• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      重慶市軌交客流與土地利用混合度耦合協(xié)調(diào)關系研究

      2023-09-28 00:37:30牟鳳云黃淇王俊秀何勇張用川
      西南大學學報(自然科學版) 2023年9期
      關鍵詞:站域客流量客流

      牟鳳云, 黃淇, 王俊秀, 何勇, 張用川

      1. 重慶交通大學 智慧城市學院,重慶 400074;2. 重慶市規(guī)劃和自然資源信息中心,重慶 401147

      為了緩解由無序使用小汽車導致的城市交通擁堵等諸多矛盾, “公共交通導向型開發(fā)”(Transit Oriented Development, TOD)被提出, 倡導以公共交通樞紐為城市核心建立高效、 混合的土地利用模式. 2014年, 國務院辦公廳正式以文件形式提出TOD的概念; 2015年, TOD理念正式出現(xiàn)在規(guī)劃技術準則中; 2017-2018年, “軌道+新城”等新型建設理念被提出, 各大城市紛紛出臺政策, 支持軌道交通TOD發(fā)展, 截至2019年末, 我國40個開通軌道交通的城市中, 已有近一半城市出臺TOD相關政策. 2020年, 重慶市也相繼出臺了《關于推進主城都市區(qū)城市軌道交通區(qū)域綜合開發(fā)的實施意見》 《重慶城市軌道交通TOD綜合開發(fā)實施方案》和《主城都市區(qū)城市軌道交通TOD綜合開發(fā)專項規(guī)劃》, 強調(diào)以軌道交通站點為中心劃定半徑范圍, 進行高強度集約化開發(fā), 打造集多種用地功能于一體的混合功能區(qū). 軌道交通站域土地利用混合度是衡量其TOD發(fā)展水平的重要參考之一, 探究站點客流與站域土地利用混合度之間的耦合協(xié)調(diào)關系, 可以有效檢驗城市軌道交通出行服務與城市功能的融合程度.

      對相關研究進行梳理總結(jié)發(fā)現(xiàn): ① 城市用地功能的量化逐漸由土地利用轉(zhuǎn)向POI. 土地利用混合度測度方法可歸納為基于數(shù)量規(guī)模、 空間結(jié)構(gòu)、 功能關系、 多維綜合4種[1], 現(xiàn)有研究多從數(shù)量規(guī)模維度展開, 直接依據(jù)不同土地利用類型的數(shù)量或面積比例計算土地利用混合度[2], 或間接采用熵指數(shù)[3]等多樣性指標反映土地利用混合度. 傳統(tǒng)的測度數(shù)據(jù)多基于土地利用數(shù)據(jù), 其獲取成本高、 樣本少、 精度低, 難以精細量化城市用地功能[4-7], 隨著基于位置的服務(Location Based Services, LBS)技術的迅速發(fā)展, 利用百度、 高德以及Google地圖爬取POI數(shù)據(jù)以替代土地利用數(shù)據(jù), 從而識別城市用地功能、 量化用地功能混合度, 逐漸成為研究熱點[6-8]. ② 客流與土地利用間雙向因果關系被忽略. 目前探究客流與土地利用關系的模型可分為全局常參數(shù)模型和局部變參數(shù)模型, 前者包括以兩階段最小二乘法、 普通最小二乘法(Ordinary Least Squares regression, OLS)、 逐步回歸等為代表的傳統(tǒng)全局回歸法和以空間誤差模型(Spatial Error Model, SEM)、 空間滯后模型(Spatial Lag Model, SLM)、 空間杜賓模型(Spatial Dubin Model, SDM)等為代表的空間全局回歸法[9], 后者包括以地理加權(quán)回歸模型(Geographically Weighted Regression, GWR)及其衍生模型[10-12]為代表的空間局部回歸方法. 但上述模型多以土地利用因素作為自變量, 客流因素作為因變量, 探討土地利用對于客流的影響[13-17], 忽略了客流與土地利用之間相互依存、 彼此制約的雙向因果關系. ③ 缺乏不同時間橫斷面數(shù)據(jù)縱向比較. 既有研究多受限于數(shù)據(jù)樣本的局限性, 僅就單一時間橫斷面作出探討[11-13], 但客流與土地利用間的相互響應存在一定時間過程, 基于單一時間橫斷面的研究無可避免地陷入片面性.

      綜上, 本研究彌補現(xiàn)有研究不足, 從2018年、 2021年2個時間橫斷面出發(fā), 首先基于重慶市軌道交通IC卡數(shù)據(jù), 計算兩期工作日日均出站客流量; 其次根據(jù)城市建設用地功能特征, 基于POI數(shù)據(jù)構(gòu)建重慶市城市軌道交通站域POI重分類體系, 實現(xiàn)站域土地利用混合度的精細量化; 最后采用耦合協(xié)調(diào)度模型探究兩者相互作用關系. 研究結(jié)果可為相關研究提供時間維度和模型方法上的參考, 并最終為城市用地規(guī)劃與公共交通規(guī)劃的有機結(jié)合提供科學決策依據(jù).

      1 研究區(qū)域與數(shù)據(jù)說明

      1.1 研究對象概況

      2018年重慶市軌道交通開通運營的線路包括1號線、 2號線、 3號線、 4號線、 5號線、 6號線、 10號線以及環(huán)線, 共160個站點(不含重復站點); 2021年新建路線包括環(huán)線重慶圖書館至海峽路段、 5號線跳蹬至石橋鋪段、 6號線沙河壩至王家莊段, 新增24個站點, 共184個站點(圖1). 截至2021年1月, 重慶軌道交通總運營里程已達370 km, 居西部城市次位, 中國第八位, 全網(wǎng)日均客運量近300萬人次, 日均開行班次2 205次.

      該圖基于《重慶市城市軌道交通第三期建設規(guī)劃(2018-2023年)》內(nèi)示意圖制作.圖1 重慶市2021年軌道交通網(wǎng)絡空間分布圖

      1.2 數(shù)據(jù)獲取及處理

      1) 重慶市軌道交通站線數(shù)據(jù). 采用2018年、 2021年重慶市城市軌道交通站點、 線路矢量數(shù)據(jù), 根據(jù)重慶市出臺的主城都市區(qū)城市軌道交通TOD綜合開發(fā)相關文件, 圍繞各站點以500 m為半徑生成緩沖區(qū), 以提取緩沖區(qū)內(nèi)POI.

      2) 重慶市軌道交通IC卡數(shù)據(jù)(表1). 來源于重慶市公交集團, 包括11個屬性字段, 根據(jù)需求保留了卡號、 線路、 進站時間、 進站編號、 出站時間、 出站編號等字段, 運用Python分別提取2018年和2021年的6月5日-6月11日各站點工作日日均出站客流量.

      表1 軌道IC卡刷卡數(shù)據(jù)樣例

      3) 重慶市轄區(qū)高德POI數(shù)據(jù). 通過高德地圖開放平臺爬取兩期重慶市轄區(qū)POI, 原始POI分類體系包含23個一級分類、 267個二級分類和904個三級分類; 對所爬取POI進行清洗、 提取, 剔除與居民出行目的無關的自然地名、 路、 橋及地址地名等POI[18], 提取軌道交通站點500 m緩沖區(qū)范圍內(nèi)POI; 再根據(jù)《城市用地分類與規(guī)劃建設用地標準》, 對站點500 m緩沖區(qū)內(nèi)POI進行拆分、 重組, 構(gòu)建重慶市軌道交通站域POI重分類體系(表2), 用以計算各站域內(nèi)土地利用混合度.

      表2 重慶市軌道交通站域POI重分類體系

      2 研究思路及方法

      2.1 土地利用混合度

      根據(jù)上文所構(gòu)建的重慶市軌道交通站域POI重分類體系(表2), 軌道交通站域內(nèi)POI被重分類為9種用地類型, 在此基礎上構(gòu)建空間信息熵模型, 以量化軌道交通站域500 m緩沖區(qū)內(nèi)土地利用混合程度, 計算公式如下:

      (1)

      式中:M為站域內(nèi)土地利用混合度, 其值越大則站域內(nèi)用地功能越復雜, 用地混合程度越高;n為POI的類型數(shù)量,Pi為站域內(nèi)第i類POI的數(shù)量;P為站域內(nèi)所有類型POI的數(shù)量.

      2.2 耦合協(xié)調(diào)度模型

      耦合度是指2個或多個系統(tǒng)之間相互作用以實現(xiàn)協(xié)調(diào)發(fā)展的動態(tài)關聯(lián)關系, 可以反映系統(tǒng)間相互依存、 彼此制約的程度. 計算公式如下:

      (2)

      式中:C表示耦合度,C值介于0~1, 當C=1時, 說明系統(tǒng)之間存在良好的耦合效應;F,M分別表示軌道交通站點客流量與站域土地利用混合度.

      協(xié)調(diào)度反映了系統(tǒng)間的良性耦合程度, 體現(xiàn)了系統(tǒng)間協(xié)調(diào)狀況的好壞, 可以避免2個或多個系統(tǒng)高度耦合卻發(fā)展較差的情況. 計算公式如下:

      (3)

      式中:D為軌道交通站點客流量與站域土地利用混合度的耦合協(xié)調(diào)度;T為軌道交通站點客流量與站域土地利用混合度的協(xié)調(diào)度;A,B為待定系數(shù), 且A+B=1, 本研究將軌道交通站點客流量與站域土地利用混合度視為同等重要, 因此A,B取值均為0.5.

      3 結(jié)果與討論

      3.1 軌道交通站點客流時空分異特征分析

      2021年軌道交通站點工作日日均出站客流量均值較2018年顯著上升(圖2a), 2018年至2020年各站域土地利用混合度排名前10名變化幅度較小, 后10名變化幅度明顯(圖3a). 2018年, 前10名從大到小依次為: 觀音橋、 小什字、 南坪、 兩路口、 紅旗河溝、 石橋鋪、 沙坪壩、 嘉州路、 工貿(mào)和石油路; 2021年, 前10名從大到小依次為: 沙坪壩、 小什字、 觀音橋、 大坪、 紅旗河溝、 兩路口、 光電園、 南坪、 楊家坪和嘉州路.

      圖2 2018年、 2021年軌道交通站點工作日日均出站客流量(a)和站域土地利用混合度(b)箱線圖

      圖3 軌道交通站點工作日日均出站客流量(a)和站域土地利用混合度(b)排名變化圖

      根據(jù)2018年、 2021年軌道交通站點工作日日均出站客流量時空分異圖(圖4), 隨著環(huán)線(重慶圖書館至海峽路段)的全面開通和5號線(跳蹬至石橋鋪段)的進一步建設, 沙坪壩站成為一座集高鐵、 軌交、 公交、 出租車等多種交通方式為一體的綜合交通樞紐, 出行需求極其旺盛, 在成為環(huán)線與1號線的換乘站后, 大量出行需求被滿足, 因此其工作日日均出站客流量呈現(xiàn)出爆發(fā)式增長, 排名由第七名躍為榜首; 謝家灣站作為重慶市重點打造的歷史文化站點, 其周圍分布了眾多抗戰(zhàn)歷史遺址、 學校等POI點, 加之鄰近大坪換乘站, 客流需求亦十分旺盛, 在成為環(huán)線與2號線的換乘站后, 客流需求被滿足, 其工作日日均出站客流量亦大幅增長, 盡管排名未進入前10, 但增長幅度僅次于沙坪壩站, 而2號線上與謝家灣站近鄰的楊家坪站、 大坪站、 袁家崗站的工作日日均出站客流量也隨之顯著增長; 此外, 隨著6號線(沙河壩至王家莊段)的進一步建設, 小什字站作為6號線與1號線的換乘站, 又是重慶重要景點的中樞站, 其工作日日均出站客流量顯著增長, 排名穩(wěn)居第二; 而光電園作為重慶市規(guī)模最大的產(chǎn)業(yè)園集群, 隨著白領出行需求被滿足, 工作日日均出站客流量亦顯著增長, 排名躍入前10.

      該圖基于《重慶市城市軌道交通第三期建設規(guī)劃(2018-2023年)》內(nèi)示意圖制作. 單位: 人次.圖4 2018年、 2021年軌道交通站點工作日日均出站客流量時空分異圖

      3.2 軌道交通站域土地利用混合度時空分異特征分析

      2021年軌道交通站域土地利用混合度均值較2018年顯著上升, 2018年至2020年各站域土地利用混合度排名變化較大, 前10名、 后10名均大幅變化(圖3b), 2018年前10名從大到小依次為: 海棠溪、 大劇院、 劉家壩、 魚洞、 鵝嶺、 佛圖關、 白居寺、 舉人壩、 園博中心和龍鳳溪, 2021年前10名從大到小依次為: 中央公園、 悅來、 魚洞、 鵝嶺、 大劇院、 動物園、 曾家?guī)r、 佛圖關、 翠云和洪湖東路.

      根據(jù)2018年、 2021年軌道交通站域土地利用混合度時空分異圖(圖5), 隨著6號線國博支線(沙河壩至王家莊段)的進一步建設, 其沿線站域各類型POI點逐漸增多, 因此土地利用混合度上升趨勢最為顯著, 如黃茅坪、 高義口、 王家莊、 悅來等站點, 其中悅來躍入前10并位居第二; 而隨著重慶市建設重心的逐漸北移, 10號線沿線站域土地利用混合度亦顯著上升, 上升幅度僅次于6號線國博支線, 如中央公園、 中央公園西、 龍頭寺、 長河等站點, 其中中央公園躍入前10并成為榜首. 此外, 2號線金家灣站域內(nèi)土地利用混合度亦大幅提升. 盡管總體而言土地利用混合度呈現(xiàn)出上升趨勢, 但仍有部分站域土地利用混合度呈現(xiàn)出下降趨勢, 如建橋、 舉人壩、 湖霞街、 曹家灣.

      該圖基于《重慶市城市軌道交通第三期建設規(guī)劃(2018-2023年)》內(nèi)示意圖制作.圖5 2018年、 2021年軌道交通站域土地利用混合度時空分異圖

      3.3 軌道交通站點客流與站域土地利用混合度的耦合協(xié)調(diào)關系分析

      重慶市軌道交通站點客流與站域土地利用混合度的耦合度C值總體上均處于上游水平(0.69~1.00)(圖6a), 說明各站點兩者相互作用程度高, 但協(xié)調(diào)度T值則在下游至上游均有分布(0.28~0.79)(圖6b), 說明部分站點雖然相互作用程度高, 但未實現(xiàn)協(xié)調(diào)發(fā)展. 根據(jù)耦合協(xié)調(diào)度D值將各站點耦合協(xié)調(diào)類型劃分為優(yōu)質(zhì)、 中級和初級3種耦合協(xié)調(diào)類型(圖6c), 其中優(yōu)質(zhì)耦合協(xié)調(diào)型站點共17個, 中級耦合協(xié)調(diào)型站點共136個, 初級耦合協(xié)調(diào)型站點共6個. 優(yōu)質(zhì)耦合協(xié)調(diào)型站點多分布于2號線和環(huán)線沿線, 由于2號線是重慶市最早投入運營的城市軌道交通線路, 其沿線以楊家坪、 金家灣為代表的站域內(nèi)土地利用結(jié)構(gòu)經(jīng)過長期調(diào)節(jié), 已逐漸與站點客流達到優(yōu)質(zhì)耦合協(xié)調(diào)狀態(tài), 而環(huán)線雖于2018年年末才投入運營, 但隨著其加速成環(huán), 以沙坪壩、 謝家灣為代表的站點工作日日均出站客流量迅速增長, 加之環(huán)線位居主城區(qū)核心地帶, 受到政策規(guī)劃的高度重視, 因此其沿線站域土地利用結(jié)構(gòu)加速調(diào)節(jié), 得以與迅速增長的站點客流達到優(yōu)質(zhì)耦合協(xié)調(diào)狀態(tài); 初級耦合協(xié)調(diào)型站點分別為建橋、 石橋鋪、 舉人壩、 湖霞街、 觀音橋、 龍鳳溪站點, 其中建橋、 舉人壩、 湖霞街、 龍鳳溪等站點均位于各線路近末端位置, 盡管其工作日日均出站客流量隨著軌道交通加速成網(wǎng)而有所增長, 但其站域內(nèi)土地利用結(jié)構(gòu)卻相對較為滯后, 尚未得到充分開發(fā)利用, 土地利用混合度亦呈下降趨勢, 因此與站點客流僅達到初級耦合協(xié)調(diào)狀態(tài), 而石橋鋪、 觀音橋站點, 或因其為換乘中樞或緊鄰換乘中樞, 因而站域內(nèi)土地利用結(jié)構(gòu)在政府的高度重視下不斷優(yōu)化, 土地利用混合度亦不斷上升, 但其站點卻常年擁堵, 近年來其客流又為新興站點所分擔而呈下降趨勢, 因此其站點客流與站域土地利用混合度僅達到初級耦合協(xié)調(diào)狀態(tài).

      該圖基于《重慶市城市軌道交通第三期建設規(guī)劃(2018-2023年)》內(nèi)示意圖制作.圖6 2018年、 2021年軌道交通站點工作日日均出站客流變化量與站域土地利用混合度變化量耦合協(xié)調(diào)關系時空分異圖

      4 結(jié)論與展望

      從2個時間橫斷面出發(fā), 可以窺探到站點客流在較長時間序列上的變化. 隨著軌道交通加速成環(huán)成網(wǎng), 一些站點由于旺盛的客流需求被滿足, 工作日日均出站客流量顯著增長, 排名或躍為榜首或躍入前10, 成為新興熱門站點, 在新興熱門站點的分擔下, 早期熱門站點的客流擁堵情況得到一定程度緩解, 工作日日均出站客流量排名下滑.

      以POI數(shù)據(jù)替代土地利用數(shù)據(jù), 可以實現(xiàn)站域土地利用混合度的精細量化. 重慶市2018年至2021年軌道交通站域土地利用混合度均值由0.61上升為0.67, 排名上發(fā)生較大變化. 隨著6號線國博支線的進一步建設, 6號線國博支線沿線站域土地利用混合度上升趨勢最為顯著; 而隨著重慶市建設重心的逐漸北移, 10號線沿線站域土地利用混合度較為顯著; 僅少量站域土地利用混合度呈下降趨勢.

      采用耦合協(xié)調(diào)度模型, 可以更好地探索客流與土地利用間的相互作用關系. 重慶市2018年至2021年軌道交通站點工作日日均出站客流量變化量與站域土地利用混合度變化量的耦合度C值總體上均處于上游水平(0.69~1.00), 協(xié)調(diào)度T值則在下游至上游均有分布(0.28~0.79), 根據(jù)耦合協(xié)調(diào)度D值識別出優(yōu)質(zhì)耦合協(xié)調(diào)型站點17個, 中級耦合協(xié)調(diào)型站點136個, 初級耦合協(xié)調(diào)型站點6個. 優(yōu)質(zhì)耦合協(xié)調(diào)型站點多分布于2號線和環(huán)線, 其站點客流和站域土地利用混合度或于早期修建經(jīng)長期調(diào)節(jié)后達到優(yōu)質(zhì)耦合協(xié)調(diào)狀態(tài), 或受軌道交通加速成網(wǎng)和政府規(guī)劃重視影響, 均大幅上升而達到優(yōu)質(zhì)耦合協(xié)調(diào)狀態(tài); 初級耦合協(xié)調(diào)型站點或位于線路末端, 土地利用變化滯后于客流變化, 或為換乘中樞和緊鄰換乘中樞, 客流變化滯后于土地利用變化, 因而僅達到初級耦合協(xié)調(diào)狀態(tài).

      研究結(jié)果可為相關研究提供時間維度和模型方法上的參考, 并最終為城市用地規(guī)劃與公共交通規(guī)劃的有機結(jié)合提供科學決策依據(jù). 但本研究亦存在不足之處, 僅基于POI對軌道交通站域的用地功能混合程度進行了度量, 卻未對不同用地功能之間的關系進行剖析[19], 在后續(xù)研究中, 不僅要關注軌道交通站域用地功能在數(shù)量規(guī)模上的“混”, 更要關注其在用地功能關系上的“合”, 注重用地功能關系之間的兼容互補, 實現(xiàn)混合空間的有機良性運轉(zhuǎn), 從而推動軌道站點客流與站域用地的良性耦合和協(xié)調(diào)發(fā)展.

      猜你喜歡
      站域客流量客流
      基于SEM模型的軌道交通站域文化活力提升設計研究
      包裝工程(2023年20期)2023-10-28 03:24:26
      客流增多
      基于變電站多信息的站域保護架構(gòu)和功能分析
      基于智能電網(wǎng)的站域繼電保護系統(tǒng)研究
      基于嵌入式系統(tǒng)的商場客流量統(tǒng)計算法
      智能變電站繼電保護方案優(yōu)化分析
      科學家(2016年6期)2016-08-23 01:39:51
      基于自學習補償?shù)氖覂?nèi)定位及在客流分析中的應用
      基于AFC數(shù)據(jù)的城軌站間客流量分布預測
      人工免疫算法在電梯客流時段劃分的應用
      城市軌道交通運營客流數(shù)據(jù)分析缺陷及應對
      保靖县| 新丰县| 乐陵市| 卫辉市| 白城市| 马关县| 合江县| 云南省| 正蓝旗| 鹰潭市| 遵义市| 靖安县| 崇礼县| 礼泉县| 潞西市| 应用必备| 东宁县| 同德县| 湖北省| 邻水| 玉林市| 麦盖提县| 赞皇县| 赤峰市| 莱西市| 宜君县| 谢通门县| 永仁县| 吐鲁番市| 安溪县| 潮州市| 西安市| 清新县| 贵阳市| 平南县| 满洲里市| 达拉特旗| 大渡口区| 吴忠市| 高安市| 江源县|