基于路网提取的公路规模估算方法研究

为了对所辖农村地区耕地区域公路需求规模进行估算,研究了一种基于高分遥感影像道路提取矢量路网的农村耕地区域公路网规模估算方法。综合考虑公路网密度及自然村分布情况,设计了路网估算密度系数、自然村密度系数,以所在地形环境作为分类,充分考虑了农村耕地区域公路建设的实际需求并量化计算。实验表明,与交通运输主管部门实际需求相比,该方法的估算准确率可达到实际需求的92.61%。该方法能够在国土系数法、连通度法等传统方法之外提供一种以遥感影像为基础数据的农村耕地区域公路规模测算方法,弥补了传统方法无法充分利用新一代信息技术数据的不足,是传统方法的有效补充。该方法的设计在适用性的角度上合理。

针对大规模复杂车流的PG强化交通灯控制算法

优化城市道路中的交通信号灯控制是低成本地提升城市交通路网性能的方法之一。该研究提出了一种利用策略梯度(Policy Gradient, PG)强化调优的交通灯控制算法。该算法引入了道路压力项、旅程时间项和黑名单机制项,利用统计方式预测汽车行程轨迹,并采用策略梯度估计的优化算法调整算法中的参数。在数据挖掘国际会议Knowledge Discovery and Data Mining (KDD)组织的算法竞赛KDD Cup 2021城市大脑挑战赛中,获得了冠军的成绩。在该挑战赛提供的城市路网规模复杂车流仿真平台上的实验结果表明,算法具有应用于实际场景的价值。

基于可解释机器学习的大型活动场馆周边路网运行状态影响研究

举办大型活动会导致周边受影响区域在短时间内集中大量人群和车辆,场馆周边路网与常态交通具有差异化特征.为探究大型活动对场馆周边路网运行状态的影响机理,解析活动规模、路段与活动场馆的空间距离等因素的影响特征,构建融合XGBoost算法与部分依赖图的可解释机器学习模型,以捕捉不同因素的非线性效应与协同影响.以北京市为例开展了实证研究,单因素的异质性影响表明:路段与活动场馆的空间距离及活动规模对场馆周边路网运行状态的影响较大,其相对重要度分别达到27.1%和25.4%,距离活动开始/结束的时间对场馆周边路网运行状态存在明显非线性特征,在活动开始前30~60 min,以及活动结束后30 min内,场馆周边3 km以内的路段将受到显著影响.二维因素的协同影响表明:当活动规模大于3万人时,节假日和不利天气对场馆周边路网运行状态呈负面影响,而在降雨和雾霾天气下,场馆周边路网运行状态受时空影响较大,影响范围为活动开始前60 min与结束后40 min内距离活动场馆2.5 km内的路段.相关研究结论可为大型活动期间道路拥堵致因辨别及制定科学有效的路网管控策略提供定量化的决策依据.

基于空间尺度的道路网地图智能制图技术研究

针对传统数字地图制图技术中的分辨率较低且易出现误差的问题,本文对基于空间尺度的道路网地图智能制图技术进行研究。通过元胞自动机中的神经网络结构,建立空间尺度元胞自动机模型;将计算机作为技术手段,以地图学理论为基础建立数据库,将处理后的数据导入计算机网络,完成数字地图绘制;利用比例尺与内插权重函数,对道路网地图进行智能绘制。本文利用智能制图技术对道路网地图进行绘制,测试结果表明,本文方法绘制结果的平均准确率为92.75%,优化后的技术实现更加准确的道路网地图。

最小路径约束的大规模街区路网分层规划仿真

由于在街区路网分层规划中,受道路错综复杂、多重指标影响下,导致规划时间过长、搜索空间过大。为了获取高效率的大规模街区路网分层规划结果,提出一种最小路径约束下大规模街区路网分层规划方法。多维度分析衔接点建立重要度评价指标,将因子分析和加权K-means聚类算法结合,将变量标准化处理并确定其相关性,完成计算节点重要度,以最短路径和最短时间为目标,基于路网特性,建立大规模街区路网分层规划模型;引入遗传算法,处理染色体编码,完成种群初始化处理,并求解模型。仿真结果表明,所提方法可得到高效且满意的路网分层规划方案。

城市路网结构与用地功能关联分析

为辅助城市道路规划与土地利用规划布局,以武汉都市发展区为研究区,综合利用核密度估计法、多中心评价模型和空间相关分析划定研究尺度,挖掘路网结构与城市用地功能的空间关联特征。结果表明,不同尺度下路网结构中心性指标与城市用地功能利用强度均呈显著正相关,局部空间集聚特征明显,主要呈现高—高集聚、低—低集聚的空间关联模式;公共管理与公共服务设施用地功能、交通设施用地功能对路网结构中心性的依赖性较强,而工业用地功能的依赖性较弱;研究单元可划分为单一功能型区域与混合功能型区域,单一功能型区域布局受邻近度影响较大,混合功能型区域布局对邻近度与平直性的依赖性更强。研究结果可为城市重要项目选址和用地功能布局提供参考。

萍乡市路网形态对住宅用地价格空间的多尺度影响——基于sDNA与MGWR模型的研究

为了探究萍乡市路网形态对住宅用地价格的影响,以2011-2020年萍乡市中心城区出让住宅地价样点为例,基于空间设计网络分析(sDNA)模型和多尺度地理加权回归(MGWR)模型探究路网形态对住宅用地价格的多尺度关系。结果表明,2011年以来,萍乡市住宅空间分布呈现轴向发展、向内填充与向外扩散并进、多中心圈层结构相融合的演化趋势;路网形态总体呈现块状聚集,轴向延伸的空间格局;路网接近度对住宅用地价格呈现出正向的城区边缘高,中心区低的空间格局,密度、穿行度与之相反,同时出现跨尺度相似性。研究成果可为市政完善土地市场价格管理体系提供科学的决策依据,同时为城市交通规划以及房地产选址布局提供相关建议。

基于Graph Transformer的大规模路网交通流量预测

为了捕捉大规模路网交通流量复杂、动态的时空特征,实现大规模路网交通流量的准确预测,建立了基于Graph Transformer的交通流预测模型。该模型运用GRU模块提取路网中历史交通流量的时间特征,根据分布在路网中的传感器之间的关联,建立以历史交通流量为节点、传感器间的相互联系为边的交通图。在此基础上,运用基于Graph Transformer的深度学习技术进行时空特征的提取。为了验证该预测模型的性能,基于PeMS高速公路数据集与6种基线模型进行对比,实验表明本文提出的预测模型展现了最优的预测性能。

暴雨内涝下公交应急方案评价方法

为甄选出不同暴雨内涝情景下的最优公交应急方案,提出一种公交应急方案评价方法。提出不与地铁联动和与地铁联动两种公交应急路径设计思路。以公交出行成本最低为目标,搜索最优公交应急路径。构建公交线网的连通效率、运行效率和应急效率3个评价指标对公交应急方案进行评价。结果表明,不与地铁联动时宜启动临时公交接驳线路,与地铁联动时宜采用原线接驳的方式。假设3种暴雨内涝情景,从情景1到情景3暴雨内涝程度逐步加剧。与原公交线网相比,各公交应急方案的运行效率降幅较小且接近;不与地铁联动和与地铁联动时情景1下的应急效率最高。

顾及多特征的多尺度道路网相似性计算模型

针对现有的多尺度道路网相似性计算方法对道路网特征顾及不足的问题,提出了一种顾及全局轮廓和局部细节的多特征多尺度道路网空间相似性计算模型。该模型首先提取道路网的全局轮廓边界,通过傅里叶描述子计算出轮廓边的形状相似性,以此来度量多尺度道路网的全局相似性;其次,将能够反映局部密度特征的道路网眼引入到局部相似性计算中,分别求取网眼之间的拓扑相似度和几何相似度,二者结合计算多尺度道路网的局部相似性;最后,进行全局特征和局部特征的相似性归一化,对多尺度道路网目标相似性进行整体度量。实验结果表明,该模型计算结果与实际地物特征变化程度保持了较高的一致性,比较符合人类认知。

深度学习在地图多尺度表达中的应用分析

传统方法在地图多尺度表达研究中存在地图要素结构化描述困难、算法自适应程度不高和空间关系保持能力有限等问题。深度学习在图像解译和时空预测中的成功应用,给地图多尺度表达提供全新思路。根据地图要素几何类型(线要素、面要素),归纳当前深度学习算法用于提取空间分布模式、模拟制图综合过程的相关研究;分析深度学习网络模型在地图多尺度表达中的应用效果,总结当前研究存在的问题和下一步改进方向。

轨道交通路网规划若干问题探讨

为使我国城市轨道交通路网规划从定性走向定量，同时作理论上的准备工作，应用系统分析和网络图论的方法对轨道交通路网规划的关键环节路网合理规模、路网形态、初级路网规划方法及软件数据流图逐一作了探讨。概括了路网规划的主题思想。对轨道交通规划前期工作有指导意义。

城市复杂道路网的Stroke生成方法

传统连接stroke的方法在处理表达较为详细的城市道路网数据时,会产生双行道分离和环岛处截断等错误。为能够在城市复杂道路网中正确生成stroke,针对道路网中的双行道和道路交叉口模式提出一种新的stroke生成方法。该方法采用道路街区几何形态分析、基于连通关系的层次聚类等算法自动识别出道路网中的双行道和道路交叉口模式,并使用穷举stroke配对组合算法连接截断的stroke,从而保证stroke的连续性。以武汉市NAVIN-FOTM导航电子地图数据为例验证该方法的实用性,生成的stroke符合stroke感知归组原则中平滑连贯的要求。

多尺度道路网的距离匹配算法研究

根据道路网折线的匹配特点,提出基于格网索引的折线——结点距离匹配算法,将复杂的折线与折线之间的几何相似度计算转换为求结点到折线距离的匹配方法,降低了计算复杂度,并通过建立格网索引来提高计算效率。在应用实例中,采用曲线拟合的最小二乘法确定算法的匹配容差和匹配成功率之间的关系,并通过与现有统计匹配算法比较,可知该算法效率高且匹配成功率较理想,能够满足多尺度道路网数据匹配的应用需求。

基于GBRBM-DBN模型的短时交通流预测方法

为提高城市道路短时交通流预测的精度和效率,提出了一种基于深度学习的短时交通流参数预测模型,结合高斯-伯努利受限波尔兹曼机、Softmax回归模型和深度置信网络,对大规模路网中地点车速进行预测。该模型在网络底层加入高斯-伯努利受限波尔兹曼机,将传统二值输入转换为连续实值输入以适应地点车速的数据特征。在网络输入、输出矩阵中加入时空特征表达,并将深度置信网络顶层接入Softmax回归模型,根据深度学习模型提取到的地点车速时空特征对多路段多时刻的地点车速进行预测。选取广州市大规模路网中60条路段60d的实测地点车速对网络结构和参数进行调试,并分析预测结果。结果表明,GBRBM-DBN网络结构能够提取大规模路网中地点车速的时空分布特征,预测精度较高。与长短时记忆循环神经网络预测结果进行对比,具有更高的时效性;与"深层模型+小规模数据"相比,平均绝对误差减小10.13km/h,平均相对误差减少14.5%;对输入矩阵中的训练集和测试集数据量比例作不同划分,平均绝对误差变化范围在1.64km/h以内,平均相对误差仅增大7.3%。

基于高分遥感影像的农村地区公路网规模预测

为准确预测农村地区公路网中短期发展规模,研究提出了基于高分遥感影像与地形、区域功能及周边环境划分的农村地区公路网中短期发展规模预测模型。模型采用基于地形区域分类的方法,以深度神经网络提取的路网高分遥感影像为基础数据,综合考虑路网分布、自然村分布及路网提取算法精度等客观情况,并对遥感影像质量偏低导致的识别率下降进行了里程修正。不同地区、不同地理区域下的应用实验结果表明,模型预测结果与当地交通运输主管部门基于项目建设计划汇总的发展目标相比,其拟合度在以山地为主的区域达到95.5%,以平原耕地为主的区域达到94.2%。以上结果表明,预测模型在农村地区公路网中短期规模预测方面具有较好的实用性。

面向导航的动态多尺度路网数据模型

导航应用需要动态多尺度路网数据的支持。描述交通特征的时空多尺度语义,利用象形符号扩展的UML表示法,设计适用于导航的动态多尺度路网数据模型。模型以车行道为拓扑数据建模的基本单元,以完整道路为几何数据建模的基本单元,实现路网拓扑/几何的分离与多尺度表达,以及交通状态、交通事件、统计行程时间等动态信息与路网的集成表达。试验表明,本文提出的模型为相应的数据结构设计与数据库实现奠定了良好的基础,能有效支持导航应用。

基于多尺度空间划分与路网建模的城市移动轨迹模式挖掘

针对城市移动轨迹模式挖掘问题展开研究,提出移动全局模式与移动过程模式相结合的挖掘方法,即通过移动轨迹的起始位置点–终点位置点(Origin-destination,OD点)与移动过程序列分别进行移动全局模式与过程模式的发现.在移动全局模式发现中,提出了弹性多尺度空间划分方法,避免了硬性等尺度网格划分对密集区域边缘的破坏,同时增强了密集区域与稀疏区域的区分能力.在移动过程模式发现中,提出了基于移动轨迹的路网拓扑关系模型构建方法,通过路网关键位置点的探测抽取拓扑关系模型.最后基于空间划分集合与路网拓扑模型对原始移动轨迹数据进行序列数据转换与频繁模式挖掘.通过深圳市出租车历史GPS轨迹数据的实验结果表明,该方法与现有方法相比在区域划分、数据转换等方面具有更好的性能,同时挖掘结果语义更为丰富,可解释性更强.

城市道路网系统规划思想及实例解析

对城市道路网承载的功能从交通运输、市政公用设施的埋设空间、城市骨架、绿化、防灾等七个方面进行了总结。讲述了道路网规划的基本思想是疏解,并从道路等级结构、道路网密度和道路网的结构形式三个方面阐述了道路网规划应重视的基本内容。通过多个城市道路网规划的实例,从路网改造、蜂腰、错位、瓶颈、环路、高速路上下匝道等多个方面论述了道路网规划中存在的主要问题,对于我国城市道路网规划实践具有重要的指导意义。

基于路网分割的京津冀城乡空间识别及特征分析

提出一种基于路网分割应用于区域尺度快速识别城乡边界的方法。该方法利用路网与城市空间格局的强耦合联系,通过城乡斑块地理分割与精度计算确定城市斑块的最优解,识别区域城乡空间。以京津冀为例开展方法验证,分析了区域城乡空间格局、路网特征及城市用地经济效率。结果表明,该方法识别精度较高,可用于低成本、快速、高效的区域城乡空间识别;京津冀城市空间格局呈现"大京津、小河北"的差异性,路网密度特征呈现京、津、石3个显著的高密度区域,二者存在高耦合性;2015年该区域城市用地经济效益总体良好,石家庄、保定、和承德3市综合效率值欠佳,需进一步提高土地利用效率。