城市中心商务区(CBD)交通分布预测方法的研究

城市中心商务区(CBD)交通分布预测方法的研究

摘要：城市CBD处于交通敏感区域，对CBD进行交通需求预测能够为城市交通规划提供数据支持，规划道路交通网络。交通分布预测，是城市交通需求预测工作中的一项重要内容。在对现有的交通分布预测方法研究的基础上，针对CBD的交通特性，总结了一种比较实用的预测CBD交通分布的方法。

关键词：CBD；交通分布预测

在城市交需求预测模型中，CBD通常作为一个交通小区进行预测预测，需求预测的结果比较宏观。交通量的分布预测主要研究就某个小区而言所产生的交通量究竟到了哪个小区去;它所吸引的交通量究竟从哪里来。国内外交通分布预测模型形成了以增长系数模型[1]、重力模型、概率分布模型为代表的多种模型。

1、交通分布模型的分类

1.1增长系数模型

增长系数模型是最早预测居民出行分布的模型，通过交通调查OD矩阵。OD矩阵是这样一种形式，它是一个n+1阶矩阵，其中qij表示起点为第i个小区，终点为第j个小区的出行次数;试。di0表示行求和，是以第i小区为起点发生出行次数之和。q0i，表示列求和，是以第j站为终点吸引出行次数之和，矩阵的全部元素相加就是整个城市的全部交通量。预测未来OD矩阵前，需要事先估计出各小区的未来交通发生量和交通吸引量。设Xi为第i小区的未来交通发生量，Yj为第j小区的未来交通吸引量，Q为未来交通小区的总交通量，则未来的OD 矩阵为：:

所要求的为。、分别是现状OD矩阵的第i交通小区交通发生量和第j小区的交通吸引量。令，，则我们可以得到迭代公式：，其中i=1,2,3....n，j=1,2,3....n，这就是增长系数模型的最基本的形式。f为增长函数，当全部、都接近1时就可以停止迭代，收敛后就得到所需的未来OD矩阵。

1.2重力分布模型

在交通规划中，交通小区之间交通量的发生与吸引，同两小区的质量(人口数量，工作岗位等)成正比，同两小区之间的距离(交通阻抗)成反比。用简单点的话说，就是:两个交通小区越大，距离越近，那么它们的交通量就越大。那么，基于这种直接经验和感性认识，casey(1955)年首先提出的了重力模型应用在交通分布中。

美国公路道路局（BPR，1963）所建立了如下的重力分布模型：

式中:分区之间的出行量预测值，Cij表示两分区之间的交通阻抗，Fi、Gj分别为分区i的出行产生量、分区j的吸引量，K表示系数。

这种模型是在以上重力模型的基础上导入反映小区i和小区j之间固有关系的调整系数Kij(也叫做地域间结合度)而得到的。当然，在应用这个模型的时候，待定系数的数量急剧增加，模型标定时的难度将会大大增加。

1.3概率分布模型

概率分布模型的基本思路是：假定任一交通小区i 与交通小区j 之间的出行分布量是由交通小区i 中的出行发生量和该小区内的居民选择出行目的地的概率来确定的。根据这一思路，可以构造如下模型：

Tij= PiNij(1)

式中，Tij为交通小区i 到交通小区j 的交通分布量，Pi为交通小区i 的出行产生量，Nij 表示交通区i 选择交通区j 作为出行目的地的概率，显然有：

Nij = 1 (2)

式中，m 为划分的交通小区的个数，其他符号意义同前。

如何确定Nij 是这个模型研究的重点问题，我们把Nij 与出行阻抗和交通区的吸引权重联系起来处理这一问题。假设交通区i 选择交通小区j 为出行目的地的概率与交通小区j 内用地面积、开发强度，以及对交通出行的吸引权重成正比，与交通小区i 到交通小区j 的出行阻抗成反比，即(3)

式中：

ki——交通小区i 的比例常数；

ajk——j 交通小区内第k 类用地的面积（km2），各类用地主要包括公共设施、居住、工业、仓储、对外交通、市政设施、广场停车场、特殊用地、绿地和水域及其他用地；

bjk——j 交通小区内第k 类用地的土地利用强度影响系数；

λk——第k 类用地对交通出行吸引量的权重值；

n——用地类型数目；

tij——交通小区i 到交通小区j 之间的交通阻抗参数（也称广义费用）；

F(tij)——交通阻抗参数的函数。

通过各种迭代解得交通区i 选择交通区j 作为出行目的地的概率Nij，再将Nij的值代入式(1)，即可求得交通区i 到交通区j 的基于产生—吸引的P-A （producing-absorbing）矩阵。在求得P-A 分布矩阵后，要将P-A 分布矩阵转化为O-D 分布矩阵[2]。通过转化，即可得到未来规划年的居民出行O-D 分布量。概率分布模型可对缺乏现状出行资料的城市进行居民出行分布预测。[3]

探讨适合城市CBD交通分布预测的方法

对于已经建成的CBD，并有现状交通调查，有较为完整的现状OD矩阵时，要预测目标年的交通分布情况，可以采用较为简单的增长系数法，或者可以引入阻抗系数，采用重力分布模型进行预测。

对在建的CBD建成后的交通分布进行预测时，现有的交通调查都是CBD 项目的背景交通调查，而对于CBD本身无法进行出行发生和吸引量的调查，这就没有办法得到CBD现状出行分布矩阵，无法用增长系数法进行预测。无现状出行分布资料时，进行交通分布预测只需直接根据未来的交通产生、吸引和出行阻抗参数进行预测。可以采用概率分布模型。

参考文献：

[1] 张春辉.交通分布模型的比较研究[D].大连理工大学.2010.

[2] 邓立瀛，刘灿齐. PA 出行分布矩阵转化为OD 出行分布矩阵[J].同济大学学报（自然科学版），2006, 34(1): 38-40.

[3] 成峰.一种实用的城市居民出行分布预测方法[J].交通与运输.2010,7:(45-47).

注：文章内所有公式及图表请以PDF形式查看。