基于ArcGIS的共享单车停车密集问题解决策略

2019-08-23 18:55:58 科技传播2018年23期

韩梦凯 拜盖宇

摘 要 针对城市部分区域共享单车投放量大且停放无序现象,提出借助ArcGIS位置分配分析中最小化设施点模型分析停车点选址的方法。该方法基于已有共享单车停车分布与道路网数据,构建城市道路网模型,实现停车点的最优化选址。实践结论表明,该方法能够有效模拟共享单车找车与停车情况,并得出共享单车停车密集分布以及拟修建停车点的位置分布,在此基础上拟探讨停车位设计解决方案。

关键词 共享单车;停车点选址;位置分配分析;道路网模型;ArcGIS

中图分类号 TP3 文献标识码 A 文章编号 1674-6708(2018)224-0160-02

近两年来共享单车产业高速发展。截至2017年底,全球共有190多万共享单车在使用中,1?173个城市设有共享单车系统。我国是拥有共享单车数量最多的国家,仅北京就有超过50万辆共享单车,但其调度与公众需求难以完全匹配[ 1 ]。共享单车最主要的使用需求时段是在上下班高峰期,以满足公共交通的最后一公里的骑行需求。然而,由于使用时间的趋同性,单车往往聚集在某些特定场所,其使用频率大为降低。当前的共享单车系统问题主要表现在以下几个方面。1)停车点分布不均,投放量不合理。部分区域投放量过多,使用效率低下;闲置单车占用大量公共空间,造成资源浪费;部分区域很难找到共享单车,人们的出行需求难以满足。停车点的选址问题是共享单车系统迫切需要解决的问题。2)随意停放问题日趋严重。占用人行步道、公共空间等比比皆是,即使部分地区划定了停放区域,用户乱停乱放情况仍较为普遍;诖,作者尝试采用ArcGIS中的位置分配分析方法,探究利用最小化设施点模型解决停车点选址问题,同时进一步探究停车点的设计与后期运营的解决方案。

1 数据获取与清洗

1.1 数据获取

论文采用的数据来源于2019年08月23日西安市三环以内的摩拜单车停车数据和道路網数据。摩拜单车停车数据的采集借助网络爬虫技术,模拟摩拜单车App查找周边共享单车功能,记录当前点周边单车数量以及各个单车的坐标信息,并将单车位置呈现在地图上[ 2 ]。道路网数据来源于OSM(Open? Street?Map),利用QGIS软件将研究范围内的道路网数据抓取下来。

1.2 数据清洗

对以上获取的原始共享单车停车数据和道路网数据做数据清洗工作,为下一步数据分析做准备。共享单车现有数据结构包含单车坐标、采集时间、单车ID、单车类型、与手机App之间的距离等信息,为保证数据的唯一性,仅保留单车坐标、ID、时间三类核心信息。经处理,共享单车可用数据占原始数据的94.5%。为完善道路网数据,作者仅保留研究范围内的主干路、次干路以及支路,并将其余数据一并清除。再通过ArcGIS中的打断命令将道路数据在道路交叉口处打断,从而建立道路网拓扑关系。经处理得到有效数据10?697条,有效道路总长度达2?212.1km,占原始数据的65.2%。

2 现有数据的初步分析

在构建位置分配分析前,对研究区域构建单元大小为100m的正方形网格,并统计网格内每个单元的单车数量,并以此做共享单车分布可视化处理。如图1所示,在西安三环以内,中部单车分布较少,南北部分布较密集。单车停放密集区多位于北部靠近北三环与南部大学城附近,共享单车分布密度与北部新区建设联系较为紧密,西北部城市建设迟缓,建设面积与城市活力不足,在共享单车密度上直接反映为西北部单车分布较少而东北部偏多;南部单车密度较高的地区呈线状分布,其共享单车密度最高位置多位于大学城附近。

3 道路网模型构建

在GIS网络分析中,位置分配分析中的最小化设施点模型主要作用于求解在满足基本需求的前提下,从可能的候选位置中选择最小数量的设施点。该研究中,此工具旨在将所有的共享单车分配到附近停车点的方法来解决此问题[ 3 ]。具体做法是,使用最小化设施点数模型工具将共享单车作为请求点,再将研究区域网格化,每隔200m建立一个备选点,共计1?842个,最后导入经过筛选清洗的道路网络数据,并设定单车在一级道路上的骑行速度为15km/h,二级道路为12km/h,支路为10km/h,以此建立道路网络的位置分配分析模型。

4 停车点的优化选址

位置分配分析模型搭建完成后,利用位置分配分析中的最小化设施点求解停车点位置分配结果。在求解过程中,设时间成本为5分钟,通过数据分析将合理停车点选择出来。经统计共有347?250个有效请求点,最终得出的停车点为386个;谙钟星肭蟮阌肷枋┑憬峁,借助此道路网模型做服务区分析。得到结论如图2所示,根据时间长短,将服务区划分为1分钟可达区域、3分钟可达区域和5分钟可达区域三个阶段,并构建了3个阶段的缓冲区,由停车点服务区分析可见,道路结构中的绝大部分都在服务区范围中。对每一个停车点所能接纳的请求点个数进行了统计,统计结果如图3所示。部分停车点的单车存放压力较大,除去最大值和最小值,绝大部分的停车点的存放辆在1?000辆上下浮动。在停车点的存放量设置上,推荐值为1?000辆,此数值可满足普遍区域停放需求。

以上结果显示,主城区共享单车停车点覆盖率与需求量较大,使用者寻找停车点的距离较大。经选址优化后,情况有较大的改善,基于已选设施点的服务区分析也证实,现有的已选386个点能够有效覆盖大部分城市道路,可有效解决找车停车距离远的问题。在合理分配的情况下,所有找车方案的时间成本都大大降低。不过,部分设施点的单车存放压力较大。对停车点的规模及存放容量提出了挑战。

5 停车区位设计拟合与运营方案探究

停车区位设计拟合。根据分析作者给出以下几个设计建议。

1)在实际布局过程中,可根据以上研究数据并与实际情况相结合,依照服务区分析的3个等级,确定该区域停车级别,在5分钟可达区域级别设置20辆每个停车点,并根据该范围单车需求量均匀分布在道路两侧;在3分钟可达区域,设置40辆每点,或两个点串联设置。在5分钟可达区域,设置200辆每点,根据其设施点的影响范围进行综合布置,使其总量达到此区域的停放需求。2)在停车密集的地方设置停车场站(1分钟可达区域),宜设置专门的停车服务设施并与站点同时配套基础设施。此站点应独立设置,避免对步行街道产生干扰,其规模不宜超过300辆。可以一站多点设置。根据现场周边情况弹性设置,满足需求的同时,尽量减少对行人以及车辆交通的干扰[ 4 ]。3)在停车量较稀疏的地方可以不设站点(介于1~3分钟可达区域),但必须规划设置独立于人行道之外的停车带,并应与步行道相邻,以便市民使用。可以在两行道树之间直接设置停车带,但需要留有空余,以便人行通过。4)在极少出现停车的地方(介于3~5分钟可达区域),以条文规章的方法进行引导和管理,多用网络督导以及规划标识的方法进行管理。从而在保留随骑随停优点的同时减少运营成本。

6 结论

该研究以西安市三环以内为研究范围,采用ArcGIS中的位置分配分析,提出了利用最小化设施点模型解决停车点选址问题的方法,为之后的停车位布局提供了依据。同时,在对共享单车使用人群进行问卷调查的基础上,针对已有设施问题进一步探究了停车位设计的解决方案,并提出了优化建议。

參考文献

[1]邓力凡,谢永红,黄鼎曦.基于骑行时空数据的共享单车设施规划研究[J].规划师,2017,33(10):82-88.

[2]曾泽宇,黄昕蕾,张红洁.基于网络爬虫与TOPSIS算法解决共享单车投放问题研究——以成都理工大学校区范围为例[J].科技经济导刊,2018,26(18):33.

[3]白杨,刘稳.基于GIS位置分配模型的公交站点布局优化研究——以武汉市南湖片区为例[J].城市公共交通,2017(10):26-31.

[4]李振宇,尹志芳,廖凯,等.北京居民自行车出行意愿调查与发展对策[J].交通运输研究,2016,2(3):14-22.

?