同济大学建筑与城市规划学院颜文涛教授团队在交通领域顶刊《Transportation Research Part D》最新发表的文章,提出融合时空大数据的城市出行韧性测度方法,文章题目为:“Measuring mobility resilience with network-based simulations of flow dynamics under extreme event”(https://doi.org/10.1016/j.trd.2024.104362)。利用时空大数据识别城市交通出行流动结构,模拟推演出行流动在风险扰动下的变化与响应过程,有效刻画城市内部出行韧性的时空异质性和流动重组后的空间效应。第一作者是同济大学建筑与城市规划学院博士研究生李子豪,论文作者还包括同济大学建筑与城市规划学院院长王兰教授。
风险扰动事件会打乱城市常规的交通出行流动模式,影响居民的日常生活。目前,城市交通韧性的测度方法通常依赖于静态代理指标或拓扑分析,难以捕捉交通系统与功能性组织之间的动态互动,以及风险扰动期间运行状态的变化过程。本研究以上海市中心城区为例,利用来自移动设备的时空大数据,描绘了在不同强度灾害事件下,居民出行流动响应的演变特征,计算了城市可维持交通流量比例的性能变化曲线,揭示了城市交通出行韧性的空间异质性,并分析了交通流重新分配所带来的空间影响。研究结果表明,即使是低强度的扰动事件也会引发城市整体交通流动的重组。具有梯度特征的出行韧性低值集聚空间,更多与城市流动结构有关,而非灾害的距离。城市主干道为长途出行提供连通性,支路则为短途出行提供便利,但支路容易受到交通流量激增的冲击。这些发现为风险扰动下道路受损状态下,城市备灾和应急规划策略将具有更强的理论依据。
转载此文是出于传递更多信息目的。若来源标注错误或侵犯了您的合法权益,请与本站联系,我们将及时更正、删除、谢谢。
https://www.414w.com/read/1254023.html