安徽省合肥市常规公交系统特征 二维码
207
 
01 数据获取与处理
实验选取合肥市市域作为研究区域。 合肥，简称“庐”或“合”，安徽省辖地级市、省会。截至2020年，合肥市下辖4个区、4个县、代管1个县级市，总面积11445平方千米，建成区面积528.5平方千米。 全市常住人口为936.99万人，其中城区人口512万人，城镇化率达82.28%。2020年，合肥实现地区生产总值10045.72亿元。 目前，合肥市机动车保有量262万辆、驾驶人达294.5万人。截至2019年，合肥市公交运营车辆7989辆，换算成标准运营车数9754台。目前，合肥市共有公交路线474条。 合肥市市域公交线路概况
（数据来源：8684实时公交） 合肥市主城区公交线路概况
基于高德地图提取合肥公交站点线路数据，进行下文分析。
打开ArcGIS 10.5，通过“添加数据”将上述步骤生成的.txt文件进行添加，可以看到内容列表中新增了对应图层。接下来需要在ArcGIS上显示各个公交站点的坐标：内容列表中对应图层行右键单击，选择“显示XY数据”，调出显示框。   注意填右图数据框时，要在X、Y字段上分别链接“busstop_Longitude84”、“busstop_Latitude84”字段，而非“busstop_Longitude”和“busstop_Latitude”字段，以确保使用统一的WGS-84坐标系。同时也对坐标系进行“编辑”操作，同样选择WGS-84坐标系。   完成以上操作后，ArcGIS中会展示所有公交站点的可视化分布。为该文件添加合肥市地图作为底图：打开“91卫图助手”，选择“合肥市”行政区划进行卫星影像地图的下载。下载后，通过拖拽的方式将下载的合肥市.tif栅格文件导入到gis中。
对获取到的初始数据表格进行数据处理，分析线路平均站点数、线路平均长度、线路平均站点距离、非直线系数等指标，票价、运营时间、公司情况等。 合肥市市域范围内各公交线路的运营公司组成情况（部分）表格如下： 合肥市域内公交线路运营公司组成
同时绘制饼状图，结果如下：
将“bus_Name”列数据单独提取复制并删除重复值，再使用COUNTIF函数对获得的线路名单进行计数操作，就可以得到各个线路的站点数。
对这些站点数求平均值，得到公交线路的平均站点数为：23.1 。 对这些线路长度求平均值，得到公交线路的平均长度为：20016米。 对处理好的数据列求平均值，获得线路平均站点距离为：905.3米。
公交营运线路的非直线系数是路网布局规划中的一项重要指标。公交线路的非直线系数定义为：公交线路首末站之间的实际距离与空间直线距离之比。《城市道路交通规划设计规范GB50220-95》规定：公共交通线路非直线系数不应大于1.4。
对上述计算结果所得的非直线系数进行降序排序，注意到有部分路线，其首末站间距离明显很小（甚至达到0），其按此方法计算得的非直系线系数非常大，同时从其线路名上可以判断这些线路为环线（如H310路(烔炀客运站--烔炀客运站)）。将环线公交路线剔除。 对剔除后的公交路线非直线系数进行分析，求得其平均值为1.53，大于规范给出的设计要求。 进一步分析发现：
再分析公交票价，得到结果如下： 合肥市域公交站点票价情况
将结果绘成饼状图，成果如下：
最后分析公交运营时间：获取到的初始数据中，有明确起始和结束时间的线路一共有260条，这些是我们的分析对象。 根据分析可知，
合肥公交属性信息表
02 公交线路可视化  首先对常规公交进行可视化操作，首先选取普通线路：66路(市政务办公区南--省行政中心)、51路(合肥南站--省电气学校)等三条线路进行具体分析。 前面获取的公交站点图层（1到999路.txt 个事件）还不能直接对其进行编辑操作，需要首先将其转化为shapefile格式：在该图层上右键-数据-导出数据，将其导出为shapefile文件。
将站点依路径顺序进行连接，最终得到该66路公交路线图。重复上述操作，就可以得到三条常规公交线路图。对于底图图层（合肥市.tif），通过右键-属性-显示-调整其透明度，可以增强整体的可视化效果。最终的出图结果见下图。
对所有BRT快速公交进行可视化操作，选取BRT快速公交线路：B1、B2、B3、B4、B5、B7、B9、B11八条线路进行具体分析。 依照上述步骤，绘制出BRT快速公交线路可视化图，结果如下图所示。
2020年9月2日，交通运输部发布《关于命名石家庄市等12个城市国家公交都市建设示范城市的通报》，合肥同石家庄等12个城市被命名为国家公交都市建设示范城市。
03 公交车站覆盖率是以公交车站为中心，合理步行距离（一般为300米）为半径计算覆盖面积；或以公交线路为轴线，合理步行距离（一般为500米）为宽度计算覆盖面积。“公交覆盖率”是“公交服务区面积覆盖率” 的简化表达。一般来讲，影响公交覆盖率的因素有三个： 一是城市区域总面积的核算方式； 二是区域内公交站点的总数量及其分布； 三是公交站点服务区的半径大小。 由北京城市实验室（BCL）2014年发布的《全国城市公交覆盖率排行榜》认为，直接选择整个城市辖区面积不太合适，因为大量地块上没有居民或生产活动，公共交通没必要覆盖，因此选择建成区面积或市区面积比较合适。 为方便统计，本次实验选取合肥市管辖的4个区（庐阳区、蜀山区、瑶海区、包河区）的建成区区域作为公交覆盖率的研究范围。
通过导入“行政区划2020”文件，获得不同省份、不同市、县、区的行政区划边界图层。对于本实验，需要对合肥市下辖的的县、区进行边界划定。通过导入shp文件并进行删减，得到合肥市各县、区行政边界图。
依据该划定的界限，对庐阳区、瑶海区、蜀山区、包河区进行保留，剩下的全部删去，得到四个直辖区的范围，通过右键-属性-显示调整其透明度以便展示。东南区域内存在较大的湖泊，不属于建成区面积，不能包括在计算范围内。可以通过编辑器-开始编辑，选择“编辑工具”箭头，双击要编辑的面要素，编辑其折点。调整后的范围见图。
将调整后的范围数据进行数据输出，具体步骤为：右键-数据-导出数据，将其导出为shapefile文件，以便用于接下来的标识工作。在arcToolbox中找到“分析工具”-“叠加分析”-“标识”，将全部站点作为输入要素，行政区划作为标识要素进行标识。标识完成后，可以在输出的站点文件图层的属性列表中看到已被标识添加的字段列。 在arcToolbox中找到“数据管理工具”-“投影与变换”-“投影”，将全部站点作为输入要素，行政区划作为标识要素进行标识。标识完成后，可以在输出的站点文件图层的属性列表中看到已被标识添加的字段列。在该输出图层处打开属性列表-按属性选择（图），选择“县 =‘蜀山区’”，可以选择所有蜀山区的站点。保持选中这些点的情况下，在站点图层上进行“右键-数据-导出数据”操作，可以单独输出该区域的所有点，作为一个独立图层，最终效果见图。
在arcToolbox中找到“分析工具”-“领域分析”-“缓冲区”，将被分好的点层作为输入要素；“线性单位”设置为“500米”；“融合类型”选择“ALL”（将所有缓冲区融合为单个要素，从而移除所有重叠），接着输出。在生成要素的属性表中，可以查看该缓冲区的总面积（Shape_Area）。 重复以上操作，可以获得各个区的公交站点500m缓冲区范围面积。 接着计算各个区的总面积：将行政区划面图层进行“数据管理工具”-“投影与变换”-“投影”操作，转化为投影面，再在输出投影面的属性表上通过“表选项”-“添加字段”添加名为“area”的字段。 将各个区域的缓冲区面积除以该区域的总面积，即可得到各区域的公交站点覆盖率；对于四个区的总体公交站点覆盖率，由于不同区内缓冲区范围会因为相互重叠而重复计算，所以需要进行联合：在arcToolbox中找到“分析工具”-“叠加分析”-“联合”，将四个区域的图层全部输入，得到输出面是四个缓冲区面的交集。打开其属性表，对“Shape_Area”字段进行统计得到面积之和，即为交集的面积。 最终结果见表： 合肥市直辖区公交站点覆盖率表
依据北京城市实验室（BCL）《全国城市公交覆盖率排行榜》2014年发布的数据，在当时统计的全国280个城市中，合肥市的公交站点500m范围覆盖率（Bus coverage ration）为69%，位列第120位。本次实验数据与当时的数据结论相比提升了12%。 对于这样的结果要客观辩证地去看待：一方面我们可以肯定合肥近年来在公交发展方面的进步：2013年，合肥市成功入选国家第二批公交都市示范工程创建城市，而2014年的数据显示合肥市当时的公交站点覆盖率略高于全国都市中游水平。7年过去了，如今合肥市公交站点覆盖率达到了81.0%，相比过去增长很大。 数据本身也存在一些值得质疑的地方：比如北京城市实验室的统计数据究竟包括哪些范围？有没有将包括肥东县、肥西县？有没有包括董铺水库？这些原文中没有找到线索，因此数据的可比性也是个问题。 更多技术细节可参考往期文章： END 本文整理自2019级本科生ZYH《交通地理信息系统》课程实验。
如果觉得还不错 点这里！ 下一篇航线网络可视化与分析
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
