基于GIS的合肥市BRT和Metro的交通可达性研究-part1

一、问题的提出

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、运营和管理上的改良，从而以较少的投资、较强的灵活性实现较高的服务效率；Metro在地下，不占用地面土地，运行速度快，载客容量大，大大的减少居民出行时间。BRT和Metro系统规划的核心问题，在于如何与城市自身特点紧密配合，寻求快速公交和地铁与其它城市公共交通方式之间的合理结构模式，建立一体化的城市交通系统。因此，在快速公交和地铁系统决策的过程中，必须坚持整体化的规划原则与方法，对快速公交和地铁系统的规划、实施、运营、优化这一不断推进的过程进行全面分析。因此我们对BRT和Metro路线系统对合肥市中心城区可达性影响的分析。

二、可达性的概念

Hansen 首次提出了Accessibility的概念，将其定义为交通网络中各节点相互作用的机会的大小，并利用重力方法研究了可达性与城市土地利用之间的关系。Accessibility通常翻译为“可达性”，也有翻译为“通达性”的，这一概念在城市土地利用与交通规划、城市体系研究、空间结构与区域发展等方面有广泛的应有前景。一般来讲，可达性是指利用一种特定的交通系统从某一给定区位到达活动地点的便利程度。以上问题可以转化为：

（1） 居民点到CBD的便利程度（用“加权平均旅行时间”衡量）；

（2）居民点到各区行政中心的便利程度（用“加权平均旅行时间”衡量）；

（3）居民点到商业金融中心的便利程度（用“加权平均旅行时间”衡量）；

（4）居民点到工业中心的便利程度（用“加权平均旅行时间”衡量）。

三、可达性评价指标的选择及理论依据

1、可达性指标的选择

荷兰学者吉尔特曼(Geertman)等人在对Randstad地区进行区域规划研究时，为了使可达性的计算值能提供确定意义的单位，对传统重力模型提出修正重力模型，即平均加权旅行时间模型。本研究Geertman提出的基于平均加权旅行时间的可达性评价方法。该方法用中心点至所有吸引点的平均加权旅行时间作为点的可达性评价指标。所谓平均加权旅行时间是指，某中心点至吸引点的出行时间和出行概率的乘积。因此，该模型更能反映实际交通出行中考虑出行目的地的情况。

2、理论依据

四、数据的主要分析过程及技术路线

1、数据的主要分析过程：

借助ArcGIS 10.0的网络分析和空间分析功能模块，可以完成可达性分析过程：

（1）① 将最新合肥市行政区划图、中心城区交通道路现状数据、轨道交通路线数据、中心城区城市分区数据及中心城区建设用地现状图，在ArcGIS中配准；

② 数字化，提取出道路网络要素类；

③ 添加相应属性并赋予属性值，建立道路长度、行车速度、行车时间等必要属性，输入和计算属性值；

④ 建立相应的Geodatabase数据集，并导入所建立的要素类；

（2）构建网络数据集前

① 用于网络分析的道路数据要进行拓扑处理，将道路数据层在ArcMap中打开，选择编辑工具，开始编辑，将所有的要素都选中，选择拓扑工具中的打断相交线，采用默认的容差，道路在所有交汇点处被打断，对道路长度和行车时间进行属性值更新；

② 数字化建立居民点、CBD、商业金融中心、工业中心点要素类，并赋予它们的必要属性，由于这些点要素是被道路网络所连通的，故数字化时应保证连通性，即保证各节点被道路网络所包含；

③ 将上述道路网和各类点要素类放在同一个数据集下，在ArcCatalog中利用道路要素类建立网络数据集。

（3）创建网络数据集时，考虑了微观因素的影响

① 模拟路口转弯；

② 模拟红绿灯系统；

③ 模拟单行道和高架桥。

④ 模拟BRT和Metro路线通过各自站点与地面交通道路系统连通；

（4）对建立的有无BRT和Metro网络数据集进行分析

①在ArcMap中导入建立的网络数据集，利用工具箱中的网络分析工具中的建立OD CostMatrix Layer，设置以“行车时间”属性值作为分析中的累加成本；

②导入出行点和目的地；

③求解，得到每个出行点到各目的地的最短出行时间；

④ 通过汇总统计工具，得到各居民点出行的总时间；

⑤ 求解居民出行概率；

⑥ 根据公式（4）求出可达性。

（5）可达性结果可视化和分析

①对可达性值进行反距离加权内插，得到有无BRT和Metro前后的整个中心城区的可达性分布情况；、

② 对可达性属性进行汇总统计，得到频数分布直方图，可达性值的平均值、最大值、最小值和标准差等；

③对结果进行评价、分析，得出结论。

2、技术路线如下（图 1和图 2）：

欢迎留言......