专栏首页IT技术小咖基于GIS的合肥市BRT和Metro的交通可达性研究-part4

基于GIS的合肥市BRT和Metro的交通可达性研究-part4

看完《基于GIS的合肥市BRT和Metro的交通可达性研究》part1、part2、part3……系列文章,紧接着往下看......


九、网络分析与空间分析

——以居民点至商业金融中心的可达性求解为例,其余部分分析步骤一样

1 建立OD成本矩阵

1.1 无BRT和Metro路线时

(1)居民点至商业金融中心的ODCost Matrix Layer

相应的步骤如下:

A、基于距离的OD成本矩阵

A-1)①点击【Network Analyst】工具条上的按钮【Network Analyst】,在下拉菜单中选择【新建OD成本矩阵】,之后显示【Network Analyst】面板;

②在【Network Analyst】面板右键点击【起始点】项,在弹出的菜单中选择【加载位置…】,在显示对话框如图所示:

③将【加载至】栏设置为【居民点】;

④将【Name】的属性【字段】设置为【OBJECTID】。如此设置后,【起始点】的【Name】属性值将是【居民点】的【OBJECTID】。其目的是为了以后连接【起始点】表和【居民点】表。然后点击【确定】即可。

A-2)在【Network Analyst】面板右键点击【目的地点】项,在弹出的菜单中选择【加载位置…】,在显示对话框如图所示:

A-3)设置“位置分配”属性:

①点击【Network Analyst】面板右上角的【属性】按钮

,显示【图层属性】对话框;

②切换到【常规】选项卡,设置【图层名称】为【商业金融中心_OD 成本矩阵(距离)】;

③切换到【分析设置】选项卡,选择【阻抗】为【Meters(米)】;

④设置好后,点击【Network Analyst】工具条上的【求解】工具

,得到基于距离的OD成本矩阵【商业金融中心_OD 成本矩阵(距离)】。

B、基于时间的OD成本矩阵

步骤同上

①切换到【分析设置】选项卡时,选择【阻抗】为【Minutes(分钟)】;

②设置好后,点击【Network Analyst】工具条上的【求解】工具

,得到基于距离的OD成本矩阵【商业金融中心_OD成本矩阵(时间)】。

1.2 有BRT和Metro路线时

(1)居民点至商业金融中心的ODCost Matrix Layer

步骤和方法同上(无BRT和Metro路线时OD成本矩阵的求解)。

2、出行概率计算

步骤和方法如下:

使【商业金融中心_OD 成本矩阵(距离)】下的【目的地点】表拥有【商业金融中心】表的【规模】属性

②根据【OBJECTID】字段,连接【目的地点】表和【商业金融中心】表;

③连接【目的地点】表和【商业金融中心】表,之后【目的地点】表就拥有了【商业金融中心】表的【规模】字段。

④为【商业金融中心_OD 成本矩阵(距离)】图层下【线】表添加【出行势能】字段和【出行概率】字段;

⑤连接【线】表和【目的地点】表,如此,【线】表也拥有了【商业金融中心】表的【规模】属性,之后,计算每条线的出行势能:

【出行势能】=【规模】/【Total_Meters】^2

⑥根据【OriginID】汇总每条线的出行势能总和,生成【出行势能汇总表.dbf】;

⑦连接【线】表和【出行势能汇总表.dbf】表,并进行计算,

【出行概率】=【出行势能】/【Sum_出行势能】

⑧取消和【线】表的所有连接,然后导出【线】表到【出行概率.dbf】。

利用模型构建器,自动计算出行概率:

选好变量后,直接运行即可。

3、求解可达性

步骤和方法如下:

本操作是针对商业金融中心_OD 成本矩阵(时间)】图层下【线】表

① 为【商业金融中心_OD 成本矩阵(时间)】图层下【线】表添加双精度类型(Double)的【加权时间】属性;

②根据此【线】表的【Name】字段连接上述步骤得到的【出行概率.dbf】,连接字段也是【Name】,并计算每条线的加权时间:

【加权时间】=【出行概率】*【Total_Minutes】

③针对【线】表,根据【ObjectID】汇总【加权时间】总和,生成【加权旅行时间汇总表.dbf】表;

à针对【商业金融中心_OD 成本矩阵(时间)】下的【起始点】表,增加双精度类型(Double)居民点至商业金融中心的【可达性】字段;

④根据【ObjectID】连接【起始点】表和【加权旅行时间汇总表.dbf】表,连接字段是【ODLines_OriginID】,并计算居民点可达性:

民点至商业金融中心的【可达性】= Sum_加权时间 /【目的地】个数

利用模型构建器,自动计算可达性

选好变量后,直接运行即可。

4、空间插值

由于以居民区点图的方式看可达性很不直观,通过ArcGIS10.0空间分析模块中反距离插值得到整个研究区域无空白栅格图,直观地反映了居民点可达性分布情况,便于比较,分析,评价和得出结论。

本文分享自微信公众号 - IT技术小咖(IT-arch),作者:giserway

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-01-11

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • TransactionTemplate编程式事务管理

    之前使用 JDBC API 操作, 经常用到的对象有: connection 和 preparedStatement. dbConnection.setAuto...

    IT技术小咖
  • 【干货】JVM 优化、内存泄露排查、gc.log 分析方法等

    本文讲解了 JVM 的内存划分和分配策略,并以截图和脚本展示常用可视化和命令行工具的使用方法,完整演示了 JVM 优化、内存泄露排查、gc.log 分析方法等。

    IT技术小咖
  • 基于GIS的合肥市BRT和Metro的交通可达性研究-part1

    相对传统公交, BRT和Metro系统作为一种新型的公共交通方式,是一个涉及面广、影响因素多、相对灵活的体系。BRT通过对传统公共汽车在规划、设计、运营和管理上...

    IT技术小咖
  • RxJava 之 ParallelFlowable

    RxJava 2.0.5 版本新增了 ParallelFlowable API,它允许并行地执行一些运算符,譬如map、filter、concatMap、fla...

    fengzhizi715
  • LeetCode 1047. 删除字符串中的所有相邻重复项(栈)

    给出由小写字母组成的字符串 S,重复项删除操作会选择两个相邻且相同的字母,并删除它们。

    Michael阿明
  • 理解CSS3属性transition

    py3study
  • 决策树告诉你出门带不带伞

    你可以这样回答,“带不带伞需要看具体的情况,如果今天烈日高照而且大妈儿子今天计划走路去上班恰好这个人非常抠门,那么他需要带上雨伞;否则,不需要带雨伞”...

    许卉
  • LeetCode 69. Sqrt(x)

    ShenduCC
  • Python猫荐书系统之二:《Python最佳实践指南》

    昨天推送了一篇《来自Kenneth Reitz大神的建议:避免不必要的面向对象编程》,文中K神的建议出自他发起和维护的开源项目,这也就是我们今天荐书的主角了。

    Python猫
  • 乒乓结构和流水线设计

    乒乓结构 ? l 通过“输入数据选择单元”和“输出数据选择单元”按节拍、相互配合的切换,将经过缓冲的数据流没有停顿地送到“数据流运算处理模块”进行运算与处...

    瓜大三哥

扫码关注云+社区

领取腾讯云代金券