当前位置: 首页> 学位论文 >详情
原文传递 基于我国城市特征的BRT适应性研究与规划设计
论文题名: 基于我国城市特征的BRT适应性研究与规划设计
关键词: 城市交通;快速公共交通系统;有轨电车类比;客流需求;适应性分析;规划设计
摘要: 城市公共交通系统已经被证实为解决城市交通拥堵的重要策略,而作为大中型运量的快速公交系统和有轨电车系统作为其重要的实现形式,已经在世界各大中型城市得到广泛应用。随着我国城市交通出行人口需求与日俱增,在道路资源和交通供给能力紧张的情况下,发展小汽车的交通模式无法应对如此庞大的交通负荷,因此公交和小汽车对道路资源展开了激烈博弈。尤其近年来,我国大部分城市被交通拥堵、交通事故、雾霾空气污染等城市问题困扰,绿色可持续的公共交通系统被提升到城市发展的基本策略,各城市正在大规模开展BRT系统的规划和建设。结合当前BRT系统发展需求,该论文重点研究基于我国城市特征的BRT系统适应性分析,并建立BRT系统规划、选址和评估方法。主要是通过查阅国内外大量相关文献和研究成果,总结现有理论与方法的空白点和薄弱点,综合利用交通规划、信息论、系统工程及交通仿真等技术对BRT的适应性展开系统研究,类比BRT与同级别的有轨电车,以推动和完善BRT系统规划与选址、客流需求预测、系统效益预评估和后评估理论的完善发展。
  首先,从我国大部分城市的BRT和有轨电车系统特点出发,分析了城市和城市发展特征,从技术功能、投资造价、能耗与环保、适应性和运营管理等方面,以实际系统为基础类比研究了BRT与有轨电车两类中运量公交系统在政治、经济、交通需求、道路资源利用等方面的优缺点,同时剖析了BRT与有轨电车在我国发展中存在的问题。
  然后,从城市建设BRT系统的内在需求因素和外部供给因素出发,着重研究了城市发展水平与经济规模、走廊客流量及出行特征、道路交通条件和城市形象等影响城市和交通走廊的因素。基于上述指标,利用层次分析法建立了多目标决策模型,构建了中运量快速公交比选方法,形成了BRT系统的适应性分析模型。与现有方法相比,本研究基于我国大部分城市和城市交通特点,先类比分析了BRT和有轨电车的优缺点,然后深入研究了BRT系统适应性分析方法,综合了城市发展水平与经济规模、走廊客流量及出行特征、道路交通条件和城市形象等内在需求因素,以及运营效率、投资造价、功能技术等外部供给因素,提出了基于采用层次加性加权法建立适应性评估模型。
  再次,从BRT走廊选址的基本前提条件客流需求预测出发,建立了基于信息熵理论的土地结构熵客流预测模型。在客流预测的基础上,建立了BRT走廊选址策略,涵盖了城市空间因素、城市土地利用、公交客流需求、道路空间结构、路网运行效率和其他方面。提出了将功能定位与走廊选址相结合的规划方法确定候选走廊,然后根据提出的选择模型进行筛选。针对最重要的筛选指标客流量,提出了引入土地结构熵参数的客流需求预测广义重力模型。与传统重力模型相比,该方法借助信息熵理论,建立了土地结构熵模型和引入熵参数的广义重力模型,该模型将城市用地规划的构成要素直接引入到交通规划中,提出了广义重力客流出行分布预测模型,以获得区内出行和区间出行一致的理论算法,改变传统重力模型对小区内的出行量预测精度偏低的问题,提高了交通规划的科学性和合理性。提高了区内出行可靠性。能够为城市用地结构控制和交通需求管理提供决策支持。
  最后,结合我国城市和城市交通特征,提出了我国BRT系统综合效益评估体系。一方面,基于微观交通仿真技术建立了BRT系统预评估指标,为决策者和规划者在建设BRT时提供理论依据和决策支持。另一方面,基于已建的交通检测系统,提出了BRT系统后评估指标,用于辅助评估和优化BRT线网和运营管理等。在预评估阶段,建立了基于微观仿真的系统预评估策略,主要从运送能力和运营效率两个层面出发,提出可量化的评估指标;而在后评估阶段,更加注重运量、土地利用价值提升、运行效率改善、经济和环境效益改善。尤其是在指标计算方面,摒弃了传统以交通调查为主的评价方法,提出了利用车载GPS定位、运营调度、自动售票、非现场执法和信号控制等系统获取的交通数据作为指标计算的主要依据,提升了评估的科学性、准确性、可行性。最后,以广州市为例,结合城市特征,利用建立的评价模型评估了中山大道一段BRT系统的效益,针对发现的问题提出了解决方法。
  综上所述,该论文从城市和城市交通特征出发,以实例类比剖析了BRT和有轨电车的特性,创新性的研究了BRT在我国城市发展中的适应性,提出了客流出行需求预测模型和BRT走廊选址策略,建立了BRT系统效益分析预评估和后评价体系,构筑了一整套较为完整的BRT系统规划、设计、走廊选址和效益分析等理论,能够为城市公交决策者和运营者提供理论和方法支撑。
作者: 郭晓峰
专业: 交通运输工程;交通信息工程与控制
导师: 钱振东
授予学位: 博士
授予学位单位: 东南大学
学位年度: 2015
正文语种: 中文
检索历史
应用推荐