上海全球城市综合交通体系发展模式及趋势研究

全球城市(Global city)是指在社会、经济、文化或政治层面直接影响全球事务的城市。在分析现有全球城市(纽约、伦敦、东京和巴黎)综合交通体系结构演变的基础上,结合上海未来30年交通工具、技术和设施的发展方向,进而为上海构建全球城市综合交通体系提供实践经验和理论依据。最后,通过对全球城市空间结构发展及其与交通体系协调趋势的案例研究,为上海如何处理好建设全球城市与构建综合交通体系的关系指明方向。

全球城市视域下上海城市轨道交通系统发展趋势研究

基于上海未来30年建设全球城市的背景,首先对比全球当前四大城市(纽约、伦敦、东京和巴黎)在轨道交通特别是市郊铁路方面的规模与特色,随后从城市发展途径的视角对全球城市逆城市化背景下的人口迁移、新城建设及其与轨道交通协调发展的历程进行分析,并引入ROXY指数判定上海城市化发展阶段和趋势。最后通过对东京等全球城市在逆城市化背景下轨道交通与新城建设协调发展的案例研究,结合全球城市轨道交通规模,设想上海未来30年内建设为全球城市,需具备现有全球城市在空间结构、人口分布与轨道交通方面存在的一些共同特征。在此基础上,对上海进行模拟预测,得出上海需通过轨道交通特别是市郊铁路提前规划建设,从而引导城市结构优化。

基于智能手机大数据的交通出行方式识别研究

智能手机时代所产生的大数据能够为交通研究者带来大量信息,基于智能手机采集交通出行大数据,再利用基于粒子群的支持向量机模型进行交通出行方式识别研究。在分析数据特点的基础上提出用于建模的特征变量,之后使用粒子群算法优化支持向量机参数,并基于成都市的实证数据进行模型的训练与出行方式识别研究。研究结果表明,该模型识别正确率为95.1%,高于决策树、BP神经网络、基于网格搜索的支持向量机模型,且该模型在时间效率方面具有明显的优越性,因而在出行方式识别方面具有良好的现实意义。

城市交通拥挤成因及时空演化规律分析——以深圳市为例

交通拥挤不仅是当今许多大城市日益严重的社会问题,同时也给国家和城市造成巨大的经济损失.引发拥挤的直接原因是机动车辆保有量的迅速增加和交通设施/服务的相对落后,但对于不同的城市和地区,其深层原因存在差异.本文定位于研究宏观路网交通拥挤内在成因和演化规律,采用地理建模的仿真平台,使用地理信息系统(GIS)技术将FCD数据与深圳市地图匹配,得到城市路网不同时间点的拥挤状态,定性分析区域内交通拥挤的成因.另外,研究针对路段拥挤的相似程度,提出相关性算法进行定量分析,揭示交通拥挤的时空演变规律,为及时采取预防和疏导措施提供指导.该算法可编程实现,对交通拥挤进行统一管理与控制,提高整个交通系统的效率.

基于元胞自动机的城市土地利用预测模型研究——以美国佛罗里达州Orange County为例

长期以来,作为城市规划研究热点,城市土地利用和交通之间相互影响的研究相对脱节.近年来,该状况逐渐得到改观,研究人员开始将交通规划与城市用地布局方式相联系.本研究主要模拟给定城市区域土地利用的时空变化过程,帮助正确认识及处理城市交通发展与土地利用的相互关系.研究针对美国佛罗里达州Orange County 1990年与2000年土地利用类型的变化,利用元胞自动机(CA)在微观土地利用,空间格局等方面的优势,采用地理信息系统动态模型来实现海量数据的获取、储存以及更新.同时,借助MatLAB软件的数学计算能力,开发出基于逻辑回归的元胞自动机土地预测模型.基于实际土地利用的模拟结果表明,该模型充分利用元胞自动机的特点及优势,合理考虑土地利用系统中时空变量的复杂性,结果可靠,为正确理解土地利用变化提供了很好的帮助.

城市地铁开通对通勤者出行方式选择的影响

为分析西安地铁2号线对沿线通勤者出行方式的影响,本文调查了2号线沿线通勤居民,从"人-车-路"多维角度分析影响城市通勤者交通方式选择的因素,主要包括时间、经济性及个人体验等,并建立Logit模型对交通方式选择进行预测。研究结果表明:西安地铁2号线自2011年开通以来,超过半数的沿线通勤者从传统交通方式转移到地铁出行,且对地铁依赖程度逐渐上升,超过70%的通勤者选择地铁出行。研究成果可为西安南北客运交通走廊上常规公交线路调整及相关配套设施建设提供理论上的依据。

农村公路交叉口交通静化方案比选

采用驾驶模拟仿真的方法从减速效果、排放对环境影响、加速噪音角度评价穿越农村村镇公路实施交通静化措施的有效性,研究分析了4种常见的交通静化措施——减速丘、减速台、交叉口突起和车道窄化措施。建立的8个应用场景中,包含单个静化措施和4种交通静化组合措施的应用效果。驾驶模拟器用来准确记录驾驶员在不同道路静化设施环境下的减速和加速行为,模拟器自带的日本环境保护局推荐的PM2.5排放模型被用于评价环境影响。仿真实验结果表明,各类交通静化措施中综合性能最优的措施是交叉口突起与车道窄化的组合应用,研究成果对于保障农村居民区交通静化措施的实施,提高农村公路交通安全和环境保护效果具有指导意义。

并发任务对驾驶员驾驶行为的影响

驾驶过程中使用手机、收听音乐等并发任务会对驾驶员驾驶行为产生不同程度的影响,进而给周围道路环境、车辆以及行人造成安全威胁。为了系统探析不同并发任务模式对驾驶员驾驶行为的影响程度,以四种典型并发任务模式(手机使用、乘客互动、视频播放、音频播放)为研究对象,引入主成分分析法,构建面向驾驶员行为表现的综合评价体系。同时,以国外学者针对不同并发任务进行模拟实验所用的原始数据作为数据来源,对四种并发任务对于驾驶员行为的不同影响进行了评价。结果表明,使用手机对于驾驶员的驾驶行为影响最大,与乘客互动次之;视觉上注意力的分散相对于认知上注意力的分散更容易对驾驶员的驾驶能力产生负面影响。

基于季节模型及Kalman滤波的道路行程时间

道路行程时间是影响城市交通出行行为的重要因素。当前大多数出行时间研究基于路段进行,假设驾驶人沿着理想最短路径或最快路径行驶,难以对交叉口排队延误等相关时间参数进行精确估计。针对城市任意OD间的出行时间进行分析,采用Kalman滤波方法,利用历史数据对总行程时间进行有效预测。鉴于总行程时间分布存在比较明显的周期性特点,单一Kalman滤波算法难以反映出这种周期性,引入基于季节模型的Kalman滤波算法进行建模和优化。最后,利用深圳浮动车2011年12月连续3d的数据进行实证。研究结果表明:相对于传统的SARIMA模型及普通Kalman滤波算法,优化模型同时考虑总行程时间分布的周期性和时变性,具有较小误差及更好的拟合度;所得预测时间的平均绝对误差(MAE)分别在传统SARIMA模型及普通Kalman滤波算法结果基础上降低了37%和52%,其余误差指标,如均方根误差(RMSE)及最大相对误差(MRE)均有较大下降,从而证明了研究模型的有效性。