基于互联网数据挖掘的轨道交通车站步行可达性评估方法研究

刘海洲，邵毅明，彭 挺

学术探讨

基于互联网数据挖掘的轨道交通车站步行可达性评估方法研究

刘海洲1, 2，邵毅明1，彭 挺2

（1. 重庆交通大学交通运输学院，重庆 400074；2. 重庆市交通规划研究院，重庆 401147）

优化轨道交通车站步行可达性对于提升城市品质、充分发挥轨道交通对城市用地开发的带动作用具有重要意义。针对既有研究在基础数据获取、评估技术方法等方面的不足，探索利用互联网快速获取现状步行网络数据的技术手段，并研究封闭小区背景下基于地块的可达性计算方法。研究表明：所提出的轨道交通车站步行可达性评估方法具有较强的可操作性，并实现了基础数据获取与处理过程的半自动化，提高了评估工作的效率。基于地块的评估结果能够用于后期的相关空间统计分析等，延展了评估结果的应用场景。

轨道交通；步行交通；轨道车站；可达性评估；网络爬虫；空间叠加

目前一般通过计算轨道交通站点周边500 m或800 m服务半径内的人口、岗位数量等来间接评价其服务水平或预测对应的客流需求[1]。重庆山地城市特征明显，部分区域地形高差变化较快，导致步行的实际可达区域往往远小于理论覆盖范围，这使得统计得到的人口、岗位数量偏大，客流预测结果的精确度也受到较为明显的影响。因此，有必要结合步行网络的实际分布情况，更加科学地评估轨道车站对周边用地的服务水平。

关于步行可达性的评估，既有研究主要分为定性分析和定量分析两大类型。定性分析主要通过经验判断或人工调查的方法对现状步行交通网络所存在的问题进行分析[2-5]。定量分析主要结合GIS软件进行计算和统计。冷红等[6]以哈尔滨主城区为例，基于网络分析方法，对公共开放空间的步行可达性进行了模拟和分析。汪林等[7]分别基于矢量数据和栅格数据探讨了地铁站的步行可达性。任艳蕾等[8]基于栅格数据得到交通网络数据集，并利用ArcGIS的OD成本矩阵分析了吸引点的步行可达性。房佳萱等[9]基于城市步行路网、公共服务兴趣点和建筑分布等数据，评价了各类设施的步行可达性。彭辉等[10]针对各类设施设置不同的权重，研究了城市区域步行可达性综合评价值。杨焱等[11]分析了路网阻隔、土地利用阻隔、围墙阻隔、流线阻隔和天气阻隔对地铁站步行可达性的影响。游宁龙等[12]则基于GIS软件对公园绿地的步行可达性进行了评价。

既有研究主要从周边各类设施可获得性的角度，探讨了步行可达性的综合评价问题，对于优化和改善城市步行交通系统具有重要意义，但在以下几个方面还存在不足之处：①步行可达性的定量评估要求获取准确、详细的步行网络数据，通过人工调查的方法已越来越不能满足使用需求，在没有现状步行网络实时更新平台支撑的情况下，有必要探讨快速挖掘互联网相关基础数据的技术方法；②既有研究注重于步行可达性评估结果的分析，但对于评估方法本身缺少必要的研究，如未考虑封闭小区步行通道仅限于小区内部居民出行使用的实际情况；③可达性评估结果一般采用等时圈的形式，未考虑实际用地边界的分布情况，导致后期用于相关的空间分析时精度受限。针对以上问题，重点探索利用互联网快速获取现状步行通道数据的方法，并针对封闭式管理的小区，研究基于地块的可达性计算方法，便于后续用于相关的空间统计分析。

1 步行网络数据获取与处理

1.1 步行网络数据的初步获取

如图1所示，地图采用分层管理的模式，即分别对道路、建筑等不同类型的要素进行存储。

图1 地图分层管理示意

Figure 1 Hierarchical management

步行网络数据信息是否足够详细和准确，显著影响着微观层面的可达性评估结果。因此，现面向单个轨道交通车站的步行可达性评估需求，利用步行网络数据相对准确和详细的高德导航地图，在标准地图样式的基础上，删除不需要的图层(如行政边界、绿地、河流、建筑、标注等)，只保留各等级道路和天桥、地道等通道信息，并统一设定线条的显示宽度和颜色，得到自定义地图样式。在此基础上，通过python编程将研究范围内的自定义地图以图片的形式爬取到本地电脑，并记录坐标信息。

其中，采用python语言自动爬取地图信息的基本过程为：①发布自定义的高德地图样式，得到访问所需的ID号；②根据地图样式ID号，以某坐标点为中心点，构建调用自定义地图的html；③结合电脑屏幕像素尺寸、地图不同缩放级别对应的像素分辨率等信息，通过Python语言编程，实现自动计算截图数量和截图中心点坐标，批量截取自定义地图并保存坐标信息等功能；④根据截图瓦片和对应的坐标文件，采用ArcGIS软件将数据拼接在一起。

1.2 数据的矢量化处理

利用ArcGIS软件对步行网络栅格数据进行二值化处理，即根据像素对应的颜色值将栅格数据重新划分为两类，并采用ArcScan模块进行矢量化处理(矢量化过程示意见图2)。

图2 栅格图像矢量化示意

Figure 2 Vectorization of raster image

1.3 数据的标准化处理

转换坐标系统。获取的步行网络矢量数据为地理坐标系统，即GCJ-02经纬度坐标。为便于后续计算，需要通过相关的测绘部门将其转换为国家或地方投影坐标。

剔除机动车专用通道。部分路段仅限机动车通行，未设置相应的人行通道，如过江隧道、高架桥、立交匝道等区域。由于初步获取的步行网络数据实际上并未区分机动车专用通道，因此需要结合实地调查或地图导航数据剔除部分无关通道或路段。

修正路段线形数据。在对栅格数据进行矢量化处理时，若通道之间的平面距离较小(见图3)，可能无法得到正确的矢量图形，这类情况主要发生在高架桥、立体交叉口等交叉关系较为复杂的区域。通过调整矢量化过程中的最大线宽、噪声级别、压缩容差、平滑权重、空洞大小等参数，能够有效控制矢量化过程中所出现的错误数量。针对个别无法避免的错误，需要人工予以纠正。

图3 路段线形修正示意

Figure 3 Schematic of road alignment correction

修正节点转换关系。在进行矢量化处理时，无法识别道路的立体空间关系，因此分离式道路也将平面相交于一点，需要进行人工修正(见图4)。与此同时，由于道路两侧人行道中心线与人行天桥、过街地道的中心线往往并未重合，矢量化处理后将出现互不相连的情况(见图5)，同样需要人工予以修正。

2 步行可达性评估

2.1 拓扑网络初步构建

标准化处理后的步行网络由首尾相接的各条线段组合而成，但线段之间的转换衔接关系并未建立，因此无法进行与路径搜索有关的计算。针对如图6所示的拓扑网络，基于ArcGIS软件可自动构建对应的邻接关系矩阵(见表1)，进一步将表中数据调整为路段的实际长度或步行所需的时间，即可进行相关的网络分析。

图4 立体交叉节点处理示意

Figure 4 Schematic for node treatment of interchange

图5 人行天桥与道路人行道相交节点处理示意

Figure 5 Node treatment of pedestrian overpass and sidewalk

图6 拓扑网络示意

Figure 6 Schematic of topological network

表1 邻接关系矩阵示意

2.2 非公用步行通道转弯设置

由于实际中封闭小区的存在，部分步行通道仅限于小区内部的居民出行使用(见图7)。为更真实地评估轨道交通车站的步行可达性，需要对这类步行通道进行特殊处理。

图7 封闭小区示意

Figure 7 Schematic of closed community

一般情况下，网络的最短路径搜索和路径长度、行程时间是基于同一个邻接关系矩阵而计算得到的，这使得无法在保证小区内部居民正常使用非公用步行通道的情况下，避免外部的出行者穿越小区。

在传统路径搜索算法的基础上，针对封闭小区内部道路设置转向处罚，并用于最短路径搜索。以图8所示的节点⑧为例，假设其与节点⑤、节点⑦和节点⑨之间的路段长度均为100 m，则当节点⑤的出行者通过节点⑧到达节点⑦或节点⑨时，设置10倍的转向处罚，即对应的路径长度将由200 m增加到2 000 m，从而避免非必须的过境出行使用封闭小区内部道路。对于小区内部的出行者而言，由于其必须使用这些道路才能完成出行目的，因此在计算最短路径对应的实际长度或时间时，不应使用10倍的转向处罚值。也就是说，本文所提出的转向处罚仅用于最短路径搜索，而不参与最短路径长度或时间的计算。

图8 非公用步行通道示意

Figure 8 Sketch of non-public pedestrian access

2.3 基于地块的步行可达性评估

直接根据构建的步行网络进行可达性评估，虽然能够较为直观地识别步行通道密度不足或连通性较差的区域，但由于不同时空圈层是通过插值的方法近似绘制而成，并未考虑实际的用地边界情况，导致评估结果较难用于后期对精度要求较高的相关空间统计分析。如图9所示，地块①、地块③、地块④和地块⑥部分区域在轨道车站出入口5 min步行等时圈范围内，由于地块①和地块⑥的小区出入口在远离轨道车站出入口一侧，导致实际的步行时间大于5 min，即出行者从轨道站出入口出发，在5 min内能够到达地块③和地块④，而无法到达地块①和地块⑥。

图9 轨道站出入口步行等时圈示意

Figure 9 Schematic of walking isochronous circle at the entrance and exit of railway station

为实现基于用地边界的步行可达性评估，需要在收集现状建设用地边界数据的基础上，利用高德地图提取小区出入口POI数据，并结合街景地图人工补充开放小区出入口，整理得到较为准确全面的用地边界和出入口数据。其中POI数据的提取方法较为成熟，在此不再赘述。

通过ArcGIS最短路径搜索算法，可计算任意小区出入口与轨道站出入口之间的最短步行时间，并通过空间叠加技术，将每个节点对之间的最短步行时间属性赋值到对应的用地上，即完成基于地块的轨道车站出入口步行可达性评估。如图10所示，通过空间叠加技术，得到地块最近和最远出入口至轨道站出入口的最短步行时间(分别采用红色和蓝色数字表示)。

图10 空间叠加计算示意

Figure 10 Schematic of spatial superposition calculation

3 实例分析

以重庆市主城区地铁10号线鲤鱼池轨道车站为例，其共建设5个出入口(现状仅开通2A和3A两个出入口)，且主要布置于建新东路两侧。轨道车站临近长安汽车股份有限公司，周边以居住和商业用地为主，南侧部分用地处于拆迁状态。周边道路主要包括建新东路和鲤鱼池路，其他道路连通性较差，尤其是步行至北滨一路需绕行较远。鲤鱼池站周边现状情况如图11所示。其中，为便于后续的直观比较分析，以轨道车站的各个出入口为中心，分别绘制250 m和500 m服务半径的包络线。

图11 鲤鱼池车站周边现状情况

Figure 11 Current situation around Liyuchi railway station

1) 步行可达性评估。采用前文所述方法，获取轨道车站周边步行通道、地块边界及小区出入口等数据。参考相关研究成果，设定步行速度为1.2 m/s，并以轨道车站出入口为可达性评估的基点，计算得到出行者步行至周边地块所需的时间，如图12所示。

按照1.2 m/s的步行速度，5 min和10 min对应的理论步行距离分别为360 m和720 m。若假设出行路径的非直线系数为1.4，则服务半径应分别达到250 m和500 m。因此，若250 m和500 m服务半径内的地块至轨道车站出入口的最短步行时间，分别超过5 min和10 min，则对应区域的步行通道可能存在密度不足或连通性较差等问题。

图12 鲤鱼池轨道车站步行可达性评估

Figure 12 Walking accessibility evaluation of Liyuchi railway station

与此同时，同一圈层内的相邻地块至轨道车站出入口的最短步行时间应大致相当，若某地块对应的最短步行时间出现突变的情况，同样表明该方向可能缺少便捷的步行通道。

借助于步行可达性评估结果，可以直观地识别与轨道车站联系不便的地块。分别计算轨道车站2A出入口至现状超大地块—龙湖地产春森彼岸3个小区出入口的最短步行路径，如图13所示。可以看出，虽然东、西两个区域至最近轨道车站出入口的空间直线距离分别仅为400 m和240 m，但实际的步行距离分别达到了1 600 m和1 250 m。一方面，受地形高差变化较大的影响，建新东路与北滨一路之间缺乏顺直的步行通道，导致出行者沿现状道路两侧的人行道行进需绕行较远。另一方面，春森彼岸地块开口主要靠南侧布置，远离鲤鱼池站轨道出入口。

同样地可以发现融景城·朗峰、长安·麒麟公馆、两江职业教育中心、山水天城、勤俭二村小区等地块与轨道车站之间也缺少便捷的步行联系通道。在此基础上，可以有针对性地提出如下的优化建议：①后续结合城市更新等新增轨道出入口连接至北滨一路，通道距离约300 m；②建议龙湖·春森彼岸、融景城·朗峰新增行人出入口，并协调春森彼岸北侧地块物业，修建人行专用通道；③协调长安汽车股份有限公司，打通向西和向北的联系道路，或新增专用的人行步道；④打通两江职业教育中心南侧的出入通道。鲤鱼池轨道站周边步行交通优化建议见图14。

从上述的实例分析看出，本文所提出的轨道交通车站步行可达性评估方法具有较强的可操作性。通过直观的评估结果，相关工作人员可以较为快速、准确地识别现状步行网络所存在的问题，进而有针对性地提出优化和改善建议。与此同时，由于步行网络、小区出入口等基础数据的获取与处理过程实现了半自动化，提高了评估的工作效率。

图13 周边地块与鲤鱼池轨道车站之间的步行通道示意

Figure 13 Sketch map of pedestrian access between the surrounding land block and Liyuchi railway station

图14 鲤鱼池轨道车站周边步行交通优化建议

Figure 14 Optimization of pedestrian traffic around Liyuchi railway station

4 结语

针对轨道交通车站既有步行可达性评估方法在基础数据的快速获取、非公用步行通道的差异化使用、定量化评估结果的可用性等方面的不足，提出基于导航地图快速提取步行网络数据的一整套技术方法。在构建步行拓扑网络的基础上，考虑封闭小区对步行可达性评估的影响，对非公用步行通道进行转弯处罚，优化最短路径选择方法。借助于ArcGIS的空间叠加技术，提出基于地块的步行可达性评估方法，使得评估结果能够用于后期的相关空间统计分析等，延展了评估结果的应用场景。

由于研究时间有限，所提方法暂未实现机动车专用通道的自动筛选和处理，以及现状地块边界的快速获取，后续有必要在这些方面继续深化研究。

[1] 李孟冬. 步行可达性与地铁车站服务范围的研究[C]//生态文明视角下的城乡规划: 2008中国城市规划年会论文集. 大连, 2008.

[2] 王与纯. 步行主导历史街区的内部可达性分析与评估[J].城市建筑, 2019, 16(18): 16-25. WANG Yuchun. Analysis and evaluation on the internal accessibility of pedestrian historic blocks[J]. Urbanism and architecture, 2019, 16(18): 16-25.

[3] 卫大可, 杨秋楠. 城市公共空间步行可达性发展对策: 以哈尔滨市南岗区为例[J]. 规划师, 2016, 32(8): 93-97. WEI Dake, YANG Qiunan. Walking reachability of urban public space: Nangang District, Harbin[J]. Planners, 2016, 32(8): 93-97.

[4] 杨春侠, 史敏, 耿慧志. 基于城市肌理层级解读的滨水步行可达性研究: 以上海市苏州河河口地区为例[J]. 城市规划, 2018, 42 (2): 112-122. YANG Chunxia, SHI Min, GENG Huizhi. Study on the pedestrian accessibility of waterfront area based on an understanding of urban fabric level: taking the estuary area of Suzhou River in Shanghai as an example[J]. City planning review, 2018, 42 (2): 112-122.

[5] 但媛, 周涛, 乐伍杉, 等. 山地城市轨道车站步行可达性评估方法与实践[C]//2018年中国城市交通规划年会. 杭州, 2018.

[6] 冷红, 鲁钰雯, 袁青. 寒地城市冬季公共开放空间步行可达性研究[J]. 建筑学报, 2017(S1): 44-48.LENG Hong, LU Yuwen, YUAN Qing. Study on the walking accessibility on urban public open space of the cold region in winter time[J]. Architectural journal, 2017(S1): 44-48.

[7] 汪林, 陈艳云. 基于GIS的地铁站步行可达性研究[J]. 城市勘测, 2016(4): 50-56. WANG Lin, CHEN Yanyun. GIS-based metro station wal­king accessibility research[J]. Urban geotechnical investi­gation & surveying, 2016(4): 50-56.

[8] 任艳蕾, 余霁薇, 张弼东, 等. 基于GIS的印江团龙村公共空间步行可达性研究[J]. 中外建筑, 2018(3): 108-111. REN Yanlei, YU Jiwei, ZHANG Bidong, et al. Study on walking accessibility of public space in Tuanlong Village of Yinjiang based on GIS[J]. Chinese and overseas archi­tecture, 2018(3): 108-111.

[9] 房佳萱, 戴冬晖, 周青峰. 基于POI—交通—人口的深圳市南山区步行可达性评价[J]. 城市建筑, 2019, 16(5): 37-38.FANG Jiaxuan, DAI Donghui, ZHOU Qingfeng. Pedes­trian accessibility evaluation of Nanshan District in Shenzhen based on POI-transportation-population[J]. Urbanism and architecture, 2019, 16(5): 37-38.

[10] 彭辉, 熊豪, 田佳雨. 基于大数据的城市区域步行可达性研究[J]. 重庆理工大学学报(自然科学), 2019, 33(8): 111-117. PENG Hui, XIONG Hao, TIAN Jiayu. Urban area pede­strian accessibility study based on big data[J]. Journal of Chongqing University of Technology (Natural Science), 2019, 33(8): 111-117.

[11] 杨焱, 孙永青, 刘立钧. 空间阻隔视角下居住型地铁站的步行可达性[J]. 都市快轨交通, 2017, 30(5): 27-33. YANG Yan, SUN Yongqing, LIU Lijun. On walking acce­ssibility to residential subway stations from the perspective of space barriers[J]. Urban rapid rail transit, 2017, 30(5): 27-33.

[12] 游宁龙, 李文越. 老年友好视角下旧城区公园绿地步行可达性评价与优化[J]. 西北师范大学学报(自然科学版), 2019, 55(6): 102-110. YOU Ninglong, LI Wenyue. Evaluation and optimization for walking accessibility of urban parks and green spaces based on age-friendly planning[J]. Journal of Northwest Normal University(Natural Science), 2019, 55(6): 102-110.

Evaluation Method of Walking Accessibility of Railway Station Based on Internet Data Mining

LIU Haizhou1, 2, SHAO Yiming1, PENG Ting2

(1. Chongqing Jiaotong University, Chongqing 400074; 2. Chongqing Traffic Planning and Research Institute, Chongqing 401147)

It is important to optimize the walking accessibility of rail stations for improving the quality of urban environments and fully consider the driving role of rail transit in the development of urban land. In view of the shortcomings of existing research on basic data acquisition and evaluation methods, the technology of using an Internet platform to quickly obtain the current pedestrian network data is explored herein, and a block-based accessibility calculation method under the background of closed communities is studied. The research shows that the proposed method has strong operability and realizes semi- automation of basic data acquisition and processing, whereby the efficiency of the evaluation is improved. The evaluation results based on the land block can be used for the relevant spatial statistical analysis during the subsequent development stage, which extends the application scenario of the evaluation results.

rail transit; pedestrian traffic; rail station; accessibility assessment; web crawler; spatial superposition

U491.1

A

1672-6073(2021)02-0079-07

10.3969/j.issn.1672-6073.2021.02.013

2020-02-17

2020-05-25

刘海洲，男，博士研究生，正高级工程师，从事道路和轨道交通规划的研究，63666563@qq.com

邵毅明，男，教授，博士生导师

住房和城乡建设部软科学研究项目(2018-R2-014)

刘海洲，邵毅明，彭挺. 基于互联网数据挖掘的轨道交通车站步行可达性评估方法研究[J]. 都市快轨交通，2021，34(2)：79-85.

LIU Haizhou, SHAO Yiming, PENG Ting. Evaluation method of walking accessibility of railway station based on internet data mining[J]. Urban rapid rail transit, 2021, 34(2): 79-85.

（编辑：郝京红）