基于交通网络的上海市区地铁车站服务区分析外文翻译资料

 2022-08-27 10:06:49

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

J Indian Soc Remote Sens（2017年4月）45（2）： 337-352 DOI 10.1007 / s12524-016-0595-0

研究文章

基于交通网络的上海市区地铁车站服务区分析

Zujing Wang1 bull; Peiji Shi2

收稿日期：2015年6月19日/已接受：2016年5月12日/在线发布：2016年6月10日

copy;印度遥感学会2016

摘要服务区研究是城市地理学的重要课题之一。本文首先提出了城市人口估计模型。在此基础上，我们测量了人口的规模和分布情况。

中国上海市。传统的调查模型很好地证实了人口模型。然后我们通过收集新浪微博数据提取包含地理位置的1 个月实时数据集，并通过这些表示服务补丁的数据生 成Voronoi图。我们为每个补丁分配了人口。第二部分， 我们提出了一种最短距离算法，一种最小时间算法和一种改进的p-median算法，利用这三种方法将基于补 丁的地铁站服务区划分。随后，我们计算了每个服务区域的服务人口。最后，我们以地铁1号线和2号为例， 详细研究了3种位置分配方法之间的关系。结果表明： 上海核心城市人口空间分布呈现出从中心到周边的下降趋势。内环路中心城区的所有指标（包括面积，人口，距离和时间）与内环路和外环路之间的区域相比变化不大。然而，改进的p-median算法具有一定的优 化效果。它为公民提供了科学合理的旅行计划，成本 最低

＆祖祖王wzjchshy@126.com

1华东师范大学地理科学学院，上海市东川路500号，

200241

2西北师范大学地理与环境科学学院，甘肃兰州730070

更好的启动地铁站。研究结果应有助于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·服务区·新浪微博数据·上海市区

介绍

服务领域的研究始于南方原则中心的德国书，该书由 沃尔特·克里斯塔勒（Walter Christaller）于20世纪30年代出版（Christaller）1966).他首先想出了中心 地带的吸引力区域理论。在过去的几十年中，学者们 运用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（布鲁纳和梅森）1968;阿普勒鲍姆1968, 1974;Ghosh和McLafferty1987;哈蒂根1975).最近，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; 刘等人。2013).城市服务区研究的主流方向涉及空间 可达性（Jin et al。2013a, b），腹地分裂（Zeev等。2014）和位置分配问题（Vidyarthi和Jayaswal2014; 梅斯特等人。2015).

公众必须乘坐地铁从住宅到大都市工作。在中国改革开放30年后，有超过10个城市开发了地铁系统（维基百科2014）。自20世纪初以来，许多世界级的大都市一直由地下铁路服务（维基百科2014），其中大多数仍在扩展其网络。Metro扮演着积极而关键的角色

338 J Indian Soc Remote Sens（2017年4月）45（2）：

337-352

诸如复杂的道路网络，建筑物的刷毛以及许多大城市所面临的交通拥堵等问题（Tsekeris和Geroliminis） 2013;Ortigosa和Menendez2014).地铁站服务区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等。2010;李等人。2013;金和南2013），如何正确组织到达目的地的最短路或时间。

基于这些原因，本文建立了基于独特建筑体积权重 的人口空间分配模型，旨在估计城市人口并分析其空间特征。同时，我们提取了登记消息（也称为兴趣点， POI）并生成了Voronoi图，通过将相关POI标记到相应 的站来对站点服务区域进行分类。然后我们通过最短距离和最小时间算法划分站点服务区域。最后通过线性规划技术对站点服务区域的优化处理进行了优化。通过比较这三种方法的关系，包括面积，人口，距离或时间，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。

研究区域和使用的数据

研究区

上海位于中国远东，是一个交通便利，经济发达的港口和沿海城市。城市化的规模令人印象深刻。而且它也容易出现许多麻烦，如空气污染，噪音和环境恶化。研究区是上海的中心城市，包含了中国人口最密集的 外环路的所有部分，

纬度31°701200-31°2202400N和经度121°2002800-121°390000

E，面积835.3277平方公里（图1).它包含145个分区/镇 在12个区内，人口占该市总数的68.01％。大部分地铁站位于研究区域内，约占总数的76.35％，间接反映了人类活动对分布的影响。

我们选择了上海市中心进行讨论，因为与中国其他城市相比，地铁系统的建设相对完善。经过多年的发展，该系统已建立在外环路之外。它具有代表性和典型性。目前地铁系统的长度约为567,000米，每1635.3 米有一个站点，有几条线路正在建设中。

图1研究区域

J Indian Soc Remote Sens（2017年4月）45（2）：337-352 339

使用的数据

我们在2014/3/10至2014/4/6（28 9 24 h）的一个月内在上海收集了25729204个新浪微博的实时短信。与称为登记数据的地址信息相关联的消息是1153620，具有精确的地理坐标属性

包括经度和纬度。位于上海行政范围内的地址信息

（也称为兴趣点，POI）为39,889。然后我们提取研究区域并根据签到来显示空间分布（图2).这个数字占上海整个范围的69.37％，在上海占很大比例。

原始人口数据来自上海各地区的国民经济和社会发 展统计公报2013。由于某些郊区乡镇被研究区域划分， 我们估计人口与其面积的比例大致相同。建筑物（包 括住宅区等），道路网络，地铁站和精确边界从百度 地图（2013年10月14日提取）进行了解释。这张高分 辨率的数字是从1161百度地图截图中拼接出来的。每 个屏幕截图的覆盖范围是1100米9 680米。比例为1： 500和分辨率

达到了1.19米。研究区的台站数量

一共是226。行政区划从国家基础地理信息中心下载并验证到精确的边界。1980年西安协调系统进一步整改了图像和数字。

方法

城市人口估计

新浪微博POI显示的人口规模间接显示在图1中。2.虽 然一个人的POI相当随机，但我们可以在点数增加时找 到潜在的模式。随着这一增长，上海的轮廓变得更加 明显。因此，一个地区的POI越多，那里的人就越多。 然后我们根据个体点的位置生成Voronoi图，其中人口 空间化模型的分配，作为下面服务区分析的评估单元。该模型主要用于将人口数据分配到研究区域的标准化 网格。它可以实现人口数据的规模缩小。我们将研究 区划分为100 9 100 m渔网作为评估单位，并将其划分为

金额为115,248，步骤如下。

图2研究区POI的分布图

340 J Indian Soc Remote Sens（2017年4月）45（2）：

337-352

在城市建设用地范围内，建筑物占地面积与建筑面 建设用地为345,742,413米2。建筑密度方程式如下：

积之比称为建筑密度（BD）。我们在每个网格的每个建筑物上绘制建筑物密度。我们根据缝合的百度卫星地图描绘了每个建筑用地的轮廓（http://map.baidu.com 通过视觉解释表示建筑面积。然后我们采用了一些地

其中，Aland 是各种建筑区域，区域每个网格的面积是10,000米2。

eth;1THORN;

标的经度和纬度数据来校准ArcGIS Georeferencing中

的集成地图。草图如下（图。3).总面积估计

在建筑密度的基础上，总建筑面积与建筑用地面积之比称为建筑面积比（FAR）。我们在每个建筑物的基础上绘制FAR

图3建筑密度的计算

J Indian Soc Remote Sens（2017年4月）45（2）：337-352 341

图4建筑体积计算的具体例子

每个网格。我们根据集成的百度地图描绘了每个建筑物屋顶的轮廓，该地图通过使用MATLAB图像分析来表示建筑物。建设

-

在该区域的每个网格内，Bi 是地其他建筑物高度的图像长度，Hi 是每个建筑物的标准化高度。然后添加每个网格的所有BVi 。

Xn

总数约为420,788，并计算 bv-

ai x H eth;4THORN;

占地面积比的公式为：

i 地板 i

行政区域代码与每个乡镇/分区的人口普查统计数据有关。在先前计算的建筑量的基础上，我们提出了一个

网格城市人口计算模型：

用公式解释（1).

地板面积和地板高度的乘积被称为 珀普

珀普

-p. m

eth;5THORN;

建筑量（BV）。我们追踪每个人的阴暗面孔

jBV xj BV j

利用基于集成百度地图的MATLAB图像分析进行构建。由于两个建筑物在地图上具有相同的斜率，我们在ArcGIS中以90°角度提取每个阴影面的线以获得建筑物高度（B地图）。

由于建筑高度随着视角天顶角，视角方位角和太阳位置而变化，百度卫星地图被许多高分辨率遥感图像缝合。因此，我们选择了每个区的一个典型建筑作为样本进行描述。以黄浦区政府大楼为例， 草图如下

（图。4):

其中，POPU代表每个网格的人口，popu是每个乡镇/分区的总人口，按统计公报计算，m是每个乡镇/分区的网格数。然后，每个网格的详细人口按大致人口和每个街区/城镇的建筑量计算。

最短时间和最短距离操作

我们准确地定义了每个道路等级的速度。基于技术领域道路交通系统的设计速度

H frac14; GBreal

eth;3THORN; 中国公路工程标准（JTG / B01-2006），结合研究区

i GB地图 times;B i

地

的实际情况，记录每个等级与相应的速度（v）（表）

1).

其中，GB真实 是政府大楼的真正高度，

我们通过现场测量得到它。GB地图 是政府大楼的地图高度。我是建筑物的数量

地形和坡度对速度有重要影响，但上海位于长江三角洲冲积平原，平均海拔高度为

342 J Indian Soc Remote Sens（2017年4月）45（2）：

337-352

表1宪法和 秩 水 其他 当地的道路 二级公路 主要道路

州的速度

交通网络 速度（km / h） – 20 30 60 80

4 m.我们目前最关心的是从道路水平线的角度来看问题，而不是考虑地形和坡度。

我们改进了经典的位置分配问题，以说明LP问题的 形成。目标是在一组候选站点中定位给定数量的站点，

POI和地铁站之间的旅行时间（t）由三个部分组成。 以便最小化服务于分配给站点的需求的总行进距离。

t =Lt1eth;hi - rn千米THORN;thorn;Steth;rn千米 - rn卡恩THORN;thorn;Lt2eth;rn卡恩

- giTHORN;

提出了改进的p-中值模型，并且lation是。

可能的 eth;6THORN; Xn Xm

其中，Ltfrac14;

2 2

v

eth;x1-x2THORN; thorn;eth;y1 -y2THORN;，Lt和St都是illus-

最小 td

jfrac14;1

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[405833]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

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。

您可能感兴趣的文章