关于宏观交通模型中若干关键技术的思考

黄兆锋

(深圳市城市交通规划设计研究中心有限公司,广东 深圳 518000)

0 引言

随着社会的发展,交通系统越来越复杂,简单的定性分析已经难以符合交通规划建设管理的实际需要,必须将交通需求预测上升到更重要的位置,提高其预测能力。为了大幅度改善交通模型,除了高质量的输入数据之外,在交通模型建设过程中的一些关键技术环节也需要优化和完善。

1 关于交通小区划分大小的思考

1.1 常规的划分标准

划分交通小区是建立交通模型的前期工作,对后期工作的影响非常大。一般认为,“交通区划分过小,会使调查、分析、预测等工作非常困难,工作量极大”[1],“市区内交通区一般人口为1～2万、面积为1～2Km2”[1]。

在特定的时期,受到条件限制,按照该标准进行交通小区划分是是科学合理的。但随着软硬件的改善,如果仍然将上述标准奉为经典就值得商榷了。

正如杨齐、霍华德.斯莱威等人指出的,“即便是已有的社会经济和出行只有按大区的统计而缺乏更小区域单元的数据。交通小区的细分还可以改进模型的精度,因为交通分布和交通分配用到的诸多参数的计算可以更为准确,包括小区之间的出行时间、距离和费用,公交乘客在起迄点与车站之间的步行时间或自行车出行时间和距离等”[2]。

1.2 建模条件已经得到改进

1.2.1 硬件方面

得益于计算机的发展,极大地降低了交通模型的计算成本,使得进行更多的计算成为可能。在交通调查阶段,采用平板电脑也已经成为现实,调查人员只需要在地图点击即可,使得减小交通小区成为可能。

1.2.2 软件方面

在资料的整理分析时,在包括GIS等软件功能越来越完善的条件下,即使交通小区的边界与资料的边界不相同,通过叠加运算也可方便获取相应资料的数据。

1.3 交通小区不断细化已经是发展趋势

事实上,国内城市交通模型的交通小区划分也是不断地细化,总体数量也随之不断增加。以北京市交通模型为例,1995年全市交通模型交通小区数量为219个,到了2005年时将交通小区细化为1000余个[3],而到了2012年交通小区数量达到了1900个。从1995年到2012年,北京市人口仅增长了一倍左右,交通小区数量却增长了七倍多。

2 关于外部交通小区划分的思考

当研究范围包括整个城镇化地区时,如某个周边都是乡村的不太发达的城镇,其周边的城镇离研究对象已经较远,外部交通小区与研究范围内交通小区的联系不发生较大变化的情况下,可以当作一个点来对待,根据对外道路或按照方向划分外部交通小区是可行的。

当研究范围没有包括整个城镇化地区时,研究范围外的地区与研究范围紧密相联系,一个外部交通小区往往与所研究范围有多条联系通道。此时,紧邻研究范围的片区与研究范围的联系是可能发生巨大的不均匀变化的,此时外部区域不能简单地抽象为少数几个点。

因此,外部小区建议按照距离分为几个圈层,越靠近研究范围的交通小区的面积越小,反之越往外的交通小区的面积越大,最外层就按照方向划分为若干个交通小区。

3 关于通行出行中生成与分布计算方法的思考

根据传统的四阶段法如图1所示,通勤出行先根据出行强度计算出行量,然后进行分布。远期的出行强度一般是根据现状的出行强度,结合相关的趋势进行确定。对于快速发展的地区而言,出行强度的变化比较大的,如何合理确定远期出行强度是困难的。

图1 通勤出行远期出行生成与分布阶段典型流程

影响出行强度的因素众多,确实难以通过计算得到其精确值,需要结合趋势进行一定的判读。但是,在众多因素中,出行距离(或综合阻抗)对出行强度的影响是巨大的,且是可计算的,应该重点考虑分析。

通常都会认为通行出行是刚性的。而事实上,应该注意到,通行出行有一个比较重要的特点,就是有前后2次出行是刚性的,而中间是否有来回则是较为弹性的。因此,更为合理的思路是先根据现状年资料获得就业、就学的分布特征,再利用此分布特征并结合规划年资料,计算得到未来年的就业、就学分布,最后根据就业、就学分布情况再反过来计算出行强度。

事实上,根据柳州市居民出行调查的数据分析结果如图2所示,通勤出行中间出行次数与出行距离是高度相关的。

图2 柳州市通勤出行中间出行次数与距离的关系

4 关于现状阻抗矩阵的思考

现状阻抗矩阵是标定现状交通模型参数的基础。但由于道路条件千差万别,即使同一等级的道路,其自由流车速车速也有较大差异。以东莞市道路为例,同样是主干路,华兴路、新桥路、文华路等道路的自由流车速不到40km/ h,而罗马路、蟠龙路、水濂山路、东江大道、东园大道等道路的自由流车速都超过了60km/ h。然而在常规方法下,由于宏观模型涉及的量大,获得每条道路自由流车速几乎是不可能的。

近几年很多城市的出租车、公交车都安装有GPS,提供了大量关于道路行驶车速的信息,完全可以根据这些信息得到现状阻抗矩阵,用于现状模型参数的标定。GPS数据是客观的,可靠性是可以得到保障的,从而为现状模型参数的标定打下了非常良好的基础,最终对提高规划年模型的预测能力非常有帮助。

5 关于分布阶段特征矩阵的思考

在交通分布阶段,“为了反映除交通阻抗、交通产生、吸引之外的其它因素对交通分布的特殊影响”[4],引入了交通调整系数矩阵,也称为特征矩阵。

在现状模型阶段,引入调整系数矩阵无疑对模型精度的提高起到非常积极的作用。但是,在规划年模型的时,特征矩阵的应用就成为了较为棘手的问题。如果不加考虑,直接应用于规划年模型,做法是否正确是值得推敲的。

由于计算得到的交通调整系数矩阵是反映交通小区间调查时期的特殊联系,那么在未来的规划年该特殊联系应该是随着时间的推移会产生变化,不同的只是产生特殊联系的原因不一,变化速度的有快有慢。

造成小区间特殊联系的原因是多种多样的,其变化情况也相应较为复杂,在引入调整系数矩阵时需要深入研究这些特殊联系的变化规律,避免仅仅是为了现状模型“看上去更精确”。

6 结语

除了以上提到的技术环节外,交通模型涉及的问题较多,小区连杆的连接方式、连接数量,以及道路的阻抗函数选择和参数标定等等,都对交通模型的精度产生重大影响,需要合理处理。限于篇幅及能力,本文仅就若干较为常见的问题进行了初步的思考和探讨。

文中关于道路速度的改善方法,本质上是大数据在交通供给模型的一个应用。实际上,大数据在交通需求模型部分也更是可以发挥巨大的作用,如可获得大样本甚至全样本的人口分布、工作岗位分布等。

总之,交通建模的各个方面条件都在发生变化,建模工作应该与时俱进,避免被过时的理念和手段所限制,才能从根本上提高交通模型的质量。