交通影响评价中交通量预测算法的实例检验

2011-08-16詹彩娟潘晓东

华东交通大学学报 2011年4期

詹彩娟，潘晓东

（同济大学交通运输工程学院，上海201804）

交通影响评价[1]（traffic impact assessment，TIA）的主要目的是保证城市建设项目与城市交通的协调发展。建设项目交通量预测是指，预测建设项目建成并投入使用后，研究区域内路网的交通流量和负荷状况。

目前咨询公司进行交通影响评价时只能依据调查或者经验自行确定指标，增加了预测的随意性，同一类别的建筑其生成率差别较大，致使项目本身交通量预测与实际不符，远期易造成项目周边的交通问题。本文对交通影响评价中的预测得到的远景交通量与调查的交通量进行对比分析，对采用的预测模型参数进行检验，并进行原因分析，提出改善建议，以便提高预测交通量的精确性。

1 传统交通量预测算法

1.1 交通方式及交通量预测方法

方式划分是指在出行总量中，使用某种交通方式的出行量所占的比例。根据区域综合交通规划模型得到项目所在地周围的交通方式，再结合建设项目自身特点，具体分析，最终确定出建设项目吸引的交通出行方式比例。

预测建设项目交通量即采用系统的分析方法，根据有关数据定量地分析各种土地使用及开发强度与交通量产生或吸引的关系，预测目标年建设项目引发的新增交通量，主要采用类别生成率法[2-3]，回归分析法[4-5]，类比法[6]。

类别生产率法主要是选取与项目处于同一商业区位，规模和性质相似的建筑物进行调查，确定交通产生率，将交通产生率乘以建设项目的规模即可得到项目的交通产生量。这种方法适用于城市微观层次上的TIA，即单个项目或项目产生的交通量在整个城市中所占比例较小的情形，目前多采用此方法，本文以此方法为例。

回归分析法是根据历史资料，以过去的趋势预测未来交通产生吸引量。而我国目前尚缺乏支持分析不同用地的交通发生特性的数据库，故回归模型无法采用。

类比法是采用与拟建项目位置、性质和规模类似的已建成项目的交通产生量，结合拟建项目的实际情况进行修正，得出项目交通产生量。这种方法只能对项目交通产生量进行粗略的估计，且与项目分析人员的实践经验直接相关。

1.2 交通量预测步骤

1.2.1 确定开发项目高峰发生的时段

对于大型商业建设项目，特别应调查工作日与周末的高峰小时发生时段，并分别针对这两种情况进行分析，确定单位出行产生率。

1.2.2 交通分配方法

使用圈层外推法[7]进行交通量分配，寻找进入建设项目交通量所必经的各圈控制性断面。

1）划分圈层。首先选定第一层所有控制性断面，A1，A2，…，Ai，…，An断面为第一圈断面，这些断面所在的路段即为第一圈间的路段。第二圈断面为B1，B2，B3，…，Bm。进入A1，A2，…，Ai，…，An断面的所有流量是必然流经B1，B2，B3，…，Bm断面。然后再寻找进入B1，B2，B3，…，Bm断面的C1，C2，…，Ci，…，Cq断面，依次外推。

2）确定各路段分摊交通量的权重。同一圈间各路段分摊交通量的权重采用权重分摊模型确定，计算公式如下：

式中：Ci为第i条路段的通行能力；Vi为第i条路段的交通量；Ci-Vi为第i条路段的剩余通行能力；Wi为路段i均摊路段交通量的权重。

按权重分摊建设项目周边各路段交通量，各路段分摊交通量的计算公式如下：

式中：ΔVi为第i条路段分摊的交通量；P为建设项目发生的交通总量；Wi为i路段的权重。

3）交通产生量预测方法应用。根据该项目内部不同功能类型来进行出行预测。就本项目开发设施本身的服务特点而言，主要有两种功能类型：零售和办公，故分别按其两种不同功能类型进行出行预测。

2.1 交通方式划分

根据《上海市城市交通白皮书》[8]中的有关政策，外围区公交方式和个体机动车方式出行人次之比为2：1，根据上海市城市综合交通规划研究所的调查，上海市办公类用地（属于行政管理类）从业人员与来客的交通方式比例如表1所示，零售类用地从业人员与顾客的交通方式比例如表2所示。

表1 办公功能从业人员与顾客的出行方式比例/%Tab.1 Proportion of travelling modes of office staff and customers

表2 零售功能从业人员与顾客的出行方式比例/%Tab.2 Proportion of travelling modes of retail staff and customers

2.2 交通吸引量预测

2.2.1 高峰发生时段确定

交通量调查时间为16：00～18：00，隔15分钟划分一个时段，将5个时段的总交通量进行比较，如图1所示。因为购物中心在周末吸引的交通量较大，因此考虑周末的高峰时段，故选定交通量高峰时段为16：15～17：15。

2.2.2 出行预测

1）计算出行总人次。每日出行总人次＝[（AmP×L）/Bm]×Rm

式中：Am为建筑面积；L为利用率；Bm为每岗位配备的面积数；Rm为每岗位吸引的出行人次。

购物中心不仅吸引超市之外的顾客，也吸引超市内部工作人员的购物出行，在总出行人次中扣减。

图1 各时段交通量变化曲线Fig.1 Traffic change curve in different period

内部出行人次＝办公岗位数×Rcn；Rcn为购物中心内部工作人员的平均每日每人的购物出行人次，以0.3～0.5人次计（取0.4计算）。计算得各功能出行总人次如表3所示。

表3 2004年底办公与零售功能每日出行总人次Tab.3 The number of daily travel of office and retail staff by the end of 2004

表4 2004年底办公功能吸引出行的各方式出行量/人次Tab.4 Travelling quantity of travelling attracted by office functions by the end of 2004

表5 2004年底零售功能吸引出行的各方式出行量/人次Tab.5 Travelling quantity of travelling attracted by retail functions by the end of 2004

3）计算总出行交通量。总交通量V=小汽车出行人次×K（K为小汽车载客系数，取1.8人/车）可得，2004年底，办公功能和零售功能小汽车出行量分别为8 pcu和1 046 pcu。

2.2.3 两种功能出行的总量

对以上两种功能不同方式出行总量累加，得出各方式的出行总量，如表6所示。

根据《建设项目交通影响评价技术标准》[9]，取高峰小时系数0.14，可求得各方式的高峰小时出行量如表7所示。

表6 2004年底两种功能类型吸引的各方式出行总量Tab.6 Travelling quantity of travelling attracted by both functions by the end of 2004

表7 2004年底各方式高峰小时出行量Tab.7 Travelling quantity of various modes in rush hours by the end of 2004

2.2.4 远景2009年交通量预测

参照上海市城市综合交通规划研究所《上海市综合交通规划》的报告以及《上海城市交通白皮书》的有关政策；综合考虑上海市国民经济年增长率，及居民出行方式构成发展变化趋势，确定各种出行方式的增长（减少）率，取小汽车的年增长率取8%，并以此为依据来预测远景年2009年的交通量，如表8所示。

表8 2009年底各方式高峰小时出行量Tab.8 Travelling quantity of various modes in rush hours by the end of 2009

2.3 交通分配预测

2.3.1 划分圈层

对该项目周边道路进行圈层划分，如图2所示：第一圈层为A1，A2，第二圈层为B1，B2，B3，B4，B5，B6。

2.3.2 交通量分配

根据权重分配方法，计算各断面权重及分配交通量，得出各断面2009底的预测交通量，如表9所示。

图2 项目周边圈层划分示意图Fig.2 Section dividing schemes of the project surroundings

表9 各断面权重及预测交通量Tab.9 Section proportion and predicting traffic volume

3 预测算法检验

3.1 交通量对比

2009年底对该购物中心周边各相应道路交通量进行调查，以15分钟为一个时段，采用人工计算法，在平面交叉口进行交通量观测时以停车线作为观测断面，统计左转、直行、右转的机动车数。计算得2009年底各断面交通量情况，与预测交通量对比如表10所示。

3.2 偏差原因分析

由图3可知，交通量的预测值大于实际调查交通量，两者误差不大。出现以上情况的原因主要有：

1）在进行交通影响分析时，现状道路流量是依据一、两次临时的流量调查，具有很大的偶然性，不能客观的反应道路流量的真实情况。

2）由于我国经济、人口都处于跳跃性的高速增长阶段，因而其发展趋势与规律很难用某种公式量化，使得交通量的预测存在着困难，交通量预测模型的建立于预测交通量提供了比较可靠的基础，但边界条件的取值还有待于进一步优化。社会经济发展速度与计划部门规划的发展速度不一致，经济规划指标往往偏高，致使预测交通量较大[10]。