轨道交通站点的功能综合反映了城市土地利用状况和城市空间活力。轨道交通站点与城市用地的和谐发展,对于优化城市交通、提升土地使用效率具有显著的正面影响。首先运用信息熵测算站点功能多样性,进一步运用优势度与均匀度探究站点功能...轨道交通站点的功能综合反映了城市土地利用状况和城市空间活力。轨道交通站点与城市用地的和谐发展,对于优化城市交通、提升土地使用效率具有显著的正面影响。首先运用信息熵测算站点功能多样性,进一步运用优势度与均匀度探究站点功能演变的空间分布特征和结构特征,最后使用XGBoost-SHAP机器学习模型探讨了其驱动因素以及它们之间的交互效应。研究表明:从时间维度上看,2012—2023年间站点功能信息熵总体呈现波动下降趋势。从空间维度上看,二环内变化型站点居多,二环至五环相对稳定,五环至六环站点变化明显,整体站点功能动态不稳定,变化型站点占比高达76%。从结构维度上看,站点功能构成经历了明显的变化,商服型和交通型站点增长,居住型、产业型及公共型站点减少或波动下降。从驱动因素上看,站点范围内的POI(point of interest)数量、路网密度和生产总值等是影响北京地铁站点功能混合度水平的主导因素,且各个主导因素之间存在交互效应。本文研究结果对于改善地铁站点周边土地的使用效率和增强站点的活力具有重要意义。展开更多
为探究建成环境对城市轨道站点客流的非线性影响,以北京市轨道交通站点为研究对象,基于兴趣点(Point of Interest,POI)数据、手机信令数据、路网数据等多源数据,从社会经济与人口、土地利用、多模式衔接及站点特征4方面精细化刻画建成环...为探究建成环境对城市轨道站点客流的非线性影响,以北京市轨道交通站点为研究对象,基于兴趣点(Point of Interest,POI)数据、手机信令数据、路网数据等多源数据,从社会经济与人口、土地利用、多模式衔接及站点特征4方面精细化刻画建成环境,构建梯度提升决策树(Gradient Boosting Decision Tree,GBDT)模型揭示建成环境对不同时段及不同方向站点客流的相对贡献、非线性影响及阈值效应.研究结果表明:GBDT模型拟合效果优于普通最小二乘(Ordinary Least Squares,OLS)模型、自适应增强(Adaptive Boosting,AdaBoost)算法及随机森林(Random Forest,RF)模型;社会经济与人口属性对高峰时段客流的影响最大,对早晚高峰进出站客流的贡献均超过40%;土地利用属性对平峰进出站客流的影响最大,贡献为33.06%及49.10%;相对重要程度最高的变量对站点客流均表现出明显的非线性影响及阈值效应;距离市中心15~22 km的站点有更高的早高峰进站及晚高峰出站客流;高峰时段私家车接驳轨道交通的比例远大于平峰时段.研究结果可为城市轨道交通线网规划及城市土地利用布局提供理论支撑.展开更多
文摘轨道交通站点的功能综合反映了城市土地利用状况和城市空间活力。轨道交通站点与城市用地的和谐发展,对于优化城市交通、提升土地使用效率具有显著的正面影响。首先运用信息熵测算站点功能多样性,进一步运用优势度与均匀度探究站点功能演变的空间分布特征和结构特征,最后使用XGBoost-SHAP机器学习模型探讨了其驱动因素以及它们之间的交互效应。研究表明:从时间维度上看,2012—2023年间站点功能信息熵总体呈现波动下降趋势。从空间维度上看,二环内变化型站点居多,二环至五环相对稳定,五环至六环站点变化明显,整体站点功能动态不稳定,变化型站点占比高达76%。从结构维度上看,站点功能构成经历了明显的变化,商服型和交通型站点增长,居住型、产业型及公共型站点减少或波动下降。从驱动因素上看,站点范围内的POI(point of interest)数量、路网密度和生产总值等是影响北京地铁站点功能混合度水平的主导因素,且各个主导因素之间存在交互效应。本文研究结果对于改善地铁站点周边土地的使用效率和增强站点的活力具有重要意义。
