- · 《广州化工》栏目设置[08/03]
- · 《广州化工》数据库收录[08/03]
- · 《广州化工》投稿方式[08/03]
- · 《广州化工》征稿要求[08/03]
- · 《广州化工》刊物宗旨[08/03]
地铁站点多时间维度客流影响因素的精细建模以(2)
作者:网站采编关键词:
摘要:图2 站点吸引范围Fig.2 Thepedestr ian catchment areas(PCA)of the stations 2.2 逐步回归模型 在对客流影响因素进行多元线性回归分析时,往往涉及诸多变量,而这些变量间
图2 站点吸引范围Fig.2 Thepedestr ian catchment areas(PCA)of the stations
2.2 逐步回归模型
在对客流影响因素进行多元线性回归分析时,往往涉及诸多变量,而这些变量间可能存在共线性,尤其是当各解释变量间存在高度的相互依赖关系时,容易给回归系数的合理估计带来困难。为了更好地反映各影响因素对因变量的关系,采用逐步回归方法从众多影响因变量的因素中筛选出贡献大的变量,建立最优回归模型[11,12]。逐步回归的基本思想是:在所考虑的全部因素中,按其对因变量作用显著程度的大小,由大到小逐个引入到回归方程。
在逐步回归的过程中,要选用两个F临界值,即选入变量时用的F1临界值和剔除变量时用的F2临界值;对于F 1~ F(1,N-i-2)、F 2~ F(1,N-i-1)(N 为样本容量,i为选入的自变量个数),通过比较各自变量的偏回归平方和对自变量进行筛选,使方程包含所有对因变量影响显著的变量,消除对因变量影响不显著的变量,从而取得最优回归方程。
逐步回归分为向前逐步回归和向后逐步回归。本文采用的是向后逐步回归,无论变量是否重要,一律引入方程,然后逐一检查自变量,每次剔除一个F检验值小于所设阈值的变量,再重建方程,直至所有变量的F检验都显著为止[13]。
2.3 变量选取与计算
本文选取19类精细土地利用类型面积、用地多样性、CBD虚拟变量、道路密度、站点接驳巴士线路、是否为转乘站、进出站口数量、站点开通年数、站点吸引范围内平均房价、建筑层数和容积率等29个变量,分别与地铁站点工作日和休息日全天客流、工作日早进晚出和早出晚进客流、工作日进站出站、休息日进站出站客流建立8种客流回归模型;结合空间分辨率为0.55 m的Google Earth高分影像和POIs数据对站点周边800 m土地利用类型进行精细识别(图3,彩图见附录1)。具体的土地利用分类标准和解译方法参见文献[14]。
图3 基于高分影像和POIs的精细土地利用识别最终解译效果示意Fig.3 Examples of identified maps of precise land-use interpr etation in each PCA based on high spatial r esolution image and POIs
通过网络爬虫获取建筑物轮廓数据(包括矢量斑块和斑块楼层高度)以及搜房网居住小区房价数据,通过ArcGIS空间连接工具统计各站点吸引范围内的平均建筑层数、平均房价、站点平均容积率、站点开通年数等。站点吸引范围土地利用类型多样性指数H的计算公式[15]为:
式中:fi为站点周边第i类土地利用面积;n为区域内土地利用类型的总数。
本文因变量和29个自变量解释说明如表1所示;为消除量纲对研究的影响,对获取的所有变量进行标准化处理。
3 地铁站点客流特征分析
各站点工作日和休息日全天客流、工作日进站出站和休息日进站出站客流能够宏观反映站点的客流强度和人口密集程度。本文提出了工作日站点早进晚出和早出晚进客流两个概念,前者是站点工作日早高峰进站和晚高峰出站的平均客流,主要反映站点吸引范围内的居住功能,后者是站点工作日早高峰出站和晚高峰进站的平均客流,主要反映站点吸引范围内的就业功能,二者能较好地反映居民居住和就业的活动空间情况。最终得到广州市中心城区站点工作日、休息日全天及进出站客流以及工作日早进晚出和早出晚进客流的空间分布(图4)。
从图4a和图4b发现,整体上工作日和休息日全天客流量较大的站点集中在以公园前为中心的荔湾、越秀老城中心圈和以体育西路为中心的天河中心圈(即1号线的越秀荔湾天河段),随着距中心圈距离增加,地铁站点客流量递减;同时,各个站点工
作日和休息日全天客流量相近,全天进站、出站客流量也相近。工作日全天客流量最大值为体育西路站(22.51万人次),公园前站次之(19.14万人次),第三为珠江新城站(16.46万人次);休息日全天客流量最大值为体育西路站(27.45万人次),公园前站次之(23.08万人次),第三为长寿路站(16.87万人次)。工作日全天客流量远远大于休息日客流量的是陈家祠站(两者相差5.7万人次)和珠江新城站(相差5.3万人次),表明这两个站点的就业功能显著;休息日全天客流量远远大于工作日客流量的是体育西路(相差4.9万人次)、长寿路(相差4.8万人次)和琶洲(相差7.3万人次)。
表1 变量及其说明Table 1 Variables and the descriptions变量 变量解释早进晚出客流量 工作日早高峰进站与晚高峰出站同一站点客流的平均值早出晚进客流量 工作日早高峰出站与晚高峰进站同一站点客流的平均值全天客流量 全天24小时同一站点客流量汇总全天进站客流量 全天24小时同一站点进站客流量汇总全天出站客流量 全天24小时同一站点出站客流量汇总CBD虚拟变量 站点及附近是否为中央商务区(1=yes,0=no)平均房价 站点吸引范围内平均房价建筑层数 站点吸引范围内平均建筑层数小区平均容积率 站点吸引范围内居住小区平均容积率用地多样性 土地利用类型多样性指数,描述土地利用类型的丰富和复杂程度A1行政办公用地 党政机关、社会团体、事业单位等机构及其相关设施用地面积A2文化设施用地 图书、展览等公共文化活动设施用地面积A3教育科研用地 高等院校、中等专业学校、中学、小学、科研事业单位等用地面积A4体育用地 体育场馆和体育训练基地等用地面积,不包括学校等机构专用的体育设施用地A5医疗卫生用地 医疗、保健、卫生、防疫、康复和急救设施等用地面积A6其他公服用地 社会福利设施、文物古迹、外事用地、宗教用地等用地面积B商业用地 各类商业、商务、娱乐康体等设施用地面积G绿地 公园绿地、防护绿地等开放空间用地,不包括住宅区、单位内部的绿地面积M工业用地 工矿企业的生产车间、库房及其附属设施等用地面积E1水体 河流等水体面积R1一类居住用地 公用设施、交通设施和公共服务设施齐全、布局完整、环境良好的低层住区用地面积(如别墅)R2二类居住用地 公用设施、交通设施和公共服务设施较齐全、布局较完整、环境良好的中、高层住区用地面积(如小区)R3三类居住用地 公用设施、交通设施不齐全,公共服务设施较欠缺,环境较差,需改造的简陋住区用地面积 (如城中村)S1城市道路用地 快速路、主干路、次干路和支路用地面积,包括交叉路口用地S2轨道交通用地 独立地段的城市轨道交通地面以上部分的线路、站点用地面积S4交通场站用地 静态交通设施用地,不包括交通指挥中心、交通队用地面积U公用设施用地 供应、环境、安全等设施用地面积W 物流仓储用地 物资储备、中转、配送、批发、交易等的用地面积,包括大型批发市场及货运公司车队的站场等Other其他用地 其他用地的面积道路密度 站点吸引范围内路网密度(m/km2)站点接驳巴士线路 站点吸引范围内接驳巴士线路是否为转换站 站点是否为转换站 (1=yes,0=no)进出站口数量 站点进出站口数量站点开通年数 截至2014年站点开通运营年数
文章来源:《广州化工》 网址: http://www.gzhgzz.cn/qikandaodu/2021/0522/1361.html