JP2006085602A - Traffic analysis system - Google Patents
Traffic analysis system Download PDFInfo
- Publication number
- JP2006085602A JP2006085602A JP2004272004A JP2004272004A JP2006085602A JP 2006085602 A JP2006085602 A JP 2006085602A JP 2004272004 A JP2004272004 A JP 2004272004A JP 2004272004 A JP2004272004 A JP 2004272004A JP 2006085602 A JP2006085602 A JP 2006085602A
- Authority
- JP
- Japan
- Prior art keywords
- data
- traffic
- analysis
- gis
- zone
- 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.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 135
- 238000010586 diagram Methods 0.000 claims description 35
- 238000006243 chemical reaction Methods 0.000 claims description 28
- 238000013439 planning Methods 0.000 abstract description 11
- 238000004088 simulation Methods 0.000 abstract description 4
- 238000000034 method Methods 0.000 description 21
- 238000004364 calculation method Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 12
- 238000013316 zoning Methods 0.000 description 11
- 238000011161 development Methods 0.000 description 6
- 230000018109 developmental process Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000010276 construction Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- UCDPMNSCCRBWIC-UHFFFAOYSA-N orthosulfamuron Chemical compound COC1=CC(OC)=NC(NC(=O)NS(=O)(=O)NC=2C(=CC=CC=2)C(=O)N(C)C)=N1 UCDPMNSCCRBWIC-UHFFFAOYSA-N 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008571 general function Effects 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
本発明は、交通需要予測における交通解析システムに関し、より具体的には中小規模の都市に対応した効率的且つ高精度な交通解析システムに関する。 The present invention relates to a traffic analysis system in traffic demand prediction, and more specifically to an efficient and highly accurate traffic analysis system corresponding to small and medium-sized cities.
我が国は少子高齢社会を迎えこれまで以上にまちづくり・地域づくりによる社会資本の整備が必要となってきた。まちづくりの推進に欠かせないものの１つが地域の骨格を形成する道路整備であり、この道路整備計画を立案する際には地域の交通需要予測を行うことが必須の条件となっている。 Japan has faced a declining birthrate and an aging society, and it has become necessary to improve social capital through community development and community development. One of the indispensable elements for promoting community development is road maintenance that forms the framework of the region. When planning this road improvement plan, it is essential to predict local traffic demand.
我が国の交通需要予測は、全国規模で実施される道路交通センサスあるいは都市圏単位で実施されるPT（パーソントリップ）調査に基礎を置いており、その予測はマクロな予測から順に細部の交通流動を予測する４段階推計法と呼ばれる手法が使われている。
中小規模の都市で実施するまちづくり計画などで需要予測を実施する場合、広域圏との整合を取るため道路交通センサスあるいはPT調査結果を上位計画として４段階推計法の最後の段階である交通量配分のみを実施している。
Japan's traffic demand forecast is based on road traffic census conducted on a nationwide scale or PT (person trip) survey conducted on a metropolitan area basis, and the forecast forecasts detailed traffic flow in order from macro forecast. A method called the four-stage estimation method is used.
When demand forecast is implemented in a town planning plan implemented in a small and medium-sized city, traffic allocation is the final stage of the four-stage estimation method with the road traffic census or PT survey results as the higher-level plan for consistency with the wide area. Have only implemented.
しかし、上位計画としての道路交通センサスあるいはPT調査結果から得られる自動車流動を表すOD（Origin Destination）データは広域的な流動であるため、そのままでは中小規模の都市におけるまちづくり交通計画のように、地域に密着した交通計画を実施するために必要な細かな交通流動を表現できなかった。中小規模の都市で適正な交通需要予測をするためには、上位計画より得られた将来ODデータについて、当該地域に合致したゾーン分割・統合などを実施して将来ODデータを推計するという作業が必要であった。 However, since the OD (Origin Destination) data representing the vehicle flow obtained from the road traffic census or PT survey results as a high-level plan is a wide-area flow, as it is like a town development traffic plan in small and medium-sized cities, It was not possible to express the detailed traffic flow necessary to implement a traffic plan closely related to. In order to estimate traffic demand appropriately in small and medium-sized cities, it is necessary to estimate future OD data by performing zone division / integration etc. for the future OD data obtained from the higher-level plan. It was necessary.
一方、地域の情報を統合的・視覚的に扱うGIS（Geographic Information System：地理情報システム）技術の向上と普及が進んでおり、道路ネットワークの構築やODデータ推計のための地域情報を一体的に扱うことが容易となってきた。また、ITS（Intelligent Transport Systems）技術の革新により自動車の流動がより詳細かつ正確に把握できるようになりODデータの自動作成への具体的な利用方法の検討が始まっている。 On the other hand, GIS (Geographic Information System) technology that handles regional information in an integrated and visual manner is being improved and spread, and regional information for road network construction and OD data estimation is integrated. It has become easier to handle. In addition, the innovation of ITS (Intelligent Transport Systems) technology has made it possible to grasp the flow of automobiles in more detail and more accurately, and studies have started on a specific method for automatically creating OD data.
一方、コンピュータを利用して実現した交通需要予測システムとしては、特許文献１のシステムが提言されている。
交通需要予測のためには、道路ネットワークデータの作成が必要である。道路ネットワークデータは、交差点に相当するノードと、道路に相当するリンクから構成されており、各リンクは距離、旅行速度、道路容量といった情報を持っている。
従来の道路ネットワークデータの作成においては、道路地図上をベースに手書きの道路ネットワーク図を作成し、ノード及びリンクに番号を付けて、リンク1本ずつに対して関連データを入力していた。このため、従来の交通計画では、道路ネットワークデータの作成作業に膨大な時間と費用を費やさなくてはならないという課題があった。
In order to predict traffic demand, it is necessary to create road network data. The road network data is composed of nodes corresponding to intersections and links corresponding to roads, and each link has information such as distance, travel speed, and road capacity.
In the conventional creation of road network data, a handwritten road network diagram is created on the basis of a road map, nodes and links are numbered, and related data is input for each link. For this reason, the conventional traffic planning has a problem that enormous time and cost must be spent on the creation work of road network data.
また、近年のまちづくりにおける計画の情報公開が求められる中、道路ネットワークデータ構築のように職人技とも言える経験的、恣意的要素の多い従来の方法が次第に受け入れられなくなりつつあり、客観的な道路ネットワークデータの自動作成方法の提言が切望されている。 In addition, in recent years, there has been a demand for information disclosure of plans in town development, and traditional methods with many empirical and arbitrary elements that can be regarded as craftsmanship, such as road network data construction, are gradually becoming unacceptable. The proposal of the automatic creation method of data is anxious.
また、中小規模の都市のまちづくり計画に対応したODデータの推計では、上位計画で定められ地域別（大ゾーン別）の総発生交通量に基づき、さらに対象地域に合わせて分割・統合することで新たなゾーニングを行う必要がある。すなわち、上位計画のゾーンは大きな都市を除いては市町村の単位となっているため、これを分割してまちづくり計画で利用する小ゾーンを設定する必要がある。小ゾーン設定のためのゾーン分割作業では、一般にゾーンのサイズではなくゾーンからの発生交通量に比例して分割する必要がある。従って、ゾーンの人口などの指標を用いることが多いが、人口系指標の集計単位は字または町丁目となっているのが通常であるため、小ゾーンの設定もこの単位で行うことが多いのが現状である。 In addition, in the estimation of OD data corresponding to city planning plans for small and medium-sized cities, it is possible to divide and consolidate according to the target area based on the total generated traffic volume by area (by large zone) determined by the higher level plan. It is necessary to perform new zoning. That is, since the zone of the upper level plan is a unit of a municipality except for a large city, it is necessary to divide this and set a small zone to be used in the town planning. In zone division work for setting a small zone, it is generally necessary to divide in proportion to the amount of traffic generated from the zone, not the size of the zone. Therefore, it is common to use indicators such as the population of the zone, but since the aggregate unit of population-based indicators is usually in the form of letters or towns, it is often the case that small zones are also set in this unit. Is the current situation.
しかしながら、このようにして作成された小ゾーンの中にも多くの交通発生源があり、実際の配分計算では各小ゾーンを代表するゾーン中心をどこに設定するかは経験的に行わざるを得なかった。しかも、交通需要予測で使用する土地利用データや人口系指標は膨大な情報量に及ぶことから、これまでは交通需要予測計算を正確に反映させることは難しい状況にあった。 However, there are many traffic sources in the small zones created in this way, and in actual allocation calculation, it is necessary to empirically determine where to set the zone center that represents each small zone. It was. Moreover, since land use data and population indicators used in traffic demand prediction cover a huge amount of information, it has been difficult to accurately reflect traffic demand prediction calculations so far.
本発明では以上の背景を踏まえ、GISと交通解析ソフトを連携することで、交通解析の作業効率を高め、且つ中小規模の都市のまちづくりに対応した高精度で多面的な交通解析シミュレーションが可能な交通解析システムを提供することを目的とする。 In the present invention, based on the above background, GIS and traffic analysis software can be linked to improve the efficiency of traffic analysis and to perform highly accurate and multifaceted traffic analysis simulations that support urban development in small and medium-sized cities. The purpose is to provide a traffic analysis system.
前述したように交通需要予測を実施する上で行う必要のある道路ネットワークデータの作成やODデータの推計などは多大な時間と費用がかかるものであり、これを効率的且つ客観的基準で実施することは交通計画にとって有意義なものである。 As mentioned above, the creation of road network data and the estimation of OD data, which are necessary to carry out traffic demand forecasting, take a lot of time and money, and this is implemented on an efficient and objective basis. This is meaningful for transportation planning.
本発明の主なポイントは、(1)道路ネットワークデータの自動生成、(2)ODデータのゾーン分割の自動化、(3)需要予測結果のGISデータ化の３つであり、これにより効率的且つ客観的基準で交通需要予測を行うことを可能としている。
以下、それぞれの詳細を述べる。
The main points of the present invention are (1) automatic generation of road network data, (2) automation of zone division of OD data, and (3) GIS data conversion of demand forecast results. It is possible to predict traffic demand on an objective basis.
Details of each will be described below.
(1)道路ネットワークデータの自動生成
GISを利用することにより、デジタル地図の利用が容易になると共に、地理情報に紐付けられたデータを数値化し自動集計することが可能となる。本発明では、GISの機能を最大限に利用したシステムを構築することにより、道路ネットワークデータ生成に際し必要なノード、リンクの作成作業の大部分を自動的に行うことを可能とした。
(1) Automatic generation of road network data
By using GIS, it becomes easy to use a digital map, and data associated with geographic information can be digitized and automatically counted. In the present invention, by constructing a system that makes the best use of GIS functions, it is possible to automatically perform most of the node and link creation work necessary for road network data generation.
(2)ODデータのゾーン分割の自動化
GISはその背後にあるデータベース指標を既存の行政境界にとらわれることなく任意のポリゴンによって抽出できるという優れた機能を持っている。発明者は、GISの機能を生かして、解析ゾーンの細分化や統合を自由に行えるようにすることで、配分交通量の予測精度を向上させることを可能とした。すなわち、解析ゾーンの設定をポリゴン単位で行うことにより、欲する道路ネットワークに合わせてゾーン分割を動的に行うことを可能とし、ゾーニングの作業効率が飛躍的に向上させた。
(2) Automating OD data zoning
GIS has an excellent function that the database index behind it can be extracted by arbitrary polygons without being bound by existing administrative boundaries. The inventor made it possible to improve the prediction accuracy of the allocated traffic volume by making it possible to freely subdivide and integrate analysis zones by utilizing the function of GIS. In other words, by setting the analysis zone in units of polygons, it is possible to dynamically perform zone division according to the desired road network, and zoning work efficiency is dramatically improved.
本発明に係るゾーニングの手法を具体的に説明する。
まず、解析対象地区について、初期ODデータを国勢調査の人口統計データをもとに解析単位（例えば、町丁・字等）に細分化し、基礎ODデータを作成する。
次に、解析単位における交通交差点の発生集中点をボロノイ母点としたボロノイ図を作成し、このボロノイ図を解析ゾーンに見立てて、基礎ODデータからOD分割データを自動生成する。ここで、ボロノイ図とは、平面上に配置された点群（母点）において、各点の勢力圏に応じて平面を分割した図のことをいう。
また、ITS技術の一つと位置づけられるプローブカー（車両にセンサーを搭載し、位置情報や走行情報等を収集・解析することにより道路交通情報を生成するシステム）から得たボロノイ図間の発生集中交通量の比率をもとに、与えられたODデータから直接ボロノイ図を解析ゾーンとするOD分割データを自動作成することも可能である。
このように、本発明によれば、与えられたODデータを細分化するための統計情報（町丁・字等に区分された人口データ、プローブカーによる詳細な実測データ）さえあれば、ボロノイ図をゾーンに見立てたODデータを即座に作成することが可能であり、省力化に加えて、詳細なODデータが提供されない小規模都市において、行政区分（市町村界、町丁・字等界）に依存しない交通量解析が可能となる。
The zoning method according to the present invention will be specifically described.
First, for the area to be analyzed, the initial OD data is subdivided into analysis units (for example, town chocks and characters) based on the census demographic data, and basic OD data is created.
Next, a Voronoi diagram is created with the Voronoi generating point as the concentration point of traffic intersections in the analysis unit, and this Voronoi diagram is regarded as an analysis zone, and OD division data is automatically generated from the basic OD data. Here, the Voronoi diagram is a diagram in which a plane is divided according to the sphere of influence of each point in a point group (base point) arranged on the plane.
Also, concentrated traffic generated between Voronoi diagrams obtained from a probe car (a system that generates road traffic information by installing sensors in vehicles and collecting and analyzing location information and driving information) that is positioned as one of the ITS technologies Based on the ratio of quantities, it is also possible to automatically create OD division data using the Voronoi diagram as an analysis zone directly from given OD data.
As described above, according to the present invention, if there is statistical information for subdividing the given OD data (population data divided into streets and characters, detailed measured data by a probe car), the Voronoi diagram It is possible to immediately create OD data based on the zone, and in addition to labor saving, in small cities where detailed OD data is not provided, it is classified into administrative divisions (municipalities, towns and villages, towns and characters, etc.). Independent traffic analysis is possible.
(3)需要予測結果のGISデータ化
市販の交通解析ソフトでは、需要予測結果としてリンク別交通量、旅行速度、混雑度、大型車混入率など交通計画で利用される各種指標が出力される。これらの指標を面的に表示することはできるが、土地利用などの情報と同時に表示することはできない。
しかしながら、需要予測結果をGISに取り込み、GISを用いてこれらの地理情報を地図と紐付けることにより、政策決定者等が最も知りたいこれらの情報を地図上に表示することが可能となる。これは、情報の提示方法として最も分かり易い方法であると共に、他のデータベースとの相互関係を把握することも容易となる方法でもある。
更に、背後にある土地利用などの情報と併せて統合表示する機能を付加しておけば交通計画の合意形成等にも役立てることができる。
(3) GIS data of demand forecast results Commercial traffic analysis software outputs various indexes used in traffic planning such as traffic volume by link, travel speed, congestion degree, and large vehicle mixture rate as demand forecast results. Although these indicators can be displayed in a plane, they cannot be displayed simultaneously with information such as land use.
However, by importing demand prediction results into GIS and associating these geographic information with a map using GIS, it becomes possible to display such information that policy makers etc. want to know most on the map. This is the easiest way to present information as a method of presenting information, and it is also a method that makes it easy to grasp the interrelationship with other databases.
Furthermore, if an integrated display function is added together with information on land use behind the scenes, it can be used for consensus building of traffic plans.
すなわち第１の発明は、GIS（Geographic Information System）と、ノード・リンクデータ及び解析用OD（Origin Destination）データから交通需要予測を行う交通解析ソフトと、道路パラメータデータとGISから出力されたノード・リンク図形データを交通解析ソフトにインポートするためのGIS出力データ変換手段と、交通解析ソフトからの出力データをGISにインポートするためのGIS入力データ変換手段と、基礎ODデータとGISから出力された国勢調査データ及び解析ゾーンからOD分割データを作成するOD分割データ作成手段と、該OD分割データを格納するODデータベースと、該OD分割データから前記解析用ODデータを作成するOD分割データ変換手段とからなり、前記GISは、背景地図画像データと、国勢調査データと、交通需要予測データに基づき交通解析結果を出力する交通解析システムである。 In other words, the first invention relates to GIS (Geographic Information System), traffic analysis software for predicting traffic demand from node link data and OD (Origin Destination) data for analysis, road parameter data, and nodes and nodes output from GIS. GIS output data conversion means for importing link graphic data into traffic analysis software, GIS input data conversion means for importing output data from traffic analysis software into GIS, and national statistic output from basic OD data and GIS From OD divided data creating means for creating OD divided data from survey data and analysis zone, OD database for storing the OD divided data, and OD divided data converting means for creating the analysis OD data from the OD divided data The GIS outputs traffic analysis results based on background map image data, census data, and traffic demand prediction data. That is a traffic analysis system.
第２の発明は、GISと、ノード・リンクデータ及び解析用ODデータから交通需要予測を行う交通解析ソフトと、予めノードのリンクに道路パラメータデータと属性データを関連付けた道路ネットワークデータを交通解析ソフトにインポートするためのGIS出力データ変換手段と、交通解析ソフトからの出力データをGISにインポートするためのGIS入力データ変換手段と、基礎ODデータとGISから出力された国勢調査データ及び解析ゾーンからOD分割データを作成するOD分割データ作成手段と、該OD分割データを格納するODデータベースと、該OD分割データから前記解析用ODデータを作成するOD分割データ変換手段とからなり、前記GISは、背景地図画像データと、国勢調査データと、交通需要予測データに基づき交通解析結果を出力する交通解析システムである。 The second invention is a traffic analysis software that predicts traffic demand from GIS, node / link data and analysis OD data, and road network data in which road parameter data and attribute data are associated with node links in advance. GIS output data conversion means for importing into GIS, GIS input data conversion means for importing output data from traffic analysis software into GIS, basic OD data, census data output from GIS and OD from analysis zone OD divided data creating means for creating divided data, an OD database for storing the OD divided data, and an OD divided data converting means for creating the analysis OD data from the OD divided data. A traffic analysis system that outputs traffic analysis results based on map image data, census data, and traffic demand forecast data. .
第３の発明は、第１又は２の発明において、前記解析ゾーンデータの作成には、二次元ボロノイ図を用いることを特徴とする。 According to a third invention, in the first or second invention, a two-dimensional Voronoi diagram is used to create the analysis zone data.
第４の発明は、第１ないし３のいずれかの発明において、前記二次元ボロノイ図におけるボロノイ母点の指定は、全交差点及び／又は県道以上の交差点であることを特徴とする。 A fourth invention is characterized in that, in any one of the first to third inventions, the designation of Voronoi mother points in the two-dimensional Voronoi diagram is an intersection of all intersections and / or prefectural roads.
第５の発明は、第１ないし４のいずれかの発明において、前記基礎ODデータは、前記国勢調査データが持つ町丁・字等単位の人口比により交通量を配分したODデータであることを特徴とする。 According to a fifth invention, in any one of the first to fourth inventions, the basic OD data is OD data in which traffic volume is distributed according to a population ratio of a town slicing, character, etc. possessed by the census data. Features.
第６の発明は、第１ないし５のいずれかの発明において、前記交通解析結果は、特定ゾーンに対するゾーン間分布交通量及び／又は配分交通量及び／又は混雑度であることを特徴とする。 A sixth invention is characterized in that, in any one of the first to fifth inventions, the traffic analysis result is an inter-zone distributed traffic volume and / or an allocated traffic volume and / or a congestion degree with respect to a specific zone.
第７の発明は、第１ないし６のいずれかの発明において、前記交通解析結果は、さらに、解析ゾーンの人口特性及び／又は土地利用特性が表示されることを特徴とする。 According to a seventh invention, in any one of the first to sixth inventions, the traffic analysis result further displays population characteristics and / or land use characteristics of the analysis zone.
第８の発明は、第１ないし７のいずれかの発明において、前記国勢調査データは、Ｂゾーンデータであることを特徴とする。 According to an eighth invention, in any one of the first to seventh inventions, the national census data is B zone data.
第９の発明は、第１ないし８のいずれかの発明において、前記解析ゾーン間の交通量の算出は、下記式１及び式２により算出することを特徴とする。
（式１）
A：一方の解析ゾーン、B：他方の解析ゾーン
（式２）
OD[Ai〜Bj]＝[Aiの面積]／[aの面積]×[Bjの面積]／[bの面積]×OD[a〜b]
Ai：解析ゾーンAを分割した小ゾーン、Bj：解析ゾーンBを分割した小ゾーン
According to a ninth invention, in any one of the first to eighth inventions, the traffic volume between the analysis zones is calculated by the following formulas 1 and 2.
(Formula 1)
A: One analysis zone, B: The other analysis zone (Formula 2)
OD [Ai to Bj] = [Ai area] / [a area] × [Bj area] / [b area] × OD [a to b]
Ai: Small zone that divides analysis zone A, Bj: Small zone that divides analysis zone B
本発明によれば、(1)交通解析作業の効率化、(2)交通解析結果の視覚化、(3)モデリングの容易性という３つの効果が期待できる。以下、本発明の効果を具体的に説明する。 According to the present invention, three effects can be expected: (1) efficiency of traffic analysis work, (2) visualization of traffic analysis results, and (3) ease of modeling. The effects of the present invention will be specifically described below.
(1)交通解析作業の効率化
本発明によれば、これまで多大な労力を要していた中小規模都市の交通解析において必要な道路ネットワークデータの構築作業とOD分割データ作成作業にかかる工数を大幅に削減することができる。
また、解析データのゾーン編集作業においても、従来のマニュアル作業では修正に要する時間も初期データ作成にほぼ匹敵する時間が必要であった編集作業工数を大幅に削減することができる。
これらの効果により、限られた工期、予算等の中でより多くの代替案を検討することが可能となり、ひいては公共事業のコスト縮減にも寄与することとなる。
(1) Improving the efficiency of traffic analysis work According to the present invention, it is possible to reduce the man-hours required for road network data construction work and OD division data creation work required for traffic analysis in small and medium-sized cities, which has required a great deal of labor. It can be greatly reduced.
Also, in the zone editing work of analysis data, the time required for correction in the conventional manual work can be greatly reduced, which requires a time almost comparable to the creation of initial data.
These effects make it possible to consider more alternatives within a limited construction period and budget, and thus contribute to reducing the cost of public works.
(2)交通解析結果の視覚化
従来のように交通解析結果を表や数値のみで表現するのではなく、現況地形図を色区分し、交通解析情報をグラフ化することにより、アカウンタビリティの向上に寄与し、政策決定支援や住民との合意形成に大きく貢献できる。
また、道路ネットワークデータを視覚的に把握できることから最終データ作成に至る作業上のミスを低減することができる。
さらに、交通解析の計算結果に加えて人口特性や土地利用特性などの属性データも画面上に表示させることができ、多面的な分析が可能となる。
(2) Visualization of traffic analysis results Instead of expressing traffic analysis results only with tables and numerical values as in the past, current topographic maps are color-coded and traffic analysis information is graphed to improve accountability. It can contribute greatly to policy decision support and consensus building with residents.
In addition, since the road network data can be visually grasped, it is possible to reduce operational errors leading to final data creation.
Furthermore, in addition to the calculation results of traffic analysis, attribute data such as population characteristics and land use characteristics can be displayed on the screen, enabling multifaceted analysis.
(3)モデリングの容易性
ゾーニングにボロノイ図を利用することにより、行政区域や町丁・字等の境界にとらわれることなく、道路ネットワークに着目したゾーニングを容易に設定することが可能となった。
また、分割されたゾーンからはGISの機能により背後の土地利用データや人口系指標などを容易に抽出することが可能となり、ゾーニングの妥当性の検証にも寄与することが確認できた。
さらに、ゾーニングの自動化と背後データとの統合は、ゾーニング設定者を地域事情や経験などの恣意的な要因を考慮する作業から開放し、純粋に交通工学的なモデリングに集中することを可能にするものである。
(3) Ease of modeling By using Voronoi diagrams for zoning, it has become possible to easily set zoning that focuses on the road network without being bound by boundaries such as administrative districts, streets and letters.
In addition, it became possible to easily extract the land use data and demographic indicators from the divided zones using the GIS function, and contributed to verifying the validity of zoning.
In addition, zoning automation and integration with background data frees zoning setters from the task of considering arbitrary factors such as local conditions and experience, and allows them to focus on purely traffic engineering modeling. Is.
図１は、本発明に係るシステムの構成図である。
本発明に係るシステムは、入力装置１と出力装置３に接続されたパーソナルコンピュータ２から構成される。入力装置１は、デジタイザやスキャナ等の図面データ等の入力機器である。出力装置３は、ドットプリンタ、レーザープリンタ及びインクジェットプロッタ等の出力機器である。パーソナルコンピュータ２は、GIS２１と交通解析ソフト２２、GIS出力データ変換手段２３、GIS入力データ変換手段２４、OD分割データ作成手段２５、ODデータ変換手段２６、ODデータベース２７を備えている。GIS２１、交通解析ソフト２２、及びODデータベース２７は市販の汎用的なソフトウェアである。
なお、道路ネットワークや電子記憶媒体等によるデータのやり取りが可能である場合には、入力装置１及び出力装置３の双方がなくとも本発明は成立する。
FIG. 1 is a block diagram of a system according to the present invention.
The system according to the present invention includes a personal computer 2 connected to an input device 1 and an output device 3. The input device 1 is an input device such as drawing data such as a digitizer or a scanner. The output device 3 is an output device such as a dot printer, a laser printer, or an inkjet plotter. The personal computer 2 includes a GIS 21, traffic analysis software 22, GIS output data conversion means 23, GIS input data conversion means 24, OD division data creation means 25, OD data conversion means 26, and OD database 27. The GIS 21, the traffic analysis software 22, and the OD database 27 are commercially available general-purpose software.
Note that the present invention can be realized without both the input device 1 and the output device 3 when data can be exchanged by a road network, an electronic storage medium, or the like.
本発明において、GISは次の３つの役割を有する。
(i)交通解析ソフト用のノード・リンクデータを作成すること。
(ii)GIS上で指定したノードに対しボロノイ図を発生し、解析ゾーンデータを生成すること。 (iii)交通解析ソフトから交通需要予測データを受取り、解析結果の表示及び国勢調査データとの重ね合わせ等を行うこと。
In the present invention, the GIS has the following three roles.
(i) Create node / link data for traffic analysis software.
(ii) Generate Voronoi diagrams for the nodes specified on the GIS and generate analysis zone data. (iii) Receive traffic demand forecast data from traffic analysis software, display analysis results and superimpose with national census data.
また、交通解析ソフトの役割は、GISで生成されたノード・リンクデータ及び解析用ODデータをもとに交通需要予測の解析を実施し、その結果（交通需要予測データ）をGISに返すことである。 The role of traffic analysis software is to analyze traffic demand forecasts based on node / link data and OD data for analysis generated by GIS, and return the results (traffic demand forecast data) to GIS. is there.
図２を用いて、本発明に係るシステムの処理手順を説明する。
１．基礎データの取得
本発明に係るシステムにおいては、「道路パラメータデータ100」、「背景地図画像データ200」、「国勢調査データ300」、「ODデータ400」が必要である。
(i)道路パラメータデータ100
交通解析業務で定められた道路種別毎の最大速度、交通容量等の条件である。
(ii)背景地図画像データ200
GISの背景となる地図画像であり、紙地図からスキャナを用いて作成する場合もある。
(iii)国勢調査データ300
交通解析の対象となる市町村単位の人口等の属性データであり、総務省のサイト（http://GISplaza.stat.go.jp/GISPlaza/）からダウンロード可能である。
国勢調査データには、町丁・字等の単位で区切られたポリゴンデータとそれに付随する町丁・字等の単位に集計された属性テキストデータがある。
(iv)ODデータ400
交通解析業務のために発注者から提供を受けたODデータである。本発明においては、Ｂゾーン単位でODデータの提供を受けている。発生集中交通量の推計をはじめとする将来交通量推計では、対象とする地域や交通施設にかかわる情報をゾーンという単位でとらえている。例えば、道路交通センサスでは各市町村を基本単位とし、これを必要に応じて分割したＢゾーン単位を統一的に用いており、本発明もこれに準ずることとした。なお、理論的には他のゾーン単位（Ｃゾーン等）においても本発明は成立する。
The processing procedure of the system according to the present invention will be described with reference to FIG.
1. Acquisition of Basic Data In the system according to the present invention, “road parameter data 100”, “background map image data 200”, “national census data 300”, and “OD data 400” are required.
(i) Road parameter data 100
These are conditions such as maximum speed and traffic capacity for each road type determined in the traffic analysis service.
(ii) Background map image data 200
It is a map image that is the background of GIS, and it may be created from a paper map using a scanner.
(iii) Census data 300
This is attribute data such as population of municipalities subject to traffic analysis, and can be downloaded from the Ministry of Internal Affairs and Communications site (http://GISplaza.stat.go.jp/GISPlaza/).
The national census data includes polygon data divided in units such as streets and characters, and attribute text data aggregated in units associated with the streets and characters.
(iv) OD data 400
This is OD data provided by the client for traffic analysis. In the present invention, OD data is provided for each B zone. In future traffic volume estimation, including estimation of generated concentrated traffic volume, information related to the target area and traffic facility is captured in units of zones. For example, in the road traffic census, each municipality is used as a basic unit, and a B zone unit obtained by dividing the basic unit is used in a unified manner, and the present invention is also applied to this. Theoretically, the present invention can be applied to other zone units (C zone or the like).
２．ノード・リンクデータの作成(STEP101〜105)
ノード・リンク図形データとは、道路ネットワークデータのことであり、名前の通り「ノード」と「リンク」から構成される。ノードとは交差点（厳密には道路パラメータデータの変化点も含む）のことであり、ノード番号と座標で与えられる。リンクとは路線のことであり、交差点間距離、起終点ノード番号及び座標で与えられる。ノード・リンクデータの作成は以下の手順で行われる。
まず、背景地図画像データから、解析対象道路のノードとリンクを画面トレスで取得する(STEP101)。画面上でGISのデータ取得機能を用いて、ノードである交差点（ポイント）の取得と、交差点間を結ぶリンク（ポリライン）を取得することで、ノード・リンク図形データを作成する(STEP102)。道路パラメータデータ100とGISで作成したノード・リンク図形データ102をもとに、データ変換を行い、交通解析ソフトに取り込むためのノード・リンクデータ104を作成する (STEP103)。この際、GISデータとの関連付けを容易にするために、道路パラメータデータのキーは、ノード・リンク図形データ102のリンクの取得分類（図形をGIS上で分類するためのコード）とする。この様子を示したものが図３である。交通解析ソフトに作成したノード・リンクデータを読み込み、画面上に出力されたノード・リンクデータに不具合がある場合には修正を行う(STEP105)。
2. Creating node link data (STEP 101 to 105)
The node / link graphic data is road network data and, as the name indicates, is composed of “node” and “link”. A node is an intersection (strictly including a change point of road parameter data), and is given by a node number and coordinates. A link is a route, and is given by the distance between intersections, start / end node numbers, and coordinates. Node / link data is created in the following procedure.
First, from the background map image data, the nodes and links of the road to be analyzed are acquired with a screen trace (STEP 101). Using the GIS data acquisition function on the screen, node / link graphic data is created by acquiring intersections (points) that are nodes and links (polylines) connecting the intersections (STEP 102). Based on the road parameter data 100 and the node / link graphic data 102 created by GIS, data conversion is performed to create node / link data 104 to be taken into the traffic analysis software (STEP 103). At this time, in order to facilitate the association with the GIS data, the key of the road parameter data is the link acquisition classification (code for classifying the graphic on the GIS) of the node / link graphic data 102. This is shown in FIG. The node / link data created in the traffic analysis software is read, and if there is a defect in the node / link data output on the screen, it is corrected (STEP 105).
ここで、道路パラメータデータ100と背景地図画像データ200からノード・リンク図形データ102及びノード・リンク図形データ104を作成しなくとも、図４のような汎用的な道路ネットワークデータを予め準備しておけば、当該道路ネットワークデータからノード・リンク図形データ102及びノード・リンクデータ104を自動的に作成することができる。
すなわち、図４の道路ネットワークデータは、ノード・リンク図形データ102及びノード・リンクデータ104を作成するための全ての情報を有しており、道路パラメータデータ100の代わりにこれを利用すると、GISからノード・リンク図形データ102を抽出して合成する必要がなくなるため、GIS出力データ変換手段103において、各交通解析ソフトの入力形式に合わせた簡易なデータ形式の変換のみを行えばよくなる。
Here, even if the node / link graphic data 102 and the node / link graphic data 104 are not created from the road parameter data 100 and the background map image data 200, general road network data as shown in FIG. For example, the node / link graphic data 102 and the node / link data 104 can be automatically created from the road network data.
That is, the road network data in FIG. 4 has all the information for creating the node / link graphic data 102 and the node / link data 104, and if this is used instead of the road parameter data 100, Since there is no need to extract and synthesize the node / link graphic data 102, the GIS output data conversion means 103 need only perform simple data format conversion in accordance with the input format of each traffic analysis software.
３．解析ゾーンデータの作成(STEP 143,144)
解析ゾーンデータとは、交通解析の対象となるゾーン単位に区分されたポリゴンデータであり、いわゆるボロノイ図である。一般に、勢力圏解析等による適地選定など領域分割の分野では、二次元のボロノイ図がよく用いられる。図５は、本発明で利用するボロノイ図のモデルの一例である。母点と呼ばれる各々の点を交通量の発生・集中点とし、それらの勢力圏を表す領域（ボロノイ多角形）を交通解析ゾーンとしている。また、各ゾーンの境界は隣接する母点間を結ぶ線分の垂直二等分線によって構成するものとした。二次元ボロノイ図には各母点に重みを持たす場合もあるが、本発明では各母点を等価に評価する手法を用いた。
一般にGISは勢力圏解析等を行うために任意のボロノイ母点に対し、ボロノイ図を発生させる機能を有している。例えば、本実施例で用いたPentAngleにもこのような機能が標準的に装備されている。ここで、ノード・リンク図形データ102の各ノードについて、解析の対象とすべき交通量発生集中点をボロノイ母点として指定することにより、上記ボロノイ図がGISの一般的な機能により作成される(STEP143)。これによりポリゴン単位の地理情報データからなる解析ゾーンデータが作成される(STEP144)。
ボロノイ母点の指定に際し、本実施例では、全てのノードを対象にする場合と国県道以上の交差点を指定する場合をケース分けした。このように、ボロノイ母点とするノードを解析目的に合わせて選択的に指定することによりボロノイ図、つまり解析ゾーンの細かさを調整し、目的とする交通解析をより適正なものに近づけるためのシミュレーションを容易に行うことができる。
3. Creating analysis zone data (STEP 143,144)
The analysis zone data is polygon data divided into zone units to be subjected to traffic analysis, and is a so-called Voronoi diagram. In general, a two-dimensional Voronoi diagram is often used in the field of region segmentation such as selection of suitable locations by power sphere analysis. FIG. 5 is an example of a Voronoi diagram model used in the present invention. Each point, called a mother point, is used as a traffic generation / concentration point, and a region (Voronoi polygon) representing these power spheres is used as a traffic analysis zone. In addition, the boundary of each zone is formed by a perpendicular bisector connecting a line connecting adjacent generating points. In the two-dimensional Voronoi diagram, there is a case where each mother point has a weight, but in the present invention, a method for evaluating each mother point is used.
In general, GIS has a function to generate Voronoi diagrams for arbitrary Voronoi generating points in order to perform sphere of influence analysis and the like. For example, the PentAngle used in this embodiment is equipped with such a function as standard. Here, for each node of the node / link graphic data 102, the above-mentioned Voronoi diagram is created by a general function of GIS by designating a traffic generation concentration point to be analyzed as a Voronoi generating point ( STEP143). As a result, analysis zone data composed of geographic information data in polygon units is created (STEP 144).
In specifying the Voronoi generating point, in this embodiment, the case where all the nodes are targeted and the case where the intersection more than the national prefectural road is specified are divided into cases. In this way, the Voronoi diagram, that is, the fineness of the analysis zone can be adjusted by selectively specifying the Voronoi generating point according to the analysis purpose, and the target traffic analysis can be brought closer to the more appropriate one. Simulation can be performed easily.
４．解析用ODデータの作成(STEP 121〜129)
ＢゾーンODデータを、そのＢゾーンに含まれる町丁・字等単位の国勢調査データ（人口データ）を用いて、町丁・字等単位に分割し(STEP121)、対象となる町丁・字等単位の基礎ODデータを作成する(STEP122)。基礎ODデータ作成手順の具体例を図６により説明する。図６ａは、配分前のＯＤデータ400であり、1列目に示した起点から３列目以降の終点までの発着交通量を示している。例えばA市１からA市2への発着交通量は、20,000である。図６ｂは、町丁・字（a〜d）の人口比により、配分した後の基礎ODデータである。このように、人口比により発着交通量データを配分することにより、より細かな単位での交通分析を行うことができる。
4). Creating OD data for analysis (STEP 121-129)
B-zone OD data is divided into town-chome / character-units using the national census data (population data) included in the B-zone, etc. (STEP 121). Create basic OD data in equal units (STEP122). A specific example of the basic OD data creation procedure will be described with reference to FIG. FIG. 6a is the OD data 400 before distribution, and shows the traffic volume from the start point shown in the first column to the end point after the third column. For example, the traffic volume from A city 1 to A city 2 is 20,000. FIG. 6B is basic OD data after distribution according to the population ratio of the town-cho and character (a to d). Thus, traffic analysis can be performed in finer units by allocating the traffic data for arrivals and departures according to the population ratio.
作成した基礎ODデータは、ODデータベースに登録される(STEP123)。ODデータベース124とは、基礎ODデータを登録したリレーショナルなデータベースであり、索引による検索の容易性が確保できるのであれば市販の汎用的なものでよい。
GISに読み込まれた国勢調査データ145（町丁・字等単位のポリゴンデータのみ）と解析ゾーンデータ144（ボロノイ図から作成したポリゴンデータ）をもとにOD分割データを解析ゾーン単位に自動分割する(STEP125)。作成したOD分割データは、OD分割データベースに登録する(STEP126)。このデータは汎用的な構造をしており、ODデータベースと同様に汎用的なデータベースを用いる。OD分割データを交通解析ソフトに読み込むためにデータ変換を行い(STEP127)、解析用ODデータを作成する(STEP128)。変換した解析用ODデータを交通解析用ソフトに読み込む(STEP129)。
The created basic OD data is registered in the OD database (STEP 123). The OD database 124 is a relational database in which basic OD data is registered, and a commercially available general-purpose database may be used as long as the ease of searching by an index can be ensured.
OD division data is automatically divided into analysis zone units based on census data 145 (polygon data only for streets and characters) read into GIS and analysis zone data 144 (polygon data created from Voronoi diagram) (STEP125). The created OD division data is registered in the OD division database (STEP 126). This data has a general-purpose structure, and a general-purpose database is used similarly to the OD database. Data conversion is performed to read the OD division data into the traffic analysis software (STEP 127), and OD data for analysis is created (STEP 128). The converted analysis OD data is read into the traffic analysis software (STEP129).
５．交通解析ソフトによる処理(STEP 131)
STEP105で読み込んだノード・リンクデータと、STEP129で読み込んだ解析用ODデータから、交通解析ソフトの機能により交通需要予測を行う(STEP131)。交通需要予測の出力結果は、交通需要予測データとしてエクスポートし(STEP132)、エクスポートした需要予測データは、GISに取り込むためにデータ変換される(STEP133)。
5. Processing with traffic analysis software (STEP 131)
Based on the node / link data read in STEP 105 and the analysis OD data read in STEP 129, traffic demand prediction is performed by the function of the traffic analysis software (STEP 131). The output result of traffic demand prediction is exported as traffic demand prediction data (STEP 132), and the exported demand prediction data is converted into data for incorporation into GIS (STEP 133).
６．GISでの解析結果出力(STEP 145〜148)
GISに解析対象と対応する国勢調査データを読み込み(STEP145)、STEP133でGISのデータ形式に変換した交通需要予測データを読み込む(STEP146)。これらのデータと解析ゾーンデータの関連づけを行うと共に解析条件を設定することで(STEP147)、解析条件に合致した出力結果が得られる。
なお、出力結果は、従来のように交通解析結果を表や数値のみで表現するのではなく、現況地形図を色区分し、交通解析情報をグラフ化したものの出力が可能である。
6). GIS analysis result output (STEP 145-148)
Census data corresponding to the analysis target is read into GIS (STEP 145), and traffic demand forecast data converted into GIS data format at STEP 133 is read (STEP 146). By correlating these data with analysis zone data and setting analysis conditions (STEP 147), an output result that matches the analysis conditions can be obtained.
In addition, the output result can be output by expressing the current topographic map by color classification and graphing the traffic analysis information, instead of expressing the traffic analysis result by a table or numerical values as in the past.
以下では、本発明の詳細を実施例で説明する。本発明は、この実施例によって何ら限定されるものではない。 Hereinafter, details of the present invention will be described by way of examples. The present invention is not limited in any way by this example.
本実施例では、モデル都市における交通量解析を実施し、シミュレーション効果やボロノイ図のゾーニングへの適用効果を検証する。
本実施例のモデル都市には香川県観音寺市を選定した。選定の理由は、i)人口規模5万人程度でありこれまで交通需要予測を基にした道路交通計画の策定がなされていないこと、ii）都市計画区域及び都市計画道路の設定がなされており、交通需要予測と道路整備計画策定のニーズが潜在的に見込まれる地方都市であることである。
In this embodiment, traffic volume analysis is performed in a model city, and simulation effects and application effects to zoning of Voronoi diagrams are verified.
Kanonji City, Kagawa Prefecture was selected as the model city of this example. Reasons for selection are: i) Population scale of about 50,000, and no road traffic plans based on traffic demand forecasts have been made so far; ii) City planning areas and city planning roads have been set up It is a local city where traffic demand forecasting and road maintenance planning needs are potentially expected.
１．システム構成
本実施例１においては、GIS２１に株式会社五星のPentAngle Ver.3.3（以下「PentAngle」という）を、交通解析ソフト２２に国際協力事業団のJICA STRADA Ver.2（以下「STRADA2」という）を、ODデータベース２７にはボーランド株式会社のParadoxを採用した。GIS出力データ変換手段２３、OD分割データ作成手段２５、OD分割データ変換手段２６はDelphi言語により、GIS入力データ変換手段２４はExcelにより開発した。
1. System Configuration In the first embodiment, PentAngle Ver.3.3 (hereinafter referred to as “PentAngle”) of Gosei Co., Ltd. is used as GIS21, and JICA STRADA Ver.2 (hereinafter referred to as “STRADA2”) of International Cooperation Agency as traffic analysis software 22. The OD database 27 uses Paradox from Borland. The GIS output data conversion means 23, the OD division data creation means 25, and the OD division data conversion means 26 were developed by Delphi language, and the GIS input data conversion means 24 was developed by Excel.
２．システムデータ
(1)PentAngleで利用するデータを表１に示す。
2. System data
(1) Table 1 shows data used in PentAngle.
(2)STRADA2で利用する基礎データを表２に示す。 (2) Table 2 shows the basic data used in STRADA2.
３．ノード・リンクデータの作成
背景地図画像データをGISに読み込み、解析対象道路のノードとリンクを画面トレスしてノード・リンク図形データを作成する。すなわち、PentAngleの画面上でデータ取得機能を用いて、ノードである交差点（ポイント）と、交差点間を結ぶリンク（ポリライン）を取得し、ノード番号及び座標、リンク番号及びリンク起終点座標を読み取ることで、ノード・リンク図形データを作成する。PentAngleで作成したノード・リンク図形データの出力イメージを図７に示す。
3. Creation of node / link data Load background map image data into GIS, and create node / link graphic data by tracing the nodes and links of the road to be analyzed. That is, use the data acquisition function on the PentAngle screen to acquire the intersection (point) that is the node and the link (polyline) that connects the intersections, and read the node number and coordinates, the link number, and the link start and end coordinates The node / link graphic data is created. An output image of node / link graphic data created by PentAngle is shown in FIG.
PentAngleにて作成したノード・リンク図形データ102と道路条件データ100をGISデータ出力データ変換手段23により、STRADA2形式にフォーマット変換したノード・リンクデータ104を作成する。ノード、リンクの番号は、属性データと関連付けを行うためのキー値とした。距離のデータは、リンク毎に計測値を割り当てた。STRADA2は、ノード間の折れ点が３点までという制限があるため、図形上は、各ノードを直接結ぶこととした。取り扱うデータの形式はテキストデータであり、Delphi言語により開発した専用アプリケーションである。
この際取り込む道路パラメータデータ100の一例が図８であり、各項目は、各リンクについて以下のことを表している。
・取得分類：道路種別。高速道路、一般国道、主要地方道等。
・最高速度：最高速度（km/h）。
・リンク容量：日当たり交通容量。
・QV：交通量の配分方式を指定。
・有料１：車種別有料料金を指定。
・規制１：車種別方向規制（通行止め、一方通行等）を指定。
・種別：多段階配分で転換率式を適用する場合に高速道路、鉄道であることを指定。
・評価：交通解析の評価指標を算定する場合に除外するリンクを指定。
・図化：交通解析結果の図化グループを指定。
・定義１：リンクを識別するために利用者が任意に定めるフラッグ。
・色：交通解析ソフト上で表示するリンクの色を指定。
Node / link data 104 in which the node / link graphic data 102 and the road condition data 100 created by PentAngle are converted into the STRADA2 format by the GIS data output data conversion means 23 is created. The node and link numbers are key values for associating with attribute data. For the distance data, a measured value was assigned to each link. Since STRADA2 has a limit of 3 break points between nodes, each node is directly connected on the figure. The data format handled is text data, which is a dedicated application developed in the Delphi language.
An example of the road parameter data 100 captured at this time is shown in FIG. 8, and each item represents the following for each link.
・ Acquisition classification: Road type. Expressways, general national roads, major local roads, etc.
・ Maximum speed: Maximum speed (km / h).
-Link capacity: Daily traffic capacity.
・ QV: Specify the traffic distribution method.
・ Pay 1: Specify the charge for each vehicle type.
・ Regulation 1: Designation of vehicle direction restrictions (blocks, one-way, etc.).
-Type: When applying the conversion rate formula with multi-stage allocation, it is designated as a highway or a railway.
・ Evaluation: Specify links to be excluded when calculating traffic analysis evaluation indicators.
・ Plotting: Designate a plotting group for traffic analysis results.
Definition 1: A flag arbitrarily defined by a user to identify a link.
-Color: Specify the color of the link displayed on the traffic analysis software.
４．解析ゾーンデータの作成
解析用ODデータには、主要市道以上の交通解析を行うための1次解析用ODデータと、県道以上の交通解析を行うための2次解析用ODデータがある。解析ゾーンデータの作成は、どちらのODデータを解析対象とするかにより相違する。1次解析用ODデータの作成にあたっては、主要市道、国道、県道との交差点（ノード）を、2次解析用ODデータの作成にあたっては、国道、県道との交差点（ノード）をボロノイ中心点に指定し、各リンク方向を等分し、交差点と路線が持つ勢力が均衡するゾーニングを行う。ボロノイ分割中心点は任意に指定することができるため、小ゾーンから大ゾーンまで交通解析レベルに応じたゾーン設定が可能である。図９に示すように、ボロノイ図はPentAngle画面上に表示され、視覚的に分割ゾーンの妥当性を画面上で確認でき、また必要に応じて変更も可能である。作成したボロノイ図と既存ゾーンとの間でポリゴン演算を実施し、その結果から得られる按分面積比を算出する。この算出結果は、ボロノイ図に対応したOD分割データの自動作成の際に使われる。
4). Creation of analysis zone data The analysis OD data includes OD data for primary analysis for traffic analysis over major city roads and OD data for secondary analysis for traffic analysis over prefectural roads. The creation of analysis zone data differs depending on which OD data is to be analyzed. In creating OD data for primary analysis, intersections (nodes) with main city roads, national roads, and prefectural roads are used. For creating OD data for secondary analysis, intersections (nodes) with national roads and prefectural roads are used as Voronoi center points. Zoning is performed by equally dividing each link direction and balancing the power of intersections and routes. Since the Voronoi division center point can be arbitrarily specified, it is possible to set a zone corresponding to the traffic analysis level from a small zone to a large zone. As shown in FIG. 9, the Voronoi diagram is displayed on the PentAngle screen, the validity of the divided zones can be visually confirmed on the screen, and can be changed as necessary. Polygon calculation is performed between the created Voronoi diagram and the existing zone, and a prorated area ratio obtained from the result is calculated. This calculation result is used when automatically creating OD division data corresponding to the Voronoi diagram.
５．解析用ODデータの作成
(1)基礎ODデータの作成
基礎ODデータは、平成6年度香川県車種別BゾーンOD表を用いた。このBゾーンOD表では、観音寺市を２ゾーンに区分しているが、市道レベルの交通解析をするためには、大まかすぎて適していない。このため、BゾーンOD表を観音寺市の町丁・字等ゾーンに分割したOD分割データを作成することにした。
5. Creating OD data for analysis
(1) Creation of basic OD data The basic OD data used the 1994 B-zone OD table by Kagawa Prefecture. In this B-zone OD table, Kannonji city is divided into two zones, but it is too rough to be suitable for city level traffic analysis. For this reason, it was decided to create OD division data by dividing the B zone OD table into zones such as Kanchoji-cho.
BゾーンOD表を観音寺市の町丁・字等単位に分解するにあたって、独自に観音寺市内においてOD調査を実施し、その結果と人口指標などの国勢調査データを考慮してゾーン分割比を設定した。この分割比を用いてBゾーンOD表を町丁・字等ゾーンのOD表に分解した。ゾーンの分割統合はマトリックス表の演算とし、計算はODデータ作成手段により行った。具体的には、ＢゾーンOD表を人口比率で町丁・字等データに分割し、作成したOD分割データは、PentAngle上の町丁・字等ゾーンの属性データの一つとしてODデータベース124に格納した。 When disassembling the B-zone OD table into Kanonji city streets, characters, etc., conduct an OD survey in Kannonji city, and set the zone division ratio in consideration of the results and national census data such as population indicators did. Using this split ratio, the B zone OD table was decomposed into the OD table of the town-cho and character zone. The division and integration of zones was performed by matrix table calculation, and the calculation was performed by means of OD data creation. Specifically, the B-zone OD table is divided into town-ditch / character data by population ratio, and the created OD-divided data is stored in the OD database 124 as one of the attribute data of the town-diction / character zone in PentAngle Stored.
(2)OD分割データの自動作成
OD分割データの作成にあたっては、Pentangleから出力した国勢調査データ（ポリゴンデータ）と解析ゾーンデータ（ポリゴンデータ）を利用する。
OD分割データの自動作成は、Delphiで開発したアプリケーションにより行い、処理手順は以下のとおりである。
(2) Automatic creation of OD split data
When creating OD division data, census data (polygon data) and analysis zone data (polygon data) output from Pentangle are used.
Automatic creation of OD split data is performed by an application developed in Delphi, and the processing procedure is as follows.
図１０はゾーンA及びB間のOD交通量を算出するためのボロノイ図である。自動分割される前のゾーン（町丁・字等で区切られたゾーン）は細線で示してあり、自動分割後のゾーン（ボロノイ図で作成した解析ゾーン）が太線で示してある。すなわち、分割前の町丁・字等で区切られたゾーンが細線で区切られたゾーンで、交差点等であるボロノイ母点から発生させたボロノイ図による解析ゾーンが太線で区切られたゾーンであり、ボロノイ母点を指定し、ボロノイ図を作成すれば、ボロノイ図に包含される既存の町丁・大字の部分ポリゴン（A1〜A5等）は自動的に決まる。なお、ボロノイ図は、ボロノイ母点の指定で決定するが、母点の指定は、解析対象となる路線の全交差点及び／又は広域間交通を分担する路線である県道以上の交差点とする。
分割後ゾーンＡ及びＢ間のOD交通量を算出する際には、まず、ゾーンａの部分ポリゴンA1と、ゾーンｂの部分ポリゴンB1の間のOD交通量は、下記式３により算出することができる。
FIG. 10 is a Voronoi diagram for calculating the OD traffic volume between zones A and B. Zones before automatic division (zones divided by streets, characters, etc.) are indicated by thin lines, and zones after automatic division (analysis zones created by Voronoi diagrams) are indicated by bold lines. That is, the zone divided by the street before the division, characters, etc. is the zone divided by thin lines, the analysis zone by the Voronoi diagram generated from the Voronoi mother point that is the intersection etc. is the zone separated by bold lines, If a Voronoi generating point is designated and a Voronoi diagram is created, existing town-cho and large partial polygons (A1 to A5, etc.) included in the Voronoi diagram are automatically determined. The Voronoi diagram is determined by designating Voronoi mother points. Designation of the mother points is all intersections of routes to be analyzed and / or intersections of prefectural roads or more that are routes that share traffic between wide areas.
When calculating the OD traffic volume between the divided zones A and B, first, the OD traffic volume between the partial polygon A1 of the zone a and the partial polygon B1 of the zone b can be calculated by the following equation 3. it can.
（式３）
OD[A1~B1]＝[A1の面積]／[aの面積]×[B1の面積]／[bの面積]×OD[a~b]
(Formula 3)
OD [A1 ~ B1] = [A1 area] / [A area] × [B1 area] / [b area] × OD [a ~ b]
以下、残りの部分ポリゴンA2〜A5及びB2〜B3の交通量を算出し、これらの交通量の合計値を算出することで自動分割後のゾーンA及びB間の交通量を算出することができる。
すなわち、ゾーンA及びB間の交通量は、下記式４により算出されることとなる。
Hereinafter, the traffic volume between the zones A and B after automatic division can be calculated by calculating the traffic volume of the remaining partial polygons A2 to A5 and B2 to B3 and calculating the total value of these traffic volumes. .
That is, the traffic volume between zones A and B is calculated by the following equation 4.
（式４）
(Formula 4)
上記演算手順で算出した、OD分割データの作成結果を表３に示す。
第１列は解析ゾーンを示すものであり、第２列にOD分割前の対応するゾーン番号を示すものである。例えば、第２行目第１列の「37205006002」は、分割後の新ゾーン番号であり、OD分割前の対応する旧ゾーン番号は第２列目の「14015」である。第３列目は分割前の旧ゾーンの面積を示しており、第４列は分割後の按分面積を示している。第５〜１０列は旧ゾーン番号を示すものであり、第２列に示す旧ゾーン番号との交通量が示されている。例えば、第５列第2行目の「24」は、旧ゾーン番号でいう14015ゾーンと13029ゾーン間の交通量が24であることを示している。
Table 3 shows the OD division data creation results calculated by the above calculation procedure.
The first column shows the analysis zone, and the second column shows the corresponding zone number before OD division. For example, “37205006002” in the first column of the second row is the new zone number after the division, and the corresponding old zone number before the OD division is “14015” in the second column. The third column shows the area of the old zone before the division, and the fourth column shows the proportional area after the division. The fifth to tenth columns show the old zone numbers, and the traffic volume with the old zone numbers shown in the second column is shown. For example, “24” in the second column and the second row indicates that the traffic volume between the zones 14015 and 13029, which is the old zone number, is 24.
(3)解析用ODデータの作成
上記演算手順により作成したOD分割データはODデータ変換手段26により、STRADA2のデータ形式に変換する。ODデータ変換手段は、Delphiにより開発した専用アプリケーションであり、取り扱うデータの形式はテキストデータである。具体的には、STRADA2のデータ様式は幾つかの選択を許しているが模式的には、以下のようなマトリックス構造で表すことができる。すなわち、新ゾーン間の交通量に着目し、表３のOD分割データを下記の様式になるよう統合するものである。
６．STRADA2による処理
ノード・リンクデータ104、解析用ODデータ128、及び解析条件を指定するための配分パラメータファイルをSTRADA2に読み込み、STRADA2の標準機能により多段配分計算を実施する。計算結果データをCSV形式ファイルで出力し、さらにGIS入力データ変換手段によりPentAngleの属性ファイル形式に変換して保存した。なお、計算結果は、STARDA2でも確認することが可能であり、STRADA2でも計算結果に基づく交通量配分を確認することができる。STARDA２における交通量配分の出力イメージを図１１に示す。
6). Processing by STRADA2 The node / link data 104, the analysis OD data 128, and the distribution parameter file for designating analysis conditions are read into STRADA2, and the multi-stage distribution calculation is performed by the standard function of STRADA2. The calculation result data was output in CSV format file, and further converted to PentAngle attribute file format by GIS input data conversion means and saved. The calculation result can also be confirmed with STARDA2, and traffic distribution based on the calculation result can also be confirmed with STRADA2. An output image of traffic distribution in STARDA2 is shown in FIG.
STRADA2より出力される交通需要予測データをGIS入力変換手段24により、PentAngleの属性データに変換する。図形との関連付けを行うキー値は、GISデータ出力変換手段23により作成したノード、リンクの番号を使用する。GIS入力変換手段24は、Excelにより開発した専用アプリケーションであり、取り扱うデータの形式はテキストデータである。データ変換手段としては、STRADA2が計算したリンク別の上り、下り交通量を総交通量として集計する。 The traffic demand prediction data output from STRADA 2 is converted into PentAngle attribute data by the GIS input conversion means 24. As the key value for associating with the figure, the node and link numbers created by the GIS data output conversion means 23 are used. The GIS input conversion means 24 is a dedicated application developed by Excel, and the data format to be handled is text data. As a data conversion means, the upstream and downstream traffic volume for each link calculated by STRADA2 is aggregated as the total traffic volume.
７．出力結果
属性形式ファイルで保存された交通解析データファイルをPentAngleに読み込み図形データとリンクし、その結果を画像展開し視覚表現したものが図１２ないし図１４である。
図１２は指定したゾーンとの交通量を円の大きさで表示したものであり、図１３は各リンクの日当たり交通量を色分け表示したものであり、図１４は各リンクの混雑度を色分け表示したものである。
7). Output result The traffic analysis data file saved in the attribute format file is read into PentAngle and linked with the graphic data, and the result is shown in FIG. 12 to FIG.
FIG. 12 shows the traffic volume with the designated zone in the size of a circle, FIG. 13 shows the daily traffic volume of each link by color, and FIG. 14 shows the congestion level of each link by color. It is a thing.
８．本実施例の効果
本実施例によれば、交通解析の計算結果に加えて、GISとしての機能を生かしゾーンの人口特性や土地利用特性などの属性データも画面上に表示させることが可能であるため、交通解析結果と関連した多面的な分析も可能である。
8). Effects of the present embodiment According to the present embodiment, in addition to the calculation result of the traffic analysis, it is possible to display attribute data such as the population characteristics and land use characteristics of the zone on the screen by utilizing the function as the GIS. Therefore, multi-faceted analysis related to traffic analysis results is also possible.
今回の交通解析に用いた道路ネットワークデータ及びODデータとほぼ同様のデータ作成を従来のマニュアル作業で実施した場合と比較して、作業時間を約1/5ないし1/10に短縮することが可能となり、解析作業効率の著しい向上を見た。実測値では、80時間程かかっていたものを、約10時間〜12時間に短縮することができた。 Compared with the case where the manual creation of the road network data and OD data used for the current traffic analysis is performed, the work time can be reduced to about 1/5 to 1/10. As a result, the analysis work efficiency was significantly improved. In actual measurement, what took about 80 hours could be shortened to about 10-12 hours.
２ パーソナルコンピュータ
2 Personal computer
Claims (9)
前記GISは、背景地図画像データと、国勢調査データと、交通需要予測データに基づき交通解析結果を出力する交通解析システム。 Traffic analysis software that predicts traffic demand from GIS (Geographic Information System), node link data and analysis OD (Origin Destination) data, and road analysis data and node link graphic data output from GIS. GIS output data conversion means for importing into GIS, GIS input data conversion means for importing output data from traffic analysis software into GIS, basic OD data, census data output from GIS and OD from analysis zone OD divided data creating means for creating divided data, OD database for storing the OD divided data, and OD divided data converting means for creating the analysis OD data from the OD divided data,
The GIS is a traffic analysis system that outputs a traffic analysis result based on background map image data, national census data, and traffic demand prediction data.
前記GISは、背景地図画像データと、国勢調査データと、交通需要予測データに基づき交通解析結果を出力する交通解析システム。 Traffic analysis software that predicts traffic demand from GIS, node link data and analysis OD data, and GIS for importing road network data in which road parameter data and attribute data are associated with node links in advance into traffic analysis software Output data conversion means, GIS input data conversion means for importing the output data from the traffic analysis software into GIS, OD that creates OD division data from basic OD data, national census data output from GIS, and analysis zone The divided data creating means, the OD database for storing the OD divided data, and the OD divided data converting means for creating the analysis OD data from the OD divided data,
The GIS is a traffic analysis system that outputs a traffic analysis result based on background map image data, national census data, and traffic demand prediction data.
（式１）
A：一方の解析ゾーン、B：他方の解析ゾーン
（式２）
OD[Ai〜Bj]＝[Aiの面積]／[aの面積]×[Bjの面積]／[bの面積]×OD[a〜b]
Ai：解析ゾーンAを分割した小ゾーン、Bj：解析ゾーンBを分割した小ゾーン
The traffic analysis system according to any one of claims 1 to 8, wherein the traffic volume between the analysis zones is calculated by the following formulas 1 and 2.
(Formula 1)
A: One analysis zone, B: The other analysis zone (Formula 2)
OD [Ai to Bj] = [Ai area] / [a area] × [Bj area] / [b area] × OD [a to b]
Ai: Small zone that divides analysis zone A, Bj: Small zone that divides analysis zone B
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004272004A JP2006085602A (en) | 2004-09-17 | 2004-09-17 | Traffic analysis system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004272004A JP2006085602A (en) | 2004-09-17 | 2004-09-17 | Traffic analysis system |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2006085602A true JP2006085602A (en) | 2006-03-30 |
| JP2006085602A5 JP2006085602A5 (en) | 2007-09-13 |
Family
ID=36164034
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2004272004A Pending JP2006085602A (en) | 2004-09-17 | 2004-09-17 | Traffic analysis system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2006085602A (en) |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008052671A (en) * | 2006-08-28 | 2008-03-06 | Toyota Motor Corp | Congestion predicting device |
| KR100988709B1 (en) | 2008-06-03 | 2010-10-18 | 주식회사 포스코아이씨티 | System for Simulating Traffic Flow |
| WO2011021608A1 (en) * | 2009-08-18 | 2011-02-24 | 株式会社エヌ・ティ・ティ・ドコモ | Management server, communication system and statistical processing method |
| CN101751777B (en) * | 2008-12-02 | 2011-11-16 | 同济大学 | Dynamic urban road network traffic zone partitioning method based on space cluster analysis |
| JP2016033782A (en) * | 2014-07-31 | 2016-03-10 | 富士通株式会社 | Map display program, map display method and information processor |
| CN106097718A (en) * | 2016-08-23 | 2016-11-09 | 重庆大学 | Signal cross port area transit time method of estimation based on gps data |
| CN108364471A (en) * | 2018-04-24 | 2018-08-03 | 浙江方大智控科技有限公司 | Freight planning management method and system based on intelligent traffic light OD information inspections |
| JP2018181063A (en) * | 2017-04-17 | 2018-11-15 | 清水建設株式会社 | Generation device, generation method, and generation program |
| CN109117870A (en) * | 2018-07-20 | 2019-01-01 | 深圳大学 | Line cluster extraction method and system based on ArcGIS secondary development |
| CN110019633A (en) * | 2018-07-20 | 2019-07-16 | 深圳大学 | Line density statistical method and system based on ArcGIS secondary development |
| CN110458459A (en) * | 2019-08-13 | 2019-11-15 | 深圳前海微众银行股份有限公司 | Visual analysis method, device, equipment and the readable storage medium storing program for executing of traffic data |
| CN110598930A (en) * | 2019-09-11 | 2019-12-20 | 长沙理工大学 | Bus route optimization adjustment method and device |
| CN111475598A (en) * | 2020-04-16 | 2020-07-31 | 四川北宸电力设计咨询有限公司 | Power distribution network comprehensive planning system and method in power engineering design |
| WO2020244220A1 (en) * | 2019-06-05 | 2020-12-10 | 中国科学院深圳先进技术研究院 | Traffic fusion analysis and prediction method and system, and electronic device |
| CN112948651A (en) * | 2021-03-31 | 2021-06-11 | 重庆市规划设计研究院 | Efficient OD data visualization method and system |
| CN113535870A (en) * | 2021-06-23 | 2021-10-22 | 苏州智能交通信息科技股份有限公司 | Traffic information visual analysis method, system and terminal based on big data |
| WO2022118449A1 (en) * | 2020-12-03 | 2022-06-09 | 日本電信電話株式会社 | Tabulation device, tabulation method, and tabulation program |
| WO2022118451A1 (en) * | 2020-12-03 | 2022-06-09 | 日本電信電話株式会社 | Aggregation equipment, aggregation method, and aggregation program |
| CN117935560A (en) * | 2024-03-14 | 2024-04-26 | 中南大学 | Traffic travel interaction flow prediction method, system, terminal equipment and medium |
| JP7509235B2 (en) | 2020-12-03 | 2024-07-02 | 日本電信電話株式会社 | Counting device, counting method, and counting program |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000242884A (en) * | 1999-02-23 | 2000-09-08 | Toyota Central Res & Dev Lab Inc | Traffic flow simulation system |
| JP2000285362A (en) * | 1999-03-31 | 2000-10-13 | Toyota Central Res & Dev Lab Inc | Navigation device |
| JP2003132076A (en) * | 2000-09-20 | 2003-05-09 | Noboru Masaoka | Information management system |
-
2004
- 2004-09-17 JP JP2004272004A patent/JP2006085602A/en active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000242884A (en) * | 1999-02-23 | 2000-09-08 | Toyota Central Res & Dev Lab Inc | Traffic flow simulation system |
| JP2000285362A (en) * | 1999-03-31 | 2000-10-13 | Toyota Central Res & Dev Lab Inc | Navigation device |
| JP2003132076A (en) * | 2000-09-20 | 2003-05-09 | Noboru Masaoka | Information management system |
Cited By (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008052671A (en) * | 2006-08-28 | 2008-03-06 | Toyota Motor Corp | Congestion predicting device |
| KR100988709B1 (en) | 2008-06-03 | 2010-10-18 | 주식회사 포스코아이씨티 | System for Simulating Traffic Flow |
| CN101751777B (en) * | 2008-12-02 | 2011-11-16 | 同济大学 | Dynamic urban road network traffic zone partitioning method based on space cluster analysis |
| WO2011021608A1 (en) * | 2009-08-18 | 2011-02-24 | 株式会社エヌ・ティ・ティ・ドコモ | Management server, communication system and statistical processing method |
| CN102473253A (en) * | 2009-08-18 | 2012-05-23 | 株式会社Ntt都科摩 | Management server, communication system and statistical processing method |
| JP5301669B2 (en) * | 2009-08-18 | 2013-09-25 | 株式会社エヌ・ティ・ティ・ドコモ | Management server, communication system, and statistical processing method |
| JP2016033782A (en) * | 2014-07-31 | 2016-03-10 | 富士通株式会社 | Map display program, map display method and information processor |
| CN106097718A (en) * | 2016-08-23 | 2016-11-09 | 重庆大学 | Signal cross port area transit time method of estimation based on gps data |
| JP2018181063A (en) * | 2017-04-17 | 2018-11-15 | 清水建設株式会社 | Generation device, generation method, and generation program |
| CN108364471A (en) * | 2018-04-24 | 2018-08-03 | 浙江方大智控科技有限公司 | Freight planning management method and system based on intelligent traffic light OD information inspections |
| CN108364471B (en) * | 2018-04-24 | 2023-07-07 | 浙江方大智控科技有限公司 | Freight planning management method and system based on intelligent traffic light OD information inspection |
| CN109117870A (en) * | 2018-07-20 | 2019-01-01 | 深圳大学 | Line cluster extraction method and system based on ArcGIS secondary development |
| CN110019633A (en) * | 2018-07-20 | 2019-07-16 | 深圳大学 | Line density statistical method and system based on ArcGIS secondary development |
| CN109117870B (en) * | 2018-07-20 | 2020-11-13 | 深圳大学 | ArcGIS secondary development-based linear clustering extraction method and system |
| CN110019633B (en) * | 2018-07-20 | 2021-08-10 | 深圳大学 | Line density statistical method and system based on ArcGIS secondary development |
| WO2020244220A1 (en) * | 2019-06-05 | 2020-12-10 | 中国科学院深圳先进技术研究院 | Traffic fusion analysis and prediction method and system, and electronic device |
| CN110458459A (en) * | 2019-08-13 | 2019-11-15 | 深圳前海微众银行股份有限公司 | Visual analysis method, device, equipment and the readable storage medium storing program for executing of traffic data |
| CN110598930A (en) * | 2019-09-11 | 2019-12-20 | 长沙理工大学 | Bus route optimization adjustment method and device |
| CN110598930B (en) * | 2019-09-11 | 2023-11-07 | 长沙理工大学 | Bus route optimization adjustment method and device |
| CN111475598A (en) * | 2020-04-16 | 2020-07-31 | 四川北宸电力设计咨询有限公司 | Power distribution network comprehensive planning system and method in power engineering design |
| WO2022118449A1 (en) * | 2020-12-03 | 2022-06-09 | 日本電信電話株式会社 | Tabulation device, tabulation method, and tabulation program |
| WO2022118451A1 (en) * | 2020-12-03 | 2022-06-09 | 日本電信電話株式会社 | Aggregation equipment, aggregation method, and aggregation program |
| JP7509235B2 (en) | 2020-12-03 | 2024-07-02 | 日本電信電話株式会社 | Counting device, counting method, and counting program |
| JP7509236B2 (en) | 2020-12-03 | 2024-07-02 | 日本電信電話株式会社 | Counting device, counting method, and counting program |
| CN112948651B (en) * | 2021-03-31 | 2022-07-29 | 重庆市规划设计研究院 | Efficient OD data visualization method and system |
| CN112948651A (en) * | 2021-03-31 | 2021-06-11 | 重庆市规划设计研究院 | Efficient OD data visualization method and system |
| CN113535870A (en) * | 2021-06-23 | 2021-10-22 | 苏州智能交通信息科技股份有限公司 | Traffic information visual analysis method, system and terminal based on big data |
| CN117935560A (en) * | 2024-03-14 | 2024-04-26 | 中南大学 | Traffic travel interaction flow prediction method, system, terminal equipment and medium |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hofer et al. | Large scale simulation of CO2 emissions caused by urban car traffic: An agent-based network approach | |
| JP2006085602A (en) | Traffic analysis system | |
| Aburas et al. | Land suitability analysis of urban growth in Seremban Malaysia, using GIS based analytical hierarchy process | |
| Singh et al. | Measuring transit oriented development: a spatial multi criteria assessment approach for the City Region Arnhem and Nijmegen | |
| Szell | Crowdsourced quantification and visualization of urban mobility space inequality | |
| Ryus et al. | Development of Florida’s transit level-of-service indicator | |
| Morro-Mello et al. | Fast charging stations placement methodology for electric taxis in urban zones | |
| CN112288311A (en) | Convenient and fast residential area supporting facility metering method based on POI data | |
| Karadimas et al. | Municipal Waste Collection of Large Items optimized with arc GIS network analyst | |
| JP4206024B2 (en) | Atmospheric substance index distribution analyzer | |
| CN111854786A (en) | Regular bus route planning visualization method, device, equipment and medium | |
| Zhai et al. | Validation of temporal and spatial consistency of facility-and speed-specific vehicle-specific power distributions for emission estimation: A case study in Beijing, China | |
| JP4047061B2 (en) | Data structure of a map database that stores multiple records in time series | |
| Davis et al. | A dynamic modeling approach to investigate impacts to protected and low-income populations in highway planning | |
| Young et al. | An automated online tool to forecast demand for new railway stations and analyse potential abstraction effects | |
| CN114863272A (en) | Method and system for determining influence strength of urban vegetation on urban comprehensive vitality | |
| Shipilova et al. | Land use by transport infrastructure in Tashkent City | |
| Gristina et al. | Developing a 3d road cadastral system: Comparing legal requirements and user needs | |
| Stoffel et al. | GIS applications at the Swiss Federal Institute for snow and avalanche research | |
| Long et al. | Simulating urban expansion in the parcel level for all Chinese cities | |
| Obaidat et al. | Integration of Geographic Information Systems and Paver System to Award Efficient Pavement Maintenance Management System (PMMS)–Case Study–Irbid City–Jordan | |
| Puliafito | Emissions and air concentrations of pollutant for urban area sources | |
| Nevers et al. | The effective integration of analysis, modeling, and simulation tools. | |
| Martynova et al. | Transport infrastructure indicators for assessing the social comfort of the urban environment | |
| Blume et al. | Cost-effective reporting of travel on local roads |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20070725 Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070725 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070725 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20090925 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20091217 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20100427 |