城市轨道交通车站客流特征影响程度分析

城市轨道交通车站客流特征与其周边建成环境和社会经济因素密切相关，且不同影响因素对客流特征的影响也存在时间和空间异质性。以车站工作日日均客流量、工作日特殊时段(如早高峰进站、早高峰出站、晚高峰进站和晚高峰出站)客流量为因变量，从车站属性、连接性和建成环境3个方面选择23个自变量，采用多尺度地理加权回归(MGWR)模型构建客流特征分析模型，分析不同时间尺度下轨道交通车站客流量的影响因素及其相互作用，并以南京市轨道交通系统进行实例分析。结果表明：与普通最小二乘法(OLS)回归模型和地理加权回归(GWR)模型相比，MGWR模型更为可靠；忽略早晚高峰客流影响的全天客流量预测模型拥有的显著自变量最多，到市中心的距离对客流量有显著的负影响，证明距离市中心越近的车站的客流量集聚性越明显；周边居住、生活类设施占比较高的车站对早高峰进站和晚高峰出站客流有很强的吸引作用，而周边居住、生活类设施占比不高的车站对早高峰出站和晚高峰进站客流有很强的吸引作用。研究结果可以为城市规划部门促进城市轨道交通与城市建设的协同发展提供理论支撑。     

多股道城市轨道交通车站站前折返能力分析

折返能力是制约线路能力的关键因素之一,以4线站前折返站为研究对象,通过综合考虑车站折返模式、列车停站时间、列车进出车站的均衡性等影响因素,基于N-Track理论模型,建立以总折返过程耗费时间最小为目标的整数规划模型,得到不同股道使用方案与不同折返模式条件下的最大折返能力和股道运用方案,最后以上海轨道交通16号线滴水湖站为实例进行分析,验证评估折返能力与折返股道的使用方式、列车停站时间和列车进出车站的均衡程度的关系.     

考虑时间及路径约束的地铁断面客流构成推定方法

为缓解高峰时段地铁局部网络客流拥挤,更有效地对拥挤区段客流实施路径诱导,从而优化控制网络客流分布,首先通过计算不同时间粒度断面满载率,设置筛选阈值识别高峰时段网络能力限制区段;然后建立考虑时间及路径双重约束的地铁网络断面客流构成反推模型和设计迭代算法推定网络中限制区段的断面客流构成,并归类排序.以上海地铁网络限制区段曹杨路-隆德路为研究对象,推定得到早高峰8:30~9:00时段该区段的断面客流构成,验证了模型及算法的可行性.     

城市轨道交通车站分布方法的研究

分析了车站分布对客流吸引、乘客出行时间、工程、运营和沿线土地开发、城市轨道交通与其他交通方式衔接以及城市空间结构和城镇体系布局等的影响 ,对上海与东京轨道交通车站分布及运营组织方式进行了比较 ,提出了城市轨道交通车站分布的费用效益分析方法 .在此基础上 ,提出了应尽量避免人为刻意追求按预定大站间距进行车站分布的现象 ,始终贯彻“以人为本、按需设置、技术可行、经济合理”的城市轨道交通车站分布基本理念 ,并提出了结合运营组织方式进行车站分布的新思路 .     

基于海量IC卡数据的公交客流时空分析

研究公交客流时空变化规律可以更深入地了解乘客的出行规律和出行需求,从而更好地为公交规划和调度提供服务。本文以厦门市2015年6月13日至26日的公交IC卡数据和车辆GPS数据为数据源研究公交客流的时空分布规律。论文运用Hadoop MapReduce分布式计算框架进行公交客流量的并行计算,从不同日期(工作日、双休日、节假日)和不同用户群体(老人,学生和成人)两个角度以小时为单位探索了公交客流的时间分布特征;在对公交站点的上车人数进行核密度分析的基础上,从站点客流量的总体空间分布及不同时段变化特征两个角度探索公交站点客流的空间分布特征,并以SM城市广场为例进行热点站点客流流向分析。研究发现:厦门市公交客流的时间分布规律呈现M状分布,但有别于北京市公交出行的M状分布,晚高峰的客流量约占早高峰客流量一半;站点客流空间分布规律呈现岛内连片聚集,岛外零星点状分布,岛内站点客流一日内早高峰呈现"入"状分布,随时间而演变为东北—西南走向的"一"状分布; SM城市广场、火车站和中山路商圈一直是全天的公交客流热点区域。     

城市轨道交通客流预测结果的技术分析体系

针对目前城市轨道交通客流预测可信度较低的状况,建议通过对客流预测结果的评估分析来提高轨道交通系统的抗风险能力,提出了包含可信度分析、客流特性分析、风险性分析和敏感性分析在内的城市轨道交通客流预测结果分析的结构体系。从预测过程和预测结果两方面指出了城市轨道交通客流预测可信度分析的要点,以高峰小时单向最大断面客流量、时空分布特性为核心,建立了轨道交通客流特性分析指标;通过客流在成熟区域内的集中率和在某些车站的集中率,反映客流预测结果的风险性大小;提出了客流预测敏感性分析的技术路线,并进一步指出不同时期敏感性因素的选择,并对西安地铁3号线客流预测进行了全面分析。结果表明:其预测结果是可信的,但客流的时空分布很不均衡;客流预测存在较大的风险性,客流波动幅度较大。     

基于仿真的深埋地铁车站疏散时间研究

随着地铁车站的埋深深度日益增加,车站的安全疏散风险增大。本文从站型结构、疏散安全区、车站疏散设施、客流规模和疏散引导等方面,分析了影响深埋地铁车站人员疏散时间的因素。针对紧急疏散场景,构建深埋地铁车站网络模型和疏散行为模型。以北京某在建深埋地铁车站为例,通过模型校验,利用轨道交通乘客集散仿真系统对该站疏散时间进行测算,并将测算结果与理论计算疏散时间对比,结果显示所有乘客能够在5.5 min内从站台疏散至安全区域,符合规范要求。本文研究结果表明采用的系统能够用于深埋地铁车站的疏散时间研究。     

基于行程时间可靠度的区域交通控制系统评价方法

在定义行程时间可靠度的基础上,利用浮动车调查数据,得到不同时段路径行程时间可靠度;然后建立了以行程时间可靠度为指标的城市区域控制系统运营效率的评价模型.该模型在武汉市区域控制系统评价中进行了应用研究,结果表明:区域交通控制系统运营后,早高峰、平峰和晚高峰3个时段路网行程时间可靠度显著提高,全日路径行程时间可靠性波动小于实施前,离散程度降低,城市交通系统的运行状态得到改善.相对于传统评价方法,所建模型灵敏度更高,适用性更强.     

不同经济条件下的农村居民出行特征

针对农村居民出行特征规律缺乏的现状,应用简单随机抽样方法,以不同经济条件为切入点,对中国9个省份的129个自然村,3 400余户农民,共计12 118人实施问卷调查。从出行目的、出行次数、出行时间和出行空间等方面对农村居民出行特征进行全面分析。研究结果表明:在农村居民的出行中,以购物、探亲访友及其他出行目的为主要的出行目的;经济发达地区的农村居民出行次数多,出行距离短,且出行时耗短;而在经济欠发达地区则是出行次数少,但出行距离长,且平均出行时耗较长;高峰时段持续时间为3~4h,早、晚2个高峰时段出行所占的比例超过60%;在不同的地区,不同的产业结构条件下,居民的出行时间也会随着自身的生活方式有所不同,居民出行的时间分布还存在一定差异。     

磁卡和IC卡并用检票闸机通行能力分析

观测分析了通勤时段上海市地铁车站乘客通过三杆式闸机的过程,研究影响闸机通行能力的主要因素——携带包裹大小、刷卡方式、乘客群体,发现乘客使用磁卡和非接触式一卡通出闸时,存在显著性差异.采用统计分析方法,确定了上海市内轨道交通站常见的几类通勤乘客群;在携带不同尺寸包裹、刷卡方式不同情况下,过闸的时间间隔;提出了三杆式闸机实际运营过程中通行能力的计算方法和主要参数的标定值,为轨道站三杆式闸机的规划设计、车站客流的运营组织及应急预案的制定,提供必要的依据.     

深圳市主要道路交通碳排放特征与低碳交通发展情景研究

应用国际机动车排放模型(IVE)和实地观测数据, 计算深圳市3种类型机动车的碳排放因子和主要道路的碳排放强度, 得到深圳市主要道路交通碳排放的时空特征, 并应用情景分析法, 定量化地比对各种低碳交通发展模式。结果表明: 1) 深圳市交通碳排放空间分布极不均衡, 市中心区主要干道的碳排放强度显著高于中心区外围路段, 连接城市组团干道的碳排放强度显著高于组团内道路; 2) 深圳市交通碳排放日变化趋势主要有4种类型(单峰型、双峰型、波动型和均衡型), 工作日早晚高峰碳排放量最高; 3) 对比高、中、低3种程度低碳交通模式, 发现中度严格的减碳模式符合深圳社会经济和交通发展的要求。     

客流需求不确定下城市轨道交通线路协同限流鲁棒优化研究

研究了客流需求不确定下城市轨道交通线路协同限流问题。构建了城市轨道交通线路协同限流确定性模型，在此基础上，基于情景分析的鲁棒优化方法，采用具有已知概率的情景集描述客流需求的不确定性，将此模型扩展为含不确定因素的鲁棒优化模型，对每个时段每个车站的最佳进站量进行了求解，达到在保障运营安全的同时使站外的滞留人数最少的目的，并以北京地铁八通线为例对模型进行了验证。通过将确定性模型与鲁棒模型进行对比发现，鲁棒模型能降低限流策略对不确定客流需求的敏感程度，使不同需求情景下的滞留人数保持在可接受的范围内。     

接驳轨道交通的共享单车潮汐均衡时空分布模式

随着城市的高速发展,通勤高峰时期,地铁站区域“无车可租,无地可还”的情况严重影响了通勤效率,研究接驳轨道交通的共享单车的潮汐均衡特征,为单车调度提供科学的决策依据,具有重要意义。本文以深圳市为研究区,使用工作日早高峰的接驳骑行订单数据,考虑地铁站和出入口两层面的潮汐均衡性分类,从单车调度角度将出入口划分为无需调度型、站内调度型和站外调度型,使用非负矩阵分解方法划分出入口流量时空分布类别,确定调度时间。结果表明,将接驳轨道交通的潮汐均衡分析聚焦到出入口层面,精确划分出入口调度类型,确定调度方式和产生调度需求的时间,可为单车管理者进行车辆调度提供可靠的数据支持。     

三明市大气颗粒物数浓度与粒径分布季节特征

利用颗粒物粒径谱仪对三明市城区站点不同季节的10~10 000nm粒径段内颗粒物的数浓度与粒径分布进行测量,全年颗粒物数浓度平均为15 608个·cm~(-3),季节特征表现为春季冬季夏季秋季,冬季凝结核模态粒子数浓度最高,各季节积聚模态颗粒物均占比最高.颗粒物总数浓度日变化存在早、晚高峰与中午时段的3峰特征,其中爱根核模态与积聚模态粒子均有早、晚双峰特征;凝结核模态与爱根核模态粒子则均在中午时段出现峰值.各季节颗粒物数浓度中值粒径与几何平均粒径差异较小,春夏季以爱根核模态为主,为单峰模式;秋季为双峰模式(爱根核模态+积聚模态);总体上秋冬季存在较多凝结核与爱根核模态的超细粒子.     

基于数据融合的公共自行车接驳公交行为辨识

城市智能交通卡和公交自动车辆定位系统的大规模应用为研究公共自行车换乘公交的出行规律提供了契机。本文结合多源数据,研究公共自行车接驳公交的换乘时空阈值,根据自行车站点与公交站点间距离构建匹配站点对;并基于时间阈值提取匹配站点对的刷卡记录构建换乘识别模型的训练集和测试集,应用关联规则挖掘算法实现同一用户公共自行车IC卡卡号与公交IC卡号的匹配;根据设定的验证规则,92%的匹配规则通过验证。之后基于换乘识别结果分析公共自行车接驳常规公交的换乘客流的时空特性。结果表明：公共自行车接驳常规公交呈现出明显的早晚高峰时段,且接驳出行主要分布在城市中心区域。     

基于GPS浮动车的数字速度模型在城市交通状态演变分析中的应用——以昆明市为例

为分析城市道路交通状态时空演变规律,提出了一种基于GPS浮动车数据的数字速度模型,依据昆明市2010年12月2日1 000辆装有GPS设备的出租车采集的城市交通路网各处样点速度,以60 min为间隔分24个时间段,采用Kriging插值法在ArcGIS Desktop内构建数字速度模型,从时间和空间角度分别分析模型得出,昆明市的交通状况呈现出从早上7:00开始车辆运行速度持续减缓,在早上7:00-9:00时段内形成早高峰,下午17:00-18:00时段形成晚高峰,22:00时之后恢复通畅的运行状态,在空间上,交通状态的演变由城市中心开始出现拥挤并不断地向周围蔓延,数字速度模型能够直观有效地揭示出昆明市交通状态的时空演变规律,为分析研究城市交通状态提供了一种新的方法。     

基于地铁出行的广佛城市功能联系研究

为揭示广佛城市功能联系的内涵,通过对地铁出行者多重地点空间信息的分析,首先,提取了受访者接受调查时的上下车站点、户籍地点的空间信息,分析其相对于居住、工作、休闲等不同功能性活动地点的跨城分布;然后,对受访者功能性活动的空间交互过程进行了深入调查,剖析了广佛同城化过程中居住、工作、休闲等不同功能性活动跨城活动的空间流向特征.研究发现,佛山居民对地铁进出站换乘地点具有更高的依赖性,且休闲性活动空间交互的可能性高于居住、就业的空间交互;地铁线对广佛两地的空间效应呈现出非均衡的空间组织过程,广州在休闲方面有着更为明显的集聚优势,佛山更多地成为居住选择地.     

基于乘客异质性的早高峰单起点多讫点公交均衡研究

分析早高峰单起点多讫点公交系统的均衡乘车行为。考虑乘客对公交内部拥挤敏感程度不同，分析乘客出行成本构成，乘客在拥挤成本、延误时间成本和乘车时间成本之间权衡，做出乘车班次选择，以此建立均衡乘车模型。研究结果表明异质用户下单起点多讫点公交均衡具有如下性质：目的地相同的乘客分布在连续班次，且越靠近最优到达班次，累计乘客人数越多；连续两站都有出行者乘坐特定班次时，在之后站点登上该特定班次的总人数为常数；目的地相同的不同类型乘客最多在一个班次上混乘；对拥挤敏感的乘客会乘坐对应的远离期望到达时间的班次；对拥挤不敏感的乘客会乘坐对应的靠近期望到达时间的班次。研究结果有利于加深对公交乘车行为的理解，为公交调度管理提供辅助支持，进一步完善公交均衡模型的相关研究。     

大数据驱动的地铁留乘行为分析

近年来地铁系统客流量急剧增加，时空上的过度拥挤造成留乘问题日益严峻。留乘严重影响了地铁运行效率，但目前缺少相关的行为学机理研究。该文使用深圳通刷卡数据，从乘客个体层面细化地铁出行过程，以乘客理性出行时间为基础识别留乘，并观测其时空分布特征。统计结果表明：深圳地铁1号线平均留乘率为12.0%,平均留乘时间为4.20 min。该文从个人、车站和线路3个层面挖掘城市地铁留乘的影响因素，提取乘客多日出行的留乘决策数据构建面板logit模型(panel logistic regression model, PLM),进一步以留乘乘客为研究对象，构建考虑个体特定效应的面板数据随机效应回归模型，探究留乘时间影响因素作用机理。结果表明：长距离出行、起始站上车和高峰时段的乘客留乘概率高，频繁出行的乘客留乘概率低；起始站上车的乘客虽有更高留乘概率，但留乘时间未显著增加，晚高峰下行方向和早高峰上行方向留乘时间分别增加0.61和0.88 min,相对运行方向留乘时间不增反降。该文挖掘了留乘行为决策机理，提高了个体留乘行为决策及留乘持续时间的预测精度，能为列车精细化调度和发布面向乘客的定制化引导策略提供依据。     

城市企事业人群出行链提取及出行特征分析

居民出行特征分析是研究交通需求和探寻交通拥堵症结的基础手段。为研究居民出行特征,本文基于企事业单位人群出行特征调研数据,改进经典DBSCAN聚类算法,识别出居民出行停留点,进而结合关联规则提取出居民出行轨迹数据；根据出行轨迹数据的时空特征,分别从时空角度和功能区划分角度,挖掘出企事业人群出行时空分布规律,以及不同功能区企事业人群的出行特征。最后,以北京市亦庄区为例进行分析,得到以下结果：居民出行群体以中低收入的中青年通勤族为主,出行潮汐现象明显,工作日居民出行起讫点分布有明显规律,而休息日居民出行时间灵活,出行起终点分布较分散；商务区、居住区内居民出行量较大,起终点时间分布主要集中在早晚高峰时期,而混合区居民出行起终点分布呈现双高峰规律,休闲区居民出行规律不显著。