余紅明 錢春燕
(中煤科工集團重慶設計研究院,重慶 400016)
近年來,隨著我國機動化水平的提高,交通擁堵已成為大中城市中的普遍現象,老城區原有的基礎設施已難以支撐,在城市周邊建設新城區已成為目前各大中城市在應對快速城市化時采用的方法。因此,在新城區建設的初期階段,較為準確地預測未來年的道路交通流特性并進行科學有效的交通規劃,將對未來年新城區的良好運行產生深遠影響。傳統交通規劃過程中的“四階段預測法”一直比較注重各種出行量與其影響因素之間的關系,致使預測過程過于復雜。要求在具體的項目中收集大量與之相關的數據。由于新城區通常是在一片空地上進行開發,沒有背景交通量可以參考,因此,需要對傳統的“四階段預測法”進行改進,從影響交通需求的根源入手,提出用于交通需求預測的技術手段及模型。本文提出應用于新城區道路的基于土地利用的交通需求預測方法,并將其應用于交通規劃及設計的實際工作中。
交通需求預測核心內容之一是新區內部各交通小區的交通需求量,考慮到新區有用地規劃、無居民出行現狀資料的特點,采用基于土地利用的交通需求預測方法更為合理。基于土地利用的預測方法統計方法主要有統計分析模型和非統計模型,如神經網絡模型等,本文基于統計方法分析模型。城市用地性質的分類一般而言可分為居住用地、公共設施用地、工業用地、倉儲用地、對外交通用地、道路廣場用地、市政公用設施用地、綠地、特殊用地、水域和其他用地等10類,不同的用地性質和土地開發強度,產生不同的交通需求,對特定的交通小區,其內部各類用地面積的不同,土地利用強度的不同,直接決定了該交通小區的交通生成。因此,在預測各小區交通發生和吸引量時,考慮建立一種土地利用與交通生成相關關系模型,以不同種類用地性質的土地面積為自變量,交通生成量為因變量,利用交通規劃軟件TRANSCAD進行建模,對項目交通量進行預測分析,技術路線如圖1所示。

圖1 技術路線圖
1)交通吸發量預測。根據土地利用規劃,參考《交通出行率手冊》,通過多元回歸分析可獲得各交通小區內各類用地的交通吸發量,各交通小區的交通吸發量可用下列模型確定。其中,Qi為第i個交通小區的出行發生量;Di為第i個交通小區的出行吸引量;Bj為第j種用地單位面積的出行發生量;Cj為第j種用地單位面積的出行吸引量;Sij為第i個交通小區內第j種用地的面積;Mij為第i個交通小區內第j種用地的土地利用強度系數。
2)交通分布預測。本文采用雙約束重力模型進行交通量分布預測。該方法從吸引強度和吸引阻力兩方面考慮,認為交通小區的出行與發生量、吸引量成正比,與交通阻抗成反比。其模型為。其中,Qij為交通小區i到交通小區j的交通分布量;Qpi為交通小區i的發生量;Qaj為交通小區j的交通吸引量;tij為交通小區i到交通小區j的阻抗參數;k,α,β,γ均為待定參數。重力模型是國內外交通規劃中使用最為廣泛的一種模型。此方法綜合考慮了影響出行分布的地區社會經濟增長因素和出行空間、時間等阻礙因素,是一種借鑒萬有引力定律的空間互動關系模擬分析方法。根據調查數據以及阻抗函數f(tij)=t-αij,標定參數α。采用Trans CAD軟件進行出行分布預測。
3)交通分配預測。交通分配是指將各分區之間各特征年的出行分布量分配到其相應的特征年份交通網絡的各條邊上去的工作過程。交通分配的方法有多種,總體上可以分為兩類,即:平衡分配方法和非平衡分配方法。本次交通分配采用Trans CAD軟件提供的平衡分配模型:隨機用戶平衡模型(Stochastic User Equilibrium)。
隨機用戶均衡(SUE)模型描述的是任何一個出行者均認為自己所選擇的路徑是“阻抗”最小的路徑,再沒有出行者(用戶)相信能依靠單方面改變出行路徑來減少自己的估計行駛阻抗,這種分配模型在國外的路網規劃方面被普遍應用。其模型如下隨機用戶均衡分配模型在宏觀上考慮了道路容量的制約因素,道路容量的制約在分配時候通過路阻函數體現出來。路阻函數形式如下:其中,t為時間阻抗;t0為自由流時間;v為分配交通量;c為通行能力;α,β均為路阻參數。將交通分布的結果,運用交通規劃軟件Trans CAD在各特征年道路網上進行交通量分配,并結合對路阻函數、道路通行能力的分析和研究,得到各特征年的交通網絡流量分布。
以重慶市兩江新區為例,該新區無居民出行資料可以利用,因此,對該新區內的新建道路交通需求預測應用了基于土地利用的交通需求預測模型。根據研究區域的用地性質規劃,本次交通小區的劃分根據規劃片區的道路性質和自然界限,將規劃區域劃分成6個交通大區,73個交通小區,交通需求預測基年為2013年,特征年為2018年,2023年,2028年。

圖2 2028年機動車出行發生量分布圖

圖3 2027年機動車出行期望線圖
1)發生吸引量預測。根據以上預測模型,交通發生吸引量預測結果如圖2所示。
2)交通分布預測。根據吸發量預測結果以及阻抗函數f(tij)=,標定參數的結果為α=0.005 2。采用Trans CAD軟件進行出行分布預測,機動車出行分布期望線如圖3所示。
3)交通分配預測。重慶兩江新區某道路工程交通量預測分配結果見表1。根據交通量預測結果,計算出該道路規模為雙向四車道,2028年飽和度達到0.75,服務水平為C級,既滿足未來15年交通需求的同時又有較好的服務水平。

表1 路段特征年交通量預測結果 pcu/d
本文對用于新城區的基于土地利用的交通需求預測模型及方法進行了初步的探討,提出了基于土地利用的交通發生吸引預測模型以及基于重力模型的交通分布預測方法,將本文的方法應用于實踐中,有力地支持了交通規劃和設計的進行。但模型中各類城市用地對交通吸引的影響權重值目前善無明確標準,需結合各地區的實際情況進行調整,這有待我們進一步研究,為今后的城市交通規劃乃至城市規劃提供工程依據。
[1]楊 明,曲大義,王 煒,等.城市土地利用與交通需求相關關系模型研究[J].公路交通科技,2002(3):96-98.
[2]蓋春英,裴玉龍.公路建設項目可行性研究中的交通量預測方法[J].交通工程運輸學報,2002(7):64-66.