CC BY
1662
Технология создания информационной транспортной модели города, включающей существующие и планируемые транспортные сети
Сергей Николаевич Постнов Исполнительный директор ООО ПФП «Квантэкс»
e-mail: office@kvantex.ru Сергей Николаевич Кузнецов Директор по информационным технологиям ООО ПФП «Квантэкс»
e-mail: support@kvantex.ru Павел Владимирович Логинов кандидат технических наук, Генеральный директор ООО ПФП «Квантэкс», ст. преподаватель кафедры «Техническая эксплуатация транспорта» ФГБОУ ВПО РГАТУ
e-mail: office@kvantex.ru Сергей Евгеньевич Широбакин кандидат технических наук, Заместитель начальника Управления экономики, Администрация г.Рязани, ст. преподаватель кафедры «Техническая эксплуатация транспорта», ФГБОУ ВПО РГАТУ
e-mail: shirobakinse@yandex.ru Николай Владимирович Бышов, доктор технических наук, профессор, Ректор, ФГБОУ ВПО РГАТУ
e-mail: byshov@rgatu.ru Иван Алексеевич Успенский доктор технических наук, профессор, зав. кафедрой «Техническая эксплуатация транспорта», ФГОУ ВПО РГАТУ
e-mail: kgd5408@rambler.ru Иван Александрович Юхин,
кандидат технических наук, доцент кафедры «Техническая эксплуатация транспорта» ФГОУ ВПО РГАТУ
e-mail: yuival@rambler.ru Анна Александровна Ярусова, студентка, лаборант кафедры «Безопасность жизнедеятельности»
ФГОУ ВПО РГАТУ e-mail: miss.senina.anya2010@yandex.ru
Аннотация. Представлена технология создания транспортной модели города, включающей существующие и планируемые жилые и промышленные зоны. Описаны инструменты разработки моделей, методы и источники сбора
исходной информации, методики расчета необходимых для моделирования параметров. Приведен пример успешной реализации технологии при построении и транспортной системы города Рязани и прилегающих территорий, а также результаты ее анализа.
Abstract.
Presented the technology of creating information transport model of the city, including the existing and planned residential and industrial areas. Is described modeling tools, methods and sources of initial information gathering, calculation methods for modeling parameters. Presented the example of the successful technology implementation in the creating transport system model of the Ryazan city of adjacent areas. Is described the modeling results and its analysis.
Ключевые слова: информационная транспортная модель,
транспортный поток, транспортное моделирование, транспортное планирование, оптимизация маршрутной сети общественного транспорта.
Keywords: Information transport model, traffic flow, transport modeling, transport planning, public transport network optimization.
Введение
Постоянный рост уровня автомобилизации в России приводит насыщению имеющихся транспортных магистралей как в крупных городах, так и в большинстве областных центров. Это проявляется в повсеместной проблеме дорожных заторов («пробок») и повышении аварийности дорожного движения. С другой стороны, сложность транспортной инфраструктуры, ее «вписанность» в городские ландшафты обуславливают сложность и высокую стоимость проектов, связанных с реконструкцией транспортной инфраструктуры. Все это приводит к существенному росту цены ошибки при проектировании и делает очень важной предпроектную стадию модернизации транспортных систем городов и регионов. Предпроектные работы в области транспорта в настоящее время невозможны без учета современного уровня развития науки и техники, а особенно -современных информационных технологий (компьютерного моделирования),
позволяющих как проанализировать большое количество проектных вариантов, так и существенно снизить стоимость предпроектных работ и провести оптимизацию финансовых вложений в проект в целом. Однако очевидно, что транспортное компьютерное моделирование, включающее в себя такие необходимые этапы, как подготовка исходных данных, построение моделей, их проверка, анализ и интерпретация результатов требуют определенной технологии, без которой получение ожидаемых результатов невозможно. Актуальность этого направления подтверждается и тем, что наряду с ростом публикаций на тему транспортного моделирования и развитием соответствующего программного обеспечения в настоящее время какое-либо полное описание технологии построения транспортной модели города и прилегающих территорий еще не разработано.
В данной статье приводится описание технологии построения информационной транспортной модели города и примыкающих территорий на основе предварительного общего плана развития территории. Разработка указанной технологии и ее реализация в городе Рязани была проведена ООО ПФП "Квантэкс" совместно с ФГБОУ ВПО РГАТУ (г.Рязань) при выполнении НИР “Создание информационных моделей для расчета транспортных нагрузок и систем городской улично-дорожной сети с целью управления ими при реализации проектов пространственного развития, включающих комплексную реконструкцию транспортной инфраструктуры города” (в рамках Федеральной целевой программы «Научные и научнопедагогические кадры инновационной России» на 2009-2013 гг.).
Постановка задачи
Целью работы было создание технологии разработки адекватной транспортной модели, отражающей реальную транспортную ситуацию в городе, методов ее верификации, а также способов использования разработанной модели при проектировании транспортных сетей в рамках перспективного строительства города и прилегающих территорий (городской агломерации). Под технологией в данном случае понимается целостная
система методик разработки, проверки, анализа и применения транспортных моделей города.
Важнейшим аспектом моделирования являются определение состава, сбор, систематизация и предварительная обработка исходных данных, зависящие от выбранного метода моделирования. Поэтому одной из составных частей технологии является методология работы с исходными данными. Кроме того, при исследовании состава исходной информации и ее характера иногда требуется разработка специализированного программного обеспечения (ПО), позволяющего решать указанные задачи.
Методы моделирования, инструментарий и исходные данные
Нельзя сказать, что транспортное моделирование - чересчур экзотический продукт для российских специалистов в области проектирования городской инфраструктуры. Основы подобного подхода к принятию решений в области транспортной инфраструктуры закладывались в стране еще в середине прошлого века. Иное дело - глубина применения этого универсального инструмента, позволяющего обеспечить системный подход к анализу и созданию транспортной сети любого масштаба.
За рубежом ни один значимый объект, связанный с транспортной инфраструктурой, не рассматривается без предварительного транспортного моделирования. Это основа любого проекта - оценивать, как будет работать транспортное сооружение, до его рабочего проектирования и строительства. Технологии моделирования - это возможность не только рассчитать и спрогнозировать, но и создать с помощью модели визуальное выражение идеи проекта. В силу своей универсальности модель применима на всех уровнях проектирования, начиная с генерального плана или проектов развязок дорог до определения оптимальных светофорных циклов и правильного выбора мест парковки. При этом не упускается вопрос планирования различных видов общественного транспорта. Транспортное моделирование помогает оценить и выбрать оптимальную с точки зрения
транспортных затрат инфраструктуру, на которую потом «нанизываются» объемно-планировочные и конструктивные решения.
В общем случае модель позволяет оценить функциональность проекта задолго до того, как он будет воплощен в камне - посмотреть и количественно оценить тот или иной транспортный объект (развязку или линию общественного транспорта). В противном случае эти планировочные решения будут отданы на волю архитектора, который создаст проект, «красивый для взгляда из космоса», но не всегда удобный с точки зрения водителей транспорта и пешеходов [1].
Известны различные программные средства, позволяющие осуществлять транспортное моделирование, среди которых можно перечислить следующие:
- «PTV Vision® VISUM» - стратегическое планирование дорожной инфраструктуры (Г ермания);
- «PTV Vision® VISSIM» - микромоделирование - оценка текущего и проектного состояний организации дорожного движения (Германия);
- «СВЕТОФОР» - расчет режима регулирования и задержек светофорных объектов (Иркутск, РФ);
- MXURBAN - реконструкция и ремонт городских улиц и дорог с учетом инженерных сетей;
- «AIMSUN» (Испания), Civil 3D, Credo, Robur, и др.
Принципиально перечисленные программные средства различаются, кроме всего прочего, уровнем проектирования (стратегическое планирование, микромоделирование и т.п.) и некоторыми характерными особенностями.
Сопоставление возможностей различных систем транспортного моделирования показало, что для решения поставленной задачи в части макро- и микромоделирования транспортных сетей оптимально применение
одного из самых современных пакетов программ VISUM/VISSIM PTV Vision®. Эти программные продукты с одной стороны хорошо интегрированы друг с другом, а с другой используют в своей основе современные математические инструменты, которые при корректных входных данных позволяют получать адекватные транспортные модели. Множество дополнительных модулей, используемых в программах VISUM/VISSIM PTV Vision®, позволяют, в том числе, наиболее эффективно решать такие нетривиальные задачи, как восстановление и уточнение матриц корреспонденций, крайне необходимых в условиях неполных входных данных. Сильной стороной комплекса VISUM/VISSIM PTV Vision® также является успешная история применения этих программ для анализа транспортных проектов международных мероприятий (Олимпийских игр, чемпионатов мира), улично-дорожных сетей многих крупных городов Европы и Азии (Берлин, Лондон, Пекин и т.д.).
В программном комплексе VISUM/VISSIM PTV Vision® реализованы два основных методологических принципа:
- представление транспортной модели как единства модели спроса на транспорт (транспортного спроса, спроса на перемещения между транспортными районами) и модели сети (транспортного предложения);
- классическая четырехшаговая модель, позволяющая определить транспортный спрос на основе данных о распределении жителей, рабочих и учебных мест, а также рабочих мест в сфере обслуживания по транспортным районам города [2].
Получение исходных данных для реализации четырехшаговой модели может быть обеспечено с помощью системы сбора транспортных данных на федеральном, региональном и местном уровнях. Такая система достаточно давно и успешно действует в Германии [3]. Эта система имеет функции не только сбора, систематизации, хранения собираемой информации, но и выдачи ее для организации периодических исследований, проводимых сторонними компаниями.
В связи с тем, что в России отсутствует подобная практика, а также исходя из того, что для получения полной матрицы корреспонденций методом восстановления из замеренных транспортных нагрузок на отрезках сети требуется большой объем информации для всей сети города, для определения транспортного спроса была разработана оригинальная методика. Методика расчета спроса на перемещения в утренние и вечерние часы пик основана на оценке перемещений исходя из требуемой подвижности индивидуального транспорта. Этот подход позволяет формировать матрицу трудовых корреспонденций (место жительства - место работы) с использованием обезличенной базы данных (БД) фонда обязательного медицинского страхования (ФОМС), Пенсионного фонда (ПФ). БД ПФ и ФОМС содержат постоянно актуализируемую информацию о месте жительства и месте работы граждан. Привязка адресов, приведенных в БД ПФ и ФОМС к транспортным районам города, с учетом уровня автомобилизации населения, позволяет получить матрицу трудовых корреспонденций для индивидуального легкового транспорта, которая затем будет использоваться для описания транспортного спроса при разработке транспортной модели города. Прогноз расчета транспортных нагрузок, хорошо коррелирующих с наблюдаемыми нагрузками, при таком подходе основывался на информации, что в этот период времени до 95% корреспонденций связано именно с трудовыми перемещениями к месту работы [4]. С практической точки зрения этот период суток особенно интересен, т.к. именно в это время формируются наиболее мощные транспортные потоки, которые в большинстве случаев для городов РФ превышают пропускную способность их улиц. Кроме того, именно потоки легкового индивидуального транспорта, достигающие по нашим замерам 90% трафика и более на основных магистралях города, определяют практически все негативные факторы, связанные с передвижением в эти пиковые периоды.
Кроме указанной выше исходной информации для построения адекватной транспортной модели необходимы данные, относящиеся к модели сети (транспортному предложению).
Это, прежде всего картографическая основа, на которую в дальнейшем наносится вся улично-дорожная сеть, с ее параметрами: пропускной способностью, как отдельных отрезков, так и поворотов на перекрестках, количеством полос для движения, категорийностью, информацией об организации и управлении дорожным движением и т.д. В данной работе в качестве такой основы была выбрана схема на основе спутниковой растровой карты максимальной детализации, свободно доступной в сети Интернет. При выборе картографической основы предлагается руководствоваться следующими критериями [5]:
- максимальная детализация, позволяющая точно нанести дорожную
сеть;
- максимальная точность отображения объектов (ошибка не более 1 м на километр) и ориентация карты. Данный параметр контролируется путем замеров на местности с использованием профессионального лазерного дальномера и сравнением полученных данных со схемой.
Исходными данными для создания модели транспортной сети также являются параметры улично-дорожной сети города: расположение и ширина улиц, количество и ширина полос движения, разрешенные направления движения, наличие односторонних улиц, улиц с приоритетом движения общественного транспорта. Все эти данные, включая дорожную разметку и расположение дорожных знаков, также собираются путем натурных замеров с помощью лазерных дальномеров, видео- и фотосъемки.
В настоящий момент в некоторых случаях можно более оперативно получить подобную информацию, используя появившиеся спутниковые карты более высокой детализации с возможностью проведения измерений, а также таких сервисов, как Яндекс-Панорамы и им подобных.
Необходимо заметить, что часть из вышеуказанных параметров используются не для общей транспортной макромодели города, а частных микромоделей отдельных пересечений и участков сети с помощью ПО VISSIM PTV Vision®. Имитационные микромодели позволяют уточнить такие необходимые для общей транспортной модели параметры, как пропускная способность отдельных элементов сети. Именно таким способом определяется пропускная способность ключевых узлов транспортной инфраструктуры города, а также прилегающих к городу районов, в которых планируется строительство новых жилых и промышленных зон.
Для создания достоверных микромоделей необходимо знание точной конфигурации моделируемой области с привязкой многих элементов к их положению на местности, поэтому систематизация данной информации может потребовать специального программного обеспечения. Основными исходными данными для построения микромоделей являются измеренные транспортные потоки по всем маршрутам пересечения или участка сети. Кроме того, в случае регулируемых пересечений необходима информация о режимах работы светосигнальных установок. Для сбора этих данных была разработана специальная методика расчета транспортных потоков по результатам видеосъемки на пересечениях и примыканиях [6]. Описание режимов работы светофоров может быть получено в соответствующих службах города. Для уточнения данных по режимам работы светофоров также применяется обработка видеосъемки. Все перечисленные данные по транспортным пересечениям систематизируются в виде паспортов пересечений, содержащих полную информацию о них.
Вышеуказанные измерения транспортных потоков на отдельных участках сети в дальнейшем используются и для калибровки общей транспортной модели.
Кроме перечисленных видов информации при настройке сети в часы пик используются данные по движению индивидуального транспорта по различным маршрутам в условиях сильной загрузки транспортной сети.
Такая информация позволяет настроить общие показатели сети. Замеры, используемые для анализа сети должны проводиться строго во время утреннего и вечернего часов пик. Эта информация собирается с помощью GPS/Глонасс навигаторов, некоторые модели из которых позволяют не только отображать необходимые данные, но и зафиксировать их, с возможностью в дальнейшем внести в формируемые базы.
Еще одним компонентом транспортного предложения является система общественного транспорта (ОТ). Информация по общественному транспорту города включает в себя данные о маршрутах движения транспорта, местах остановок, типу транспортных средств (ТС) и их количеству, а также расписания движения. Все эти данные вводятся в транспортные модели, созданные с помощью ПО PTV Vision®.
Представленный выше инструментарий и комплекс исходных данных позволяют создать модель существующей транспортной инфраструктуры, провести ее калибровку и проверку.
Прогнозное моделирование можно разделить на два основных направления:
- определение тенденций развития транспортной инфраструктуры;
- оценка эффективности проектов реконструкции и влияния постройки новых районов города на транспортную ситуацию.
Для оценки тенденций развития города в части прогнозирования требований к его транспортной системе, а также проверки корректности матрицы корреспонденций были разработаны [7]:
- оригинальная методика оценки корректности данных и первичного анализа сети с применением специализированного ПО для анализа матриц корреспонденций районов;
- методика построения матрицы для новых планируемых районов. Данная методика позволяет выявить динамику изменения матрицы корреспонденций на основе сравнительного анализа корреспонденций транспортных районов с разным временем формирования.
Транспортное моделирование, связанное с планируемой застройкой районов города и прилегающих территорий необходимо вести на основе чертежей генерального плана города. При этом создается обобщенная транспортная макромодель города и прилегающих территорий.
Для оценки влияния развития новых пригородных территорий (городской агломерации) на обобщенную модель необходимы:
- оценка порождаемых изменений матрицы трудовых корреспонденций на основе оригинальной методики построения матрицы корреспонденций для новых планируемых районов [8,19] и построение модели спроса для обобщенной транспортной макромодели;
- имитационное моделирование и анализ зон сопряжения (ключевых узлов транспортной инфраструктуры, через которые будет осуществляться подключение новых районов к транспортной системе города) по специальной методике, приведенной в [9];
- взаимное согласование параметров обобщенной макромодели и микромоделей зон сопряжения, позволяющее достаточный уровень их корреляции по заторным явлениям по специальной методике, приведенной в [10];
- ввод в обобщенную транспортную макромодель планируемых изменений дорожной инфраструктуры, сравнительный анализ их эффективности по комплексу обобщающих показателей [10] с выработкой заключения о целесообразности их внедрения.
После получения и согласования обобщенной транспортной макромодели проводится перспективный анализ как существующей, так и модернизированной транспортной инфраструктуры города и прилегающих территорий.
Приведенная в данном разделе технология, как будет показано далее, позволила построить обобщенную транспортную модель города Рязани, перспективную транспортную модель с учетом проектируемых территорий (на основе генерального плана) и провести ее анализ на ближайшие 20 лет.
Сбор и систематизация исходной информации для информационной транспортной модели города на примере г.Рязань
Описанная в предыдущем разделе технология получения исходной информации и транспортного моделирования были опробованы в процессе разработки транспортной модели города Рязани.
Базовым элементом транспортных моделей являются картографические основы, к которым осуществляется пространственная привязка модели сети. Для транспортной макромодели в качестве основы была выбрана план-схема, предоставленная в сети Интернет сервисом Яндекс [11]. Для транспортных микромоделей - спутниковые карты от сервиса Google Maps [122]. Картографические основы, полученные с обоих ресурсов полностью отвечают требованиям, сформулированным в предыдущем разделе.
Для точного описания конфигурации пересечений с привязкой всех элементов УДС к их положению на местности было разработано ПО локальных информационных схем «Инвентор УДС», позволившее повысить качество подготовки исходных данных для разработки микромоделей.
Информация по общественному транспорту города собиралась в основном из независимых источников, в частности маршруты движения транспорта и места остановок были получены с сайта
http://www.otkudaikuda.ru. Данный ресурс позволяет получить в том числе в графическом виде информацию о любом маршруте всех действующих видов общественного транспорта города Рязани (троллейбус, автобус, коммерческий автобус, маршрутное такси). Особую ценность данный сервис для разработчиков приобрел за счет того, что эти маршруты привязаны к карте, подобной выбранной в качестве картографической основы для построения информационной транспортной модели. Информация о количестве единиц общественного транспорта, находящихся на маршрутах была получена в отделе транспорта городской администрации и уточнялась по данным сайта http://www.bus62.ru.
Разделение моделируемой области города и примыкаемых территорий на транспортные районы проводилось на основе чертежа генерального плана города "Проектное зонирование территории" (рисунок 1).
Рисунок 1 — Основной чертеж генерального плана города Рязани
Выбранный метод получения исходной информации в основном из различных независимых источников, а также путем натурных замеров гарантировал, что все неточности и ошибки, которые могли бы быть в исходных данных, полученных официальным путем, исключались. Кроме того, такой способ подготовки исходной информации не приводит к высоким затратам ресурсов заказчика на первом этапе работ, когда необходимо собрать гигантский объем в общем случае разобщенной информации из различных источников при его (заказчика) непосредственном участии.
Опыт проведенных работ показывает также, что некоторой информации, необходимой для подобных исследований, в принципе не существует в официальных организациях. Более того, зачастую невозможно определить,
какое из подразделений в существующей структуре местных органов управления могло бы такую информацию собирать, систематизировать и актуализировать. Это, в частности, касается как необходимых простых первичных данных об интенсивности транспортных потоков на отдельных участках сети города, так и более фундаментальной информации о подвижности населения города, необходимой для моделирования. И если данные об интенсивности потоков можно собрать, как это было описано выше, то информацию о подвижности приходится оценивать по ранее проведенным исследованиям подобных городов.
Опыт создания транспортной модели города Рязани показал, что практически всю информацию для микромоделирования уже существующих участков сети возможно и даже желательно собирать именно методом натурных замеров [6]. Этот метод позволяет получать максимально достоверные и актуальные модели с помощью ПО VISSIM PTV Vision®.
Что касается базы данных для создания модели спроса на перемещения (матриц корреспонденции для разработки общей транспортной модели в ПО VISUM PTV Vision®), то ее необходимо, да и возможно получить только в органах управления города, либо других официальных службах.
Таким образом, согласно предложенной технологии сбора исходных данных практически все они могут быть получены из доступных, открытых источников или собраны непосредственно разработчиками с помощью натурных замеров. Это, несомненно, является сильной стороной технологии, поскольку исключает зависимость процесса построения транспортных моделей от решения целого ряда административных и организационных проблем, которые могут возникнуть при взаимодействии с органами управления территориями.
Еще один плюс описанной методики сбора исходной информации для транспортной модели заключается в том, что подобным или близким к нему методу можно собрать информацию практически по любому городу РФ.
Построение транспортной модели города Рязани и ее калибровка
Базовая модель транспортной сети города Рязани была разработана в 2010 году компанией ОООПФП «Квантэкс» с использованием программного комплекса PTV Vision® VISUM и в соответствии с описанной выше технологией.
Модель включает в себя уличную сеть, сеть общественного транспорта, расчет транспортного спроса на основе описанной ранее матрицы корреспонденций и расчет нагрузки на сеть всех основных видов транспорта. В модели представлены сеть улиц города и автомобильного транспорта со следующими параметрами:
• количество районов - 181;
• количество узлов дорожной сети - 1614;
• количество участков дорожной сети - 4400;
• количество вариантов маршрутов общественного транспорта - 166;
• количество остановок общественного транспорта - 271.
В процессе работ все отрезки модели были сконфигурированы с точки зрения соответствия реальному количеству полос улиц города. В дальнейшем это значение использовалось для определения максимальной пропускной способности отдельных участков улиц. При описании узлов (перекрестков) модели учитывались разрешенные в реальной обстановке повороты. Улицы с односторонним движением также были особым образом учтены в модели. Состояние дорожного полотна на отдельных участках сети учитывалось самым реалистичным образом за счет ограничения максимально возможной скорости при движении на отрезках, требующих ремонта полотна. Перекрестки с круговым движением также описывались несколькими отрезками и узлами, которые соединялись друг с другом особым образом, учитывая реальные транспортные ситуации.
На рисунке 2 приведена дорожная сеть города Рязани в современном состоянии, используемая в ее транспортной макромодели.
Рисунок 2 — Дорожная сеть города Рязани
Разбивка территории города Рязани на транспортные районы была проведена с учетом наибольшей изоляции отдельных транспортных районов друг от друга. В результате весь город был поделен на 181 транспортный район (рисунок 3).
Рисунок 3 — Схема города Рязани с разбиением на 181 транспортный район
Расчет спроса на транспорт для города Рязани проводился для утреннего и вечернего часа пик на основе матрицы корреспонденций, получение которой было описано выше [8]. Нагрузки на отрезки сети легкового транспорта рассчитывались с помощью модели равновесного перераспределения, реализованного в программном комплексе PTV Vision® VISUM. Этот вариант перераспределения более всего подходит для расчета нагрузки транспорта в часы пик [13]. Процедура равновесного перераспределении определяет спрос в соответствии с первым принципом Вардропа: «Каждый отдельный участник движения выбирает свой путь таким образом, что сопротивление на всех альтернативных путях в итоге оказывается одинаковым, и любой переход на другой путь приводил бы к увеличению личного времени движения (оптимум пользователей)». В основе такой гипотезы лежит не всегда реалистичная с практической точки зрения идея о том, что каждый участник движения владеет полной информацией о состоянии сети. В транспортном планировании эта гипотеза принимается поскольку равновесное перераспределение имеет одно существенное преимущество - при выполнении достаточно общих условий, гарантируется существование и однозначность результата перераспределения. Кроме того, такая постановка задачи в максимальной степени подходит именно для пиковых нагрузок сетей, когда при небольшом количестве альтернатив можно практически точно определить, что движение на небольшом количестве магистралей, соединяющих основные районы города, будет затруднено. В этом случае не надо иметь даже навигатор, который не сможет определить лучшую альтернативу, т.к. их попросту не существует.
Модель равновесного перераспределения относится к классу статических процедур, т.е. с помощью нее невозможно распределить движение на определенный период времени, но в случае пиковой нагрузки это не столь важно, т.к. время такой нагрузки в течение дня в сети
достаточно хорошо известно, а нагрузка в этот период примерно одинаковая из-за общей перегруженности транспортной системы. Правда это обстоятельство не дает также возможности рассчитать, например, время ожидания вследствие заторов. А такие расчеты в этот период чаще всего необходимы. Эта проблема эффективно решается, если после или в процессе расчета равновесного перераспределения выполнить расчет модели обратного затора. Эта модель рассчитывается значительно быстрее, чем динамические процедуры перераспределения, требует меньше памяти и способна, кроме этого, делать предположения относительно длины заторов.
Таким образом, сочетая эти две процедуры, можно эффективно получать часовое распределение потоков индивидуального транспорта в часы пик, что и доказала макромодель города Рязани при проведении анализа перераспределения индивидуального транспорта (рисунок 4).
Рисунок 4 — Анализ перераспределения макромодели города Рязани
Результатом работы вычислительного алгоритма модели были расчетные (модельные) значения транспортной нагрузки на сеть. Эти значения используются как для настройки и калибровки модели (критерием качества калибровки является мера близости ряда данных о фактических
интенсивностях транспортных потоков, полученных из натурных обследований, и ряда данных о расчетных значениях нагрузки, полученных с помощью модели), так и в качестве прогнозных значений интенсивностей транспортных потоков.
Коэффициент корреляции наблюдаемых значений транспортных потоков на сечениях отрезков сети и тех же значений, полученных из макромодели, составил 0,874, что говорит о хорошей сходимости данных. Коэффициент детерминации (обозначен на рисунке 4 как R2) получился равным 0,764. По подобным моделям городов РФ достижение значения коэффициента корреляции 0,8 является вполне удовлетворительным [2, 14]. И именно после достижения этого значения, считается возможным использовать модель для получения прогнозных количественных изменений при анализе транспортной сети.
Необходимо заметить, что для получения спроса на транспорт в вечернее время матрица корреспонденций была транспонирована.
К моменту создания модели замеры интенсивности потоков проводились на 93 пунктах наблюдений. Интересно, что в вполне сравнимом с Рязанью по населению немецком Дрездене, но превышающем ее по площади почти в полтора раза, подобные замеры в настоящее время проводятся на 150 пунктах наблюдений [3]. Но история подобных работ в Дрездене начинается с 1972 года.
Для калибровки макромодели были проведены локальные измерения интенсивности на ряде участков уличной сети, а также дополнительная настройка примыканий данных участков в модели. Это особенно необходимо делать на пограничных участках при использовании моделей в практических целях (для расчета прогнозируемых транспортных нагрузок на этапе проектирования новых дорог, строительства объектов транспортного притяжения и т.д).
После указанной калибровки результаты корреляции наблюдаемых и модельных локальных транспортных нагрузок также улучшаются, что в полной мере сказывается и на точности прогноза транспортных нагрузках.
Калибровка макромодели дала оценки корреляций, приведенные на рисунках 5-6.
Анализ перераспределения, Сеть: Po_Barsu_v001
Допустимость Регрессия Целевое значение
КолНабл 22 СрЗнНабл 1082 %RMSE 26 % !п 73 R2 0.88 Уклон 0.99 -33.65 СрОтноситОш% 19
Наблюдаемое значение (ТП 2011)
Рисунок 5 — Анализ перераспределения локальных транспортных нагрузок в макромодели города Рязани в утреннее пиковое время
Коэффициент корреляции по локальным транспортным нагрузкам в утреннее пиковое время составил 0,94.
3000
2800
ЗГ2600
1=
н 2400
0 2200
В-2000
го
£ 1800
1 1600
¥ 1400
СВ
£ 1200
0 1000
1
го 800
I 600
го 400
О-
Анализ перераспределения, Сеть: Ро_Вагєи_у001
уУ
/
у
/ , ,-'Я
/ X х-
X
X Xі X
/Кс < -р*
I
' Л/
500 1000 1500 2000
Наблюдаемое значение (ТП 2011)
■ Допустимость
■ Регрессия Целевое значение
КолНабл 22 СрЗнНабл 1082 %КМЭЕ 34
% ІП 68
(32 0.81 Уклон 1.01 УІГЇ -21.69 СрОтноситОш% 24
Рисунок 6 — Анализ перераспределения локальных транспортных нагрузок в макромодели города Рязани в вечернее пиковое время
Коэффициент корреляции по локальным транспортным нагрузкам в вечернее пиковое время составил 0,90.
Подобные результаты показывают, что в случае использования модели для практических целей, можно существенно повысить ее адекватность наблюдаемой транспортной ситуации с помощью более тонкой настройки и, в том числе, учета специфической информации характерной для улиц и дорог РФ.
Моделирование планируемых изменений транспортной сети города Рязани
Перед началом работ по созданию общей объединенной модели, включающей районы города, а также планируемые промышленную и жилые зоны (поселения-спутники), было проведено детальное обследование областей примыкания этих образований к существующей сети согласно план-схеме, приведенной на рисунке 7.
Рисунок 7 — Планируемые к развитию районы (поселения-спутники)
города Рязани
Обследование включало в себя замеры всех транспортных потоков на пересечениях, которые входят в планируемые районы, а также нагрузок на ближайшие ключевые развязки, находящиеся на пути возможного основного трафика от указанных зон. Кроме того, собиралась также вся информация (в составе, определенном ранее представленной технологией), необходимая для построения локальных микромоделей этих пересечений.
Таким образом, детально было обследовано 13 локальных пересечений, а также 4 ключевые развязки, которые находились на прилегающих территориях к планируемым жилым районам и промышленной зоне.
Далее были построены микромодели этих пересечений в ПО VISSIM PTV Vision®, объединенные в дальнейшем в модели участков сети. Это дало возможность проанализировать потенциал существующей транспортной сети в выбранных районах, а также перейти к построению общих моделей, включая планируемые подключения.
Для анализа с помощью имитационного моделирования существующей транспортной ситуации в модель каждого района были внесены пункты измерения следующих типов:
- счетчики транспортных средств (измерители трафика);
- измерители времени проезда;
- счетчики затора.
Расчеты проводились для различных значений интенсивности дорожного трафика с тем, чтобы оценить поведение транспортной системы района при различных нагрузках. Трафик задавался различными значениями входных потоков ТС, при этом сохранялась определенная результатами измерений пропорция между ними, а также состав потока ТС на каждом из входов.
Были проведены тесты верхней границы допустимого входного трафика, при котором сохраняется линейная зависимость выходного трафика, времени проезда и длины заторов в зависимости от трафика по всем направлениям. Анализ результатов тестов показал, что наиболее эффективными оказались испытания сквозной пропускной способности и времени проезда всего транспортного участка. Далее эти результаты тестов были использованы для корректировки общей модели города в ПО VISUM PTV Vision® на указанных участках.
Планируемые жилые районы и промышленная зона подключались к существующей сети города в микромоделях и общей модели города с помощью примыканий, характеристики которых были рассчитаны согласно СНиП 2.07.01-89. Транспортные нагрузки на планируемые примыкания рассчитывались с помощью описанных выше механизмов ПО VISUM PTV Vision® с применением методики построения матрицы корреспонденций для новых планируемых районов [8,19] и методики расчета грузовых транспортных потоков, генерируемых планируемой промышленной зоной, на ранних стадиях проектирования [15].
Полученные таким образом транспортные микромодели планируемых жилых районов и промышленной зоны были также протестированы на испытания сквозной пропускной способности и времени проезда всей транспортной системы, кроме того, был определен критический срок функционирования транспортных районов.
Далее, для уточнения параметров обобщенной макромодели были проведены сравнительные анализы результатов микромоделирования планируемых районов в ПО VISSIM PTV Vision® и расчетов, полученных на основе обобщенной макромодели в ПО VISUM PTV Vision®. Согласно выработанной методике [10], для согласования моделей были выбраны такие показатели, как длины заторов и скорости движения на отдельных участках сети. Для всех планируемых районов были проведены расчеты этих параметров и по результатам анализа их корреляции для микро- и
макромодели общая макромодель города была скорректирована на участках планируемых зон с учетом увеличенной транспортной нагрузки от новых районов.
На следующем этапе были проведены работы по моделированию возможных вариантов расширения и корректировки объединенной транспортной сети на основе уточненной информационной модели.
На рисунке 8 представлена уточненная транспортная макромодель города Рязани с подключением всех планируемых районов.
Рисунок 8 — Макромодель города Рязани с подключением всех
планируемых районов
В данной версии модели отсутствуют все вновь введенные или строящиеся дорожные объекты, которые могут повлиять на общую транспортную обстановку после подключения планируемых жилых районов и промзоны. Это базовый вариант модели для проведения анализа последствий подключения новых транспортных районов без учета реконструкции транспортной сети.
Анализ показал, что практически сразу при подключении планируемых жилых районов и промышленной зоны все участки сети, примыкающие к ним, перейдут в критический режим работы, т.е. будут наблюдаться заторы,
как на основных существующих магистралях, так и на планируемых к ним примыканиях. Не смогут справиться с увеличением транспортной нагрузки и ближайшие к планируемым районам ключевые развязки (рисунки 9-10).
Рисунок 9 — Участки транспортной сети города Рязани с заторами до строительства планируемых районов в утреннее пиковое время
Рисунок 10 — Участки сети города с заторами после строительства планируемых районов в утреннее пиковое время
Из этих рисунков видно, что строительство планируемых районов без изменения основной существующей транспортной сети города приведет к образованию заторов на всех входах примыкающих к новым жилым зонам в утреннее пиковое время. При этом можно заметить некоторое улучшение ситуации с пробками в центральной части города, которое может объясняться «запиранием» входов в сеть и медленным поступлением транспорта из периферийных районов. С другой стороны, анализ показал, что в вечернее время все заторы возникнут уже в центре города, что полностью парализует его транспортную систему (рисунок 11).
Рисунок 11 — Участки сети города с заторами после строительства планируемых районов в вечернее пиковое время
Результаты анализа позволили сделать вывод о том, что решение о возможности строительства в планируемых районах жилых и промышленной
зон можно принимать только после введения в строй новых дорожных объектов.
Для определения эффективности влияния новых дорожных проектов на транспортную ситуацию в целом по городу необходим комплекс обобщающих показателей, с помощью которого удобно оценить планируемые мероприятия, а также корректность и единство начальных условий моделирования.
Основными показателями для оценки модели и корректности начальных условий были выбраны следующие характеристики:
- транспортная нагрузка ИТ - количество автомобилей, которые находятся в движении в сети в момент расчета перераспределения модели;
- количество просчитанных маршрутов ИТ - общее количество маршрутов ИТ просчитанных в модели для данной конфигурации сети;
- среднее время движения по маршруту ИТ - среднее время движения по всем рассчитанным в модели маршрутам;
- общее время движения по всем рассчитанным маршрутам - сумма времени движения по всем маршрутам без учета количества машин движущихся по каждому маршруту;
- средневзвешенное время движения по маршруту ИТ - среднее время движения по всем рассчитанным в модели маршрутам с учетом количества автомобилей, движущихся по каждому маршруту;
- средняя скорость автомобилей в ненагруженной сети - идеальная средняя скорость автомобилей без учета пропускной способности сети;
- средняя скорость движения автомобилей в нагруженной сети -реальная средняя скорость автомобилей с учетом затруднений, возникающих в сети;
- количество автомобилей, время движения которых по маршруту менее или равно 30 минутам.
Приведенный комплекс показателей позволил провести корректную сравнительную оценку всех планируемых в 2010-2015 годах вариантов модернизации дорожной инфраструктуры города Рязани, провести их ранжирование по эффективности и оценить суммарную эффективность [10]. В модели для всех вариантов рассчитывалось перераспределение индивидуального транспорта (ИТ) в течение одного утреннего часа пик. Такой вариант модели позволяет просчитать самый сложный в транспортном отношении временной период, и распространить полученные результаты на остальные временные периоды.
По наиболее весомому из интегральных показателей сети -средневзвешенному времени движения по маршруту при вводе в модель всех планируемых модернизаций транспортной системы было получено снижение на 25%, что можно считать очень позитивным результатом.
С другой стороны, полученный эффект оказался ниже ожидаемой суммы эффектов по каждому проекту. Основная вероятная причина этого -моноцентричная модель развития города [16], приводящая к неизбежному пересечению и даже столкновению транспортных потоков при их общем стремлении в утреннее пиковое время в центральную часть, используемую и в качестве транзитной зоны для всех периферийных районов. В этом случае два отдельных транспортных проекта, оказывающих значительное положительное влияние на общую транспортную ситуацию по отдельности, в комплексе взаимно снижают эффективность проводимых мероприятий, и суммирования снижения нагрузки не происходит.
Это явление особенно заметно при увеличении пропускной способности для транспорта за счет мероприятий, осуществляемых на противоположных окраинах города. В этом случае увеличенные транспортные потоки в результате быстрее достигают центральные целевые районы, насыщают общие транзитные магистрали, и начинают в большей степени затруднять там движение.
Полученный вывод ставит под сомнение идею о том, что все транспортные проблемы города можно решить только за счет массового строительства новых дорог и развязок. В данном случае можно заметить, что такое строительство необходимо, но оно должно также сопровождаться соответствующей градостроительной политикой и более обоснованным перспективным развитием города, учитывающим и в определенной мере корректирующим наблюдаемые экономические тенденции. Более того, в определенных случаях новое строительство жилых, промышленных и транспортных объектов, не подкрепленное серьезными расчетами и перспективными планами, может приводить к полному транспортному параличу основной коммуникационной части города. Причем, дальнейшее транспортное строительство на подходах к нему может даже ухудшать ситуацию.
В большой мере эта проблема может быть преодолена, если строительство жилья в периферийных зонах будет сопровождаться организацией мест приложения труда [17], что и приведет к уменьшению фактора моноцентричности. Этот вывод был сделан сразу после проведения первичного анализа матрицы корреспонденций. Анализ созданной на ее основе информационной модели подтверждает ранее высказанные рекомендации.
Тем не менее, общий положительный эффект от всех анализируемых транспортных проектов оказался более выраженным, чем любой из рассмотренных частных случаев. Это говорит, о том, что положительное влияние от всех мероприятий будет превалировать, даже учитывая столь сложную и нерациональную структуру города [16].
Таким образом, успешная разработка транспортной модели города Рязани подтвердила практическую значимость и эффективность разработанной технологии. Разработанная модель активно используется и для решения повседневных задач, возникающих при анализе транспортной инфраструктуры города.
Следует отметить, что параллельно с разработкой технологии и ее реализацией в городе Рязани были проведены несколько НИР транспортной тематики, заказчиками которых являлись органы власти города Рязани, а также отдельные организации из Москвы и Санкт-Петербурга. Одна из таких работ - «Оптимизация маршрутной сети общественного транспорта города Рязани на основе изучения пассажиропотока и информационной модели транспортной системы города» получила первое место на конкурсе проектов, проводимом в рамках VIII международной конференции "Применение современных транспортных моделей в планировании транспортной инфраструктуры" г. Москва (http://www.ptv-vision.ru/vstrecha-polzovatelei-3/).
В настоящее время проводятся работы по сбору дополнительной исходной информации, на основе которой функционал модели будет увеличен как с точки зрения дальнейшего повышения качества прогнозов, так и расширения возможностей ее применения, включая анализ экологических и экономических факторов транспортной системы.
Заключение
В настоящей работе представлено подробное описание технологии создания информационной транспортной модели города с учетом существующей и планируемой транспортной сети. Приведены результаты успешной реализации технологии для построения транспортной модели города Рязани. Анализ полученных с помощью данной модели результатов показал, что она позволяет эффективно определить как общие тенденции развития города, так и рассчитать необходимые частные показатели для всех транспортных районов, такие как скорость и время движения по отдельным маршрутам, наличие и длины заторов, количество транспортных средств на отдельных маршрутах и т.д.
Представленная технология включает в себя ряд оригинальных методик и специализированного ПО:
- методику расчета корреспонденций для новых планируемых районов и транспортных потоков;
- методику расчета корреспонденций, генерируемых планируемой промышленной зоной;
- программное обеспечение для анализа матриц корреспонденций;
- программное обеспечение для создания локальных информационных
схем.
Апробирование технологии разработки перспективной транспортной модели города на основе общего плана развития города Рязани показало, что создание модели возможно в короткие сроки. Срок построения модели составляет не более 2 лет (в зависимости от величины моделируемой транспортной системы и возможности получения исходной информации), а в упрощенном (но, тем не менее, пригодном для работы) варианте - до 6 месяцев. Полученная по данной технологии транспортная модель позволяет адекватно и оперативно оценивать транспортную обстановку в городе, давать обоснованные прогнозы по развитию транспортной ситуации в будущем и проводить анализ эффективности самых разнообразных проектов дорожной модернизации.
Среди основных практических применений разработанной модели (реализованных как по заказам органов власти и управления региона, так и коммерческих организаций) можно выделить следующие:
- моделирование транспортных потоков в ключевых местах УДС (включая анализ и изменение работы светосигнальных устройств) для оценки транспортной нагрузки и возможного образования заторов с последующей выдачей рекомендаций по их устранению или уменьшению с целью улучшения транспортной ситуации;
- оценка перераспределения транспортных потоков при проведении планируемых изменений УДС города (в т.ч. при проведении ремонтных и иных видов работ);
- предварительный расчет интенсивности движения перед проведением реконструкции имеющихся, а также строительством новых транспортных объектов для определения их параметров (например, ширины дорог и путепроводов, в т.ч. платных, количества полос для движения транспорта), соответствующих транспортной нагрузке;
- прогнозирование транспортных потоков на 10-20-летний период при планируемом вводе в эксплуатацию новых транспортных объектов, оптимизация маршрутной сети общественного транспорта города;
- оценка транспортной составляющей комплексных проектов развития города [18].
Экономический эффект от таких работ трудно переоценить, т.к. он измеряется десятками и сотнями миллионов рублей как по отдельным транспортным объектам (например, из-за разницы в ширине дорог и путепроводов, принятых к строительству по результатам моделирования транспортных потоков), так и по совокупности проведенных мероприятий, для которых было осуществлено предварительное моделирование транспортных ситуаций.
Применение полученной технологии создания модели транспортной системы города, реализованной на основе самых современных информационных продуктов и апробированной на практике, позволит решать задачу оптимизации управления транспортными системами на лучшем мировом уровне, а также распространить опыт создания таких систем и управления ими в других городах, в т.ч. в научных учреждениях, вузах, инновационных фирмах и иных заинтересованных организациях.
Среди возможных направлений дальнейших исследований (в ходе выполнения соответствующих НИР и ОКР) - разработка методик построения автоматизированной системы управления развитием транспортной инфраструктуры города с применением достигнутых в данной работе результатов.
Библиографический список
1. Швецов В.Л. Смоделировать будущее // Строительство и городское хозяйство. 2009. №113. С. 119-121.
2. Ущев Ф.А. Методические и практические аспекты применения транспортных моделей при планировании транспортной инфраструктуры городов и регионов России // Целевая конференция «Совершенствование системы сбора и анализа сведений об условиях совершения ДТП»: сборник докладов и статей / СПб, 2009. С. 111-120.
3. Астапенко А.В., Файт Апельт, Семенов С.А. Методы сбора транспортной информации и принятия решений при создании новых дорог и системы общественного транспорта - германский опыт. // Социальноэкономические проблемы развития транспортных систем городов и зон их влияния / Материалы X международной (тринадцатой екатеринбургской) научно практической конференции. - Екатеринбург: Издательство АМБ, 2004. С. 60-67.
4. Ваксман С.А., Швец В.Л. Информационная база для расчета пассажиропотоков в городах: Ч.З.Обработка материалов обследований передвижений. // Социально-экономические проблемы развития транспортных систем городов и зон их влияния / Материалы XI международной (четырнадцатой екатеринбургской) научно практической конференции. - Екатеринбург: Издательство АМБ, 2005, С.129-136.
5. Валдин В.В. Подготовка ГИС-данных для транспортного моделирования в PTV VISION VISUM // Международная конференция «Современные технологии стратегического и оперативного транспортного планирования PTV Vision®»: тез. докл. 5-ой МК. С-П., 2009. С. 10-15.
6. Постнов С.Н., Кузнецов С.Н., Логинов П.В., Широбакин С.Е., Рябчиков Д.С., Самохин С.А. Опыт создания локальных информационных
транспортных моделей транспортной инфраструктуры города // Управление экономическими системами - Электронный научный журнал, Вып. 9, 2011. -http://www.uecs.ru/uecs-33-332011/item/622-2011-09-21-05-44-56
7. http ://kvantex.ru/tpm/nir2010-2012.htm#rep2
8. Постнов С.Н. Методика построения матрицы корреспонденций новых планируемых районов // Международная конференция «Современные технологии стратегического и оперативного транспортного планирования PTV Vision®»: тез. докл. 6-ой МК. С-П., 2010. С. 19-20.
9. http ://kvantex.ru/tpm/nir2010-2012.htm#rep3.
10. http ://kvantex.ru/tpm/nir2010-2012.htm#rep5.
11. http://maps.yandex.ru
12. http://maps.google.com
13. Гасников А.В., Кленов С.Л., Нурминский Е.А., Холодов Я.А., Шамрай Н.Б. Введение в математическое моделирование транспортных потоков. - М.: МФТИ, 2010. — 362 с.
14. http://www.proektant.org/mdex.php?action=prmtpage;topic=8460.0
15. Постнов С.Н., Кузнецов С.Н., Логинов П.В., Широбакин С.Е., Бышов Н.В., Савин Ю.О. Методика расчета транспортных потоков, генерируемых планируемой промышленной зоной, на ранних стадиях проектирования // Управление экономическими системами - Электронный научный журнал, Вып. 9, 2012. - http://uecs.ru/logistika/item/1539-2012-09-19-07-13-57 .
16. Аношкин П. А. Пространственная модель современного города // Проблемы современной экономики, N 4 (40), 2011. - http://www.m-economy.ru/art.php?nArtId=3836 .
17. http://www.rbc.ru/rbcfreenews/20120528143628.shtml
18. http://kvantex.ru/tpm/papers/Ryaztr.htm
19. http://kvantex.ru/tpm/nir2010-2012.htm#rep4
