ترافیک تأثیر مستقیمی بر اقتصادهای محلی و منطقه ای، بر سطوح آلودگی دارد و همچنین منبع اصلی ناراحتی و ناامیدی برای مردمی است که مجبورند با ازدحام، تصادفات یا انحرافات ناشی از کار جاده یا تصادف دست و پنجه نرم کنند. امروزه ازدحام در نواحی شهری پدیده ای رایج است، زیرا شریان های اصلی شهرها در ساعات اوج بار و یا زمانی که محدودیت های اضافی مانند تصادفات رانندگی و کارهای جاده ای وجود دارد که باعث کاهش ترافیک در بخش های جاده می شود، دچار شلوغی می شوند. هنگامی که ترافیک افزایش می یابد، مشاهده می شود که برخی از جاده ها مستعد شلوغی هستند، در حالی که برخی دیگر اینگونه نیستند. بدیهی است که هم تراکم و هم ترافیک شهری تحت تأثیر عوامل متعددی قرار می گیرند که توسط داده های پیچیده جغرافیایی و روابط فضایی بین آنها نشان داده می شود. در این مقاله مدل های ریاضی تلفیقی، داده های ترافیک زمان واقعی با تجزیه و تحلیل شبکه و روش های شبیه سازی به منظور تجزیه و تحلیل حمل و نقل عمومی در Oradea و تأثیر آن بر ترافیک شهری. یک مدل ریاضی نیز برای شبیه‌سازی انتخاب‌های سفر جمعیت شهر و روستاهای اطراف اقتباس شد. بر اساس تجزیه و تحلیل شبکه، تحلیل ترافیک و بر اساس شبیه سازی سفر، عناصر ایجاد کننده تراکم ترافیک در داخل شهر به راحتی قابل تعیین هستند. نتایج مطالعه موردی تاکید می کند که کاهش ترافیک و اثرات آن را می توان با بهبود تراکم حمل و نقل عمومی یا دسترسی به آن به دست آورد. یک مدل ریاضی نیز برای شبیه‌سازی انتخاب‌های سفر جمعیت شهر و روستاهای اطراف اقتباس شد. بر اساس تجزیه و تحلیل شبکه، تحلیل ترافیک و بر اساس شبیه سازی سفر، عناصر ایجاد کننده تراکم ترافیک در داخل شهر به راحتی قابل تعیین هستند. نتایج مطالعه موردی تاکید می کند که کاهش ترافیک و اثرات آن را می توان با بهبود تراکم حمل و نقل عمومی یا دسترسی به آن به دست آورد. یک مدل ریاضی نیز برای شبیه‌سازی انتخاب‌های سفر جمعیت شهر و روستاهای اطراف اقتباس شد. بر اساس تجزیه و تحلیل شبکه، تحلیل ترافیک و بر اساس شبیه سازی سفر، عناصر ایجاد کننده تراکم ترافیک در داخل شهر به راحتی قابل تعیین هستند. نتایج مطالعه موردی تاکید می کند که کاهش ترافیک و اثرات آن را می توان با بهبود تراکم حمل و نقل عمومی یا دسترسی به آن به دست آورد.

کلید واژه ها:

GIS _ ترافیک شهری ; حمل و نقل پایدار ؛ حمل و نقل عمومی ؛ تجزیه و تحلیل جغرافیایی

1. مقدمه

روند شهرنشینی در مقیاس بی سابقه ای بر کل جهان تأثیر می گذارد و منجر به فشار مداوم بر برنامه ریزان شهری و دولت های محلی برای مقابله با مشکلاتی می شود که ایجاد می کند: زیرساخت های شبکه، حمل و نقل، خطرات، پیشگیری و مداخله در بلایا، برنامه ریزی سرمایه گذاری و غیره.
از آنجایی که شهرنشینی یک فرآیند پیوسته در حال توسعه است و یکی از ارکان اصلی آن شبکه حمل و نقل سریع در حال توسعه است، برنامه ریزان بیشتر به ایجاد توازن بین توسعه پایدار و حمل و نقل پایدار علاقه مند می شوند. سیستم حمل و نقل پایدار توسط کنفرانس وزرای حمل و نقل اروپا به عنوان سیستمی قابل دسترسی، ایمن، سازگار با محیط زیست و مقرون به صرفه تعریف شده است [ 1 ].
مطالعات دیگر [ 2 ، 3 ] در نظر دارند که یک سیستم حمل و نقل پایدار باید:
  • مقرون به صرفه، کارآمد و ارائه گزینه های مختلف حمل و نقل و در عین حال برای حمایت از اقتصاد پویا،
  • باید امکان دستیابی به نیازهای اساسی دسترسی افراد و جوامع را به شیوه ای سازگار با سلامت انسان و اکوسیستم فراهم کند.
  • با محدود کردن انتشار، ضایعات، مصرف منابع تجدید ناپذیر از نظر زیست محیطی پایدار باشد [ 2 ].
اهداف حمل‌ونقل پایدار توسط نویسندگان مختلف به شیوه‌ای متفاوت توصیف شده‌اند، اما در مطالعه به خوبی اندازه‌گیری شده-در حال توسعه شاخص‌ها برای برنامه‌ریزی حمل‌ونقل پایدار و زیست‌پذیر [ 3 ]، اهداف اصلی در نظر گرفته شد:
  • تنوع سیستم حمل و نقل – که در آن به مسافران این امکان داده می شود که از روش های مختلف حمل و نقل انتخاب کنند.
  • یکپارچه سازی سیستم – که در آن حمل و نقل عمومی با اجزای دیگر مانند عابر پیاده و دوچرخه سواری یکپارچه شده است.
  • مقرون به صرفه بودن – حمل و نقل حتی برای خانوارهای کم درآمد نیز قابل دسترسی است.
  • بهره وری منابع و عملیاتی – در نظر گرفتن اینکه سیاست های مورد استفاده در برنامه ریزی حمل و نقل، کارایی انرژی و زمین را تشویق می کند.
  • قیمت‌گذاری و اولویت‌بندی کارآمد – در نظر گرفتن اینکه همه عناصر مؤثر بر حمل‌ونقل در یک منطقه خاص (عمدتاً جاده، پارکینگ و سوخت) برای اطمینان از کارایی و تشویق وسایل حمل‌ونقل کارآمدتر قیمت‌گذاری می‌شوند.
  • دسترسی به کاربری زمین (رشد هوشمند) – دسترسی و حمل و نقل را با برنامه های توسعه شهری ادغام می کند تا توسعه کاربری مخلوط، متصل و چندوجهی را تضمین کند.
  • بهره وری عملیاتی – در سطح ارائه دهندگان حمل و نقل، آژانس های مسافرتی و مدیران تسهیلات به منظور به حداکثر رساندن کیفیت خدمات با هزینه مقرون به صرفه.
  • برنامه ریزی جامع و فراگیر – شامل همه ذینفعان در سطح جامعه آسیب دیده.
عنصر خاصی که باید در تعریف سیستم های ترافیکی پایدار در نظر گرفته شود، جایی است که سیستم اجرا می شود: مناطق شهری/روستایی، جوامع بزرگ/کوچک، هاب های ترافیکی، نوع و موقعیت مناطق عملکردی مختلف در جامعه (مسکونی، فرهنگی، آموزشی). ، تجارت و غیره)، سنت های محلی، جوامع توسعه یافته/توسعه نیافته [ 4 ].
یکی از اثرات اصلی شهرنشینی افزایش ترافیک و مشکلات ناشی از آن است: ازدحام، راهبندان، افزایش تصادفات، افزایش زمان سفر، افزایش آلودگی و هزینه های مستقیم و غیرمستقیم ناشی از آن [ 5 ، 6 ].
در نتیجه، ازدحام در مناطق شهری امروزه به یک پدیده رایج تبدیل شده است. شریان‌های اصلی شهر در ساعات اوج بار یا محدودیت‌های اضافی مانند تصادفات رانندگی و کارهای جاده‌ای دچار تراکم می‌شوند، به طوری که ساکنان به طور فزاینده‌ای با کاهش سرعت در بخش‌های خاصی از جاده‌ها مواجه می‌شوند که به طور ضمنی با افزایش زمان مورد نیاز همراه است. برای حرکت در اطراف [ 7 ].
با توجه به اینکه تراکم ترافیک معضلی است که شهرها را به نسبت مستقیم با جمعیت شهری تحت تأثیر قرار می دهد و جمعیت شهری جهان به طور مداوم در حال افزایش است و شهرها تراکم جمعیت بیشتری دارند، تراکم ترافیک تأثیر عمیقی بر زندگی روزمره مردم و محیط زیست می گذارد. و توسعه اقتصاد اجتماعی تأثیر اصلی بر اقتصاد اجتماعی از دست رفتن کارایی اقتصادی، افزایش هزینه های حمل و نقل، افزایش آلودگی و تأثیرات منفی بر انسجام اجتماعی است. بنابراین، مطالعات زیادی با استفاده از رویکردهای مختلف برای تحلیل ترافیک و تراکم شهری انجام شده است. برخی از محققان بر این باورند که توپولوژی شبکه راه های درون شهر عامل اصلی ایجاد تراکم ترافیک است [ 8 ]]. برخی دیگر معتقدند که افزایش تعداد گلوگاه ها عمدتاً به این دلیل است که جاده ها در مقایسه با تراکم ترافیک بسیار کوچک هستند و تقاطع ها محدودیت های جریان ترافیک را در نظر نمی گیرند [ 7 ، 9 ].
ازدحام می‌تواند به دلایل مختلفی مانند حوادث، علائم ترافیکی معیوب/ناکارآمد، تقاضای بیش از حد، مناطق کاری، مربوط به آب‌وهوا یا حتی رویدادهای ورزشی یا فرهنگی خاص، نمایشگاه‌های تجاری، نمایشگاه‌ها و بازارها رخ دهد [ 10 ]. همچنین مهم است که بررسی شود که آیا ازدحام ترافیک جاده‌ای تکراری یا غیر تکراری هستند [ 11 ].
ازدحام‌های مکرر آنهایی هستند که هر روز در ساعات اوج مصرف رخ می‌دهند و تحت تأثیر ظرفیت جاده‌ها، کنترل‌کننده‌های ترافیکی ناکافی (چراغ‌های راهنمایی ضعیف، علائم توقف، مکان‌های پارک یا مناطق کاهش سرعت)، تنگناها در خیابان‌های باریک، تمرکز کسب و کار یا اداری و کارکردهای آموزشی در منطقه خاصی از شهر [ 11 ، 12 ].
ازدحام غیر تکراری معمولاً با رویدادهای غیرقابل پیش بینی مرتبط است:
  • تصادفات، حوادث ترافیکی، تصادفات وسیله نقلیه یا خرابی هایی که خطوط ترافیک را مسدود می کند [ 13 ، 14 ]،
  • مناطق کاری که باعث کاهش سرعت، انحراف ترافیک، کاهش خطوط یا بسته شدن موقت جاده می شود [ 10 ، 11 ]،
  • آب و هوا مانند باران شدید، برف، بادهای شدید یا یخ که می تواند باعث کند شدن ترافیک، کاهش دید و تأثیر بر رفتار راننده شود [ 10 ]،
  • سایر رویدادهای ویژه: رویدادهای ورزشی یا فرهنگی، کنسرت ها، نمایشگاه های تجاری، نمایشگاه ها یا بازارهایی که می توانند باعث شوند تعداد زیادی از افراد به طور همزمان در یک منطقه خاص از شهر تردد کنند و شلوغی ایجاد کنند.
چندین استراتژی کنترل تراکم نیز فرموله شده است، مانند روش کنترل تراکم، کنترل علائم ترافیکی در تقاطع های شهری و کنترل زمان بندی سیگنال برای بهینه سازی جریان ترافیک [ 15 ، 16 ]. تجزیه و تحلیل تأثیر حمل و نقل عمومی بر ترافیک و روش های بهینه سازی آن برای جلوگیری از حمل و نقل خصوصی و رفع تراکم ترافیک نیز توسط بسیاری از محققان مورد مطالعه قرار گرفته است [ 6 ، 17 ، 18 ، 19 ]. موضوع برآورد کوتاه مدت و میان مدت حجم ترافیک در شبکه های جاده ای و شناسایی الگوهای ترافیکی در دهه های اخیر بسیار مورد توجه قرار گرفته است [ 20 ، 21 ].]. همچنین تحقیقات زیادی در مورد نحوه استفاده از اطلاعات جمع‌آوری‌شده از دستگاه‌های تلفن همراه، از جمله جمع‌سپاری و اطلاعات جغرافیایی داوطلبانه (VGI)، برای تجزیه و تحلیل تراکم ترافیک بر اساس جریان جاده، و همچنین برای طراحی و برنامه‌ریزی زیرساخت‌های جاده‌ای انجام شده است [ 22 ، 23 ] . با افزایش تعداد وسایل نقلیه، ترافیک شهری در حال افزایش است و مشاهده می شود که برخی از جاده ها/خیابان ها مستعد شلوغی هستند در حالی که برخی دیگر اینگونه نیستند.
برخی از دانشمندان این واقعیت را برجسته می کنند که از آنجایی که سرمایه گذاری در افزایش توسعه زیرساخت های حمل و نقل به تنهایی نمی تواند مشکلات ترافیکی را حل کند، تمرکز باید از توسعه حمل و نقل آینده به مدیریت ترافیک و استفاده از سیستم های فناوری اطلاعات برای مدیریت و کنترل آن منتقل شود [ 24 ].
بدیهی است که ترافیک و همچنین ترافیک شهری تحت تأثیر عوامل متعددی است که توسط داده‌های پیچیده جغرافیایی و روابط فضایی بین آنها نشان داده می‌شود. نقشه برداری همه این عوامل با استفاده از سیستم های اطلاعات جغرافیایی می تواند امکانات تحلیل و مدیریت ترافیک محلی، منطقه ای و ملی را گسترش دهد. با این وجود، واضح است که تراکم ترافیک نه تنها بر زندگی روزمره مردم، بلکه بر محیط زیست و اقتصاد منطقه نیز تأثیر منفی مستقیم دارد، زیرا هزینه های اضافی را تحمیل می کند که زندگی را گرانتر می کند و مانع توسعه محلی می شود. یکی از عوامل اصلی که می تواند تأثیر مستقیم و غیرمستقیم بر ترافیک داشته باشد، حمل و نقل عمومی شهری و منطقه ای است.
روند کلی در اروپا این است که از حمل و نقل شخصی به نفع حمل و نقل عمومی ضمنی جلوگیری کرده و اقدامات لازم را برای جذاب تر کردن آن انجام دهند. بنابراین، حمل و نقل عمومی به طور قابل توجهی به تحرک کلی انسان و حجم مسافر کمک می کند.
بهینه سازی سیستم حمل و نقل عمومی شهری یکی از مهم ترین مسائل اجتماعی-اقتصادی و زیست محیطی در دهه های اخیر است. پیچیدگی مشکل در واقع از تأثیر متقابل بین انتخاب استراتژی حمل و نقل مسافران و تغییرات در سیستم حمل و نقل شهری ناشی می شود. انتخاب یک روش خاص حمل و نقل توسط جمعیت یک عنصر مهم در تخمین و شبیه سازی ترافیک است [ 25 ].
در چندین مطالعه این واقعیت برجسته شد که مدیریت ترافیک بر عرضه ترافیک و همچنین تقاضا برای حمل و نقل با اجرای مجموعه ای از رویه ها تأثیر می گذارد که هدف نهایی آنها بهینه سازی اثرات مثبت و منفی ترافیک و حمل و نقل است [ 24 ]. اهداف اصلی برای اجرای استراتژی حمل و نقل عمومی نیازهای تحرک، ایمنی ترافیک، حفاظت از محیط زیست و کارایی اقتصادی در نظر گرفته می شود [ 24 ].
مطالعات دیگر مقایسه جالبی بین برنامه‌ریزی پایدار حمل‌ونقل مبتنی بر تحرک در مقابل دسترسی‌محور انجام می‌دهند [ 3 ]. برنامه‌ریزی کلاسیک حمل‌ونقل عمدتاً مبتنی بر تحرک با استفاده از شاخص‌هایی مانند سرعت و هزینه ترافیک است، بنابراین تمرکز بر سرمایه‌گذاری در پروژه‌های زیرساختی جاده‌ای بزرگ، معمولاً گزینه‌های دسترسی و بهبود را نادیده می‌گیرد. برنامه‌ریزی پایدارتر، برنامه‌ریزی مبتنی بر دسترسی است که بر شناسایی راه‌حل‌های دیگر متمرکز بر بهبود جایگزین‌های تحرک، الگوهای کاربری قابل دسترس زمین، حالت‌های جایگزین و راه‌حل‌های کارآمد از منابع متمرکز است [ 3 ].
چندین نویسنده اصرار دارند که برای اطمینان از یک سیستم حمل و نقل پایدار و انعطاف پذیر و به منظور کاهش ازدحام، اولین گام تحلیل سیستم حمل و نقل فعلی در یک منطقه خاص و سپس ساخت و مدیریت یک سیستم کنترل ترافیک کارآمد است که می تواند به تصمیم گیرندگان کمک کنید تا اقدامات کاهشی چند رشته ای را انجام دهند [ 10 ، 26 ، 27 ، 28 ، 29 ، 30 ، 31 ، 32 ، 33 ].
در اروپا و در سرتاسر جهان، گرایش به جلوگیری از حمل و نقل فردی به نفع حمل و نقل عمومی است. بنابراین، اهداف اصلی این مقاله به شرح زیر است:
  • برای نشان دادن شبکه خیابانی و حمل و نقل عمومی در Oradea با استفاده از GIS، به منظور شناسایی مناطق بدون دسترسی آسان به حمل و نقل عمومی.
  • برآورد هزینه رفت و آمد با ماشین یا وسایل حمل و نقل عمومی در منطقه شهری اوراده، به منظور درک چگونگی انتخاب ساکنان روش حمل و نقل برای رفت و آمد و اینکه بتوانند حمل و نقل عمومی را بر اساس خواسته های خود بهینه کنند.
  • ادغام مدل‌های ریاضی و تحلیل با روش‌های شبیه‌سازی به منظور ارزیابی حمل‌ونقل عمومی در Oradea و تأثیر آن بر ترافیک شهری.

2. سیستم های اطلاعات جغرافیایی و ترافیک

تغییرات اقلیمی، مشکلات اجتماعی-اقتصادی، شهرنشینی کنترل نشده و رشد یا کاهش جمعیت می تواند اثرات مخربی بر توسعه پایدار شهرها و مناطق داشته باشد. با توجه به پیچیدگی بالای مسائل توسعه شهری، فناوری اطلاعات و سیستم های اطلاعات جغرافیایی نه تنها به ابزاری اساسی برای مدیریت زیرساخت های شهری بلکه برای تدوین استراتژی های توسعه محلی تبدیل شده اند.

2.1. سیستم های اطلاعات جغرافیایی

یکی از اثرات اصلی شهرنشینی افزایش ترافیک است. تحلیل و بهینه سازی ترافیک شهری یکی از عناصر ضروری توسعه پایدار محلات است. در حالی که نیم قرن پیش نرم افزار GIS تنها برای خودکارسازی فرآیند تولید نقشه بدون داشتن عملکردهای تحلیلی زیاد مورد استفاده قرار می گرفت، امروزه سیستم های اطلاعات جغرافیایی اطلاعات مکانی و غیر مکانی مختلف را با سیستم های پشتیبانی تصمیم و سیستم های خبره ادغام می کنند. با ادغام اطلاعات ترافیک در سیستم‌های اطلاعات جغرافیایی، می‌توان حرکات، جریان‌ها و بسته شدن جاده‌ها از جمله تصادفات یا ازدحام را در زمان واقعی نظارت کرد. علاوه بر این، با تجزیه و تحلیل داده های تاریخی، سیستم باید قادر به شناسایی الگوها و برجسته کردن مناطق مشکل است که در آن تراکم در زمان های خاص رخ می دهد و علل احتمالی آنها. از این رو،34 ].
کاداستر راه یا سامانه اطلاعات راه، زیرسیستمی برای ثبت و موجودی زمین، سازه، تأسیسات و شرایط شبکه راه ها از نظر فنی و اقتصادی با هدف ایجاد بانک اطلاعاتی راه ها و همچنین ثبت آن است. در اسناد فنی کاداستر و تبلیغات املاک و مستغلات. کاداستر جاده ها شامل تمام راه های عمومی است که بخشی جدایی ناپذیر از آنها هستند: پل ها، پل ها، تونل ها، مسیرهای دوچرخه سواری، راهروها، پیاده روها و غیره.
عناصر اصلی راه موجود در نقشه توپوگرافی و ضمنی در پایگاه جغرافیایی مربوط به کاداستر راه عبارتند از:
  • محور جاده – خط فرضی که به عنوان مکان هندسی نقاطی با فاصله مساوی از لبه های جاده تعریف می شود.
  • طرح هندسه جاده
  • هندسه عمودی جاده برای برجسته کردن پروفیل های عرضی.
  • جاده شامل تعریف تعداد خطوط و خطوط ویژه: شتاب، کاهش سرعت، گردش به چپ و غیره.
  • عناصر واقع در خارج از جاده: پیاده روها، مسیرهای سبز، مسیرهای دوچرخه سواری، پیاده روها، ناودان ها و غیره.
  • امکانات ایمنی راه: علائم راهنمایی و رانندگی، خط کشی و غیره.
بسیاری از مطالعات استفاده از GIS را برای ایجاد یک پایگاه داده فضایی جامع شامل تمام داده‌های کاداستر جاده‌ای یکپارچه با اطلاعات ترافیکی، مانند داده‌های سرعت، هندسه راه، جریان ترافیک، نقاط اصطکاک و غیره نشان می‌دهند [ 22 ، 35 ، 36 ، 37 ]. سیستم های اطلاعات جغرافیایی کاربران را برای یکپارچه سازی انواع اطلاعات مکانی مرتبط با حمل و نقل داده ها و ترافیک، مانند دسته راه، عرض، انواع روسازی ها، تعداد خطوط، ظرفیت جاده ها و تقاطع ها، محدودیت های سرعت، محدودیت های ترافیکی موجودی علائم و محدودیت های اعمال شده توسط کاربران تسهیل می کند. آنها، ترافیک موقت یا نیمه دائمی، حوادث، وسایل نقلیه و غیره [ 38 ].
در شکل 1 می توانید نقشه ای از Oradea را با اشیاء فضایی مختلف مرتبط با ترافیک مشاهده کنید: جاده ها، مناطق سبز، پارکینگ ها، علائم راهنمایی و رانندگی (نقطه های سیاه)، چراغ های راهنمایی (نقاط قرمز)، خطوط (فلش ها) و علائم مختلف مربوط به ترافیک [ 22 ].
کاربرد سیستم‌های اطلاعات جغرافیایی در زمینه ترافیک نه تنها از ماهیت فضایی و توزیع‌شده داده‌های حمل‌ونقل ناشی می‌شود، بلکه از نیاز به انواع تحلیل‌های سطح شبکه، تجزیه و تحلیل آماری و تحلیل فضایی نیز سرچشمه می‌گیرد. علاوه بر این، سیستم‌های مبتنی بر فناوری GIS امکان ادغام داده‌های اجتماعی-اقتصادی با داده‌های جغرافیایی شبکه حمل‌ونقل را برای طیف گسترده‌ای از توابع برنامه‌ریزی فراهم می‌کنند [ 37 ، 39 ].

2.2. سیستم های اطلاعات حمل و نقل جغرافیایی (GIS-T)

مزایای فراوان GIS آن را به گزینه ای جذاب برای مدل سازی و حل مشکلات ترافیکی، به ویژه به دلیل توانایی آن در مقابله با حجم زیاد داده های مکانی، تبدیل می کند. بر این اساس، سیستم‌های GIS فراتر از مراحل اولیه مدیریت داده‌ها و نقشه‌برداری تکامل یافته‌اند و به سمت مدل‌سازی و تحلیل پیش رفته‌اند، بنابراین تصمیم‌گیری فضایی را تسهیل می‌کنند. چندین تلاش برای ادغام مدل های مختلف GIS و ترکیب آنها با توسعه سیستم های حمل و نقل هوشمند صورت گرفته است. استفاده از چنین ادغامی به احتمال زیاد تقاضای رو به رشد برای بهبود عملکرد GIS در حل مشکلات حمل و نقل را برآورده می کند. همانطور که در [ 35 ، 37 توضیح داده شد]، سیستم های اطلاعات حمل و نقل جغرافیایی (GIS-T) نشان دهنده ادغام سیستم اطلاعات حمل و نقل (TIS) با GIS است. مزیت اصلی GIS-T با ادغام بالقوه همه انواع داده های جغرافیایی و الفبایی داده شده است. برجسته کردن تعامل بین سیستم حمل و نقل و محیط آن، سیستم های اطلاعات جغرافیایی را به فناوری ایده آل برای طراحی مسیر، تجزیه و تحلیل ریسک و تصمیم گیری تبدیل می کند [ 37 ].
با توجه به مزایای متعدد، استفاده از سیستم های اطلاعات جغرافیایی برای حمل و نقل (GIS-T) در حال حاضر گسترده تر شده است، رایج ترین برنامه های کاربردی برنامه ریزی مسیر، ردیابی و ردیابی کارهای تعمیر و نگهداری جاده، مدل سازی ترافیک، تجزیه و تحلیل تصادف و ارزیابی اثرات است.
GIS-T همچنین می‌تواند با مدل‌های ریاضی پیچیده و روش‌های تحلیل و شبیه‌سازی طراحی شده برای مطالعه گزینه‌های مختلف برنامه‌ریزی و سیاست‌های مدیریتی ادغام شود. در این مقاله، قابلیت‌های GIS-T به طور گسترده برای شناسایی مناطق غیرقابل دسترس حمل‌ونقل عمومی در Oradea و برجسته کردن اختلالاتی که گزینه استفاده بیش از حد از خودروی شخصی و نه حمل‌ونقل عمومی را ایجاد می‌کنند، استفاده شده است.

3. مواد و روشها

به منظور تحقق تحلیل پیشنهادی، از انواع مختلف تحلیل های فضایی، تحلیل شبکه و مدل سازی ریاضی همانطور که در این بخش توضیح داده شده است استفاده شد.

3.1. تحلیل فضایی

مزیت اصلی سیستم های اطلاعات جغرافیایی در توانایی انجام تجزیه و تحلیل دقیق از تمام داده های مدیریت شده، چه آنهایی که ویژگی های هندسی دارند و چه غیر هندسی/الفبایی، نهفته است.
تحلیل فضایی فرآیندی است که طی آن فرآیندها را می توان با ارزیابی فضایی امکان سنجی مداخلات/سرمایه گذاری برای یک مکان معین، تخمین و پیش بینی نتایج، تفسیر و درک تغییرات، تشخیص الگوها و موارد دیگر مدلسازی کرد. این دیدگاه فضایی را با اطلاعات آماری و عددی از طریق فرآیند تجزیه و تحلیل و اکتشاف داده‌های مکانی [ 40 ، 41 ] ادغام می‌کند.

در بیشتر موارد، مطالعات کمی تجزیه و تحلیل توزیع به عنوان یک پدیده همگن ارائه می شود، زیرا تعمیم آن آسان است. بنابراین، در تحلیل‌های اقتصادی-اجتماعی، در نظر گرفته می‌شود که پدیده یا موجودیت‌های مورد تحلیل در سراسر یک قلمرو اداری همگن هستند. به عنوان مثال، ارزش یک شاخص در یک قلمرو اداری به عنوان مجموع شاخص های موجود در منطقه محاسبه می شود [ 40 ].

که در آن n نشان دهنده تعداد واحدهای موجود در منطقه است و ind می تواند هر شاخص اقتصادی یا مالی باشد. در GIS، چنین شاخصی با یک تابع تجمع فضایی محاسبه می شود.

این نوع تجمیع فضایی، مشابه سایر تحلیل‌های مبتنی بر تعمیم، جزئیات داده‌های اصلی را نادیده می‌گیرد و ناهمگونی فضایی واقعیت جغرافیایی را در نظر نمی‌گیرد. بنابراین لازم است انواع دیگر آنالیزها برای به دست آوردن نتیجه صحیح انجام شود.

3.2. تجزیه و تحلیل شبکه

تجزیه و تحلیل مجاورت برای تعیین موجودیت ها در مجاورت یک موجودیت استفاده می شود، نه لزوماً در مجاورت آن. معمول ترین روش برای تجزیه و تحلیل مجاورت نشان دهنده تعیین مناطق حائل است. با این حال، مناطق حائل میدان‌های فضایی منظمی هستند – چند ضلعی یا کروی، در یک فاصله مشخص، اطراف و بر اساس یک شی هندسی.
شکل 2 زیر مناطق حائل را در 500 متری هر ایستگاه حمل و نقل عمومی در Oradea نشان می دهد. در این شکل ایستگاه اتوبوس شهری با رنگ سبز، ایستگاه تراموا با رنگ قرمز و ایستگاه اتوبوس منطقه ای با رنگ آبی نشان داده شده است.
همانطور که مشاهده می شود، دسترسی در فاصله منطقه ای در نظر گرفته می شود. بنابراین، در مورد مدل‌سازی ترافیک و کاربرد GIS-T، مناطق بافر مرتبط نیستند، بنابراین استفاده از تحلیل‌های شبکه ضروری است.
Network Analyst به شما امکان می دهد تا تجزیه و تحلیل را بر روی مجموعه داده های شبکه یا نمودار انجام دهید. این تحلیل‌ها می‌تواند شامل یافتن کوتاه‌ترین مسیر، شناسایی مسیر حداقل هزینه، شناسایی مناطق قابل دسترسی، شناسایی نزدیک‌ترین امکانات، انتخاب بهترین مکان یا یافتن بهترین مسیرها برای ناوگان وسایل نقلیه باشد. تجزیه و تحلیل منطقه خدمات یکی از عملکردهای مهم موجود در تحلیلگر شبکه ArcGis است.
ناحیه سرویس تابعی است بر اساس الگوریتم Dijkstra برای عبور از شبکه، با هدف بازگرداندن مجموعه ای از لبه های متصل در فاصله یا هزینه مشخص. تجزیه و تحلیل منطقه خدماتی تعیین منطقه قابل دسترسی از یا به یک نقطه را ممکن می کند، اما برخلاف مناطق حائل، ساختار شبکه جاده و موانع موجود در ترافیک را در نظر می گیرد. نتیجه تجزیه و تحلیل یک ناحیه چند ضلعی است که می توان در یک بازه زمانی یا در فاصله ای به آن رسید [ 42 ].
برای ایجاد تجزیه و تحلیل خدمات، باید نقاط مورد علاقه، نوع سفر (مثلاً پیاده روی، رانندگی و غیره)، مسافت سفر یا هزینه سفر را در چند دقیقه مشخص کنید.

3.3. مدلسازی ریاضی انتخاب روش ترافیک

در مقایسه با حمل‌ونقل جاده‌ای، حمل‌ونقل عمومی به زیرساخت‌های حرکتی متکی است، از شبکه ایستگاه‌هایی به‌خوبی تعریف شده استفاده می‌کند و طبق جدول زمانی حرکت می‌کند. در نتیجه، همه مکان‌ها مستقیماً با وسایل نقلیه عمومی قابل دسترسی نیستند و مکان‌هایی که در دسترس هستند ممکن است همیشه در دسترس نباشند. مردم روش سفر و در نتیجه تلویحاً انتخاب حمل و نقل عمومی را با در نظر گرفتن جنبه‌های جغرافیایی مانند نزدیکی ایستگاه‌های حمل‌ونقل به مبدأ و مقصد و همچنین جنبه‌هایی مانند فراوانی، مدت زمان سفر، ازدحام انتخاب می‌کنند. و کیفیت خدمات
همه مدل های پیش بینی ترافیک، برنامه ریزی حمل و نقل یا خدمات حمل و نقل عمومی به شدت به تحرک انسان و گزینه های ترجیحی جمعیت بستگی دارد. بر اساس مدل اقتصاد شهری که توسط فوجیتا و اوگاوا تعریف شده است، معمولاً جمعیت محل اقامت، شغل و نوع رفت و آمد خود را به منظور به حداقل رساندن هزینه ها انتخاب می کنند [ 43 ]. بر اساس این فرض، ورباواتز و بارتلمی مدل فوجیتا و اوگاوا را ساده کردند، بنابراین مردم شیوه سفر را انتخاب می کنند که هزینه های رفت و آمد آنها را به حداقل می رساند [ 17 ].]. هزینه ایاب و ذهاب نه تنها شامل هزینه بلیط در صورت حمل و نقل عمومی، یا هزینه گاز و پارکینگ در صورت سفر با ماشین، بلکه شامل زمان نوبت دهی و تاخیر در برنامه (زمان زود یا دیر رسیدن به محل کار) می شود.
ریاضیدانان Verbavatz و Barthelemy برای بدست آوردن تصویر بهتری از آنچه بر ترافیک تأثیر می گذارد، یک مدل شماتیک ساده ایجاد کرده اند که ساده ترین عناصر تعامل بین ترافیک و حمل و نقل عمومی را نشان می دهد [ 17 ]. هدف آنها این بود که رابطه اساسی بین دو متغیر کلیدی را بدست آورند، اول مردم شهری که رانندگی را به جای استفاده از وسایل نقلیه عمومی انتخاب می کنند، و دوم جمعیت شهری که دسترسی آسان به حمل و نقل عمومی دارد و همچنین این مورد را انتخاب می کنند. روش.

اگر p a کل جمعیت ساکن «نزدیک» به حمل‌ونقل عمومی باشد، P کل جمعیت و T کسری از افرادی است که ترجیح می‌دهند از ماشین به عنوان وسیله رفت و آمد به جای حمل‌ونقل عمومی استفاده کنند، مدل تعریف‌شده توسط Verbavatz و Barthelemy ارائه می‌کند. پیش بینی قابل توجه برای معادله ساده ارائه شده در زیر:

مدل ارائه شده توسط Verbavatz و Barthelemy با این فرضیه شروع می شود که معمولاً یک شهر چند مرکزی است و در تمام این مراکز شهرداری ها، حمل و نقل عمومی برای اکثر مقاصد ممکن قابل دسترسی است. اما در مورد Oradea، این معتبر نیست. بنابراین، مدل با اضافه کردن وضعیت سوم، همانطور که در شکل زیر نشان داده شده است، اصلاح شد:
  • مناطقی که خروج و ورود هر دو دسترسی آسان به وسایل حمل و نقل عمومی ندارند، بنابراین مجبورند از ماشین شخصی برای رفت و آمد استفاده کنند ( شکل 3 الف).
  • موقعیتی که در آن یک نقطه پایانی، خروجی یا رسیدن دسترسی آسان به حمل و نقل عمومی دارد، اما دیگری در فاصله بیش از 1 کیلومتری از هر ایستگاه حمل و نقل عمومی قرار دارد ( شکل 3 ب).
  • وضعیتی که در آن نقطه خروج و رسیدن هر دو در محله قابل قبولی با حمل و نقل عمومی قرار دارند ( شکل 3 ج).

بنابراین، اصلاح مدل تعریف شده توسط Verbavatz و Barthelemy برای جایگزینی P a با Pc پیشنهاد شد ، که در آن Pc < P a و Pc نشان دهنده کل جمعیت است که هر دو نقطه عزیمت و نقطه ورود در آن قرار دارند. محله ای قابل قبول برای حمل و نقل عمومی

یکی از معیارهای اصلی در انتخاب وسیله جابجایی، زمان لازم برای سفر از نقطه مبداء p تا نقطه ورود s است.

زمان لازم برای حرکت از نقطه p به نقطه s در مورد رانندگی عبارت است از:

جایی که:

  • t m : زمان لازم برای سفر با ماشین،
  • dist (s,p) مسافت مورد نیاز برای رانندگی از p تا s است.
  • v m : سرعت متوسط ​​خودروها.

از آنجایی که میانگین سرعت برای طی مسافت به میزان ازدحام درون شهری بستگی دارد، تابع تخمین زمان با یک ضریب وابسته به تراکم، که با توجه به شاخص ترافیک محاسبه می‌شود، اصلاح شد. t i به عنوان نسبتی بین تعداد کل خودروهای در حال تردد و ظرفیت خیابان ها محاسبه شد که به توان μ نشان دهنده حساسیت ترافیکی است.

شاخص ترافیک، t i ، توسط TomTom برای شهرهای بزرگ جهان محاسبه می شود [ 44 ]، اما برای شهرهای کوچکتر مانند مورد ما، شاخص ترافیک بر اساس ترافیک معمول گزارش شده توسط Google Maps و Waze برآورد شد.

بنابراین، برای محاسبه زمان مورد نیاز برای سفر با ماشین از فرمول زیر آورده شده است:

جایی که:

  • t m : زمان لازم برای سفر با ماشین.
  • dist ( s , p ) مسافت لازم برای رانندگی از p تا s است.
  • v m : سرعت متوسط;
  • t i : شاخص ترافیک.

برای شهرهایی مانند Oradea، بدون حمل و نقل عمومی پرسرعت، سرعت حمل و نقل عمومی نیز با معادله (6) محاسبه می شود. در این شرایط، زمان مورد نیاز برای سفر از نقطه p تا نقطه s در مورد سفر با وسایل نقلیه عمومی (PT) مجموع زمان پیاده‌روی از حرکت تا نزدیک‌ترین حمل‌ونقل عمومی، زمان پیاده‌روی تا مقصد از نزدیک‌ترین ایستگاه است. زمان سفر و زمان انتظار، همانطور که در معادله (7) ارائه شده است:

جایی که:

  • dist ( p , s p ) نشان دهنده فاصله از نقطه شروع p تا نزدیکترین ایستگاه حمل و نقل عمومی s p است .
  • dist ( s , s ) مسافت لازم برای طی کردن از نقطه ورود تا نزدیکترین ایستگاه حمل و نقل عمومی است .
  • dist ( s , s p ) مسافتی است که برای طی کردن با وسایل حمل و نقل عمومی از نزدیکترین نقطه مبدا حمل و نقل عمومی تا نزدیکترین نقطه ورود به حمل و نقل عمومی لازم است.
  • میانگین سرعت حمل و نقل عمومی بین s p و s با اعمال ضریب تصحیح داده شده توسط شاخص ترافیک، t i است.
بنابراین، اگر زمان لازم برای سفر با ماشین بیشتر از زمان لازم برای سفر با وسایل نقلیه عمومی باشد، t m < t PT و احتمال انتخاب خودروی شخصی به عنوان روش جابه‌جایی به ضرر حمل‌ونقل عمومی افزایش می‌یابد.
در نتیجه، افراد کمتری با رانندگی به محل کار به کاهش ترافیک کمک خواهند کرد. به منظور کاهش تعداد خودروها در جاده ها و در نتیجه کاهش تعداد افرادی که رانندگی می کنند، باید زمان سفر با وسایل حمل و نقل عمومی کاهش یابد به طوری که t m بسیار کوچکتر از t PT شود. این را می توان با بهبود حمل و نقل عمومی، دسترسی بیشتر برای تعداد بیشتری از مردم و کاهش زمان انتظار به دست آورد.

3.4. روش شناسی

به منظور تحقق تحلیل پیشنهادی، از پایگاه‌های اطلاعاتی فضایی استفاده کردیم که شامل شبکه خیابان‌ها در Oradea، قطعه خیابان و محور خیابان است، زیرا این اطلاعات عمومی هستند و می‌توانند از صفحه وب شهرداری دانلود شوند.
اطلاعات ترافیک اضافی توسط نویسندگان از میدان یا اسناد عمومی دیگر مانند طرح جامع Oradea، نقشه های حمل و نقل عمومی و اطلاعات منتشر شده در خیابان باز و نقشه های گوگل جمع آوری شده است. تمام اطلاعات جمع آوری شده در یک پایگاه داده فضایی ایجاد شده توسط نویسندگان ادغام شد.
شکل 4 یک نمایش شماتیک از روش مورد استفاده در تحقیق حاضر نشان داده شده است.
شناسایی و پارامترسازی دقیق شبکه خیابانی قابل توجه انجام شد:
  • شبکه خیابانی به عنوان نمودار و پایگاه داده برای مدل‌سازی ریاضی ترافیک تعریف شد. اینها نقشه پایه و پشتیبانی ارائه برای ترافیک شبیه سازی شده را نشان می دهند.
  • شبکه حمل و نقل عمومی و ایستگاه ها به عنوان نمودار تعریف شده و بر روی نقشه پایه نشان داده شده است.
  • شناسایی اهداف اصلی مولد ترافیک (اداره، موسسات آموزشی و بهداشتی، مراکز/مناطق خرید و خدمات، مناطق صنعتی، مناطق تفریحی و تفریحی و غیره)؛
  • داده‌های سرشماری ترافیک و داده‌های ترافیکی از طرح جامع Oradea نیز در پایگاه داده ادغام شدند و نقشه پایه را نشان می‌دهند.
داده‌های ترافیک جمع‌آوری‌شده در Arcgis Online با سرویس‌های ترافیک جهانی داده‌های ترافیک در زمان واقعی، که توسط Esri از طریق Living Atlas ارائه شده است، ادغام شدند. Esri Living Atlas مجموعه ای از داده ها و نقشه های مکانی است که توسط Esri و شرکا ارائه شده است. آنها برای همه قابل دسترسی هستند و می توانند با داده های خود کاربران برای ایجاد نقشه، انجام تجزیه و تحلیل یا توسعه استراتژی ها ادغام شوند. سرویس ترافیک اطلس زندگی Esri حاوی اطلاعات ترافیکی و داده های تاریخی و به موقع است که هر 5 دقیقه به روز می شود [ 42 ].
همچنین، مدل ریاضی تعریف شده توسط Verbavatz و Barthelemy، همانطور که در بخش 3.3 ارائه شد، اقتباس شد . و بر روی داده‌های سرشماری ترافیک برای Oradea به منظور مدل‌سازی و شبیه‌سازی انتخاب سفر جمعیت شهر و روستاهای اطراف استفاده شد.
بر اساس تحلیل شبکه، تحلیل ترافیک و بر اساس شبیه سازی سفر، می توان به راحتی عناصر ایجاد کننده تراکم ترافیک در داخل شهر را تعیین کرد.

4. نتایج

4.1. شبکه جاده ای اورادا

تجزیه و تحلیل پیشنهادی برای شهرداری Oradea و منطقه شهری Oradea انجام شد تا تأثیر حمل و نقل عمومی بر ترافیک شهری را مطالعه کند. Oradea شهری واقع در شمال غربی رومانی است که بیش از 220000 نفر جمعیت دارد. Oradea به همراه شهرداری های همسایه (11 کمون) منطقه شهری Oradea را با مساحتی در حدود 125 کیلومتر مربع و جمعیتی بیش از 350000 نفر تشکیل می دهد.
در حال حاضر شبکه جاده ای اورادا شامل 879 خیابان به طول کل 432 کیلومتر است که مساحتی معادل 8.346 کیلومتر مربع (تقریباً 10 درصد از مساحت شهری) را اشغال می کند. شبکه خیابانی بسیار متراکم است، اما بسیاری از آنها ظرفیت ترافیکی را کاهش داده اند، به ویژه در خیابان های محله های تاریخی و در محله های مسکونی با مسکن جمعی. علاوه بر این، برخی از خیابان ها به دلیل تخصیص بخش هایی از جاده به مناطق پارکینگ، ظرفیت خود را کاهش داده اند. یکی دیگر از نقاط ضعف شبکه خیابانی، تنظیم بیش از حد ترافیک یک طرفه به دلیل نیاز به فضای پارکینگ و تعداد ناکافی پل بر روی مانع طبیعی، رودخانه Crişul Repede و روی موانع مصنوعی، راه آهن است.
ترافیک ترانزیت بین‌المللی و ملی به دلیل قرار گرفتن شهر در تقاطع جاده‌های ملی و اروپایی در 9 کیلومتری گذرگاه مرزی بورش، تأثیر عمده‌ای بر شهرداری Oradea و منطقه شهری آن دارد. بزرگراه ترانسیلوانیا، پس از ساخت و اتصال به شبکه بزرگراه در مجارستان، بخش خوبی از ترافیک حمل و نقل (به ویژه وسایل نقلیه باری) را در اختیار خواهد گرفت. اکنون، جاده کمربندی به طور کامل ترافیک ترانزیت وسایل نقلیه باری را از چهار تا از پنج جهت اصلی نفوذ (DN 79–Arad، DN 76–Deva، DN 1–Cluj و DN 1–Borş) هدایت می‌کند، اما ترافیک ترانزیت برای مسافران است. فقط تا حدی روی آن کانال گذاری شده است. برای پنجمین جهت، DN 19–Satu Mare، همه وسایل نقلیه ترانزیت باید از منطقه مسکونی و خدماتی محله اپیسکوپیا بیهور عبور کنند. در جهت DN 19–Satu Mare،
همچنین بخشی از تردد ترانزیت وسایل نقلیه مسافربری در محور شرق- غرب (کلوژ-بورس) و شمال-جنوب/غرب (دووا-ساتو ماره) از طریق شبکه خیابانی داخلی شهرداری انجام می شود که تأثیر عمده آن آشکار است. خود در منطقه مرکز شهر Oradea.
شکل 5 شبکه اصلی خیابان Oradea را بر اساس طرح شهری عمومی Oradea نشان می دهد.
بنابراین، منطقه شهری اورادیا و خود اورادیا در سال‌های اخیر با تعداد فزاینده‌ای از مشکلات ترافیکی به دلیل موارد زیر مواجه شده‌اند:
  • افزایش تعداد وسایل نقلیه ترانزیتی،
  • افزایش تعداد خودروها،
  • خیابان های باریک در مرکز تاریخی،
  • عمدتاً خیابان های یک طرفه در مرکز خیابان،
  • این شهر توسط رودخانه Crișul Repede با 7 پل به دو قسمت تقسیم شده است، اما تنها 4 پل در خیابان های اصلی قرار دارند.
  • همپوشانی خط تراموا با خط ترافیک باعث ایجاد ترافیک در ساعات شلوغی شده است.
  • کارهای زیربنایی برای بازسازی خطوط لوله موجود و کارهای زیربنایی یا نصب شبکه های گاز در مناطق مختلف شهر.

4.2. خدمات حمل و نقل عمومی در منطقه شهری اوراده و اوراده

خدمات حمل و نقل عمومی، در اورادا و منطقه شهری، توسط سازمان حمل و نقل محلی Oradea (OTL) ارائه می شود و توسط تراموا و اتوبوس بین ساعت 5:00 تا 24:00 انجام می شود. جدول زمانی و تعداد وسایل حمل و نقل راه اندازی شده در طول روز بسته به تعداد مسافران متفاوت است و ساعات اوج مصرف بین 5:00 تا 08:30 و 13:00 تا 17:00 می باشد.
شبکه حمل و نقل اتوبوس از 27 خط (10-35) ساخته شده است که کل منطقه Oradea، از جمله محله های مسکونی جدید ساخته شده را پوشش می دهد.
ترامواها در پنج خط اصلی، 1N، 1R، 2، 3N و 3R به‌علاوه یک خط الحاقی که به منطقه صنعتی Calea Borșului خدمت می‌کند، حرکت می‌کنند. در حال حاضر سرمایه گذاری گسترده ای برای گسترش خطوط تراموا به منظور معرفی تراموا NO در حال انجام است. 8.
در مقایسه با ترافیک جاده‌ای، حمل‌ونقل عمومی فقط می‌تواند بر اساس جدول زمانی کار کند و از زیرساخت ایستگاه‌های از پیش تعیین‌شده استفاده کند. شکل 6 مسیرهای حمل و نقل فعلی در Oradea را ارائه می کند که توسط OTL ارائه شده است

4.3. تحلیلی با توجه به تأثیر حمل و نقل عمومی بر ترافیک شهری

هدف اساسی بسیاری از دولت های محلی دستیابی به تحرک پایدار شهروندان است. جریان روان ترافیک می تواند زمان صرف شده در ترافیک را به شدت کاهش دهد، اما اثرات مثبت دیگری نیز بر مردم و محیط زیست دارد. هدف ما در این مقاله درک الگوهای تحرک مردم به منظور شناسایی دلایل کاهش مداوم علاقه به حمل و نقل عمومی با وجود افزایش سرمایه گذاری در اتوبوس ها و ترامواهای جدید است.
با تجزیه و تحلیل داده های آماری ارائه شده توسط OTL و شهرداری Oradea، می توان متوجه شد که از سال 2012، تعداد مسافران توسط وسایل حمل و نقل محلی کاهش یافته است. در سال 2012، در یک روز کاری متوسط، تقریباً 120000 مسافر از وسایل حمل و نقل عمومی استفاده می کردند که تقریباً 2/3 آن با تراموا بود. با توجه به فراوانی استفاده از سیستم حمل و نقل عمومی، در سال 1391 روزانه 37 درصد از جمعیت شهرداری از آن استفاده می کردند. 20% اغلب (1 تا 4 بار در هفته)، 27% به ندرت و 16% اصلا از آن استفاده نمی کردند. امروزه کمتر از 30 درصد از مردم از وسایل نقلیه عمومی به صورت روزانه استفاده می کنند، 18 درصد اغلب (1 تا 4 بار در هفته)، 32 درصد به ندرت و 20 درصد اصلاً از آن استفاده نمی کنند. شکل 7فراوانی استفاده از حمل و نقل عمومی را بر اساس داده های ارائه شده توسط OTL نشان می دهد.
نظر کلی که توسط اداره محلی Oradea در رسانه های جمعی ارائه شده است این است که دلیل اصلی کاهش تعداد مسافران از وسایل حمل و نقل عمومی افزایش تعداد خودروهای ثبت شده در شهر و منطقه متروپولیتن است.
این مطالعه سعی بر آن داشت تا هر جنبه ای از حمل و نقل عمومی را که بر ترافیک تأثیر می گذارد، تجزیه و تحلیل کند. ابتدا، توزیع ایستگاه های حمل و نقل عمومی در شهرداری اوراده را با استفاده از تجمیع فضایی تحلیل کرد. همانطور که در بخش قبل ارائه شد، تجمع فضایی چندین شی، در مورد ما ایستگاه‌های حمل‌ونقل عمومی، را در یک شی واحد، بر اساس موقعیت آنها در یک محله، محصور می‌کند. مقدار کپسوله شده با فرمول (1) محاسبه شد و برای نمایش فضایی تجزیه و تحلیل های به دست آمده، از یک پالت رنگ گرادیان که مقادیر بالاتر با سایه های تیره تر را نشان می دهد، استفاده شد. شکل 8 تراکم ایستگاه های اتوبوس/تراموا را برای هر محله نشان می دهد.
همانطور که در شکل زیر مشاهده می شود، خطوط حمل و نقل عمومی در مناطق مسکونی جدید گسترش یافته است، اما آنها فقط یک منطقه بسیار کوچک را پوشش می دهند. این جنبه، همراه با این واقعیت که بسیاری از خطوط حمل و نقل تنها با دو وسیله نقلیه، با فرکانس ساعتی 60 دقیقه یا 30 دقیقه سرویس می‌شوند، انگیزه واضح جمعیت را برای یافتن روش‌های جایگزین برای حمل‌ونقل عمومی نشان می‌دهد.
یکی دیگر از موارد مهم در انتخاب روش حمل و نقل، فاصله تا نزدیکترین ایستگاه حمل و نقل عمومی است. همانطور که قبلا ارائه شد، دسترسی به ایستگاه های حمل و نقل عمومی را نمی توان با منطقه حایل تعیین کرد زیرا در این حالت، منطقه خدماتی بدون در نظر گرفتن شبکه جاده و موانع ترافیکی در فاصله منطقه ای در نظر گرفته می شود. در شکل 2 ببینید. بنابراین، به منظور ارزیابی پوشش حمل و نقل عمومی، تجزیه و تحلیل منطقه خدماتی به منظور تعیین منطقه قابل دسترسی از یک ایستگاه حمل و نقل عمومی یا یک ایستگاه حمل و نقل عمومی انجام شد. تجزیه و تحلیل شبکه با در نظر گرفتن پارامترهای زیر انجام شد: سفر با پیاده روی و زمان سفر 10 دقیقه. نتیجه تجزیه و تحلیل یک منطقه چند ضلعی است که می توان در مدت زمان ده دقیقه به ایستگاه حمل و نقل عمومی رسید. مناطق تولید شده به منظور یکسان سازی نتایج ادغام شدند.
شکل 9 مناطق قابل دسترسی را در فاصله 10 دقیقه پیاده روی به ایستگاه حمل و نقل عمومی نشان می دهد.
در سال 2020، شرکت حمل و نقل محلی حمل و نقل عمومی نظارت شده را در نتیجه توافق نامه منعقد شده با Google Maps معرفی کرد. با استفاده از اپلیکیشن گوگل می توان تمامی مسیرهای ارائه شده توسط OTL و برنامه حمل و نقل را دنبال کرد تا مردم بتوانند زمان سفر خود را بهینه کنند. با این حال، این واقعیت را برجسته می کند که بسیاری از مناطق به اندازه کافی تحت پوشش حمل و نقل عمومی نیستند، از جمله منطقه مرکزی که در شکل 10 نشان داده شده است.. مشکل اصلی به دلیل وجود چهار مدرسه بدون اتوبوس مدرسه در منطقه است: مدرسه ابتدایی و ژیمناسیا جورج کوشبوک، کالج ملی میهای امینسکو، کالج ملی آدی اندره و دبیرستان فنی ویژه شماره 1. همه خیابان های این منطقه یک طرفه هستند و انسدادهای ناشی از این جنبه ها در طول روز ادامه می یابد و بالاترین سطح قبل از ساعت 8 صبح و حوالی ساعت 2 بعدازظهر مشاهده می شود.
با پوشاندن نقشه ایجاد شده برای دسترسی به حمل و نقل عمومی با داده های ترافیکی زمان واقعی، که توسط Esri از طریق خدمات ترافیک جهانی Living Atlas ارائه شده است، می توان به تراکم ترافیک گسترده در منطقه مرکزی شهر، منطقه ای بدون حمل و نقل عمومی توجه کرد. .
شکل زیر نمایش گرافیکی ترافیک را با داده های ترافیکی زمان واقعی نشان می دهد که بر ترافیک در مرکز شهر به دلیل در دسترس نبودن وسایل حمل و نقل عمومی تاکید دارد.
به طور خلاصه، نتایج تجزیه و تحلیل سیستم حمل و نقل عمومی با استفاده از روش های تحلیل فضایی و کاربردهای GIS برخی از کمبودهای موجود در شبکه حمل و نقل عمومی را نشان می دهد:
  • با وجود معرفی خطوط انتقال جدید در مناطق مسکونی جدید، آنها فقط یک منطقه بسیار کوچک را پوشش می دهند، همانطور که در شکل 8 مشاهده می شود .
  • بسیاری از خطوط حمل و نقل تنها توسط دو وسیله نقلیه با فرکانس 60 دقیقه یا 30 دقیقه کار می کنند.
  • منطقه مرکزی در یک شبکه دایره ای توسط تراموا خدمات رسانی می شود، اما همانطور که در شکل 9 مشاهده می شود، بسیاری از مناطق مرکزی در 10 دقیقه پیاده روی از ایستگاه تراموا قابل دسترسی نیستند .

4.4. مدلسازی ریاضی برای انتخاب سفر

نمودار 9 و 10 بر مناطق بدون دسترسی آسان به وسایل حمل و نقل عمومی و همچنین وجود تراکم معمول ترافیک در این مناطق و خیابان های مجاور تاکید دارد. انتخاب سفر نه تنها با دسترسی به وسایل حمل و نقل عمومی، بلکه با توجه به هزینه رفت و آمد، به ویژه برای والدینی که باید قبل از رفتن به محل کار، کودکان را به مدرسه ببرند، داده می شود.
همانطور که در بخش قبل ارائه شد، زمان مورد نیاز برای سفر با ماشین در رابطه (6) آورده شده است.
با توجه به این واقعیت که برای Oradea شاخص ترافیک TomTom محاسبه نمی شود، t i محاسبه شد، بسته به ترافیک معمول صبحگاهی تخمین زده شده توسط Google Maps: 55٪ برای Oradea و 45٪ برای منطقه شهری Oradea.
میانگین سرعت در ازدحام صبحگاهی حدود 25 کیلومتر در ساعت است و میانگین فاصله رفت و آمد برای ساکنان اورادا 6 کیلومتر است. برای ساکنان منطقه شهری اوراده، 15 کیلومتر است.
با جایگزینی این مقادیر در معادله (6)، میانگین زمان سفر، در ساعات شلوغی، 23 دقیقه برای مسافتی حدود 6 کیلومتر در اورادا به دست آمد.
زمان لازم برای سفر از نقطه p به نقطه s در مورد سفر با وسایل حمل و نقل عمومی (PT) با رابطه (7) به دست می آید.
تخمین زده شد که هر دو نقطه مبداء و ورود در محله قابل قبولی با وسایل حمل و نقل عمومی قرار دارند، با میانگین زمان پیاده روی 10 دقیقه از هر نقطه تا نزدیکترین ایستگاه و میانگین زمان انتظار برای 10 دقیقه. زمان انتظار در ساعات شلوغی 10 دقیقه برای Oradea و 25 دقیقه برای منطقه شهری برآورد شد. در این صورت می توان تخمین زد:
  • برای شهرداری Oradea = 30 دقیقه
  • برای منطقه شهری Oradea = 45 دقیقه
در جدول 1 تجزیه و تحلیل زمان مورد نیاز برای سفر در Oradea و منطقه شهری آن با ماشین یا حمل و نقل عمومی ارائه شده است.
همانطور که در جدول بالا مشاهده می شود، زمان مورد نیاز برای سفر با ماشین در طول دوره پیک نشان دهنده نیمی از زمان مورد نیاز برای سفر با وسایل حمل و نقل عمومی هم در منطقه شهری و هم در اورادا است، حتی اگر هر دو نقطه مبداء و رسیدن واقع شده باشند. در یک محله قابل قبول
ما سعی کردیم هزینه های رفت و آمد با هر وسیله حمل و نقل را برآورد کنیم. برای خودروها، میانگین دستمزد ساعتی زمان رفت و آمد و هزینه روزانه خودرو، بنزین و پارکینگ را در نظر می گیریم و در مورد حمل و نقل عمومی، دستمزد ساعتی را برای زمان رفت و آمد در نظر می گیریم. هزینه بلیط ها
در کشورهای نوظهور یا در حال توسعه، ساکنان کم درآمد معمولاً حمل و نقل عمومی را ترجیح می دهند زیرا استفاده از اتومبیل شخصی آنها زمان سفر را کاهش می دهد و هزینه سفر را افزایش می دهد. در Oradea به دلیل تفاوت زیاد در زمان سفر، هزینه حمل و نقل عمومی در مقایسه با داشتن ماشین بسیار بالاتر است. بنابراین بدیهی است که اکثریت مردم خودرو شخصی را به عنوان وسیله حمل و نقل انتخاب می کنند که منجر به افزایش تراکم ترافیک می شود.
نظر کلی که توسط شهرداری اوراده نیز وجود دارد، مبنی بر اینکه حجم ترافیک عمدتاً توسط تراکم جمعیت و کمبود فضاهای پارک تعیین می‌شود، با تجزیه و تحلیل انجام شده رد می‌شود. نتیجه تحلیل فرض می کند که ایجاد یک شبکه حمل و نقل عمومی کارآمد تأثیر تعیین کننده ای بر کاهش تعداد خودروها در ترافیک دارد.

5. نتیجه گیری ها

آینده شهرها به ظرفیت نوآوری و توانایی بهره برداری از منابع اجتماعی-اقتصادی و فرهنگی همه بازیگران دخیل در توسعه جامعه شهری بستگی دارد. پویایی توسعه شهری مستلزم مجموعه ای از بازتعریف های استراتژیک، انعطاف پذیر و خلاقانه از طریق رویکردهای چند رشته ای و فرا رشته ای به مسائل شهری است. حمل و نقل عمومی و کنترل ترافیک می تواند به عنوان ابزار مدیریت شهری در جهت توسعه پایدار شهری مورد استفاده قرار گیرد.
همانطور که در قسمت قبل اشاره شد، برای کاهش تعداد خودروها در جاده ها و در نتیجه کاهش تعداد افرادی که آنها را رانندگی می کنند، ضروری است که زمان سفر با وسایل حمل و نقل عمومی کاهش یابد تا TPT بسیار کوچکتر شود . از tm، که می تواند به وسیله:
  • افزایش تعداد افرادی که دسترسی آسان به حمل و نقل عمومی دارند با گسترش خطوط ترانزیت به محله های جدید و منطقه شهری و همچنین مرکز شهر،
  • کاهش زمان انتظار با افزایش تعداد وسایل نقلیه عمومی در هر خط،
  • ایجاد خطوط اضافی برای جلوگیری از انتقال به سایر وسایل حمل و نقل عمومی.
بهینه سازی حمل و نقل عمومی تأثیر چند برابری بر کاهش آلودگی و توسعه پایدار شهری دارد. تعداد کمتر خودرو منجر به جریان بهتر ترافیک می شود که به شدت زمان مسافران را در ترافیک کاهش می دهد، اما اثرات مثبت دیگری نیز بر افراد و محیط زیست دارد. حمل و نقل جاده ای یکی از منابع اصلی آلودگی هوا است و ازدحام کمتر منجر به مصرف سوخت کمتر شده است.
مزیت اصلی در استفاده از روش پیشنهادی، تحلیل فضایی، شبیه سازی و مدل سازی انجام شده در این تحقیق عبارتند از:
–
می توان آن را برای هر تراکم شهری اعمال کرد و می توان آن را در شهرها و مناطق مشابه گسترش داد.
–
می توان از آن به منظور کاهش ترافیک و اولویت بندی حمل و نقل عمومی استفاده کرد.
–
می توان از آن برای تجزیه و تحلیل بهبودپذیری کارایی زیست محیطی استفاده کرد.
–
می توان از آن به عنوان مبنایی برای تحلیل اقتصادی استفاده کرد.
ضعف اصلی مدل در این واقعیت است که تصمیمات حمل و نقل ذهنی اتخاذ شده توسط مقامات محلی و الگوهای ترافیک اجتماعی را که به دو صورت مستقیم و غیرمستقیم بر ساکنان و مشاغل تأثیر می‌گذارد را شامل نمی‌شود و بنابراین ورودی‌های آنها باید در برنامه‌ریزی گنجانده شود. روند.
نویسندگان در حال آماده سازی مطالعه بزرگتر دیگری هستند که منطقه و دامنه این مقاله را به شهرهای تاریخی مشابه گسترش می دهد. در آن مطالعه شبیه سازی در مورد تراکم زدایی از ترافیک با گسترش حمل و نقل عمومی در مناطق مرکزی، پیشنهاد جابجایی ایستگاه های موجود و محدودیت تردد خودروها انجام خواهد شد. همچنین مزایای اجتماعی و اقتصادی را تجزیه و تحلیل خواهد کرد. مطالعه آینده همچنین مدل‌های تجربی مختلف را به منظور ارزیابی بیشتر تأثیر اقتصادی تراکم و رفع احتقان مقایسه خواهد کرد.

منابع

  1. کنفرانس وزرای حمل و نقل اروپا ارزیابی و تصمیم گیری برای حمل و نقل پایدار ; کنفرانس وزرای حمل و نقل اروپا و OECD. انتشارات OECD: پاریس، فرانسه، 2004; در دسترس آنلاین: https://internationaltransportforum.org/pub/pdf/04Assessment.pdf (در 10 اکتبر 2021 قابل دسترسی است).
  2. CST. تعریف حمل و نقل پایدار، مرکز حمل و نقل پایدار. 2005. در دسترس آنلاین: https://cst.uwinnipeg.ca/documents/DefiningffSustainableff2005.pdf (در 11 اکتبر 2021 قابل دسترسی است).
  3. لیتمن، تی. به خوبی اندازه گیری شده-در حال توسعه شاخص ها برای برنامه ریزی حمل و نقل پایدار و زیست پذیر . موسسه سیاست حمل و نقل ویکتوریا: بریتیش کلمبیا، کانادا، 2021. [ Google Scholar ]
  4. هارت، ام. ارزیابی شاخص ها: چک لیستی برای جوامع . بنیاد جانسون: راسین، WI، ایالات متحده آمریکا، 1997; در دسترس آنلاین: www.johnsonfdn.org/spring97/indicators.html (در 11 اکتبر 2021 قابل دسترسی است).
  5. بوکانان، م. مزایای حمل و نقل عمومی. نات. فیزیک 2019 ، 15 ، 876. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  6. بول، الف. تراکم ترافیک – مشکل و نحوه برخورد با آن . کمیسیون اقتصادی سازمان ملل متحد برای آمریکای لاتین و کارائیب: سانتیاگو دی شیلی، شیلی، 2003. [ Google Scholar ]
  7. لانگستروم، اس. Fridsäll, E. بهینه سازی جریان ترافیک در جاده های شلوغ . Kth Royal Institute of Technology دانشکده مهندسی برق و علوم کامپیوتر: استکهلم، سوئد، 2019. [ Google Scholar ]
  8. سان، اچ. وو، جی. ما، دی. Long, J. پیچیدگی های توزیع فضایی تراکم ترافیک و تنگناها در توپولوژی های شبکه های مختلف . مدلسازی ریاضی کاربردی; الزویر: آمستردام، هلند، 2013. [ Google Scholar ]
  9. کارگروه راهداری – تبصره فنی 10 – ظرفیت شبکه راه ها برای ترددهای موتوری خصوصی چقدر است و در طول زمان چگونه تغییر کرده است؟ حمل و نقل لندن: لندن، بریتانیا، 2013.
  10. عفرین، ت. یودو، ن. بررسی اقدامات ازدحام ترافیک جاده ای به سمت یک سیستم حمل و نقل پایدار و انعطاف پذیر. Sustainability 2020 , 12 , 4660. [ Google Scholar ] [ CrossRef ]
  11. فالکوکیو، جی. لوینسون، HS ترافیک جاده ای ازدحام: راهنمای مختصر . Springer: برلین/هایدلبرگ، آلمان، 2015; جلد 7. [ Google Scholar ]
  12. وانگ، ی. زو، ایکس. لی، ال. Wu, B. دلایل و اقدامات متقابل ازدحام ترافیک تحت توسعه مجدد زمین شهری. Procedia Soc. رفتار علمی 2013 ، 96 ، 2164-2172. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  13. رابینسون، آر.ام. کالینز، ای. جردن، کالیفرنیا؛ فویتیک، پ. ختاک، ای جی مدل‌سازی تأثیر حوادث ترافیکی در خلال تخلیه طوفان با استفاده از یک میکرو شبیه‌سازی در مقیاس بزرگ. بین المللی J. کاهش خطر بلایا. 2018 ، 31 ، 1159-1165. [ Google Scholar ] [ CrossRef ]
  14. هاسلکورن، ام. یانسی SSavelli، S. تصادفات ترافیکی و مدیریت ازدحام هماهنگ (TIM-CM): کاهش اثرات منطقه ای حوادث ترافیکی بزرگ در کریدور I-5 سیاتل . وزارت حمل و نقل، دفتر تحقیقات و کتابخانه: واشنگتن، دی سی، ایالات متحده آمریکا، 2018. [ Google Scholar ]
  15. یان، ال. لیجی، ی. سیران، ت. Kuanmin، C. بهینه سازی چند هدفه زمان بندی سیگنال ترافیک برای تقاطع بیش از حد اشباع شده. ریاضی. مشکل مهندس 2013 ، 2013 ، 182643. [ Google Scholar ]
  16. یوان، اس. Zhao، YX شناسایی و بهینه سازی گلوگاه ترافیک با زمان بندی سیگنال. J. Traffic Transp. مهندس 2014 ، 1 ، 353-361. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  17. ورباواتز، وی. Barthelemy, M. عوامل حیاتی برای کاهش ترافیک خودرو در شهرها. PLoS ONE 2019 , 14 , e0219559. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  18. دومیترو، آی. نیکولای، دی. Matei LRacila، L. شبیه سازی سیستم های مدیریت ترافیک حمل و نقل عمومی در شهر کرایووا. در مجموعه مقالات کنفرانس دوازدهم مهندسی حمل و نقل، CIT 2016، والنسیا، اسپانیا، 7 تا 9 ژوئن 2016. [ Google Scholar ]
  19. ژانگ، دبلیو. زبانه.؛ دینگ، ن. وانگ، جی. ارزیابی تراکم ترافیک و بهینه‌سازی کنترل سیگنال بر اساس شبکه‌های حسگر بی‌سیم: مدل و الگوریتم‌ها. ریاضی. مشکل مهندس 2012 ، 2012 ، 573171. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  20. Min، W. Wynter، L. پیش‌بینی ترافیک جاده‌ای در زمان واقعی با همبستگی‌های مکانی-زمانی. ترانسپ Res. قسمت C Emerg. تکنولوژی 2011 ، 19 ، 606-616. [ Google Scholar ] [ CrossRef ]
  21. ترونگ، آر. گکونتونا، او. Pfoser، D.; Züfle، A. به سوی درک بهتر ترافیک حمل و نقل عمومی: مطالعه موردی متروی واشنگتن دی سی. علوم شهری 2018 ، 2 ، 65. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  22. درو، جی. Droj, L. استفاده از برنامه مبتنی بر GIS برای ارزیابی ترافیک شهری تحت تأثیر COVID-19. در مجموعه مقالات کنفرانس فناوری‌های مدرن برای هزاره سوم، اورادیا، رومانی، 23 اکتبر 2020. [ Google Scholar ]
  23. Goodchild، MF Citizens به عنوان حسگر: دنیای جغرافیای داوطلبانه. ژئوژورنال 2007 ، 69 ، 211-221. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  24. بولتزه، ام. رویکردهای Tuan، VA برای دستیابی به پایداری در مدیریت ترافیک. Procedia Eng. 2016 ، 142 ، 205-212. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  25. بینزار، پ. سادرووا، جی. سوفرانکو، م. کاچمری، پ. برودنی، جی. Tutak, M. مطالعه موردی: شبیه سازی مدل ترافیک به عنوان ابزاری برای ارزیابی ترافیک یک طرفه در مقابل دو طرفه در جاده های شهری اطراف مرکز شهر. Appl. علمی 2021 ، 11 ، 5018. [ Google Scholar ] [ CrossRef ]
  26. یودو، ن. وانگ، پی. رفیع، م. توانمندسازی تاب آوری سیستم های مهندسی پیچیده با استفاده از تئوری کنترل. IEEE Trans. Reliab. 2017 ، 67 ، 53-65. [ Google Scholar ] [ CrossRef ]
  27. بنداری، ع. پاتل، وی. Patel, M. A Survey on Traffic Traffic Traffic Detection and Routing Strategies. در مجموعه مقالات دومین کنفرانس بین المللی 2018 در مورد روندها در الکترونیک و انفورماتیک (ICOEI)، Tirunelveli، هند، 11-12 مه 2018؛ ص 42-44. [ Google Scholar ]
  28. لی، ز. لیو، پی. خو، سی. دوان، اچ. وانگ، دبلیو. استراتژی کنترل محدودیت سرعت متغیر مبتنی بر یادگیری تقویتی برای کاهش تراکم ترافیک در تنگناهای مکرر آزادراه. IEEE Trans. هوشمند ترانسپ سیستم 2017 ، 18 ، 3204-3217. [ Google Scholar ] [ CrossRef ]
  29. استفانلو، FM؛ بوریول، LS; هیرش، ام جی; پردالوس، PM; کوئریدو، تی. Resende، MGC; Ritt, M. در مورد به حداقل رساندن تراکم ترافیک در شبکه های جاده ای با عوارض. ان اپراتور Res. 2017 ، 249 ، 119-139. [ Google Scholar ] [ CrossRef ]
  30. چوداری، ع. گوخاله، اس. ارزیابی مزایای کاهش انتشار ناشی از مدیریت جریان ترافیک و ارتقای فناوری در یک کریدور ترافیک شهری شلوغ. تکنولوژی پاک محیط زیست سیاست 2018 ، 21 ، 257-273. [ Google Scholar ] [ CrossRef ]
  31. نلور، ک. Hancke، GP بررسی سیستم مدیریت ترافیک شهری با استفاده از شبکه‌های حسگر بی‌سیم. Sensors 2016 , 16 , 157. [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
  32. کومار، تی. کوشواها، دی. رویکردی برای تشخیص تراکم ترافیک و سیستم کنترل ترافیک. در فناوری اطلاعات و ارتباطات برای استراتژی های رقابتی ; Springer: برلین/هایدلبرگ، آلمان، 2019؛ صص 99-108. [ Google Scholar ]
  33. کاردناس بنیتز، ن. آکینو سانتوس، آر. ماگانا-اسپینوزا، پ. آگیلار-ولازکو، جی. ادواردز بلوک، آ. Cass، سیستم تشخیص تراکم ترافیک AM از طریق وسایل نقلیه متصل و داده های بزرگ. Sensors 2016 , 16 , 599. [ Google Scholar ] [ CrossRef ]
  34. لویدل، ام. والنتین، جی. سیگانسکی، آر. گریزر، ا. شولز، جی. Haslauer، E. GIS و مدل سازی حمل و نقل – تقویت دیدگاه فضایی. ISPRS Int. J. Geo-Inf. 2016 ، 5 ، 84. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  35. هوانگ، بی. Pan، X. GIS همراه با شبیه سازی ترافیک و بهینه سازی برای پاسخ به حادثه. محاسبه کنید. محیط زیست سیستم شهری 2007 ، 31 ، 116-132. [ Google Scholar ] [ CrossRef ]
  36. ویلکی، دی. سیوال، جی. Lin, MC تبدیل داده‌های GIS به مدل‌های عملکردی جاده برای شبیه‌سازی ترافیک در مقیاس بزرگ. IEEE Trans. Vis. محاسبه کنید. نمودار. 2011 ، 18 ، 890-901. [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
  37. گوپتا، پ. جین، ن. سیکدار، پی کی; کومار، ک. سیستم اطلاعات جغرافیایی در برنامه ریزی حمل و نقل. دنیای جغرافیایی. 2009. در دسترس آنلاین: https://www.geospatialworld.net/article/geographical-information-system-in-transportation-planning/ (دسترسی در 15 اکتبر 2021).
  38. Droj, G. Introducere in GIS ; دانشگاه اوراده: اورادیا، رومانی، 2009. [ Google Scholar ]
  39. درو، جی. Droj, L. داده کاوی فضایی با استفاده از خدمات وب GIS. در مجموعه مقالات کنفرانس فناوری‌های مدرن برای هزاره سوم، اورادیا، رومانی، 4 تا 5 آوریل 2019. [ Google Scholar ]
  40. درو، ال. درو، جی. Ban, O. تحلیل جغرافیایی و مالی بخش گردشگری در رومانی . صنعت گردشگری و مهمان‌نوازی: Rijeka، کرواسی، 2020. [ Google Scholar ]
  41. کوپچوسکا، ک. چورسکی، پ. اوچویسکی، ا. Polko, A. SPAG: Index of Spatial aglomeration. پاپ Reg. علمی 2019 ، 98 ، 2391-2424. [ Google Scholar ] [ CrossRef ]
  42. Mitchell, A. Esri Guide to Analysis GIS ; مطبوعات ESRI: پکن، چین، 2005. [ Google Scholar ]
  43. ماساهیسا، اف. هیداکی، او. تعادل های چندگانه و انتقال ساختاری پیکربندی های شهری غیر تک مرکزی. Reg. علمی اقتصاد شهری 1982 ، 12 ، 161-169. [ Google Scholar ]
  44. شاخص ترافیک TomTom 2008–2020. در دسترس آنلاین: https://www.tomtom.com/en_gb/traffic-index (در 15 اکتبر 2021 قابل دسترسی است).
  45. طرح شهری عمومی Oradea، Oradea، رومانی. 2016. موجود به صورت آنلاین: https://www.oradea.ro/fisiere/subpagini_documente/129/PUG%20Oradea%20Aux%2001%20ORGANIZAREA%20TRAFICULUI%20SITUATIA%20EXISTENTA.pdf در اکتبر 215 (دسترسی در اکتبر).
Ijgi 11 00016 g001 550
شکل 1. نمایش بر روی نقشه علائم مختلف راهنمایی و رانندگی، Oradea  [ 22 ].
Ijgi 11 00016 g002 550
شکل 2. مناطق بافر.
Ijgi 11 00016 g003 550
شکل 3. انتخاب وسیله حمل و نقل ( الف ) مناطقی که هم مبدأ و هم ورود برای آنها دسترسی آسان به وسایل حمل و نقل عمومی ندارند، ( ب ) مناطقی که در یک نقطه، حرکت یا رسیدن، دسترسی آسان به حمل و نقل عمومی دارند و ( ج ) هر دو نقطه عزیمت و ورود در یک محله قابل قبول با حمل و نقل عمومی قرار دارند (اقتباس از مدل Verbavatz و Barthelemy) [ 17 ].
Ijgi 11 00016 g004 550
شکل 4. روش شناسی مطالعه.
Ijgi 11 00016 g005 550
شکل 5. شبکه اصلی جاده اورادیا بر اساس طرح شهری عمومی اورادا [ 45 ].
Ijgi 11 00016 g006 550
شکل 6. مسیرهای حمل و نقل عمومی در Oradea، ارائه شده توسط OTL
Ijgi 11 00016 g007 550
شکل 7. استفاده از حمل و نقل عمومی Oradea، ارائه شده توسط OTL
Ijgi 11 00016 g008 550
شکل 8. تراکم ایستگاه های تراموا/ اتوبوس در هر محله.
Ijgi 11 00016 g009 550
شکل 9. مناطق قابل دسترسی در 10 دقیقه از ایستگاه های حمل و نقل عمومی
Ijgi 11 00016 g010 550
شکل 10. ترافیک در مرکز به دلیل در دسترس نبودن حمل و نقل عمومی، 4 ژوئن 2021، ساعت 2 بعد از ظهر

مقالات داخلی و بین المللی

مطالب مرتبط ...

بدون دیدگاه

دیدگاهتان را بنویسید