基于GIS的合肥市BRT和Metro的交通可达性研究

IT技术小咖

发布于 2019-11-24 17:45:35

9220

发布于 2019-11-24 17:45:35

视频简介

一、研究目的与意义

通过对BRT和Metro路线系统的分析与研究，我们会对合肥“十二五”规划中要建成全国重要的综合交通枢纽以及提升合肥的现代化都市形象提出一些合理的、可行的和具有科学依据的建议，促进合肥市的大建设大发展，并带动整个合肥城市圈的经济发展。而快速公交系统(Bus Rapid Transit，BRT)和地铁运输系统(Metro)作为一种新型的大容量快速交通方式，在此背景下研究BRT和Metro在我国城市的应用和发展将对未来的城市交通产生重大的现实影响。快速公交系统将首先为沿线的那些受时间和出行费用所限的人群带来更多的工作和商业机遇。在更深的社会层面，通过实施BRT和Metro系统，满足群众出行需要和改善公共空间后，可以加强公众对城市的自豪感和归属感。

二、设计思想和技术路线

图1 技术路线

研究现有文献及国内外 BRT 实践经验，在对 BRT 系统构成划分的基础上，分析研究 BRT 停靠站的站点位置选择、站间距的选择。然后收集合肥现有的快速公交路线、BRT站点、运营时间、规划建设中的Metro路线及站点分布，再通过网络分析与空间分析扩展模块，从时间与空间，横向与纵向的不同角度去分析研究BRT和Metro系统对合肥市交通可达性的影响。具体研究路线如图1所示。

三、主要功能与特点

模块一：建立Geodatabase数据库 基础数据：最新合肥市行政区划图、交通道路现状图、轨道交通路线图、中心城区城市分区图及中心城区建设用地现状图。而合肥市的BRT站点，通过手持GPS手持工具实地获取。通过ArcCatalog建立完整标准的文件型数据库，完成合肥市基础地理数据库的建立。

模块二：构建网络数据集准备工作 为了检查路网节点的连通性，由于出行点与吸引点并不全在路网节点上，因此有必要构建出行点和吸引点到路网的连接线，与最近道路节点连接，使得出行点和吸引点成为路网上结点。再进行拓扑检查，完成高质量网络数据集构建的准备工作。 模块三：创建多模式的网络数据集(Mutimodal Network Dataset)——微观因素的模拟 （1）模拟单行道——通过“Oneway”字段属性设置模拟道路限行。（2）模拟路口禁止转弯——通过转弯要素类，模拟相应的路口转弯限制。（3）模拟高架桥——高架桥与地面交通的连接，采用不带节点的非平面表示法模拟。（4）模拟红绿灯系统——实际交通中，路口红灯等候时间是不可忽略的要素，通用转弯延迟赋值器为路口通行时间赋值。（5）模拟BRT和Metro路线与地面交通道路系统连通——通过采用BRT站点和地铁出入口与其他地面交通道路之间的连通性策略来模拟。 模块四：网路分析创建OD成本矩阵 至此，一个比较复杂多层次的城市交通路网构建完毕。对创建的网络数据集(有无BRT和Metro)，利用扩展模块网络分析工具构建OD成本矩阵，其中以“Minutes(行车时间)”或“Meters(行驶距离)”属性作为分析中的累加成本，出行时间由3部分组成：从出行点到交通路网的时间、在交通路网上到吸引点附近节点的时间和离开路网上节点到目的地点的时间；计算出每个出行点与各目的地点的最短距离和最短时间。 模块五：可达性评价指标的选择――加权平均旅行时间

求解可达性我们利用ModelBuilder可视化建模工具构建了两个模型，一个是计算出行概率模型，一个是计算可达性模型。这样可以自动的完成可达性的计算。

通过ArcGIS软件导出属性表并在Excel表中处理，或利用ArcGIS中Spatial analyst tools工具中插值功能，在居民点的可达性基础上得到居民点到CBD、商业中心、工业中心的可达性空间分布专题图。

对于有无BRT和Metro时的可达性变化，我们构建了可达性变化率模型，自动完成。

模块六：求解可达性及结果的可视化 利用ModelBuilder可视化建模工具构建了出行概率模型和可达性模型(图2)，便于自动化完成可达性的计算。对计算结果对应的属性表进行汇总统计分析，还有通过可达性直方图、正态分布图的变化，模拟中心城区内居民区可达性变化趋势。