交通规划原理一、交通调查1. 交通小区划分原则（1）同质性。

区内的土地利用、经济、社会等特性应该相同。

（2）以轨道交通、河流等作为天然屏障作为分区的边界。

（3）配合行政区的划分。

（4）分区中考虑路网。

（5）保持分区的完整，避免同一用途的土地被分开。

（6）分区越小，数据越多，成果越准确。

2. 期望线：连接各个小区质心的直线，代表小区之间的出行，其宽度通常根据出行量的大小而定。

3. 核查线：为校核起讫点调查结果的精度，在调查区域内设置的分隔线，一般借用天然或人工障碍，河流、铁路等。

可设一条或多条，将调查区分为几个部分，在穿过改线的所有道路断面上进行交通流调查，将通过该线的实测交通量同起讫点调查所得到通过该线的OD量进行比较。

4. 居民出行调查的主要内容：（1）个人特征信息：性别、年龄、职业、收入、文化程度、工作地址等，上班或上学的交通工具，每年旅游出行次数等。

（2）家庭特征信息：家庭地址。

居住和在籍人口情况、车辆拥有情况、房屋面积、家庭收入等，还包括家庭收入情况、上学情况等。

（3）一次出行特征信息：出行目的、出行起讫点、出行时间、采用的交通方式。

（4）其它特征信息。

5. RP调查，行为调查，即揭示嗜好调查，是对实际行动或已完成的选择性行为进行地调查。

针对某些已经实施的政策或者已经存在的设施进行相关调查，根据出行者实际出行行为，获得实际使用或接受的概率，在此基础上建立相关的概率模型或其它模型，是交通出行行为特征调查的常用方法。

优点：经过实际数据标定，较高的可靠度和精度。

缺点：（1）变量之间存在相关性，信息冗余过多，工作量大，被调查者有反感情绪；（2）变量选择范围有限；（3）选择行为、特性以及服务可能在发生变化。

（4）选择方案的信息模糊，被调查者因记忆模糊而导致调查失真；（5）替代方案信息模糊。

（6）调查成本高，无法充分预测未发生的措施或因素。

6. SP调查，意向调查，即表明嗜好调查，在一定假定条件下，选择主体对备选方案如何选择的以及如何考虑的选择意向调查。

其目的是通过掌握人们思维意识行动的变化，分析对非现存服务系统的需求。

优点：（1）虚拟更加广泛的选择方案供被调查者选择，弥补RP方法的不足。

（2）根据未来的状况，任意设定选择条件，对分析对象区域内建设过去没有的选择方案十分有利。

（3）不同被调查者对相同条件的反应不同，可以研究因个人属性的不同而产生选择结果的差异，计算在每个选择条件下特定的选择方案的选择概率并由此进行集计分析。

缺点：（1）如果考虑因素过多，工作内容多，难度大。

（2）SP调查有误导被调查者的倾向。

（3）被调查者实际选择会与调查时选择的方案不同，是由于条件发生改变或设计调查表不够全面。

比较：（1）RP调查适合处理现状交通问题，SP适合对未来交通问题的预测；（2）数据特点上，RP数据具有可靠性，SP数据具有可操作性性。

（3）模型标定上，RP数据和SP 数据起到相互补充的作用。

二、交通与土地利用1. 规划建设用地结构：居住用地，25%~40%；交通设施用地，10%~30%。

2. 交通与土地利用相互影响、相互作用。

交通系统的发展引起土地利用特征变化，导致了城市空间形态、土地利用结构及土地开发强度的改变；反过来，土地利用特征的改变也对交通系统提出新的要求，促使其不断改进完善，引起交通设施、出行结构和交通密度特征的改变。

最终形成交通系统与土地利用相协调的产物。

3. 土地利用模式：高密度集中模式，公共交通；低密度分散模式，私人机动化交通。

4. 出行生成率：单位指标在单位时间内所产生的交通需求。

根据对出行起决定性的因素，将整个对象区域按照决定指标（如建筑面积、住宅户数、座位数、人数等）划分为若干类型。

同一类型由于出行因素相同，出行次数基本相同，将单位时间内的出行次数称作“出行生成率”。

5. 趋势交通量，按照正常的经济和社会发展的交通量，也称为自然增长交通量；转移交通量，交通系统中由于新建设施或等级改造，提高服务水平而从其他方式转移过来的交通量。

诱增交通量，由于新建设施或等级改造，提高了服务水平，改变了出行者的出行条件，从而诱发了居民出行和激发了货物流动，产生了新的交通量。

三、交通网络布局规划与设计1. 区位理论，关于人类活动的空间分布及其空间中的相互关系的学说，是研究人类经济行为的空间区位选择及空间区内经济活动优化组合的理论。

交通区位是指交通线的“资源”所在。

2. 节点重要度用来确定交通枢纽、车站以及高速公路出入口。

线路重要度用以确定线路的走向和线路的等级。

3. 城市交通网络基本形态：方格网式、带妆、放射状、环形放射状、自由式。

4. 城市基本布局：中央组团式、分散组团式、带状、棋盘式自由式结构。

5. 交通网络评价指标：（1）交通设施用地率，10%~30%；人均交通设施用地面积不应小于12米2。

（2）网络密度。

（3）干道网间距：两条干到之间的间距。

路网布局考虑因素：a. 交通流的连续性：交叉口间距合理，次干道间距不低于300米，主干道间距不低于600米为宜。

b. 城市用地：中心区密度较高，客流集中，间距不宜过稀。

次干道300~400米，主干道600~800米为宜，城市工业区和边缘地区，次干道500~600米，主干道1000~1200米为宜。

（4）路网结构：根据道路功能分类和保证交通流的畅通，道路的交通结构应为“塔”字型，其中快速路、主干道、次干道、支路比例为（5）道路面积率：城市道路面积占城市建设用地面积的比例，《城市用地分类与建设用地标准》中要求为，10%~30%。

（6）人均道路面积：《城市用地分类与建设用地标准》给出，道路广场用地为7~15米2/人。

（7）到路网的可达性：指所有交通小区中心到达路网最短距离的平均值。

（8）道路网连接度，道路网中路段之间的连接程度。

城市道路成环成网的状况越好，其连接度越高。

四、交通的发生与吸引1. 生成交通量：研究对象区域全体的交通需求量，作为总控量，用于预测和校核各交通小区的发生和吸引交通量。

2. 出行和分为由家出行和非由家出行。

由家出行可分为上班和非上班。

按照出行目的细分，则又有上班、上学、自由（购物、社交）、业务等出行之列。

出行又可分为以车位单位和以人为单位。

出行生成包括出行产生和出行吸引，前者以住户的社会经济特性为主，后者以土地利用形态为主。

影响因素：土地利用、家庭规模和人员构成、年龄和性别、汽车保有量、自由时间、职业和工种等。

3. 生成交通量，发生、吸引交通量的预测方法：原单位法、增长率法、聚类分析法和回归分析法。

原单位法：（1）根据人口属性以不同出行目的的单位出行次数为原单位进行预测。

（2）以土地利用或经济指标为基准对原单位进行预测。

增长率法：把现在不同分区发生、吸引交通量与预测时间节点的增长率相乘，通常是小区活动指标的增长率。

聚类分析法：把家庭按照类型分类，从而求得不同类型家庭的平均出行率。

该研究认为小汽车拥有量、家庭规模和家庭收入是决定交通发生的三个重要因素。

聚类分析必须服从假设：（1）一定时期内的出行率是稳定的。

（2）家庭规模的变化很小。

（3）收入和家庭车辆拥有量总是增长的。

（4）每种类型的家庭数量，可以相应于该家庭收入、车辆拥有量和家庭结构等资料所导出的数学分布来估计。

优点：（1）直观、容易理解。

（2）资料得到有效利用。

（3）容易检查和更新。

（4）可适用于各种研究范围。

缺点：（1）用户之间的彼此差异性被忽略。

（2）样本量不同，用于预测时，失去精确性的一致性。

（3）分类是有根据个人主观。

（4）用于预测时，每一小格规划年的资料预测是一项繁琐的工作。

个人分类方法：不能兼顾家庭间的相互影响、家庭的花费和预算。

回归分析法：利用数据统计原理，对大量统计数据进行数学处理，并确定因变量（出行次数）与某些自变量的相关关系，建立一个相关性较好的回归方程（函数表达式），并加以外推，用于预测今后的因变量的变化的分析方法。

缺点：该客流预测模式的特点是以现状分析为基础进行模型参数标定,并预测未来的交通需求,主要适合于城市功能结构已趋完善、人口相对稳定的城市特征。

如果在预测期内政府的城市用地、交通规划有了重大的调整,以前的客流预测就没有任何参考价值。

我国城市正处于发展成长时期,城市的发展具有很多不确定的因素,比如城市的规划与以前相比有了很大的改动,政府当局的交通政策有了很大的变动,影响了人们的出行方式,等等。

这样,在特定的政策环境下产生的客流预测也会产生很大的出入。

部分影响因素的选取主观性太强。

注意的点：（1）变量对目标要有较好的解释性,即模型对于变量的变化要足够敏感；（2）模型具有时空的稳定性。

回归模型隐含一个基本的假定,就是假定未来年的出行产生量与各个影响因素解释变量之间的联系这些联系由回归系数表现出来与现状年相同。

然而,这一点是值得怀疑的。

特别是在我国的现实条件下,随着经济的飞速发展,城市形态和城市空间结构发生着巨大的变化,现状年标定的联系在像城市轨道线网规划客流预测这样长的时间里能否依然保持或存在是值得人深思的问题。

自变量和因变量连续；自变量间独立；自变量符合正态分布且方差齐性；模型中包含所有影响显着变量，不包含不显着变量；选择适合的回归模型；回归模型用于近期预测较准确，但用于远期预测有可能会有较大误差。

其它预测模型：弹性系数分析、时间序列分析等。

5. 出行链：以某个基点（如自己的家）作为出发点，一直回到该基点或另一个基点（如工作单位）时所形成的出行的链。

马尔科夫链等五、交通分布1. 增长系数法，假定要预测年的OD交通量的分布形式和现在已有OD表的分布形式相同，在此假定的基础上预测研究对象目标区域的OD表。

平均增长率法、底特律法、福莱特法等。

优点：（1）结构简单、实用性高，不需要交通小区之间的距离和时间。

（2）对于变化较小的OD表预测非常有效。

（3）预测铁路车站间的OD分布十分有效。

（4）适用于各种目的的OD交通量。

缺点：（1）必须有所有小区的OD交通量。

（2）对象区域（小区）发生较大变化时不适用。

（3）若现状小区交通量为0时，将来预测的值也为0；可靠性较小的OD量，将来预测的误差会增大。

（4）将来交通量仅用一个增长系数，缺乏合理性。

2. 重力模型法优点：（1）直观上容易理解。

（2）能考虑路网的变化和土地利用对人们出行产生的影响。

（3）特定的交通小区交通量为0时也能预测。

（4）敏感反映交通小区之间行驶时间变化的情况。

缺点：（1）缺乏对人的出行行为的分析，与实际有偏差。

（2）人的距离分布在全域并非定值，重力模型将其视为定值。

（3）交通小区之间距离较小时，有夸大预测的可能性。

（4）内内交通量的行驶时间很难给出。

（5）小区间的时间随着交通方式和时间变化而变动，重力模型把这个当成一个定值。

（6）为了将来发生和吸引交通量一致，需要用增长率法进行收敛。