典型文献
"轨道交通微中心"理念下的慢行影响区范围确定方法
文献摘要：
为响应北京地铁站周边用地一体化、打造轨道微中心的理念,本研究利用多源大数据,从公共客流、路网设计、人口密度和用地多样性等方面提取了23个影响因素,定量地刻画站点慢行影响区内的建成环境及出行特征,其中重点考虑了共享单车的接驳特征.为了弥补以往以出行者的步行时间确定轨道站点影响范围的不足,提出了融合主成分分析和K-均值聚类的站点分类模型去划定慢行影响区的范围.以北京市为例,站点影响区被分为4簇:接驳低效-连通度弱-居住主导型,接驳高效-连通度高-均衡型,接驳高效-连通度弱-混合型,接驳高效-连通度高-工作主导型.为了验证聚类的合理性,利用空间自相关的方法判断簇内指标的空间依赖性,结果显示簇1、3、4的空间分布与随机模式没有显著的差异,而簇2接驳高效-连通度高-均衡型站点在空间上存在一定的自相关特性.最后,基于聚类结果定义了轨道站点的慢行影响范围,分别为2000、1600、1600、1700 m.不同轨道站点类型慢行影响范围的明确,有助于城市规划者确定轨道微中心的建设范围,也可为以公共交通为主导的城市模式开发奠定基础.
文献关键词：
轨道微中心;影响因素;主成分分析;K-均值聚类;慢行影响区
中图分类号：
作者姓名：
陈廷照;陈艳艳;王子理;郭继孚
作者机构：
北京工业大学城市交通学院,北京100124;济南市道路和桥隧服务中心,山东济南250101;北京交通发展研究院,北京100161
文献出处：
引用格式：
[1]陈廷照;陈艳艳;王子理;郭继孚-."轨道交通微中心"理念下的慢行影响区范围确定方法)[J].华南理工大学学报（自然科学版）,2022(07):56-65
A类：
慢行影响区
B类：
确定方法,北京地铁,地铁站,轨道微中心,研究利用,多源大数据,客流,路网,人口密度,方面提取,建成环境,出行特征,共享单车,接驳,出行者,轨道站点,影响范围,均值聚类,站点分类,分类模型,划定,连通度,主导型,混合型,空间自相关,空间依赖性,相关特性,点类型,城市规划,规划者,建设范围,公共交通,通为
AB值：
0.280557
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
