發(fā)布時間：2021-09-03 19:31

　　城市居民出行影響著城市生活的方方面面,對城市居民出行行為時空特征的分析與探索是城市地理學(xué)與交通工程領(lǐng)域研究的熱點(diǎn)問題。一方面,形式各異的海量交通數(shù)據(jù)信息,為全面解析城市居民出行時空特征提供數(shù)據(jù)源。另一方面,新興時空分析模型能夠有效地分析時間、空間和屬性三者之間的相互作用關(guān)系,為揭示城市居民出行活動的時空特征提供手段。城市軌道交通是居民綠色出行、緩解我國大城市交通擁堵的重要交通方式。在人們的日常出行中,隨著軌道交通扮演的角色越來越突出,地鐵客流隨之上升,同時產(chǎn)生了大量的地鐵交通數(shù)據(jù)。利用這些數(shù)據(jù),能夠幫助我們更好地研究城市居民的出行時空特征。本文利用南京市地鐵刷卡數(shù)據(jù)、南京市地鐵網(wǎng)絡(luò)數(shù)據(jù)和天氣記錄數(shù)據(jù),在梳理南京城市居民出行一般規(guī)律的基礎(chǔ)上,分析了居民購物休閑出行的時空特征,重點(diǎn)探討了天氣因素對城市居民地鐵出行的影響機(jī)理。本文的主要成果如下:（1）研究了城市居民地鐵出行的時空特征,研究發(fā)現(xiàn):在時間維度上,工作日有早晚兩個高峰時間段,分別是上午7:00-9:00和下午17:00-19:00,周末并無明顯的高峰時間段,且周五的客流量均比其他六天的客流量大;2號線承載的地鐵客流量最大,一天中各... 

【文章來源】：東南大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【部分圖文】：

研究區(qū)域與南京市地鐵線路和站點(diǎn)分布圖

東南大學(xué)碩士學(xué)位論文16量，則該站點(diǎn)表現(xiàn)為較強(qiáng)的客流發(fā)生能力，反之則具有較強(qiáng)的客流吸引能力。在時間維度上，站點(diǎn)對客流的發(fā)生和吸引可以反映居民的來往分布特征；在空間維度上，站點(diǎn)對客流的發(fā)生和吸引可以體現(xiàn)出客流的流向。圖2.11、圖2.12和圖2.13分別表示早高峰（7:00-9:00）、晚高峰（17:00-19:00）和全日居民出行的站點(diǎn)發(fā)生量與吸引量情況。（1）早高峰站點(diǎn)發(fā)生量與吸引量分析從圖2.11可以看出，在早高峰時段產(chǎn)生較高客流量的站點(diǎn)一般位于市中心區(qū)域。其中，最大出行發(fā)生量位于邁皋橋站，其次為柳州東路站和油坊橋站，由實際情況得知這三個站點(diǎn)皆處于大型居住區(qū)，早高峰時段上班出行的人流量較大，導(dǎo)致較高的發(fā)生量；最大出行吸引量位于新街口站，其次為該站點(diǎn)周圍上海路站、大行宮站、珠江路站和鼓樓站，新街口地區(qū)是南京市中心區(qū)域，擁有強(qiáng)大的就業(yè)吸引力，故早高峰時段來此區(qū)域上班的人流量大。圖2.11早高峰各站點(diǎn)出行發(fā)生量（左）與吸引量（右）（2）晚高峰站點(diǎn)發(fā)生量與吸引量分析從圖2.12可以看出，相比較早高峰時段的客流情況，晚高峰各站點(diǎn)的出行發(fā)生量和吸引量特征沒有特別明顯，特別是出行吸引量圖。其中，最大出行發(fā)生量是新街口地鐵站，其次是其周圍的珠江路站、鼓樓站和大行宮站，從早高峰出行圖中已經(jīng)得知這些地鐵站有著較強(qiáng)的就業(yè)吸引力，于是在晚高峰時段下班的人們同樣會從這些站點(diǎn)出發(fā)完成歸程。然而，晚高峰的出行吸引量并沒有顯現(xiàn)出較大客流量的站點(diǎn)，這是因為在下班后人們會選擇進(jìn)行其他的休閑娛樂活動，并不是第一時間回家；相較而言，吸引量大的是新街口站、油坊橋站和邁皋橋站，前文已經(jīng)提及油坊橋和邁皋橋地鐵站位于居民住宅聚集區(qū)域，下班回家的客流量較大，而新街口站可能是由于其大型商圈的特性吸引著下班后

東南大學(xué)碩士學(xué)位論文16量，則該站點(diǎn)表現(xiàn)為較強(qiáng)的客流發(fā)生能力，反之則具有較強(qiáng)的客流吸引能力。在時間維度上，站點(diǎn)對客流的發(fā)生和吸引可以反映居民的來往分布特征；在空間維度上，站點(diǎn)對客流的發(fā)生和吸引可以體現(xiàn)出客流的流向。圖2.11、圖2.12和圖2.13分別表示早高峰（7:00-9:00）、晚高峰（17:00-19:00）和全日居民出行的站點(diǎn)發(fā)生量與吸引量情況。（1）早高峰站點(diǎn)發(fā)生量與吸引量分析從圖2.11可以看出，在早高峰時段產(chǎn)生較高客流量的站點(diǎn)一般位于市中心區(qū)域。其中，最大出行發(fā)生量位于邁皋橋站，其次為柳州東路站和油坊橋站，由實際情況得知這三個站點(diǎn)皆處于大型居住區(qū)，早高峰時段上班出行的人流量較大，導(dǎo)致較高的發(fā)生量；最大出行吸引量位于新街口站，其次為該站點(diǎn)周圍上海路站、大行宮站、珠江路站和鼓樓站，新街口地區(qū)是南京市中心區(qū)域，擁有強(qiáng)大的就業(yè)吸引力，故早高峰時段來此區(qū)域上班的人流量大。圖2.11早高峰各站點(diǎn)出行發(fā)生量（左）與吸引量（右）（2）晚高峰站點(diǎn)發(fā)生量與吸引量分析從圖2.12可以看出，相比較早高峰時段的客流情況，晚高峰各站點(diǎn)的出行發(fā)生量和吸引量特征沒有特別明顯，特別是出行吸引量圖。其中，最大出行發(fā)生量是新街口地鐵站，其次是其周圍的珠江路站、鼓樓站和大行宮站，從早高峰出行圖中已經(jīng)得知這些地鐵站有著較強(qiáng)的就業(yè)吸引力，于是在晚高峰時段下班的人們同樣會從這些站點(diǎn)出發(fā)完成歸程。然而，晚高峰的出行吸引量并沒有顯現(xiàn)出較大客流量的站點(diǎn)，這是因為在下班后人們會選擇進(jìn)行其他的休閑娛樂活動，并不是第一時間回家；相較而言，吸引量大的是新街口站、油坊橋站和邁皋橋站，前文已經(jīng)提及油坊橋和邁皋橋地鐵站位于居民住宅聚集區(qū)域，下班回家的客流量較大，而新街口站可能是由于其大型商圈的特性吸引著下班后

【參考文獻(xiàn)】：
期刊論文
[1]時空大數(shù)據(jù)背景下并行數(shù)據(jù)處理分析挖掘的進(jìn)展及趨勢[J]. 關(guān)雪峰,曾宇媚.  地理科學(xué)進(jìn)展. 2018(10)
[2]北京市地鐵客流的時空分布格局及特征——基于智能交通卡數(shù)據(jù)[J]. 黃潔,王姣娥,靳海濤,金鳳君.  地理科學(xué)進(jìn)展. 2018(03)
[3]公交IC卡數(shù)據(jù)客流預(yù)測模型研究[J]. 謝振東,劉雪琴,吳金成,冷夢甜.  廣東工業(yè)大學(xué)學(xué)報. 2018(01)
[4]基于智能公交卡數(shù)據(jù)的出行行為的時空間分析及規(guī)劃啟示——以布里斯班為例[J]. 陶遂.  上海城市規(guī)劃. 2017(05)
[5]節(jié)假日城市軌道交通客流特征分析——以北京市為例[J]. 劉若鴻,吳海燕.  智能城市. 2017(03)
[6]多元化的多樣性:連續(xù)6周交通日志的購物出行分析（英文）[J]. Yi-lin SUN,Ari TARIGAN,Owen WAYGOOD,Dian-hai WANG.  Journal of Zhejiang University-Science A（Applied Physics & Engineering）. 2017(03)
[7]合肥市農(nóng)民工日常購物行為時空分布特征研究[J]. 杜席,趙春雨.  科技和產(chǎn)業(yè). 2016(07)
[8]基于智能卡數(shù)據(jù)的地鐵周邊職住用地識別與分析[J]. 曹瑞,涂偉,巢佰崇,羅年學(xué),周檬,李清泉.  測繪地理信息. 2016(03)
[9]上海市職住關(guān)系和通勤特征分析研究——基于軌道交通客流數(shù)據(jù)視角[J]. 許志榕.  上海城市規(guī)劃. 2016(02)
[10]基于SARIMA模型的北京地鐵進(jìn)站客流量預(yù)測[J]. 王瑩,韓寶明,張琦,李得偉.  交通運(yùn)輸系統(tǒng)工程與信息. 2015(06)

博士論文
[1]站點(diǎn)周邊用地特性對軌道客流影響機(jī)理研究[D]. 王淑偉.北京工業(yè)大學(xué) 2015
[2]城市軌道交通系統(tǒng)與城市功能組織協(xié)調(diào)發(fā)展研究[D]. 任利劍.天津大學(xué) 2014
[3]基于時空視角的軌道交通與城市空間耦合發(fā)展研究[D]. 盛來芳.北京交通大學(xué) 2012

碩士論文
[1]地貌環(huán)境約束下自行車交通系統(tǒng)規(guī)劃研究[D]. 胡家駿.西安建筑科技大學(xué) 2018
[2]城市軌道交通線路布局與土地利用相互關(guān)系研究[D]. 劉偉.西安建筑科技大學(xué) 2018
[3]基于GPS軌跡數(shù)據(jù)的居民出行行為特征分析[D]. 盛勇.江西理工大學(xué) 2018
[4]城市軌道交通網(wǎng)絡(luò)客流分配理論與控制技術(shù)研究[D]. 吳正陽.西南交通大學(xué) 2018
[5]山地城市軌道站點(diǎn)吸引范圍研究[D]. 王振科.重慶交通大學(xué) 2018
[6]基于多源公共交通大數(shù)據(jù)的上海市居民出行特征研究[D]. 巫曉玲.南京師范大學(xué) 2018
[7]基于出行鏈的公交乘客出行特征分析[D]. 王俊兵.北京交通大學(xué) 2017
[8]基于出租車GPS數(shù)據(jù)的居民出行分析[D]. 劉敬帥.蘭州理工大學(xué) 2017
[9]基于海量IC卡數(shù)據(jù)的乘客出行網(wǎng)絡(luò)及動力學(xué)研究[D]. 鮑登.西南大學(xué) 2017
[10]降雨天氣條件下短時公交客流預(yù)測研究[D]. 劉欣彤.哈爾濱工業(yè)大學(xué) 2016



本文編號：3381727