专题4城市客运交通需求预测课件

1、城市客运交通需求预测第一章 城市交通规划理论与实践之专题4城市客运交通需求分析年份 现状： 0 年 近期：1 - 3 年 中期：3 - 10年 远期：10- 20年基年城市客运交通需求分析方法现状： 调查数据扩充、分析近期（1-3年）：基于现状出行分布的预测中期（3-10年）： 基于现状交通特性参数远期（10-20年） 及社会经济发展的预测 “四阶段法”交通生成预测 各交通区发生、吸引交通需求量交通分布预测 交通需求量的来源及去向方式划分预测 交通需求量中公交、自行车、其他车辆的比例交通分配预测 交通需求量发生时选择的道路城市客运交通需求预测“四阶段模型”经典的“四阶段”方法交通生成方式划分交

2、通分配交通分布交通分配交通分布方式划分交通生成交通生成交通分配交通分布方式划分经典“四阶段”方法工作思路确定交通的源及交通源之间的交通流交通源一般是大量的，难以对每个交通源单独研究将交通源合并成若干小区（交通区）将交通区之间的交通流代表交通源之间的交通流“四阶段”法一般过程“四阶段”法各阶段产物生成预测各交通区发生、吸引总量分布预测各交通区相互之间OD量（OD总量矩阵）方式划分预测各交通区相互之间不同交通方式的OD量（分方式OD矩阵）交通分配各路段、交叉口（道路网）交通流量本专题介绍内容1、经典“四阶段”法中各阶段的计算方法2、改进的交通发生预测方法3、改进的交通分布方式划分组合预测方法4、新

3、型城市客运交通需求预测思路内容一经典“四阶段”法中各阶段计算方法交通生成预测确定交通源社会经济发展预测人口发展预测（含常住人口、暂住及流动人口）劳动力资源与就业岗位预测学生人数及就学岗位预测交通发生预测交通吸引预测城市经济发展预测 - 1预测依据： (1). 城市发展纲要 (2). 城市总体规划 (3). 城市历年经济发展规律 (4). 增长率控制城市经济发展预测 - 2 绍兴市国内生产总量预测 2010城市人口发展预测 - 1预测依据： (1). 城市发展纲要 (2). 城市总体规划 (3). 城市现状人口及年龄结构 (4). 人口增长率控制城市人口发展预测 - 2 无锡市人口总量预测单位：

4、万城市人口发展预测 - 3 无锡市流动人口目的结构预测劳动力资源及就业岗位总量预测-1 以无锡市为例现状劳动力资源占人口的 60%考虑老龄化问题，2010年比例为 52%2010年劳动力资源 ： 69万人劳动力市场平衡 就业岗位 69万人劳动力资源及就业岗位总量预测-2 . 无锡市为例 无锡市劳动力资源占总人口比例年份（%）劳动力资源及就业岗位分布预测劳动力资源在小区的分布 根据各小区人口数确定就业岗位在小区的分布 根据各小区的工业,商业,公共 事业用地面积及密度确定 学生数及就学岗位总量预测-1 以镇江市为例现状学生数占人口的比例： 15.60%考虑老龄化问题及文化水平的提高2010年 学生

5、数占人口的比例：18.0%2010年 学生数为：12万人学生数及就学岗位分布预测学生数在小区的分布 根据各小区人口数（常住、暂住）确定就学岗位在小区的分布 根据各小区的教学科研用地面积 及密度确定 居民出行产生预测 - 1上班出行产生预测 上学出行产生预测弹性出行产生预测 回程出行产生预测 城市居民四种出行目的上班、上学、回程合计为生存性出行生存性出行比例的高低代表城市的生活质量生存性出行比例低表示城市居民生活质量高生存性出行比例高表示城市居民生活质量低如：苏州市2000年居民出行目的中，生存性出行比例为79.93%蚌埠市2002年居民出行目的中，生存性出行比例为82.24%反映出蚌埠市的居民

6、的生活水平比苏州市低，人们出行更多是“为了生活，四处奔波”一般认为，生存性出行比例在80%以下，则代表该城市有较高的生活水平生存性出行与弹性出行的要求有很大的不同，突出地表现在出行方式上居民出行产生预测 -2 上班出行预测上班出行产生量 Yi=a+bXi Xi- i小区劳动力数无锡市上班出行产生预测模型 Y= - 55.36 + 1.104 X (R=.9835)居民出行产生预测 -3 上学出行预测上学出行产生量 Yi=a+bXi Xi- i小区学生数无锡市居民上学出行产生预测模型 Y= 1.396 - 4.83 X (R=.9968)居民出行产生预测 - 4 弹性出行预测弹性出行产生量Yi

7、= a + bXi Xi- i小区居住人口数无锡市居民弹性出行产生预测模型 Y= 17.-7 + 0.6461 X (R=.8395)居民出行产生预测 - 5 回程出行预测回程出行产生量 Yi = a + bXi Xi-小区非回程出行吸引量无锡市居民回程出行产生预测模型 Y= 0.8990 X (R=.9998)居民出行吸引预测 -1 上班出行吸引预测上班出行吸引量 Yi=a+bXi Xi- i小区就业岗位数无锡市上班出行吸引预测模型 Y= 128.5 + 1.0437 X (R=.9982)居民出行吸引预测 - 2 上学出行吸引预测上学出行吸引量 Yi=a+bXi Xi- i小区就学岗位数无

8、锡市居民上学出行吸引预测模型 Y= 27.00 + 1.281 X (R=.9061)居民出行吸引预测 - 3 弹性吸引预测弹性出行吸引量根据土地利用类别吸引率确定 商业, 文体, 医疗, 旅游用地单位面积吸引率 居民出行吸引预测 - 4 回程吸引预测回程出行吸引量 Yi = a + bXi Xi-小区居住人口数无锡市居民回程吸引预测模型 Y= -3.2 + 1.2625 X (R=.9987)城市居民出行生成总量预测 - 1城市居民出行产生量预测 上班、上学、弹性及回程出行预测城市居民出行吸引量预测 上班、上学、弹性及回程出行预测居民出行产生与吸引总量平衡城市居民出行总量预测 -2 无锡市分

9、目的出行量预测（单位：万）城市居民出行量发生预测说明1：大量典型城市调查结果表明，城市暂住人口的出行特征与城市居民相似。因此，一般不单独预测暂住人口的出行生成量，而将其纳入城市居民总人口。说明2：城市流动人口的出行生成量预测应单独进行，方法与居民类似（出行目的划分不同）。交通分布预测确定各交通区之间的交通流城市居民出行量分布预测城市居民出行量分布预测模型一. 增长系数法二. 重力模型法三. 介入机会模型四. 极大熵模型 交通分布模型方法优点缺点工程适用性增长系数法简单粗略预测不适用平均增长率模型考虑约束条件经验公式较粗略，不适用底特律模型考虑约束模型经验公式较粗略，不适用弗雷特模型考虑约束条件

10、，考虑整个规划区域的增长状况经验公式未应用无约束模型考虑交通阻抗无约束，阻抗趋于零时，分布量无穷大未考虑约束条件，不适用单约束模型考虑交通阻抗，考虑单约束非双约束，阻抗趋于零时，分布量无穷大广泛使用双约束模型考虑交通阻抗，考虑双约束阻抗趋于零时，分布量无穷大广泛使用常用交通分布预测模型特点已知原O-D分布矩阵已知各交通区交通增长倍数模型 1.平均增长率法模型 2.底特律法模型 3. Fratar 模型增长系数法分布预测设交通区i与交通区j之间未来分布交通量为Tij。现状分布交通量为tij，i区现状交通产生量gi和未来交通产生量Gi之间的增长系数为i，j区现状吸引交通吸引量aj和未来交通吸引量A

11、j之间的增长率为j。平均增长率法假定未来分布交通量按平均值增长，即平均增长率法用上式计算出的Tij一般不会满足约束条件：因此，需要进行反复迭代计算，即经第一次计算Tij。之后，得出： 再用下式计算第二次近似值: 如此反复计算，直到 收敛到等于或接近1为止. 平均增长率法特点计算简单规律性强收敛速度慢底特律法i区未来交通产生量的增长率为i，j区未来交通吸引量的增长率为j，F为规划区交通生成总量的增长率，底特律法的计算公式为：底特律法特点不仅考虑了各交通区产生、吸引量的增长率，还考虑了整个规划区交通产生量（吸引量）增长率对未来交通分布的影响。需要进行收敛计算。该方法认为，两交通区之间的交通量不仅与

12、两交通区的交通生成增长系数有关，而且还 与整个规划区域的各交通区的交通生成增长系数有关。弗雷特法计算时，需要进行迭代计算。弗雷特法收敛速度快。弗雷特法 Frater 模型(i,j=1, . n)ij发生强度吸引强度T(i,j)已知各交通区之间的交通阻抗模型 1. 无约束重力模型2. 单约束重力模型3. 双约束重力模型重力模型法分布预测无约束重力模型万有引力模型ij发生吸引阻力X(i,j)交通区i到j的交通分布量Ti交通区产生量Uj交通区吸引量tij阻抗参数、参数交通阻抗参数是反映交通区间交通便利程度的指标，是对交通区间交通设施状况和交通工具状况的综合反映。对于交通分布，交通阻抗参数应反映交通区

13、之间交通便利程度的总体差异。交通阻抗参数应选用交通区之间有代表性的交通阻抗指标。以私人交通为主，或以公交为主，且公交的方式或线路比较均匀，同时道路网布局也较为均匀的城市，可使用交通距离作为交通阻抗参数；当城市路网布局不均，或市内公交方式或线路布局不均匀，特别是有地铁等快速、大运量交通系统时，采用交通时间作为交通阻抗参数较为合适，此时的交通时间应采用各交通区之间主要的交通方式的交通时间。交通阻抗参数应包括出行全过程。交通阻抗参数一般可根据现状及未来交通网络采用最短路法确定。如有现状交通区间时间、距离等阻抗调查资料，现状交通阻抗也可通过统计分析确定。单约束重力模型美国公路局重力模型X(i,j)交通

14、区i到j的交通分布量Ti交通区产生量Uj交通区吸引量f(tij)阻抗参数kij交通调整参数美国公路局重力模型可以满足单约束模型双约束重力模型 (1)(2)(3)双约束重力模型参数标定过程 (1)利用现状OD调查统计Ti、Uj，确定现状tij； (2)假定一值，并假定所有的Kj初始值为1，用式(2)计算Ki (3)将求出的Ki值代入(3)式求Kj，再将求得的Kj，代回(2)式 求Ki，如此反复，直到第N+1次计算结果Ki,Kj与第N次计 算大致相同； (4)将所求得的Ki,Kj代人(1)式，求出Tij的GM分布，计算所 得的交通的平均交通时间与实际交通的平均交通时间之间 的误差是否满足要求，如误

15、差小于限定值则假定的值即 为所求，否则修正值，回到步骤(2)。现状O-D分布FRATAR模型预测重力模型预测交通分布预测方法的选择城市居民出行及市内货运分布预测 居民出行、市内货运是城市交通的主体，而且会受到各种影响因素如交通吸引、阻抗等的综合影响，因此应采用能全面反映交通分布与各种相关因素关系的模型，如重力模型。城市流动人口出行分布预测 流动人口出行目的地的选择主要应取决于交通吸引源的状况，即取决于出行吸引，而出行距离、时间等变化对其分布的影响相对应较小。因此流动人口出行分布可采用能充分反映交通吸引源变化对出行分布影响的弗雷特法等较为简单的方法进行。城市对外及过境客(货)运交通分布预测 与流

16、动人口出行分布类似，对外及过境交通分布受市内出行距离、时间等因素的影响应较小。因此，可采用使用较为简单的增长系数模型如弗雷特模型、平均增长率模型等进行。 区域交通分布一般受到影响交通分布的各种因素，如交通源、交通设施等的较大作用。因此，一般宜采用能全面反映交通分布与各种相关因素关系的模型，如重力模型、系统平衡模型等。除此之外，许多区域由于受到行政区域、资源分布等的影响，特殊联系也较大，因此对这些区域宜选用能较好反映这种特殊联系的模型，如美国公路局重力模型等。区域交通分布预测通常情况下，城市近期发展变化有限，因此，近期出行预测中，可更多地采用增长系数法。通常情况下，城市远景发展变化较大，因此，远

17、景出行预测中，可更多地采用重力模型法。影响交通方式选择的主要因素交通政策（政府对不同交通方式的态度等）自然地理（地形、河流、气候等）经济水平（居民收入）交通基础设施（道路条件、公交设施等）出行目的（上班、购物、休闲、旅游等）出行距离（不同方式有各自的适宜距离）费用消耗（交通工具拥有费用、使用费用）交通方式划分预测城市居民出行方式结构预测 - 1确定各种交通方式比例 自行车，公交，步行，出租车 摩托车，单位车， 私家车等 交通管理政策 出行距离曲线 出行量平衡条件城市居民出行方式结构预测 - 2 城市交通方式组成步行 纯体力交通方式自行车 半机动化交通方式机动车 机动化交通方式 公交车 出租车

18、摩托车 单位车城市居民出行方式结构预测 - 3 无锡市摩托车发展预测现状摩托车数量：5.78万辆（1996年）2010年摩托车数量： 以平均每年增加2000辆控制 将达8.58万辆日承担出行人次数：33.46万 按日均3次出行，车均1.3人承担出行比例： 7.4%城市居民出行方式结构预测 - 4 无锡市出租车发展预测现状出租车辆数：约2000辆2010年出租车辆数：5500辆 日承担出行人次数：13.75万承担出行比例：3.0%按平均每年增加250辆控制城市居民出行方式结构预测 - 5 无锡市单位车发展预测现状从职人员：63.76万现状从职人员单位车利用率： 0.198次/人2010年从职人员

19、：69万2010年单位车日承担出行总量： 13.67万2010年单位车承担出行比例： 3.0%步行 纯体力交通方式自行车 半机动化交通方式机动车 机动化交通方式 公交车 出租车 摩托车 单位车城市居民出行方式结构预测 - 2 城市交通方式组成城市居民出行方式结构预测 - 6 无锡市居民出行距离曲线采用步行方式出行的平均距离为1.1公里左右，步行出行基本上集中在1.5公里范围内（20分钟）。步行出行的适宜距离为2公里以内。自行车适合于中短距离出行，自行车出行大于1.5公里而小于3.5公里比较合适。 公交车及其他非公交机动车适合于中长距离出行。 距离（km）步行自行车公共交通摩托其他机动车0-17

20、6.58%17.15%0.19%6.06%0.51%1-226.64%61.31%0.98%10.97%2-315.49%66.40%1.74%15.38%1.62%3-48.14%64.82%3.77%20.08%4-55.59%57.20%6.37%26.98%4.19%5-62.75%49.62%10.72%32.84%6-72.94%40.54%13.12%36.02%10.11%7-83.07%26.53%26.27%33.06%8-91.99%24.47%17.62%40.50%18.47%9-101.75%20.98%25.18%35.37%10-111.19%15.61%30.

21、74%32.84%25.43%11-120.86%13.60%32.02%30.44%12-131.92%8.45%23.22%33.46%37.50%13-140.77%12.80%28.37%26.63%14-150.33%6.02%32.33%22%47.28%15-16010.71%14.21%12.79%16-1703.99%33.49%15.62%49.01%17-1804.46%14.16%24.47%1801.49%21.41%18.20%45.74%总的出行方式比例27.72%41.83%6.46%19.21%4.36%典型城市不同出行距离范围的出行方式比例 城市居民出行方式

22、结构预测 - 7 无锡市居民出行方式结构步行OD矩阵自行车OD矩阵公交OD矩阵出租车OD矩阵摩托OD矩阵其他机动车OD矩阵交通分布预测完成后，应得到以下成果交通需求量模拟行驶路线选择交通网络网络交通量交通分配预测非平衡交通分配模型分类 工程中常采用方法交通分配完成后，应得到以下成果道路路段交通量道路交叉口交通量道路路段服务水平道路交叉口服务水平道路路段平均车速道路交叉口平均延误内容二改进的交通发生预测方法传统的交通需求预测中，一般按照土地利用出行生成相关因素交通需求预测的程序进行。出行生成包括出行发生和出行吸引，前者以城市居民的社会经济特性为主，后者以土地使用的形态为主。传统的交通需求预测，首

23、先把出行生成量划分为发生量和吸引量，把居民的出行目的划分为上班、上学、弹性以及回程四种，进而根据小区土地利用性质确定出影响这四种出行目的的出行发生相关因素。出行吸引预测方法主要两种，一是直接以用地面积等代替吸引情况，二是首先预测各交通区的就业岗位，再以单位就业岗位的吸引率进行吸引预测 传统交通需求预测比较注重各种出行量与其影响因素之间的关系，其主要弊端是过程复杂。通过土地利用得到各小区相关因素的定量指标，这就必然要求在具体的规划项目中收集大量与其相关的数据，包括小区人口数、劳动力资源数、学生数、就业（就学）岗位数等，在由各小区的土地利用量化相关因素收集过程中，不仅由于牵涉部门众多、数据来源多样

24、而造成相关资料数据的收集困难，而且在现阶段城市快速发展的情况下很难保证其精度。由此建立出行生成与相关因素的预测模型（回归模型），难以保证模型的准确性。 城市土地利用是城市交通需求的根源 不同的土地利用布局、不同的土地利用性质和不同的土地利用强度，对应着不同的交通需求。 直接建立土地利用与交通生成的相互关系模型土地利用出行生成相关因素交通需求土地利用交通需求“三步式”预测方法“两步式”预测方法在大大简化交通需求预测过程的同时提高预测结果的可靠性改进方法思路宏观预测：确定城市日出行总量。微观预测：根据小区的交通生成权重，将出行总量分配至各交通小区。其核心内容从土地利用特征着手，即土地利用性质、土地

25、利用规模和土地利用强度 根据城市用地分类与规划建设标准，城市用地分为10大类，不同性质的用地对应着不同的交通需求。 对于一个特定的交通小区而言，其内部各类用地面积的不同，也就直接决定了该交通小区的交通生成。 公共设施居住用地工业用地仓储用地对外交通市政设施道路广场绿地、水域特殊用地其它用地 在对大量城市居民出行状况进行调查后发现，城市中一般区域一天中的出行发生量与出行吸引量是相等的，并且不同性质的用地出行发生、吸引量的表现形式不同。 不同性质用地发生、吸引量的主要表现形式居住用地公共设施用地工业用地仓储用地绿地出行发生量上班、上学、弹性出行弹性回程下班回程、公务回程下班回程、公务回程弹性回程出

26、行吸引量下班、放学、弹性回程弹性出行上班、公务出行上班、公务出行弹性出行改进的交通生成预测方法思路 在进行交通需求预测时，以不同种类用地性质的土地面积为自变量，交通吸引量为因变量，以现状调查数据为基础资料，通过数理统计回归分析出各类用地的交通吸引权重值，继而结合规划年的土地利用，预测规划年的小区出行吸引量，从而推算出行生成。 土地利用交通需求预测框图各交通区出行吸引量规划年交通发生总量吸引总量=发生总量规划土地利用各类用地吸引权重未来社会经济分析未来人均出行次数现状城市土地利用和出行调查现状人均出行次数现状交通区出行吸引现状交通小区土地利用各交通区出行发生量 此时，交通小区的人口不是影响出行量

27、的主要因素，而用地是影响交通需求的主要因素。 交通区出行吸引量（人次/日）可采用下式计算 式中：Aii交通小区出行吸引量（人次/日）； Kii交通小区的土地利用强度影响系数； G城市出行吸引总量（人次）； Ci、Ri、Mi、Wi、Ti、Ui、Si、Di、Gi、Ei分别为i交通小区内的公共设施、居 住、工业、仓储、对外交通、市政设施、广场停车场、特殊用地、绿地和水 域及其它用地的用地面积（m2）； KC、KR、KM、KW、KT、KU、KS、KD、KG、KE分别为公共设施、居住、工业、 仓储、对外交通、市政设施、广场停车场用地、特殊用地、绿地和水域及其 它用地对出行吸引量的权重值。权重模型中各类用

28、地的权重值根据回归得到不同城市的用地对交通吸引影响权重值相近 城市用地类别苏州无锡南京蚌埠江阴公共设施用地0.460.450.430.460.42居住用地0.080.080.070.100.08工业用地0.220.230.230.210.24仓库用地0.050.060.080.050.07对外交通用地0.040.050.060.050.04市政设施用地0.030.040.050.040.04广场停车场用地0.040.030.050.050.06绿 地0.060.040.020.020.02特殊用地、水域及其他用地0.020.020.010.020.03典型城市用地对交通吸引的影响权重 改进方法

29、优点只需考虑土地利用情况，囊括其它所有因素各用地性质的规模可以很精确的确定（总规资料）土地利用强度系数可根据居民出行资料综合确定内容三改进的交通分布方式划分组合预测方法传统交通需求预测中，交通分布与方式划分预测是分别进行的，或先进行分布预测后进行方式划分预测，或先进行方式划分预测后进行分布预测，但无论采用何种次序其结果都存在不合理之处 。居民出行心理分析表明，出行方式与出行距离之间存在着密切的联系。近距离出行以步行、自行车等非机动化出行方式为主，随着出行距离的增加，机动化出行方式比例逐渐上升、非机动化出行方式比例逐渐下降。 出行距离对出行方式选择有重要影响 居民出行方式结构随出行距离的改变而变

30、化，并且与城市规模、城市经济水平、城市地形等条件有关。在城市总体客运交通结构已经确定的情况下，某种出行方式在不同出行距离下对应的出行比例可用下表中的模型计算： 出行方式预 测 模 型步 行Y=b(x+1)-a a=0.0960R-0.6482B+5.1980T ，b=1.0719T+1.8335自行车Y=ax-b（x1.5km） a=0.0006R+0.2472B+1.0063T ，b=0.0552T+0.03191.5x3.5km） a=-0.0114R+0.2097B+0.7799T，b=0.9833T+1.3111公交车Y=ax+b（1x15km）a=0.0033R+0.0048G+0.0516B-0.1408T，b=0.3966T-0.0514小汽车Y=ax-b （x4km）a=-0.0024R-0.0019G+0.4264T，b=0.1163T+0.0089注：x出行距离，Y某种出行方式在这一出行距离下的出行比例、R城市半径（Km）、 G人均GDP（万元）、B障碍因素（根据现状调查确定） T某种出行方式在城市总体客运交通结构中的比例注：以上结论来自苏州、昆山、常德、濮阳等典型城市居民出行距离曲线研究成果，不代表所有城市。但其他城市可采用同样的分析方法，得到类似的结论。 分方式OD量并入分方式OD矩阵在全方式OD分布量中计算各出行方式的分担量城市