建成环境对城市轨道交通起讫点客流的非线性影响及阈值效应.pdf
《建成环境对城市轨道交通起讫点客流的非线性影响及阈值效应.pdf》由会员分享,可在线阅读,更多相关《建成环境对城市轨道交通起讫点客流的非线性影响及阈值效应.pdf(8页珍藏版)》请在咨信网上搜索。
1、第23卷第4期2023 年 8 月交通运输系统工程与信息Journal of Transportation Systems Engineering and Information TechnologyVol.23 No.4August 2023文章编号:1009-6744(2023)04-0290-08中图分类号:U121文献标志码:ADOI:10.16097/ki.1009-6744.2023.04.029建成环境对城市轨道交通起讫点客流的非线性影响及阈值效应许奇1a,李雯茜1a,陈越1a,胡佳俊2,梁肖*1b(1.北京交通大学,a.综合交通运输大数据应用技术交通运输行业重点实验室,b.中国
2、综合交通研究中心,北京 100044;2.八维通科技有限公司,杭州 311199)摘要:城市轨道交通起讫点(OD)客流与建成环境的依赖关系研究有助于TOD(Transit-orienteddevelopment)模式的实施。既有研究多关注建成环境对进出站客流的影响,而基于OD客流的研究未充分考虑建成环境要素的交互效应对OD客流的影响。采用多源位置大数据系统地刻画城市轨道交通的TOD建成环境,基于极限梯度提升决策树模型(XGBoost)研究城市轨道交通OD客流与TOD建成环境的非线性关系。针对北京地铁的案例研究表明:XGBoost能有效地处理建成环境对OD客流的非线性影响,其解释能力达到72.6
3、%,估计结果更为可靠。TOD建成环境因子对OD客流的影响差异显著。密度和公共交通可达性等两类要素的重要度排序前二,其解释变量的平均重要度达到4.41%和3.71%,是全部变量平均值的1.29倍和1.08倍。解释变量重要度排序高的建成环境因子对OD客流的影响存在非线性特征,表现为显著的阈值效应。基于双变量部分依赖图的分析表明,城市轨道交通客流的流动依赖于起讫点建成环境的差异及其引发的交互效应。因此,发展城市轨道交通TOD时,不仅需从交通生成角度分析建成环境对进出站客流的影响,还需考虑客流的矢量性,从交通分布角度研究建成环境各要素的资源协同配置问题。关键词:城市交通;TOD建成环境;OD客流;机器
4、学习模型;阈值效应Nonlinear and Threshold Effects of Built Environment onOrigin-destination Flows of Urban Rail TransitXU Qi1a,LI Wen-xi1a,CHEN Yue1a,HU Jia-jun2,LIANG Xiao*1b(1a.Key Laboratory of Transport Industry of Big DataApplication Technologies for Comprehensive Transport,1b.IntegratedTransport Resear
5、ch Center of China,Beijing Jiaotong University,Beijing 100044,China;2.Bwton Technology Co.Ltd.,Hangzhou 311199,China)Abstract:Abstract:Studies on the dependency relationship between the origin-destination(OD)passenger flow of urban railtransit and built environment indicators are useful to enhance T
6、ransit-oriented development(TOD).Existing studieshave extensively examined the effects of the built environment on ingress/egress passenger flow.The studies thatinvestigate the impact of the built environment on OD passenger flow seldom consider the effects of the interaction ofbuilt environment det
7、erminants on OD passenger flow.To this end,this study first uses multi-source location-based bigdata to describe the indicators of the TOD built environment of urban rail transit and then applies the extreme gradientboosting model(XGBoost)to investigate the nonlinear relationship between OD flows of
8、 the Beijing subway and TODbuilt environment.The case study of Beijing indicates that XGBoost can be able to identify the nonlinear relationshipbetween OD flows and the TOD built environment indicators with a more reliable estimate result.Its interpretationability reaches 72.6%.The difference in the
9、 effects of the built environment on OD flows is significant.The importanceof two group indicators,namely density and public transport accessibility,ranked the top two.The average importance收稿日期:2023-01-17修回日期:2023-03-03录用日期:2023-03-06基金项目:国家自然科学基金/National Natural Science Foundation of China(716210
10、01,72171021)。作者简介:许奇(1982-),男,云南普洱人,副教授,博士。*通信作者:第23卷 第4期建成环境对城市轨道交通起讫点客流的非线性影响及阈值效应of indicators in these two groups is 4.41%and 3.71%,respectively,which make 1.29 and 1.08 times all variablesaverage values.The nonlinear effect of key indicators on OD flows is significant and shows a threshold effe
11、ct.And thebivariate partial dependence diagram shows that the movement of urban rail transit passengers is determined by thedifference in the built environment of OD pairs and the corresponding interaction between them.Hence,developingTOD not only needs to examine the influence of the built environm
12、ent on ingress/egress flow from the perspective oftraffic generation but also needs optimization and coordination of land use around urban rail transit stations from theperspective of traffic distribution.Keywords:Keywords:urban traffic;TOD built environment;OD flow;machine learning model;threshold
13、effect0引言城市轨道交通客流与土地利用的依赖关系是城市交通研究的经典问题。当前多源位置大数据为分析客流与土地利用的依赖关系提供新的数据环境1-2。鉴于此,利用粒度更细-密度更高-广度更大的多源地理大数据分析建成环境对城市轨道交通客流的影响,将有助于提高轨道交通与城市的融合发展。普通最小二乘法等线性模型是研究城市轨道交通客流与建成环境的重要方法。Zhao等3和Li4等的研究表明,建成环境对客流影响显著,但存在差异。Liu等5进一步研究线网增加后建成环境变化对客流的影响。然而,这类模型未充分考虑轨道交通客流分布的异质性以及建成环境的空间效应。Sung等6对比空间计量模型与普通最小二乘法模型的
14、结果表明,空间模型较好地刻画了客流与建成环境复杂空间关系的平均结果。彭诗尧等2也得出类似研究结果,然而空间计量模型忽略了数据空间异质性导致的局部特征。为此,Li等7采用地理加权模型和高德辉等8采用其改进模型研究建成环境局部特征对客流影响的空间差异。然而,由于刻画样本空间关系的空间矩阵的限制,这些基于空间模型的研究多针对车站的进/出站客流,对起讫点(OD)的矢量客流与建成环境依赖关系的研究不够充分。客流直接估计模型是研究OD客流与建成环境依赖关系的主要方法。Choi等9采用该方法的乘法模型刻画OD客流与起讫点建成环境以及OD间出行时间的关系,并通过对变量取对数转化为线性模型后估计参数。Zhao等
15、10对比普通最小二乘法模型与乘法模型的结果表明,车站进/出站客流与OD客流具有相同的建成环境影响因素,这种一致性有助于公共交通引导城市发展模式(Transit-oriented Development,TOD)的实现。机器学习模型是研究上述问题的新方法。Gan等11充分利用大数据环境的特点发挥梯度提升回归树算法的优势,研究 OD 客流与建成环境的非线性机理,结果表明,机器学习模型的结果优于乘法模型。关于OD客流的既有研究已取得丰富成果,但仍存在待完善的方向。一方面,融合多源位置数据以构建更系统的建成环境特征变量集合仍有待加强,例如,可达性是TOD建成环境的关键要素,应纳入模型考虑;另一方面,既
16、有研究多仅局限于单因素的分析,未充分考虑多因素交互效应对OD客流的影响。鉴于此,基于多源地理位置大数据,提出城市轨道交通车站覆盖范围内精细尺度建成环境特征的识别方法;针对建成环境对OD客流影响的复杂机理,构建基于机器学习的多维度客流影响因素分析模型,研究细粒度的建成环境对客流影响的非线性特征及阈值效应。1研究范围与变量说明1.1 研究范围与数据来源北京积极引导轨道交通与各项城市功能有机融合,为研究TOD的效果提供实践案例。轨道交通车站的直接影响范围是其步行范围,通常可采用圆形区域,步行等时圈或泰森多边形表示。西方国家轨道交通车站的影响范围半径为3002500 m,中国的地铁系统多为500100
17、0 m。本文将车站影响范围半径设为800 m。研究数据主要包括:(1)城市轨道交通系统采用2018年3月的全网数据,共计21条线路,377座车站(换乘站重复计算),其信息包括站点名称和经纬度坐标。客流数据采用2018年3月7日(周三)北京城市轨道交通系统的刷卡数据。其中,工作日为早高峰(8:00-9:00)的OD客流量。(2)车站建成环境基于互联网地图开放平台和工商数据平台,获取城市轨道交通车站周边各类POI数据。建筑物等三维矢量数据以及道路等城市数据可用于细粒度的建成环境的识别评估,均通过开源数据平台获291交通运输系统工程与信息2023年8月交通运输系统工程与信息2023年8月取;等时圈经
18、纬度则基于获取。上述数据的检索时间范围为2020年3月。居住人口采用worldpop.org的2020年栅格数据计算。(3)公共交通路径规划数据基于高德地图的出行路径规划服务,采用最短时间策略获取2020年5月13日27日早高峰时段(7:00-8:00),任意两个1 km1 km栅格中心点之间的公共交通出行信息,包括起/终站点名称及其经纬度、在车时间、换乘时间等。值得注意的是上述研究数据的时间范围并非完全不一致,但多时间截面的多源数据仍具有分析的可行性。除可获得性等客观原因以外,其主要原因是建成环境的变化需要较长时间,短时期内可认为是静态的,且其对客流的影响也需要长时间才能显现。1.2 解释变
19、量及其计算方法采用Ewing等12提出的5D特征刻画TOD的建成环境,包括刻画土地利用的 3D 特征,即密度(Density)、混合用地(Diversity)与城市设计(Design),以及刻画交通服务的2D特征,即公共交通可达性(Destination Accessibility)与可获得性(Distance toTransit)。构建5类27个变量以刻画OD客流的影响因素,变量描述和计算方法如表1所示。城市轨道交通OD客流具有矢量性,因此分为起讫点两类解释变量。表 1 城市轨道交通客流影响因素及其变量描述Table 1 Factors influencing urban rail tran
20、sit ridership and corresponding variable description变量名称OD客流密度混合度城市设计可达性可获得性居住人口密度就业POI密度购物POI密度医疗POI密度教育POI密度绿地POI密度土地利用混合度经济行业混合度慢行指数道路密度地面公交站点数公共交通可达性出行时间距车站直线距离符号yxO1/xD1xO2/xD2xO3/xD3xO4/xD4xO5/xD5xO6/xD6xO7/xD7xO8/xD8xO9/xD9xO10/xD10 xO11/xD11xO12/xD12xOD13xO14/xD14变量描述城市轨道交通车站工作日早高峰OD客流(人次)车站
21、800 m范围内居住人口与其面积之比(104人 km-2)车站800 m范围内公司企业类POI与其面积之比(poikm-2)车站800 m范围内购物类POI与其面积之比(poikm-2)车站800 m范围内医疗保健类POI与其面积之比(poikm-2)车站800 m范围内科教文化类POI与其面积之比(poikm-2)车站800 m范围内风景名胜类POI与其面积之比(poikm-2)车站800 m内8类POI土地利用类型的熵值车站800 m内20类POI经济行业类型的熵值车站10 min步行等时圈面积与800 m影响半径面积之比(%)车站800 m范围内主干道及支路的长度与其面积之比(kmkm-
22、2)车站800 m范围内地面公交站点个数车站所在栅格(1 km1 km)的公共交通可达性车站OD对之间的出行时间(min)车站800 m范围内建筑体中心到其欧式距离的平均值(m)注:符号下标O表示起点,D表示讫点。混合功能是TOD建成环境的显著特征,采用信息熵刻画土地利用混合度和经济行业混合度。当POI根据 城市用地分类与规划建设用地标准划分为8类时,信息熵刻画了土地利用的多样性;当根据 国民经济行业分类 划分为20类时,则反映了经济行业混合度。公共交通可达性和可获得性与伦敦公共交通可达性水平的概念一致,既评估轨道交通与城市用地发展的协调性,也评估主要出行发生吸引区域与车站的邻近程度。采用累计
23、机会模型计算公共交通可达性,即A=nNOnI()tin(1)式中:A为车站所在1 km1 km栅格的累计机会可达性,并归一化处理;On为第n个栅格的 POI 数量;tin为栅格i和n之间的公共交通(地铁和地面公交)出行时间(min);I为 0-1 函数,当tintmax时,I()tin=1,否则I()tin=0;N为栅格集合;tmax为2020年北京市平均通勤时间,取值47 min。2建成环境对城市轨道交通客流影响的非线性模型2.1 XGBoost模型原理TOD建成环境对城市轨道交通OD客流的影响存在非线性特征。本文基于对数化后的重力模型,采用回归模型分析 OD 客流与建成环境的关系,其解释能
24、力不足25%,评估效果不显著。为此,采用XGBoost(eXtreme Gradient Boosting)研究两者的非线性关系。292第23卷 第4期建成环境对城市轨道交通起讫点客流的非线性影响及阈值效应XGBoost模型是基于经典的梯度提升技术而改进的集成树算法,对各类数据的非线性特征具有良好的建模能力。XGBoost模型是t棵决策树的线性组合,即y(t)l=k=1tfk()xi=y(t-1)l+ft()xi(2)式中:y(t)l为经过第t轮迭代后的模型预测客流OD值;y(t-1)l为已知t-1棵决策树集合的预测值;ft()xi为第t棵决策树;xi为表1中确定的TOD建成环境解释变量。上述
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 建成 环境 城市轨道 交通 起讫 客流 非线性 影响 阈值 效应
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。