论文部分内容阅读
随着互联网新技术的发展,新型公共交通工具的共享共用改变了传统的公共交通出行方式。作为主要解决居民短距离出行的共享单车,每一次骑行OD点的分布交错构成了单车骑行网络,而网络中关联紧密的节点则形成了单车骑行网络中的社区。不同于城市规划中的社区概念,单车骑行社区可视为单车骑行范围,具有骑行社区内单车流动频次高于骑行社区间的特点。网络社区识别方法可用来识别单车骑行社区,有助于认识和了解单车骑行社区的划分与特征,从而发现城市慢行交通的运行规律。首先,应用深圳市ofo无桩共享单车的骑行OD数据,建立市中心城区整体以及福田区、罗湖区、南山区的分区单车骑行网络,将深圳市500米×500米网格作为单车骑行网络中的节点、网格之间单车流动作为节点间联系的边、单车流动频次作为边的权重,建立有向加权单车骑行网络;其次,借助基于模块度优化的Louvain非重叠社区识别方法,识别各单车骑行网络中的单车骑行社区,并在Arc GIS里实现空间可视化;最后,通过分析单车骑行社区的边界变化特征以及主要单车骑行社区的变化特征,总结影响单车骑行社区边界划分与稳定的空间因素,以及各行政区主要单车骑行社区的空间分布特征及其形成条件,并从共享单车的调度与投放、自行车道网络体系的建立两个方面提出相关建议。研究发现,道路交叉口与公园绿地是影响单车骑行社区划分的重要因素,且地铁站点影响着单车骑行社区的稳定,站点越密集,单车骑行社区越稳定,各单车骑行社区间的联系也越紧密;主要单车骑行社区的空间分布受各行政区功能的影响,用地类型丰富程度和POI聚集度是判定主要单车骑行社区的重要依据;此外,深圳市中心城区的单车骑行空间具有显著聚集特征,福田区与罗湖区一体化、呈片区式均布发展,南山区呈现较为独立的单中心聚集式发展。