基于GIS的玉溪市道路密度空間分異特征研究

楊太靜 尚敏

摘? ?要：本文以玉溪市紅塔區各個街道為研究單元，以道路密度為主要指標，利用 Arc GIS的疊加分析、空間插值等空間分析功能，統計分析等，研究紅塔區1989—2018年30年來的道路密度時空分異特征。通過分析發現紅塔區道路密度在空間上具有明顯的集聚特征，同時各區域道路密度的增長速度不均衡。

關鍵詞：道路密度? 空間分異? GIS? 紅塔區

中圖分類號：P208? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ?文章編號：1674-098X（2020）01（b）-0135-02

玉溪市具有顯著的區位優勢、交通優勢、產業優勢和資源優勢，在國家“一帶一路”、云南省構建“面向南亞、東南亞輻射中心”、玉溪市“5577”發展戰略背景下，將由全國交通網絡末梢變為我國西南開放國際門戶樞紐的重要組成部分。近幾年來玉溪市紅塔區道路建設比較快，研究其道路密度的空間分布，掌握區域交通與社會經濟關系，可以為指導玉溪市交通道路規劃、制定交通規則以及區域經濟發展提供科學依據。

1? 研究區概況

紅塔區地處滇中腹地，距省會昆明86km，區內交通便利，是云南省南北交通樞紐。2013年末，全區公路通車里程達到1380.8km。其中：國道91.1km，省道22.2km，縣道162.7km，鄉村道路1104.8km。公路網密度137.5km/百平方公里。市區及各鄉鎮道路全部實現了柏油（水泥）路面，全區442個自然村，已有440個通公路，兩個通水路。

2? 數據來源和研究方法

2.1 數據來源

本文數據主要來源于玉溪市紅塔區統計年鑒及91衛圖遙感影像，解譯后提取矢量化交通要素。

2.2 研究方法

2.2.1 道路密度

道路密度是指一定區域內道路總長度與該地區國土面積之比，是評價某一地區交通狀況的常用指標之一。計算公式為

（1）

其中Di表示區域i的道路密度（單位：km/km2）;Li表示區域i道路總長度（單位：km）;Ai表示研究的區域國土面積（單位：km2）。道路密度反映了區域交通線路的疏密程度，密度越大、干線越密集說明交通對區域發展的支撐能力越高，交通聯系越便捷。但密度過大，會造成城市用地不經濟，增加城市道路建設投資，并且造成交叉口過多，反而影響車輛行駛速度和干道通行能力;道路網密度過小，會使車輛繞行，增加居民出行時間，造成道路交通擁擠。

2.2.2 疊加分析

疊加分析是地理信息系統中用來提取空間隱含信息的方法之一，本文在ArcGIS 中將紅塔區道路網圖層與紅塔區行政區劃圖層進行疊加分析，獲取每個研究單元道路總長度及研究區的面積，從而計算出研究區總道路網密度，如圖1所示。

2.2.3 統計對比分析

統計分析常用來探索數據，匯總數據。通過分析與要素相關的屬性值，利用圖表，如直方圖或Q-Q圖等，按照類別進行匯總。例如，檢查特定屬性值的分布或者查找異常值（極高值或極低值）。

3? 結果與分析

3.1 道路密度空間布局

經過疊加分析及計算，自1989—2018至30年間紅塔區總道路網密度水平圖如圖2所示。

從整體上看，紅塔區道路網的發達地區集中在三區（主城區），道路網稀疏地區為一區（西部郊區）和二區（東北部郊區）;且存在部分區域道路網密度較高或較低，與周邊地區的差異顯著，這些地區尚未連接成片，并且覆蓋面積小。從發展速度看，紅塔區總道路網密度空間分布可以看出。

3.2 道路密度發展速度特征

從時間上看，30年間道路密度增加見表1。1989—1998年道路密度增加最快的是三區增加值達1.0323，四區基本無變化;1998—2008年道路密度增加最快的是三區和四區，增加值分別為1.0529和1.0497;2008—2018年道路密度增加最快的是四區和二區，增加值分別為0.7453和0.6512。

4? 結論與討論

4.1 結論

以總道路網密度為指標，分析得出以下結論。

（1）紅塔區道路網密度的宏觀分異特征：以昆磨高速為分界線東部密度高、西部密度低。整體上，紅塔區道路系統在空間分布上具有不均衡性，中東部道路網密度最高，四周相對較低。

（2）紅塔區道路密度的空間分布具有明顯的集聚特征，紅塔區主城區（三區）的道路網密度較高，與周邊地區形成鮮明的對比，尚未連接成面或完全均質化。

（3）道路密度在不同時間段各區域變化情況也有很大差異，整體來看，四區（東北片區）道路密度變化顯著。

（4）通過對比四年的數據，將研究區范圍分為四個區域，玉溪市道路密度空間差異為：中東部的道路密度最高，西部區域道路密度變化不大，東南和東北區域道路密度隨著時間的推移，逐漸增加;結合經濟、人口數據，中東部位于主城區，經濟較發達、人口較密集，故道路密度為四個區域中最高的，一區位于城區邊，地勢相對較高，經濟交通不發達，人口較少，道路密度最低，東北和東南區域為紅塔區主要工業區聚集地，隨著時間推移，基礎設施逐年加強，道路密度也逐年增加。

4.2 討論

由以上分析研究可知，道路網密度在時間和空間上呈現出不同的特征，本文研究局限于道路網密度，對于引起道路密度空間分異的變量，例如人口、GDP、土地利用、交通設施、國家投資策略、時間等因素的影響未展開討論，相關問題有待進一步研究。

參考文獻

[1] 李艷，王鵬飛.基于GIS的道路網密度空間分異特征——以河北省石家莊市為例[J].河北科技師范學院學報，2018，32（4）：41-47.

[2] 董振華，張繼權，阿榮，等.基于GIS的內蒙古道路密度空間分異特征研究[J].東北師大學報：自然科學版，2017，49（1）：154-161.

[3] 任慧，周振紅，周鑫鑫.基于RS與GIS的城市道路網密度計算[J].計算機輔助工程，2009，18（2）：85-87.

[4] 譚偉平.基于ArcGIS的城市道路交通便捷度評價[D].湖南工業大學，2018.

[5] 葉麗敏，邱榮祖，林玉英，等.福建省道路網密度空間分異特征[J].公路，2018，63（5）：206-210.

[6] 劉承良.城鄉路網的空間復雜性[D].華中師范大學，2011.