交通的发生和吸引
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
(2) 以土地利用或经济指标为基准的原单位,即以单位用地面积 或单位经济指标为基准对原单位进行预测。
根据人口属性,按出行目的的不同预测。
2.00 1.50 1.00
1.50 1.51
1.14 1.14
1.34
1.12 1.21 1.07
1.12 1.17
0.50
0.00
上班 下班 上学 放学 回家 生活文化娱乐工作外出 回程 其它
北京市不同出行目的的出行率(1986)
【例1】图5-6是分有3个交通小区的某对 象区域,表5-1是各小区现状的出行发生量和 吸引量,在某对象区域常住人口平均出行率 不变的情况下,采用出行次数法预测其将来 的出行生成量。
表5-1 各区现状的出行发生量和吸引量
O\D
1
2
3
合计 人口(万人)
1
28.0 11.0/15.0
表 5.3-2 不同类别家庭的平均出行率
收入 家庭规模 小汽车拥有率
无 1辆 2辆及以上
低收入
1~3人 4人及以上
3.4
4.9
5.2
6.9
5.8
7.2
中等收入
1~3人 4人及以上
3.7
5.0
7.3
8.3
8.1
11.8
高收入
1~3人 4人及以上
3.8
5.1
8.0
10.2
10.0
12.9
已知:低收入、无小汽车、每户 3人100户;低收入、无小汽车、 每户4人200户;中等收入、有1小汽车、每户4人300户;高收入、有2 小汽车、每户5人50户。
②因各小格样本数的不同,得到的出行率用于预测时,会失去其一 致的精确性。
③同一类变量类别等级的确定是凭个人主观,失之客观。 ④当本方法用于预测时,每一小格规划年的资料预测将是一项繁杂 工作。
【例5-3】假设各小区的平均出行发生量与吸引量不变,试用例5-1的 数据求出将来的出行发生与吸引量。
O\D
1
2
3
合计
1
38.2
2
91.9
3
36.4
合计
38.3
Байду номын сангаас
90.3
37.9
166.5
第四节 发生与吸引交通量的预测
二、增长率法(Growth Factor Method)
第四节 发生与吸引交通量的预测
三、聚类分析法
在交通生成预测中,学习了聚类分析法。它不仅可以预测交通生成 ,本身也是发生与吸引交通量预测中的一种常用且有效的方法。
2
51.0 20.0/36.0
3
26.0 10.0/14.0
合计(万次/日) 28.0
50.0
27.0
105.0 41.0/65.0
出行生成量 T: T = 28.0 + 51.0 + 26.0 = 28.0 + 50.0 + 27.0 = 105.0 现状常住人口N: N = 11.0 + 20.0 + 10.0 = 41.0
1.841.781.621.711.901.881.73 1.39
1.09
0.93
0.65 0.52 0.40 0.16
0.00
6~10 16~20 26~30 36~40 46~50 56~60 66~70年龄段
女性不同年龄的平均出行次数
3. 汽车保有率
汽车保有率高,人均出行数增加。 原因:(1)出行需求高的人买车,(2)有车后容易诱发出行。
O\D 1 2 3
合计
平均出行发生与吸引量
1
2
3
2.545
2.500
2.700
合计 2.545 2.550 2.600
O\D 1 2 3
合计
将来出行发生与吸引量(调整前)
1
2
3
38.175
90.000
37.800
合计 38.175 91.800 36.400
166.375
165.975
将来出行发生与吸引量(调整后)
1. 原单位法
原单位的求得原则通常有两种,一是用居住人口或就业人口每 人平均的交通生成量来进行推算的个人原单位法,另一种就是以不 同用途的土地面积或单位办公面积平均发生的交通量来预测的面积 原单位法。不同方法对应的选取的 原单位指标也不同,主要有:
(1)根据人口属性以不同出行目的单位出行次数为原单位进行预 测。
1. 家庭构成与大小
走亲访友,购物等私人出行多;以家庭为单位的工作、业务等出 行几乎没有。
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。
自由:T = f (Aa)
T/人
A:将来人口 a:将来家庭平均人口数
规模(人/家)
2. 年龄,性别
男性26~50岁出行多, 女性16~50岁出行多。
4. 自由时间
自由时间 = 24 - 生活必需时间(睡眠、饮食) - 约束时间(工作、学习 )
自由时间多 出行机会大 自由出行量: T = at + b
式中 T:私用出行数; t:自由时间; a,b:分别为系数和常数。
5. 职业、职务(如图 5-3 所示)
职业和工种的不同是造成出行量不同的主要原因之一,各国的居民出行数据 都表明了这一点。汽车司机、推销员、采购员、业务员的平均出行多,工人、 学生、教师、行政管理人员的平均出行少。图5-3给出了北京市1986年的居民出 行调查不同职业人员日平均出行次数调查结果。
交通小区
i
交通小区
j
交通小区的发生与吸引交通量示意图
一、土地利用
交通与土地利用 (Land Use) 有着不可分割的关系 ,是影响交通 产生的主要因素之一。按照我国国家标准《城市用地分类与规划建 设用地标准》规定,城市土地利用分10大类,分别为:①居住用地 ;②公共设施用地;③工业用地;④仓储用地;⑤对外交通用地; ⑥道路广场用地;⑦市政公共设施用地;⑧绿地;⑨特殊用地;⑩ 水域及其他用地。
(1)聚类分析法必须服从的假定 ①一定时期内出行率是稳定的。 ②家庭规模的变化很小。 ③收入与车辆拥有量总是增长的。 ④每种类型内的家庭数量,可用相应于该家庭收入、车辆拥有
量和家庭结构等资料所导出的数学分布方法来估计。
第三节 出行生成交通量的预测
第三节 出行生成交通量的预测
【例题 5-2】 澳大利亚城市类别产生率。根据家庭规模、收入及家 庭拥有小汽车数可将研究对象内的家庭分成不同的类别,表 5.3-2给出 的就是根据调查得到的不同类别家庭的平均出行率。
发生特征 C (小汽车拥有户数)
0
1
2
3
吸引特征 C( 职位数 ) 基础工业 服务行业
1
10
30
20
15
400
300
2
25
60
40
30
500
600
3
15
50
50
30
250
350
小汽车拥有 ( 辆/户) 0 1 2 3
表 5-7 出行发生情况
上班出行 1 h 发生次数
55 360 310 255
户数
(例题5-6)假设规划调查区的土地利用特性如表 5-6 所示,以小区 1 为抽样点,在不同小汽车占有的情况下,上班出行 1h 的原单位计算 如表 5-7。以小区 1 为抽样点,得到上班出行 1h 内,出行吸引量与职 位数的关系如表 5-8,计算出行的发生与吸引量。
表 5-6 规划区域的土地利用特征
小区
天气、工作日、休息日和季节等的不同也影响人们的出行。雨雪 天气人们出行不便,出行量小;周一至周五工作日出行量大且时间集 中,周六、周日等休息日出行量小且分散;炎热的夏天和寒冷的冬天 出行量小,春秋天气候宜人出行多。
图5-3 不同职业人员日均出行次数
一、概述
出行生成包括出行产生与出行吸引。由于两者的影响因素不同 ,前者以住户的社会经济特性为主,后者以土地利用的形态为主, 故有些方法需将出行产生和出行吸引分别进行预测,以求其精确, 也利于下一阶段出行分布的工作。当住户的社会经济特性和土地利 用形态发生改变时,也可用来预测交通需求的变化。
310 620 775 1705
255 510 510 1275
980 1987.5 1967.5 4935
而出行生成交通量通常作为总控制量,用来预测和校核各个交 通小区的发生和吸引交通量。图5.3-1列出了OD表中发生交通量、 吸引交通量和生成交通量三者之间的关系。
发生、吸引交通量与生成交通量的关系表
D O
1
2
j
1 2
i
m
合计
D1
D2
Di
吸引交通量
n 合计
O1
O2
发
生
交
Oi
通 量
Om
Dn
T
生成交通量
二、生成交通量的预测方法
2.50
平 均 出 行 次
2.00 1.50 1.00
1.871.751.661.942.072.041.951.781.721.60
1.37
1.12
1.09
0.70
数 0.50
男
0.00
6~10 16~20 26~30 36~40 46~50 56~60 66~70年龄段
()
2.00 1.50 1.00 0.50
6. 外出率
外出率是工作中外出业务占总业务的比率。因工种、年龄的不同而异。
7. 企业环境、性质 一般来说,企业大,业务处理量大,外出率高。
8. 家庭收入
家庭收入也是影响出行,尤其是自由出行的主要因素之一。高收入家庭,汽 车购买率高,购物、娱乐等需求也高,平均出行次数多。
第二节 出行的影响因素
9. 其他
将来常住人口M: M = 15.0 + 36.0 + 14.0 = 65.0
现状平均出行率T/N: T/N = 105.0 / 41.0 = 2.561(出行数/日、人)
将来的生成交通量X: X = M * (T/N )= 65.0 * 2.561 = 166.5(万出行数/日)
第三节 出行生成交通量的预测
2. 聚类分析法
聚类分析(Cross-Classification or Category Analysis)是出行生 成预测的另一个可选用的模型,英国人称其为类型(别)分析,美 国人则称其为交叉分类方法,它突出以家庭作为基本单元,用将来 的出行发生率求得将来的出行量。它与原单位法有很多相似之处, 但又存在很大不同。
则总出行为: 100×3.4+200×4.9+300×8.3+50×12.9=4455人次/日
第三节 出行生成交通量的预测
(3)聚类分析的优缺点
优点: ①直观、容易了解。 ②资料的有效利用。 ③容易检验与更新。 ④可以适用于各种研究范围。
缺点: ①每一横向分类的小格中,住户彼此之间的差异性被忽略。
交通的发生和吸引
交通调查 小区土地利用(面积、住宅、就业人 口等) 小区的发生与吸引交通量
影响
D 32
发生与吸引交通量的预测是交通需求预测四阶段预测中的第一 阶段,是交通需求分析工作中最基本的部分之一。在本阶段的任务 是求出对象地区的交通需求总量,即生成交通量 (Trip Production) 。然后,在此量的约束下,求出各个交通小区的发生与吸引交通量 。
10 30 20 15
发生原单位 ( 次 /h) 5.5 12.0 15.5 17.0
表 5-8 出行吸引情况
行业
上班出行 1h 吸 引次数
职位数
基础工业
900
400
2.25
服务业
525
300
1.75
表 5-9 出行发生量
1 2 3 合计
55 137.5 82.5 275
360 720 600 1680
根据人口属性,按出行目的的不同预测。
2.00 1.50 1.00
1.50 1.51
1.14 1.14
1.34
1.12 1.21 1.07
1.12 1.17
0.50
0.00
上班 下班 上学 放学 回家 生活文化娱乐工作外出 回程 其它
北京市不同出行目的的出行率(1986)
【例1】图5-6是分有3个交通小区的某对 象区域,表5-1是各小区现状的出行发生量和 吸引量,在某对象区域常住人口平均出行率 不变的情况下,采用出行次数法预测其将来 的出行生成量。
表5-1 各区现状的出行发生量和吸引量
O\D
1
2
3
合计 人口(万人)
1
28.0 11.0/15.0
表 5.3-2 不同类别家庭的平均出行率
收入 家庭规模 小汽车拥有率
无 1辆 2辆及以上
低收入
1~3人 4人及以上
3.4
4.9
5.2
6.9
5.8
7.2
中等收入
1~3人 4人及以上
3.7
5.0
7.3
8.3
8.1
11.8
高收入
1~3人 4人及以上
3.8
5.1
8.0
10.2
10.0
12.9
已知:低收入、无小汽车、每户 3人100户;低收入、无小汽车、 每户4人200户;中等收入、有1小汽车、每户4人300户;高收入、有2 小汽车、每户5人50户。
②因各小格样本数的不同,得到的出行率用于预测时,会失去其一 致的精确性。
③同一类变量类别等级的确定是凭个人主观,失之客观。 ④当本方法用于预测时,每一小格规划年的资料预测将是一项繁杂 工作。
【例5-3】假设各小区的平均出行发生量与吸引量不变,试用例5-1的 数据求出将来的出行发生与吸引量。
O\D
1
2
3
合计
1
38.2
2
91.9
3
36.4
合计
38.3
Байду номын сангаас
90.3
37.9
166.5
第四节 发生与吸引交通量的预测
二、增长率法(Growth Factor Method)
第四节 发生与吸引交通量的预测
三、聚类分析法
在交通生成预测中,学习了聚类分析法。它不仅可以预测交通生成 ,本身也是发生与吸引交通量预测中的一种常用且有效的方法。
2
51.0 20.0/36.0
3
26.0 10.0/14.0
合计(万次/日) 28.0
50.0
27.0
105.0 41.0/65.0
出行生成量 T: T = 28.0 + 51.0 + 26.0 = 28.0 + 50.0 + 27.0 = 105.0 现状常住人口N: N = 11.0 + 20.0 + 10.0 = 41.0
1.841.781.621.711.901.881.73 1.39
1.09
0.93
0.65 0.52 0.40 0.16
0.00
6~10 16~20 26~30 36~40 46~50 56~60 66~70年龄段
女性不同年龄的平均出行次数
3. 汽车保有率
汽车保有率高,人均出行数增加。 原因:(1)出行需求高的人买车,(2)有车后容易诱发出行。
O\D 1 2 3
合计
平均出行发生与吸引量
1
2
3
2.545
2.500
2.700
合计 2.545 2.550 2.600
O\D 1 2 3
合计
将来出行发生与吸引量(调整前)
1
2
3
38.175
90.000
37.800
合计 38.175 91.800 36.400
166.375
165.975
将来出行发生与吸引量(调整后)
1. 原单位法
原单位的求得原则通常有两种,一是用居住人口或就业人口每 人平均的交通生成量来进行推算的个人原单位法,另一种就是以不 同用途的土地面积或单位办公面积平均发生的交通量来预测的面积 原单位法。不同方法对应的选取的 原单位指标也不同,主要有:
(1)根据人口属性以不同出行目的单位出行次数为原单位进行预 测。
1. 家庭构成与大小
走亲访友,购物等私人出行多;以家庭为单位的工作、业务等出 行几乎没有。
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。
自由:T = f (Aa)
T/人
A:将来人口 a:将来家庭平均人口数
规模(人/家)
2. 年龄,性别
男性26~50岁出行多, 女性16~50岁出行多。
4. 自由时间
自由时间 = 24 - 生活必需时间(睡眠、饮食) - 约束时间(工作、学习 )
自由时间多 出行机会大 自由出行量: T = at + b
式中 T:私用出行数; t:自由时间; a,b:分别为系数和常数。
5. 职业、职务(如图 5-3 所示)
职业和工种的不同是造成出行量不同的主要原因之一,各国的居民出行数据 都表明了这一点。汽车司机、推销员、采购员、业务员的平均出行多,工人、 学生、教师、行政管理人员的平均出行少。图5-3给出了北京市1986年的居民出 行调查不同职业人员日平均出行次数调查结果。
交通小区
i
交通小区
j
交通小区的发生与吸引交通量示意图
一、土地利用
交通与土地利用 (Land Use) 有着不可分割的关系 ,是影响交通 产生的主要因素之一。按照我国国家标准《城市用地分类与规划建 设用地标准》规定,城市土地利用分10大类,分别为:①居住用地 ;②公共设施用地;③工业用地;④仓储用地;⑤对外交通用地; ⑥道路广场用地;⑦市政公共设施用地;⑧绿地;⑨特殊用地;⑩ 水域及其他用地。
(1)聚类分析法必须服从的假定 ①一定时期内出行率是稳定的。 ②家庭规模的变化很小。 ③收入与车辆拥有量总是增长的。 ④每种类型内的家庭数量,可用相应于该家庭收入、车辆拥有
量和家庭结构等资料所导出的数学分布方法来估计。
第三节 出行生成交通量的预测
第三节 出行生成交通量的预测
【例题 5-2】 澳大利亚城市类别产生率。根据家庭规模、收入及家 庭拥有小汽车数可将研究对象内的家庭分成不同的类别,表 5.3-2给出 的就是根据调查得到的不同类别家庭的平均出行率。
发生特征 C (小汽车拥有户数)
0
1
2
3
吸引特征 C( 职位数 ) 基础工业 服务行业
1
10
30
20
15
400
300
2
25
60
40
30
500
600
3
15
50
50
30
250
350
小汽车拥有 ( 辆/户) 0 1 2 3
表 5-7 出行发生情况
上班出行 1 h 发生次数
55 360 310 255
户数
(例题5-6)假设规划调查区的土地利用特性如表 5-6 所示,以小区 1 为抽样点,在不同小汽车占有的情况下,上班出行 1h 的原单位计算 如表 5-7。以小区 1 为抽样点,得到上班出行 1h 内,出行吸引量与职 位数的关系如表 5-8,计算出行的发生与吸引量。
表 5-6 规划区域的土地利用特征
小区
天气、工作日、休息日和季节等的不同也影响人们的出行。雨雪 天气人们出行不便,出行量小;周一至周五工作日出行量大且时间集 中,周六、周日等休息日出行量小且分散;炎热的夏天和寒冷的冬天 出行量小,春秋天气候宜人出行多。
图5-3 不同职业人员日均出行次数
一、概述
出行生成包括出行产生与出行吸引。由于两者的影响因素不同 ,前者以住户的社会经济特性为主,后者以土地利用的形态为主, 故有些方法需将出行产生和出行吸引分别进行预测,以求其精确, 也利于下一阶段出行分布的工作。当住户的社会经济特性和土地利 用形态发生改变时,也可用来预测交通需求的变化。
310 620 775 1705
255 510 510 1275
980 1987.5 1967.5 4935
而出行生成交通量通常作为总控制量,用来预测和校核各个交 通小区的发生和吸引交通量。图5.3-1列出了OD表中发生交通量、 吸引交通量和生成交通量三者之间的关系。
发生、吸引交通量与生成交通量的关系表
D O
1
2
j
1 2
i
m
合计
D1
D2
Di
吸引交通量
n 合计
O1
O2
发
生
交
Oi
通 量
Om
Dn
T
生成交通量
二、生成交通量的预测方法
2.50
平 均 出 行 次
2.00 1.50 1.00
1.871.751.661.942.072.041.951.781.721.60
1.37
1.12
1.09
0.70
数 0.50
男
0.00
6~10 16~20 26~30 36~40 46~50 56~60 66~70年龄段
()
2.00 1.50 1.00 0.50
6. 外出率
外出率是工作中外出业务占总业务的比率。因工种、年龄的不同而异。
7. 企业环境、性质 一般来说,企业大,业务处理量大,外出率高。
8. 家庭收入
家庭收入也是影响出行,尤其是自由出行的主要因素之一。高收入家庭,汽 车购买率高,购物、娱乐等需求也高,平均出行次数多。
第二节 出行的影响因素
9. 其他
将来常住人口M: M = 15.0 + 36.0 + 14.0 = 65.0
现状平均出行率T/N: T/N = 105.0 / 41.0 = 2.561(出行数/日、人)
将来的生成交通量X: X = M * (T/N )= 65.0 * 2.561 = 166.5(万出行数/日)
第三节 出行生成交通量的预测
2. 聚类分析法
聚类分析(Cross-Classification or Category Analysis)是出行生 成预测的另一个可选用的模型,英国人称其为类型(别)分析,美 国人则称其为交叉分类方法,它突出以家庭作为基本单元,用将来 的出行发生率求得将来的出行量。它与原单位法有很多相似之处, 但又存在很大不同。
则总出行为: 100×3.4+200×4.9+300×8.3+50×12.9=4455人次/日
第三节 出行生成交通量的预测
(3)聚类分析的优缺点
优点: ①直观、容易了解。 ②资料的有效利用。 ③容易检验与更新。 ④可以适用于各种研究范围。
缺点: ①每一横向分类的小格中,住户彼此之间的差异性被忽略。
交通的发生和吸引
交通调查 小区土地利用(面积、住宅、就业人 口等) 小区的发生与吸引交通量
影响
D 32
发生与吸引交通量的预测是交通需求预测四阶段预测中的第一 阶段,是交通需求分析工作中最基本的部分之一。在本阶段的任务 是求出对象地区的交通需求总量,即生成交通量 (Trip Production) 。然后,在此量的约束下,求出各个交通小区的发生与吸引交通量 。
10 30 20 15
发生原单位 ( 次 /h) 5.5 12.0 15.5 17.0
表 5-8 出行吸引情况
行业
上班出行 1h 吸 引次数
职位数
基础工业
900
400
2.25
服务业
525
300
1.75
表 5-9 出行发生量
1 2 3 合计
55 137.5 82.5 275
360 720 600 1680