基于GIS的玉溪市道路密度空間分異特征研究

楊太靜 尚敏

摘? ?要：本文以玉溪市紅塔區(qū)各個街道為研究單元，以道路密度為主要指標，利用 Arc GIS的疊加分析、空間插值等空間分析功能，統(tǒng)計分析等，研究紅塔區(qū)1989—2018年30年來的道路密度時空分異特征。通過分析發(fā)現(xiàn)紅塔區(qū)道路密度在空間上具有明顯的集聚特征，同時各區(qū)域道路密度的增長速度不均衡。

關鍵詞：道路密度? 空間分異? GIS? 紅塔區(qū)

中圖分類號：P208? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ?文章編號：1674-098X（2020）01（b）-0135-02

玉溪市具有顯著的區(qū)位優(yōu)勢、交通優(yōu)勢、產業(yè)優(yōu)勢和資源優(yōu)勢，在國家“一帶一路”、云南省構建“面向南亞、東南亞輻射中心”、玉溪市“5577”發(fā)展戰(zhàn)略背景下，將由全國交通網(wǎng)絡末梢變?yōu)槲覈髂祥_放國際門戶樞紐的重要組成部分。近幾年來玉溪市紅塔區(qū)道路建設比較快，研究其道路密度的空間分布，掌握區(qū)域交通與社會經濟關系，可以為指導玉溪市交通道路規(guī)劃、制定交通規(guī)則以及區(qū)域經濟發(fā)展提供科學依據(jù)。

1? 研究區(qū)概況

紅塔區(qū)地處滇中腹地，距省會昆明86km，區(qū)內交通便利，是云南省南北交通樞紐。2013年末，全區(qū)公路通車里程達到1380.8km。其中：國道91.1km，省道22.2km，縣道162.7km，鄉(xiāng)村道路1104.8km。公路網(wǎng)密度137.5km/百平方公里。市區(qū)及各鄉(xiāng)鎮(zhèn)道路全部實現(xiàn)了柏油（水泥）路面，全區(qū)442個自然村，已有440個通公路，兩個通水路。

2? 數(shù)據(jù)來源和研究方法

2.1 數(shù)據(jù)來源

本文數(shù)據(jù)主要來源于玉溪市紅塔區(qū)統(tǒng)計年鑒及91衛(wèi)圖遙感影像，解譯后提取矢量化交通要素。

2.2 研究方法

2.2.1 道路密度

道路密度是指一定區(qū)域內道路總長度與該地區(qū)國土面積之比，是評價某一地區(qū)交通狀況的常用指標之一。計算公式為

（1）

其中Di表示區(qū)域i的道路密度（單位：km/km2）;Li表示區(qū)域i道路總長度（單位：km）;Ai表示研究的區(qū)域國土面積（單位：km2）。道路密度反映了區(qū)域交通線路的疏密程度，密度越大、干線越密集說明交通對區(qū)域發(fā)展的支撐能力越高，交通聯(lián)系越便捷。但密度過大，會造成城市用地不經濟，增加城市道路建設投資，并且造成交叉口過多，反而影響車輛行駛速度和干道通行能力;道路網(wǎng)密度過小，會使車輛繞行，增加居民出行時間，造成道路交通擁擠。

2.2.2 疊加分析

疊加分析是地理信息系統(tǒng)中用來提取空間隱含信息的方法之一，本文在ArcGIS 中將紅塔區(qū)道路網(wǎng)圖層與紅塔區(qū)行政區(qū)劃圖層進行疊加分析，獲取每個研究單元道路總長度及研究區(qū)的面積，從而計算出研究區(qū)總道路網(wǎng)密度，如圖1所示。

2.2.3 統(tǒng)計對比分析

統(tǒng)計分析常用來探索數(shù)據(jù)，匯總數(shù)據(jù)。通過分析與要素相關的屬性值，利用圖表，如直方圖或Q-Q圖等，按照類別進行匯總。例如，檢查特定屬性值的分布或者查找異常值（極高值或極低值）。

3? 結果與分析

3.1 道路密度空間布局

經過疊加分析及計算，自1989—2018至30年間紅塔區(qū)總道路網(wǎng)密度水平圖如圖2所示。

從整體上看，紅塔區(qū)道路網(wǎng)的發(fā)達地區(qū)集中在三區(qū)（主城區(qū)），道路網(wǎng)稀疏地區(qū)為一區(qū)（西部郊區(qū)）和二區(qū)（東北部郊區(qū)）;且存在部分區(qū)域道路網(wǎng)密度較高或較低，與周邊地區(qū)的差異顯著，這些地區(qū)尚未連接成片，并且覆蓋面積小。從發(fā)展速度看，紅塔區(qū)總道路網(wǎng)密度空間分布可以看出。

3.2 道路密度發(fā)展速度特征

從時間上看，30年間道路密度增加見表1。1989—1998年道路密度增加最快的是三區(qū)增加值達1.0323，四區(qū)基本無變化;1998—2008年道路密度增加最快的是三區(qū)和四區(qū)，增加值分別為1.0529和1.0497;2008—2018年道路密度增加最快的是四區(qū)和二區(qū)，增加值分別為0.7453和0.6512。

4? 結論與討論

4.1 結論

以總道路網(wǎng)密度為指標，分析得出以下結論。

（1）紅塔區(qū)道路網(wǎng)密度的宏觀分異特征：以昆磨高速為分界線東部密度高、西部密度低。整體上，紅塔區(qū)道路系統(tǒng)在空間分布上具有不均衡性，中東部道路網(wǎng)密度最高，四周相對較低。

（2）紅塔區(qū)道路密度的空間分布具有明顯的集聚特征，紅塔區(qū)主城區(qū)（三區(qū)）的道路網(wǎng)密度較高，與周邊地區(qū)形成鮮明的對比，尚未連接成面或完全均質化。

（3）道路密度在不同時間段各區(qū)域變化情況也有很大差異，整體來看，四區(qū)（東北片區(qū)）道路密度變化顯著。

（4）通過對比四年的數(shù)據(jù)，將研究區(qū)范圍分為四個區(qū)域，玉溪市道路密度空間差異為：中東部的道路密度最高，西部區(qū)域道路密度變化不大，東南和東北區(qū)域道路密度隨著時間的推移，逐漸增加;結合經濟、人口數(shù)據(jù)，中東部位于主城區(qū)，經濟較發(fā)達、人口較密集，故道路密度為四個區(qū)域中最高的，一區(qū)位于城區(qū)邊，地勢相對較高，經濟交通不發(fā)達，人口較少，道路密度最低，東北和東南區(qū)域為紅塔區(qū)主要工業(yè)區(qū)聚集地，隨著時間推移，基礎設施逐年加強，道路密度也逐年增加。

4.2 討論

由以上分析研究可知，道路網(wǎng)密度在時間和空間上呈現(xiàn)出不同的特征，本文研究局限于道路網(wǎng)密度，對于引起道路密度空間分異的變量，例如人口、GDP、土地利用、交通設施、國家投資策略、時間等因素的影響未展開討論，相關問題有待進一步研究。

參考文獻

[1] 李艷，王鵬飛.基于GIS的道路網(wǎng)密度空間分異特征——以河北省石家莊市為例[J].河北科技師范學院學報，2018，32（4）：41-47.

[2] 董振華，張繼權，阿榮，等.基于GIS的內蒙古道路密度空間分異特征研究[J].東北師大學報：自然科學版，2017，49（1）：154-161.

[3] 任慧，周振紅，周鑫鑫.基于RS與GIS的城市道路網(wǎng)密度計算[J].計算機輔助工程，2009，18（2）：85-87.

[4] 譚偉平.基于ArcGIS的城市道路交通便捷度評價[D].湖南工業(yè)大學，2018.

[5] 葉麗敏，邱榮祖，林玉英，等.福建省道路網(wǎng)密度空間分異特征[J].公路，2018，63（5）：206-210.

[6] 劉承良.城鄉(xiāng)路網(wǎng)的空間復雜性[D].華中師范大學，2011.