CC BY
58
УДК 681.32
ПРИМЕНЕНИЕ АЭРОФОТОСЪЕМКИ ДЛЯ ОПРЕДЕЛЕНИЯ ПЛОТНОСТИ АВТОТРАНСПОРТНЫХ СРЕДСТВ
В.Д. Шипулин, профессор, к.т.н., И.М. Патракеев, доцент, к.т.н., А.А. Евдокимов, доцент, к.т.н., Харьковская национальная академия городского хозяйства
Аннотация. Предлагается использовать данные аэрокосмической фотосъемки для определения плотности городского автотранспорта с целью совершенствования транспортной инфраструктуры города. Показана высокая эффективность применения методов пространственного анализа транспортных потоков, реализованных в программных средствах ArcGIS, Geostatistical Analyst.
Ключевые слова: уличная дорожная сеть, комплексная транспортная схема.
Введение
Опыт успешного применения геоинформаци-онных технологий показывает, что определить параметры транспортных потоков по всей улично-дорожной сети (УДС) города, выработать варианты проектных решений, решить задачу мониторинга транспортной ситуации, учитывая экологические требования, возможно без проведения трудоемких натурных обследований.
В последние годы в связи с интенсивным ростом парка автотранспортных средств резко обострились транспортные проблемы в городах. Стали повседневными дорожные пробки, заторы, ползучее движение, нарушение графика движения пассажирского городского транспорта и другие явления.
Совершенствование транспортной инфраструктуры - мероприятие дорогое и долговременное, требующее принятия обоснованных и проверенных решений. Именно в связи с этим обстоятельством существенно повышается роль эффективных методов пространственного анализа транспортных потоков, а также инструментов его реализации.
В ходе исследования решались следующие задачи: создание векторного слоя транспортных средств на основе аэрофотоснимков,
определение зон плотности автотранспортных средств в границах городской территории, планирование оптимального использования существующей проезжей части УДС города.
Цель и постановка задачи
Для Харькова, как и для других крупных городов, основными причинами обострения транспортных проблем являются:
- возрастающий уровень автомобилизации населения при практически неизменной транспортной сети;
- малая удельная плотность магистральных улиц и неразвитость сети местных улиц;
- низкая пропускная способность улиц и пересечений;
- совмещенное движение общественного пассажирского транспорта, легкового и грузового движения;
- практическое отсутствие системы обеспечения парковок в городе.
С целью принятия эффективных первоочередных мероприятий для улучшения транспортного сообщения в Харькове разрабатывается комплексная транспортная схема (КТС) города. Основой для совершенствования КТС является опора на актуальную исходную информацию.
Определение плотности автотранспортных средств
Традиционные методы моделирования транспортных потоков опираются на локальные точечные обследования в отдельных распределенных местах улично-дорожной сети. Современные методы, основанные на использовании систем различного рода наземных датчиков, повышают надежность создаваемых по ним моделям. Существующий опыт применения аэрокосмического мониторинга транспортной ситуации свидетельствует о его высокой эффективности.
В Харькове с целью получения исходной информации для разработки КТС использован ортофотоплан, который был создан по материалам аэрофотосъемки, выполненной в 2004 году для другой задачи - для актуализации топографического плана масштаба 1:2000. Работы для КТС выполнялись в среде ArcGIS Desktop.
На основании ортофотоплана создан векторный линейный слой автотранспорта всего города (рис. 1).
Всего линейный слой автотранспортных средств насчитывает около 83 тыс. объектов. Такое представление позволило определить длину и направление движения транспортных средства, например, средняя длина машины составила 4,27 м., часть таких машин составила 38,6 %.
Линейный слой автотранспортных средств дал возможность построить гриды плотности дешифрированных транспортных средств для всей территории города в нескольких вариантах. Грид плотности распределения транспортных средств дает возможность:
Рис. 1. Линейный слой автотранспортных средств
- получить обобщенную картину распределения всего транспорта в целом как движущегося, так и не движущегося, на всей территории города;
- выделить места сосредоточения транспорта, в которых создаются конфликтные ситуации, в том числе на основании визуальной оценка грида;
- оценить объемы движущегося и не движущегося транспорта как потенциала движущегося транспорта;
- получить производные характеристики транспортных потоков инструментами анализа.
Рис. 2. Аномалии плотности автотранспорта в городе Харькове
Грид плотности распределения транспортных средств (рис. 2) позволил выделить в городе Харькове три аномалии: 1) в центральной части города, 2) в районе рынка у станции метро им. Академика Барабашова, 3) в районе рынка у станции метро им. Героев труда.
На основании грида плотности построены зоны плотности автотранспорта в 1000, 1500, 2000, 2500, 3000 машин на кв. км (рис. 3).
Анализ зон плотности автотранспорта показал, что днем на 4% территории города сосредоточена 25% часть транспортного парка города.
Для решения не только транспортных задач, но и градостроительных, управления земельными ресурсами, экологических и других задач существенное значение имеет классифи-
кация уличной дорожной сети УДС. Существующая классификация УДС города скорее относится к проектной классификации и не соответствует реальным условиям. На основании модели распределения автотранспорта выделена та часть транспорта, которая находится на каждом сегменте проезжей части улиц. Это дало возможность классифицировать УДС по плотности потока транспортных средств (рис. 5).
Рис. 3. Зоны плотности автотранспорта в городе Харькове
плотность, автомашин / кв. км.
□ город Харьков
□ центральная часть города
□ рынок у ст.м. Барабашова
□ рынок у ст. м.
Г ероев Труда
Рис. 4. Анализ зон плотности автотранспорта
2500
2000
1500
1000
500
0
характеристика зон плотности автотранспорта
Рис. 5. Классификация УДС по объемам потока транспортных средств (количество машин на 100 погонных метров дороги) Анализ такой информации позволяет также выделить места, требующие принятия мер для улучшения организации движения. Одной из причин негативных явлений в дорожном движении в центральной части города является беспорядочная парковка машин на проезжей части улиц. Полученные данные анализа распределения транспортных средств были использованы для выработки ряда принципиальных решений для улучшения транспортного сообщения.
Например, в качестве одной из предложенных мер повышения эффективности использования существующих проезжих частей улиц предложена системная организация одностороннего движения на улицах центральной части города, а также использование их правой стороны для парковки вдоль улицы или под углом в определенных местах.
Полученные статистические размеры машин и интервала между ними при парковке позволили вычислить потенциальное количество машиномест на каждом сегменте в предлагаемом варианте реорганизации движения.
Вместимость стоянок на проезжей части улиц в зоне реорганизации движения
автотранспорт в зоне реорганизации движения
Рис. 6. Вместимость стоянок на проезжей части улиц в зоне реорганизации движения
Выводы
Таким образом, пространственный анализ материалов аэрофотосъемки позволяет прямым путем получить пространственные характеристики транспортной системы города:
- модели распределения транспортных средств параметры транспортных потоков -плотность потока, состав потока (легковые,
грузовые транспортные средства), количество движущихся и припаркованных машин, эффективную ширину проезжей части улиц;
- парковки и их наполняемость;
- конфликтные места;
- зоны гаражной застройки;
- объекты притяжения транспорта (торговые объекты, офисы...).
Пространственно-временные характеристики дорожного движения можно получить на основе аэрокосмического мониторинга территории.
Литература
1. Кошкарёв А.В., Тикунов В.С. Геоинформатика. - М.: Картгеоцентр-Геодезиздат, 1993. - 213 с.
2. Рекомендации по комплексному примене-
нию пакетов прикладных программ в разработке генеральных планов городов / ЦНИИП градостроительства. -М.: Стройиздат, 1989. 176. - с. 85
3. Зиновьев А.Ю. Визуализация многомерных данных. - Красноярск, 2000. - 168 с.
4. Kemp, L.D., Bonham-Carter, G.F., Raines,
G.L. and Looney, C.G., 2001, Arc-SDM: Arc-view extension for spatial data modelling using weights of evidence, logistic regression, fuzzy logic and neural network analysis. http://ntserv.gis.nrcan.gc.ca/ sdm/.
Рецензент: В.П. Волков, профессор, д. т. н., ХНАДУ.
Статья поступила в редакцию 6 мая 2QQ7 г.
