人口容納對交通環衛承載力探究范文

本站小編為你精心準備了人口容納對交通環衛承載力探究參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

人口容量又稱人口承載力或人口承載量，是人口學、地理學、生態學和環境科學中一個十分重要的概念。人口容量是指在某區域的某一預見階段以不損害區域環境質量和破壞資源的永續利用為前提，在保證符合其社會文化準則的物質生活水平條件和正常的經濟發展速度下，地區的消費資料所能持續供養、生產資料所能容納的滿足個人福利的全體人口正常發展目標下的人口數量［1］。

道路交通作為重要的城市資源，有著一定的承載能力，計算城市極限交通環境承載力條件下所能夠給養的最大人口數，可以理解為基于城市交通環境承載力的極限人口容量預測。

國外專家、學者對人口容量的關注與研究已有近400年的歷史(Cohen，1996)［2］。隨著人口、資源、環境關系的日益緊張，世界各國的專家、學者及有關機構開始從不同的角度出發研究世界及各地區各國所能承載的人口數量，以尋求緩解人地緊張關系的途徑。國內對于人口容量的系統研究始于20世紀80年代，在理論、方法與實踐上取得了一系列進展，且有關人口容量的研究也愈發深入和細致，研究的區域也更加廣泛。一定環境或一定地區的資源所能養活的人口是有極限的，而這個極限狀態的人口容量要受到多種條件的制約，現階段雖然已有研究深入到不同環境條件下極限人口承載力的預測估算，但并未有成熟的研究體系與結果，基于交通環境承載力的城市人口容量預測更有待于深入研究。

1基于太原市交通模型的城市人口容量預測方法

本文以太原市為例，結合太原市總體規劃，運用太原市交通模型，運用兩種不同方法在交通環境極限承載的情況下，對太原市的人口容量進行預測分析。

1.1太原市總體規劃與交通模型

1.1.1太原市總體規劃與交通發展規劃指標簡介

(1)太原市總體規劃人口指標簡介

依據《太原市總體規劃》:根據近10年來的戶籍非農人口增長速度，設定未來戶籍非農人口的增長速率為2.8%～3.2%之間;半年以上暫住人口的增長速率設定為5.0%～6.0%之間。根據設定的增長率，預測結果為:

2015年中心城區實際居住人口為320萬左右;

2020年中心城區實際居住人口為360萬左右。

(2)太原市城市交通發展規劃路網指標簡介

現狀太原市區道路網絡采用了中心城區外部“環+放射”的公路網與中心城內部均質化棋盤狀方格道路網相結合的路網模式。雖然現狀市區道路網運行狀況基本正常，但隨著城市機動化快速發展和城市單中心的聚集效應增強，現有以主干路為主要骨架的棋盤狀路網也逐漸出現了諸如“南北不通、東西不暢”的現象，交通擁堵現象也正在日益嚴重。

依據《太原市城市交通發展規劃》，明確未來太原城市道路網絡結構的主要特征與功能要求如下:

a)以“環+放射”高速公路為外部基礎;

b)快速路骨架以“橫縱線和放射線”相銜接構成

c)橫縱線快速路骨架

d)放射型快速路

e)棋盤狀格局下，進一步完善主、次干路

f)加強跨障礙通道建設

規劃以“五縱、五橫、四放射”為城市快速路基本骨架;規劃快速路長度165km，如計入準快速路，則規劃快速路長度約210km;快速路網密度約0.60km/km2。

1.1.2太原市交通模型指標簡介

交通模型是交通流定量預測的基礎，是交通狀況同諸有關因素之間關系的定量描述，是評價規劃項目交通能力的基本理論依據。太原市交通模型分為基年與規劃年模型兩部分，兩模型均基于“四階段”原理開發。運用太原市交通模型得到規劃年各交通方式平均出行距離指標，同時得到交通方式圖1太原市中心城區2020年路網結構示意圖劃分的預測結果，為交通環境極限承載力條件下人口容量的預測提供數據基底。

1.2基于交通模型的車行道容量方法研究

城市道路系統車行道容量是進行城市道路系統容量估算的基礎數據之一［3］。車輛在行駛過程中占有一定的道路凈空面積，在一次出行時間內以動態的方式只占有一次，每輛車出行使用的道路面積在高峰小時內又可提供給其他車輛反復使用。車輛出行時間與車速和出行距離有關。

采用綜合車型計算，車身長l車=7.4m，反應時間t反=1.5s，路面附著系數φ=0.4，縱坡i=0，安全距離l0=5m，每條車道寬度b=3.5m［4］，得到小汽車高峰小時平均每次出行所占用車行道面積f1:f1=l－1β1(86.8V1－1+2.92+0.027V1)(m2/次)(1)式(1)中:l1－—小汽車平均出行距離(km);β1—小汽車對道路網的綜合使用系數;V1—小汽車平均車速(km/h)。設定自行車車身長l車=1.9m，反應時間t反=1.5s，路面附著系數φ=0.4，縱坡i=0，安全距離l0=0.5m，每條車帶寬1.25m，可得到自行車在高峰小時平均每次出行所占用的車行道面積f2:f2=l－2β2(6V2－1+1.04+0.0098V2)(m2/次)(2)式(2)中:l2－—自行車平均出行距離(km);β2—自行車對道路網的綜合使用系數;V2—自行車平均車速(km/h)。依據小汽車和自行車所占用的車行道面積分別計算高峰小時車行道可容納的車輛數。高峰小時可容納的小汽車出行總數W1:W1=F1f1•γ1(輛)(3)式(3)中:F1為機動車道總面積(m2);f1為小汽車每次出行占用的車行道面積(m2/次);γ1為高峰小時機動車出行率。高峰小時可容納的自行車出行總數W2:W2=F2f2•γ2(輛)(4)式(4)中:F2為自行車道總面積(m2);f2為自行車每次出行占用的車行道面積(m2/次);γ2為高峰小時自行車出行率。相同的道路資源，各種交通方式所占用道路空間各不相同，由圖2所示可看出，小汽車所占用的道路空間最大，且在交通方式劃分中，小汽車占據著較大的比例，故以小汽車所占用空間的極限條件作為交通環境承載力指標對城市人口容量進行測算。計算得到研究范圍內規劃年高峰小時V1=20.25km/h、l1－=6.0km、β1=1、f1=46.54、γ1=0.80、F1=2906470m2，由此得到機動車道系統容圖2不同交通方式道路空間使用示意圖［5］量W1=78064，考慮標準小汽車載客數、交通方式劃分結果等影響因素，計算得到城市人口容量Pop1=5492290，即基于此方法計算得到交通環境極限承載力條件下，人口容量Pop1=549.2(萬人)。

1.3基于交通模型的OD反推方法研究

OD矩陣是進行客流預測的重要基礎數據，在實際操作過程中，獲取吸引區之間的OD矩陣卻是非常困難的，一般采用OD調查的方式，但缺陷是調查過程較為費時、費力。OD出行矩陣推算(OD反推)是根據采集到的道路網絡、網絡交通量、小規模或部分OD出行調查等信息推算出路網的OD出行矩陣，為路網的規劃、建設及交通管理提供依據，從而減少(或不進行)大規模的OD出行調查［6］。

根據太原市城市發展前景、用地規劃布局及其所帶來的交通需求的變化趨勢，充分考慮國家政策的影響、城市機動化的發展趨勢，根據交通設施的供給水平，運用太原市交通模型，對規劃年(2020年)太原市路網交通運行進行分析，分配結果如上圖所示。

在規劃年路網交通分配結果基礎之上，對路網整體飽和度進行調整，選取路網系統的極限運行狀態，各路段飽和度均為1的情況下，對交通模型內部小汽車出行OD矩陣進行OD反推。運用太原市交通模型TFlowFuzzy(矩陣更新)模塊功能，進行OD反推，得到規劃年(2020年)交通環境極限運行狀態下的小汽車矩陣，進而得到研究范圍內(總體規劃360范圍)小汽車出行總量Tcar=201298(次)。考慮標準小汽車載客數、交通方式劃分結果、規劃年人均出行次數等影響因素，計算得到城市人口容量Pop2=5432061，即基于此方法計算得到交通環境2基于交通環境承載力的人口容量預測結果分析對兩種預測方法所得到的結果進行對比分析。兩種預測方法均是以交通模型為基底，基于車行道容量模型的預測方法是從路網系統層面進行展開，對交通環境極限承載力條件下的人口容量進行預測;而基于模型OD反推的預測方法是從居民出行層面進行展開，對交通環境極限承載力條件下的人口容量進行預測。

兩種方法計算所得到基于交通環境承載力的太原市城市人口容量預測結果Pop1=549.2(萬人)，Pop2=543.2(萬人)，兩種預測方法的結果相對誤差小于3%，于此可判斷得出兩種模型預測方法具有一定的可行性。

兩種模型預測方法具有其一定的適用性。兩種預測方法均需要以城市交通模型為前提基礎，基于交通模型的車行道容量計算方法較適用于在城市道路交通網絡資料較全的情況下進行，且不能忽略城市支路網絡系統的數據統計分析;基于交通模型的OD反推計算方法則適用于居民出行特征數據較全面的情況下進行，且此預測方法相對車行道容量計算方法而言，與“四階段”交通預測模型有著更為緊密的聯系。

3結論

基于交通環境承載力的城市人口容量預測對于城市總體規劃和控制性詳細規劃具有重要的意義。本文以太原市交通模型為基底，從兩個系統層面，分別對太原市交通環境極限承載力條件下的人口容量進行預測，并且對車行道容量預測方法與OD反推預測方法所得到的結果進行對比分析，論證了兩種模型方法的可行性及適用范圍。進一步的研究將結合城市交通發展戰略與政策進行，從而更好地實現與上位規劃的互動。