基于多源数据的城市轨道交通建成环境与客流分布空间特征分析

作     者：胡佳俊 

作者单位：北京交通大学 

学位级别：硕士

导师姓名：梁肖

授予年度：2022年

学科分类：08[工学] 082303[工学-交通运输规划与管理] 0823[工学-交通运输工程] 

主      题：城市轨道交通 客流 建成环境 多尺度地理加权模型 非线性模型 

摘      要：在城镇化率不断提高,城市轨道交通线路里程攀升的背景下,轨道交通与土地利用协调发展的需求日益凸显。城市轨道交通客流作为评估系统运行状态的重要指标,其与建成环境的互动关系问题,是研究城市可持续发展的关键。因此,研究两者之间细粒度关系至关重要,有利于实现城市与交通的可持续发展。本文以位空间和流空间为切入点,利用爬虫技术获取多源时空大数据,采用Arc GIS可视化工具分析数据的空间分布特征;借助普通最小二乘模型(OLS)、地理加权回归模型(GWR)和多尺度地理加权回归模型(MGWR)等线性回归模型,研究轨道交通工作日早高峰进出站客流与精细尺度建成环境变量的空间特征及影响关系;基于Boost梯度提升机器学习算法,研究轨道交通工作日早高峰及周末OD客流与建成环境变量间的非线性影响及阈值效应,主要研究工作与结论如下:(1)明确相关定义,在建成环境研究层面,以“6D变量,即密度、混合度、设计、可达性、到站点距离、人口特征为主要内容,提出数据获取与计算分析方法以识别精细尺度的城市轨道交通建成环境。从空间特征分布来看,北京市轨道交通周边站点建成环境变量存在显著的空间异质性特征;在此基础上分析北京市轨道交通进出站客流及OD流的时空特征,以及其与建成环境的相关关系。(2)从城市轨道交通客流的位空间角度,利用OLS、GWR和MGWR三类模型研究城市轨道交通进出站客流与建成环境的依赖关系。结果表明模型的估计效果及有效性依次提升,MGWR细致地刻画解释变量的空间尺度效应,表明城市轨道交通进出站客流与建成环境具有显著的空间相关与空间异质性特征。针对北京市不同区位的轨道交通周边建设,应采取差异化发展,外围郊区部分对密度、混合度、设计、可达性等进行改善,注重其用地的开发强度,而中心城区则对经济变量感知更为强烈。特别地,应适当加大对北京市外围郊区的土地利用建设,提升其慢行环境有利于吸引客流加快区域发展。(3)从城市轨道交通客流的流空间角度,利用Boost算法以及XGBoost等机器学习模型研究城市轨道交通OD客流与建成环境的非线性关系。研究结果表明城市轨道交通OD客流与建成环境的存在显著的阈值效应,其中经济因素对OD之间的客流影响显著。另外,出发地及目的地相同变量对OD流影响存在差异,据此需根据不同车站周边的社会经济环境特征,制定差异化的建成环境发展策略。