《交通发生与吸引》PPT课件.ppt

交通需求预测 l交通需求预测是利用资料调查与分析的成果建立各种 预测模型，并运用这些模型预测规划区域未来交通需 求状况，其目的是为交通系统的规划、评价提高依据 。 l集计模型，是目前交通预测中常用的一种模型，其基 本思想是将集合区的出行作为研究对象，着眼于研究 交通区出行总体的出行特征，建模基础是各交通区的 出行总况。 交通需求预测 l非集计模型，着眼于研究出行者个体的出行行为。其 核心是效用最大化理论，其宗旨是出行者将选择使其 获得最大效用的出行。 l交通需求分析的基本思路是根据分析，建立交通与土 地利用之间的基本关系，结合土地利用资料，进而进 行交通预测。一般由交通生成、分布、方式和交通分 配四个阶段组成。 人口和就业的预测 出行生成预测 出行分布预测 方式划分预测 出行分配预测 交通网络中的交通量、 时间和费用等 ij Oi发生交通量 Dj吸引交通量 i j tij tij交通分布 交通需求预测的四个阶段 i j i j tij(car) tij(railway) 影响出行产生与吸引的主要因素 l1.城市土地利用 l城市土地利用分为10类，其中与交通发生吸引密切相关的用地为：居住用地、公共设施用地、工业用地和仓储用地。 l住宅用地是交通的主要发生源和居民出行的主要起讫点。该用地发生与吸引的交通量通常用居住面积、住户数、人口、住户平均人数等指标表示。与住宅用地的相关的出行为：上班、上学、购物、娱乐和回家。 影响出行产生与吸引的主要因素 l公共设施用地包括行政办公用地、商业金融业用地、文化娱乐用地、体育用地、医疗卫生用地、教育科研设计用地、文物古迹用地等。该用地的发生与吸引交通量通常用办公、营业面积、从业人口等指标表示。与公共设施有关的出行有：上班、上学、购物、娱乐、业务等。 影响出行产生与吸引的主要因素 l工业用地是上班交通的主要吸引源。该用地的发生与吸引的交通量通常用从业人口、产值等指标表示。与工业用地相关的出行有：上班、业务等。 l仓储用地是货物的主要集散点。是货物交通的主要发生源。该用地发生与吸引交通量通常用仓库面积、货物吞吐量等指标表示。 影响出行产生与吸引的主要因素 2.家庭规模与家庭成员的构成 随着家庭规模的增大，人均出行数减少，例如，购物可由一 人代替。 有老人和幼儿的家庭看病出行多，年轻夫妇的购物、娱乐与 上班等出行多。 影响出行产生与吸引的主要因素 3.家庭收入 家庭收入也是影响出行，尤其是影响弹性出行的主要因素之 一。 一般而言，高收入家庭，平均出行次数多 影响出行产生与吸引的主要因素 4.年龄与性别 男性以2045岁之间的出行率高，女性2040岁的出行率高， 随着国民健康水平的不断提高和人口老龄化的进展，出行率有 向高龄化发展的趋势； 一般男性的人均出行次数大于女性； 出行率随着居民生活水平和机动化程度的提高而增大 影响出行产生与吸引的主要因素 5.汽车保有率 通常汽车保有率增加，人口出行次数增加 6.自由时间 自由时间是指除去睡眠、饮食等生活必须的时间和工作、学习 等约束时间的剩余时间。 自由时间增加，用于出行的时间增加，尤其是购物、娱乐等弹 性出行时间会增加。 影响出行产生与吸引的主要因素 7.职业和工种 不同职业人均出行次数不同 专业驾驶员、推销员、采购员、业务员的平均出行最多；工人、学生、教师 、行政管理人员的平均出行量少 8.其他 天气、工作日、休息日和季节等因素的不同影响居民出行 雨雪天出行量小； 炎热的夏天和寒冷的冬天，出行量小；春、秋两个季节，气候宜人，出行多 ； 工作日出行量大且时间集中；周六、日等休息日，出行量小且分散 发生、吸引交通量与生成交通量的关系 . . . . . . 发生交通量 吸引交通量生成交通量 交通发生与吸引交通量的预测方法 l1.原单位法（生成率法） l2.交叉分类法（Category analysis） l3.回归分析法(regression models) l4.时间序列法 l5.弹性系数法 原单位法（生成率法） l该方法的基本思想是：从OD调查中，可得出单位用地面积（单位人口、单位用地面积货单位经济指标等）交通产生、吸引量，如假定其是稳定的，则根据规划期限各交通区的用地面积（人口量或经济指标等）便可进行交通生成预测。 l原单位法是最早的交通发生预测方法。 l关键在于选择什么指标作为单位计算出行产生和吸引量 原单位法计算方法 l 小区i的发生交通量； lb单位出行发生次数； lx常住人口、白天人口、从业人口、土地利用类别、面积等属性变量； lc单位出行吸引次数； lI，j交通小区 【例1】 在某对象区域常住人口平均出行率不变的情况下， 求其将来的出行各交通区的出行产生量和吸引量。 （单位：万出行数日） 结果调整 l对于一个研究区域来说，区域内交通的产生总量与区域内交通吸引总量应该相等。 l如预测结果两者不等时，则应对预测结果进行调整。 l调整的方式是基于以下假定，认为出行产生模型预测结果比出行吸引模型预测结果更可信一些，因此，所有小区出行产生量总和可靠些。 lai调整后的某交通区的吸引量 lai调整前的某交通区的吸引量 lP总产生量；A总吸引量 结果调整实例 规划区域交通小区产生量吸引量 11004000 23003000 35005000 410001000 515001200 610001500 75000500 87500100 930001500 1010002000 外部交通小区2090019800 1150050 121000100 1325025 外部交通区总和1750175 所有交通区综合2265019975 调整后结果 规划区域交通小区产生量吸引量 11004540 23003450 35005675 410001135 515001362 610001703 75000568 87500114 930001703 1010002270 外部交通小区2090022475 1150050 121000100 1325025 外部交通区总和1750175 所有交通区综合2265022650 交叉分类法 l由于影响出行产生与吸引的因素通常不是一个，而是多个，并且有些因素难以定量化。 l对于原单位法如何考虑多种因素的影响，这时候需要用到交叉分类法 l对于回归分析法如何考虑难以定量化因素的影响，这时候需要采用交叉分类法 交叉分类法例子 家庭 人口 数 机动车拥有水平 012或更多 家庭 数 出行 次数 家庭 数 出行 次数 家庭 数 出行 次数 19251098 1872 4821121206 21471 2105 1934 61296921501 31268 1850 3071 1398 9 4178 1978 2 4或 更多 7451509 4181 1841 1 4967 2510 6 交叉分类法例子 家庭人 口数 机动车拥有水平 012或更多 124428 21051107 31131158 4或更多317309 回归分析法 l回归分析法时根据调查资料，建立交通产生或吸引与其主要影响因素之间的回归方程，利用所建立的回归方程，通过对主要影响因素的预测，进而预测交通产生量或吸引量 l回归的形式有多种，自变量有一元也有多元，函数关系有线性也有非线性。 l回归分析考虑的影响因素只能是连续变量，而且是定量指标 回归分析法 lb,c分别为回归系数； lp出行目的 lx自变量 回归分析法 l第一个关键是如何选择自变量 l问题一：假定某出行需求是有个派生性的需求，请你分析在城市内影响购买日常生活用品出行需求，重要的变量是什么？ l因此，在建立回归分析法时，第一步要分析清楚影响 出行需求产生和吸引的因素，然后在此基础上确定自 变量和因变量。 回归分析法 l问题二：请你分析下面出行生成回归模型是否合理 l l请问该回归模型的自变量选择是否合适？ l因此，在多元回归时候，要注意选择的自变量之间是 相互独立，比如说上例中的家庭人口数、家庭中成年 人数和家庭中儿童数就有很强的相关性。 回归分析法 l第二个关键是选择何种函数模型 l这种函数模型可以是线性的、非线性的、一元的、多元的。 l通常我们首先要建立自变量和因变量之间的散点图从直观角度分析自变量与因变量之间的函数关系，比如说是线性相关，还是非线性；正负相关以及相关性的强弱等等 l然后根据我们的分析，建立相应的模型，利用最小二乘法计算回归系数b、c l计算相关系数，比如R检验、t检验和F检验，根据计算的结果判断模型建立的合理性 回归分析法 l第三个关键是建立模型之后，要检验模型是否符合基本常识和公认的理论，如果违背，就需要针对此类情况检查原因。 l最后根据建立模型，预测未来的交通量 l回归分析法存在的问题不能表现因土地利用的变化带来的人们出行行为的变化和交通条件的改善引起人们出行能力的增强。 时间序列法（趋势分析预测法） l1.按时间序列预测交通增长，是最简单的一种需求预测模型 l2.方法：绘制历史的需求水平与时间相对应的图来估计，按图形趋势外推到将来 时间序列法（趋势分析预测法）例子 年份客运量 1990651605 19917023.5 199212883.8 199310703.1 199412000 199518840.1 199612800 199715639.4 199814254.6 1999166243 时间序列法（趋势分析预测法） l3.趋势分析存在两个问题： 第一外推的趋势曲线的函数形式基本是任意的，可以是直线的趋势曲线，也可以是S曲线或对数曲线等，不同曲线形式交通需求随时间的增长率是不同的 第二由于趋势分析仅仅试图建立交通需求与时间之间的关系，这就不明显假定了其它因素对需求的影响在时间上是常数，因此，如果关键性因素在时间上的变化很大，则实际的需求与趋势预测结果有很大的偏差 时间序列法（趋势分析预测法） l1.趋势预测通常用于预测近期预测，其它因素的变化较小 l2.趋势预测用于预测区域交通需求较多 l3.在缺乏较完善的资料的情况下，审查一下以往的趋势，谨慎的判断估计此趋势如何随时间变化，是分析者可以做的最好情况。关键在于，明显不易简单外推过去的趋势，需要仔细分析构成这些趋势的可能因素以及其随时间的变化 弹性系数法 l弹性系数法是一种定性定量相结合的综合分析方法，它通过研究确定交通的增长率与国民经济发展的增长率之间的比例关系弹性系数，根据国民经济的未来增长状况，预测交通的增长率，进而预测未来交通。 弹性系数法 l未来预测年份弹性系数的确定应综合分析预测地区的历史、现状、发展趋势，通过历史现状资料分析其不同时间的弹性系数，并通过与其它地区