看完《基于GIS的合肥市BRT和Metro的交通可达性研究part1、part2、part3……系列文章,紧接着往下看......




九、网络分析与空间分析——以居民点至商业金融中心的可达性求解为例,其余部分分析步骤一样

建立OD成本矩阵

1.1 BRTMetro路线时

1)居民点至商业金融中心的ODCost Matrix Layer

相应的步骤如下:

A、基于距离的OD成本矩阵

A-1)点击【Network Analyst】工具条上的按钮【Network Analyst】,在下拉菜单中选择【新建OD成本矩阵】,之后显示【Network Analyst】面板;

②在【Network Analyst】面板右键点击【起始点】项,在弹出的菜单中选择【加载位置】,在显示对话框如图所示:

基于GIS的合肥市BRT和Metro的交通可达性研究-part4_java

③将【加载至】栏设置为【居民点】;

④将【Name】的属性【字段】设置为【OBJECTID】。如此设置后,【起始点】的【Name】属性值将是【居民点】的【OBJECTID】。其目的是为了以后连接【起始点】表和【居民点】表。然后点击【确定】即可。 

A-2)在【Network Analyst】面板右键点击【目的地点】项,在弹出的菜单中选择【加载位置…】,在显示对话框如图所示:

基于GIS的合肥市BRT和Metro的交通可达性研究-part4_java_02

A-3)设置“位置分配”属性:

①点击【Network Analyst】面板右上角的【属性】按钮基于GIS的合肥市BRT和Metro的交通可达性研究-part4_java_03
,显示【图层属性】对话框;

②切换到【常规】选项卡,设置【图层名称】为【商业金融中心_OD 成本矩阵(距离)】;

基于GIS的合肥市BRT和Metro的交通可达性研究-part4_java_04

③切换到【分析设置】选项卡,选择【阻抗】为【Meters(米)】;

基于GIS的合肥市BRT和Metro的交通可达性研究-part4_java_05

④设置好后,点击【Network Analyst】工具条上的【求解】工具基于GIS的合肥市BRT和Metro的交通可达性研究-part4_java_06
,得到基于距离的OD成本矩阵【商业金融中心_OD 成本矩阵(距离)】。

基于GIS的合肥市BRT和Metro的交通可达性研究-part4_java_07

B、基于时间的OD成本矩阵

步骤同上

①切换到【分析设置】选项卡时,选择【阻抗】为【Minutes(分钟)】;

基于GIS的合肥市BRT和Metro的交通可达性研究-part4_java_08

②设置好后,点击【Network Analyst】工具条上的【求解】工具基于GIS的合肥市BRT和Metro的交通可达性研究-part4_java_09
,得到基于距离的OD成本矩阵【商业金融中心_OD成本矩阵(时间)】。

基于GIS的合肥市BRT和Metro的交通可达性研究-part4_java_10

1.2 BRTMetro路线时

1)居民点至商业金融中心的ODCost Matrix Layer

步骤和方法同上(无BRT和Metro路线时OD成本矩阵的求解)。


2、出行概率计算

步骤和方法如下:

使【商业金融中心_OD 成本矩阵(距离)】下的【目的地点】表拥有【商业金融中心】表的【规模】属性

②根据【OBJECTID】字段,连接【目的地点】表和【商业金融中心】表;

基于GIS的合肥市BRT和Metro的交通可达性研究-part4_java_11

③连接【目的地点】表和【商业金融中心】表,之后【目的地点】表就拥有了【商业金融中心】表的【规模】字段。

④为【商业金融中心_OD 成本矩阵(距离)】图层下【线】表添加【出行势能】字段和【出行概率】字段;

⑤连接【线】表和【目的地点】表,如此,【线】表也拥有了【商业金融中心】表的【规模】属性,之后,计算每条线的出行势能:

【出行势能】=【规模】/【Total_Meters】^2

基于GIS的合肥市BRT和Metro的交通可达性研究-part4_java_12

⑥根据【OriginID】汇总每条线的出行势能总和,生成出行势能汇总表.dbf

基于GIS的合肥市BRT和Metro的交通可达性研究-part4_java_13

⑦连接【线】表和【出行势能汇总表.dbf】表,并进行计算,

【出行概率】=【出行势能】/【Sum_出行势能】

⑧取消和【线】表的所有连接,然后导出【线】表到出行概率.dbf

利用模型构建器,自动计算出行概率:

基于GIS的合肥市BRT和Metro的交通可达性研究-part4_java_14

选好变量后,直接运行即可。


3、求解可达性

步骤和方法如下:

 本操作是针对商业金融中心_OD 成本矩阵(时间)】图层下【线】表

① 为【商业金融中心_OD 成本矩阵(时间)】图层下【线】表添加双精度类型(Double)的【加权时间】属性;

②根据此【线】表的【Name】字段连接上述步骤得到的【出行概率.dbf】,连接字段也是【Name】,并计算每条线的加权时间:

     【加权时间】=【出行概率】*【Total_Minutes】

基于GIS的合肥市BRT和Metro的交通可达性研究-part4_java_15

③针对【线】表,根据【ObjectID】汇总【加权时间】总和,生成【加权旅行时间汇总表.dbf表;

à针对【商业金融中心_OD 成本矩阵(时间)】下的【起始点】表,增加双精度类型(Double)居民点至商业金融中心的【可达性】字段;

根据【ObjectID】连接【起始点】表和【加权旅行时间汇总表.dbf】表,连接字段是【ODLines_OriginID】,并计算居民点可达性:

     民点至商业金融中心的【可达性】= Sum_加权时间 /【目的地】个数

基于GIS的合肥市BRT和Metro的交通可达性研究-part4_java_16

利用模型构建器,自动计算可达性

基于GIS的合肥市BRT和Metro的交通可达性研究-part4_java_17

选好变量后,直接运行即可。

 

4、空间插值

由于以居民区点图的方式看可达性很不直观,通过ArcGIS10.0空间分析模块中反距离插值得到整个研究区域无空白栅格图,直观地反映了居民点可达性分布情况,便于比较,分析,评价和得出结论。