交通规划课程设计实验报告样本.doc

资料内容仅供您学习参考，如有不当之处，请联系改正或者删除。
交通规划课程设计报告

学 院 : 交通运输学院
专 业 : 城市轨道交通
指导教师 :
组 长 :
组 员 :

6月15日
引言

所谓交通规划( 狭义) 一般是指根据对历史和现状的交通供需状况和地区的人口、 经济和土地利用之间的相互管理的分析研究, 对地区未来不同人口、 土地利用和经济发展的情形下, 交通运输发展需求的分析和预测, 确定未来交通运输设施发展建设的规模、 结构、 布局等方案, 并对不同方案进行评价比选, 确定推荐方案, 同时突出建设实施方案( 包括建设项目时序、 投资估算、 配套措施等) 的一个完整过程。一般, 交通规划中核心的内容是交通需求预测中的四阶段法, 它们分别是交通的发生与吸引( Trip Production & Attraction) , 交通分布( Trip Distribution) , 交通方式的划分( Modal Split) , 交通流的分配( Traffic Flow Assignment) 这四个阶段。
我们小组针对交大西门某一时段的交通量进行了调查, 掌握了其交通状况, 并与RTMS的测量值进行比较, 从而了解人工测量产生的误差, 而且同时使用微波传感器数据制作交通量、 密度、 速度基本图并确定道路通行能力和临界车速, 来分析而且深刻理解交通流三参数之间的关系。
接下来, 我们以北下关为规划区域, 利用transCAD软件对规划区域进行交通小区的划分、 路网构建、 OD反推以及四阶段法等工作。
目录
引言 2
一.实验概述 4
1.1 实验目的 4
1.2 实验内容 4
二.交通调查实验报告 5
2.1 交大东门RTMS检测数据与实际测量数据的对比分析 5
2.1.1 RTMS的介绍 5
2.2 RTMS交通量与实测交通量对比分析 7
2.2.1交通调查记录 7
1. 交通量调查 7
2. 地点车速 9
3. 密度的测量 11
2.2.2 RTMS交通量与实测交通量对比分析 16
2.2.3 速度对比分析 18
2.2.4 密度对比分析 18
2.3 交通流三要素关系曲线 19
2.3.1概念与数据简介 19
2.3.2计算方法 19
2.3.3数据分析 20
三、 交通规划 22
3.1区域概况 22
3.1.1基本信息 22
3.1.2区域城市用地比例 23
3.2 主要路段交通量统计及调查结果 23
3.3 Trans CAD的应用过程 26
3.3.1 交通小区的建立 26
3.3.2 线路的绘制与相关数据的填写 27
3.3.3 OD反推 28
3.3.4 出行生成预测 32
3.3.5 出行分布预测 33
3.3.6 交通流分配 36
3.3.7 道路网络评价 39
四、 问题及改进建议: 40
4.1 问题 40
4.2 改进建议 40
五、 个人感想 40
附录 44
一、 会议记录 44
二、 人员分工 44

一.实验概述
1.1 实验目的
交通规划属于交通工程的一部分, 是为设计达到公路和城市道路交通建设的发展目标的策略、 过程和方案。作为交通运输学院的必修科目, 学生应该掌握对城市、 区域不同范畴的交通需求预测和综合交通运输系统规划的共同原理、 步骤和方法的提炼。本次交通规划设计实验旨在将理论与实践结合, 经过交通流数据的采集, 进行交通调查, 研究交通与土地利用, 实现交通网络布局的规划与设计, 并完成交通需求量的预测。实验过程中学生应该具备数据采集与分析、 交通小区划分与网络制作、 TransCAD软件的操作的学习能力。

1.2 实验内容
本实验由交通调查实验和交通规划实验两部分组成。
1、 交通调查实验的内容具体为:
统计分析RTMS 检测器全天的交通流检测数据, 绘制交通流三要素流量、 密度( 占有率) 、 速度之间的关系曲线, 并针对某一位置某一交通时段( 大于等于1小时) 对比分析人工测量数据与自动检测数据之间的误差;
2、 交通规划实验部分的具体内容为以北下关为规划区域, 完成对所选区域的交通量调查, 利用实际测得的数据, 得到对调查区域交通小区划分、 现状路网划分、 社会经济指标统计、 OD反推分布交通量、 四阶段法交通需求预测、 道路负荷度评价。

二.交通调查实验报告
2.1 交大东门RTMS检测数据与实际测量数据的对比分析
2.1.1 RTMS的介绍
( 1) RTMS简介
RTMS( Remote Traffic Microwave Sensor 远程交通微波雷达检测器) 是一种用于监测交通状况的再现式雷达装置。它能够测量微波投影区域内目标的距离, 经过距离来实现对多车道的静止车辆和行驶车辆的检测。
( 2) RTMS工作原理
RTMS在微波束的发射方向上以2米( 7英尺) 为一层面分层面探测物体, RTMS微波束的发射角为40度, 方位角为15度。安装好以后, 它向公路投影形成一个能够分为32个层面的椭圆形波束, 这个椭圆的宽度取决于选择的工作方式, 并因检测器安装角度和安装距离的不同稍有变化。

图2-1 RTMS 微波束及其投影
RTMS 有两种安装设置和多种工作模式。侧向安装时, 设备安装在路旁的杆子上, 保持微波的投影与车道正交, 分层面的波束能够提供相互独立的八个探测区域, 可适应于不同道路状况。被探测车道能够被定义为一个或多个微波层面。波束覆盖区的宽度决定了探测道的长度。
正向安装时, 设备安装在龙门架上, 其微波束发射方向与车辆行驶方向一致。此种设置检测器不能区分车道, 因此必须经过调节好瞄准角度来使微波投影对应单一的车道。

图2-2 RTMS微波区域内的回波信号

在车辆检测方面, RTMS经过接收到微波投影区域内各种表面的连续不断的回波, 如人行道, 栅栏, 车辆以及树木等。在每一个微波层面内的固定物体回波信号将形成背景阈值, 如果回波信号的强度高于该微波层面的背景阈值, 则表明有车辆存在。

图2-3 车辆检测原理图
( 3) 传感器位置
表2-1 传感器位置表
传感器编号
传感器位置
车道数
4001
体育馆( 西门)
5
4002
出版社( 南门)
2
4003
学苑4号楼( 东门)
2
4004
交大东校区东门
2
由于我们选择调查的是北京交通大学西门的交通量, 因此由上表可知, 我们选择的是编号为4001的RTMS传感器的数据。
( 4) 数据格式:
RTMS以30秒为单位, 每30秒计量一次。另外, RTMS传感器所测得的数据表示含义如下表:
表2-2 RTMS传感器数据表示含义图
编号
数据名称
表示含义
说明
1
SensorID
传感器编号
编号为4001, 4002, 4003, 4004
2
DataTime
采集日期时间
4月8日14:40-15:40
3
Laneno
车道号
从RTMS仪器最近一条车道开始标号, 分别标号为1,2
4
Vollong
长大车流量
单位: 辆
5
Speed
平均速度
公里/小时
6
Occupancy
时间占有率
30s内有车次数, 每10ms抓拍一次
7
Volume
流量
单位: 辆

无效数据说明: 平均速度值为小于0公里/小时或大于等于200公里/小时的数据可示为无效数据, 在分析数据时需要滤除。

2.2 RTMS交通量与实测交通量对比分析
2.2.1交通调查记录
1. 交通量调查
我们选取人工计数法调查交通量, 人工计数法是国内运用最为广泛的交通量调查方法。该方法机动灵活, 易于掌握, 使用工具简单, 资料整理方便, 精度较高。而且, 应用人工法能够获得分车种分流向的交通量, 转向交通量等多方面资料, 最适宜于短期的交通量调查。
依据教材上22-29页, 使用人工计数法, 选定七种车型: 小汽车、 小型载货汽车、 3~5t载重汽车、 5t以上载重汽车、 中小型公共汽车、 大型公共汽车、 摩托车作为计数目标。选取一个距离RTMS机较近断面, 设定三名组员, 以15分钟为时间周期, 分别在道路的两侧进行观测, 记下两个方向的交通量, 观察经过断面小汽车、 小型载货汽车、 3~5t载重汽车、 5t以上载重汽车、 中小型公共汽车、 大型公共汽车、 摩托车的数量, 最后将这七类数据整理汇总。汇总表如下:

表2-3 交大西门平峰交通量调查数据表

表2-4 交大西门晚高峰交通量调查数据表

2. 地点车速

采用人工测量法, 选择路段长度均在30~50m之间,参考标志为行道树和指示标志, 当车辆前轮经过参考线时, 观测员立即启动秒表, 当车辆前轮驶过路段末端参考线时, 观测员立即停止秒表, 将观测数据整理下来。平均速度值为小于0公里/小时或大于等于200公里/小时的数据可示为无效数据, 在分析数据时需要滤除。因此根据原则我们的剔除了一部分数据而且又整理了数据。
整理数据如下:

地点车速调查记录表(平峰)
调查日期: 5月18日 调查路线: 交大西门
调查时间: 20:10----21:10 天气: 晴
调查员: 罗元琴、 淡鹏

表2-5 地点车速调查记录表( 平峰)

地点车速调查记录表(高峰)
调查日期: 5月26日 调查路线: 交大西门
调查时间: 17:30---18:00 天气: 晴
调查员: 段晓宇、 马钰

表2-6 地点车速调查记录表( 高峰)

3. 密度的测量
我们组测密度的时候采用的是高空摄像法。我们测量的时间长达20分钟, 因此能够减少偶然误差。整理表格如下:

表2-7 平峰密度记录表格

表2-8 高峰密度记录表格

续表2-8

续表2-8

2.2.2 RTMS交通量与实测交通量对比分析
RTMS里面的数据中测得的是Vollong, 即长大车流量, 而我们实际测量后的车型是以小汽车为基础来进行换算的, 因此把RTMS里面的数据Vollong, 即长大车流量以小汽车为基础来进行换算, 换算系数为2, 其它车型换算系数如下表。
表2-9 交通量调查车型分类以及换算系数表

经过换算系数, 得到如下表所示RTMS流量与实测流量:
表2-10 高峰RTMS流量与实测流量数据表

表2-11 平峰RTMS流量与实测流量数据表

由表2-8和表2-9能够分别看出RTMS数据和实测数据之间存在一定的误差, 其中对于高峰时最大误差在18.36%, 最小误差为6.5%, 误差的平均值在12.19%。对于平峰时最大误差在25.96%, 最小误差为18.40%, 平均误差为22.97%。

（1） 将RTMS 流量与实际测得流量进行对比, 得到如下图所示结果:

图2-4 晚高峰RTMS流量与实测流量对比图

图2-5 晚平峰RTMS流量与实测流量对比图

( 2) 数据误差原因分析
从上图能够看出, RTMS数据与人工调查的数据有一定的误差, 且RTMS 的数据大于人工调查的数据, 造成误差的原因有以下几点:
主观因素: ①计时误差。人工计时与RTMS的计时不一样, 而且人工计时需要一定的反应时间。
②当出现大车时, 人工调查时会使小车被大车挡住视线, 造成计数误差。

客观因素: ③RTMS 检测器”溢出”现象。”溢出”是指一辆车出现, 相邻检测区域内均有感应现象, 不但会引起流量的重复计数, 还会对占有率测量带来一定影响。
④由于检测器与交叉口距离较近, 因此出现很多车辆换道的现象, 造成RTMS重复计数。

2.2.3 速度对比分析

将晚高峰和晚平峰测的地点车速计算平均值与RTMS地点车速计算平均值汇总数据如下:
表2-12 车速误差对比

数据产生误差的主要原因是: 在调查地点车速时, 由于调查人员的反应时间而造成相应的数据误差以及观测人员距离参考标志一定距离, 存在视差。

2.2.4 密度对比分析
将晚高峰和晚平峰的密度计算的平均值与RTMS的密度计算平均值汇总数据如下:

表2-13 密度误差对比

数据产生误差的主要原因是: 因为调查人员个人的仔细程度以及道路上的有些车辆被大树枝叶遮住导致测量人员的记录误差。

2.3 交通流三要素关系曲线
2.3.1概念与数据简介
( 1) 流量: 单位时间内, 经过道路某点或某断面及某车道的人数或者车辆数。
( 2) 速度: 地点车速: 车辆经过道路某点或某断面时的车速, 也称瞬时车速。区间车速: 车辆行驶一定距离与该距离对应的平均行驶时间的比值
( 3) 占有率: 在一定的观测时间T内, 车辆经过检测器时所占用的时间与观测总时间的比值。
2.3.2计算方法
交通流三要素为流量、 速度和密度。其中交通量由RTMS数据中volume表示; 速度为speed表示; 密度由于与占有率成正比, 故用占有率代表密度, 进行与另外两个变量关系的分析研究。这三个量均由RTMS测得, 每30秒测量一次。我小组采用 5月18日全天的RTMS数据进行交通流三要素之间关系的分析。
相应的算法是:
总车流量: 持续一个小时的去除坏值后的所有车流量之和
平均速度: 持续一个小时的去除坏值后的所有速度的平均值
所有车道的平均占有率: 持续一个小时的去除坏值后的所有占有率之和除以一个小时内测量周期( 本例中是30s) 的个数。

2.3.3数据分析
我们组采用的是5月18日全天的数据, 经过整理得到如下表:
ID
Time
Speed
Occupancy
Volume
1
8:00-8:59
43.11
178.39
2257
2
9:00-9:59
47.31
103.03
2129
3
10:00-10:59
47.79
96.42
1867
4
11:00-11;59
47.79
96.42

5
12:00-12:59
51.69
86.54
1869
6
13:00-13:59
49.69
80.43
1941
7
14:00-14:59
47.74
87.66
1967
8
15:00-15:59
47.64
106.15
1955
9
16:00-16:59
50.06
104.488
2177
10
17:00-17:59
43.88
160.73
2716

表2-14 5月18日有关交通流数据表
经过这个数据表, 我们做出了交大东门的速度-流量、 占有率-流量、 占有率-速度关系散点图, 每张图都有10个散点, 并用曲线拟合变化趋势, 用以辅助分析。
(1) 速度流量关系

图2-6 速度-流量关系图
从图中我们能够看出, 交大西门5月18日每小时平均车速集中在47Km/h到48Km/h之间, 最大车速为51.69km/h, 在流量较小的时候出现, 最小车速是43.11km/h。随着流量的增大, 每小时平均车速整体为下降趋势变化。

(2)占有率流量关系

图2-7 占有率-流量关系图
这张图体现了随着车流量的不断增大, 占有率整体呈增大趋势。
(3)占有率-速度关系图

图2-8 占有率-速度关系图
从图中我们能够看出, 交大西门道路上占有率和速度的关系是随占有率的增加, 速度呈线性下降趋势, 即占有率越高速度越低。最大速度51.69km/h, 最小速度43.11km/h。从这个速度我们也能够看出这条路比较畅行。一般把车速小于30km/h视为交通拥堵, 该图中的离散点位于30以上较多, 因此交大西门不存在拥堵现象。
由交通规划原理课本知: 临界车速指通行能力最大时的车速, 又称为最佳车速。因此由图像可知, 该路段临界车速为43.88km/h。该道路通行能力为2716辆。

三、 交通规划( 北下关及其周边地区)
3.1区域概况
3.1.1基本信息
所给区域为以北京交通大学为中心的北下关街道及其周边区域, 北下关街道辖区总面积6.04平方公里, 常住人口17万人左右。辖区内现有社区居委会35个, 有蒙、 满、 回等22个少数民族, 驻地区部队6个, 法人单位近4000家( 第一次经济普查数据) 。
北下关辖区中共有快速路、 主干道、 次干道、 主要支路共16条, 包括: 中关村南大街、 北三环西路、 学院南路、 大慧寺路、 西直门外大街、 动物园路、 高粱桥路、 交大东路、 交通大学路、 四道口路、 大钟寺路、 皂君庙路、 篱笆房路、 学院南路、 大柳树路、 气象路。其中北三环路为快速路, 其进出口采用全控制或部分控制, 中央设有隔离带, 主要联系市区各个主要地区、 市区和主要的近郊区、 卫星城镇、 联系主要的对外出路, 负担城市主要客、 货运交通, 有较高车速和较大的通行能力, 供车辆以较高的速度行驶; 中关村南大街、 高粱桥斜街、 大柳树路为主干道, 她们是城市交通的骨架, 起着联系各种交通枢纽以及大型公共场所的作用, 红线宽度较宽, 一般为30-45米, 能承载大量的交通量; 其余道路为次干道和主要支路, 负责配合主干路组成城市干道网, 起联系各部分集散作用, 或为解决局部地区的交通而设置。

3.1.2区域城市用地比例

图3-1 北下关用地比例

图3-2 北下关用地比例

居住用地( R1-4) : 25%、 商业用地( C2) : 22%、 教育科研用地( C6) : 17%、 公共绿地( G1) : 12%、 道路用地( S1) : 10%、 文化用地( C3) : 5%、 铁路用地( T1) : 4%、 水域( E1) : 2%、 办公用地( C1) : 2%、 体育用地( C4) : 1%。

3.2 主要路段交通量统计及调查结果

按照地图所示, 画出了基本的路网框架。全班是大家分组数的车, 各个组把负责路段的交通量都发到群里面, 然后大家共享数据。我们小组主要是对该区域的紫竹园路和动物园路进行交通量统计。

图3-3 北下关卫星图

车流量的调查统计结果如下:

表3-1 各个路段车流量调查结果
序号/节点号
道路名称
方向
交通量
1
北三环
西到东
2651

东到西
1716
2
魏公村路
东到西
586

西到东
1369
3
学院南路西段
西到东
956

东到西
944
4
学院南路中段
西向东
985

东向西
816
5
学院南路东段
西到东
1519

东到西
1124
6
中关村南大街中段
北到南
1851

南到北
1712
7
大柳树路
北向南
2158

南向北
2114
8
交大东路北段
北向南
592

南向北
578
9
大慧寺路
东向西
556

西向东
768
10
高粱桥斜街北段
北向南
1702

南向北
1571
11
交通大学路
西到东
448

东到西
418
12
交大东路南段
北到南
618

南到北
455
13
西直门外北大街
北到南
5052

南到北
4981
14
动物园路
北向南
1132

南向北
842
15
动物园路南段
北到南
1451

南到北
1114
16
高粱桥斜街南段
北到南
1099

南到北
1019
17
高粱桥路
北到南
1071

南到北
1175
18
西三环
南向北
5990

北向南
5332
19
中关村南大街南段
北到南
1848

南到北
1801
20
紫竹园路
西到东
4937

东到西
5698
21
西直门外大街西段
北向南
5696

南向北
4968
22
西直门外大街中段
东向西
5223

西向东
4890
23
首体南路
北向南
1660

南向北
1056
24
西直门外大街东段
西向东
1774

东向西
1117
25
三里河路
北向南
877

南向北
561
26
车公庄路
东向西
1523

西向东
1312
27
中关村北段
北向南
1835

南向北
2025
28
皂君庙路
北向南
1718

南向北
1641
29
四道口路
北向南
730

南向北
626

3.3 Trans CAD的应用过程
3.3.1 交通小区的建立
3.3.1.1 交通区划分的若干原则

1、 同质性: 分区内土地使用, 经济, 社会等特性尽量使其一致。
2、 尽量以铁路, 河川等天然屏障作为分区界限。
3、 尽量不打破行政区的划分, 以便能利用行政区现成的统计资料。
4、 考虑路网的构成, 区内质心( 形心) 可取为路网中的节点。
5、 分区数量适当, 中等城市不超过50个, 大城市最多不超过100-150个。数量太多将加重规划的工作量, 数量太少又会降低调查和分析的精度。
6、 分区中人口适当, 约1-2万人, 靠市中心分区面积小些, 靠市郊的面积大些。
7、 考虑到干道市汇集交通的渠道, 因此一般不以干道作为分区界线, 道路两侧同在一个交通区也便于资料整理。
8、 对于已作过OD调查的城市, 最好维持原已划分的小区。
9、 小区内的出行次数不超过全区域内出行总数的10％-15％。
10、 均匀性和由中心向外逐渐增大的原则: 对于对象区域内部的交通小区, 一般应该在面积、 人口和发生与吸引交通量等方面保持适当的均匀性; 对于对象区域外部的交通小区, 因为要求精度的变低, 应该随着距对象区域的距离的变远, 逐渐增大交通小区的规模。
11、 包含高速公路匝道、 车展和枢纽: 对于含有高速公路和轨道交通等的对象区域, 高速公路匝道、 车站和枢纽应该完全包含于交通小区内部, 以利于对利用这些交通设施的流动进一步分析, 避免匝道被交通小区一分为二的分法。

3.3.1.2 具体操作过程
将上述卫星地图存储为TIF格式然后用trans CAD打开。之后点击左上new file按钮选择地理文件。将小区图层命名为area1, 并用绘图工具画出交通小区, 并对小区进行编号。
在首次划分交通小区的时候, 我们以路网外小区边界划分了交通小区, 这样的划分方法会存在一个矛盾点, 就是无法明确作为小区边界的道路所承载交通量的归属问题, 无法确定其上的交通量具体归属于哪一个小区, 之后上课后听老师讲解有关内容我们才得以解决问题而且画出了如下的小区。

图3-4

3.3.2 线路的绘制与相关数据的填写
1. 路网建立
新建路网图层, 取名路网图层为Street1。并对Street1图层添加相应的属性, 其默认属性属性为ID、 Dir、 Length, 添加属性路名Name, 起终点A Node、 B Node, 断面交通量AB_Count、 BA_Count, 行驶时间AB_Time、 BA_Time, 通行能力AB_Capacity、 BA_Capacity,路段限速Speed,车道数Lane, 然后用绘图工具画出路网, 并输入相应的数据。下图为本小组绘制的路网( 含有质心连杆)

图3-5

2. 数据的录入

下图为输入的道路属性:

图3-6

3.3.3 OD反推
1. 创立小区质心地理文件

交通小区在形式上表现为一个区域, 可是在逻辑上却被表现为一个点, 即小区的质心。系统认为, 小区内所有的车流量, 均是经过质心, 并经过质心连接线, 从而进入路网。
在Trans CAD中打开”Area.dbd”地理文件, 选择”Tools—Export”菜单, 弹出”Export Zone Geography”对话框, 最后保存为”Cent.dbd”的地理文件, 放在Cent文件夹中。

2. 将质心连入路网并修改质心连杆属性

打开”Street.dbd”地理文件, 将”Node”图层设为可见, 将Cent地理文件加入到当前地图中。将”Node”置为当前图层, 选择”Data view—Modify Table”菜单项, 在弹出的对话框中为该图层属性数据表增加一个名为”Index”、 数据类型为”Integer”的字段。将”Area”置为当前层, 选择”Tools—Map Editing—Connect”菜单项, 系统弹出”Connect”对话框

将质心连入路网后会生成下图:

图3-7

质心与路网间的连线就叫做”质心连杆”, 质心连接线是逻辑上而不是实际中存在的路段, 我们规定小区的出行量全部经过质心连接线进入路网, 这样就建立起了交通小区与路网间的联系。为了避免在交通分配中出现问题, 我们需要为质心连接线设置较大的通行能力和较小的行驶时间。具体操作将Name=null且Time=0的字段填充为0.1, Capacity字段填充为1000000,Speed字段填充为10000。如下图所示:

图3-8

此处填入明显过大或过小的数据时为了避免质心连杆对路网产生影响, 如填入数据与路网近似则质心连杆会被系统默认为路网的一部分, 而不填入任何数据后续部分操作将无法进行。

3. 创立网络
在Trans CAD中, 我们为路网创立的线类型地理文件只是一个包含了属性数据的地图, 为了能在路网中进行路径分析、 交通量分配等, 还需要在这个地理文件的基础上创立网络( Networks) 文件, 在Trans CAD中, 将”Street”设为当前图层, 选择”Networks/paths—Create”菜单项, 弹出”Create Network”对话框, 如下图, 然后保存为”N”文件, 储存在Net文件夹中。

图3-9
如上图, 在教学视频中, Count选项被忘记录入, 这一操作会导致反推过程无法进行。

4. 建立OD反推种子矩阵并运行OD反推

打开”Street1.dbd”地理文件。打开小区”Area1.dbd”地理文件; 新建初始OD矩阵, 选择”Matrix”。将新建矩阵的所有值全部填充为1, 对角线为0( OD反推时不会对对角线进行计算, 我们将它设置为0, 即不考虑小区内的交通量) , 即得种子矩阵。

图3-10

打开刚才””; 用”Add Layer”功能将”area.dbd”地理文件加入到路网图中; 将”Street”设为当前层, 点击”Planning—OD Matrix Estimation”, 此时出现”OD Matrix Estimation”对话框, 在该对话框中, ”Method”后是可供选择的各种交通分配方法, 按照要求我们选择用户均衡”users equilibrium”的配流模型。

图3-11
如图, 若建立网络时未勾选Count选项, 则在此处Fields中前后项无法一一对应。
点击OK得到反推OD矩阵。

图3-12
3.3.4 出行生成预测
1.建立初始文件

在进行发生量与吸引量预测时, 需要建立新的Table文件, 点击NEW—Table。添加下列属性ID小区编号、 P现状年出行产生量、 A现状年吸引产生量、 POP现状年人口数量、 PFUR未来年出行产生量、 AFUR未来年出行吸引量、 POPFUR未来年人口数量。因为本组一共划分了5个交通小区, 因此得到一个5行的空表格。

2. 数据填写

对于P与A, 我们能够根据之前得到的OD矩阵行列相加得到。而当前和未来的人口数据, 因为在划分交通小区时能够保证了社区及单位的区域完整性, 我们能够从官方网站上获得 的人口数量, 并依据官方统计的每年1.75％的人口增长率求出当前人口数量, 并继续依此增长率求出三年后的人口数目。需要说明的是, 因为该区域内流动人口较多, 因此官方登记在册的人口数量不一定准确, 且北京市近年人口增速在不断放缓, 因此预测的未来人口数量也不十分准确。

3. 未来发生与吸引量预测

在准备工作就绪后, 我们就开始进行未来发生与吸引量的预测了。将图层置为area层, 在菜单栏中选择Statistics—Model Estimation。在Independent选项卡选择自变量为基年人口数POP, 加入Estimation Fileds。在Dependent选项卡中选择因变量为基年发生交通量P, 点击OK保存模型, 则完成对发生量的模型估计。同理, 重复上部分内容, 在Dependent选项卡中选择因变量为基年吸引交通量A_BASE, 点击OK保存, 命名为Att。点击菜单栏Statistics—Model Evaluation。打开之前保存的发生预测模型, 出现Forecast窗口。在Results In中选择将来发生量PFUR, 将对应的Forecasted Variable选择为POPFUR, 点击OK, 系统自动将结果填入PFUR中。同理, 吸引预测同发生预测的步骤。最后得到下表:

图3-13

4. 出行生成预测图

打开小区地理文件Area1, 再打开Balance.bin数据表文件, 使用”Chart Theme”功能来产生柱状图形以显示预测结果。

图3-14

3.3.5 出行分布预测
1. 建立小区间阻抗矩阵
打开路网文件Street文件, 点层设为( 当前) 可见。”Selection——Select by Condition”, 输入条件”index<>null”。
打开”Networks/Paths——Multiple Paths”, 将”Minimize”设为”Time”, 点击OK, 最终得到小区间的阻抗矩阵。

图3-15

2. 增长系数法

打开现状年的出行O-D矩阵以及一个未来年的出行发生、 吸引量表。
首先, 我们需要平衡产生量与吸引量, 在tripsgen.bin文件打开的状态下, 选择”Planning—Balance”菜单项, 在弹出一个”Vector Balancing”对话框, 随后生成一个数据表视图, 该数据表的最后两列即为平衡后的产生与吸引量。
之后的操作都需要使用平衡后的产生与吸引量, 若用平衡前的在后续操作中会出现绿灯。
选择”Planning→Trip Distribution→Growth Factor Method”菜单项, 在打开的对话框中进行如下图所示的选择( 选择平衡后的数据表) , 然后单击确定, 保存未来年O-D矩阵文件GROW_OD.MTX。

图3-16

如下为增长系数法的预测结果

图3-17

3. 重力模型法预测过程

打开重力模型标定所需要的小区地理文件、 现状出行分布矩阵以及现状小区间阻抗矩阵三个文件。因为还未看到后边的矩阵索引转换的内容, 此处未避免出现红灯, 我们小组手动新建了行列序号与小区对应的阻抗矩阵。

图3-18

在地图活动窗口下, 选择”Planning→Trip Distribution→Gravity Calibration”菜单项完成重力模型标定过程。确定后保存为Summary.bin的文件, 随后出现的一个新的数据视图中”b”下方所显示的数字即为幂函数型阻抗矩阵的参数。

图3-19

之后开始运行重力模型, 打开现状阻抗矩阵文件以及未来年出行产生吸引量表( 注意使用平衡后的数据) , 选择”Planning→Trip Distribution→Gravity Application”菜单项, 输入刚才标定的模型参数b。点击确定。
最终产生预测OD矩阵如下:

图3-20

3.3.6 交通流分配

1. OD矩阵索引转换

Trans CAD在交通分配时智能识别从交通网络节点处进入的出行分布量, 因此, 需要对出行OD矩阵进行索引转换,把矩阵的以小区ID创立的索引改成以质心点。

图3-21

筛选质心点等步骤同上, 再打开待分配的OD矩阵, 在任意一个单元格上点击右键, 选择”Indice”在弹出对话框中点击”Add Index”按钮, 弹出”Add Matrix Index”对话框

图3-22

点击”OK”后在矩