張 勇

(大連市城市規(guī)劃設計研究院, 大連 116011)

?

組團型城市交通需求預測模型構(gòu)建探討

張 勇

(大連市城市規(guī)劃設計研究院, 大連 116011)

針對組團型城市具有區(qū)別于單中心城市獨特的交通特征，根據(jù)組團型城市的交通出行特點，引入分區(qū)預測、整體交通分配、循環(huán)反饋機制等思路，以大連市區(qū)城市交通需求預測模型構(gòu)建為例, 闡述了組團型城市交通需求預測模型構(gòu)建的流程.

組團型城市； 交通需求預測； 反饋機制； 交通分配

為應對日益嚴重的交通問題，國內(nèi)外許多城市已構(gòu)建城市交通預測模型以指導未來城市交通系統(tǒng)的發(fā)展. 受用地分布特征的影響，組團型城市具有獨特的交通特征，不能簡單套用單中心城市預測方法，本文在對組團城市交通特征進行分析的基礎上，以大連市交通預測模型構(gòu)建為例闡述組團型城市交通需求預測模型構(gòu)建的過程.

1 組團型城市結(jié)構(gòu)分析

組團型城市為城市建成區(qū)由2個以上相對獨立的主體組團和多個基本團塊組成，受自然及人工環(huán)境的影響，城市用地被分隔成幾個有一定規(guī)模的組團，各組團有各自的公共中心和道路系統(tǒng)，并通過聯(lián)系性通道聯(lián)結(jié)成一個城市實體.

大連市是國內(nèi)較為典型的組團型城市，城區(qū)范圍內(nèi)受山體、海灣等自然環(huán)境的影響明顯劃分為核心區(qū)、旅順口區(qū)、金州新區(qū)3個組團，各組團在發(fā)展過程中逐漸形成各自公共活動中心.

根據(jù)大連市城市總體規(guī)劃(2014—2020)，大連市中心城區(qū)將規(guī)劃形成“一核、兩城、三灣”的組團型城市空間結(jié)構(gòu)，其中 “一核”即核心區(qū)，重點承擔東北亞國際城市的現(xiàn)代服務業(yè)功能. “兩城”即旅順城區(qū)、金州城區(qū)，實現(xiàn)與核心區(qū)的功能互補與協(xié)同發(fā)展.

圖1 大連市區(qū)規(guī)劃城市空間結(jié)構(gòu)

2 組團型城市交通特點

受組團型城市的空間結(jié)構(gòu)影響，各組團存在較強的獨立性，出行特征受各自組團面積、經(jīng)濟發(fā)展水平、對外輻射強度等因素影響，居民出行強度、出行時間、出行方式存在較大差別.

根據(jù)相關交通調(diào)查，大連市區(qū)各組團交通特征在出行次數(shù)、出行時間、出行距離等方面存在明顯差別. 大連市區(qū)平均出行次數(shù)為2.18人次/d，其中核心區(qū)為2.21人次/d；旅順口區(qū)為2.52人次/d；金州新區(qū)為2.02人次/d.

出行空間分布呈現(xiàn)多城多中心放射狀，其中核心區(qū)出行空間分布呈現(xiàn)以中山廣場、西安路商業(yè)區(qū)向周邊區(qū)域放射,高強度出行范圍擴展到甘井子、高新園區(qū)等區(qū)域；旅順口區(qū)出行分布以旅順老城區(qū)和水師營地區(qū)為中心向外圍區(qū)域放射；金州城區(qū)出行空間呈現(xiàn)以金州老城和開發(fā)區(qū)城區(qū)為核心向外放射，出行整體呈現(xiàn)“U”形分布.

大連各組團之間居民出行方式構(gòu)成差別明顯，其中核心區(qū)以公共交通出行為主，約為43.2%. 旅順城區(qū)由于城區(qū)面積較小，居民出行以慢行交通出行為主，出行比例約為55%. 具體見圖2.

圖2 各城區(qū)組團出行結(jié)構(gòu)

3 組團型城市交通需求預測模型構(gòu)建

3.1 預測思路

針對組團型城市的組團交通特征各異、區(qū)域間聯(lián)系密切等交通出行特征，并借鑒國內(nèi)外交通需求預測的最新成果，采用分區(qū)預測、整體分配、反饋循環(huán)的思路進行交通需求預測模型構(gòu)建，以充分反映各組團的交通出行特征，確保預測結(jié)果的科學性與準確性，具體見圖3.

圖3 交通需求預測模型框架

分區(qū)需求預測主要針對組團城市不同組團的交通出行特征差異較為明顯的特點，采用各組團單獨的交通出行生成率、平均出行時間及出行方式劃分參數(shù)，構(gòu)建各組團獨立的需求預測模型，確保構(gòu)建的預測模型與實際交通特征的一致性，以提高交通需求預測模型的科學性和準確性.

整體交通分配主要是對分區(qū)交通需求預測結(jié)果進行合并，將各分區(qū)預測獲得的分方式出行OD整理集中，并將其在全市交通網(wǎng)絡進行交通分配，以充分考慮組團間出行對組團內(nèi)部出行的影響.

模型中引入循環(huán)反饋主要是由于傳統(tǒng)四階段模型為單向順序模型，上一階段模型的輸出結(jié)果作為下一階段模型的輸入數(shù)據(jù)，導致各階段結(jié)果的不一致，隨著城市交通擁堵日益加劇，這一缺點更加突出. 針對該問題，F(xiàn)HWA提出引入反饋機制，保證模型內(nèi)部結(jié)果一致性的方法；國內(nèi)正在編制中的《城市軌道交通客流預測規(guī)范》明確提出城市交通需求預測模型應利用反饋迭代技術(shù)，綜合反映各類交通出行方式以及公共交通出行方式之間的競爭關系.

3.2 大連市交通需求預測模型構(gòu)建

大連市交通需求預測模型以Transcad平臺為基礎構(gòu)建，并采用Gisdk語言構(gòu)建預測平臺，以保證分區(qū)預測、整體分配、反饋循環(huán)的思路的實現(xiàn).

3.2.1 分區(qū)交通需求預測

分區(qū)交通需求預測根據(jù)各區(qū)不同的出行特征，分別構(gòu)建交通需求預測模型，主要包含出行生成、出行分布及方式劃分等內(nèi)容.

1) 出行生成

出行生成預測包括區(qū)域內(nèi)部出行生成及分區(qū)間出行生成. 其中區(qū)域內(nèi)部出行生成采用發(fā)生率/吸引率法，預測公式

(1)

(2)

其中，Pi為i小區(qū)出行產(chǎn)生總量；Ai為i小區(qū)出行吸引總量.

分區(qū)間出行生成采用Wisconsin走廊交通需求預測模型，模型構(gòu)建

(3)

其中，V為客流生成量；P、E、I、L分別表示人口、就業(yè)人數(shù)、人均收入、交通服務水平；f為目標年；b為基本年.

2) 出行分布

出行分布模型包括出行分布預測、出行分布校核及參數(shù)的動態(tài)調(diào)整2部分.

出行分布預測采用傳統(tǒng)的雙約束重力模型，采用出行時間計算分布模型的出行阻抗. 模型形式

(4)

并基于不同目的分別對模型的阻抗函數(shù)進行標定，模型阻抗函數(shù)采用指數(shù)函數(shù)形式

(5)

出行分布校核及參數(shù)的動態(tài)調(diào)整主要引入反饋循環(huán)，基于居民出行時間的穩(wěn)定性，對各分區(qū)內(nèi)部居民出行分布參數(shù)進行校核，以確保預測模型結(jié)果的合理性及科學性.

3) 方式劃分

出行方式劃分采用轉(zhuǎn)移曲線與Logit費用函數(shù)模型相結(jié)合的預測方法，步行采用轉(zhuǎn)移曲線模型. 小汽車、出租車和公共交通方式劃分采用Logit函數(shù)模型，通過計算不同出行方式費用以獲得不同出行方式構(gòu)成，模型形式

(6)

式中，Pm為選擇交通方式m出行的概率；Ui為交通方式i的出行費用.

3.2.2 整體交通分配

整體交通分配主要包括道路機動車分配及公交客流分配，其中機動車分配采用用戶平衡模型. 整體交通分配將分區(qū)預測的分方式OD綜合后，在大連市區(qū)道路網(wǎng)及公交網(wǎng)絡進行相應分配，為反饋循環(huán)提供依據(jù).

在機動車分配過程中道路延誤函數(shù)選擇考慮城市交通擁堵主要集中于交叉口，而傳統(tǒng)的延誤函數(shù)為BPR函數(shù)，主要描述路段延誤，為保證分配模型與實際的一致性，交通分配過程中引入路段與節(jié)點復合延誤函數(shù)，并根據(jù)大連道路實際進行相應標定.

3.2.3 循環(huán)反饋

循環(huán)反饋采用移動平均法獲得機動車出行時間，移動平均法中最優(yōu)路段流量通過式(7)進行計算：

(7)

其中，MSAFlown為第n次迭代移動平均路段流量；Flown為當前交通分配中計算路段流量.

對不同出行時間段的各類出行方式的出行時間進行計算，并綜合為全日綜合阻抗反饋至出行分布階段重新進行出行分布預測.

3.3 模型應用

根據(jù)構(gòu)建的大連市區(qū)交通需求預測模型，遠景年大連市區(qū)居民出行總量為1 673萬人次/d，人均出行次數(shù)為2.53次/d，其中，核心區(qū)居民出行總量為867萬人次/d，人均出行次數(shù)為2.55次/d；旅順口區(qū)居民出行總量為156萬人次/d；人均出行次數(shù)為2.6次/d，金州新區(qū)居民出行總量為650萬人次/d，人均出行次數(shù)為2.5次/d.

居民平均時間為34 min，其中核心區(qū)35 min，旅順口區(qū)28 min，金州新區(qū)32 min.

市區(qū)居民出行結(jié)構(gòu)以公共交通出行為主，受各組團功能結(jié)構(gòu)及用地布局影響，各組團出行結(jié)構(gòu)各有特點，具體見表1.

表1 核心區(qū)未來出行結(jié)構(gòu) %

綜合各組團交通需求預測結(jié)果，進行總體分配，考慮核心區(qū)是大連市的中心區(qū)域，集行政文化、商業(yè)金融、科技創(chuàng)新中心等多種功能于一體，對其高峰時段道路交通運行狀況進行重點分析.

受地形條件限制，核心區(qū)道路資源有限，高峰時段瓶頸區(qū)域道路交通量呈現(xiàn)飽和狀況，跨蜂腰斷面機動車流量集中，道路服務水平較差，道路網(wǎng)整體運行水平一般. 具體見圖4、圖5.

圖4 核心區(qū)高峰小時道路服務水平

4 結(jié)論

根據(jù)組團型城市的交通出行特征，采用分區(qū)預測、整體分配、循環(huán)反饋的預測思路進行交通需求預測模型構(gòu)建,并引入分布參數(shù)調(diào)整、循環(huán)反饋等技

圖5 核心區(qū)高峰小時車速分布

術(shù)，消除了傳統(tǒng)4階段模型的固有缺陷，提升了需求預測模型的科學性與精確性，保證模型更加符合實際道路運行狀況，結(jié)合大連實際，構(gòu)建基于分區(qū)預測的大連交通需求預測模型，模型預測結(jié)果到達預期效果，實踐表明，分區(qū)預測、整體分配、反饋循環(huán)的城市交通需求預測思路適用于組團型城市交通預測模型的構(gòu)建.

[1] 全永燊. 城市交通客流預測的若干問題[J]. 城市交通, 2008, 6(6): 5-8.

[2] 吳子嘯, 宋維嘉, 池利兵, 等. 出行時耗的規(guī)律及啟示[J]. 城市交通, 2007(1): 20-24

[3] 吳祖峰, 沈菲君. 軌道交通客流預測方法研究[J]. 寧波高等?？茖W校學報, 2004, 16(4): 24-28.

[4] 李旭宏. 道路交通規(guī)劃[M]. 南京: 東南大學出版社, 1997.

[5] 過秀成, 呂慎. 基于合作競爭類OD聯(lián)合方式劃分軌道客流分配模型研究[J]. 中國公路學報, 2000, 13(4): 91-94

[6] 李春艷, 陳金川, 郭繼孚, 等. 基于行為的客流預測方法探討及應用[J]. 交通運輸系統(tǒng)工程與信息, 2006, 6(6): 143-148.

[7] Lan C J, Menendez M, Gan A. Incorporating Feedback Loop into FSUTMS for Model Consistency [R]. Florida: Stateof Florida Department of Transportation, 2003.

The Construction of Group City’s Travel Demand Model

ZHANG Yong

(Dalian Urban Planning & Design Institute, Dalian 116011, China)

Group City’s travel characteristics are different from the mono-centric city’s travel characteristics. In view of the group city’s traffic characteristics, introducing new ideologies of forecasting zoning, the overall traffic assignment and feedback mechanism, this paper expounds the process of the construction of the group city’s travel demand model.

group city; travel demand model; feedback mechanism; traffic assignment

10.13986/j.cnki.jote.2015.03.011

2015- 03- 26.

張 勇(1982—), 男, 工程師， 研究方向為交通規(guī)劃. E-mail：zy0001264@hotmail.com

U 121

A

1008-2522(2015)03-52-04