基于多源地理大数据的地铁客流影响因素研究

发布时间：2020-09-16 14:03

　　 随着我国经济发展和城市化进程的加快推进,城市人口和汽车保有量逐年增长,许多城市交通堵塞问题日益突出。城市地铁由于其速度快、运量大、频次高、准时性和舒适度高等特征成为缓解城市堵塞问题的最有效途径。当前我国地铁规划建设进入快速发展阶段,规划规模持续增长,逐步进入网络化阶段。研究地铁客流影响因素,对地铁客流预测、对新建地铁站点规划、已建站点客流管理、促进轨道交通和土地利用协调发展等方面具有重要意义。本研究基于腾讯微信实时人口数据、建筑物轮廓高度数据、高分影像数据和POIs数据等多源地理空间大数据,采用向后逐步回归法、地理加权回归方法和K-Means聚类方法对广州市中心城区75个地铁站点进行客流影响因素分析以及对全市域124个地铁站点客流影响因素空间差异进行探讨,得到以下结论:(1)基于多源地理大数据较好地精细识别了地铁站点周边建成环境,并探讨了居住人口密度、就业人口密度、精细土地利用和站点自身特征与工作日全天客流、休息日全天客流、工作日早进晚出、早出晚进、早高峰总和晚高峰总等多类型客流的影响关系。(2)在基于全局回归的6种地铁客流影响因素分析模型中,发现了居住人口密度、容积率、进出站口数量、是否为换乘站4种因素对站点客流具有显著正向影响;工作日全天客流和休息日全天客流影响因素存在较大差异,教育科研用地只在工作日客流中保留,而体育用地只在休息日客流中保留;工作日早进晚出和早出晚进客流回归模型也存在较大差异;工作日早高峰总和晚高峰总客流回归模型具有较大的相似性,在各精细公共管理与公共服务用地、商业用地、二类居住用地等变量中系数和显著性相似或相近。(3)通过地理加权回归方法探讨了广州市全市域多类型地铁站点客流影响因素的空间异质性,发现了居住人口密度、就业人口密度和交通场站用地等精细建成环境要素在多类型客流回归模型空间异质性影响机制中存在明显的差异。(4)基于GWR各系数采用K-Means聚类算法进行分析,探讨了广州市全市域地铁站点客流影响的空间差异,最终对聚类片区提出分区建议,为地铁站点规划管理提供了有益参考。
【学位单位】：广州大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：P208;U293.13
【部分图文】：

技术路线图

图 2-1 研究区地铁站点范围图Fig2-1 Study area of this study2.2 数据来源与数据处理本研究用到的多源空间数据包括地铁刷卡数据、实时微信人口数据、建筑物

12图 2-2 客流值对数转换前后对比图-2 Transit ridership logarithmic transformation before and after compa

【参考文献】

相关期刊论文 前8条

1 金昱;;城市轨道交通站点客流时变特征及其影响因素研究——以上海为例[J];现代城市研究;2015年06期

2 王淑伟;孙立山;郝思源;荣建;;基于精细化用地的轨道客流直接估计模型[J];交通运输系统工程与信息;2015年03期

3 吴堑虹;刘琼;段雪刚;;土地利用结构指标新探及计算程序研究[J];地理与地理信息科学;2015年01期

4 刘望保;闫小培;谢丽娟;;转型时期广州居民职住流动及其空间结构变化——基于3个年份的调查分析[J];地理研究;2012年09期

5 周爱武;于亚飞;;K-Means聚类算法的研究[J];计算机技术与发展;2011年02期

6 马小毅;;轨道交通客流预测的“略”与“术”——以广州市轨道交通客流预测为例[J];城市交通;2009年01期

7 吴祖峰,沈菲君;轨道交通客流预测方法研究[J];宁波高等专科学校学报;2004年04期

8 沈立成,黄思静,刘洁,张萌,武文慧,阳国进;用多元逐步回归方法评价储层孔隙度的控制因素[J];成都理工学院学报;2002年06期

相关博士学位论文 前1条

1 王淑伟;站点周边用地特性对轨道客流影响机理研究[D];北京工业大学;2015年

相关硕士学位论文 前3条

1 黎伟;基于四阶段法的城市轨道交通客流预测模型研究[D];重庆大学;2008年

2 冯超;K-means聚类算法的研究[D];大连理工大学;2007年

3 张建辉;K-means聚类算法研究及应用[D];武汉理工大学;2007年

本文编号：2819946