当前位置: 首页 > 专利查询>东南大学专利>正文

建成环境对交通运行状况影响的评估方法技术

技术编号:33087480 阅读:107 留言:0更新日期:2022-04-15 10:54
本发明专利技术公开了一种城市热点区域建成环境对交通运行状况影响的评估方法,具体步骤为:采集POI、道路网、公共交通站点等多源数据,对数据进行清洗处理;基于POI数据使用核密度估计算法提取城市热点区域;建立热点区域缓冲影响区,测算区域内POI数据密度、土地利用熵指数、道路网密度、公共交通可达性指数四类建成环境要素指标;获取热点区域道路拥堵比例,通过换算得到交通运行指数,从而描述热点区域交通运行状况;建立建成环境对交通运行状况影响的评估模型,量化评估热点区域建成环境对交通运行状况的影响。本发明专利技术能够指导改造与重塑热点区域的建成环境,优化热点区域交通运行状况,为城市交通资源配置改造及新城规划建设提供理论依据。供理论依据。供理论依据。

【技术实现步骤摘要】
建成环境对交通运行状况影响的评估方法


[0001]本专利技术涉及一种城市热点区域建成环境对交通运行状况影响的评估方法,属于城市土地利用与交通影响评价领域。

技术介绍

[0002]大城市的集聚效应逐渐增强了城市土地开发密度,尤其在轨道交通站点辐射影响范围内交通流量大、商业密度高的热点区域逐渐显现,对城市交通运行造成巨大冲击,而客流的产生和吸引与土地开发利用、街区设计、公共交通设施可达性等建成环境因素密切相关,优化热点区域的交通运行状况是解决轨道交通出行服务瓶颈、提升全过程通勤效率的重要途径,研究城市热点区域建成环境对交通运行状况的影响具有重要意义。
[0003]国内外在建成环境方面具有相应的理论和实践研究,例如通过多元统计分析了建成环境与步行交通方式的关系,通过荟萃分析明确建成环境与居民出行行为的影响关系,但鲜有研究分析城市热点区域内建成环境对交通运行状况的影响,主要原因在于建成环境数据短缺,且影响因素涉及众多,数据多源复杂,传统收集方式困难。多数研究分析建成环境对交通运行状况影响时仅涵盖部分建成环境影响因素,导致模型拟合效果不佳,因而难以准确分析评估城市热点区域用地属性对交通运行状况的影响。

技术实现思路

[0004]为解决优化城市热点区域交通运行状况的问题,本专利技术提供了一种城市热点区域建成环境对交通运行状况影响的评估方法,从土地开发利用和交通系统的角度,量化评估建成环境对交通运行状况的影响,可指导优化热点区域交通运行状况,适应当前高效出行的同时,保持城市整体结构布局与功能相协调。
>[0005]城市热点区域建成环境对交通运行状况影响的评估方法,包括如下步骤:
[0006]步骤1:采集并清洗建成环境要素
[0007]建成环境要素包括土地利用要素与公共交通可达性要素,具体采集POI(Point of Interest)数据、土地利用属性数据、道路网数据、轨道与道路公共交通站点数据。POI数据通过调用电子地图API(Application Programming Interface)接口爬虫获得,采集数据类型包括就业与居住两大类。
[0008]其中就业类数据包括:餐饮服务、购物服务、休闲娱乐服务、医疗保障服务、政府机构、科教文化服务、金融保险服务、公司企业,居住类数据主要为楼宇与住宅区。
[0009]土地利用数据来源于土地利用总体规划图,可按照国家土地利用现状分类标准将获取数据进行部分用地属性合并,分为住宅用地、商服用地、公共管理与公共服务用地、草地/绿地、特殊用地、工矿仓储用地、交通运输用地,从而防止分类过于细致、繁冗,不利于集计和模型分析。
[0010]道路网数据使用开源的OSM(Open Street Map)路网,导出Shapefile格式的路网以及必要的地理信息属性表。轨道与道路公共交通站点数据采集方法与POI数据类似,通过
电子地图API接口爬虫获得。
[0011]获取的POI数据和轨道与道路公共交通站点数据需要经过整合去重、坐标转换后分类别导入ArcGIS平台,土地利用数据导入ArcGIS平台后,使用地理配准工具条(Georeference)进行校正配准,OSM路网可直接导入ArcGIS平台,以上所有数据均使用WGS

84坐标系,并采用通用横轴墨卡托投影。
[0012]步骤2:提取城市热点区域
[0013]城市热点区域的挖掘基于步骤1已清洗导入ArcGIS平台POI数据,首先将分类型的POI数据合并为一个点层要素;其次使用核密度估计聚类算法,将点层要素输入ArcMap中核密度分析工具;然后设置输出值为函数估计值,并选择在要素之间使用测地线距离(GEODESIC);最后输出可视化的计算结果,核密度估计函数如下式所示:
[0014][0015]式中:f(x,y)是核密度估计函数;N是密度估值点的个数;K(
·
)是ArcGIS中内置的核函数;d
i
为密度估值点i到点层所有要素平均中心的距离;R是搜索半径;
[0016]输出的计算结果可准确表征城市就业与居住的整体分布,将计算得到的栅格核密度导入ArcScene进行三维可视化,并与导入ArcGIS平台的道路网数据进行匹配,通过可视化结果提取城市热点区域(哪些区域的密度较高且集中,即形成热点区域)及其区位中心,其中区位中心位于计算密度最大的栅格内。
[0017]步骤3:测算热点区域内的建成环境要素指标
[0018]测算热点区域内的建成环境要素指标,因为热点区域可能不规则,无法直接得到热点区域的面积且不利于指标的测算,所以这里用缓冲影响区表征来测算热点区域内的建成环境要素指标。首先需要根据步骤2得到的热点区域及其区位中心,建立热点区域的圆形缓冲影响区(将热点区域根据栅格核密度计算结果分为9级,缓冲影响区基本覆盖密度较大的5个级别);然后聚焦研究范围于缓冲影响区,使用ArcMap对缓冲影响区内建成环境指标进行提取测算,具体可分为以下四类:
[0019]基于POI数据的就业和居住密度表征土地开发强度,统计缓冲影响区内POI数量POI数据密度计算如下式所示:
[0020][0021]式中:POI_Density是POI数据密度(单位:个/km2);为第i1种类型POI数量;n1是缓冲影响区内POI数据类型个数;Buffer_Area是缓冲影响区的面积(单位:km2);
[0022]基于土地利用熵指数表征土地利用混合度,即衡量土地利用种类的多样性或复杂程度,集计缓冲影响区内不同土地利用类型的面积土地利用熵指数计算如下式所示:
[0023][0024]式中:Entropy_Index是土地利用熵指数;为缓冲影响区内第i2类土地利用面积(单位:km2);Buffer_Area是缓冲影响区的面积(单位:km2);n2是缓冲影响区内土地利用类型的个数;
[0025]基于道路网密度表征道路网络可达性现状,反映街区形态和交通网络状况,统计缓冲影响区内道路网长度道路网密度计算如下式所示:
[0026][0027]式中:Roads_Density是道路网密度(单位:km
‑1);是第i3类道路网络的长度(单位:km),n3是缓冲影响区内道路类型的个数;Buffer_Area是缓冲影响区面积(单位:km2);
[0028]基于公共交通站点覆盖率表征公共交通可达性,随着公共交通客流吸引力的提升,公共交通可达性一定程度上也表征了出行者的目的地可达性。计算站点覆盖率指标首先需要明确站点服务面积,即站点缓冲影响区,对于地铁站点缓冲区选取800m作为服务半径,公交车站使用500m服务半径,提取缓冲影响区内站点服务面积Service_Area,站点覆盖率计算如下式所示:
[0029][0030]式中:Coverage_Rate是站点覆盖率;Service_Area是站点服务面积(单位:km2),其中站点缓冲区重叠部分只计算一次;Buffer_Area是缓冲影响区面积(单位:km2);<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.城市热点区域建成环境对交通运行状况影响的评估方法,其特征在于,主要包括以下步骤:步骤1:采集并清洗建成环境要素;步骤2:提取城市热点区域;步骤3:建立热点区域的缓冲影响区,测算缓冲影响区内的建成环境要素指标;步骤4:描述热点区域交通运行状况;步骤5:建立建成环境对交通运行状况影响的评估模型;步骤6:评估热点区域建成环境对交通运行状况的影响。2.根据权利要求1所述的方法,其特征在于:所述步骤1中的建成环境要素包括兴趣点POI数据、土地利用属性数据、道路网数据、轨道与道路公共交通站点数据;所述建成环境要素经过包括去重、坐标转换的清洗处理后,导入ArcGIS平台。3.根据权利要求2所述的方法,其特征在于:所述步骤2具体为:首先,将导入ArcGIS平台的POI数据合并为一个点层要素;其次,使用核密度估计聚类算法,将点层要素输入ArcMap中核密度分析工具;再次,设置输出值为函数估计值,并选择在点要素之间使用测地线距离,核密度估计函数为其中N是密度估值点的个数;K(
·
)是ArcGIS中内置的核函数;d
i
为密度估值点i到点层所有要素平均中心的距离;R是搜索半径;最后,将计算得到的栅格核密度导入ArcScene进行三维可视化,并与导入ArcGIS平台的道路网数据进行匹配,通过可视化结果基于设定标准提取城市热点区域及其区位中心,其中区位中心位于核密度最大的栅格内。4.根据权利要求3所述的方法,其特征在于:所述步骤3具体为:首先根据步骤2得到的热点区域及其区位中心,建立热点区域的缓冲影响区,所述缓冲影响区是以区位中心为圆心、设定半径的圆形;然后使用ArcMap对缓冲影响区内的建成环境指标进行提取测算,所述建成环境指标为兴趣点POI数据密度、土地利用熵指数、道路网密度、公共交通可达性指数四类指标。5.根据权利要求4所述的方法,其特征在于:POI数据密度的计算公式为:5.根据权利要求4所述的方法,其特征在于:POI数据密度的计算公式为:其中:POI_Density是POI数据密度;为第i1种类型POI数量;n1是缓冲影响区内POI数据类型个数;Buffer_Area是缓冲影响区的面积;土地利用熵指数计算公式为:其中:Entropy_Index是土地利用熵指数;为缓冲影响区内第i2类土地利用面积;n2是缓冲影响区内土地利用类型的个数;道路网密度计算公式为:其中:Roads_Density是道路网密度;是第i3类道路网络的长度,n3是缓冲影响区内道路类型的个数;公共交通可达性指数计算公式为:T_Index=α1×
B_Coverage_Rate+α2×
M_Coverage_
Rate,其中:T_Index是公共交通可达性指数;为公交站点覆盖率,B_Service_Area是公交站点服务面积;为地铁站点覆盖率...

【专利技术属性】
技术研发人员:黄世玉杨敏王立超
申请(专利权)人:东南大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1