[发明专利]基于变尺度地理加权回归模型的O-D时空分布预测方法

说明书

本发明涉及一种基于变尺度地理加权回归模型的O‑D时空分布预测方法，属于城市交通规划及管理和智能交通系统的技术领域。加入建成环境作为O‑D时空分布的解释变量，并通过案例证明了建成环境对于O‑D时空分布的解释性；给出了一种量化城市建成环境对O‑D时空分布的空间异质性影响方法。本发明的效果和益处是解释了建成环境对O‑D时空分布影响的空间异质性影响，并给出了一套适用于不同尺度交通小区的量化分析方法，能够提高城市O‑D时空分布预测结果的精度。

技术领域

本发明属于城市交通规划及管理的技术领域，涉及交通出行起讫点 (Origin-Destination，简称O-D)时空分布和ITS智能交通系统领域，特别适用 于基于城市建成环境对O-D时空分布的解释和O-D时空分布的预测方法。

背景技术

现有关于地理加权回归模型(Geographically weighted regression，简称GWR)广泛应用于经济学、社会学和生态学等领域，在交通规划领域的应用逐渐开始 被重视。Wang应用GWR模型探究了城市建成环境对道路行程时间的影响，得 出在不同路段建成环境属性对道路行程时间的影响不同，存在空间异质性特点。 Dziauddin通过引入GWR研究了马来西亚吉隆坡地区轻轨交通站点如何影响住 宅价值，结果表明轻轨交通站点能够对住宅价值产生影响，但在地理区域上存 在相当大的空间差异，距离轻轨站的远近程度，对中等收入社区住宅价值影响 显著，但对高收入社区住宅价值影响不大。

在传统的GWR模型中，应对某些参数影响范围尺度较大，而另一些参数影 响范围尺度较小的问题，采取了最优平均尺度方法，即假定GWR模型中所有的 参数保持在同一尺度，但这显然是不现实的。为了探索分析影响O-D分布的内 在因素，引入了改进的变尺度地理加权回归模型。本发明采用出租车数据，提 出一种基于变尺度地理加权回归的O-D时空分布预测方法，充分考虑了城市建 成环境对O-D时空分布的影响，从而提出更精确的预测方法。

发明内容

本发明要解决的技术问题是先利用各交通小区内出租车GPS数据得到各小 区O-D分布，然后在此基础上构建变尺度地理加权回归模型估算城市建成环境 对O-D分布的空间异质性影响。

本发明的技术方案：

一种基于变尺度地理加权回归模型的O-D时空分布预测方法，其特征在于， 步骤如下：

(1)交通小区划分

首先对研究区域进行交通小区划分，可采用行政乡镇街道划分或栅格化划 分方式。

(2)城市建成环境要素提取与统计

依据研究需要，提取交通小区内各种城市建成环境要素的指标，主要包括 密度、土地利用多样性、街区设计、目的地可达性和距离公交设施距离，并进 行交通小区内建成环境要素统计。此外，还要通过基础数据处理得到研究时段 内各交通小区的交通生成量和吸引量。

(3)基本地理加权回归的基本形式

地理加权回归模型GWR的模型结构如下：

式中，i为交通小区的编号，取1,2,…,n；y_i为第i个交通小区早高峰的交通 吸引量或生成量，(u_i,v_i)为第i个交通小区的坐标，β_o(u_i,v_i)为第i个交通小区的 常数项，x_ik为第i个交通小区内第k个建成环境要素，β_k(u_i,v_i)为x_ik的估计系数， m表示显著影响交通小区出行O-D分布的城市建成环境要素个数，ε_i为第i个交 通小区的随机误差项；