土地利用-交通-空气质量一体化模型构建及其在城市规划中的应用
土地利用形态空间布局差异是城市交通产生的根源，而交通排放污染是当前我国空气质量恶化的主要来源之一。要从根源上解决城市交通需求剧增及带来的环境污染问题，实现城市交通与土地利用协调发展、用地蔓延有效控制、整体资源优化配置与交通污染减排，必须从调整土地利用形态与交通结构入手。
本研究借鉴国外一城一模的规划决策技术手段，结合我国土地利用和交通系统特征，采用先进地理学空间智能技术，深入剖析土地利用（Land Use）、交通（Transportation）和空气质量（Air Quality）三者之间的关系，从微观角度定量构建土地利用、交通和空气质量一体化LTA模型，实现 GIS 可视化仿真，并研究其在我国城市规划应用领域及其应用的关键技术瓶颈。通过LTA模型对低碳排放导向的空间布局、TOD模式等策略进行情景模拟、分析评估、优化，并提出其配套政策建议。
在理论方面，该研究主要从三个方面展开：
（1）土地利用时空动态演化模型
通过对我国典型城市的土地物理属性、土地利用空间分布、社会经济属性、公共交通网络、交通可达性等相关资料与数据的收集、调查与统计分析，采用元胞自动机和多智能体模型（包括家庭、就业、开发商和政府智能体）研究用地空间物理因素、各决策主体行为、TOD策略、交通系统输出（交通可达性、出行费用等）与城市土地利用空间分布特性的关系，并纳入经济因素和市场竞争机制，建立微观层面的时空动态土地利用演化模型。
（2）土地利用与交通反馈模型
将土地利用时空动态演化模型中的家庭智能体的属性（包括家庭成分、年龄结构、经济收入、汽车拥有量等）与四阶段交通生成中的工作、购物、就学出行相对应，计算交通生成、分布，并采用离散选择模型对私家车与公共交通方式进行选择，通过交通分配产生的交通网络路段流量、行程时间，更新土地利用动态模型输入变量中的可达性等指标，构成交通系统与土地利用系统的反馈关系。
（3）土地利用、交通和空气质量一体化LTA模型
研究交通排放结果、土地利用/人口分布结构对空气质量等级的影响。根据交通模型输出结果、路网流量、车辆随时间变化的速度/加速度信息、路网信息等，计算交通排放情况；通过城市空间数据、空气质量数据，分析空气污染发生源所在交通小区（TAZ）的土地利用属性，剖析空气质量和用地空间布局之间关系。以优化空气质量为目标，与土地利用交通反馈模型结合，采用多目标的双层优化模型构建LTA模型。
在应用方面，该研究探讨了LTA模型在我国城市规划的应用领域及关键技术：
（1）低碳排放的土地利用空间布局方法
探讨以提高空气质量为导向的土地利用空间优化方法。以提高交通空气质量为目标函数，通过对空气污染发生源所在TAZ的土地利用类型进行优化，最终得到最优空气质量下的土地利用空间分布情况。
（2）TOD模式土地开发策略评估
建立TOD策略的评估体系，优化TOD模式下公交站点地区的土地利用开发结构。研究公共交通沿线居民出行结构和站点附近用地开发结构间的关系，采用ArcGIS对选择的轨道交通站点实施TOD范围确定，并分析该范围内土地利用开发结构（包括枢纽点选择，及周边土地开发类型及密度）。以该区域内选择公交出行最大化为目标，对土地利用功能进行重组，并评估新TOD策略对空气质量的影响；通过公共交通系统的分担率、基于路段流量的出行费用、拥挤情况等来指标来评估不同的TOD策略。
该研究结合我国城市特点，从微观层面构建LTA定量分析工具，并应用于我国城市规划具体实践中。旨在丰富城市低碳规划研究理论，为我国传统的“经验规划、拍脑袋规划”提供定量、科学的理论参考依据。
来源：赵丽元副教授课题组. 低碳规划导向的LTA模型及其应用研究[R] . 华中科技大建筑与城市规划学院, 国家自然科学基金（编号51408246）.
（供稿: 朱古月）
个体出行空间分辨率尺度下的城市交通可达性评估
可达性，是可持续交通政策中的一项重要考虑因素。既有的文献已经对可达性评估提供了多样的方法，但这些方法大多数实践于较粗糙的空间分辨率水平下，如区域或邻里尺度，导致可达性的测定结果往往与实际存在一定偏差，尤其是对于公共交通的可达性评估。一方面，分析通常认为出行的起点和终点位于地区的中心，导致当评估两个邻近的区域时，出现数据结果的不连续性。另一方面，在区域尺度下，从出发地到达车站、下车到达目的地的步行时间，中途换乘的步行及候车时间没有被明确的考虑，而这些都是有关公共交通可达性测定的重要因素。因此，本文旨在借助一系列新的计算机应用，如关系数据库 （SQL server）、GIS，实现建筑单体的高空间分辨率下，对小汽车、公共交通可达性的精确测量。并进一步通过特拉维夫大都市区新建轻轨线对地区可达性影响的实证研究，对以上提出的方法、程序进行测试与应用。研究结果证明了高空间分辨率对可达性评估的可靠性。
首先，作者描述了该研究对可达性测定的操作方法。可达性评估基于服务区域与到达区域的概念，对于一个给定位置，有两种可达性测量方式：在某时间内以某交通方式，O到D点的可达到范围或D对O点的可服务范围。考虑到可达性是一个相对的概念，本文通过在一定时间长度内，分别计算利用公共交通、小汽车，可到达或可服务的一系列特定目的地（如工作、商业区域）、出发地（如居住区）的累计值。然后比较两个累计值，从而得出的可达性相对值。相对可达性的测量有效降低了边界效应。
高空间分辨率下，测量某种交通方式的可达性，基于对出行过程从出发地到目的地的精确时间计量。除车辆运行时间，本文还将到站、离站步行、候车、换乘步行等时间包含于可达性计算方程中，实现对出行活动的精确模拟。同时方程还可以同时结合区域的用地情况、就业数量，进一步得到某地可到达或提供服务的综合能力。
其次，作者介绍了高分辨率下可达性测量的新计算应用。结合图论，道路和公共交通网络被转换为有向图：道路网络——交叉口转化成节点、道路被转化成链接（双向道路转化为两个链接）、出行时间转化为阻抗；公共交通网络则根据公交时刻表构建，其节点通过公交线路、出发/到站时刻，车站编码四个条件限定。节点间的链接可通过两种方式建立：同一公交线路的相邻站点间或不同线路可在一定时间限度内实现换乘的两个站点间。为获得完整的出行图，该研究将道路和公共交通网络延伸至建筑单体，作为出发地和目的地的建筑被定义为建筑节点（B-code)，并分别建立了建筑与道路交叉口、公交站之间的链接。
在技术层面，本文利用关系数据库，着重于对公共交通可达性的计算。根据以上构建的公共交通网络，定义了四种不同模式的链接：出发地-站点、站点-站点（同一线路）、站点-站点（不同线路换乘）、站点-目的地，使可达性计算延伸至从某一建筑到另一建筑的高空间分辨率下。随后，将输出结果导入GIS中，与建筑、用地、就业等数据叠合，进行相对可达性的分析。
作者将该应用实践于特拉维夫都市区一条新建轻轨线路可达性影响评估的实证研究中。通过分别对新轻轨线建设前后该地区小汽车、公共交通的可达性计算，得出相对可达性的变化情况，并结合低空间分辨率下对可达性的测定结果及数据的可视化对比，说明新应用对于可达性无偏测量的可靠性。在低空间分辨率下，轻轨建设对长途旅程交通可达性的提升存在过高估计的测量结果。
通过对以上研究结果的总结，作者认为新的计算方法可用于交通基础设施投资效益的评估，并进一步指导城市交通网络规划。最后，作者对该模型的进一步发展提出若干建议：强调对小汽车与公交的可达性的计算整合；增加车辆实时到站时刻、车辆寻找车位的回游时间等不确定性因素，使时间计量更加精确；对小汽车可达性计算引擎的升级；构建云数据库，方便研究人员能对道路、交通网络的变动进行实时更新。
来源：BENENSON I, BEN-ELIA E, ROFE Y, et al. Estimation of urban transport accessibility at the spatial resolution of an individual traveler. seeing cities through big data[M]. Springer International Publishing, 2017: 383-404.
（供稿：孙雪婧）
比较瑞士的车辆共享方案：用户群体和使用模式
共享汽车服务始于1940年代的苏黎世。共享汽车服务通过提供快速、便捷的机动交通服务同时吸引着公共交通使用者和（之前的）私家车使用者。而浮动共享汽车运行模式没有固定的共享汽车车站、服务预约和返程要求。使用群体高度灵活的属性以及不同的价格结构，使得不能够简单的移植之前针对依靠固定站点共享汽车的使用群体和环境冲击的相关研究结果。所以本文作者通过调研数据，比较同时运行于瑞士巴塞尔市的浮动共享汽车和固定站点的共享汽车的用户群体和使用模式。研究结果显示，两种共享汽车方案的确吸引着不同类型的使用群体，用户的利用方式也不同。此外作者发现车辆共享的会员主要受车辆共享活动本身外的其他因素影响。
作者随机抽取了瑞士巴塞尔市1104名浮动共享汽车用户，1616名固定站点共享汽车用户和3094名拥有驾照当地人口（控制组）进行问卷调查。调查问卷涵盖了社会背景、出行行为和他们最近一次用车的目的等信息。
首先作者从用户属性角度分析。结果表明浮动共享汽车用户群体中的男性比例为70%。相比之下，固定站点共享汽车用户群体中的男性比例为60%，控制组为55%。浮动共享汽车用户群体的平均年龄低于固定站点共享汽车用户群体，并且三组人群的平均年龄存在着明显的差异。个人态度角度，13%的动共享汽车用户赞同拥有私家车是社会地位的象征，而只有6%的固定站点的共享汽车的用户群体赞同该观点（控制组为12%）。超过64%的浮动共享汽车用户认为共享汽车节约出行成本；固定站点共享汽车用户为60%；控制组为57%。对于共享汽车在城市环境和承担社会责任方面的态度，各组用户群体间的结果没有明显差异。
其次作者从用户的出行行为角度进行分析。作者发现共享汽车用户的私家车汽车出行次数远低于控制组。50%的控制组群体每周至少一次私家汽车出行，而浮动共享汽车用户群体中的比例为14%，固定站点共享汽车用户群体中的比例只有4%。超过90%的固定站点共享汽车用户和超过73%的浮动共享汽车用户为无车家庭。此外共享汽车用户家庭多拥有自行车。
随后作者从用车目的角度进行分析。固定站点共享汽车用户用车目的主要为购物出行、娱乐出行和当他们需要运送大件货物的出行。浮动共享汽车用户的用车目的更加多元。同前者相比，在商务出行和机场转运上有明显的差异。固定站点共享汽车用户用车不仅更有可能携带大件货物，平均乘客数量也大于浮动共享汽车用户。此外，固定站点共享汽车和浮动共享汽车的差异还反映在出行规划上。超过62%的固定站点共享汽车用户回应他们在出行前至少一天规划好使用共享汽车出行，而超过72%的浮动站点共享汽车用户是在出行前1h以内决定使用共享汽车。
作者从共享汽车对用户的出行行为影响角度进行分析。结果显示，共享汽车能够降低私家车保有量，并引导人们养成公交出行习惯。8%的浮动站点共享汽车用户和19%的固定站点共享汽车用户表示如果共享汽车消失会去购买私家车。此外，研究发现定站点共享汽车更能鼓励人们使用公共交通或者慢行交通。说明固定站点共享汽车能够明显减少用户的小汽车出行。
最后作者对问卷涵盖的社会背景、出行行为、居住地信息等各项信息和他们的共享汽车选择偏好进行了相关性分析，并通过显著的变量建立预测模型。作者使用2010年伯尔尼、苏黎世、巴塞尔、洛桑布、日内瓦五个城市的调查数据，进行了共享汽车潜在用户预测分析。
本研究是同时研究一个城市中并存的两种不同模式的共享汽车服务的最前沿研究之一。创新性在于作者明确的指出了两种不同的共享汽车服务占有不同的市场，整个研究过程中必须分别独立对待。
结尾作者得出结论，浮动共享汽车服务对环境的冲击大于固定站点的共享汽车服务。浮动共享汽车服务不仅要求社会增加更多的公共停车设施，而且占用更多的社会空间，需要政府大力支持。而在多数情况下，政府的支持力度，与浮动共享汽车服务的交通需求和环境保护目标直接相关。只有当以上问题得到解决，瑞士的各大城市才能够拥有大量的共享汽车用户群体。
来源：BECKER H, CIARI F, AXHAUSEN K W. Comparing car-sharing schemes in Switzerland: user groups and usage patterns[J]. Transportation Research Part A: Policy and Practice, 2017, 97: 17-29
（供稿：吴卓烨）
通过出租车轨迹数据推断出行目的和出行模式
信息与通信技术的快速发展为城市机动性研究带来了新的篇章。手机信令、地铁和公交卡数据以及社交软件的签到信息等为我们理解城市机动性模式、城市动态和空间互动等问题提供了大量的移动定位大数据，而这类数据通常具有较高的时空分辨率。其中，启用GPS系统的出租车，近年来为城市交通管理的研究与改善做出了相应的贡献。本研究对上海市内6600辆启用GPS的出租车进行为期一周的采样，结合上海市内30，000个信息点（POI）的数据，建立Bayesian规则来计算每个POI被访问的概率，并采用蒙特卡洛模拟方法，揭示了包括居家、工作、交通换乘、餐饮、购物、娱乐、上学、住宿和就医等9种类型的日常活动的时间规律、空间动态、对应的出行距离和出行方向。
首先，作者总结了目前移动定位大数据研究的聚焦点：①通过移动定位数据提取个体的停留和移动信息；②通过移动定位数据推断个体在停留期间的活动类别；③通过移动定位数据识别个体出行方式。其中对活动的推断通常基于城市中的POI信息。
同时，作者总结了目前利用出租车轨迹数据来研究市民活动所面临的挑战：首先，出租车的下客点与活动场所仍有一定距离；其次，出租车轨迹信息不包括参与活动的时间长度等信息；最后，出租车上客点与下客点所映射的两种活动之间的联系和转换概率是难以推断的。因此，本文将上下客点的活动视为互相独立，只关注下客点的乘客活动。
作者继而以上海市为例，采样了6600辆启用GPS的出租车和包括25个类别的POI，又进一步地将这25个类别的POI归属到居家、工作、交通换乘、餐饮、购物、娱乐、上学、住宿和就医等9种类型的日常活动。通过将研究范围划分为1km×1km的空间单元，计算每个单元内的下客点（DOP，drop-off points）与POI数量，作者发现单元内DOP的数量与POI的数量呈明显的正相关关系，故而证明可以利用POI来推断乘客的出行目的。
模型构建层面，作者在计算POI受访概率时主要考虑三个因素：DOP与POI的距离、POI的自身吸引力和乘客的访问时间。其中，POI的受访概率随着DOP与POI的距离而递减；POI的吸引力则与POI的规模、服务水平和名气等有关；而不同的访问时间，比如正午或者夜晚，会影响不同POI的受访概率，同一POI在不同的时间下也可能承担不同的功能。考虑到以上所述的时空限制因素，本研究将乘客的最大步行半径设置为200m，排除最大步行范围以外的POI，并为每个POI点设置了开放时间，如政府部门的开放时间设置为8：00-18：00，同时参考前人对不同时间下不同活动发生概率的研究。考虑到POI的自身吸引力因素，作者依据过往的研究和专家意见，为各类POI的吸引力进行人为赋值。在对距离因素的考量中，则根据上海市第五次交通普查的结果反向推导距离重力模型中的距离衰减参数，采用幂律分布进行建模。综上所述，本研究首先主观限定了不同时间条件下POI的对应活动，继而采用重力模型来计算概率，因此这个模型同时考虑了时间与空间的限定因素。
基于个体选择的随机性和不确定性，作者在POI受访概率模型的基础上，采用Monte Carlo法来模拟个体选择行为，以更加真实地反映个体的出行选择。进一步地，作者进行了两组对比实验，分别忽略上述的时间因素和时间、吸引力因素，实验结果表明，同时考虑时间、吸引力和距离因素的模型与交通普查的结果更为接近。
研究结果揭示了一周内上海市居民活动的4项时空特征：时间模式、空间动态、行程长度分布以及出行方向分布。在时间模式上，解释了上述9类主要日常活动的时间周期规律，包括各类活动的高低峰、周末与工作日的区别等。在空间动态上，描绘了不同活动的空间分布，以及时间因素对不同活动的空间分布的影响程度。在行程长度层面，研究结果体现了不同活动对应的出行距离，并揭示了出行距离对活动频率的影响是呈指数递减的。在出行方向上，研究了不同活动的方向分布，发现除了交通换乘活动以外的大部分活动并没有突出的方向偏好，研究结果可反映城市功能布局和重要交通站点的方位。
综上，本研究系统地提出了结合出租车GPS数据和POI信息研究城市居民活动的方法以及可研究的范畴，为出租车数据中人物活动信息的价值挖掘提供了一种重要的方法。
来源：GONG L, LIU X, WU L, et al. Inferring trip purposes and uncovering travel patterns from taxi trajectory data[J]. Cartography and Geographic Information Science. 2016, 43(2): 1-12.
（供稿：邹祖钰）