英语原文共 16 页，剩余内容已隐藏，支付完成后下载完整资料
基于交通网络对上海市市中心地铁站服务领域分析
Zujing Wang bull; Peiji Shi
前言：在城市地理学中，服务领域研究是关键主题之一。首先，本文提出了一个城市人口估算的模型。在此基础上测量了中国上海市区的人口规模和分布。通过传统的调查模型，人口估算模型得到了很好的证实。其次，我们通过在新浪微博中收集数据，提取了包含地理位置的1个月实时数据集，并生成了Voronoi图解用以表示服务的数据补丁。我们为每个补丁匹配了人口。第二步，我们提出了最短距离算法，最短时间算法和改进的p中值算法，利用这三种方法，根据补丁划分地铁站服务领域。 随后，我们计算了每个服务领域中的服务人口。
最后，我们以地铁1号线和2号线为例，进行研究三种位置分配方法之间的关系详情。结果表明：上海核心城市人口涌现从中心到外围的下降趋势明显。与内外环线之间的区域相比，所有指标（包括面积，人口，距离和时间）在内环路内的中心城市变化都不大。改进后的p中值算法具有一定的优化效果。它提出了一种科学合理的出行方案，让市民能以最低的价格选择更好的出发地铁站。研究结果将为公共服务设施的位置分配提供理论和技术支持。
关键词 交通网络 地铁 服务领域 新浪微博数据 上海市市中心
引言
服务区域的研究始于沃尔特·克里斯塔勒（Walter Christaller）于1930年代出版的《南方原则中心的德国》（Walter Christaller 1966）。他首先提出了具有吸引力的中心地区理论。 在过去的几十年中，学者们采用了不同的定性和定量分析方法对城市服务区进行了广泛的研究（Brunner and Mason 1968; Applebaum 1968,1974; Ghosh and McLafferty 1987; Hartigan 1975）。近来，区域空间结构的服务范围和动态演化已经从抽象或理论研究转变为特定的计算机模拟技术（Li et al,2011; Liu et al,2013）。 城市服务区研究的主流方向是空间可及性（Jin et al,2013a,b），腹地划分（Zeev et al,2014）和区位问题（Vidyarthi and Jayaswal 2014; Mestre et al,2015）。
对于公众来说，从住宅乘坐地铁到大都市工作是具有必要性的。在中国改革开放30年后，已有10多个城市开发了地铁系统（Wikipedia 2014）。自20世纪初期以来，许多世界一流的大都市都已提供地铁服务（Wiki pedia 2014），地铁在处理诸如复杂的道路网络，到处是建筑物，交通拥堵等大城市都面临着的问题方面发挥着积极而关键的作用（Tsekeris and Geroliminis 2013; Ortigosa and Menendez 2014）。地铁站服务领域是城市社区研究中非常重要的问题，涉及城市日常通勤的路线选择（Indriasari et al, 2010; Lee et al,2013; Kim and Nam, 2013），以及如何合理安排最短路线到达目的地的方式或时间。
由于这些原因，本文基于独特的建筑体积权重建立了人口空间分配模型，旨在估算城市人口并分析其空间特征。同时，我们提取了签入数据（也称为兴趣点，POIs）并生成了Voronoi图，并通过将相应的POIs标记到相应的站点来对站点服务区进行分类。然后，我们将地铁站服务领域划分为最短距离和最小时间算法。最后采用线性规划技术给出了地铁站服务领域优化处理的最优方法。通过比较面积，人口，距离或时间这三种方法之间的关系，本研究旨在为政府和其他组织在城市和区域规划中的决策提供参考。
研究范围和数据来源
研究范围
上海，位于中国的最东部，是一个河口和沿海城市，交通便利，经济发达。城市化的规模令人印象深刻。这也使得它易于产生许多麻烦，例如空气污染，噪音和环境退化。本文的研究范围是上海的市中心，完全包含了中国人口最稠密的外环路的所有部分，纬度为北纬31°7′12Prime;-北纬31°22′24Prime;，经度为东经121°20′28Prime;-东经121°39′0Prime;，面积为835.3277平方公里（图1）。 它包含12个地区的145个街道/镇，人口占城市总数的68.01％。 大多数地铁站位于研究范围内，约占总数的76.35％，间接反映了人类活动对分布的影响。
我们之所以选择上海市中心，是因为与中国其他城市相比，上海地铁系统的建设相对完善。经过多年的发展，该系统已经建立在外围环路之外。它具有代表性和典型性。当前地铁系统的长度约为567,000 m，每站长度为1635.3 m，同时仍在建设多条线路。
数据来源
我们在2014/3/10至2014/4/6（28*24 h）一个月的时间里，在上海收集了25729204个新浪微博实时文本消息。与地址信息相关的消息称为“签入数据”为1153620，具有精确的地理坐标属性，包括纬度和经度。位于上海行政区域内的带有地址的消息（也称为兴趣点，POIs）为39,889。 然后我们提取了研究区域，并根据签入显示了空间分布（图2）。 占上海总面积的69.37％，在上海所占比例很大。
原始人口数据收集自上海市每个地区的《国家经济与社会发展统计公报2013》。由于某些郊区乡镇按研究区域划分，我们粗略估计了与其区域成比例的人口。建筑物（包括居民区等），道路网络，地铁站和精确的边界都从百度地图（摘自2013/10/14）进行了解释。 高分辨率的图形是从1161百度地图屏幕截图拼接而成的。 每个屏幕截图的覆盖范围为1100 m 9 680 m。比例为1：500，分辨率达到1.19 m。 研究中的地铁站总数为226个。行政区划是从国家基本地理信息中心下载的，并已验证到精确的边界。 图像和图形都进一步校正为1980年的西安坐标系。
研究方法
城市人口估算法
新浪微博的POI直接显示的人口规模如图2所示。虽然一个人的POI是随机的，但随着数据的增加，我们可以发现潜在的规律。随着数据的增加，上海的轮廓也越来越多清晰。 因此，哪一个地区有更多的POI，那里的人就更多。 然后，根据个体点的位置，分配了种群空间化模型的种群，生成了Voronoi图，作为下面服务区分析的评估单位。 该模型主要用于将人口数据分配给研究区域的标准化网格。 它可以实现人口数据规模的缩小。 我们将研究区域划分为100 *100 m规则网格作为评估单位，其数量为115,248，其步骤如下。
在城市建设用地范围内，建筑物所占地面面积与街区面积之比称为建筑物密度（BD）。 我们在每个网格的每个建筑上绘制建筑密度。 我们通过可视化的解释，根据缝合的Baidu satellite地图（http://map.baidu.com）跟踪了每个建设用地的轮廓，该图表示了建设区域。 然后，我们采用了一些地标的经纬度数据来校准ArcGIS Georeferencing中的集成地图。 草图如下（图3）。估计建设用地总面积为345,742,413平方米。 建筑密度方程为：
（1）
其中，是各种建筑的面积，Area是每个网格的面积，为10,000 m2。基于建筑密度，总洪灾与建筑用地的比率称为建筑面积比（FAR）。 我们根据每个网格在每个楼层上映射FAR。 我们根据集成的百度地图跟踪了每栋建筑物屋顶的轮廓，该地图通过使用MATLAB图像分析来表示建筑群。 建筑物的总数约为420,788，占地面积比的公式为：
（2）
其中，是每个网格中的总建筑面积，在公式（1）中进行了解释。
面积和高度的乘积称为建筑体积（BV）。 我们利用基于集成百度地图的MATLAB图像分析来追踪每栋建筑物的阴暗面。考虑到两个建筑物在地图上的坡度相同，我们提取了在ArcGIS中以90度角放置每个阴影面以获取建筑物高度（）。
由于建筑物的高度随视图天顶角，视图方位角和太阳位置的变化而变化，因此Baidu satellite地图由许多高分辨率的遥感图像拼接而成。 因此，我们选择了每个区域的一栋典型建筑作为样本进行描述。以黄浦区政府大楼为例，其示意图如下（图4）：
（3）
其中，是政府大楼的实际高度，我们通过实地测量得到了它。 是政府大楼的地图高度。i是该地区每个网格内的建筑物数，是其他建筑物高度的图像长度，是每座建筑物的标准化高度。然后添加每个网格的所有。
（4）
行政区号与每个乡镇/街道的普查统计数据有关。 在先前计算的建筑量的基础上，我们提出了网格上的城市人口计算模型：
（5）其中，POPU代表每个网格的人口，popu是每个乡镇/街道的总人口，由统计公报计算，m是每个乡镇/街道的网格数。然后，通过大致人口和每个分区/城镇的建筑量，计算每个网格的详细人口。
最短时间和最短距离法
运作方式
我们准确定义了每个道路等级的速度。 根据《中国公路工程技术标准》（JTG / B01-2006）中道路交通系统的设计速度，结合研究区域的实际情况，记录每个等级的相应速度（v）（表1）。
在任何地方，地形和坡度都会对速度产生关键影响，但上海位于长江三角洲的冲积平原上，平均海拔为4 m。 我们最关心的是从道路的水平角度出发的问题，而不是考虑地形和倾斜度。POI和地铁站之间的旅行时间（t）由三个部分组成。
（6）
其中，，和的说明如下。
1.首先，提取每个地铁站和POI的空间坐标，准备好包括城市主干道，次要干道和局部道路的交通路网覆盖范围，用网格层识别网络层，得到100m以下路网的线段数量，并进行计算通过定义的速度，每个路段的旅行时间（表1）。
2.其次，在POI，站点和网络覆盖范围上建立节点和线路拓扑，分别计算POI /站点与其最近的节点入网之间的最短线性距离，并获得其他等级速度和时间成本（Lt1 / 2）。标记的ID。
3.第三，建立要素数据集并导入路网。并在此基础上建立了网络数据集。分别确定了POI的起点和终点以及站点覆盖范围。路网中节点之间的计算时间成本（St）。然后是最短线性距离的附加时间成本段和网络时间成本段。
4.最后，总结三个时间段。获得了226个站与39,889个POI之间的旅行时间。
改进的p中值算法
根据交通网络和POI的Voronoi图，给出了最优算法。 本文的这一部分涵盖了线性规划（LP）的优化技术，并结合了GIS空间分析。通过这种策略可以优化地铁站的服务区域。 我们可以找到公路网中最好的服务区域。 LP试图根据一组约束最小化目标函数。 目标和约束都用线性函数表示。
我们改进了经典的位置分配问题，以说明LP问题的表述。 目的是在一组罐装的加油站站点中定位给定数量的加油站，以使满足分配给加油站需求的总行驶距离最小。 提出了改进的p中值模型，公式为：
（7）
满足：（一个需求POI仅分配给一个站点）
（每个需求应分配给一个站点）
（每个需求分配都限于已定位的位置）
（假设有p个站点被定位）
其中，i是需求POI，j是候选站点，p是要定位的站点数，是POI i的需求量，是需求i与站点j之间的距离，如果将需求i分配给i，是1。 j站或0站。 规划问题是要定位这226个地铁站，以便以最有效的方式为39,889个POI提供服务。 处理步骤如下。
1.准备道路网络覆盖范围和地铁站，POI。 为候选人中心定义了INFO文件。 必须访问ArcInfo Workstation来定义一个INFO文件。
2.然后，在网络NAT文件中（类似地，在ArcInfo Workstation环境中）定义需求。在ArcInfo命令行中激活ArcPlot，然后在ArcPlot提示符下键入命令。 进行了位置分配分析。
3.最后显示分析结果。
结果
人口分布
空间化的结果如图5所示，位于淮海路的115,248个网格中的人口最大值为3413.3678。 （M）黄浦区街道及绝大多数网格少于100个，累计百分比为85.74％。 黄浦江西岸的人口高于浦东新区。 在黄浦江西部地区存在明显的差距，内环线区域的价值较高，而内环线与外环线之间的价值较低。 相关研究得出结论，黄金地带位于距地铁站500 m的步行范围内（Zhao et l,2015）。 我们发现300 m缓冲区的人口占总数的26.29％，500 m缓冲区的人口占37.16％。 但是缓冲区仅分别占7.65和21.25％。
通过居住区收集人口，并通过实地测
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[410214]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
