交通模型在昆明综合交通规划中的应用

交通需求模型在昆明综合交通体系规划中的应用

摘要： 以昆明市综合交通体系规划为例，讨论如何利用现状调查数据建立交通模型，并说明通过如何利用交通模型进行预测。 关键词： 需求模型 交通规划 Emme/2

Abstract: This paper, taking as an example kunming transit transportation planning , discusses how to establish transportation model by using current investigate date, and introduce how to use transportation model to forcast.

0. 引言

昆明市昆明地处中国西南边陲，位于云南省中部，南北长218公里，东西宽151公里，总面积约21111平方公里。昆明城市位于整个昆明市区范围的南部，滇池的北岸，处于滇池盆地的北部。2005年主城区人口250万，建成区面积212平方公里，是中国著名的历史文化名城和风景旅游城市，也是中国西南部的区域中心城市。

交通模型的实质就是利用现状调查的大量资料，通过统计学和其他数学处理方法归纳出经验公式。交通需求模型是交通规划的关键，模型是否科学将直接影响规划交通系统的效益。只有通过交通模型才能使交通规划定量分析成为可能，同时才能对交通规划的定性分析进行验证。

1. 交通数据的调查

在昆明是综合交通规划中，为了了解昆明市交通系统的现状、特征及规律，进行了多项交通调查，调查项目如下： ? 居民出行调查； ? 流动人口出行调查； ? 机动车出行调查； ? 出租车运营特征调查； ? 常规公交系统调查；

? 道路、交叉口、校核线流量调查； ? 出入境流量调查；

? 吸引点流量调查。

本次调查包括城市道路现状、居民出行特征、机动车出行特征、公共交通系统四方面内容，获得了大量现场道路、场站、居民出行的数据，基本完成了原定任务。调查结束以后，昆明市城市交通研究所连同上海市城市综合交通规划研究所、昆明市统计局对所得原始数据进行了一系列的整理、提炼、分析，得到了表征城市交通状况的指标结果。

2．交通模型的建立

通过以上调查，我们建立交通数据库，通过对所得数据分析、统计和归纳建立交通模型，通过这些模型就能定量分析昆明市的交通状况，进行预测，对规划交通方案对规划路网的合理性进行定量评价。我们采用的是传统的“四步骤”来建立昆明综合交通规划模型，具体预测技术路线如下图：

交通基础数据调查居民出行调查机动车出行调查出入境调查现状用地布局现状人口分布现状岗位分布现状出行分布模型建立参数标定N校核线流量调查交叉口流量调查公交客流调查模型检验满足精度要求（Y/N）Y规划年人口岗位布局规划年土地利用布局机动车发展预测出行生成预测出行分布预测方式划分预测公交分配居民出行预测机动车出行预测方案比选与评价机动车生成预测机动车分布预测机动车分配 图2－1交通模型建立及预测流程图

2．1 交通生成模型

出行生成模型是预测在一定的社会经济发展条件下，在特定的土地使用布局下，居民可能产生的出行量。为了交通研究的需要，我们将现状调查区域分成196个交通小区，作为交通研究分析的最基本单位。现状交通分区情况见图 2－1。

图 2－2 现状交通小区划分

出行产生量预测采用交叉分类中的产生率法，将出行对象按照社会经济、家庭情况分成不同的类型、不同的出行目的进行分析，确定各交叉类别的出行率（次数/人日），具体公式见下表。昆明现状出行发生模型共分四类出行目的：基于家工作（HBW），基于家上学（HBS），基于家其他（HBO）、非基于家出行（NHB）。出行生成模型公式如下：

Pi=ΣRikTik

式中：Pi—i区的出行产生量；

Rik—i区第k种出行目的的出行率； Tik—i区第k种出行目的人口数。

居民出行吸引模型采用多元回归分析法，公式如下： Y＝a1x1+ a2x2+…+ anxn

式中：Y为出行吸引量；

a1,a2…an为偏回归系数；

x1,x2…xn为与吸引量有关的因子。

2．2 出行分布模型

出行分布模型建立的是各个交通小区之间交通量变换的定量关系。昆明是快速发展中的城市，未来用地发展变化很大，因此分布模型宜采用重力模型法。出行分布模拟中各交通小区间出行时间，取各种方式中最少时间值，而且对自行车和摩托车及其他机动车考虑不同存取车的端点时间。

出行分布模型的形式如下：

Tij?PiAj ? F(IMPij)ij?(Ajj?F(IMP))

式中：Tij是起点小区i至迄点小区j的出行量；

Pi是起点小区i的出行产生量； Aj是迄点小区j的出行吸引量；

IMPij为起点小区i到迄点小区j的出行阻抗，可以采用i区到j区的出行距离、时间或由时间和费用构成的出行成本表示，在本次建模中采用出行距离。

F(IMPij)是阻抗函数，称为摩阻系数，有各种函数形式。本模型采用Gamma

函数，该函数具有可避免重力模型出现短距离出行比重过大的优点，具体函数形式见下式，式中：a、b、c是需要标定的模型参数。

F{IMPij}=a*IMP^b*exp(c*IMP)

2．3 方式划分模型

出行方式模型建立是一项复杂技术，受出行者经济水平、年龄特征、各种交通方式出行成本和交通设施服务水平以及交通政策等诸多因素影响，昆明综合交通规划模型预测将方式划分分为步行、自行车、公交和客车四种方式。客车方式包含了小汽车、出租车和摩托车，机动车方式包含了公交和客车方式，还要从客运机动车辆发展趋势、政策导向等因素以确定其出行方式的比例结构。

目前出行方式微观预测有多种方法很多， 本次预测主要对步行方式采用时间分布曲线，从全方式出行分布中先划出。对自行车方式采用时间分布曲线从剩余方式出行中划出。对公交方式采用时间分布曲线从剩余的机动方式中划出。在预测中我们还再结合政策分析、交通设施变化、出行成本费用及现状距离分布曲线进行应用和校核。图2-3为现状不同出行距离下的方式比例分布。

70.0`.0P.0@.00.0 .0.0%0.0%现状居民各交通方式在不同出行距离下比重步行自行车图2-3 2005年昆明是各交通方式出行距离比重

方式划分模型：

步行方式划分模型基本函数形式如下： Pkij＝a(tb)exp(ctij)

式中：Pkij表示i交通小区至j交通小区第k种方式承担比例，tij表示时间成本，a、b、c为标定参数。

2. 4 交通分配模型

首先对道路网建立模型，将交通小区、路网、公交网、交叉口等各种参数输入计算机，变成在计算机中可以进行操作和显示的计算机文件。我们采用mapinfo建立路网，将现状的所有道路按比例输入到计算机，然后导入Emme/2，路网图如下：

8_99_1010_1111_1212_1313_1414_15公交客车0_11_22_33_44_55_66_77_8

图2-4 2005年昆明市主城区道路网

在建立好路网后，我们使用多车种平衡分配法它以Wardrop 用户最优原则(Use Optimal Principle)为基础进行路网流量分配。Wardrop用户最优原则的核心为道路的使用者不会因改变行驶路径而缩短出行时间(广义)。因此，平衡分配的结果将使任意一对OD间在其所选择的可能路径上得到相同的出行时间(广义)，这样，当网络车流达到平衡状态时，每组OD对在各条被利用的路径具有相等而且最小的出行时间；没有被利用的路径的所需出行时间应大于或至多等于最小出行时间。多车种平衡分配法是平衡分配法的一种发展，它解决了各种车辆在道路使用上干扰作用，并进行平衡优化。

同时根据现状路网调查流量、高峰时段道路车速、交叉口延误、道路收费情况进行道路网延误函数(Volume Delay Function)标定，道路延误函数定义为与距离、时间相关的车辆运行广义费用函数，包括车辆路段行驶出行时间、交叉口延误函数、出行收费时间价值等。延误函数的表达式为：

道路延误函数＝车辆路段平均行程出行时间＋交叉口平均延误时间＋出行收费延误（时间价值）

3. 交通需求预测结果

根据规划的昆明城市人口岗位分布，同时根据现状标定的出行产生、分布、方式划分，以及交通分配模型，最终可以预测得到2020年的出行特征。

3.1 出行产生预测结果：

居民出行发生量大小与分布居住人口有关，根据人口分布预测以及不同区位、不同出行目的的出行率预测结果，可以得出规划期各地区的发生量分布，同时根据出行吸引回归模型，可以得到规划期各地区的吸引量分布。预测结果如下图：

图3-1 2020年人员出行发生量分布图 图3-2 2020年人员出行吸引量分布图.

3.2 出行分布预测结果：

根据个小区的出行发生以及吸引量，运用重力模型法预测得到2020年全方式出行分布OD，在对小区出行量进行合并后，得到大区间出行期望线如下图：

图3-3 2020年主城区居民全方式出行大区分布图

3.3 方式划分预测结果：

交通方式结构的预测是以交通模型预测结果为基础，充分体现优先发展公共交通、适度发展小汽车和多方式并存的交通政策，在中心区以公共交通为主导方式，适度控制个体机动车和自行车出行，而在外围区及新城，适度提高个体机动车和自行车出行。同时综合考虑了其他主要因素：（1）道路设施容量所能满足的机动车正常使用量；（2）未来人员活动范围扩大带来的非机动方式逐步向机动化方式转移，及其在转移过程中公共交通的引导作用；（3）不同交通工具在不同出

行时耗下使用的合理性。预测得到2020出行方式结构如下表：

表4-1 2020年居民出行方式结构

年限 2020年 地带 中心区 外围区 合计 步行 19% 22% 21% 自行车 21% 15% 18% 公交 37% 34% 35% 客车 23% 28% 26% 合计 100% 100% 100% 3.4 交通分配预测结果：

对规划年路网建立Emme/2模型，并对机动车OD进行分配，分配结果如下图：

图3-4 2020年中心区流量预测图 图3-5 2020年主城区流量预测图

4．结束语

通过建立交通模型对《昆明市综合交通体系规划》的完成起到了至关重要的作用，同时交通需求模型也可以对规划的可靠性进行一个定量的分析判断。在运用交通模型时不是对于规划结果的单纯分析预测，而是规划与模型的合理搭配，互相校核，最终得到一个较为完善的规划成果。

参考文献

[1] 王炜，徐吉谦，杨涛著.城市交通规划理论及应用.南京：东南大学出版社，1998. [2] 刘灿齐著.现代交通规划学.人民交通出版社，2001.6

[3] 蒋晗芬，吴 钰，宁伯瑾 等. 昆明市城市综合交通规划模型建立及方案测试报告，2006.12. [4] 陆化普等著.交通规划理论与方法，北京：清华大学出版社，1998

本文来源：https://www.bwwdw.com/article/xio3.html