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：

①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。