CN115860520A - 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 - Google Patents

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 Download PDF

Info

Publication number
CN115860520A
CN115860520A CN202211445854.1A CN202211445854A CN115860520A CN 115860520 A CN115860520 A CN 115860520A CN 202211445854 A CN202211445854 A CN 202211445854A CN 115860520 A CN115860520 A CN 115860520A
Authority
CN
China
Prior art keywords
time
public transport
speed rail
space
urban
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
Application number
CN202211445854.1A
Other languages
English (en)
Other versions
CN115860520B (zh
Inventor
黄世玉
杨敏
陈璟
王哲源
陈单涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN202211445854.1A priority Critical patent/CN115860520B/zh
Publication of CN115860520A publication Critical patent/CN115860520A/zh
Application granted granted Critical
Publication of CN115860520B publication Critical patent/CN115860520B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00Adapting or protecting infrastructure or their operation
    • Y02A30/60Planning or developing urban green infrastructure

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了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,包括:获取待研究城市基础地理信息;获取高铁枢纽和公共交通站点位置、公共交通使用次数与行程时间等多源动静态评估数据;经城市栅格网与公共交通站点位置匹配后,处理动静态评估数据;测算高铁枢纽换乘可达公共交通站点服务率、换乘可达城市空间覆盖率、以公共交通城市时空可达率三类时空可达性指标;设定动静态融合因子,计算高铁枢纽综合时空可达指数,进行单高铁枢纽或引入区位空间变异系数的多高铁枢纽与城市公共交通时空可达性评估。本发明实现了精准化评估高铁枢纽与城市公共交通动静态时空可达性,为科学高效的城市规划与公共交通系统评价发展提供技术服务支持。

Description

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
技术领域
本发明涉及城市规划与公共交通系统评价技术领域,具体但不限于涉及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。
背景技术
随着我国城市化进程不断加快、区域协调联动愈加紧密,高铁枢纽作为城市发展重要增长极和内外客流转换的重要节点,其与城市交通网络的衔接日益密切;国家公交都市规划进一步推进了公共交通基础设施的建设,综合立体交通网规划明确加快提升综合交通枢纽与城市区域的一体化衔接水平,因此研究在综合交通运输体系中具有突出地位的高铁枢纽与城市公共交通网络可达性特征对推进枢纽多层级一体化发展、提升旅客服务品质与出行体验有着重要的理论和实践意义。
现有针对公共交通可达性评估的研究多从城市大范围视角的静态站点覆盖率和站点密度的角度开展,评价考虑因素相对单一且结果精度较低;另有研究结合调查和运营数据进行成本估算以阻抗表示枢纽节点可达性,评价数据获取相对困难且结果易受数据质量影响。
有鉴于此,需要提供一种新的结构或控制方法,以期解决上述至少部分问题。
发明内容
针对现有技术中的一个或多个问题,本发明提出了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,基于互联网地图开放平台等多源交通大数据,聚焦高铁枢纽与城市精细化研究栅格单元的可达性指标测算,融合城市公共交通动静态时空可达性评估指标,实现了精准化评估高铁枢纽与城市公共交通动静态时空可达性,弥补了已有城市规划与公共交通系统可达性评价技术中的片面与不足。
实现本发明目的的技术解决方案为:
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,包括:
S1、获取待研究城市的基础地理信息;
S2、获取高铁枢纽与待研究城市公共交通的动、静态评估数据;
S3、对城市栅格网与公共交通站点进行位置匹配后,处理S2中获取的动、静态评估数据;其中,城市栅格网指将城市进行栅格化处理后形成的网络,该网络包括若干个栅格单元,栅格单元的中心点为城市栅格中心;
S4、测算高铁枢纽换乘可达公共交通站点服务率、换乘可达城市空间覆盖率、以公共交通城市时空可达率三类时空可达性指标;
S5、设定动静态融合因子,计算高铁枢纽综合时空可达指数,进行单高铁枢纽或引入区位空间变异系数的多高铁枢纽与城市公共交通时空可达性评估。
进一步的,本发明的高铁枢纽与城市公共交通动静态时空可达性评估方法,S1中待研究城市的基础地理信息包括待研究城市的行政区划数据与待研究城市行政区域面积。
进一步的,本发明的高铁枢纽与城市公共交通动静态时空可达性评估方法,S2中高铁枢纽与待研究城市公共交通的静态评估数据包括:高铁枢纽和公共交通站点的位置信息、高铁枢纽至城市栅格中心点对和高铁枢纽至公共交通站点点对的公共交通使用次数信息,其中,公共交通站点包括待研究城市已运营的地铁站点与道路公交站点。
进一步的,本发明的高铁枢纽与城市公共交通动静态时空可达性评估方法,S2中高铁枢纽与待研究城市公共交通的动态评估数据包括:高铁枢纽至城市栅格中心点对的公共交通行程时间信息。
进一步的,本发明的高铁枢纽与城市公共交通动静态时空可达性评估方法,S3中处理动、静态评估数据具体步骤包括:
S3-1、使用k-dimensional树算法进行最近邻查找,快速检索距离公共交通站点最近的城市栅格中心点,进行城市栅格网与公共交通站点的匹配;
S3-2、处理S2获取的高铁枢纽至城市栅格中心点对以及高铁枢纽至公共交通站点点对的公共交通使用次数信息,得到高铁枢纽至城市栅格中心点对的公共交通使用次数信息矩阵
Figure BDA0003949580940000021
高铁枢纽至匹配后的地铁站点点对的公共交通使用次数信息矩阵
Figure BDA0003949580940000022
高铁枢纽至匹配后的道路公交站点点对的公共交通使用次数信息矩阵
Figure BDA0003949580940000023
并对
Figure BDA0003949580940000024
中公共交通使用次数为0的数据结合地理位置特征进行标注区分;
S3-3、结合公共交通使用次数信息矩阵
Figure BDA0003949580940000025
Figure BDA0003949580940000026
剔除从高铁枢纽不可达的公共交通站点后,对公共交通站点进行投影变换,对出行中公共交通使用次数减去1即为公共交通换乘次数,设定道路公交换乘次数阈值μ,生成地铁站点缓冲影响区和换乘次数≤μ的道路公交站点缓冲影响区,所述缓冲影响区是以公共交通站点为圆心、设定半径的圆形,对生成的地铁站点缓冲影响区和道路公交站点缓冲影响区进行融合、删除重叠要素,得到高铁枢纽换乘可达公共交通站点静态服务缓冲影响区;
S3-4、处理S2单次获取的高铁枢纽至城市栅格中心点对的公共交通行程时间数据,得到当前β时段第α次获取的高铁枢纽至城市栅格中心点对的公共交通行程时间矩阵
Figure BDA0003949580940000031
再针对获取的各时段公共交通行程时间矩阵
Figure BDA0003949580940000032
计算平均值,得到稳定的公共交通行程时间矩阵
Figure BDA0003949580940000033
并对
Figure BDA0003949580940000034
中公共交通行程时间为0的数据结合地理位置特征进行标注区分。
进一步的,本发明的高铁枢纽与城市公共交通动静态时空可达性评估方法,S3-3中对公共交通站点进行投影变换采用通用横轴墨卡托投影。
进一步的,本发明的高铁枢纽与城市公共交通动静态时空可达性评估方法,S4中测算可达性指标的步骤包括:
S4-1、测算高铁枢纽换乘可达公共交通站点服务率
Figure BDA0003949580940000035
式中:
Figure BDA0003949580940000036
为高铁枢纽换乘可达公共交通站点静态区域服务面积,通过提取S3融合的地铁站点服务缓冲影响区与换乘次数≤μ的道路公交站点服务缓冲影响区获得;Sbuilt为城市建设用地面积,结合S1待研究城市行政区域面积扣除相应非建设用地面积得到,非建设用地包括绿地、水域等;
S4-2、测算高铁枢纽换乘可达城市空间覆盖率
Figure BDA0003949580940000037
式中:N为划分的城市栅格数量,
Figure BDA00039495809400000313
Figure BDA0003949580940000039
剔除公共交通使用次数为0的栅格后得到的高铁枢纽至城市栅格中心点对的公共交通使用次数信息矩阵,μ为换乘次数阈值,λ1为公共交通使用次数为0且靠近高铁枢纽区域的栅格数量,定义累计计数函数CumCount(ob,th),该函数返回值为传入对象ob所有值≤th的个数;
S4-3、测算高铁枢纽以公共交通城市时空可达率DHUar
Figure BDA00039495809400000310
式中:
Figure BDA00039495809400000311
Figure BDA00039495809400000312
剔除公共交通行程时间为0的栅格后得到的高铁枢纽至城市栅格中心点对稳定的公共交通行程时间矩阵,δtime是以高铁枢纽为起点使用公共交通出行行程时间阈值,τ1为公共交通行程时间为0且靠近高铁枢纽区域的栅格数量。
进一步的,本发明的高铁枢纽与城市公共交通动静态时空可达性评估方法,S5中可达性评估的步骤包括:
S5-1、设定动静态融合因子γ=[γ123],其中γ1、γ2、γ3分别对应高铁枢纽换乘可达公共交通站点服务率HTSsr、高铁枢纽换乘可达城市空间覆盖率HTUcr、高铁枢纽以公共交通城市时空可达率DHUar,且i∈{1,2,3}满足
Figure BDA0003949580940000041
S5-2、根据S4测算的高铁枢纽与待研究城市公共交通动静态时空可达性指标,计算高铁枢纽与城市公共交通综合时空可达指数ITSA=γ[HTSsr,HTUcr,DHUar]T且ITSA∈[0,1];
S5-3、评估高铁枢纽与城市公共交通时空可达性:
对于单高铁枢纽,使用综合时空可达指数ITSA表征高铁枢纽与城市公共交通动静态时空可达性,ITSA值越接近1表示高铁枢纽与城市公共交通动静态时空可达性越好;
对于多高铁枢纽,引入区位空间变异系数CVs结合综合时空可达指数ITSA来评估多个高铁枢纽与城市公共交通动静态时空可达性,其中,综合时空可达指数ITSA表征高铁枢纽与城市公共交通的动静态时空可达状况,区位空间变异系数CVs表征高铁枢纽与城市公共交通时空可达状况的相对稳定程度,CVs值越小表示高铁枢纽以公共交通城市时空可达率波动越小,即在研究时段内高铁枢纽与城市公共交通时空可达状况相对稳定。
进一步的,本发明的高铁枢纽与城市公共交通动静态时空可达性评估方法,区位空间变异系数CVs的计算步骤具体为:
根据每次获取的公共交通行程时间矩阵
Figure BDA0003949580940000042
计算高铁枢纽以公共交通城市时空可达率
Figure BDA0003949580940000043
式中:
Figure BDA0003949580940000044
为β时段内第α次获取的公共交通行程时间矩阵
Figure BDA0003949580940000045
中公共交通行程时间为0且靠近高铁枢纽区域的栅格数量,
Figure BDA0003949580940000046
Figure BDA0003949580940000047
剔除公共交通行程时间为0的栅格后得到的公共交通行程时间矩阵,δtime是以高铁枢纽为起点使用公共交通出行行程时间阈值;
基于高铁枢纽以公共交通城市时空可达率
Figure BDA0003949580940000048
构成公共交通时空可达率集合
Figure BDA0003949580940000049
计算区位空间变异系数
Figure BDA00039495809400000410
式中:SD是Ω的标准差;E是Ω的均值;DI是高铁枢纽距离指数,dcenter为高铁枢纽至城市市中心的距离,Areacity为城市行政区域面积。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
1、本发明的高铁枢纽与城市公共交通动静态时空可达性评估方法使用互联网地图开放平台等多源交通大数据,与传统调查数据相比,数据获取方式成本低且便捷高效;
2、本发明的高铁枢纽与城市公共交通动静态时空可达性评估方法融合高铁枢纽与城市公共交通动静态时空可达性评估指标,较传统单因素静态公共交通站点覆盖率,可达性评估结果更为客观准确,同时技术方法易于实施且泛化能力强;
3、本发明的高铁枢纽与城市公共交通动静态时空可达性评估方法实现了从实际运用维度精准化评估高铁枢纽与城市公共交通动静态时空可达性,为规划者进行科学高效的高铁枢纽与城市公共交通可达性分析提供了方法支撑与评估手段,服务于高铁枢纽与城市公共交通的高效协同、基础设施互联互通、运输服务一体化的发展要求,具有广阔的应用前景。
附图说明
附图用来提供对本发明的进一步理解,与说明描述一起用于解释本发明的实施例,并不构成对本发明的限制。在附图中:
图1为本发明的高铁枢纽与城市公共交通动静态时空可达性评估方法的流程图。
图2为本发明实施例的利用南京市行政区划数据栅格化城市处理结果图。
图3为本发明实施例的高铁枢纽与城市公共交通动静态评估数据获取框架图。
图4为本发明实施例的南京市栅格网与公共交通站点匹配的结果图。
图5为本发明实施例的南京南站高铁枢纽至栅格中心点对和南京南站高铁枢纽至公共交通站点点对的使用公共交通次数信息处理流程示例图。
图6为本发明实施例的南京南站换乘可达公共交通站点服务缓冲影响区示例图。
图7为本发明实施例的南京南站至城市栅格中心点对的公共交通行程时间数据处理流程示例图。
图8为本发明实施例的南京南站至城市栅格中心点对稳定的公共交通行程时间结果图。
具体实施方式
为了进一步理解本发明,下面结合实施例对本发明优选实施方案进行描述,但是应当理解,这些描述只是为进一步说明本发明的特征和优点,而不是对本发明权利要求的限制。
该部分的描述只针对典型的实施例,本发明并不仅局限于实施例描述的范围。不同实施例的组合、不同实施例中的一些技术特征进行相互替换,相同或相近的现有技术手段与实施例中的一些技术特征进行相互替换也在本发明描述和保护的范围内。
如图1所示,本发明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的整体流程图。下面以南京市为实施例对本发明的具体步骤进行详细说明。
S1、获取南京市基础地理信息,通过阿里云的DataV.GeoAtlas数据平台获取南京市行政区划数据,并将其转为地理数据平台通用的Shapefile格式;通过南京市统计局统计年鉴查询南京市行政区域面积为6587.0km2
S2、获取高铁枢纽与南京市公共交通动静态评估数据,其中静态评估数据包括高铁枢纽和公共交通站点的位置信息、高铁枢纽至城市栅格中心点对和高铁枢纽至公共交通站点点对的公共交通使用次数信息,动态评估数据包括高铁枢纽至城市栅格中心点对的公共交通行程时间信息。本实施例利用编程语言为Python基于Jupyter Notebook开发环境完成数据获取与处理等操作,具体实施过程如下:
S2-1、利用南京市行政区划数据对其进行栅格化处理,将南京市分为N=7030个精度为1km×1km的栅格单元,并存储栅格中心经纬度位置信息矩阵
Figure BDA0003949580940000061
(经纬度值均为WGS-84坐标系),便于高铁枢纽与城市公共交通动静态评估数据的获取,如图2示出了利用南京市行政区划数据栅格化城市处理结果;
S2-2、选定南京市南京南站为待评估高铁枢纽,获取南京南站与南京市公共交通静态评估数据,本实施例基于高德开放平台(https://lbs.amap.com/)API接口爬虫获取南京南站与南京市公共交通站点经纬度位置数据,其中公共交通站点包括已运营的地铁站点与道路公交站点;基于地图API接口爬虫获取南京南站至7030个南京市栅格中心Ψ点对以及南京南站至南京市已运营的地铁站点和公交站点点对的公共交通路径规划数据,根据获取的公共交通路径规划数据提取南京南站至城市栅格中心点对和南京南站至公共交通站点点对的使用公共交通次数信息;
S2-3、南京南站与南京市公共交通动态评估数据采集,基于地图API接口爬虫获取以公共交通方式从南京南站至7030个城市栅格中心Ψ点对的行程时间数据,由于行程时间数据的动态波动性,抓取时间选择工作日早高峰(7:30-9:00)、午平峰(12:30-14:00)、晚高峰(18:00-19:30)3个时段,以10分钟为间隔,每个时段抓取10次,分别获取相应时段内南京南站至城市栅格中心点对的公共交通行程时间数据。
如图3示出了S2-2与S2-3高铁枢纽与城市公共交通动静态评估数据获取框架。
S3、处理高铁枢纽与南京市公共交通动静态评估数据,包括城市栅格网与公共交通站点位置匹配、高铁枢纽至城市栅格中心点对以及高铁枢纽至公共交通站点点对的公共交通使用次数信息处理、公共交通站点服务缓冲影响区生成、高铁枢纽至城市栅格中心点对的公共交通行程时间数据处理,其具体过程如下:
S3-1、利用Python空间科学计算库scipy.spatial中k-dimensional树算法进行最近邻查找,快速检索距离公共交通站点(地铁站点与道路公交站点)最近的栅格中心点,从而完成南京市栅格网与公共交通站点匹配,有利于后续步骤公共交通站点数据空间集计处理,如图4示出了南京市栅格网与公共交通站点匹配的结果;
S3-2、处理S2-2获取的高铁枢纽至城市栅格中心点对和高铁枢纽至公共交通站点点对的使用公共交通次数信息,如图5示出了公共交通次数信息处理过程,得到南京南站至城市栅格中心点对的公共交通使用次数信息矩阵
Figure BDA0003949580940000071
南京南站至匹配后的地铁站点点对的公共交通使用次数信息矩阵
Figure BDA0003949580940000072
南京南站至匹配后的道路公交站点点对的公共交通使用次数信息矩阵
Figure BDA0003949580940000073
Figure BDA0003949580940000074
矩阵中使用公共交通次数为0时,在实际情况中表征两种含义:①靠近南京南站区域的栅格在公交路径规划中无需使用公共交通而是步行即可到达,②南京市中存在从南京南站无法使用公共交通到达的栅格,此时应结合南京南站与城市栅格地理位置特征对数据进行标注处理;同理在地铁站点
Figure BDA0003949580940000075
和道路公交站点矩阵
Figure BDA0003949580940000076
中针对公共交通使用次数为0的数据同样进行标注区分;
S3-3、结合S3-2公共交通使用次数信息矩阵
Figure BDA0003949580940000077
Figure BDA0003949580940000078
剔除从南京南站不可达的公共交通站点后,对公共交通站点进行投影变换(通用横轴墨卡托投影),根据地铁和道路公交对客流吸引程度和相关标准规范,对于地铁站点和道路公交站点分别生成800m、500m半径的圆形缓冲影响区;对出行中公共交通使用次数减去1即为公共交通换乘次数,与地铁出行相比,道路公交受到换乘次数的影响较大,且随换乘次数的增加,道路公交吸引力逐渐下降,因此结合南京市居民出行整体情况,设定道路公交换乘次数阈值μ=3,只生成换乘次数≤3的道路公交站点缓冲影响区;对生成的地铁站点缓冲影响区和道路公交站点缓冲影响区进行融合、删除重叠要素,如图6示出了南京南站换乘可达公共交通站点服务缓冲影响区。
S3-4、处理S2-3选择的早高峰(7:30-9:00)、午平峰(12:30-14:00)、晚高峰(18:00-19:30)3个时段,以10分钟为间隔,获取的南京南站至城市栅格中心点对的公共交通行程时间数据,得到当前β时段第α次获取的南京南站至城市栅格中心点对的公共交通行程时间矩阵
Figure BDA0003949580940000081
式中β∈{1,2,3}分别代表早高峰、午平峰、晚高峰3个时段、
Figure BDA0003949580940000082
分别代表三个时段公共交通行程时间获取次数,即
Figure BDA0003949580940000083
Figure BDA0003949580940000084
为β时段内第α次获取的高铁枢纽至栅格中心i点对的公共交通行程时间且i∈[1,7030],如图7示出了南京南站至城市栅格中心点对的公共交通行程时间数据处理流程示例图,针对获取的各时段公共交通行程时间矩阵
Figure BDA0003949580940000085
计算平均值,得到稳定的公共交通行程时间矩阵
Figure BDA0003949580940000086
式中i∈[1,7030]、
Figure BDA0003949580940000087
为南京南站至栅格中心i点对稳定的公共交通行程时间(单位:min),如图8示出了南京南站至城市栅格中心点对稳定的公共交通行程时间结果图,与S3-2同理,针对
Figure BDA0003949580940000088
Figure BDA0003949580940000089
的栅格结合地理位置特征进行标注区分。
S4、测算高铁枢纽与南京市公共交通动静态时空可达性指标,具体包括南京南站换乘可达公共交通站点服务率HTSsr、南京南站换乘可达城市空间覆盖率HTUcr和南京南站以公共交通城市时空可达率DHUar三个指标,其具体过程如下:
S4-1、提取S3-3融合的地铁站点800m服务缓冲影响区与道路公交站点(换乘次数≤3)500m服务缓冲影响区,得到南京南站换乘可达公共交通站点静态区域服务面积
Figure BDA00039495809400000810
通过南京市规划和自然资源局搜集相关土地规划资料,估算南京市建设用地面积Sbuilt=3540.8km2,计算南京南站换乘可达公共交通站点服务率
Figure BDA00039495809400000811
S4-2、根据S3-2处理得到的高铁枢纽至城市栅格中心点对的公共交通使用次数信息矩阵
Figure BDA00039495809400000812
计算使用公共交通次数为0时的栅格数量为λ=151,且此时特征①和特征②的栅格数量分别为λ1=4与λ2=147,剔除使用公共交通次数为0的栅格得到高铁枢纽至城市栅格中心点对的公共交通使用次数信息矩阵
Figure BDA0003949580940000091
定义累计计数函数CumCount(ob,th),该函数返回值为传入对象ob所有值≤th的个数,结合换乘次数阈值μ=3,计算南京南站换乘可达城市空间覆盖率
Figure BDA0003949580940000092
S4-3、结合城市综合交通枢纽体系发展规划,定义以高铁枢纽为起点使用公共交通出行行程时间阈值δtime=150min,根据S3-4处理得到的稳定的公共交通行程时间矩阵
Figure BDA0003949580940000093
计算得到
Figure BDA0003949580940000094
的栅格数量为τ=58,与S4-2同理,此时特征①和特征②的栅格数量分别为τ1=6与τ2=52,剔除
Figure BDA0003949580940000095
的栅格得到高铁枢纽至城市栅格中心点对稳定的公共交通行程时间矩阵
Figure BDA0003949580940000096
计算动态南京南站以公共交通城市时空可达率
Figure BDA0003949580940000097
S5、评估高铁枢纽与南京市公共交通动静态时空可达性,具体包括动静态融合因子γ设定、综合时空可达指数ITSA计算、单高铁枢纽与多高铁枢纽时空可达性评估与对比,其具体过程如下:
S5-1、考虑不同动静态时空可达性指标在表征高铁枢纽与城市公共交通综合时空可达率的相对影响关系,设定动静态融合因子γ=[γ1=0.25,γ2=0.40,γ3=0.35],其中γ1、γ2、γ3分别对应HTSsr、HTUcr、DHUar
S5-2、结合S5-1设定的动静态融合因子,计算南京南站与南京市公共交通综合时空可达指数ITSA=γ[HTSsr,HTUcr,DHUar]T=0.84;
S5-3、评估高铁枢纽与城市公共交通时空可达性,针对单个高铁枢纽可使用S5-2计算的综合时空可达指数ITSA表征高铁枢纽与城市公共交通动静态时空可达性,参考相关规范标准其换算关系如表1所示,得到南京南站与南京市公共交通综合时空可达性等级为优秀(ITSA=0.84∈(0.8,1]),表明南京南站与南京市公共交通动静态时空可达性相对较好;
表1综合时空可达指数与动静态时空可达性等级换算关系
综合时空可达指数 [0,0.2] (0.2,0.5] (0.5,0.6] (0.6,0.8] (0.8,1]
动静态时空可达性等级 较差 中等 良好 优秀
在进行多个高铁枢纽与城市公共交通动静态时空可达性对比评估时,由于不同待研究城市空间尺度或不同高铁枢纽在城市中的区位差异影响,导致S2-3获取的高铁枢纽至城市栅格中心点对的公共交通行程时间数据存在异质性,从而进一步影响动态高铁枢纽以公共交通城市时空可达率DHUar指标计算,因此在比较综合时空可达指数ITSA的基础上,加入区位空间变异系数CVs,根据每次获取的公共交通行程时间矩阵
Figure BDA0003949580940000101
计算南京南站以公共交通城市时空可达率
Figure BDA0003949580940000102
构成南京南站以公共交通时空可达率集合
Figure BDA0003949580940000103
(size:30);计算南京南站公共交通城市时空可达率区位空间变异系数:CVs=17.8%,其中dcenter取10km,Areacity取6587.0km2
区位空间变异系数CVs表征公共交通行程时间数据的空间波动性,其换算关系如表2所示,得到南京南站公共交通行程时间数据的空间波动性为中等,即南京南站高铁枢纽
Figure BDA0003949580940000104
若按照上述S1至S5计算得到W1城市的高铁枢纽
Figure BDA0003949580940000105
W2城市的高铁枢纽
Figure BDA0003949580940000106
综合对比ITSA值与CVs值:高铁枢纽ω1与W1城市公共交通的综合时空可达状况最好,但在研究时段内高铁枢纽与城市公共交通时空可达状况的相对稳定程度最差,高铁枢纽ω2与W2城市公共交通的综合时空可达状况最差,但在研究时段内高铁枢纽与城市公共交通时空可达状况的相对稳定程度最好,而南京南站与南京市公共交通的综合时空可达状况以及其相对稳定程度均处于三者间中等水平;通过综合对比时空可达指数ITSA与区位空间变异系数CVs实现了多个高铁枢纽与城市公共交通动静态时空可达性对比评估。
表2区位空间变异系数与空间波动性等级换算关系
区位空间变异系数 [0,15%] (15%,30%] (30%,+∞)
空间波动性等级 中等
本发明提出的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使用互联网地图开放平台等多源交通大数据,与基于传统调查和运营数据的公共交通可达性评估相比,数据获取方式成本低且便捷高效,本发明实现了高铁枢纽与城市精细化研究栅格单元的公共交通可达性量化分析,从实际运用维度精准化评估高铁枢纽与城市公共交通动静态时空可达性,融合高铁枢纽换乘可达公共交通站点服务率、高铁枢纽换乘可达城市空间覆盖率、高铁枢纽以公共交通城市时空可达率三类动静态时空可达性指标,评估结果更为可靠且技术方法切实可行,支撑现代化综合立体交通网背景下高铁枢纽与城市公共交通的高质量发展。
这里本发明的描述和应用是说明性的,并非想将本发明的范围限制在上述实施例中。说明书中所涉及的效果或优点等相关描述可因具体条件参数的不确定或其它因素影响而可能在实际实施例中不能体现,效果或优点等相关描述不用于对发明范围进行限制。这里所披露的实施例的变形和改变是可能的,对于那些本领域的普通技术人员来说实施例的替换和等效的各种部件是公知的。本领域技术人员应该清楚的是,在不脱离本发明的精神或本质特征的情况下,本发明可以以其它形式、结构、布置、比例,以及用其它组件、材料和部件来实现。在不脱离本发明范围和精神的情况下,可以对这里所披露的实施例进行其它变形和改变。

Claims (9)

1.一种高铁枢纽与城市公共交通动静态时空可达性评估方法,其特征在于,包括:
S1、获取待研究城市的基础地理信息;
S2、获取高铁枢纽与待研究城市公共交通的动、静态评估数据;
S3、对城市栅格网与公共交通站点进行位置匹配后,处理S2中获取的动、静态评估数据;其中,城市栅格网指将城市进行栅格化处理后形成的网络,该网络包括若干个栅格单元,栅格单元的中心点为城市栅格中心;
S4、测算高铁枢纽换乘可达公共交通站点服务率、换乘可达城市空间覆盖率、以公共交通城市时空可达率三类时空可达性指标;
S5、设定动静态融合因子,计算高铁枢纽综合时空可达指数,进行单高铁枢纽或引入区位空间变异系数的多高铁枢纽与城市公共交通时空可达性评估。
2.根据权利要求1所述的高铁枢纽与城市公共交通动静态时空可达性评估方法,其特征在于,S1中待研究城市的基础地理信息包括待研究城市的行政区划数据与待研究城市行政区域面积。
3.根据权利要求1所述的高铁枢纽与城市公共交通动静态时空可达性评估方法,其特征在于,S2中高铁枢纽与待研究城市公共交通的静态评估数据包括:高铁枢纽和公共交通站点的位置信息、高铁枢纽至城市栅格中心点对和高铁枢纽至公共交通站点点对的公共交通使用次数信息,其中,公共交通站点包括待研究城市已运营的地铁站点与道路公交站点。
4.根据权利要求1所述的高铁枢纽与城市公共交通动静态时空可达性评估方法,其特征在于,S2中高铁枢纽与待研究城市公共交通的动态评估数据包括:高铁枢纽至城市栅格中心点对的公共交通行程时间信息。
5.根据权利要求1所述的高铁枢纽与城市公共交通动静态时空可达性评估方法,其特征在于,S3中处理动、静态评估数据具体步骤包括:
S3-1、使用k-dimensional树算法进行最近邻查找,快速检索距离公共交通站点最近的城市栅格中心点,进行城市栅格网与公共交通站点的匹配;
S3-2、处理S2获取的高铁枢纽至城市栅格中心点对以及高铁枢纽至公共交通站点点对的公共交通使用次数信息,得到高铁枢纽至城市栅格中心点对的公共交通使用次数信息矩阵
Figure FDA0003949580930000011
高铁枢纽至匹配后的地铁站点点对的公共交通使用次数信息矩阵
Figure FDA0003949580930000012
高铁枢纽至匹配后的道路公交站点点对的公共交通使用次数信息矩阵
Figure FDA0003949580930000013
并对
Figure FDA0003949580930000014
中公共交通使用次数为0的数据结合地理位置特征进行标注区分;
S3-3、结合公共交通使用次数信息矩阵
Figure FDA0003949580930000021
Figure FDA0003949580930000022
剔除从高铁枢纽不可达的公共交通站点后,对公共交通站点进行投影变换,对出行中公共交通使用次数减去1即为公共交通换乘次数,设定道路公交换乘次数阈值μ,生成地铁站点缓冲影响区和换乘次数≤μ的道路公交站点缓冲影响区,所述缓冲影响区是以公共交通站点为圆心、设定半径的圆形,对生成的地铁站点缓冲影响区和道路公交站点缓冲影响区进行融合、删除重叠要素,得到高铁枢纽换乘可达公共交通站点静态服务缓冲影响区;
S3-4、处理S2单次获取的高铁枢纽至城市栅格中心点对的公共交通行程时间数据,得到当前β时段第α次获取的高铁枢纽至城市栅格中心点对的公共交通行程时间矩阵
Figure FDA0003949580930000023
再针对获取的各时段公共交通行程时间矩阵
Figure FDA0003949580930000024
计算平均值,得到稳定的公共交通行程时间矩阵
Figure FDA0003949580930000025
并对
Figure FDA0003949580930000026
中公共交通行程时间为0的数据结合地理位置特征进行标注区分。
6.根据权利要求5所述的高铁枢纽与城市公共交通动静态时空可达性评估方法,其特征在于,S3-3中对公共交通站点进行投影变换采用通用横轴墨卡托投影。
7.根据权利要求1所述的高铁枢纽与城市公共交通动静态时空可达性评估方法,其特征在于,S4中测算可达性指标的步骤包括:
S4-1、测算高铁枢纽换乘可达公共交通站点服务率
Figure FDA0003949580930000027
式中:
Figure FDA0003949580930000028
为高铁枢纽换乘可达公共交通站点静态区域服务面积,通过提取S3融合的地铁站点服务缓冲影响区与换乘次数≤μ的道路公交站点服务缓冲影响区获得;Sbuilt为城市建设用地面积,结合S1待研究城市行政区域面积扣除相应非建设用地面积得到,非建设用地包括绿地、水域等;
S4-2、测算高铁枢纽换乘可达城市空间覆盖率
Figure FDA0003949580930000029
式中:N为划分的城市栅格数量,
Figure FDA00039495809300000210
Figure FDA00039495809300000211
剔除公共交通使用次数为0的栅格后得到的高铁枢纽至城市栅格中心点对的公共交通使用次数信息矩阵,μ为换乘次数阈值,λ1为公共交通使用次数为0且靠近高铁枢纽区域的栅格数量,定义累计计数函数CumCount(ob,th),该函数返回值为传入对象ob所有值≤th的个数;
S4-3、测算高铁枢纽以公共交通城市时空可达率DHUar
Figure FDA00039495809300000212
式中:
Figure FDA0003949580930000031
Figure FDA0003949580930000032
剔除公共交通行程时间为0的栅格后得到的高铁枢纽至城市栅格中心点对稳定的公共交通行程时间矩阵,δtime是以高铁枢纽为起点使用公共交通出行行程时间阈值,τ1为公共交通行程时间为0且靠近高铁枢纽区域的栅格数量。
8.根据权利要求1所述的高铁枢纽与城市公共交通动静态时空可达性评估方法,其特征在于,S5中可达性评估的步骤包括:
S5-1、设定动静态融合因子γ=[γ123],其中γ1、γ2、γ3分别对应高铁枢纽换乘可达公共交通站点服务率HTSsr、高铁枢纽换乘可达城市空间覆盖率HTUcr、高铁枢纽以公共交通城市时空可达率DHUar,且i∈{1,2,3}满足
Figure FDA0003949580930000033
S5-2、根据S4测算的高铁枢纽与待研究城市公共交通动静态时空可达性指标,计算高铁枢纽与城市公共交通综合时空可达指数ITSA=γ[HTSsr,HTUcr,DHUar]T且ITSA∈[0,1];
S5-3、评估高铁枢纽与城市公共交通时空可达性:
对于单高铁枢纽,使用综合时空可达指数ITSA表征高铁枢纽与城市公共交通动静态时空可达性,ITSA值越接近1表示高铁枢纽与城市公共交通动静态时空可达性越好;
对于多高铁枢纽,引入区位空间变异系数CVs结合综合时空可达指数ITSA来评估多个高铁枢纽与城市公共交通动静态时空可达性,其中,综合时空可达指数ITSA表征高铁枢纽与城市公共交通的动静态时空可达状况,区位空间变异系数CVs表征高铁枢纽与城市公共交通时空可达状况的相对稳定程度,CVs值越小表示高铁枢纽以公共交通城市时空可达率波动越小,即在研究时段内高铁枢纽与城市公共交通时空可达状况相对稳定。
9.根据权利要求8所述的高铁枢纽与城市公共交通动静态时空可达性评估方法,其特征在于,区位空间变异系数CVs的计算步骤具体为:
根据每次获取的公共交通行程时间矩阵
Figure FDA0003949580930000034
计算高铁枢纽以公共交通城市时空可达率
Figure FDA0003949580930000035
式中:
Figure FDA0003949580930000036
为β时段内第α次获取的公共交通行程时间矩阵
Figure FDA0003949580930000037
中公共交通行程时间为0且靠近高铁枢纽区域的栅格数量,
Figure FDA0003949580930000038
Figure FDA0003949580930000039
剔除公共交通行程时间为0的栅格后得到的公共交通行程时间矩阵,δtime是以高铁枢纽为起点使用公共交通出行行程时间阈值;
基于高铁枢纽以公共交通城市时空可达率
Figure FDA0003949580930000041
构成公共交通时空可达率集合
Figure FDA0003949580930000042
计算区位空间变异系数
Figure FDA0003949580930000043
式中:SD是Ω的标准差;E是Ω的均值;DI是高铁枢纽距离指数,dcenter为高铁枢纽至城市市中心的距离,Areacity为城市行政区域面积。
CN202211445854.1A 2022-11-18 2022-11-18 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 Active CN115860520B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211445854.1A CN115860520B (zh) 2022-11-18 2022-11-18 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211445854.1A CN115860520B (zh) 2022-11-18 2022-11-18 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

Publications (2)

Publication Number Publication Date
CN115860520A true CN115860520A (zh) 2023-03-28
CN115860520B CN115860520B (zh) 2023-08-22

Family

ID=85664099

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211445854.1A Active CN115860520B (zh) 2022-11-18 2022-11-18 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

Country Status (1)

Country Link
CN (1) CN115860520B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116433105A (zh) * 2023-05-22 2023-07-14 深圳大学 一种定量评估轨道交通与城市空间要素分布耦合度的方法
CN118152676A (zh) * 2024-05-09 2024-06-07 中国地铁工程咨询有限责任公司 一种基于互联网地图的轨道站点可达性分析方法及装置
CN118657440A (zh) * 2024-08-20 2024-09-17 成都源智未来信息技术有限公司 一种小微公共空间更新价值的评估方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
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
CN106846214A (zh) * 2016-11-24 2017-06-13 西安建筑科技大学 分析交通枢纽可达性对区域公共运输方式竞争影响的方法
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
CN111882098A (zh) * 2020-04-03 2020-11-03 广州市交通规划研究院 一种基于整体协同的铁路站点客流及接驳方式预测方法
CN111932084A (zh) * 2020-07-15 2020-11-13 江苏大学 一种评估城市公共交通可达性的系统
CN113657672A (zh) * 2021-08-18 2021-11-16 北京航空航天大学 一种基于动态规划的综合枢纽末班车衔接方法
CN114240107A (zh) * 2021-12-06 2022-03-25 昆山轨道交通投资置业有限公司 一种公共交通复合网络中站点站间可达性评价方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
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
CN106846214A (zh) * 2016-11-24 2017-06-13 西安建筑科技大学 分析交通枢纽可达性对区域公共运输方式竞争影响的方法
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
CN111882098A (zh) * 2020-04-03 2020-11-03 广州市交通规划研究院 一种基于整体协同的铁路站点客流及接驳方式预测方法
CN111932084A (zh) * 2020-07-15 2020-11-13 江苏大学 一种评估城市公共交通可达性的系统
CN113657672A (zh) * 2021-08-18 2021-11-16 北京航空航天大学 一种基于动态规划的综合枢纽末班车衔接方法
CN114240107A (zh) * 2021-12-06 2022-03-25 昆山轨道交通投资置业有限公司 一种公共交通复合网络中站点站间可达性评价方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
罗萍嘉;秦晓亚;李旭;: "基于GIS的城市开敞空间可达性分析――以徐州市主城区为例", 园林科技, no. 03 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116433105A (zh) * 2023-05-22 2023-07-14 深圳大学 一种定量评估轨道交通与城市空间要素分布耦合度的方法
CN116433105B (zh) * 2023-05-22 2023-09-19 深圳大学 一种定量评估轨道交通与城市空间要素分布耦合度的方法
CN118152676A (zh) * 2024-05-09 2024-06-07 中国地铁工程咨询有限责任公司 一种基于互联网地图的轨道站点可达性分析方法及装置
CN118657440A (zh) * 2024-08-20 2024-09-17 成都源智未来信息技术有限公司 一种小微公共空间更新价值的评估方法及系统

Also Published As

Publication number Publication date
CN115860520B (zh) 2023-08-22

Similar Documents

Publication Publication Date Title
Kong et al. Optimal location planning method of fast charging station for electric vehicles considering operators, drivers, vehicles, traffic flow and power grid
Du et al. Identifying critical nodes in metro network considering topological potential: A case study in Shenzhen city—China
CN115860520A (zh) 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
Jiao et al. Impacts on accessibility of China’s present and future HSR network
Cavadas et al. A MIP model for locating slow-charging stations for electric vehicles in urban areas accounting for driver tours
CN108647221B (zh) 一种基于gis的公交路径规划方法
CN105809962A (zh) 一种基于手机数据的交通出行方式划分的方法
Kang et al. Mapping the dynamics of electric vehicle charging demand within Beijing's spatial structure
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
CN110796337B (zh) 一种评价城市公交站点服务可达性的系统
CN112765753B (zh) 一种公共交通超级网络构建方法
CN110414795B (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
CN109325614B (zh) 一种基于gis的汽车站选址方法
Qiao et al. Visualization and spatial analysis of socio-environmental externalities of urban underground space use: Part 1 positive externalities
Zhao et al. Does China-Pakistan Economic Corridor improve connectivity in Pakistan? A protocol assessing the planned transport network infrastructure
Hadas et al. Public transit network connectivity: spatial-based performance indicators
CN115879737A (zh) 一种基于密度和出入度平衡聚类的共享单车站点选址方法
CN105468595A (zh) 公交线路规划方法及系统
Yin et al. Planning of electric vehicle charging station based on real time traffic flow
Guan et al. Residents’ characteristics and transport policy analysis in large-scale residential areas on a city periphery: Case study of Jinhexincheng, Shanghai, China
CN112085315A (zh) 一种基于机动车通勤出行的加油站碳排放强度计算方法
CN108304470A (zh) 一种基于ArcGIS的城市地铁路径规划方法
Mali et al. Enhanced routing in disaster management based on GIS
Falih et al. A GIS-based Network Analysis for Truck Vehicles in Baghdad's City Road Network
CN115794977A (zh) 一种移动目标离散轨迹的建立方法

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