划具体为:根据区域空间规划和交通系统规划,对陆路口岸进行整体布局,同时基于综合协调理念对口岸功能进行优化;陆路口岸功能优化包括客货运功能优化、交通方式优化和客流对象优化。
本发明的一种边境地区陆路口岸整体布局方法,其优势在于以下几点:
(1)基于手机信令数据的跨界交通调查方法具有覆盖面全、实时性高、系统成本较低等优势,能够有效解决传统问卷调查抽样率低、调查成本高、被调查人员故意瞒报错报等问题。根据口岸监管区、交通接驳区、边境线与手机基站的布局特点,将手机信令数据分为覆盖口岸监管区、覆盖交通接驳区及覆盖边境线三类,将手机用户分为居民、工作人员、城市客流以及跨界客流四类,根据不同类型用户的出行特征,分析用户与基站的对应关系,识别跨界客流并提取交通特征。
(2)提出了基于政策高度敏感的交通需求预测技术,解决了传统交通需求预测方法难以适用于跨界交通的问题,填补了既有交通需求预测技术的空白。跨界出行率采用城市GDP以及跨界出行时间的Logit模型,分析未来可能存在的三种人员跨界政策情形,并基于政策情形对跨界出行率进行修正,预测方法适用于对政策较为敏感的陆路口岸规划。
(3)系统性提出了陆路口岸整体布局规划的技术流程,填补现有学术研究及技术领域的空白。通过采用本发明成果提出的“跨界交通调查-陆路口岸发展评估-跨界交通发展前景及需求预测-跨界客货运交通组织-陆路口岸布局体系及功能定位-实施保障”全过程技术方法,可有效开展陆路口岸整体布局规划工作。
(4)构建“口岸整体布局规划-详细规划”两个层级规划设计体系,弥补原有“一事一议”规划建设模式的弊病。口岸整体布局规划侧重宏观性、战略性及全局性,明确口岸数量、整体分布和功能分工;口岸详细规划要衔接落实市级规划的要求,侧重落实具体项目。口岸总体布局规划是统筹指导各口岸详细规划的上位依据,口岸详细规划是在上位规划指导下落实各口岸发展规模、内部布局、交通流线组织等,并指导后续工程设计与施工。
(5)基于陆路口岸“规划、建设、管理”一体化,提出两地政府构建口岸总体规划专责小组、口岸建设专责小组和运营管理专责小组三层次沟通协调机制,为口岸合作提供了一种新机制保障。总体规划专责小组负责明确陆路口岸布局体系及功能定位,口岸建设专责小组负责确定具体口岸项目的建设规模和设施布局,运营管理专责小组承担已建成口岸运营管理事务的沟通联络,三层次协调机制保障了相关各方在口岸规划建设全流程中的沟通和合作。
(6)基于两地城市总体规划及整体交通发展策略,从客货功能、交通方式和客流对象三个方面,提出了口岸功能优化方法,解决了口岸与城市空间不协调、口岸与口岸之间功能不协调等问题。客货功能优化是指将口岸分为纯客运口岸和客货综合性口岸,使跨界客、货运交通与城市商业、居住空间协调,减少彼此间的环境冲突;交通方式优化是指通过引入重大设施优化口岸功能,高铁口岸服务全国,城际铁路口岸服务大湾区,城市轨道口岸服务城市及片区;客流对象优化是将区域客流与城市客流相对分离,提高设施利用效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,通过参考附图会更加清楚的理解本发明的特征和优点,附图是示意性的而不应理解为对本发明进行任何限制,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,可以根据这些附图获得其他的附图。其中:
图1是本发明的总体技术路线图;
图2口岸区域划分、边境线及基站分类示意图;
图3跨界旅客身份识别及交通特征分析流程示意图;
图4是本发明陆路口岸与“产业、交通、空间”协同评估模型示意图;
图5是本发明的陆路口岸跨界货运量预测方法示意图;
图6是本发明港口选择模型;
图7是本发明陆路口岸功能重构技术图;
图8是基于人员跨界交通政策的情景分析法示意图;
图9是陆路口岸规划设计体系示意图;
图10是口岸规划工作机制示意图;
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
本发明提出一种边境地区陆路口岸整体布局方法,包括开展基于多源大数据的深港跨界交通特征调查、构建陆路口岸与“产业、交通、空间”三位一体的评估模型、基于政策高度敏感的交通需求预测、跨界交通组织规划、口岸整体布局规划和功能优化。并通过实施案例,详细介绍了发明内容的实施流程,为陆路口岸整体布局规划工作提供科学依据。
本发明提出一种边境地区陆路口岸整体布局方法,其目的在于:
一是能够为边界地区陆路口岸规划建设体制机制提供一种新思路,指导边界两侧地区政府建立基于陆路口岸“规划、建设、管理”的三层次协调机制,确保双方在口岸工作领域的合作顺利开展。
二是能够解决口岸布局不合理、功能分工不清晰的问题,通过站在系统性和整体性角度,分析跨界交通需求和分布特征,提出了基于城市发展战略和空间协调的口岸布局规划方法,以及陆路口岸客货运功能优化、交通方式优化和客流对象优化方法,协调口岸之间功能分工,优化口岸资源配置,实现陆路口岸与城市的协调发展。
三是跨界交通调查技术先进,能够保障调查精度,调查结果不仅用于跨界交通设施规划,也广泛应用于综合交通体系规划、轨道网规划、交通仿真平台等重大项目,成为制定城市规划及相关公共政策的重要基础和依据。
1、总体布局方法。
如附图1所示,本发明的一种边境地区陆路口岸整体布局方法,其步骤包括五个阶段:建立口岸规划体系和沟通协调机制、现状调查与评估、发展前景判断、跨界交通组织、口岸整体布局体系规划,具体如下:
第一步,建立口岸规划体系和沟通协调机制,双方在此基础上共同开展以下工作。
第二步,现状调查与评估。采用“手机信令+传统特征调查+其他多源数据”三位一体的调查技术,全面开展跨界交通特征调查,通过多源数据交叉校核后形成调查数据库,并构建基于地理设计理念的客货运交通可视化分析平台,对跨界交通及陆路口岸发展情况进行评估。
第三步,发展前景判断。采用基于情形分析和城市引力的需求预测技术、基于对外贸易(港口竞争)的跨界货运预测技术,对未来跨界交通需求进行定量预测。
第四步,跨界交通组织。基于远期跨界交通需求总量及分布特征,提出客运与货运分离、过境交通与城市交通分离的交通组织技术,以及基于口岸两侧能力协同的交通规划技术,保证陆路口岸与“产业、交通、空间”协调。
第五步,口岸整体布局体系规划。根据区域空间规划和交通系统规划,提出陆路口岸整体布局体系,并基于综合协调理念对口岸功能进行优化。
第一步,建立口岸规划体系和沟通协调机制。
对于陆路口岸而言,建立适应两个国家或地区跨界交通设施的规划体系及协调机制非常重要。规划体系主要指的是建立“口岸整体布局规划-详细规划”两个层级规划设计体系,实现口岸规划设计体系与国土空间规划体系互动反馈。协调机制方面,构建口岸两地规划、建设和管理协调机制,加强两地交通设施的对接和协同使用,统一管理和服务标准。
第二步,现状调查与评估:基于多源大数据,开展跨界交通调查与分析。
在传统交通综合调查基础上,采用手机信令大数据技术,同时融合边检出入境系统数据、境界线视频+补充录像计数等多源数据,形成了以手机大数据挖掘为核心,出行特征调查为支撑,其他多源数据为校核的三位一体调查体系。
首先,基于跨界客流的手机信令识别和分析。针对跨界口岸特殊性,首先,建立特定位置的空间判断模型,将信令数据分为境界线、口岸、枢纽相关的数据集合;其次,建立穿越境界线进出城市判断模型、口岸进出城市判断模型和枢纽进出城市客流判断模型,识别跨界客流;最后,通过与其他数据关联,对跨界客流全链条的还原分析,并建立跨界客流数据库。
其次,基于跨界货车定位数据的分析。对跨境货车车载GPS定位数据进行清洗、计算,运用作业特征判定算法和GPS分析技术,实现了对货运作业地分布、停车聚集点、货运中转场地以及货运走廊布局的高精度识别。该技术在疫情期不与司机的接触下,有效掌握和监控跨界货运的出行特征的动态变化。
再次,基于传统调查与手机信令、货车GPS、轨道/公交刷卡、车牌识别、视频监控等多源数据的交叉校核。基于手机信令建立的口岸客流数据库,以口岸通关系统中分户籍分类别的客流母体数据,对客流在口岸停留时间、出行路径等进行标识,利用高铁/火车票务数据、轨道刷卡数据、公交刷卡数据、口岸接驳方式点算、车牌识别数据、边界线视频数据等多源大数据,使其出行轨迹及出行方式符合空间上与客流通道有相似性,提高最终目的地的准确性等。通过问卷调查可掌握跨界人流在出行目的、频率、个人特征及习惯等各种信息,实现了跨界客流全方位及动态变化分析。
最后,构建基于地理设计理念的跨界交通可视化分析平台。基于调查数据,从不同时间维度、空间维度和数据样式建立跨界交通数据库,并根据不同功能组合成一系列可视化分析平台,包括:基于联通的智慧足迹大数据可视化系统,采集分析联通用户在跨界客流的分布;基于货车的GPS定位数据,建立货运廊道可视化界面;结合宏观模型VISUM平台,将客流分布、私家车分布等所有结果和实时分析在空间上可视化表达,以便开展陆路口岸相关分析评估工作。
具体步骤如下:
参见附图3,跨界旅客身份识别及交通特征分析流程示意图:
(1)基于手机信令的跨界客流识别和交通特征分析
在口岸内部及周边设置一定数量的基站,手机基站受到周边环境干扰、基站空间分布以及基站信号强度等影响,服务范围不规则,如附图2所示:采用泰森多边形的方法表示基站的实际服务范围。
Step1.对基站进行分类。口岸服务范围一般包括口岸监管区、交通枢纽接驳区两个范围,根据边境线、口岸服务范围与基站服务范围的空间重叠关系,并考虑到跨界旅客均通过口岸联检楼进出,口岸监管区基站具有特殊性,将基站分为三类:1)覆盖口岸监管区的基站,用Q1表示;2)覆盖交通枢纽的基站,用Q2表示;3)与边境线有重叠的基站,用Q3表示。为获取全部跨界旅客数据,选取第一、二和三类基站覆盖的范围作为研究区域。
Q=Q1+Q2+Q3
Step2.客流数据分类。研究区域内的手机用户有跨界旅客和非跨界旅客,非跨界旅客包括口岸周边的居民、工作人员和通过口岸综合交通枢纽换乘的城市内部客流(含周边道路的路人)。将研究范围内的用户分为4类:居民、工作人员、城市客流以及跨界客流。
①居民:具有固定的居住地,即凌晨至早上、或晚间时段内,具有固定停留点,停留时间超过一定的时间阈值,居民数据一定出现在第三类基站,可能出现在第二类基站,现有研究多将凌晨0:00-5:00停留时间大于4小时的景区研究区域内用户认定为居民。
②工作人员:包括口岸在内的各类工作人员,具有固定的工作地点,即连续几天出现在同一地点,在工作地累计停留时间超过一定的时间阈值,工作人员在三类基站都有可能出现,我国工作时间多为8:00-17:00,现有研究将9:00-16:00时段内累计停留时间超过5小时的用户识别为工作人员。
③城市客流:在研究范围内,没有固定的驻留地点,总停留时间短于其他类型用户。城市客流可能出现在第一类、第二类和第三类基站。
④跨界客流:不会连续几天出现在研究区域,跨界客流必须通过口岸监管区域出入境,因此一定出现在第一类基站,可能出现在第二类和第三类基站。
4类用户与三类基站的对应关系如下表1所示。
表1用户与基站的对应关系
注:○表示该类用户在该基站中一定不出现
●表示该类用户在该基站中一定会出现
Step3.建立原始数据集。选择口岸开放时间T开至关闭时间T闭内,把经过Q1的所有用户进行标记,作为跨界旅客识别的原始数据集。
Step4.提取用户的出行链。手机信令数据中包含了表示手机用户所在位置的经纬度坐标,以及用户出现在该坐标下的时刻。基于这两类数据,将用户出行的时间与空间数据进行整合,得到按时间顺序排列的用户全天的出行轨迹,即出行链。基于手机信令数据提取原始数据集用户的出行链,结合出行链中的活动点及每个活动点的停留时间,构建基于出行链的跨界旅客身份识别方法。不同用户的出行链特征如下:
①居民用户出行链特征:居民的多日出行链起讫点具有较强的规律性,出行起讫点均在研究区域内,凌晨至早上在区域内没有移动。当出行链包含多个活动点时,通常离开研究区域,并在中午或晚上返回研究区域内的居住地,凌晨停留时间较长。
②工作人员出行链特征:出行起点在研究区域外,进入研究区域后,在工作时间内、周边基站有固定的停留地点,最后离开研究区域,工作时间段内停留时间较长。
③城市客流出行链特征:出行起点在研究区域外,进入研究区域后,没有长时间停留点,最后离开研究区域,总停留时间较短。
④跨界旅客出行链特征:出行起点在研究区域外,在口岸开放时间段内,进入研究区域,后经过口岸监管区基站或者境界线基站离开研究区域。
Step5.剔除居民数据。连续多日,每天在0:00至5:00时段内,若用户在研究范围内相关基站停留时间t1≥4h,出行链有固定出行起点,且起点或讫点在研究区域内,将这类用户识别为居民,剔除居民数据。
式中Oi,Di为用户i的出行起讫点所在基站,Q为研究区域所有基站;Pi为用户i经过的中途点;t1为用户在凌晨期间在区域内的停留时长。
Step6.剔除工作人员数据。连续多日,每天在口岸开放时间段内,累计连接基站时长t2>5h,出行链起点或讫点在研究区域内,在研究区域内有固定停留点,将这类用户识别为口岸及周边工作人员,剔除工作人员数据。
式中Oi,Di为用户i的出行起讫点所在基站,Q为研究区域;Pi为用户i经过的中途点;t2为用户在工作时间内在区域内的停留时长。
Step7.剔除城市内部客流数据。在口岸开放时间内,存在用户经过周边的基站,停留时间t3<1.0h,出行链起讫点均在研究区域外,在研究区域内没有固定停留点,将这类用户识别为城市内部客流,剔除内部客流数据。
式中Oi,Di为用户i的出行起讫点所在基站,Q为研究区域;Pi为用户i经过的中途点;t3为用户全天在区域内的停留时长。
经过以上步骤,非跨界旅客数据被识别并剔除后,剩下的即为跨界旅客数据。
Step8.客流特征提取。统计跨界旅客用户的数量及不同时段的比例分布,区分口岸的发生量和吸引量(对应入境量和出境量),并计算与总体跨界客流量的比例,因此,客流时间分布分入境客流时间分布和出境客流时间分布,跨界客流时间分布特征能够体现出口岸在一段时间范围内的运营情况变化。同时,为了将手机用户扩样至跨界客流群体,上述获取的特征信息需要根据运营商的市场占有率等进行扩样。
在生成跨界旅客出行链时,将各次出行的起、终点根据空间坐标信息映射至对应的交通小区,以获取口岸至各交通小区的出行量。上述的各次出行在计算出行量时,需要区分口岸的发生和吸引。对于口岸p与任意交通小区q之间的出行量ODpq计算如下,根据计算所得的出行量可以建立出行的OD矩阵。
(2)基于跨境货车定位数据的分析技术。
跨境货车车载GPS定位数据包含CAR_NUMBER、TIME、TRIGGER、HEIGHT、LONGITUDE、LATITUDE、SPEED、DIRECTION、STATE九个字段,其中CAR_NUMBER是识别车辆的唯一标识;TIME以北京时间记录数据的产生时间;HEIGHT表示当前海拔;LONGITUDE、LATITUDE为车辆经度及纬度信息;SPEED为车辆行驶速度;DIRECTION表示车辆行驶方向,以正北方向为0度角,按顺时针递增,角度范围为[0,360);STATE表示车辆载货状态,1表示载货,0表示空驶;CAR_STATE表示车辆行驶状态,分别以4、5、6、7表示车辆空驶、载客、点火、熄火状态。
Step1.数据清洗。跨境货车GPS数据具有覆盖面广、字段丰富及全天候等优点,但原始GPS数据由于在传输过程中受到隧道、高层建筑物体等多方面的影响,存在一定比例的错误数据、缺失数据及无效数据。因此,有必要对数据进行清洗。
①错误数据:原始数据存在货车行驶速度不合理、行驶方向角大于360°及数据漂移等情况,对于错误数据,予以删除。具体规则为:①速度大于120km/h及小于0的数据予以删除;②行驶方向角大于360°的数据予以删除;③前后两条数据之间欧式距离超过2000m(以最高时速120km/h计)的数据予以删除。
②缺失数据:原始数据中多条记录存在速度缺失的情况,运用移动平均法对速度缺失记录进行补全。
③无效数据:由于跨境货车存在长时间停滞等情况,原始数据中存在多条重复数据,为减少运算量,将该部分数据视为无效数据,予以删除,具体判定规则为:<TRIGGER=7>的数据予以删除。同时,主要研究字段为CAR_NUMBER、TIME、LONGITUDE、LATITUDE、SPEED、DIRECTION、STATE,研究范围为深圳市域,因此删除无效字段数据及超出深圳市域的数据(经度范围为[113.46,114.37],纬度范围为[22.27,22.52])。
Step2.定义定位点及轨迹。跨境货车定位点为Pi(CarN,lon,lat,v,TAMP,State),其中,CarN代表车辆编号;(lon,lat)表示GPS经度及纬度;v表示车辆瞬时速度,TAMP表示时间戳;State表示载货状态,取值为{0,1},State=0表示空驶,State=1表示载货。
对于任意跨境货车运行轨迹j有:Traji(TrajN,CarN,P0→P1→…→Pn,L,T,State)。其中,TrajN代表轨迹编号;CarN代表车辆编号;(P0→P1→…→Pn)表示车辆从P0到Pn的行驶路径;State表示轨迹类别,取值为{0,1},State=0表示该轨迹属于空驶轨迹,State=1表示该轨迹属于载货轨迹。L及T分别表示该轨迹的时间跨度及空间跨度,其表示分布如下列公式所示。
T=TAMPn-TAMP0
其中,Disi表示第i个定位点与第i+1个定位点之间的距离,可为欧式距离,切比雪夫距离或曼哈顿距离;TAMPn及TAMP0分别为终点定位点Pn及起点定位点P0对应的时间戳。
Step3.构建轨迹数据库。跨境货车GPS轨迹数据的构建可分为以下四步:
步骤一:遍历原始货车定位数据集合P,建立每日的车辆编号数据库,即CAR_NUMBER_DICTIONARY<KEY,VALUE>数据库;
步骤二:新建货车轨迹Traji(TrajN,CarN,P0→P1→…→Pn,L,T,1)(初始轨迹编号TrajN=0),按时间顺序戳TAMP顺序遍历第一辆车所对应的数据集,若该数据集合中,载货状态均为0,则转至下一车辆;若存在当数据集中存在载货状态为1,则转步骤三;
步骤三:当第一次出现Statei-Statei-1=1时,P0=Pi,若之后连续两定位点载货状态均为1,则均将其加入轨迹Traj(Traj,CarN,P0→P1→…→Pn,L,T,1)中,直到出现Statej+1-Statej=-1时,Pn=Pj,该轨迹结束,轨迹编号TrajN=TrajN+1,车辆编号为该车辆对应编号,L及T分别由Step2中的轨迹公式算出;
步骤四:重复步骤2,直到所有车辆的定位点数据集合均被遍历为止。
Step4.地图匹配。跨境货车GPS数据虽然具有时间、空间等多重属性,但并未与道路信息相关联,同时,由于系统误差,部分货车GPS数据的经纬度信息存在20m左右的误差。因此,需要进行GPS数据与到路网的匹配分析以满足后续关键节点及关键路段的识别需求。
地图匹配一般遵循两个步骤:一是确定与定位点对应的路段;二是确定定位点对应路段上的具体位置。采用几何匹配算法进行计算:将定位点与路段的垂直距离及路段和定位点的方向角作为判定最佳匹配路段的指标。在定位点P误差半径允许的范围内,存在A、B、C、D四条路段,其中路段A与路段B距离定位点P的距离最近,但由于P点的行驶方向夹角与路段B的夹角更近似,因此路段B为定位点P的匹配路段。
具体地,地图匹配度函数如式所示:
其中,d表示定位点与候选路段的垂直距离,θ表示定位点的行驶方向与候选路段方向夹角的倒数,μa与μθ分别表示垂直距离及方向夹角对匹配度的重要程度。
(3)多源数据相互校核。
基于传统调查与手机信令、货车GPS、轨道/公交刷卡、车牌识别、视频监控等多源数据的交叉校核。基于手机信令建立的口岸客流数据库,以口岸通关系统中分户籍分类别的客流母体数据,对客流在口岸停留时间、出行路径等进行标识,利用高铁/火车票务数据、轨道刷卡数据、公交刷卡数据、口岸接驳方式点算、车牌识别数据、边界线视频数据等多源大数据,使其出行轨迹及出行方式符合空间上与客流通道有相似性,提高最终目的地的准确性等。通过问卷调查可掌握跨界人流在出行目的、频率、个人特征及习惯等各种信息,实现了跨界客流全方位及动态变化分析。
(4)构建基于地理设计理念的跨界交通可视化分析平台。
基于调查数据,从不同时间维度、空间维度和数据样式建立跨界交通数据库,并根据不同功能组合成一系列可视化分析平台,包括:基于联通的智慧足迹大数据可视化系统,采集分析联通用户在跨界客流的分布;基于货车的GPS定位数据,建立货运廊道可视化界面;结合宏观模型VISUM平台,将客流分布、私家车分布等所有结果和实时分析在空间上可视化表达,以便开展陆路口岸相关分析评估工作。
第三步,现状调查与评估:构建陆路口岸与“产业、交通、空间”三位一体的评估模
型。
陆路口岸承担人员和货物通关功能,如果口岸布设合理、规模适度,可节省人员进出口岸时间和对外贸易成本。不同产业类型对陆路口岸要求不同,资源型产业需要实现大规模运输,口岸需要设置足够的货运场地及配套设施;资本型产业对货物通关时效性要求较高,需要提高货物通关便利性;信息型产业则需要满足人员快速和便利通关。因此,构建陆路口岸与“产业、交通、空间”协同评估模型如附图4所示。
首先,对口岸整体布局与城市空间协调性进行评估。从需求性、协调性和经济性三个方面评估:需求性重点评估口岸规模是否适应客货运需求,口岸是否有发展余地;协调性重点评估口岸布局与城市总体规划协调性,口岸客货运交通与城市内部交通的协调性,以及口岸与口岸之间功能的协调性;经济性重点评估口岸的效益,包括投入产出、资源利用情况等。
其次,对跨界客运交通组织与交通设施布局协调性进行评估。从可达性、便利性、舒适性三个方面评估:可达性指标包括绕行系数、平均旅途时间和平均旅行速度;便利性指标包括通关便利性和换乘便利性指标;舒适性主要包括全过程出行体验性。
最后,对跨界货运交通与产业发展协调性进行评估。货运交通对经济成本和时间成本较为敏感,从规模性、协调性和便利性三个方面评估:规模性主要指跨界货运需求与口岸货运用地的匹配性;协调性主要指货运交通与城市空间、城市交通的协调性;便利性主要指货运配套完善性、运输方式衔接水平及通关查验快捷性。
第四步,发展前景判断:基于政策高度敏感的跨界交通需求预测。
跨界交通包括旅客、货车、小汽车的总量和分布预测,这是开展陆路口岸布局规划的基础。不同于一个国家或城市的内部交通,跨界交通除了受边境两侧的社会经济、人口总量、交通设施等因素影响外,还受政策影响较大,包括国家/地区之间的移民政策、留学政策、签证政策、贸易政策等,目前,尚没有成熟的跨界交通需求预测技术。
(1)旅客需求预测。一般而言,边界两侧跨界旅客出行目的主要为购物观光、探亲访友及公务出行,可以划分主要出行人员类型,建立基于城市引力的不同人群跨界出行预测模型。同时,结合边界两地跨界交通政策,对两地居民的跨界出行量进行修正。
跨界出行总量=人口×人均跨界出行率
跨界出行率为城市GDP以及跨界出行时间的Logit模型,如下:
其中各参数意义:
Rate—跨界出行率;
Time—跨界出行时间;
GDP—目的地城市GDP;
nb—城市地理位置分组调节系数(深圳市为1,其余为0);
X1~X5—待标定的参数。
参数标定方法:根据广东省统计年鉴获取GDP数据,根据香港规划署“跨界旅运统计调查”中的分区和跨界旅客出行目的的OD矩阵推算得出跨界出行率,跨界出行时间为利用公共交通工具由香港中心区(中环)至粤港澳大湾区各城市中心区的出行时间。将表格中的数据代入公式一,根据数学软件Matlab对数据表2进行参数拟合。按照标定的参数和公式,测算预测值与实际值的误差,进行可靠性检验。
表2 2019年粤港澳大湾区各城市与香港的跨界出行率、出行时间及各城市GDP
(2)跨界货运预测。附图5是本发明的陆路口岸跨界货运量预测方法示意图;一般而言,边境地区跨界货运需求与对外贸易有关,可以建立跨界货运总量和贸易额之间的线性方程,公式为:
Y=aX+b
其中:Y—跨界货运总量
X—边境地区之间贸易额
a、b—待标定参数
对于以港口外贸为重点的边界地区,需要首先预测港口吸引的外贸货物量,影响因素包括消费及生活水平、国家及地区间的贸易增长、经济结构转变、汇率波动、外贸政策等。如附图6所示,港口选择模型主要考虑因素包括区域外贸总量、区域港口国际航线数量和覆盖范围的对比、跨界交通设施规划建设以及跨界货运交通方式选择。
第五步,跨界交通组织。
跨界交通组织一方面取决于城市总体规划及整体交通发展策略,另一方面受制于陆路口岸布局以及与口岸相连的道路网。总体上,为了保证陆路口岸与“交通-产业-空间”协调,应采用客运与货运分离、过境交通与城市交通分离的策略。同时,由于口岸的特殊性,双方查验系统和交通接驳的能力匹配非常重要。
(1)客货分离交通组织。陆路口岸的交通量大,对周围环境有一定的影响。跨界车辆交通组织的原则是尽量利用城市中心区边缘的陆路口岸组织跨界交通,减少跨界货运交通对城市中心区的干扰和分隔。同时,建设与口岸直接相连的高快速路,通过专用过境通道彻底分离跨界货运交通与城市交通,提高跨界货运交通的通行效率的同时,减小货运交通对中心城区的负面影响。
(2)过境交通与城市交通分离。为了避免过境交通与城市内部交通的相互干扰,宏观上,根据过境客流OD分布,将区域交通设施引入城市外围口岸,或有条件的情况下延伸至对方国家或城市,使过境交通达到“过城而不进城”的效果,对过境交通进行组织规划,保证过境交通流的畅通,缓解市内交通压力;微观上,在口岸交通组织和相关设施布局中,将区域交通和城市交通的接驳设施、查验设施、休憩空间等进行分开布置。
(3)基于口岸两侧能力协同的交通规划。口岸涉及两个或多个国家/地区,由于双方口岸整体的布局设计、地理环境的规范、设施的规模和配置存在差异,可能导致两方的通关能力、交通接驳能力存在差距。为了避免此问题,以通关能力和交通接驳能力作为关键指标,以旅客、车辆的通关查验时间为关键影响要素,双方开展口岸规划设计的协调对接。
第六步,口岸整体布局体系规划:口岸整体布局和功能优化。
(1)陆路口岸布局方法。
以支持国家战略和促进区域发展为总体目标,根据跨界交通需求和分布特征,结合铁路、干线道路以及各类交通枢纽的规划建设,综合考虑口岸总体格局。口岸整体布局重点考虑因素:一是区域空间发展策略,客运口岸应在靠近城市核心区位置,货运口岸应则应偏离;二是区域发展轴带结构,轴带上一般人和货流量最大,口岸布局要和轴带结构吻合;三是根据轴线上的跨界需求,确定口岸布局,口岸通关能力要与需求匹配。
(2)陆路口岸功能优化方法。
随着社会经济发展及口岸数量增多,可能出现口岸与城市空间不协调、口岸之间功能不协调等问题。如附图7所示,陆路口岸功能优化包括客货运功能优化、交通方式优化和客流对象优化三个方面。
客货功能优化是指基于城市发展和客货运需求,调整口岸的客运或货运功能,以达到口岸与城市发展协调目的;交通方式优化是指通过引入高铁、城际轨道、干线公路等交通方式,改变原有口岸功能;客流对象优化是指区分过境客流和城市客流,使得口岸功能差异化,相关长途大巴、公共交通、出租车、小汽车等交通接驳设施设置有所侧重,实现资源高效配置。
具体实施例——深港陆路口岸布局规划。
(1)建立口岸规划体系和沟通协调机制
如附图9所示,在深圳市“两级三类”国土空间规划体系下,增加口岸总体布局规划,规划成果纳入全市国土空间规划,并指导口岸详细规划及工程建设。
如附图10所示,深圳市人民政府与香港特区政府成立三层次沟通协调机制,包括口岸整体规划工作小组、建设专责小组和运行管理协调机制,分别承担口岸整体规划层面对接、口岸的详细规划建设及口岸运行管理。
(2)交通调查
采用本发明提出的调查方法,对深港跨界客货运交通总量、OD分布、交通方式、出行目的等进行调查分析。目前,深港跨界日均客流量约65万人次/日,车流量4万辆/日。
(3)现状评估
深港共计8个陆路口岸,按照本发明提出的陆路口岸与“产业、交通、空间”三位一体的评估模型,分别从口岸整体布局与城市空间、跨界客运交通组织与交通设施布局、跨界货运交通与产业发展协调性三个方面,对深港陆路口岸发展进行评估。
口岸整体布局与城市空间协调性方面:一是跨界客流在口岸的分布不均衡,部分口岸通关压力大;二是口岸分工不够明确,导致资源配置方面存在重复;三是口岸过境交通与城市交通相互干扰严重;四是部分口岸的效益较差。
跨界客运交通组织与交通设施布局协调性方面:一是区域设施与区域客流不匹配,导致绕行系数和平均旅途时间较长;二是大部分口岸“两地两检”查验模式,导致口岸便利性及舒适性不足。
跨界货运交通与产业发展协调性方面,一是陆路口岸货运能力有较大富余,但配套设施不足;二是深圳湾、皇岗、文锦渡口岸均位于城市核心区,跨界货车对城区品质、城市交通运行产生了较大负面影响;三是深港两地货车使用成本高,换装比例高,对用地及配套产生较大需求。
(4)跨界交通需求预测
预计随着粤港澳大湾区建设持续推进,人员跨界政策可能向更加灵活的方向发展,提出以下三种情景,如附图8所示,情景1是维持现状的人员跨界交通政策不变;情景2是深圳户籍居民恢复“一签多行”;情景3是粤港澳大湾区各城市居民实行“一签多行”。
上述不同跨界政策情形下,主要影响深圳及粤港澳大湾区城市居民的跨界出行量,故在需要对深圳市、大湾区城市居民的跨界出行量进行修正。
跨界出行总量=人口×人均跨界出行率;
其中,跨界出行率为城市GDP以及跨界出行时间的Logit模型,如下:
其中各参数意义:
Rate—跨界出行率;
Time—跨界出行时间;
GDP—目的地城市GDP;
nb、mb—城市地理位置分组调节系数;
X1~X5—待标定参数;
(5)跨界交通组织
采用陆路口岸与“交通-产业-空间”协调技术。跨界货运方面,采用“东进东出、西进西出”交通组织,深圳湾口岸作为西部主要货运口岸,莲塘口岸作为东部主要货运口岸。跨界客运方面,深圳中部口岸引入大量高速铁路和城际轨道,并延伸至香港,通过香港境内“一地两检”口岸通关,达到区域客流与城市客流分离的目的。
(6)陆路口岸整体布局
根据深港城市发展战略及空间规划,对深港陆路口岸进行整体布局,同时,对深圳口岸功能进行优化:深圳湾口岸和莲塘口岸作为货运口岸,皇岗、文锦渡、沙头角取消现状货运功能,释放货运用地作其他城市功能,实现口岸与城市发展的协调。
本发明的优势效果包括:
(1)基于手机信令数据的跨界交通调查方法具有覆盖面全、实时性高、系统成本较低等优势,能够有效解决传统问卷调查抽样率低、调查成本高、被调查人员故意瞒报错报等问题。根据口岸监管区、交通接驳区、边境线与手机基站的布局特点,将手机信令数据分为覆盖口岸监管区、覆盖交通接驳区及覆盖边境线三类,将手机用户分为居民、工作人员、城市客流以及跨界客流四类,根据不同类型用户的出行特征,分析用户与基站的对应关系,识别跨界客流并提取交通特征。
(2)提出了基于政策高度敏感的交通需求预测技术,解决了传统交通需求预测方法难以适用于跨界交通的问题,填补了既有交通需求预测技术的空白。跨界出行率采用城市GDP以及跨界出行时间的Logit模型,分析未来可能存在的三种人员跨界政策情形,并基于政策情形对跨界出行率进行修正,预测方法适用于对政策较为敏感的陆路口岸规划。
(3)系统性提出了陆路口岸整体布局规划的技术流程,填补现有学术研究及技术领域的空白。通过采用本发明成果提出的“跨界交通调查-陆路口岸发展评估-跨界交通发展前景及需求预测-跨界客货运交通组织-陆路口岸布局体系及功能定位-实施保障”全过程技术方法,可有效开展陆路口岸整体布局规划工作。
(4)构建“口岸整体布局规划-详细规划”两个层级规划设计体系,弥补原有“一事一议”规划建设模式的弊病。口岸整体布局规划侧重宏观性、战略性及全局性,明确口岸数量、整体分布和功能分工;口岸详细规划要衔接落实市级规划的要求,侧重落实具体项目。口岸总体布局规划是统筹指导各口岸详细规划的上位依据,口岸详细规划是在上位规划指导下落实各口岸发展规模、内部布局、交通流线组织等,并指导后续工程设计与施工。
(5)基于陆路口岸“规划、建设、管理”一体化,提出两地政府构建口岸总体规划专责小组、口岸建设专责小组和运营管理专责小组三层次沟通协调机制,为口岸合作提供了一种新机制保障。总体规划专责小组负责明确陆路口岸布局体系及功能定位,口岸建设专责小组负责确定具体口岸项目的建设规模和设施布局,运营管理专责小组承担已建成口岸运营管理事务的沟通联络,三层次协调机制保障了相关各方在口岸规划建设全流程中的沟通和合作。
(6)基于两地城市总体规划及整体交通发展策略,从客货功能、交通方式和客流对象三个方面,提出了口岸功能优化方法,解决了口岸与城市空间不协调、口岸与口岸之间功能不协调等问题。客货功能优化是指将口岸分为纯客运口岸和客货综合性口岸,使跨界客、货运交通与城市商业、居住空间协调,减少彼此间的环境冲突;交通方式优化是指通过引入重大设施优化口岸功能,高铁口岸服务全国,城际铁路口岸服务大湾区,城市轨道口岸服务城市及片区;客流对象优化是将区域客流与城市客流相对分离,提高设施利用效率。
以上所述仅为本发明的实施按例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种边境地区陆路口岸跨界交通可视化分析平台构建方法,其特征在于:
1.1基于手机信令数据进行跨界客流识别和交通特征分析;
口岸内部及周边设置一定数量的基站,采用泰森多边形方法表示基站的实际服务范围;
Step1.采集研究区域内基站的原始手机信令数据,将基站分为三类:1)覆盖口岸监管区的基站,用Q1表示;2)覆盖交通枢纽的基站,用Q2表示;3)与边境线有重叠的基站,用Q3表示,选取上述三类基站覆盖的范围作为研究区域Q;
Q=Q1+Q2+Q3
Step2.数据清洗:对采集到的手机信令数据进行预处理,使之满足客流特征提取要求,主要包括信令数据简化、信令数据除燥、数据扩样;
Step3.将客流数据分类:根据用户与三类基站的对应关系将研究范围内的用户分为4类:居民、工作人员、城市客流以及跨界客流;
①居民:将凌晨0:00-5:00停留时间大于4小时的研究区域内用户认定为居民,居民数据一定出现在第三类基站,可能出现在第二类基站;
②工作人员:将9:00-16:00时段内累计停留时间超过5小时的用户识别为工作人员,工作人员在三类基站都有可能出现;
③城市客流:在研究范围内,没有固定的驻留地点,总停留时间短于其他类型用户;城市客流在三类基站都有可能出现;
④跨界客流:不会连续几天出现在研究区域,跨界客流一定出现在第一类基站,可能出现在第二类和第三类基站;
Step4.跨界客流识别:根据不同类型用户的出行特征,识别跨界旅客和非跨界客流,建立跨界旅客数据库;
所述Step4.跨界客流识别具体包括以下步骤:
(1)建立原始数据集:选择口岸开放时间T开至关闭时间T闭内,把经过Q1的所有用户进行标记,作为跨界旅客识别的原始数据集;
(2)提取用户的出行链:基于手机信令数据提取原始数据集用户的出行链,结合出行链中的活动点及每个活动点的停留时间,基于出行链识别旅客身份;
(3)剔除居民数据、工作人员数据、城市客流数据,得到跨界旅客数据;
所述剔除居民数据、工作人员数据、城市客流数据具体为:
1)剔除居民数据:连续多日,每天在0:00至5:00时段内,若用户在研究范围内相关基站停留时间t1≥4h,出行链有固定出行起点,且起点或讫点在研究区域内,将这类用户识别为居民,剔除居民数据;
式中Oi,Di为用户i的出行起讫点所在基站,Q为研究区域所有基站;Pi为用户i经过的中途点;t1为用户在凌晨期间在区域内的停留时长;
2)剔除工作人员数据:连续多日,每天在口岸开放时间段内,累计连接基站时长t2>5h,出行链起点或讫点在研究区域内,在研究区域内有固定停留点,将这类用户识别为口岸及周边工作人员,剔除工作人员数据;
式中Oi,Di为用户i的出行起讫点所在基站,Q为研究区域;Pi为用户i经过的中途点;t2为用户在工作时间内在区域内的停留时长;
3)剔除城市内部客流数据:在口岸开放时间内,存在用户经过周边的基站,停留时间t3<1.0h,出行链起讫点均在研究区域外,在研究区域内没有固定停留点,将这类用户识别为城市内部客流,剔除内部客流数据;
式中Oi,Di为用户i的出行起讫点所在基站,Q为研究区域;Pi为用户i经过的中途点;t3为用户全天在区域内的停留时长
Step5.客流特征提取:在识别跨界旅客出行轨迹后,进行汇总统计及扩样,最后提取跨界客流特征,包括口岸通关量、高峰小时客流量、客流空间分布;具体如下:
(1)统计客流总量及出行时间分布:区分口岸的发生量和吸引量,统计跨界旅客用户的数量及不同时段的比例分布,并计算与总体跨界客流量的比例;分入境客流时间分布和出境客流时间分布统计客流时间分布;将上述获取的特征信息根据运营商的市场占有率进行扩样;
(2)计算客流OD分布:在生成跨界旅客出行链时,将各次出行的起、终点根据空间坐标信息映射至对应的交通小区,以获取口岸至各交通小区的出行量,上述的各次出行在计算出行量时,需要区分口岸的发生和吸引;
对于口岸p与任意交通小区q之间的出行量ODpq计算如下,根据计算所得的出行量建立出行的OD矩阵:
1.2基于货车定位数据进行跨界货运交通调查分析;
1.3将多源数据相互校核;
1.4构建基于地理设计理念的跨界交通可视化分析平台。
2.根据权利要求1所述的一种边境地区陆路口岸跨界交通可视化分析平台构建方法,其特征在于,
所述基于货车定位数据进行跨界货运交通调查分析具体如下:
Step1.数据清洗:对错误数据、缺失数据及无效数据进行清洗;
Step2.定义定位点及轨迹:跨境货车定位点为Pi(CarN,lon,lat,v,TAMP,State),其中,CarN代表车辆编号;(lon,lat)表示GPS经度及纬度;v表示车辆瞬时速度,TAMP表示时间戳;State表示载货状态,取值为{0,1},State=0表示空驶,State=1表示载货;
对于任意跨境货车运行轨迹j有:Traji(TrajN,CarN,P0→P1→…→Pn,L,T,State);其中,TrajN代表轨迹编号;CarN代表车辆编号;(P0→P1→…→Pn)表示车辆从P0到Pn的行驶路径;State表示轨迹类别,取值为{0,1},State=0表示该轨迹属于空驶轨迹,State=1表示该轨迹属于载货轨迹;L及T分别表示该轨迹的时间跨度及空间跨度,其表示分布如下列公式所示:
T=TAMPn-TAMP0
其中,Disi表示第i个定位点与第i+1个定位点之间的距离,可为欧式距离,切比雪夫距离或曼哈顿距离;TAMPn及TAMP0分别为终点定位点Pn及起点定位点P0对应的时间戳;
Step3.构建轨迹数据库;
Step4.地图匹配:确定与定位点对应的路段;确定定位点对应路段上的具体位置;
将定位点与路段的垂直距离及路段和定位点的方向角作为判定最佳匹配路段的指标,在定位点P误差半径允许的范围内,存在A、B、C、D四条路段,其中路段A与路段B距离定位点P的距离最近,但由于P点的行驶方向夹角与路段B的夹角更近似,因此路段B为定位点P的匹配路段,
具体地,地图匹配度函数如式所示:
其中,d表示定位点与候选路段的垂直距离,θ表示定位点的行驶方向与候选路段方向夹角的倒数,μa与μθ分别表示垂直距离及方向夹角对匹配度的重要程度。
3.根据权利要求2所述的一种边境地区陆路口岸跨界交通可视化分析平台构建方法,其特征在于,所述构建轨迹数据库具体为:
跨境货车GPS轨迹数据的构建可分为以下四步:
步骤一:遍历原始货车定位数据集合P,建立每日的车辆编号数据库,即CAR_NUMBER_DICTIONARY<KEY,VALUE>数据库;
步骤二:新建货车轨迹Traji(TrajN,CarN,P0→P1→…→Pn,L,T,1)(初始轨迹编号TrajN=0),按时间顺序戳TAMP顺序遍历第一辆车所对应的数据集,若该数据集合中,载货状态均为0,则转至下一车辆;若存在当数据集中存在载货状态为1,则转步骤三;
步骤三:当第一次出现Statei-Statei-1=1时,P0=Pi,若之后连续两定位点载货状态均为1,则均将其加入轨迹Traj(Traj,CarN,P0→P1→…→Pn,L,T,1)中,直到出现Statej+1-Statej=-1时,Pn=Pj,该轨迹结束,轨迹编号TrajN=TrajN+1,车辆编号为该车辆对应编号,L及T分别由Step2中的轨迹公式算出;
步骤四:重复步骤2,直到所有车辆的定位点数据集合均被遍历为止。
4.根据权利要求1-3任一项所述的一种边境地区陆路口岸跨界交通可视化分析平台构建方法,其特征在于,所述构建基于地理设计理念的跨界交通可视化分析平台具体为:基于调查数据,从时间维度、空间维度和数据样式建立跨界交通数据库,并根据不同功能组合成一系列可视化分析平台,包括:结合宏观模型VISUM平台,将客流分布、私家车分布结果和实时分析在空间上可视化表达。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111344026.4A CN114139251B (zh) | 2021-11-14 | 2021-11-14 | 一种边境地区陆路口岸整体布局方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111344026.4A CN114139251B (zh) | 2021-11-14 | 2021-11-14 | 一种边境地区陆路口岸整体布局方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114139251A CN114139251A (zh) | 2022-03-04 |
CN114139251B true CN114139251B (zh) | 2023-01-17 |
Family
ID=80393816
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111344026.4A Active CN114139251B (zh) | 2021-11-14 | 2021-11-14 | 一种边境地区陆路口岸整体布局方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114139251B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116071929B (zh) * | 2023-03-06 | 2023-08-01 | 深圳市城市交通规划设计研究中心股份有限公司 | 基于卡口车牌识别数据的实时路况监测系统及其方法 |
CN116862063B (zh) * | 2023-07-12 | 2024-04-19 | 甘肃飞天云科技信息有限公司 | 一种基于大数据的智慧城市规划优化方法及系统 |
CN116630900B (zh) * | 2023-07-21 | 2023-11-07 | 中铁第四勘察设计院集团有限公司 | 基于机器学习的客运站旅客流线识别方法、系统及设备 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108495254B (zh) * | 2018-03-06 | 2020-04-24 | 东南大学 | 一种基于信令数据的交通小区人口特征估计方法 |
CN110555992B (zh) * | 2019-09-11 | 2021-05-28 | 中国矿业大学(北京) | 一种基于gps轨迹数据的出租车行驶路径信息提取方法 |
EP3799006A1 (de) * | 2019-09-27 | 2021-03-31 | VITRONIC Dr.-Ing. Stein Bildverarbeitungssysteme GmbH | Verfahren und system zum erstellen von bewegungsprofilen, verkehrsnetz |
CN111651529A (zh) * | 2020-05-26 | 2020-09-11 | 河北师范大学 | 基于手机信令数据的机场航空旅客分类识别方法 |
CN111681421B (zh) * | 2020-06-10 | 2022-07-29 | 南京瑞栖智能交通技术产业研究院有限公司 | 基于手机信令数据的对外客运枢纽集疏空间分布分析方法 |
CN111797926B (zh) * | 2020-07-06 | 2021-11-30 | 广州交信投科技股份有限公司 | 城际迁徙行为识别方法、装置、计算机设备及存储介质 |
CN112512032B (zh) * | 2020-11-16 | 2021-09-14 | 南京瑞栖智能交通技术产业研究院有限公司 | 一种基于手机信令数据的对外出行人群识别方法 |
-
2021
- 2021-11-14 CN CN202111344026.4A patent/CN114139251B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114139251A (zh) | 2022-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114139251B (zh) | 一种边境地区陆路口岸整体布局方法 | |
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 | |
CN106971534B (zh) | 基于号牌数据的通勤出行特征分析方法 | |
Zhang et al. | High-speed rail accessibility and haze pollution in China: A spatial econometrics perspective | |
CN111091720B (zh) | 基于信令数据和浮动车数据的拥堵路段识别方法及装置 | |
CN110415508B (zh) | 一种基于城市引力的区域客运交通模型构建方法 | |
CN106651728A (zh) | 一种综合运输体系客运方式优势运距的确定方法 | |
CN106682812A (zh) | 综合运输体系客运方式分担率‑距离转移曲线确定方法 | |
CN112036757A (zh) | 基于手机信令和浮动车数据的停车换乘停车场的选址方法 | |
Yatskiv et al. | Evaluating Riga transport system accessibility | |
Patlins et al. | The new approach for passenger counting in public transport system | |
CN115829147A (zh) | 一种基于机器仿真的快慢车时刻表变化下客流od修正方法及应用 | |
Izadi et al. | Evaluation of the performance of bus special lines according to indicators of quality and transport and its performance improvement using ultra-innovative intelligent models (Case study: Rasht city) | |
Zhao et al. | Planning bikeway network for urban commute based on mobile phone data: A case study of Beijing | |
Jia | Study on evaluation model of traffic superiority degree in Yunnan Province | |
CN116822779B (zh) | 一种基于手机信令数据的高速公路机动车碳排放计算方法 | |
Li et al. | Accessibility for a railway corridor integrating high-speed railway and conventional railway | |
Liming et al. | Exploration and Development of Urban Integrated Traffic System Planning: A Case Study of Ganzhou City. | |
CN113723761B (zh) | 一种基于运行数据的多维度城市公交运行服务可靠度评价方法 | |
Dębowska-Mróz et al. | Analysis of the pedestrian traffic in transport nodes in Radom | |
Chen et al. | The Application of Scenarios and Service Mode of Demand Response Bus | |
Li et al. | The evaluation methodology on carbon emissions of passenger cars based on travel characteristics | |
Zhang et al. | Research on quantitative indicator system of transfer efficiency in airport general transportation center | |
Zhang et al. | Attraction of Urban Rail Transit According to TOD: A Case of Shanghai | |
Zhang et al. | Measuring the TOD level of rail transit stations based on the “node-place-activity” dimension |
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 |