基于GIS技術的高速鐵路線網規劃適應性研究

郇曉喜

（新疆鐵道勘察設計院有限公司，烏魯木齊 830011）

引言

交通運輸對社會經濟發展具有十分重要的意義，其中高速鐵路運輸是整個交通運輸的核心部分[1,2]。近幾年來，高速鐵路不論是規模還是水平都得以迅速發展，實現了國家提出的相關政策。

高速鐵路線網是進行高速鐵路運輸業務以及作業的支撐基礎，同時它也是高速鐵路基礎設施網絡結構的反映。在實際應用的過程中，由于各個國家的國情以及時代背景完全不同，所以其高速鐵路發展規模也是完全不同，合理的規劃高速鐵路線網能夠有效促使經濟發展[3]。

相關學家針對該方面給出了一些較好的研究成果，例如王忠強等人大量查閱相關資料，對各個高速鐵路線網進行分析，同時設定三項指標為后續高速鐵路線網規劃適應性研究奠定基礎；顧金山主要總結了不同城市在軌道運輸方面的建設經驗，提出“樞紐錨定網”鐵路線網規劃方法。現階段我國高速鐵路線網發展十分迅速，為了滿足現階段的發展需求，本文將結合GIS技術對高速鐵路線網規劃適應性進行研究，通過具體的仿真實驗數據全面驗證了所提方法的綜合有效性。

1 基于GIS技術的高速鐵路線網規劃適應性研究

1.1 高速鐵路線網規模預測模型的組建

為了全面了解高速鐵路線網規模，首先需要相關影響因素進行具體的分析研究，方便后續清理各個影響因素對高速鐵路線網規模的影響程度[4,5]，同時為高速鐵路線網規模預算奠定堅實的基礎。

根據高速鐵路線網系統內各個影響因素之間的相互關系組建鄰接矩陣，經過運算獲取可達矩陣，其中鄰接矩陣代表不同矩陣之間的相互關聯性，以下采用A；其中各個元素aij的計算式如下所示：

各個元素之間的鄰接矩陣能夠表示為以下的形式：

不同元素的可達矩陣R能夠利用鄰接矩陣A加上矩陣I獲取，其中矩陣I代表單位矩陣，可達矩陣代表各個影響因素之間通過任意路徑后達到可達到的程度[6]。

結合上述分析，能夠將可達矩陣利用區域劃分以及極間分解的方法依次組建不同因素之間的層次關系。

結合可達矩陣，能夠將和因素in相關的因素組成對應的可達集到達因素in的因素組成先行集則有：

式中：

N—全部因素組建的集合；

mij—i點到j點的關聯值；

mji—j點到i點之間的關聯值。

高速鐵路線網規模預算方法的好壞決定了最終測試結果的好壞，同時也會對高速鐵路線網規劃產生一定的影響[7,8]。以下給出具體的操作過程：

首先對高速鐵路線網的合理規模選用網絡分析方法進行計算，其中該方法的原始計算模型為：

式中：

L—鐵路網規模；

S—城市群的面積；

N—城市群內能夠進行連接的節點數量；

C—連通度系數。

由于鐵路網的線路在實際應用的過程中會受到自然條件等相關因素的影響，導致鐵路線路并不是全部都為直線，根據各個城市規模的大小，需要在地理條件的類型中加入線路的非直線系數ξ，結合GIS技術，則經過修改的模型能夠表示為以下的形式：

由于各個城市內全部節點的平均連通度系數是不同的，需要利用各個節點連通度之后和進行加權平均計算，以下給出具體的計算式：

式中：

為了滿足城市鐵路網的發展需求，需要結合相關參數進行統計分析，同時將定性因素設定為調整參數，帶入到對應的模型中，則能夠獲取以下計算式：

式中：

R—城市中高速鐵路網密度；

P—城市人口密度；

E—城市人均收入。

以上模型忽略了空間結構以及政府的相關政策等影響因素，因此以下需要加入高速鐵路網依賴性偏好指數，則有：

式中：

δ—高速鐵路網依賴性偏好指數；

rR—高速鐵路網密度統計總值；

hR—模型估計值。

經過調整后的高速鐵路線網規模預算模型為：

1.2 基于GIS技術的高速鐵路線網規劃適應性研究

高速鐵路線網規劃預測試高速鐵路線路分布的基礎，測算結果需要滿足對應的規劃目標需求，其中規劃目標主要包含人口規模以及空間范圍等相關參數，主要是以城市覆蓋率、線網密度等進行衡量，在于其他規劃目標進行對比的基礎上，進一步對比其發展階段。

高速鐵路線網規模是城市群鏡以及空間結構以及需求結構相互作用的結果，合理的線網規模能夠有效滿足不同層次的運輸需求，同時也能夠適應城市群的階段性發展需求以及發展速度。

立足于運輸系統本身，線網規模的合理性主要體現在量以及質兩個層次上，同時需要分別引入供需均衡系數以及層次平衡次數兩個指標進行衡量[9]。

其中供求平衡系數主要從總量的角度全面反映高速鐵路網規模需要滿足的運輸需求能力，則：

式中：

ζ—供需均衡系數；

c—單位長度的線路運輸能力；

O—需求總量。

層次平衡系數是為了滿足不同層次的需求進行配置，通過不同路線的規劃程度進行合理性判斷，具體的計算模型如下所示：

式中：

為了進一步促進城市的發展，需要從以下兩方面判斷整個線網規模的合理性，分別為：

1）線網規模的合理性；

2）城市群發育程度的適應性[10]。以下給出具體的計算式：

式中：

η—線網規模以及城市群發育程度的適應性；

φ—城市群的發育程度；

φ—線網的綜合密度。

其中φ的計算式如下所示：

式中：

A—城市群面積；

δ—居住面積修正系數；

P—人口總數。

其中：

式中：

ELG—彈性系數；

ΔL—線網規模增量；

G—經濟總量；

ΔG—經濟增量。

結合上述分析，能夠獲取以下高速鐵路線網規劃適應性評價體系，具體如圖1所示。

圖1 高速鐵路線網規劃適應性評價體系結構圖

2 仿真實驗

為了驗證所提方法的綜合有效性，需要進行仿真實驗，環境選取某地區高速鐵路線網作為研究對象進行仿真測試，具體的實驗結果如下所示：

1）節點重要度/（%）：

仿真實驗測試選取兩種傳統方法作為對比方法進行仿真實驗，以下實驗主要對比不同方法的節點重要度，具體對比的結果如圖2所示。

圖2不同方法的節點重要度對比結果

分析圖2可知，所提方法的節點重要度一直呈直線上升趨勢；文獻[7]方法的節點重要度呈直線下降趨勢；文獻[8]方法的節點重要度則呈現忽高忽低的狀態。其中節點重要度越高，則說明線路網越具有推廣價值，相比其它兩種方法，所提方法的節點重要度明顯較高。

2）高速鐵路線網平均造價/（萬元）：

分析表1～3實驗數據可知，相比其它兩種方法，所提方法的高速鐵路線網平均造價明顯較低。

3）高速鐵路線網運行效率/（%）：

在上述實驗環境的基礎上，以下對比各個方法的高速鐵路線網運行效率，具體的對比結果如表4～6所示。

表1 所提方法的高速鐵路線網平均造價

表2 文獻[7]方法的高速鐵路線網平均造價

表3 文獻[8]方法的高速鐵路線網平均造價

表4 所提方法的高速鐵路線網運行效率

表5 文獻[7]方法的高速鐵路線網運行效率

表6 文獻[7]方法的高速鐵路線網運行效率

綜合分析表4～6實驗數據可知，隨著測試樣本數量的不斷增加，各種方法的高速鐵路線網運行效率也在不斷發生變化，其中所提方法的高速鐵路線網運行效率在三種方法中為最高；文獻[7]方法的高速鐵路線網運行效率次之；文獻[8]方法的高速鐵路線網運行效率最高。

3 結束語

隨著全球的經濟化發展，城市已經成為我國發展的主要趨勢，大力發展城市群高速鐵路線網是解決交通問題的重要途徑，也是城市化進程的必然結果。本文重點針對基于GIS技術的高速鐵路線網規劃適應性展開研究。仿真實驗結果表明，所提方法對于高速鐵路線網規劃以及指導具有十分重要的意義。雖然現階段所提方法取得了十分滿意的研究成果，但是仍然存在一定的不足，后續將針對所提方法存在的不足進行進一步完善。