土木在线论坛 \ 道路桥梁 \ 路桥资料库 \ 重庆市城市轨道交通与公共汽车换乘距离适宜性研究

重庆市城市轨道交通与公共汽车换乘距离适宜性研究

发布于:2023-08-04 15:31:04 来自:道路桥梁/路桥资料库 [复制转发]




 写在前面 

合理确定城市轨道交通与公共汽车换乘距离有利于提升公共交通换乘服务质量和一体化发展水平。运用复杂网络理论,构建不同换乘距离下的城市轨道交通–公共汽车耦合网络,分别从整体结构和个体结构层面建立分析指标体系,测度并描述耦合网络的运行效率和结构特征,为制定不同类型城市轨道交通车站与公共汽车的适宜换乘距离提供量化标准。结果表明:网络整体换乘效率及城市轨道交通换乘骨干作用的提升程度随着换乘距离的增加越来越不明显。重庆市城市轨道交通环线以内以及城市外围组团中心片区内部的城市轨道交通枢纽车站的适宜换乘距离区间为50 m以内,其余一般性城市轨道交通车站为100 m以内。进而从车站调整、线路延长和线路新增三方面提出接驳性公共汽车站与线路的布局优化策略。




快速城镇化背景下,优先发展公共交通,建成“城市轨道交通为骨干、公共汽车为基础、步行和非机动车交通为补充”的多层次、一体化公共交通系统,为市民提供安全、便捷、舒适、经济的公共交通出行服务,是缓解大城市交通拥堵、转变城市交通发展模式的必然要求。其核心是通过城市轨道交通与公共汽车网络的有效衔接与一体化整合,提高城市公共交通系统的运行效率,从而取代汽车在居民出行中的主导地位 [1-2] 。城市轨道交通与公共汽车之间高效的换乘衔接可以大幅度缩短乘车总时间、提高公共交通出行舒适度,同时面向中长距离出行,城市轨道交通在多层次公共交通系统中能更好地发挥换乘骨干作用,进而提升公共汽车出行的吸引力、扩大公共交通服务人群规模 [3]


换乘能力和换乘质量是影响城市轨道交通与公共汽车网络换乘效率的主要因素。其中,换乘能力包括城市轨道交通覆盖率,公共汽车换乘车站数量、公共汽车线路数量等;换乘质量包括换乘距离、换乘时间、换乘费用、公共汽车接驳运能匹配度等 [4-6] 。在这些因素中,合理确定换乘距离往往成为制约城市公共交通一体化水平的关键问题之一 [7] 。大量交通调查结果表明,换乘距离是影响乘客公共交通出行选择与满意度的关键因素,同时也是影响城市公共交通出行分担率的关键环节。关于换乘距离适宜性的已有研究主要从两个方向展开——客观效率测度和主观意愿评价。客观效率测度主要从网络整体性和系统性的视角,将换乘距离作为城市轨道交通与公共汽车网络换乘效率的研究重点,通过建立换乘效率评估模型和评价指标体系定量测度适宜换乘距离的范围边界 [8-10] ;主观意愿评价主要关注乘客对换乘距离的心理感受、换乘满意度、换乘意愿等特征,通过实地调研、问卷统计、构建满意度模型等方法获取乘客理想的换乘距离以及可忍受的最长换乘距离,从提升服务水平和乘客满意度的视角确定居民可接受的换乘距离区间 [11-13] 。为实现城市轨道交通与公共汽车一体化无缝衔接,需要对二者衔接紧密度及拓扑结构进行精细化研究。


城市公共交通网络是一种典型的复杂网络,利用复杂网络模型可以清晰地反映线网特征 [14] 。在利用复杂网络理论研究城市公共交通系统的已有文献中,大部分研究仅考虑了城市轨道和公共汽车交通系统独立成网的情况,较少将二者看成一个整体 [15-17] 。考虑二者耦合网络的研究多聚焦在关键车站识别 [18] 、级联失效仿真 [19-20] 、网络衔接效率 [21] 、鲁棒性或脆弱性评价分析 [22-23] 等方面,未能完整考虑网络中各车站地理位置、换乘距离等实际因素对研究的影响。


2021年《重庆市中心城区交通发展年度报告》指出,重庆市居民公共交通机动化出行分担率为55.3%,然而,城市轨道交通与公共汽车交通系统之间尚缺乏统筹布局与规划,仍存在换乘便捷性不高、换乘距离远、车站覆盖范围不足等突出问题 [6] 。本文采用复杂网络理论,测度并描述不同换乘距离下的重庆市城市轨道交通-公共汽车耦合网络运行效率和拓扑结构变化特征,为制定城市轨道交通与公共汽车适宜换乘距离提供量化标准,为车站选址和布局规划提供理论依据,进而提升公共交通换乘服务质量、推动公共交通一体化发展。


研究思路

1

研究区域与数据来源

本文将重庆市主城区(绕城高速公路以内区域)作为研究区域,包括北碚、沙坪坝、九龙坡、江津、巴南、南岸、江北、渝北、渝中9个行政区,总面积2 253 km 2 。研究区域内公共交通系统包括城市轨道交通网络和公共汽车交通网络(见图1)。

   

图1 研究区域及公共交通系统空间布局


研究数据来源于谷歌地球(Google Earth),包括城市轨道交通及公共汽车线路、车站的空间地理信息数据等,结合实地调研和人工筛选,对公共交通系统基础数据进行收集与整理(见表1)。


表1 研究区域内公共交通系统基础数据

   


2

技术路线

以城市轨道交通与公共汽车换乘距离适宜性研究为目标,运用复杂网络理论,通过在ArcGIS中提取公共交通网络结构关系数据,构建不同换乘距离下的城市轨道交通-公共汽车耦合网络,并进行网络结构特征和城市空间结构特征分析及可视化,为制定城市轨道交通与公共汽车适宜换乘距离提供量化标准,进而为车站选址和布局规划提供理论依据。研究技术路线见图2。

   

图2 研究技术路线


城市轨道交通-公共汽车

耦合网络构建

1

网络构建方法

采用Space-P复杂网络模型方法构建城市轨道交通子网络和公共汽车子网络,忽略服务范围、运载方式、班次等条件差异,将二者整合成为整体的公共交通网络进行研究。其中,将公共交通车站抽象为复杂网络中的节点,将车站间直达线路关系抽象为复杂网络的边,即两个车站只要在同一条公共交通线路上,两个车站之间即产生连边 [17]

2

换乘车站识别

如图3所示,考虑网络中各车站地理位置、出入口分布、换乘距离等实际因素,基于ArcGIS软件的缓冲区分析功能生成城市轨道交通-公共汽车耦合网络换乘定量化判定规则。以城市轨道交通车站出入口为圆心生成半径为 R 的缓冲区(半径 R 以25 m为间隔,取值为25 m,50 m,75 m,100 m等),表示城市轨道交通车站周边可通过步行到达公共汽车站的区域范围,一般不超过800 m [24-25] 。当某个公共汽车站位于城市轨道交通车站特定半径的缓冲区内,则视作此公共汽车站与城市轨道交通车站可以进行换乘,对应复杂网络模型中公共汽车节点与城市轨道交通节点间的连边,据此得到城市轨道交通车站与相应公共汽车站换乘匹配的结果(见图3)。

   

图3 城市轨道交通-公共汽车耦合网络换乘车站识别示意


3

分析指标体系及含义

从城市轨道交通-公共汽车耦合网络的整体结构层面和个体结构层面分别建立分析指标体系。整体结构层面选取平均最短路径长度指标,衡量耦合网络的整体换乘效率;个体结构层面选取中介中心性指标,衡量城市轨道交通车站在耦合网络中的换乘骨干作用。


1)平均最短路径长度。


平均最短路径长度指复杂网络中所有节点对之间距离的平均值,作为评价复杂网络整体联系强度的核心指标,反映耦合网络的整体换乘效率。计算公式为

   

式中: L 为耦合网络平均最短路径长度; d ij 为节点 i 与节点 j 之间的距离; n 为网络节点数。


在使用Space-P复杂网络模型方法构建的耦合网络中,节点对之间距离指节点之间实现联系最少需要经历的连线数量,网络中节点对之间距离为 d 时,节点间实现联系的最少换乘次数为 d -1。平均最短路径长度可以从整体上反映所有公共交通车站间实现联系所需要的平均换乘次数。因此平均最短路径长度越小,表明网络中任意节点对之间的距离越小、公共交通网络的整体换乘效率越高。


2)中介中心性。


中介中心性是评价某车站对与其他车站间相互联系起到控制作用的关键指标,反映耦合网络中城市轨道交通车站的结构核心性与换乘骨干作用。计算公式为

   

式中: C Bi 为网络中节点 i 的中介中心性; n 为网络节点数; g jk ( i) 为节点 j 与节点 k 之间经过节点 i 的最短路径数量; g jk 为节点 j 与节点 k 之间存在的最短路径数量。


在使用Space-P复杂网络模型方法所构建的耦合网络中,中介中心性可以衡量城市轨道交通车站在网络结构中承担与其他车站间相互联系的中介作用与功能。中介中心性越大,表示该城市轨道交通车站在与其他车站最短联系中充当“桥梁”的次数越多,即该车站的影响和服务范围越广。


换乘特征分析

1

整体结构特征

整体换乘联系特征

1.1

数据显示,重庆市城市轨道交通与公共汽车的接驳换乘现状较为理想,已建成的178座城市轨道交通车站中,83.2%的车站在100 m范围内存在可换乘公共汽车站,基本实现城市轨道交通出入口100 m内公共汽车换乘设施全覆盖(见表2)。然而,换乘盲区仍然存在,有30座城市轨道交通车站周边100 m范围内没有可换乘公共汽车站,有9座车站周边200 m范围内没有可换乘公共汽车站,说明这些区域的公共交通一体化换乘程度偏低。当换乘距离区间为400 m内时,所有城市轨道交通车站均存在与其接驳换乘的公共汽车站,达到100%换乘覆盖率。


表2 不同换乘距离下城市轨道交通车站和公共汽车站分布

   


同时,城市轨道交通车站平均可换乘公共汽车站数量与换乘距离大致呈线性增长,城市轨道交通车站100 m范围内平均可换乘公共汽车站数量为2.16个,200 m范围内为2.86个(见图4)。此时城市轨道交通车站可换乘公共汽车站数量分布与公共汽车站空间密度分布基本保持一致,且可换乘公共汽车站数量多的城市轨道交通车站多分布于重庆市轨道交通环线以内的中心城区和外围组团中心(见图5),而中心城区与外围组团中心间的过渡区域则分布较少。

   

图4 城市轨道车站平均可换乘公共汽车站数量分布


   

图5 城市轨道交通车站200m范围内可换乘公共汽车站数量分布


整体换乘联系强度

1.2

针对不同换乘距离的城市轨道交通-公共汽车耦合网络,求得所有节点对之间的距离。通过换乘次数的概率分布可知,任意两个公共交通车站间不需要换乘就能直接到达的概率约为1.1%,换乘一次累计可达概率约为15.9%,换乘两次累计可达概率约为60.9%。最终根据公式(1)计算得到平均最短路径长度约为3.3,即市民从任意一个公共交通车站出发到达另一个车站平均需要2~3次换乘。


如图6所示,平均最短路径长度随着换乘距离的增加逐渐下降。对平均最短路径长度与换乘距离进行拟合,发现其呈现明显的对数函数形式,说明在相同的换乘距离变化内,网络的平均最短路径长度下降幅度越来越小。拟合曲线的转折点大致在换乘距离为100 m左右,此后网络整体换乘效率的提升程度越来越不明显。

   

图6 不同换乘距离下的平均最短路径长度


受到城市轨道交通车站的等级、出入口数量及分布、周边公共汽车站数量及地理因素等影响,不同城市轨道交通车站的影响范围和换乘距离存在差异。换乘距离的长短对乘客的满意度有显著影响,当超过乘客所能承受的最大换乘距离时会直接导致乘客放弃公共交通出行。因此,需要精准识别不同城市轨道交通车站在公共交通网络中换乘骨干作用的强弱和空间分布特征,对不同城市轨道交通车站提出适宜换乘距离区间,优化车站周边的公共汽车站空间布局,提高城市轨道交通与公共汽车一体化换乘效率。

2

个体结构特征

个体换乘联系特征

2.1

对于不同换乘距离的城市轨道交通-公共汽车耦合网络,随着换乘距离增加,起到换乘骨干作用的城市轨道交通车站数量明显增多,换乘距离为100 m时,84.27%的城市轨道交通车站位于任意公共交通车站间最短路径上;换乘距离为200 m时,这一比例达到93.82%,即绝大多数城市轨道交通车站发挥了换乘骨干作用。


如图7所示,通过对城市轨道交通车站中介中心性与换乘距离进行拟合,发现城市轨道交通车站中介中心性随着换乘距离增加大致呈指数级下降,拟合曲线的转折点大致在换乘距离为100 m左右,此后城市轨道交通车站中介中心性几乎变化不大。可以看出当换乘距离在100 m以内时,城市轨道交通车站对与公共汽车站间联系的控制作用最强,城市轨道交通在耦合网络中发挥明显的换乘骨干作用,有助于扩大城市轨道交通的服务范围与影响力,将城市轨道交通作为承载居民出行的核心空间载体。

   

图7 不同换乘距离下的城市轨道交通车站中介中心性


个体换乘联系分布

2.2

数据分析结果表明,对于不同换乘距离的城市轨道交通-公共汽车耦合网络,城市轨道交通车站中介中心性分布呈现显著不均衡性,超过75%的车站中介中心性较小且整体变化不大,核心换乘车站的中介中心性整体偏高且存在少量中介中心性明显过高的枢纽型车站。当换乘距离为100 m 时,小什字、两路口、重庆北站南广场等19个城市轨道交通车站的中介中心性较高( C Bi >0.001),八公里、中梁山等28个车站的中介中心性为0(见图8)。

   

图8 100 m耦合网络的城市轨道交通车站中介中心性空间分布


同时可以看出,中介中心性高的车站多分布在城市轨道交通环线以内的中心城区以及外围组团的核心区域,而在中心城区与外围组团中心间的过渡区域,中介中心性普遍偏低,且计算结果表明换乘距离增加对城市轨道交通车站中介中心性变化影响不大。


换乘距离规律及

公共汽车交通优化策略

1

多中心组团式城市空间结构与公共交通空间布局的耦合特征

重庆市作为典型的山地多中心组团化城市,受到自然山体和水域的地理阻隔,公共交通线网布局与车站分布呈现明显的空间分布不均衡特征(见图9)。

   

图9 结合重庆市地形和城市空间结构的公共交通车站密度分析


城市轨道交通串联城市中心区与各组团的主要交通集散点,是城市交通走廊以及公共交通系统的骨干力量,其网络空间布局与山地城市的空间结构密切相关,呈现“放射形+环形”布局形态。以城市轨道交通1号线、3号线、4号线、5号线等为典型,网络布局受到地形影响大多依山就势,同时车站密度高的片区主要为城市轨道交通环线以内区域。


公共汽车交通是城市公共交通系统的重要组成部分,主要提供各组团内部以及组团间的中短距离出行服务,其网络布局与自然地形、用地布局、道路网络等密切相关,呈现“自由式”布局形态。公共汽车站密度高的区域多集中在中心城区和各外围组团中心区,与城市整体空间结构及中心区的分布重合度较高。

2

城市轨道交通与公共汽车换乘距离适宜性分布规律

换乘距离对城市轨道交通-公共汽车耦合网络的换乘效率存在显著影响,网络的整体换乘效率及城市轨道交通的换乘骨干作用随着换乘距离的增加而提升,但单位换乘距离内提升程度越来越不明显。耦合网络的平均最短路径长度与换乘距离呈现为明显的对数函数形式,同时城市轨道交通车站的中介中心性随着换乘距离增加大致呈指数级下降。当换乘距离约为100 m时,城市轨道交通的换乘骨干作用最明显、对与公共汽车站间联系的控制作用最强,且此后耦合网络的整体换乘效率提升程度越来越不明显。从乘客的换乘满意度和换乘意愿角度来看,相关调查结果也与本文的耦合网络特征分析结果保持高度一致。钟异莹 等 [12] 对重庆市119个城市轨道交通车站及周边公共汽车站进行调查分析,构建了换乘距离与乘客满意度关系模型,发现无论何种换乘方式(包括分离式、通道式和一体化换乘三种)或公共汽车站类型(包括枢纽站、首末站、停靠站三种),换乘距离控制在100 m以内足以令大部分乘客满意。此外,重庆市近两年完成了全国首个大范围集中优化城市轨道交通与公共汽车便捷换乘体系的建设项目,公共交通一体化换乘建设成效显著:中心城区城市轨道交通与公共汽车换乘距离小于50 m的车站占比从优化前39%提升至69%,换乘距离小于100 m的车站占比从59%提升至85%;问卷调查结果显示,居民整体满意度达到99%。


由于城市轨道交通车站的区位、类型、客运量、出入口数量及分布等均差异较大,因此,需针对不同城市轨道交通车站提出相适应的公共汽车适宜换乘距离区间。中介中心性高的城市轨道交通车站可划分为两大类:1)位于城市中心区的中心车站或枢纽车站,通常为多条城市轨道交通线路的交汇站或承担城市级中心功能的车站;2)分布于外围组团中心的城市轨道交通线路的起终点站,通常为城市轨道交通与组团公共汽车交通枢纽的重要换乘节点,承担城市外围组团公共交通换乘中心和公共服务中心功能。中介中心性较低的城市轨道交通车站主要分布于中心城区与外围组团中心间的过渡区域,承担连接性交通功能且换乘距离增加对城市轨道交通车站中介中心性变化影响不大。


综上所述,充分考虑网络换乘效率、居民换乘满意度、城市轨道交通车站区位与类型等因素,同时结合重庆市公共交通发展现状整体水平和空间布局特征,本文将重庆市城市轨道交通与公共汽车的适宜换乘距离分为两个区间:1)对于城市轨道交通环线以内以及城市外围组团中心片区内部的城市轨道交通枢纽车站,适宜换乘距离区间为50 m以内;2)对于其余的一般性城市轨道交通车站,适宜换乘距离区间为100 m以内。

3

接驳性公共汽车站与线路布局优化策略

山地城市轨道交通与公共汽车一体化换乘需要进行接驳性公共汽车站与线路的布局优化。当城市轨道交通车站适宜换乘距离范围内公共汽车站较少时,应结合城市用地、道路网络布局等因素,沿车站主要接驳方向及区域进行换乘线路的增设及调整,以满足换乘需求。主要策略包括车站调整、线路延长和线路新增三种。


1)车站调整。


针对位于城市轨道交通适宜换乘距离外但具备换乘联系的公共汽车站,可将其位置调整至城市轨道交通车站出入口适宜换乘距离区间内,提高一体化换乘效率。具体调整方式见图10a。


2)线路延长。


对于首末站在城市轨道交通车站间接服务范围内但由于距离较远未形成直接接驳的公共汽车线路,可通过在合适的路径上新增车站的方式将公共汽车线路延伸至邻近城市轨道交通车站出入口的适宜换乘距离区间内,增强城市轨道交通车站的公共汽车接驳换乘服务。具体调整方式见图10b。


3)线路新增。


针对大型客流吸引点以及公共汽车接驳空白区,可新增接驳公共汽车线路,提高公共汽车线路覆盖率,提供更多的公共交通出行选择。具体调整方式见图10c。

   

图10 接驳性公共汽车站与线路布局优化


写在最后

城市轨道交通与公共汽车的换乘距离是影响公共交通网络换乘效率的主要因素,也是影响公共交通出行选择与乘客满意度的关键环节。本文以城市轨道交通与公共汽车换乘距离适宜性研究为目标,采用复杂网络理论,构建不同换乘距离下的城市轨道交通-公共汽车耦合网络,测度并描述网络运行效率和结构特征,发现耦合网络的平均最短路径长度与换乘距离呈现明显的对数函数形式;同时城市轨道交通车站平均中介中心性随着出行距离增加大致呈指数级下降,表明网络整体换乘效率及城市轨道交通换乘骨干作用的提升程度随着换乘距离的增加越来越不明显。基于重庆市城市空间结构与公共交通发展现状,结合网络换乘效率、居民换乘满意度等指标,针对不同类型城市轨道交通车站提出相适应的公共汽车适宜换乘距离区间,并提出重庆市城市轨道交通与公共汽车换乘优化策略。后续研究可考虑车站等级权重、公共交通刷卡数据等因素,更真实地模拟公共交通车站之间的现实出行联系,提高换乘距离适宜性研究的精确性和普适性。

参考文献(上滑查看全部):

[1] 陈小鸿,叶建红,张华,等. 重塑上海交通的路径选择与发展策略:公共交通优先导向下的城市客运交通发展策略研究[J]. 城市规划学刊,2015(3):86-93.

CHEN X H, YE J H, ZHANG H, et al. Shanghai: the path and strategies for transportation restructuring: urban passenger transport development under the public transit priority orientation[J]. Urban planning forum, 2015(3): 86-93.

[2] 高岳,周翔,蔡颖,等. 公交优先导向下超大城市的综合交通规划研究:“上海2040”交通发展思考[J]. 城市规划学刊,2017(s1):82-93.

GAO Y, ZHOU X, CAI Y, et al. Research on transit-oriented comprehensive transportation planning of megacities: reflections from “Shanghai 2040”[J]. Urban planning forum, 2017(s1): 82-93.

[3] 黄建中,余波. 接驳城市轨道交通的社区公交研究:以上海市为例[J]. 城市规划学刊,2014(3):77-84.

HUANG J Z, YU B. An research on integrating community bus with urban railway system: the case study of Shanghai[J]. Urban planning forum, 2014(3): 77-84.

[4] 谭英嘉,朱一洲,李少龙. 城市轨道交通接驳常规公交服务评价体系研究[J]. 都市快轨交通,2021,34(4):55-60.

TAN Y J, ZHU Y Z, LI S L. Evaluation index system of urban rail transit and bus feeder service[J]. Urban rapid rail transit, 2021, 34(4): 55-60.

[5] 申犁帆,王烨,张纯,等. 轨道站点合理步行可达范围建成环境与轨道通勤的关系研究:以北京市44个轨道站点为例[J]. 地理学报,2018,73(12):2423-2439.

SHEN L F, WANG Y, ZHANG C, et al. Relationship between built environment of rational pedestrian catchment areas and URT commuting ridership: evidence from 44 URT stations in Beijing[J]. Acta geographica sinica, 2018, 73(12): 2423-2439.

[6] 杨萍茹,陈坚,唐曦. 重庆市常规公交与轨道交通换乘适应性分析[J]. 交通企业管理,2018,33(4):68-70.

YANG P R, CHEN J, TANG X. An analysis of transfer adaptability of bus and rail transit in Chongqing[J]. Transportation enterprise management, 2018, 33(4): 68-70.

[7] 李艺,施澄,邹智军. 城市轨道交通乘客换乘决策因素分析[J]. 城市交通,2021,19(2):121-127.

LI Y, SHI C, ZOU Z J. Decision-making factor analysis of urban rail transit transfer flow[J]. Urban transport of China, 2021, 19(2): 121-127.

[8] 孔宁,翁剑成,史清帅,等. 基于数据包络分析的公交线路接驳效用评价方法[J]. 交通信息与安全,2022,40(1):89-96.

KONG N, WENG J C, SHI Q S, et al. A method for evaluating transfer efficiency between bus and subway based on data envelopment analysis[J]. Journal of transport information and safety, 2022, 40(1): 89-96.

[9] 钟异莹,陈坚,邵毅明,等. 基于DEA的轨道交通与常规公交换乘效率测评模型[J].计算机应用研究,2018,35(5):1446-1449.

ZHONG Y Y, CHEN J, SHAO Y M, et al. Evaluation model of transfer efficiency between urban rail transit and bus transit based on DEA[J]. Application research of computers, 2018, 35(5): 1446-1449.

[10] 李明高,杜鹏,朱宇婷,等. 城市轨道交通换乘节点与网络运行效率关系研究[J]. 交通运输系统工程与信息,2015,15(2):48-53.

LI M G, DU P, ZHU Y T, et al. Effect of urban rail transit transfer nodes on network performance[J]. Journal of transportation systems engineering and information technology, 2015, 15(2): 48-53.

[11] 陈海伟,徐士伟,巫瑶敏,等. 城市轨道交通接驳换乘距离适宜性研究[J]. 交通与港航,2020,7(2):40-46.

CHEN H W, XU S W, WU Y M, et al. Study on the suitability of urban rail transit transfer distance[J]. Communication & shipping, 2020, 7(2): 40-46.

[12] 钟异莹,郑波涛,何川,等. 轨道交通与常规公交换乘距离对满意度影响研究[J]. 都市快轨交通,2019,32(4):55-59.

ZHONG Y Y, ZHENG B T, HE C, et al. Influence of transfer distance between rail transit and bus transit on satisfaction[J]. Urban rapid rail transit, 2019, 32(4): 55-59.

[13] 何静,刘志钢,孙有望. 基于乘客能量和心理阻抗的换乘便利性分析[J]. 同济大学学报(自然科学版),2010,38(1):92-97.

HE J, LIU Z G, SUN Y W. Transfer convenience analysis based on passengers' physical and psychological impedance[J]. Journal of Tongji University (natural science), 2010, 38(1): 92-97.

[14] STROGATZ S H. Exploring complex networks[J]. Nature, 2001, 410(6825): 268-276.

[15] 韩纪彬,张苗,郭进利. 城市轨道交通网络可靠性分析[J]. 城市交通,2015,13(5):80-84.

HAN J B, ZHANG M, GUO J L. Urban rail transit network reliability analysis[J]. Urban transport of China, 2015, 13(5): 80-84.

[16] 王志如,张满银. 北京地铁网络时空演化特征评估及演化机制[J]. 经济地理,2021,41(4):48-56.

WANG Z R, ZHANG M Y. Spatio-temporal evolution characteristics of Beijing subway network and its evolution mechanism[J]. Economic geography, 2021, 41(4): 48-56.

[17] 黄勇,万丹,冯洁. 山地城镇公交网络结构特征及空间机理研究[J]. 城市规划,2019,43(4):70-77.

HUANG Y, WAN D, FENG J. Research on the structural characteristics and spatial mechanism of bus network in mountainous towns[J]. City planning review, 2019, 43(4): 70-77.

[18] 路庆昌,崔欣,徐标,等. 公交接驳场景下轨道交通网络脆弱性研究[J]. 中国安全科学学报,2021,31(8):141-146.

LU Q C, CUI X, XU B, et al. Vulnerability research of rail transit network under bus connection scenarios[J]. China safety science journal, 2021, 31(8): 141-146.

[19] 刘朝阳,吕永波,刘步实,等. 城市轨道交通运输网络级联失效抗毁性研究[J]. 交通运输系统工程与信息,2018,18(5):82-87.

LIU Z Y, LYU Y B, LIU B S, et al. Cascading failure resistance of urban rail transit network[J]. Journal of transportation systems engineering and information technology, 2018, 18(5): 82-87.

[20] 沈犁,张殿业,向阳,等. 城市地铁-公交复合网络抗毁性与级联失效仿真[J]. 西南交通大学学报,2018,53(1):156-163.

SHEN L, ZHANG D Y, XIANG Y, et al. Simulation on survivability and cascading failure propagation of urban subway-bus compound network[J]. Journal of Southwest Jiaotong University, 2018, 53(1): 156-163.

[21] 孙文霞,胡莉芳. 配合城市轨道交通的公交专用道布设[J]. 科学技术与工程,2018,18(31):224-229.

SUN W X, HU L F. Layout of bus lanes for urban rail transit[J]. Science technology and engineering, 2018, 18(31): 224-229.

[22] 张琳,陆建,雷达. 基于复杂网络和空间信息嵌入的常规公交-地铁复合网络脆弱性分析[J]. 东南大学学报(自然科学版),2019,49(4):773-780.

ZHANG L, LU J, LEI D. Vulnerability analysis of bus-metro composite network based on complex network and spatial information embedding[J]. Journal of Southeast University (natural science edition), 2019, 49(4): 773-780.

[23] 宋英华,李玉枝,霍非舟,等. 城区内涝条件下城市公交-地铁双层交通网络的脆弱性分析[J]. 安全与环境工程,2021,28(2):114-120.

SONG Y H, LI Y Z, HUO F Z, et al. Vulnerability of two-layer traffic network of bus and subway under waterlogging condition based on complex network theory[J]. Safety and environmental engineering, 2021, 28(2): 114-120.

[24] 鲍登,高超,张自力. 基于复杂网络的公交-地铁复合网络鲁棒性分析[J]. 西南师范大学学报:自然科学版,2017,42(5):22-27.

BAO D, GAO C, ZHANG Z L. Analysis of robustness of bus and subway interdependent network based on the complex network theory[J]. Journal of Southwest China Normal University (natural science edition), 2017, 42(5): 22-27.

[25] 刘泉. 轨道交通TOD地区的步行尺度[J]. 城市规划,2019,43(3):88-95.

LIU Q. Walking scale of TOD area along rail transit line[J]. City planning review, 2019, 43(3): 88-95.


《城市交通》2023年第3期刊载文章

作者: 黄勇,冯高乾,葛国钦

全部回复(0 )

只看楼主 我来说两句抢沙发

路桥资料库

返回版块

3.63 万条内容 · 279 人订阅

猜你喜欢

阅读下一篇

JTT1478-2023路用热拌环氧沥青

JTT1478-2023路用热拌环氧沥青

回帖成功

经验值 +10