收藏本站
《华东师范大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

基于客运交通数据的城市体系和内部空间相互作用及变化研究

王祖静  
【摘要】:空间相互作用是地理学和区域科学的经典主题之一,是人文地理学特定的研究现象,研究其空间分布与变化格局能够为城市规划、交通调度、信息与疾病传播、人口迁徙监测等众多领域提供工作基础与理论方法指导。传统研究由于数据限制,对空间相互作用的研究不够充分,而具有精确位置信息的地理空间大数据(Geospatial BigData,GBD),为持续地、高效地、具体地定量空间相互作用提供了数据基础。本研究依据现有研究理论,以全国范围城市体系和内部不同等级的地理单元为研究对象,收集处理了 2个年份的客运交通数据,采用空间嵌入、核密度估计、网络分析、道路距离计算等GIS空间分析方法,以及相关分析、"位序——规模"和规模概率分布、复杂网络理论、Mann-Kendall突变检验、集合经验模态分解(EEMD)、回归分析等统计分析方法,全面系统的分析相互作用引力模型中输入输出规模、相互作用强度以及距离的空间分布及变化格局,在此基础上重新发现相互作用强度随距离变化的变化规律,用不同的距离函数拟合相互作用模型,求解距离摩擦系数。主要研究结论归纳如下:(1)客运站点的空间分布受制于人口分布规律城市体系各级行政单元2个年份三种类型的客运站在空间分布上均受制于人口分布规律,胡焕庸线以东地区站点总量、覆盖深度和分布广度均大于胡焕庸线以西地区,人口分布规律对公路客运站点的影响人口分布对铁路站点的影响人口分布对民航站点的影响。各级行政单元的站点密度分布与人口密度分布极为相似。城市内部公交站点主要位于公路沿线,同样受人口分布的影响,2个年份乡级单元站点总数较大的区域均位于城市近郊,在城市中心区的周边形成高值区。密度分布则不然,高密度区域在大城市位于中心城区和郊区县城,在中小城市则位于城市中心区,并且均由中心区向外围呈高值递减分布。(2)单元的输入输出规模表现出不同的分布形态和空间格局城市体系基于3种客运类型的对外输出和外界对其输入"位序——规模"分布均有重尾现象,并且为首位型分布。规模概率分布表现出不同的分布形态,3种类型的比较可知,除公路输入规模概率曲线表现为直接衰减外,其余曲线均为先升后降,说明规模最小的站点不是数量最多的站点。城市内部少数公交站点的输入输出规模较强,而大多数站点的规模较弱,2个年份均处于自然状态下集中型的最优分布,与城市之间基于各类客运站点的输入输出规模分布类似,但是首位率现象不显著。规模概率分布上,输入输出规模和城市之间基于公路的输入输出规模概率分布相似。空间格局上,城市体系2个年份基于公路客运的输入输出规模在东部沿海地区普遍大于内陆省份,长三角、珠三角城市群在中心城市间形成"轴——辐"式网络,京津冀城市群是以北京——天津为中心沿公路的"点——轴"式分布。基于铁路的输入输出规模高值出现在"四纵四横"铁路沿线周边。基于民航的输入输出规模空间极化现象显著,大城市出现"驼峰",而在其周边则是大片低值集聚区,呈现典型的"核心——边缘"现象。分布比较上,3年间基于公路客运的单元规模增加值,从东至西地理环境越恶劣规模增加越少;铁路客运在东北和西南地区部分城市的规模均有所减少,而在大城市和铁路枢纽城市的规模有所增加;民航客运7年间的对外输出规模增加值在直辖市、省会城市及计划单列市的增幅较大。城市内部各市市辖区的输入输出规模均占绝对优势,大城市中心城区周边单元(即城郊)规模较大,中小城市则是在中心城区的规模较大,并且输入输出规模十分相似,具体的不同城市均表现出各自的分布现象。3年间城市郊区的规模增加值普遍大于城区,大城市的规模增加值普遍大于中小城市。(3)单元间的相互作用均呈现3种基本空间格局2个年份城市体系地级单元之间基于公路客运的相互作用在空间上均呈现放射状,主要呈现3种基本格局,一是以省会城市为中心,向周边中小城市辐射,二是以区域双核城市的"点——轴"式空间格局,双核之间有较强的相互作用,同时双核城市分别又向周边中心城市辐射,三是"轴——辐"式网络,中心城市和其余具有较大影响的城市组成了关系网络,并且网络内部的相互作用较强,2016年相较于2013年,中、长距离相互作用有所增加,短距离相互作用强度有所增强。铁路客运呈现以铁路线串联的城市之间相互作用较强,高强度值沿铁路线走势明显。民航客运则主要是在"北京、天津——上海、南京、杭州——广州、深圳——重庆、成都"之间形成了一个"菱形"结构。城市内部乡级单元间高强度相互作用同样形成了 3种分布模式,第1种模式呈现"轴——辐"式网络布局,即以主城区和郊区县城为高值集聚区,在主城区和郊区县城内部乡级单元之间形成强度不等的辐射网络,并且各县城均有—条及以上的强相互作用联系主城区。第2种模式呈现"点——轴"式空间格局,强度高值集聚区一个位于主城区,一个位于高新技术开发区或城市新区等,其内部的相互作用强度较强,并且在这两个高值集聚区之间沿着高等级公路,有超过一条的强相互作用联系。第3种模式主要是以中心城区乡级单元间的相互作用为高值区,向外围呈现梯度递减的辐射网络。(4)相互作用的距离分布适用不同的分布函数,距离与成本呈线性关系城市之间公路主要服务于短距离客运,铁路是中、短距离客运,而民航则主要负责长距离客运。2个年份公路距离分布用负指数和负幂函数拟合均合适,铁路用负指数函数拟合较好,而民航则用高斯函数拟合效果最好。公路、铁路、民航相互作用的距离均与金钱、时间等成本呈线性关系,距离增加导致相应的阻抗也在增强。城市内部2个年份基于公交的相互作用距离总体上均拟合为幂律分布,但各城市距离的分布曲线各不相同,不同城市相同时间的距离分布最优拟合函数可能不同,相同城市不同时间的距离分布最优拟合函数也可能不同,但是均用负指数和负幂函数拟合效果最好。(5)相互作用强度随距离的变化均呈先增加后衰减的趋势城市体系总体上呈衰减趋势,但是具体的,表现为先增加后衰减,即相互作用强度随着距离的增加先增加,达到一定的峰值以后再衰减,相同时间相同客运类型不同等级的行政单元间相互作用强度的峰值不同,不同时间相同客运类型相同等级的行政单元对应的峰值相近,相同时间不同客运类型相同等级的行政单元对应的峰值也相近。当尺度上升到地级单元时,陆路交通客运峰值对应的距离为县级和站点单元(50km)的2倍,出现在100km左右,而民航则不同,总体上均出现在大约1200km处。城市内部总体上呈衰减趋势,但是具体也表现为先增加后衰减,不同时间相同等级单元间的相互作用强度达到峰值时对应的距离相近,随着尺度的上升,峰值对应的距离在大约0.9km(个体层面)和6.4km(群体层面)处达到峰值。(6)相互作用引力模型可采用指数或者幂函数作为距离函数来拟合城市体系距离函数可采用指数或幂函数,最优拟合时指数函数对应的摩擦系数大于幂函数。当距离函数为指数函数时,不同时间对应的摩擦系数不同,2013、2016年公路客运摩擦系数分别为7.2±0.3、10.8±0.4,铁路客运摩擦系数分别为3.3±0.4、3.1±0.5;当距离函数为幂函数时,时间对摩擦系数的影响较小,公路摩擦系数分别为0.6±0.1(站点单元)、1±0.1(县级、地级单元),铁路摩擦系数分别为 0.5、0.9。城市内部距离函数适宜采用幂函数,不同时间的摩擦系数相近,群体单元的距离摩擦系数(1.2±0.1)大约为个体单元(0.6±0.1)的2倍,与城市体系基于公路和铁路客运的相互作用采用幂律距离衰减的摩擦系数比较接近,可知无论是城市内部还是城市之间,采用幂律距离衰减的群体单元的摩擦系数均大于个体单元。从不定的距离函数和摩擦系数可知,地理学空间相互作用模型不存在统一的距离函数和摩擦系数。
【关键词】:客运交通 城市体系和城市内部 空间相互作用 引力模型 距离衰减规律 变化
【学位授予单位】:华东师范大学
【学位级别】:博士
【学位授予年份】:2017
【分类号】:P208
【目录】:
  • 摘要6-10
  • ABSTRACT10-18
  • 第一章 绪论18-39
  • 1.1 研究背景及意义18-20
  • 1.1.1 研究背景18-19
  • 1.1.2 研究意义19-20
  • 1.2 研究进展20-34
  • 1.2.1 客运交通20-23
  • 1.2.2 空间分布23-25
  • 1.2.3 空间相互作用25-30
  • 1.2.4 距离30-32
  • 1.2.5 尺度与分辨率32-34
  • 1.3 拟解决关键问题、研究内容及技术路线34-37
  • 1.3.1 拟解决的关键问题34
  • 1.3.2 研究内容34-36
  • 1.3.3 技术路线36-37
  • 1.4 创新点37-39
  • 第二章 研究区域与数据资料39-52
  • 2.1 研究区域39-40
  • 2.2 数据来源40-44
  • 2.2.1 公路客运数据40
  • 2.2.2 铁路客运数据40-42
  • 2.2.3 民航客运数据42-43
  • 2.2.4 城市公交数据43-44
  • 2.2.5 辅助分析数据44
  • 2.3 数据预处理44-52
  • 2.3.1 地图匹配44
  • 2.3.2 公路44-45
  • 2.3.3 铁路45-47
  • 2.3.4 民航47
  • 2.3.5 公交47-52
  • 第三章 站点的空间分布及变化52-70
  • 3.1 引言52
  • 3.2 研究方法52-53
  • 3.2.1 核密度估计52-53
  • 3.2.2 相关分析53
  • 3.3 结果分析53-68
  • 3.3.1 城市体系的站点空间分布53-61
  • 3.3.2 城市内部的站点空间分布61-65
  • 3.3.3 站点空间分布的变化65-68
  • 3.4 讨论68
  • 3.5 小结68-70
  • 第四章 单元的输入输出规模70-110
  • 4.1 引言70
  • 4.2 研究方法70-72
  • 4.2.1 客运线路计算70-71
  • 4.2.2 空间嵌入71-72
  • 4.2.3 "位序——规模"分析72
  • 4.3 结果分析72-106
  • 4.3.1 城市体系的单元输入输出72-87
  • 4.3.2 城市内部的单元输入输出87-106
  • 4.4 讨论106-107
  • 4.5 小结107-110
  • 第五章 单元间的空间相互作用110-142
  • 5.1 引言110
  • 5.2 研究方法110-113
  • 5.2.1 网络分析110-111
  • 5.2.2 复杂网络111-112
  • 5.2.3 空间嵌入网络112-113
  • 5.3 结果分析113-139
  • 5.3.1 城市体系单元间相互作用113-125
  • 5.3.2 城市内部单元间相互作用125-139
  • 5.4 讨论139-140
  • 5.5 小结140-142
  • 第六章 相互作用的距离142-171
  • 6.1 引言142-143
  • 6.2 研究方法143-147
  • 6.2.1 城市体系单元间距离、时间计算143-146
  • 6.2.2 城市内部单元间距离、时间计算146-147
  • 6.3 结果分析147-168
  • 6.3.1 城市体系147-155
  • 6.3.2 城市内部155-168
  • 6.4 讨论168-169
  • 6.5 小结169-171
  • 第七章 相互作用强度随距离变化的变化171-217
  • 7.1 引言171
  • 7.2 研究方法171-175
  • 7.2.1 Mann-Kendall突变检验171-172
  • 7.2.2 集合经验模态分解172-175
  • 7.3 结果分析175-206
  • 7.3.1 城市体系单元间相互作用强度随距离变化的变化175-188
  • 7.3.2 城市内部单元间相互作用强度随距离变化的变化188-206
  • 7.4 讨论206-215
  • 7.4.1 周期性波动206-209
  • 7.4.2 阵发性与记忆性209-212
  • 7.4.3 进一步猜想212-215
  • 7.5 小结215-217
  • 第八章 相互作用引力模型的拟合217-234
  • 8.1 引言217-218
  • 8.2 研究方法218
  • 8.3 结果分析218-230
  • 8.3.1 城市体系单元间相互作用模型的拟合218-225
  • 8.3.2 城市内部单元间相互作用模型的拟合225-230
  • 8.4 讨论230-232
  • 8.4.1 与相关研究比较230-231
  • 8.4.2 进一步猜想231-232
  • 8.5 小结232-234
  • 第九章 结论与展望234-239
  • 9.1 结论234-237
  • 9.1.1 城市体系234-236
  • 9.1.2 城市内部236-237
  • 9.2 不足与展望237-239
  • 参考文献239-254
  • 后记254-255
  • 在学期间所取得的科研成果255

中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026