عملکرد ریتم دوچرخه‌سواری نتیجه یک تعامل پیچیده بین تقاضای سفر فعال و عرضه شبکه دوچرخه‌سواری است. بیشتر مطالعات بر روی جریان دوچرخه متمرکز بودند، اما توجه کمی به تغییرات ریتم دوچرخه‌سواری برای دوچرخه‌های عمومی شده است. داده‌های نمونه کامل مبدا-مقصد توصیف کارآمدی از کارایی حرکت دوچرخه‌سواری در شبکه در سیستم‌های دوچرخه عمومی شهری را ممکن می‌سازد. در این مقاله، ما نشان می‌دهیم که چگونه ویژگی‌های مکانی-زمانی سرعت دوچرخه‌سواری عملکرد ریتم‌های دوچرخه‌سواری را نشان می‌دهد. روش استنتاج تخمین سرعت سواری با یک مسیر دوچرخه سواری ناشناخته پیشنهاد شده است. ناسازگاری قابل توجه ایستگاه‌های اتصال در ریتم دوچرخه‌سواری با مقایسه رابطه منبع و سینک آشکار شد. عدم تقارن ریتم دوچرخه سواری در مسیر به صورت اختلاف ریتم بین مسیرها و ناهماهنگی دو جهته آشکار می شود. ما دریافتیم که ریتم دوچرخه‌سواری دارای یک عدم تطابق چند لایه زمانی و مکانی است، که نقاط عطف ریتم دوچرخه‌سواری را نشان می‌دهد که در آن ترجیح رفتاری سفر تغییر می‌کند و بخش‌های دقیق جاده با ریتم‌های مختلف تغییر می‌کند. این یافته نشان می‌دهد که یک محیط دوچرخه‌سواری خوب طراحی‌شده و عملکرد شغلی-مسکونی باید در مدیریت تقاضای حمل‌ونقل فعال و برنامه‌ریزی شهری در نظر گرفته شود تا به تصمیم‌گیری‌های رفتار سفر فعال کمک کند.

کلید واژه ها:

تجزیه و تحلیل ریتم ؛ دوچرخه عمومی ؛ سرعت ؛ ایستگاه های داک ; مسیرهای دوچرخه سواری ؛ فضایی و زمانی

1. مقدمه

به عنوان ترکیبی عالی از یک حالت حمل و نقل فعال و اقتصاد اشتراکی، دوچرخه عمومی به بخشی ضروری از زندگی روزمره بسیاری از ساکنان شهری تبدیل شده است [ 1 ]. این به طور گسترده ای برای رفت و آمد، خرید، اوقات فراغت، و تناسب اندام توسط ساکنان در تمام سنین استفاده می شود [ 2 ]. مشاهدات سفر با دوچرخه عمومی نشان داد که سرعت دوچرخه سواری در هر دوچرخه سوار و در موقعیت های مختلف متفاوت است. تغییرپذیری سرعت دوچرخه عمومی در فضای شهری و ابعاد زمانی معین، نشان دهنده کثرت ریتم حرکت دوچرخه عمومی است. این ریتم ترکیب جالب سواران، دوچرخه‌های عمومی، ایستگاه‌های بارانداز، کرنوتوپ‌های شهری را تشکیل می‌دهد [ 3 ]]، و جامعه. دو مورد آخر به ترتیب زمینه و رسانه سفرهای عمومی دوچرخه هستند که شرایط ساختاری جدید و تغییرات پویا را از طریق تعامل جریان عمومی دوچرخه شکل می دهند [ 4 ].
مطالعات قبلی تمرکز کمی بر تحلیل تغییرپذیری سرعت دوچرخه‌سواری نشان داده‌اند [ 5]. اگرچه سرعت تک تک دوچرخه‌سواران بسیار متفاوت است، گروه‌های دوچرخه‌سوار انواع عناصر را در قالب تکرار و مکاتبه سازماندهی می‌کنند تا یک کل منسجم و منظم را تشکیل دهند. ریتم حرکت دوچرخه عمومی تلفیقی از الگوهای مختلف بی نظم جریان دوچرخه عمومی، از جمله منظم بودن و ناهمگونی در محدوده زمانی مکانی در نظر گرفته می شود. به طور گسترده ای شناخته شده است که جریان عمومی دوچرخه یکی از ابزارهای قابل توجه برای تجزیه و تحلیل رفتار عمومی سفر با دوچرخه است که می تواند به عنوان یک مورد خاص از ریتم و دیدگاه خاصی از تحلیل ریتم در نظر گرفته شود. جریان عمومی دوچرخه به شیوه ای اطلاق می شود که در آن زمان اجتماعی و مکان شهری در سفرهای عمومی با دوچرخه ساکنان عمل می کند. این نوع ریتم می تواند صریح یا نامرئی باشد، و همچنین نوعی تکرار خاص یا کشش تمایز زمانی در فضا. با این حال، مطالعات قبلی نتیجه گیری روشنی ارائه نکرده است. سرعت دوچرخه‌سواری بستر مهمی برای شناسایی ریتم فراهم می‌کند. تمایز و مقایسه چند ریتم حرکت دوچرخه عمومی برای درک کارایی دوچرخه سواری و دلایل مربوطه در زمینه های مختلف مفید است که منابعی را برای بهبود محیط سواری، برنامه ریزی خطوط ویژه دوچرخه و بهبود راحتی و ایمنی دوچرخه های عمومی ارائه می دهد.
تصادفی بودن سفرهای دوچرخه، ناپیوستگی گرفتن سناریو، و دشواری در دستیابی به داده‌های سرعت دوچرخه‌سواری ممکن است دلایلی برای توجه کمتر به تغییر سرعت دوچرخه‌سواری باشد، در حالی که نظریه جریان ترافیک بر عابران پیاده و اتومبیل‌های در دسترس تمرکز می‌کند [ 6 ، 7 ، 8 ]. در مطالعات محدود قبلی، سرعت دوچرخه سواری با استفاده از کرونومتر، رادار، ویدئو و ابزارهای سیستم موقعیت یابی جهانی بدست می آید [ 9 ]]، که نمی تواند ماهیت همگن داده ها را حل کند. از طریق سیستم عملیات دوچرخه عمومی، حجم عظیمی از داده‌ها که فعالیت‌های همه کاربران دوچرخه عمومی را ثبت می‌کند، به دست می‌آید که فرصت خوبی برای تجزیه و تحلیل ریتم حرکت دوچرخه‌های عمومی است. این یک چشم انداز همبستگی مکانی-زمانی بین رفتار سفر با دوچرخه عمومی و جریان دوچرخه عمومی با استفاده از نظریه جریان ترافیک در سیستم دوچرخه عمومی ارائه می دهد.
این مقاله با هدف بررسی چند ریتم تحرک دوچرخه عمومی بر اساس سرعت دوچرخه‌سواری از منظر کرونوتوپ‌های شهری و بررسی دلایل اصلی چگونگی رخ‌دادن لایه‌بندی زمانی و ناهمگونی فضایی چند ریتم دوچرخه‌سواری انجام شد. سهم این مطالعه دوگانه است. ابتدا، مسیرهای دقیق سفرهای عمومی دوچرخه را می توان با استفاده از تطبیق هوشمند تخمین مسیر نقشه و مقایسه با احتمال زیاد تعیین کرد. مطالعات قبلی توجه بیشتری به سایت OD (مبدا-مقصد) سیستم‌های اشتراک‌گذاری دوچرخه بدون اسکله یا لنگر انداخته بودند، اما به ندرت مسیر دقیق دوچرخه‌های عمومی را تحلیل کردند. این پژوهش با هدف پر کردن خلأ پژوهش انجام شده است. دوم، درجات مختلفی از قوانین نوسانات زمان و ویژگی های توزیع فضایی بسیار واضح در تحقیقات ریتم سفر با دوچرخه عمومی یافت می شود. برای حمایت از این موضوع، دامنه مشاهده ریتم حرکت دوچرخه عمومی، داده‌های نمونه کامل همه شهروندان در این مطالعه را به جای گروه کوچک یا خاصی از پاسخ‌دهندگان در تحقیقات قبلی سرعت دوچرخه، پوشش می‌دهد. تا حدودی، ریتم سفرهای عمومی با دوچرخه نیز ریتم زندگی شهرها را منعکس می کند، در نتیجه به طور بالقوه پیامدهای سیاستی برای طراحی سیاست حمل و نقل آینده ارائه می دهد. ادامه مقاله به شرح زیر تدوین شده است:بخش 2 خلاصه ای از ادبیات قبلی را ارائه می دهد، بخش 3 هدف مطالعه و روش شناسی دقیق را شرح می دهد، بخش 4 نتایج تجزیه و تحلیل را ارائه می دهد، بخش 5 برخی از موضوعات مرتبط را مورد بحث قرار می دهد و بخش 6 نتیجه گیری را خلاصه می کند.

2. بررسی ادبیات

2.1. ریتم ها و تجزیه و تحلیل مربوط به آن

مفهوم ریتم برای توصیف سرعت و شدت در موسیقی یا شعر استفاده می شود. همچنین به یک سیستم آداب معاشرت یا یک فرآیند منظم اشاره دارد [ 10 ]. لوفور ادعا کرد که ریتم یک تعامل ذهنی تجربه شده بین مکان، زمان و مصرف انرژی است [ 11 ]. علاوه بر این، یک روش تحلیل ریتم برای تأکید بر مقوله‌های تغییر و تکمیل، هویت و تفاوت، و تضاد و تداوم پیشنهاد شد [ 12 ]. علاوه بر این، تقاضای برنامه را می توان برای کشف رابطه بین رویدادهای برنامه ریزی شده، فضای شهری و تجربه مکان معتبر استفاده کرد [ 13 ]. ماهیت ریتمیک توسط روش وجودی روابط متقابل ریتم های فرد، شهر و رویداد تأکید می شود [ 14 ]].
طیف گسترده ای از روش های نظری تحلیل ریتم با توجه به انواع مختلف کاربردها، مانند قوم نگاری با داده های عکس یا ویدئو، جغرافیای روانی با رویکرد موقعیت، و پدیدارشناسی [ 15 ] وجود دارد. تجزیه و تحلیل ریتم همچنین در طیف وسیعی از زمینه ها، از جمله زندگی روزمره و سفر روزانه شهروندان یا ساکنان روستایی [ 16 ، 17 ]، مناظر خرده فروشی شهری برای خرید [ 18 ]، گردشگری و آلودگی هوا [ 19 ] استفاده شده است. برای مثال، ریتم‌های شبانه‌روزی روزانه انسان برای برزیلی‌های بومی که در تابستان و زمستان بدون برق زندگی می‌کنند مورد بررسی قرار گرفت [ 20 ]]. ریتم روستایی با تجزیه و تحلیل روش های محلی سکونت مبهم و پراکنده بود. پتانسیل قابل توجهی با بررسی ریتم میزبانان و بازدیدکنندگان کانال Telemark در نروژ نشان داده شد [ 21 ]. علاوه بر این، ویژگی‌های خاص تمرین خواب در تعطیلات طبیعت از منظر ریتم‌ها توسط قوم‌نگاری [ 22 ] تحلیل شد.
مطالعات مربوط به تحلیل ریتم در زمینه حمل و نقل نسبتاً محدود است. یک نمودار اساسی ماکروسکوپی برای توصیف کارایی عملکرد در سطح شبکه برای تفکیک ریتم های ترافیک شهری استفاده شد [ 23 ]. داده های مکان در تحلیل ریتم محبوب می شوند [ 24 ]. برای مثال، ریتم‌های روزانه حرکات مسافران حومه شهر در تالین بر اساس داده‌های موقعیت‌یابی تلفن همراه [ 25 ] تجزیه و تحلیل شد و الگوهای جغرافیایی ریتم روزانه یک شهر از داده‌های مجموع رسانه‌های اجتماعی در بیش از 340 شهر چین [ 26 ] متمایز شد.]. تحقیقات اخیر با هدف توصیف ریتم های روزانه شهری از نظر تحرک انسان انجام شده است. یک میکروسکوپ با سیستم تزریق گاز بر اساس داده‌های سفر فرد ساخته شد تا ویژگی‌های منطقه‌ای و تفاوت‌های رفتار تحرک پویا را آشکار کند [ 27 ]. به طور خلاصه، تحلیل ریتم برای درک الگوی پویای چند بعدی رفتار انسان مفید است.

2.2. رفتار سفر دوچرخه مشترک

مجموعه ای از ادبیات بر روی سیستم های اشتراک دوچرخه متمرکز شده است، که پایه و اساس تجزیه و تحلیل ریتم دوچرخه های مشترک را ایجاد کرده است. از منظر ویژگی های انسانی اجتماعی، جنسیت، سن، درآمد، اندازه خانوار، نوع رفت و آمد و طول، و مالکیت وسیله نقلیه نقش مهمی در استفاده از دوچرخه به اشتراک گذاشته [ 28 ]. به عنوان مثال، اشتراک دوچرخه، به عنوان یک سیستم مستقل یا در ارتباط با حمل و نقل عمومی، برای استفاده زنان و گروه های سنی بالاتر در اسلو، نروژ، کمتر مناسب است [ 29 ]. جمعیت های کم درآمد، رنگین پوستان، و خانواده های وابسته به حمل و نقل، نمایانگر مشخصات سوارکاران نیستند [ 30 ]. اعضایی که در محله‌های اقلیت‌نشین با وضعیت اقتصادی پایین زندگی می‌کنند، بیشتر از دوچرخه‌های مشترک استفاده می‌کنند.31 ].
دلایل انتخاب سفر با دوچرخه مشترک به طور گسترده ای بررسی شده است. تأثیرگذارترین عوامل برای استفاده مشترک از دوچرخه شامل موقعیت استراتژیک ایستگاه‌های اتصال، سهولت ثبت‌نام و ادغام با حمل‌ونقل عمومی است [ 32 ]. علاوه بر این، ویژگی های محیط ساخته شده، مانند شاخص دوچرخه، شاخص تنوع کاربری زمین، دسترسی حمل و نقل، تراکم مقصد، و طول زیرساخت دوچرخه نیز ممکن است بر انتخاب دوچرخه مشترک تأثیر بگذارد [ 33 ]. علاوه بر این، اجزای دوچرخه (مانند قاب، زین، فرمان)، عوامل محیطی (مانند نوع جاده، آب و هوا) و وضعیت دوچرخه سوار (به عنوان مثال، تنظیمات، قطعات بدن) بر راحتی استفاده مشترک از دوچرخه تأثیر می‌گذارند [ 34 ].]. به طور کلی، ویژگی‌های انسان‌گرایانه اجتماعی، ویژگی‌های محیطی، و ویژگی‌های سیستم اشتراک‌گذاری دوچرخه احتمالاً عوامل تأثیرگذار بر رفتار سفر دوچرخه‌سواری در نظر گرفته می‌شوند، که مبنایی را برای تحلیل علت ویژگی‌های ریتم دوچرخه‌سواری فراهم می‌کند.

2.3. سرعت دوچرخه سوار

تحقیقات در مورد سرعت دوچرخه نسبتا محدود است و بر رابطه بین ایمنی دوچرخه سواری و سرعت دوچرخه سواری تمرکز دارد [ 35 ]. رابطه بین استفاده از کلاه ایمنی و سرعت دوچرخه سواری در شرایط طبیعی بر اساس جبران خطر بررسی شد. نتایج نشان داد که جنسیت نقش قابل توجهی در سرعت دوچرخه سواری به جای استفاده از کلاه ایمنی دارد [ 36 ، 37 ]. در مسیرهای مشترک، سرعت دوچرخه سواری بالاتر ممکن است از طریق تفکیک بصری مواد مختلف یا رنگ رنگ از عابران پیاده بدون از دست دادن قابل توجه ایمنی تحقق یابد [ 38 ]]. یک ماشین بردار پشتیبانی برای طبقه بندی محیط های دوچرخه سواری از نظر ایمنی و راحتی به کار گرفته شد. سرعت دوچرخه‌سواری دوچرخه‌های الکترونیکی (pedelec، S-pedelec) و دوچرخه‌های معمولی مقایسه شد. نتایج نشان داد که دوچرخه های برقی در واقع به سرعت های بالاتری نسبت به دوچرخه های معمولی با خطر بالای تصادف می رسند [ 39 ]. دوچرخه های الکترونیکی می توانند تلاش دوچرخه سواری درک شده را با رسیدن به سرعت های بالاتر در مقایسه با دوچرخه های معمولی کاهش دهند، اما قضاوت نادرست کاربران را برای موقعیت های از پیش تعریف شده افزایش دهند [ 40 ]. چند شکاف پذیرفته شده در جلوی دوچرخه‌های نزدیک، به‌ویژه بر اساس تأثیرات سرعت دوچرخه و نوع دوچرخه، خطرناک بودن آزمایش شد [ 41 ].
مطالعات روی رفتار سفر با دوچرخه فرض می‌کند که سرعت دوچرخه‌سواری یک مقدار آستانه ثابت یا مقدار متوسط ​​به‌طور پیش‌فرض به‌جای سرعت سواری متغیر است [ 42 ]]. اولین ابزاری که برای به دست آوردن میانگین سرعت دوچرخه سواران استفاده می شد، کرونومتر بود و میانگین سرعت آن بین 12 تا 20 کیلومتر در ساعت است. پس از آن، دستگاه های اندازه گیری رادار استفاده شد. با این حال، این دستگاه ها هنوز هم دارای کاستی هایی مانند داده های گم شده یا اشتباه هستند. استفاده از داده های ویدئویی از یک دوربین می تواند با دقت بیشتری سرعت شتاب، کاهش سرعت و حرکت دوچرخه سوار را بررسی کند. با این وجود، نتیجه تحت تأثیر محل نصب دوربین‌ها قرار می‌گیرد و صحنه سرعت دوچرخه‌سواری را نمی‌توان به طور کامل ثبت کرد. یک دستگاه سیستم موقعیت یاب جهانی (GPS) طراحی شده است تا توسط دوچرخه سواران حمل شود یا روی دسته دوچرخه نصب شود، یا یک گوشی هوشمند با GPS استفاده شود تا کاربران دوچرخه را ضبط کند [ 43 ]]. ارتباط اشیاء جمع‌آوری داده‌های انتخابی با این روش تقویت شده است، اما ماهیت کامل داده‌ها برای همه کاربران دوچرخه هنوز به دست نمی‌آید. در حال حاضر، کلان داده های عملیات مشترک دوچرخه، اطلاعات دقیقی از زمان، مکان و جریان را برای همه کاربران دوچرخه فراهم می کند که مزیت بزرگی را فراهم می کند. تنها یک مطالعه نسبی به اشتراک دوچرخه اشاره دارد. این مطالعه سرعت دوچرخه‌های مشترک را در لیون اندازه‌گیری کرد و دریافت که میانگین سرعت دوچرخه‌سواران به اوج 14.5 کیلومتر در ساعت می‌رسد که ممکن است به عنوان یک محدودیت ذاتی سیستم در نظر گرفته شود [ 44 ]. اهمیت تحقیق در مورد سرعت دوچرخه های عمومی ذکر شده است اما تحقیقات مفصل محدودی انجام شده است.

3. روش ها

3.1. منطقه مطالعه و توصیف داده ها

این مورد مطالعه بر روی سیستم اشتراک دوچرخه عمومی سوژو، چین، که در مجاورت شانگهای با جمعیت 10.75 میلیون نفر است، انجام شده است. سوژو یکی از شهرهای بسیار توسعه یافته در شرق چین است. منطقه مورد مطالعه در مرکز شهر، شامل مناطق Gusu، Huqiu، Wuzhong و Xiangcheng واقع شده است ( شکل 1).). این مطالعه 132106 رکورد از داده های سفر را تحت طرح دوچرخه عمومی لنگر انداخته در 28 مه 2018 در سوژو جمع آوری کرد. تاریخ یک دوشنبه بود که ماهیت آن یک روز کاری با شرایط آب و هوایی مساعد بود. هر رکورد داده شامل تعداد سفرها، نام و مکان ایستگاه‌های لنگرگاهی است که دوچرخه‌ها در آنجا قرض گرفته شده و بازگردانده شده‌اند، و زمان قرض‌گیری و بازگشت دوچرخه‌ها. مختصات طول و عرض جغرافیایی هر ایستگاه لنگر نیز به دست می آید.

3.2. مدل محاسبه سرعت دوچرخه سواری از ایستگاه مبدا تا ایستگاه مقصد

داده های مورد استفاده در این مطالعه داده های عملیاتی یک سیستم دوچرخه عمومی لنگر انداخته است. انواع فیلد داده شامل موقعیت وام، زمان وام، موقعیت بازگشت و زمان بازگشت است. یعنی فقط اطلاعات مبدا-مقصد (OD) سفرهای دوچرخه سواری را می توان از پایگاه داده به دست آورد. همانطور که مشخص است، دوچرخه های عمومی در سوژو مانند دوچرخه های مشترک بدون اسکله به ابزار GPS مجهز نیستند. بنابراین، مسیرهای دقیق هر دوچرخه سوار را نمی توان به طور خودکار بدون فاصله نمونه برداری به دست آورد. این به این معنی است که زمان صرف شده در یک سواری قابل ثبت است، اما اندازه گیری مسیر دقیق و همچنین مسافت دوچرخه سواری و سرعت مربوطه، به طور مستقیم دشوار است. از این رو، یک استراتژی عملی مورد استفاده در این مقاله تعیین مسیر نسبتا دقیق سفرهای عمومی دوچرخه با کمک نقشه برنامه ریزی و تحلیل مسیر ترافیک آنلاین بود. اصل اجرای این استراتژی در نشان داده شده استشکل 2 .
در این مطالعه، دقت تخمین مسیر دوچرخه‌سواری را می‌توان با انتخاب یک نقشه آنلاین با کیفیت خوب، غربالگری دقیق و تأیید نمونه کوچک تجربه شخصی توسط محققان بهبود بخشید. با فرض ایستگاه وام دهی N 1 و ایستگاه بازگشت N 2 برای هر سابقه سفر عمومی دوچرخه، مسیرهای متعدد ممکن است از N 1 به N منتهی شوند.2. تفاوت اصلی بین این مسیرهای متعدد، طول و زمان دوچرخه سواری است. اکثر نقشه های الکترونیکی آنلاین به برنامه ریزی مسیر کمک می کنند، که روشی هوشمندانه و عملی برای تست کنتراست ارائه می دهد. این مطالعه از AMAP استفاده می کند که یکی از پرکاربردترین نقشه های آنلاین در چین برای استخراج اطلاعات فوق است. AMAP یک ارائه‌دهنده راه‌حل خدمات مکان‌یابی و ناوبری محتوای نقشه دیجیتال در چین است. دارای شرایط نقشه برداری برای نقشه الکترونیکی ناوبری و خدمات نقشه اینترنتی با پایگاه داده نقشه الکترونیکی با کیفیت بالا. بنابراین، مبدا و مقصد ایستگاه‌های بارانداز عمومی دوچرخه نیز با انتخاب دوچرخه‌سواری به عنوان حالت سفر توسط AMAP ارائه می‌شود. سپس برخی از راه حل های مسیر دوچرخه سواری توصیه می شود و اطلاعاتی در مورد طول و زمان مربوط به هر مسیر ارائه می دهد.
همانطور که در شکل 2 a-c نشان داده شده است، N 1 تا N 2 دارای سه مسیر توصیه شده است، یعنی R 1، R 2 و R3. بدیهی است که اگرچه مبدا و مقصد سه مسیر یکسان است، اما سه مسیر طول و زمان متفاوتی دارند. طول R 1، R 2 و R 3 به ترتیب 2.6، 2.8 و 3.0 کیلومتر است و به ترتیب 13، 14 و 15 دقیقه طول می کشد. شکل 2 d داده های وام دهی و برگشتی دوچرخه های عمومی را نشان می دهد که از سیستم دوچرخه عمومی سوژو به دست آمده است، که از آن تعداد سفرهای بین N 1 و N 2 بسیار است ( u1، u 2، u 3، u 4، u 5، و غیره). مدت زمان مُهر زمانی هر سفر عمومی با دوچرخه را می توان با کم کردن زمان بازگشت و زمان امانت در پایگاه داده عملیاتی محاسبه کرد. زمان واقعی مصرف شده توسط u 1– u 5 به ترتیب 15.2، 13.5، 16.4، 13.3 و 18.6 دقیقه بود. مقایسه زمان واقعی صرف شده و زمان توصیه شده برای هر رکورد نشان داد که هر چه این دو مقدار به هم نزدیک‌تر باشند، مسیر بیشتر مطابقت دارد. در اینجا مسیر N 1 تا N 2 و طول آن مشخص شد و میانگین سرعت حرکت هر سفر دوچرخه عمومی محاسبه شد.
به عنوان مثال، سفر عمومی با دوچرخه u 1 14.2 دقیقه طول می کشد، که نزدیکترین زمان به زمان صرف شده برای R2 است که در شکل 2 b نشان داده شده است (14 دقیقه). بنابراین، مسیر u 1 با R 2 مطابقت دارد. بنابراین، طول u 1 2.8 کیلومتر و زمان واقعی طی شده 14.2 دقیقه است. بنابراین، میانگین سرعت u1 را می توان به عنوان تقسیم دو عدد محاسبه کرد که برابر با 11.81 کیلومتر در ساعت است. به طور مشابه، سرعت هر رکورد سفر عمومی با دوچرخه را می توان محاسبه کرد. هرگونه رکورد سفر ویژه با زمان واقعی انجام شده که بسیار کمتر یا بسیار بیشتر از زمان توصیه شده در مسیر برنامه ریزی نقشه آنلاین است، در محاسبه این مطالعه لحاظ نشده است تا خطای ناشی از عدم قطعیت فردی کاهش یابد. در این مطالعه، حدود 1.5 درصد از کل رکوردها که سرعت پرت زیر 5 کیلومتر در ساعت و بالای 30 کیلومتر در ساعت است، حذف شده است.

3.3. روش های تجزیه و تحلیل چند ریتم برای تحرک دوچرخه عمومی

ریتم به تغییرات دوره ای منظم یا نامنظم در فضای چند بعدی از جمله ارتفاع، عرض، عمق و زمان اشاره دارد. همه ریتم ها سرعت مشخصی دارند و ترکیب ریتم های مختلف حالت ریتم را با اجرای خاصی تشکیل می دهد. بنابراین سرعت به عنوان عامل اصلی برای درک ویژگی های چند ریتمی سفرهای عمومی دوچرخه در مکان ها، مسیرها و مناطق مختلف در این مقاله در نظر گرفته شده است. در اینجا، سرعت به میانگین سرعت هر سفر عمومی دوچرخه اشاره دارد.

3.3.1. محاسبه ریتم دوچرخه سواری بر اساس ایستگاه اتصال

هر داده عمومی سفر با دوچرخه با یک جریان دوچرخه سواری مبدا-مقصد (OD) مطابقت دارد. ما ایستگاه اتصال مبدا را به عنوان “منبع” و ایستگاه اتصال مقصد را به عنوان “سینک” تعریف می کنیم. ریتم منبع با محاسبه میانگین سرعت تمام جریان های OD که از یک ایستگاه خارج می شوند به دست آمد. به طور مشابه، ریتم سینک با محاسبه میانگین سرعت تمام جریان های OD که به یک ایستگاه می رسند به دست آمد.

شکل 3 الف نمودار توزیع فضایی تمام ایستگاه های عمومی دوچرخه را در یک منطقه مشخص نشان می دهد. شکل 3 b-f اصل تحلیل آماری ریتم منبع و سینک را بر اساس ایستگاه ها توصیف می کند. ابتدا یک ایستگاه داکینگ خاص به عنوان سایت هدف انتخاب و برچسب گذاری شد . سپس، تمام جریان های OD که از آن خارج شده اند، جریان می یابد استخراج شدند، و مسافت‌های سواری که از شعاع آستانه معینی (3 کیلومتر) فراتر رفتند، همانطور که در شکل 3 b,e نشان داده شده است، که از شکل 3 a ایجاد شده است، حذف شدند. در اینجا، نشان دهنده ایستگاه اتصال منبع هدف است. مقدار ریتم منبع ( ) به صورت زیر محاسبه شد:

جایی که تعداد ایستگاه های اتصال را در یک آستانه معین نشان می دهد ; تعداد جریان های OD را نشان می دهد به ; و و طول و زمان واقعی گرفته شده را نشان می دهد به ، به ترتیب.

به همین ترتیب، مقدار ریتم سینک مربوطه را نشان می دهد که به صورت زیر محاسبه می شود:

جایی که تعداد ایستگاه های اتصال را در یک آستانه معین نشان می دهد ، و تعداد جریان های OD را نشان می دهد به .

قابل توجه تعداد و مسیرهای سفر از به و از به در عمل متفاوت هستند. شکل 3 c,f نتایج محاسباتی ریتم منبع و سینک ایستگاه های docking را نشان می دهد که به ترتیب از شکل 3 b,e تولید شده اند. مقدار ریتم از ایستگاهی به ایستگاه دیگر متفاوت است. علاوه بر این، توزیع ترکیب سرعت ممکن است برای همان مقدار متوسط ​​سرعت متفاوت باشد. ناسازگاری در ریتم دوچرخه‌سواری OD را می‌توان با روش خوشه‌بندی در شکل 3 d، که از ترکیب شکل 3 c,f ایجاد شد، طبقه‌بندی کرد. در نهایت، خطوط کانتور ریتم‌های دوچرخه‌سواری به‌دست‌آمده با روش درون‌یابی فضایی برای توصیف توزیع معادل ریتم‌های دوچرخه‌سواری در مناطق مختلف شهری به‌طور شهودی همانطور که در شکل 3 نشان داده شده است، استفاده شد.g، که همچنین از ترکیب شکل 3 c,f ایجاد شده است.
3.3.2. محاسبه ریتم دوچرخه سواری بر اساس بخش مسیر
ریتم دوچرخه سواری نیز بر اساس مسیرها منعکس می شود. این می تواند به ارائه درک بهتری از بزرگی مقدار ریتم و الگوهای ریتم برای هر بخش کمک کند. هر مسیر از مبدا تا مقصد از چندین بخش تشکیل شده است. سرعت هر بخش توسط تمام سفرهای دوچرخه عمومی که از آن بخش عبور کرده اند تعیین می شود. برای مثال، فرض کنید که سه مسیر ( ab ، cd و ef ) برای دوچرخه‌های عمومی داریم که در یک منطقه خاص در یک بازه زمانی حرکت می‌کنند ( شکل 4 a). تعداد رکوردهای عمومی سفر با دوچرخه در سه مسیر m ، n و k استبه ترتیب و سرعت مسیرها به صورت بیان می شود ، ، و ، به ترتیب. سه مسیر در شکل 4 ب قرار گرفته اند. مجموعه گره های جاده برای مسیر ab ( ) (7، 8، 9، 12، 13، 20، 25، 30، 34) است. هر دو گره متوالی یک بخش جاده را نشان می دهد. بدین ترتیب، دارای هشت بخش شکل 4 d مجموعه گره های بخش را نشان می دهد ، ، و .

تعداد کل سفرهای عمومی دوچرخه که در هر بخش انجام می شود را می توان با رنگ های مختلف مشخص کرد ( شکل 4 ج). بخش مسیر است که توسط گره های جاده 12 و 13 محدود شده است. بخش مسیر است که توسط گره های جاده 13 و 12 محدود شده است (اعداد زیرنویس گره های جاده را نشان می دهند و دنباله اعداد نشان دهنده جهت قطعه مسیر هستند). مثلا، از مسیرهای cd و ef عبور کرد، در حالی که فقط از مسیر ab گذشت و فقط از مسیر ef گذشت . فرمول های مربوطه به شرح زیر است:

نمودار جریان ریتم مسیر دوچرخه عمومی در بخش جاده را می توان بر اساس تمام سرعت مسیرهای محاسبه شده تکمیل کرد. جریان OD بین هر دو ایستگاه اتصال متفاوت است و باید جداگانه محاسبه شود. شکل 4 e توزیع سرعت بالا تا کم را بین ایستگاه ها نشان می دهد، در حالی که شکل 4 f عکس آن را نشان می دهد.
3.3.3. مدل تحلیل ریتم فضایی-زمانی
روش تحلیل الگوی مکعبی مکانی-زمانی و مدل خوشه‌بندی سری‌های زمانی برای بررسی توزیع ریتم دوچرخه‌سواری در طول روز در محدوده شهری استفاده شد [ 45 ، 46 ، 47]. ابتدا منطقه مورد مطالعه به شبکه ای به ابعاد 500 متر تقسیم شد که در آن هر مکعب بر اساس این شبکه با طول و عرض یکسان در فاصله زمانی 30 دقیقه ساخته شد. سپس، مقدار متوسط ​​ریتم در هر واحد مکعب فضا-زمان به‌عنوان یک پارامتر ویژگی برای تجسم جمع‌آوری شد. در نهایت الگوی هر مکعب با روش تشخیص نقطه داغ فضایی-زمانی شناسایی شد. در اینجا حالت داغ به این معنی است که مقدار بالای ریتم دوچرخه سواری در این محدوده مکانی و بازه زمانی در سطح معنی داری آماری بالاتر از منطقه اطراف است. در مقابل، حالت سرد به این معنی است که ریتم دوچرخه سواری در این محدوده فضایی کمتر از مقدار اطراف در این دوره است. علاوه بر این، توزیع تصادفی به این معنی است که مقدار ریتم آن بیشتر یا کمتر از مکعب فضا-زمان اطراف در محدوده فضا و دوره زمانی است. مدل خوشه‌بندی سری زمانی می‌تواند تمامی واحدهای فضایی را با مشابه‌ترین ویژگی‌های تغییر در ریتم در مکعب فضا-زمان شناسایی کند و این واحدهای فضایی را به یک دسته الگو تقسیم کند. بنابراین، نقشه توزیع فضایی دسته‌های الگو و منحنی تغییرات مکانی-زمانی هر الگو را می‌توان برای تحلیل ویژگی‌های ساختار فضایی الگوهای ریتم دوچرخه‌سواری و ویژگی‌های تغییرات زمانی هر الگو ترکیب کرد.

4. نتایج

4.1. آمار توصیفی نوسانات ریتم دوچرخه سواری

نتایج از داده های عضویت دوچرخه سواران به جای داده های مدیریتی برای جابجایی دوچرخه بدست می آید. همانطور که در شکل 5 نشان داده شده است، سرعت نوسانات کلی ریتم های دوچرخه سواری مشاهده شده و تعداد سفر در طبقه بندی سرعت در فواصل 30 ثانیه ای در یک روز مشخص شد . در میان 27 شیب ریتم در شکل 5الف، حداکثر مقدار 29.9 کیلومتر در ساعت و حداقل مقدار 5 کیلومتر در ساعت است. میانگین سرعت 12.7 کیلومتر در ساعت و مقدار متوسط ​​آن 12.2 کیلومتر در ساعت است. مقدار چولگی منحنی 0.9 است که نشان می دهد توزیع احتمال فاصله بردار نرمال به سمت راست منحرف شده است. مقدار کشش منحنی 4.4 است، به این معنی که توزیع ریتم دوچرخه سواری بالاتر از توزیع نرمال است. اکثر سفرهای دوچرخه سواری بین 9 تا 16 کیلومتر در ساعت با خط نقطه ای 85 درصدی 14.3 کیلومتر در ساعت و 15 درصد خط نقطه ای 9.6 کیلومتر در ساعت انجام می شود. حداکثر سرعت دوچرخه های عمومی حدود 25 کیلومتر در ساعت است. ما همچنین دریافتیم که سرعت بالای 25 کیلومتر در ساعت 1.3 درصد است که ممکن است به دلیل سر خوردن از شیب ها در فعالیت های دوچرخه سواری باشد.
شکل 5b نشان می دهد که ضربه زدن ریتم دوچرخه سواری در شب پراکنده و بیشتر است، در حالی که ضربه زدن ریتم در روز بسیار شدیدتر و نسبتاً کمتر است. کل منحنی ریتم دوچرخه سواری به شکل یک طناب پیچ خورده تغییر می کند. مدت زمان دوچرخه سواری با ریتم بالا حدود 4 ساعت است، که نشان می دهد یک محیط خالی سواری و درگیری کمتر از سوی عابران پیاده / وسایل نقلیه، ریتم دوچرخه سواری را تا حد زیادی بهبود می بخشد. علاوه بر این، اشتیاق دوچرخه سواران برای رسیدن به خانه در شب نیز باعث افزایش سرعت می شود. با افزایش جریان ترافیک در اوج صبحگاهی، ریتم دوچرخه سواری کاهش قابل توجه و غلظت بالایی را بین 12 تا 14 کیلومتر در ساعت نشان می دهد. تغییرات مشابهی در اوج عصر رخ می دهد، اما دامنه کوچکتر و مدت زمان کوتاهتر است.

4.2. ریتم های دوچرخه سواری بر اساس مقایسه منبع و سینک

به عنوان حامل مستقیم رابطه منبع – سینک، ایستگاه‌های عمومی دوچرخه‌ها کانون ریتم دوچرخه‌سواری هستند. ریتم دوچرخه سواری از هر ایستگاه لنگر محاسبه شد. نتایج در شکل 6 a,b نشان داده شده است. بر این اساس، ویژگی‌های ناسازگاری ریتمیک و توزیع فضایی آن مورد تجزیه و تحلیل آماری قرار گرفت ( شکل 6 ج). سپس، کانتور ریتم دوچرخه‌سواری برای درک ریتم کلی دوچرخه‌سواری در محیط شهری تجسم شد ( شکل 6 د).
ریتم های دوچرخه سواری با تمرکز بر ایستگاه ها همانطور که در شکل 6 نشان داده شده است به پنج گروه تقسیم می شوندالف، ب. گروه 1 با مقدار سرعت 17.16-30 کیلومتر در ساعت دارای سریع ترین ریتم است، در حالی که گروه 5 با مقدار سرعت 5.78-10.97 کیلومتر در ساعت کندترین ریتم را دارد. گروه های 2، 3 و 4 به ترتیب دارای مقادیر سرعت 14.43-17.16، 12.69-14.43 و 10.97-12.69 کیلومتر در ساعت بودند و به ترتیب دارای ریتم های سریع، متوسط ​​و آهسته در نظر گرفته شدند. آمار نشان می دهد که نسبت های پنج گروه ریتم منبع از ایستگاه های مبدا به ترتیب 4.3، 17، 33.5، 38.3 و 6.9 درصد از سریع ترین ریتم به کندترین ریتم است. به طور مشابه، نسبت پنج گروه ریتم سینک از ایستگاه های مقصد به ترتیب 4.6، 17.8، 30.4، 38.3 درصد و 8.9 درصد از سریع ترین ریتم به کندترین ریتم است. مشاهده شده است که بیش از 80 درصد دوچرخه سواران آستانه سرعت را از 11 کیلومتر در ساعت به 17 کیلومتر در ساعت ترجیح می دهند. این ممکن است به سرعت طراحی دوچرخه عمومی، هدف از سفر و آمادگی جسمانی دوچرخه سواران مرتبط باشد. به نظر می رسد ریتم منبع و سینک از نظر کمیت ریزدانه تفاوت کمی دارند.
با این حال، توزیع فضایی ریتم منبع و سینک کاملاً متفاوت است. جزئیات ریتم دوچرخه سواری در هر ایستگاه را می توان در صورت نیاز از نقشه ها جویا شد. از منظر ویژگی‌های مکان، ایستگاه‌های مبدا ممکن است در مناطق مسکونی محصور شده توسط فضای کاری و مدارس ریتم بالایی داشته باشند و بالعکس. همانطور که در ضلع جنوب شرقی و جنوب غربی محدوده شهر در شکل 6 الف، ب نشان داده شده است، ریتم منبع و سینک چنین مکان هایی مکمل یکدیگر هستند. مشخص شده است که با مقایسه ریتم منبع و سینک هر ایستگاه در شکل 6ج که ریتم منبع و سینک تقریباً در 1/62 درصد ایستگاه‌ها برابر بودند، 9/22 درصد از ریتم‌های منبع ایستگاه‌ها سریع‌تر از ریتم‌های سینک و 16 درصد از ریتم‌های منبع ایستگاه‌ها کندتر از ریتم‌های سینک بودند. به طور خاص، حدود 38.9٪ از ایستگاه‌های عمومی دوچرخه‌سواری، ناهماهنگی قابل‌توجهی در ریتم دوچرخه‌سواری بر اساس مقایسه رابطه منبع و سینک نشان می‌دهند. به عنوان مثال، ریتم دوچرخه سواری از جامعه ساکن به مدارس ممکن است سریعتر از ریتم از مدرسه به جامعه ساکن باشد.
واضح تر، خطوط کانتور ریتم های دوچرخه سواری نشان می دهد که مناطق با ریتم دوچرخه سواری بالا دارای یک نوع خوشه دو هسته ای با توزیع ناحیه ای هستند. ویژگی پهنه ای در ضلع شرقی بیشتر به چشم می خورد و به سمت شمال و جنوب امتداد دارد. با توجه به ویژگی های فاصله خطوط هم آهنگ، تغییرات گرادیان در شتاب و کاهش ریتم دوچرخه سواری در بیشتر مناطق نسبتا یکنواخت است.

4.3. ریتم های دوچرخه سواری بر اساس عدم تقارن مسیرها

جاده ها به عنوان حامل میانی دوچرخه سواری عمومی، ریتم دوچرخه سواری را نیز منعکس می کنند. میانگین نقشه توزیع ریتمیک همه مسیرها در منطقه مورد مطالعه که از طریق شناسایی مسیر سواری مبتنی بر نقشه آنلاین و محاسبه ریتم دوچرخه سواری قطعات بدست آمده است در شکل 7 الف نشان داده شده است. با توجه به روش ناپیوستگی طبیعی، ریتم های دوچرخه سواری با تمرکز بر مسیرها به پنج نوع تقسیم می شوند. جزئیات ریتم دوچرخه سواری هر بخش را می توان از نقشه ها جویا شد.
نوع 1 31.60٪ از طول کل مسیر را تشکیل می دهد و دارای بالاترین ریتم با مقدار سرعت 14.20-18.1 کیلومتر در ساعت است. نوع 2 14.56 درصد از طول مسیر را تشکیل می دهد و دارای ریتم بالایی با مقدار سرعت 12.95-14.2 کیلومتر در ساعت است. نوع 3 17.81 درصد از طول مسیر را تشکیل می دهد و دارای ریتم متوسط ​​با مقدار سرعت 11.56-12.95 کیلومتر در ساعت است. نوع 4 23.04 درصد از طول مسیر را تشکیل می دهد و دارای ریتم متوسط ​​با مقدار سرعت 9.22-11.56 کیلومتر در ساعت است. در نهایت، نوع 5 12.98٪ از طول مسیر را تشکیل می دهد و دارای ریتم متوسط ​​با مقدار سرعت 5.80-9.22 کیلومتر در ساعت است. نسبت ریتم بالا در شرق شهر بیشتر از سایر مناطق است، در حالی که نسبت مربوطه در شمال کمترین میزان است. مسیرهای با ریتم بالا در ضلع غربی و شرقی دارای ویژگی توزیع تجمع قابل توجهی هستند و ریتم بالایی را برای یک بخش طولانی حفظ می کنند. در مقابل، پراکندگی مسیرهای پر ریتم در مرکز شهر و ضلع جنوبی گسسته و پراکنده است.
نقشه‌های ریتم دوچرخه‌سواری منطقه‌ای محلی در مقیاس بزرگ همانطور که در شکل 7 نشان داده شده است، انتخاب و بزرگ‌تر شدند.قبل از میلاد مسیح. در اینجا، ناسازگاری دو جهته در ریتم دوچرخه سواری را می توان به وضوح با تفاوت رنگ مشاهده کرد. ما از طریق بررسی میدانی تأیید کردیم که وقتی یک محیط دوچرخه‌سواری خوب در هر دو طرف جاده وجود دارد، ریتم دوچرخه‌سواری دو طرفه به تعادل می‌رسد. ریتم های دوچرخه سواری اغلب به طور قابل توجهی متفاوت است زمانی که یک مسیر دوچرخه در یک طرف وجود دارد اما در طرف دیگر وجود ندارد. در شرایطی که هر دو طرف جاده کیفیت یکسانی از محیط دوچرخه سواری دارند، ناهماهنگی در ریتم دوچرخه سواری اغلب به دلیل ماهیت مناطق عملکردی شهری و هدف سفر ساکنان ایجاد می شود. به عنوان مثال، ریتم دوچرخه سواری در مسیر منتهی به محل کار سریعتر است، در حالی که ممکن است سواری برگشت در سمت دیگر همان جاده کندتر باشد. به اختصار،

4.4. ریتم های دوچرخه سواری بر اساس ناهمگونی مکعب های فضا-زمان

ناهمگونی ریتم دوچرخه‌سواری مناطق مختلف در زمان‌های مختلف روز توسط کرونوتوپ‌های شهری از دیدگاه تحلیل مکانی-زمانی آشکار می‌شود. یک مکعب فضا-زمان جدا نشده یک هرج و مرج است و جزئیات داخل آن به راحتی قابل مشاهده نیست. بنابراین، نتایج تجزیه و تحلیل به‌دست‌آمده توسط مدل تشخیص نقطه داغ فضا-زمان با ایستگاه‌های دوچرخه عمومی به عنوان شی فضایی پایه با مقاطع مختلف در شکل 8 نشان داده شده است. محور X–Y نمایانگر فضای شهری است و محور عمودی T زمان روز را با 30 دقیقه به عنوان واحد زمان اصلی نشان می دهد. شکل 8 a نقشه مشخصه تغییرات ریتم مکانی و زمانی سوژو را در 24 هکتار روز نشان می دهد و شکل 8b–d مقاطع طولی شمالی – جنوبی و شرقی – غربی است. شکل 9 نتایج تجزیه و تحلیل آماری تعداد مکعب های ویژگی نقطه داغ، مکعب های ویژگی نقطه سرد و مکعب های ویژگی تصادفی را در زمان های مختلف نشان می دهد.
ریتم دوچرخه سواری در تمام مناطق شهری در حالت نقطه کاملا سرد بین ساعت 2 تا 4 بامداد و نقطه سرد و کم تصادفی بین ساعت 11 شب تا 1 بامداد است. دوچرخه سواری عمومی در شهر از ساعت 5 صبح شروع به بهبود می کند. با ریتم بالا از ساعت 6 صبح شروع به بالا رفتن می کند و در ساعت 8 به اوج می رسد. نقطه داغ دیگر از ساعت 4 بعد از ظهر تا 7 بعد از ظهر رخ می دهد. اوج عصر ریتم بالا در ساعت 6 بعد از ظهر است، اما درجه ریتم اوج عصر نزدیک است. 10 درصد کمتر از اوج صبحگاهی. علاوه بر این، یک شلوغی کوچک شبانه بین ساعت 7 بعد از ظهر تا 8 بعد از ظهر رخ می دهد که در آن ریتم دوچرخه سواری حتی بیشتر از بعد از ظهر است. به طور کلی، مکعب‌های فضایی-زمانی با ویژگی‌های تصادفی در طول روز اتفاق می‌افتند و رابطه کمی مکعب‌ها با نقاط سرد دقیقاً از نظر زمانی برعکس مکعب‌های دارای نقاط داغ است.

4.5. تمرکز ریتم‌های دوچرخه‌سواری بر الگوهای فضایی و زمانی

در این مطالعه، ویژگی‌های چند لایه زمانی ریتم دوچرخه‌سواری به الگوهای ریتم زمانی و تفاوت بسیار ظریف با نقاط عطف خاص اشاره دارد. برای ریتم تغییرات درشت‌تر، روش خوشه‌بندی فضایی-زمانی می‌تواند فهرستی از الگوهای ریتمیک را برای یک دسته دقیق‌تر ارائه دهد. چهار الگوی ریتمیک دوچرخه سواری با قوانین مکانی و زمانی مشابه شناسایی شد. همانطور که در شکل 10 نشان داده شده استالف، توزیع این الگوهای ریتمیک نظم کلی فضایی قابل توجهی دارد. ریتم دوچرخه سواری برای الگوی 1 در ناحیه پیرامونی شهر به ویژه در غرب و شمال قرار دارد. در مقابل، ریتم دوچرخه سواری برای الگوی 3 در ضلع غربی مرکز شهر متمرکز شده است که متعلق به شهر قدیمی است. ریتم دوچرخه سواری برای الگوی 4 در شرق شهر مرکزی قرار دارد و تراکم قابل توجه تری را در توزیع نشان می دهد. علاوه بر این، ریتم دوچرخه سواری برای الگوی 2 به طور گسترده در پیوستار روستایی-شهری شهر توزیع شده است و دارای ویژگی های تجمع در برد کوچک است.
تفاوت های الگوی ریتم بیشتری را می توان از منحنی مشخصه تغییر زمان که در شکل 10 نشان داده شده است مشاهده کرد.ب منحنی زمانی الگوی 1 نشان می دهد که ریتم آن در یک روز کامل کمتر از ریتم سه الگوی دیگر در همان دوره است. این نتیجه نشان می دهد که ریتم دوچرخه سواری در مناطق حومه شهر به وضوح کندتر از ریتم در داخل شهر است. جالب توجه است، منحنی تغییر ریتم برای الگوی 2 نشان می دهد که ریتم آن در اوج صبحگاهی بالاتر است اما در سایر دوره های زمانی بسیار کندتر است. این تفاوت ممکن است به دلیل عجله در دوچرخه سواری برای شیفت صبح در مسیر روستایی-شهری و عجله کمتر در بعد از ظهر باشد. منحنی ریتم دوچرخه‌سواری برای الگوی 3 معمولی‌ترین منحنی است، به طوری که درجه ریتم در اوج صبح موازی با اوج عصر با یک اوج کوچک ریتم ظهر از ساعت 11:30 صبح تا 1 بعد از ظهر است. الگوی 4 همچنین همیشه در ساعات کم پیک در طول روز (9 صبح) بالا است تا ساعت 4 بعد از ظهر) و شب (7 عصر تا 10 شب). همراه با کشف معنایی مکان، پارک‌های صنعتی با تراکم کاری قوی ممکن است به ریتم دوچرخه‌سواری سریع‌تر منجر شود.
علاوه بر این، تفاوت های ظریف بین قله ها و دره های ریتمیک بزرگ و کوچک قابل تشخیص است. به عنوان مثال، زمان وقوع اوج صبحگاهی در منحنی‌های ریتم دوچرخه‌سواری 7 صبح برای الگوهای 2 و 4، 7:30 صبح برای الگوی 1 و 8 صبح برای الگوی 3 است. :30 صبح برای پتن 3 و 6 صبح برای الگوی 2. قابل توجه، منحنی های ریتم دوچرخه سواری در ظهر در حالت سه گانه کوچک هستند. برای مثال، زمان وقوع اوج در منحنی‌های ریتم دوچرخه‌سواری در ظهر ساعت 11 صبح، 1:30 بعد از ظهر و 3 بعد از ظهر برای الگوی 2 است. 11:30 صبح، 1 بعد از ظهر و 2:30 بعد از ظهر برای الگوی 3. و 11:30 صبح، 12:30 صبح و 3 بعد از ظهر برای الگوی 4. استثنا این است که الگوی 1 دارای نوسانات ظریفی در منحنی های ریتم دوچرخه سواری در ظهر است. به همین ترتیب،

5. بحث

5.1. انتخاب داده های نماینده برای تحلیل ریتم

قابلیت اطمینان تجزیه و تحلیل ریتم به حالت پایدار و ویژگی داده ها مرتبط است. یکی از سوالاتی که ارزش بحث دارد این است که چگونه داده های هموستاز خاص ریتم حرکت دوچرخه را از پایگاه داده بزرگ پیوسته بررسی کنیم. به طور کلی، تغییر در حجم سفر دارای ویژگی و تناوب است که به صورت دوره ای بر اساس روزانه و هفتگی تغییر می کند و در طول روز یا هفته نسبتاً ثابت می ماند. به طور همزمان، دوچرخه های عمومی به دلیل قرار گرفتن در معرض هوای آزاد در معرض عوامل جوی هستند [ 48 ]. مطابق با ادبیات [ 49 ، 50]، بارش و دمای خارج از محدوده منجر به کاهش تعداد سفرهای عمومی با دوچرخه و تجربه دوچرخه سواران از سرعت می شود. بنابراین، نتایج محاسباتی ریتم دوچرخه سواری ممکن است به دلیل مقدار داده ها و ناپایداری سرعت ها مخدوش شود. یعنی انتخاب داده های رکورد دوچرخه سواری در یک دوره زمانی مناسب به طور مستقیم بر جهانی بودن و اثربخشی نتایج تجزیه و تحلیل ریتم دوچرخه سواری تأثیر می گذارد. در این تحقیق، ابتدا زیر مجموعه‌های روزهای آفتابی، دمای متوسط ​​و سرعت باد کم از داده‌های یک ساله بر اساس هوا، دما و سرعت باد روزانه انتخاب شدند. سپس، از طریق تجزیه و تحلیل آماری پایه، داده های چند روزه، که در آن تعداد رکوردهای دوچرخه سواری و تغییرات میانگین سرعت نسبتاً ثابت بود، بیشتر انتخاب شدند. سرانجام،

5.2. علل تفاوت ریتم دوچرخه سواری

نتایج ما در مقایسه با مطالعه قبلی انجام شده در سوئد (Eskilstuna، Linkoping و استکهلم) بر اساس داده‌های سرعت و جریان چرخه از 20 سایت تفاوت‌هایی دارند [ 51 ]. نتایج این مطالعه نشان می دهد میانگین سرعت دوچرخه سواران در مسیرها با استفاده از تجهیزات MetroCount و سیستم دوربین OTU3D بین 12.5 تا 26.5 کیلومتر در ساعت متغیر است. با این حال، این دو مطالعه کاملاً قابل مقایسه نیستند، زیرا انواع دوچرخه و محیط دوچرخه سواری متفاوت است. علاوه بر این، تفاوت شرایط آب و هوایی بین سوژو و سوئد قابل مقایسه نیست. بنابراین، ریتم دوچرخه سواری از شهری به شهر دیگر متفاوت است، اگرچه تفاوت در سرعت دوچرخه سواری کم است.
با توجه به ویژگی‌های ریتم با تمرکز بر ایستگاه‌ها، مسیرها و الگوهای مکانی-زمانی، تفاوت‌های ریتمی آشکار در استفاده عمومی از دوچرخه بدون شک در کرنوتوپ‌های شهری وجود دارد. ناهماهنگی ریتم دوچرخه سواری حتی در جهات مختلف یک بخش نشان می دهد که سفرهای عمومی با دوچرخه نیز پدیده جزر و مدی خاصی دارد. کاوش در علل تفاوت های ریتمیک نشان داد که عوامل غالب در مورد محیط جاده و رفتار سفر دوچرخه سواران ممکن است باعث ایجاد این پدیده شود. برای مثال، ریتم دوچرخه‌سواری در جاده‌های دارای مسیر دوچرخه‌سواری سریع‌تر و در جاده‌های بدون خط دوچرخه کندتر خواهد بود. بنابراین، بخش‌های جاده‌ای با ریتم دوچرخه‌سواری پایین می‌توانند برای بهبود یا ساخت جدید خطوط غیر موتوری و خطوط دوچرخه آزمایش شوند. علاوه بر این، ریتم دوچرخه‌سواری هنگام دوچرخه‌سواری در شیب پایین‌تر و در هنگام دوچرخه‌سواری در شیب تندتر خواهد بود. در نتیجه، این نتیجه یک قطار فکری برای قضاوت در مورد زمین شهری فراهم می کند. جریان بالای دوچرخه ریتم دوچرخه سواری را کاهش می دهد، در حالی که جریان دوچرخه آزاد باعث ایجاد ریتم می شود. ریتم دوچرخه سواری برای رفت و آمد بسیار بالاتر از ریتم برای فعالیت های تفریحی است. زمانی که هدف ورزش تناسب اندام باشد، ریتم دوچرخه سواری نیز آگاهانه بالاتر است. همانطور که در بعد زمانی منعکس می شود، ریتم دوچرخه سواری در ساعات شلوغی صبح و عصر سریعتر خواهد بود. به طور غیرمنتظره، ریتم دوچرخه سواری با یک جهش کوچک از ساعت 20 تا 22 افزایش می یابد که ثابت می کند دوچرخه های عمومی تا حدودی در اقتصاد شب شهری نقش دارند. مناطق شهری با عملکردهای ویژه، مانند پارک های صنعتی، که تحت سلطه شرکت های با فناوری پیشرفته و کارگران جوان است.

6. نتیجه گیری

این مقاله ویژگی‌های ریتم دوچرخه‌سواری را از جنبه‌های ایستگاه‌های عمومی دوچرخه‌سواری، مسیرهای دوچرخه‌سواری، و تغییرات مکانی-زمانی تحلیل می‌کند. به طور خلاصه، ضربات ریتمیک دوچرخه سواری در شب کم و زیاد است، اما در روز بسیار شدیدتر و نسبتاً کمتر است. از منظر ایستگاه‌ها، با مقایسه رابطه منبع – سینک از نظر کمیت و توزیع فضایی، ناسازگاری‌های قابل‌توجهی در ریتم دوچرخه‌سواری پیدا کردیم. مناطق با ریتم دوچرخه سواری بالا دارای یک نوع خوشه دو هسته ای با توزیع ناحیه ای هستند و تغییرات گرادیان در شتاب و کاهش ریتم دوچرخه سواری در بیشتر مناطق نسبتا یکنواخت است. علاوه بر این، عدم تقارن ریتم دوچرخه سواری در مسیرها به صورت اختلاف ریتم بین مسیرها و به صورت ناهماهنگی دو جهته آشکار می شود. از منظر تحلیل فضایی و زمانی، ریتم بالا به تدریج از ناحیه شهری به سمت حاشیه به شکل یک چتر کوچک ضعیف می شود. ما همچنین چهار الگوی ریتم دوچرخه سواری با قله ها و دره های ریتمیک بزرگ و کوچک مختلف پیدا کردیم. ریتم دوچرخه سواری شهرک صنعتی به دلیل تماس مکرر خانه و محل کار سریعتر است. در نهایت، دوچرخه‌سواری شبانه با دوچرخه‌های عمومی فعال‌تر از حد انتظار است.
علاوه بر این، این مقاله نشان می‌دهد که داده‌های نمونه کامل سفرهای عمومی با دوچرخه به محققان اجازه می‌دهد تا ریتم دوچرخه‌سواری را با ادراک تحرک بررسی کنند تا بر نیروهایی که ساختار فضایی و زمانی شهری را تشکیل می‌دهند، نور بیشتری بتابانند. ناهماهنگی قابل توجهی را در ریتم دوچرخه سواری در بین ایستگاه ها و عدم تقارن مسیرها آشکار کرد. عدم تطابق چند لایه زمانی و فضایی در ریتم‌های دوچرخه‌سواری پیدا شد، که نشان می‌دهد محیط دوچرخه‌سواری و عملکرد شغلی-مسکونی باید در مدیریت تقاضای حمل‌ونقل فعال و برنامه‌ریزی شهری در نظر گرفته شود. در نهایت، نقاط عطف ریتم‌های دوچرخه‌سواری را که در آن ترجیح رفتاری سفر تغییر می‌کند، و همچنین بخش‌های دقیق جاده با ریتم‌های آهسته را شناسایی کرد. این یافته در طراحی چیدمان ایستگاه های دوچرخه عمومی مفید است. برنامه ریزان حمل و نقل باید ساخت خطوط دوچرخه را در جایی که دوچرخه سواران از ریتم کند دوچرخه سواری رنج می برند، بهبود بخشند. به عنوان مثال، یک راهرو دوچرخه سواری با امضای خوب و مسطح می تواند بین محل کار و محل سکونت با بسیاری از مسافران عادی ایجاد شود. علاوه بر این، شهرها می توانند با ایجاد مسیرهای دوچرخه برای مناطق تفریحی شبانه رونق بگیرند. از آنجایی که سیستم دوچرخه عمومی به طور گسترده در بسیاری از شهرها در سراسر جهان استفاده می شود، تجزیه و تحلیل ریتم سیستم های دوچرخه عمومی عمومیت خاصی دارد. ریتم زندگی در شهرهای مختلف را می توان یافت و متمایز کرد و از این طریق اقدامات متقابل مربوطه را برای برنامه ریزی شهری و طراحی حمل و نقل ارائه داد. یک راهرو دوچرخه سواری با امضای خوب و مسطح می تواند بین محل کار و محل سکونت با بسیاری از مسافران عادی ایجاد شود. علاوه بر این، شهرها می توانند با ایجاد مسیرهای دوچرخه برای مناطق تفریحی شبانه رونق بگیرند. از آنجایی که سیستم دوچرخه عمومی به طور گسترده در بسیاری از شهرها در سراسر جهان استفاده می شود، تجزیه و تحلیل ریتم سیستم های دوچرخه عمومی عمومیت خاصی دارد. ریتم زندگی در شهرهای مختلف را می توان یافت و متمایز کرد و از این طریق اقدامات متقابل مربوطه را برای برنامه ریزی شهری و طراحی حمل و نقل ارائه داد. یک راهرو دوچرخه سواری با امضای خوب و مسطح می تواند بین محل کار و محل سکونت با بسیاری از مسافران عادی ایجاد شود. علاوه بر این، شهرها می توانند با ایجاد مسیرهای دوچرخه برای مناطق تفریحی شبانه رونق بگیرند. از آنجایی که سیستم دوچرخه عمومی به طور گسترده در بسیاری از شهرها در سراسر جهان استفاده می شود، تجزیه و تحلیل ریتم سیستم های دوچرخه عمومی عمومیت خاصی دارد. ریتم زندگی در شهرهای مختلف را می توان یافت و متمایز کرد و از این طریق اقدامات متقابل مربوطه را برای برنامه ریزی شهری و طراحی حمل و نقل ارائه داد.
با این حال، چندین محدودیت باید ذکر شود. یکی از محدودیت‌ها این است که ما بر مطالعه داده‌های نمونه کامل سفرهای عمومی یک روزه با دوچرخه، که ریتم دوچرخه‌سواری آب و هوای عادی اوایل تابستان را در یک روز کاری منعکس می‌کند، تمرکز کردیم. ما ریتم‌های دوچرخه‌سواری دیگر را در موقعیت‌های دیگر (مثلاً آخر هفته، زمستان، روزهای بارانی) و فرآیندهای دقیق دوچرخه‌سواری (مانند انتظار برای چراغ قرمز، جستجوی مسیرها، خرید در راه) مشاهده نکردیم. اگرچه ما سعی کرده‌ایم دقت تخمین مسیر دوچرخه‌سواری را با انتخاب یک نقشه آنلاین با کیفیت خوب، غربالگری دقیق و تأیید نمونه کوچک تجربیات شخصی توسط محققان بهبود بخشیم، ممکن است هنوز انحراف مطابق مسیر وجود داشته باشد. این خطا ممکن است باعث ایجاد مقداری نوسان در تعیین فاصله مسیر و محاسبات مقدار ریتم مربوطه شود. با این حال، این مشکل ممکن است نیاز داشته باشد با دستگاه های ردیاب بهبود یافته برای دوچرخه های عمومی در آینده حل شود. ما ممکن است قوانین ریتم دوچرخه‌سواری را برای هفته‌ها و ماه‌ها برای تحرک عمومی دوچرخه با استفاده از مجموعه داده‌های مختلف در بعد زمانی طولانی‌تر ثبت کنیم. ممکن است بتوانیم با استفاده از داده‌های آب و هوای بیشتر، پروفایل‌های ریتم دوچرخه‌سواری خاص‌تری را برای مقایسه فصلی و عوامل مؤثر مرتبط ارائه کنیم. علاوه بر این، در صورت در نظر گرفتن دوچرخه شخصی، ریتم دوچرخه سواری متفاوت خواهد بود. این موضوع جالب دیگری است که ارزش بررسی بیشتر در آینده را دارد. ممکن است بتوانیم با استفاده از داده‌های آب و هوای بیشتر، پروفایل‌های ریتم دوچرخه‌سواری خاص‌تری را برای مقایسه فصلی و عوامل مؤثر مرتبط ارائه کنیم. علاوه بر این، در صورت در نظر گرفتن دوچرخه شخصی، ریتم دوچرخه سواری متفاوت خواهد بود. این موضوع جالب دیگری است که ارزش بررسی بیشتر در آینده را دارد. ممکن است بتوانیم با استفاده از داده‌های آب و هوای بیشتر، پروفایل‌های ریتم دوچرخه‌سواری خاص‌تری را برای مقایسه فصلی و عوامل مؤثر مرتبط ارائه کنیم. علاوه بر این، در صورت در نظر گرفتن دوچرخه شخصی، ریتم دوچرخه سواری متفاوت خواهد بود. این موضوع جالب دیگری است که ارزش بررسی بیشتر در آینده را دارد.

منابع

  1. لی، سی. شیائو، دبلیو. ژانگ، دی. جی، کیو. تحول شهرها با کربن کم: درک تقاضا برای اشتراک دوچرخه بدون اسکله در چین. سیاست انرژی 2021 ، 159 ، 112631. [ Google Scholar ] [ CrossRef ]
  2. نیلسن، TAS؛ Skov-Petersen, H. Bikeability-ساختارهای شهری که از دوچرخه سواری حمایت می کنند. اثرات عوامل شکل شهری در مقیاس محلی، شهری و منطقه ای بر دوچرخه سواری از خانه و محل کار در دانمارک. J. Transp. Geogr. 2018 ، 69 ، 36-44. [ Google Scholar ] [ CrossRef ]
  3. عثمان، ر. Mulíček, O. Urban chronopolis: مجموعه ای از مکان های دررفته ریتمیزه شده. Geoforum 2017 ، 85 ، 46-57. [ Google Scholar ] [ CrossRef ]
  4. هسه، ام. شهرها و جریان ها: تاکید مجدد رابطه ای به همان اندازه که اساسی و ظریف است. J. Transp. Geogr. 2013 ، 29 ، 33-42. [ Google Scholar ] [ CrossRef ]
  5. واتانابه، اچ. چیکارایشی، م. مارویاما، تی. نوسانات روزانه و ریتم های هفتگی در رفتار استفاده از زمان در محیط های شهری چقدر متفاوت است؟ یک مورد در دو شهر ژاپن. رفتار سفر. Soc. 2021 ، 22 ، 146-154. [ Google Scholar ] [ CrossRef ]
  6. گائو، جی. کامفویس، CBM؛ هلبیچ، ام. Ettema، D. “قابلیت پیاده روی در محله” چیست؟ چگونه محیط ساخته شده با پیاده روی برای اهداف مختلف و با پیاده روی در روزهای هفته و آخر هفته ارتباط متفاوتی دارد. J. Transp. Geogr. 2020 , 88 , 102860. [ Google Scholar ] [ CrossRef ]
  7. هال، سی ام. امتیاز Ram، Y. Walk و سهم بالقوه آن در مطالعه حمل و نقل فعال و پیاده روی: یک بررسی انتقادی و سیستماتیک. ترانسپ Res. قسمت D Transp. محیط زیست 2018 ، 61 ، 310-324. [ Google Scholar ] [ CrossRef ]
  8. Golakiyaa، HD; Ritvik Chauhanb، AD نقشه‌برداری رفتار عابر پیاده-خودرو در گذرگاه‌های بلوک میانی شهری نامشخص تحت محیط ترافیک مختلط – رویکردی مبتنی بر مسیر. ترانسپ Res. Procedia 2020 , 48 , 1263-1277. [ Google Scholar ] [ CrossRef ]
  9. کلاری، ا. فقیه ایمانی، ع. میلر، ای جی کجا سریعتر سوار می شویم؟ بررسی سرعت دوچرخه‌سواری با استفاده از داده‌های GPS گوشی هوشمند. حفظ کنید. جامعه شهرها 2019 ، 49 ، 101594. [ Google Scholar ] [ CrossRef ]
  10. فرهنگ لغت، ج. مفهوم ریتم. در دسترس آنلاین: https://baike.baidu.com/item/%E8%8A%82%E5%A5%8F/3795?fr=aladdin (دسترسی در 25 دسامبر 2013).
  11. Lefebvre, H. The Production of Space ; ناشران بلک ول: آکسفورد، بریتانیا، 1991. [ Google Scholar ]
  12. Lefebvre, H. Rhythmanalysis: Space, Time and Everyday Life ; Continium: لندن، انگلستان، 2004. [ Google Scholar ]
  13. Antchak, V. ریتم ها و رویدادهای شهر. ان تور. Res. 2018 ، 68 ، 52-54. [ Google Scholar ] [ CrossRef ]
  14. ولو، اس. ریتم های شهری و رفتار سفر: پدیده های مکانی و زمانی سفر روزانه. ان تور. Res. 2011 ، 38 ، 723-725. [ Google Scholar ] [ CrossRef ]
  15. شلاینیتز، ک. پتزولت، تی. Gehlert، T. جبران خطر؟ رابطه بین استفاده از کلاه ایمنی و سرعت دوچرخه سواری در شرایط طبیعی J. Saf. Res. 2018 ، 67 ، 165-171. [ Google Scholar ] [ CrossRef ]
  16. دومینونی، DM; هلم، بی. لمان، ام. دوز، HB; Partecke, J. Clocks for the city: تفاوت های شبانه روزی بین پرندگان آوازخوان جنگل و شهر. Proc. R. Soc. B-Biol. علمی 2013 ، 280 ، 20130593. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  17. تران، HA; Yip، N.-M. ریتم استقامت و رقابت: شیوه های روزمره فروشندگان رومینگ در هانوی. Geoforum 2020 ، 117 ، 259–267. [ Google Scholar ] [ CrossRef ]
  18. مولیچک، او. عثمان، آر. ریتم مناظر خرده فروشی شهری: ساعات خرید و زمان‌بندی شهری. موراو. Geogr. Rep. 2018 , 26 , 2-13. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  19. وی، دی. بون، ا. منا-بارتو، L. ریتم های روزانه برزیلی های بومی در تابستان و زمستان. فیزیول. رفتار 2012 ، 105 ، 613-620. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  20. یوهانسن، پی اچ. فیسکر، جی کی. Thuesen، AA “ما همیشه در طبیعت زندگی می کنیم”: عدالت فضایی، تفریح ​​در فضای باز، و ریتم های ریتم روستایی. Geoforum 2021 ، 120 ، 132-141. [ Google Scholar ] [ CrossRef ]
  21. فلمسیتر، اف. استوکوفسکی، پ. Frisvoll، S. ریتم های گردشگری کانال: همگام سازی رابط میزبان و بازدید کننده. J. Rural Stud. 2020 ، 78 ، 199-210. [ Google Scholar ] [ CrossRef ]
  22. رانتالا، او. والتونن، A. تحلیل ریتمی خواب توریستی در طبیعت. ان تور. Res. 2014 ، 47 ، 18-30. [ Google Scholar ] [ CrossRef ]
  23. آمبول، ال. لودر، ا. لکلرک، ال. منندز، ام. تفکیک ریتم های ترافیک شهری: تحلیل طولی الگوهای MFD در طول یک سال. ترانسپ Res. قسمت C Emerg. تکنولوژی 2021 ، 126 ، 103065. [ Google Scholar ] [ CrossRef ]
  24. Csáji، BC; برویت، ا. Traag، VA; دلون، ج.-سی. هوئنس، ای. ون دورن، پی. Blondel, VD بررسی تحرک کاربران تلفن همراه. فیزیک یک آمار مکانیک. برنامه آن است. 2013 ، 392 ، 1459-1473. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  25. آحاس، ر. آسا، ا. سیلم، اس. Tiru، M. ریتم های روزانه حرکات مسافران حومه شهر در منطقه شهری تالین: مطالعه موردی با داده های موقعیت یابی موبایل. ترانسپ Res. قسمت C Emerg. تکنولوژی 2010 ، 18 ، 45-54. [ Google Scholar ] [ CrossRef ]
  26. ما، تی. پی، تی. آهنگ، سی. لیو، ی. دو، ی. لیائو، X. درک الگوهای جغرافیایی ریتم روزانه یک شهر از داده‌های انبوه خدمات آگاه از مکان. ترانس. GIS 2018 ، 23 ، 104-117. [ Google Scholar ] [ CrossRef ]
  27. لیو، ک. مورایاما، ی. ایچینوز، تی. نمای چندگانه از ریتم های شهری روزانه تحرک انسان در منطقه شهری توکیو. J. Transp. Geogr. 2021 ، 91 ، 102985. [ Google Scholar ] [ CrossRef ]
  28. باربور، ن. ژانگ، ی. Mannering، F. تجزیه و تحلیل آماری استفاده از دوچرخه مشترک و پتانسیل آن به عنوان یک جایگزین سفر خودکار. J. Transp. Health 2019 , 12 , 253-262. [ Google Scholar ] [ CrossRef ]
  29. بوکر، ال. اندرسون، ای. اوتنگ، تی پی؛ Throndsen، T. استفاده اشتراک دوچرخه در ارتباط با حمل و نقل عمومی: کاوش ابعاد فضایی، زمانی، سن و جنسیت در اسلو، نروژ. ترانسپ Res. بخش A سیاست سیاست. 2020 ، 138 ، 389-401. [ Google Scholar ] [ CrossRef ]
  30. کیان، ایکس. جالر، ام. اشتراک دوچرخه، عدالت، و جوامع محروم: مطالعه موردی در شیکاگو. ترانسپ Res. بخش A سیاست سیاست. 2020 ، 140 ، 354-371. [ Google Scholar ] [ CrossRef ]
  31. وانگ، جی. لیندزی، جی. ویژگی‌های اجتماعی-جمعیت‌شناختی محله و الگوهای استفاده از دوچرخه مشترک است. J. Transp. Geogr. 2019 ، 79 ، 102475. [ Google Scholar ] [ CrossRef ]
  32. فیشمن، ای. واشنگتن، اس. هاورث، ن. Mazzei، A. موانع اشتراک دوچرخه: تحلیلی از ملبورن و بریزبن. J. Transp. Geogr. 2014 ، 41 ، 325-337. [ Google Scholar ] [ CrossRef ]
  33. Orvin, MM; فاطمی، آقای دکتر چرا افراد خدمات اشتراک دوچرخه بدون اسکله را انتخاب می کنند؟ رفتار سفر. Soc. 2021 ، 22 ، 199-206. [ Google Scholar ] [ CrossRef ]
  34. آیاچی، FS; دوری، جی. گوستاوینو، سی. شناسایی عوامل راحتی دوچرخه: نظرسنجی آنلاین با دوچرخه سواران علاقه مند. Appl. ارگون. 2015 ، 46 Pt A ، 124-136. [ Google Scholar ] [ CrossRef ]
  35. دوزا، م. Werneke, J. معرفی داده های دوچرخه سواری طبیعی: چه عواملی بر ایمنی دوچرخه سواران در دنیای واقعی تأثیر می گذارد؟ ترانسپ Res. قسمت F روانشناسی ترافیک. رفتار 2014 ، 24 ، 83-91. [ Google Scholar ] [ CrossRef ]
  36. فیهری، ع. Sundfør، HB; وبر، سی. فیلیپس، RO نظریه جبران خطر و کلاه ایمنی دوچرخه – نتایج حاصل از آزمایش سرعت دوچرخه‌سواری و اثرات کوتاه‌مدت عادت. ترانسپ Res. قسمت F روانشناسی ترافیک. رفتار 2018 ، 58 ، 329-338. [ Google Scholar ] [ CrossRef ]
  37. بوفوس، اس. هاتفیلد، جی. Grzebieta, R. تاثیر عوامل محیطی بر سرعت دوچرخه سواری در مسیرهای مشترک. اسید. مقعدی قبلی 2018 ، 110 ، 171-176. [ Google Scholar ] [ CrossRef ]
  38. شلاینیتز، ک. پتزولت، تی. فرانک بارتولدت، ال. کرمز، جی. Gehlert، T. مطالعه دوچرخه‌سواری طبیعت‌گرای آلمان – مقایسه سرعت دوچرخه‌سواری دوچرخه‌سواران دوچرخه‌های الکترونیکی مختلف و دوچرخه‌های معمولی. Saf. علمی 2017 ، 92 ، 290-297. [ Google Scholar ] [ CrossRef ]
  39. شلاینیتز، ک. پتزولت، تی. کرمز، جی اف. Gehlert، T. تأثیر سرعت، سن دوچرخه‌سواران، فرکانس رکاب زدن و سن ناظر بر قضاوت ناظران تا رسیدن به نزدیک شدن دوچرخه‌ها و دوچرخه‌های الکترونیکی. اسید. مقعدی قبلی 2016 ، 92 ، 113-121. [ Google Scholar ] [ CrossRef ]
  40. پتزولت، تی. شلاینیتز، ک. کرمز، جی اف. Gehlert، T. پذیرش شکاف رانندگان در مقابل نزدیک شدن دوچرخه – اثرات سرعت دوچرخه و نوع دوچرخه. Saf. علمی 2017 ، 92 ، 283-289. [ Google Scholar ] [ CrossRef ]
  41. Bendik Manum، PATN; Jorge, G. بهبود مدل های مبتنی بر GIS برای تخمین سرعت دوچرخه سواری. ترانسپ Res. Procedia 2018 ، 42 ، 85-99. [ Google Scholar ] [ CrossRef ]
  42. خان، SI; سینگ، بی. توزیع فاصله ای برای مسیرهای دوچرخه با کاربری انحصاری. ترانسپ Res. ضبط 2001 ، 1776 ، 229-236. [ Google Scholar ] [ CrossRef ]
  43. جو، اس. اوه، سی. جئونگ، ای. لی، جی. طبقه بندی محیط های دوچرخه سواری با استفاده از داده های سرعت عمومی دوچرخه مبتنی بر GPS. ترانسپ Res. قسمت C Emerg. تکنولوژی 2015 ، 56 ، 239-250. [ Google Scholar ] [ CrossRef ]
  44. جنسن، پی. Rouquier، J.-B. اوتراخت، ن. Robardet, C. مشخص کردن سرعت و مسیرهای استفاده مشترک از دوچرخه در لیون. ترانسپ Res. قسمت D Transp. محیط زیست 2010 ، 15 ، 522-524. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  45. نعیمی، ب. هام، NAS؛ گرون، TA; اسکیدمور، AK; Toxopeus، AG; علیبخشی، اس. السا: شاخص محلی ارتباط فضایی مبتنی بر آنتروپی. تف کردن آمار 2019 ، 29 ، 66-88. [ Google Scholar ] [ CrossRef ]
  46. مونترو، پی. Vilar، JA Tsclust: یک بسته R برای خوشه بندی سری های زمانی. J. Stat. نرم افزار 2014 ، 62 ، 1-43. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  47. یان، ایکس. فنگ، ی. تانگ، ایکس. لی، پی. ژو، ی. وو، پی. وانگ، سی. کاهش خودهمبستگی فضایی در شبیه سازی پویا رشد شهری با استفاده از فیلتر فضایی بردار ویژه. بین المللی J. Appl. زمین Obs. Geoinf. 2021 ، 102 ، 102434. [ Google Scholar ] [ CrossRef ]
  48. چن، ال جی. پل، ای جی؛ چن، ایکس. اسپرینگ، دی. هانسن، عوامل تعیین‌کننده تقاضای انتقال دوچرخه در ایستگاه‌های مترو: تجزیه و تحلیل ایستگاه‌ها در نانجینگ، چین. ترانسپ Res. ضبط 2012 ، 2276 ، 131-137. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  49. چن، ال. ژانگ، اچ. وانگ، اچ. Wu, P. درک تأثیر باران آلو بر در دسترس نبودن دوچرخه عمومی شهری با در نظر گرفتن هر دو معناشناسی مکان و فاصله سواری. ISPRS Int. J. Geo-Inf. 2021 ، 10 ، 695. [ Google Scholar ] [ CrossRef ]
  50. لیو، سی. سوسیلو، یو. Karlström، A. تأثیر متغیرهای ویژگی های آب و هوا بر انتخاب حالت سفر افراد در فصول و مناطق مختلف در سوئد. ترانسپ سیاست 2015 ، 41 ، 147-158. [ Google Scholar ] [ CrossRef ]
  51. اریکسون، جی. فورسمن، ا. Niska، A.; گوستافسون، اس. سورنسن، جی. تجزیه و تحلیل سرعت دوچرخه سواران در مسیرهای عابر پیاده و دوچرخه سواری ترکیبی. Traffic Inj. قبلی 2019 ، 20 ، 56–61. [ Google Scholar ] [ CrossRef ]
Ijgi 11 00006 g001 550
شکل 1. منطقه مطالعه (سیستم دوچرخه عمومی در سوژو، چین).
Ijgi 11 00006 g002 550
شکل 2. روش استنتاج مسیر سواری مبتنی بر نقشه آنلاین. ( الف ) طرح I; ( ب ) طرح دوم. و ( ج ) طرح III برنامه ریزی مسیر. ( د ) سوابق سواری مبدا، مقصد و زمان هزینه. ( ث ) نتیجه تطبیق رکورد و مسیر سواری. ( f ) محاسبه سرعت هر رکورد سواری.
Ijgi 11 00006 g003 550
شکل 3. نمودار جریان تجزیه و تحلیل ریتم بر اساس ایستگاه های اتصال دوچرخه های عمومی. ( الف ) توزیع فضایی تمام ایستگاه‌های عمومی دوچرخه سواری؛ ( ب ) ایستگاه های منبع؛ ( ج ) ریتم های مبدا. ( د ) ناهماهنگی در ریتم. ( ه ) ایستگاه های سینک. ( f ) ریتم مقصد. ( g ) کانتور ریتم.
Ijgi 11 00006 g004 550
شکل 4. روش تحلیل ریتم بر اساس مسیرهای دوچرخه سواری دوچرخه های عمومی. ( الف ) سه مسیر دوچرخه سواری سفرهای عمومی دوچرخه. ( ب ) همپوشانی سه مسیر دوچرخه سواری در جاده ها. ( ج ) تجزیه مسیرهای دوچرخه سواری در بخش های جاده. ( د ) کد بخش‌های هر مسیر. ( ه ) توزیع دوچرخه سواری با سرعت بالا تا کم در بخش های جاده. ( f ) توزیع کم تا پر سرعت دوچرخه سواری در بخش های جاده.
Ijgi 11 00006 g005a 550 Ijgi 11 00006 g005b 550
شکل 5. آمار توصیفی نوسانات ریتم دوچرخه سواری. ( الف ) نوسانات تغییرات تعداد سفر. ( ب ) نوسانات تغییرات زمانی.
Ijgi 11 00006 g006 550
شکل 6. توزیع ریتم دوچرخه سواری بر اساس ایستگاه. ( الف ) ریتم منبع ایستگاه ها؛ ( ب ) ریتم سینک ایستگاهها. ( ج) ناهماهنگی در ریتم دوچرخه سواری. ( د ) کانتور ریتم دوچرخه سواری.
Ijgi 11 00006 g007 550
شکل 7. توزیع ریتم دوچرخه سواری با تمرکز بر مسیرها. ( الف ) ریتم کلی دوچرخه سواری مسیرها در منطقه شهری؛ ( ب ) ناهماهنگی دوسویه در ریتم دوچرخه سواری در منطقه گوسو. ( ج ) ناهماهنگی دو طرفه در ریتم دوچرخه سواری در منطقه Wuzhong.
Ijgi 11 00006 g008 550
شکل 8. ناهمگونی فضا-زمان ریتم دوچرخه سواری. ( الف ) توزیع کلی؛ ( ب ) مقطع زمانی. ج ) بخش طولی شمالی-جنوبی. ( د ) مقطع طولی شرقی-غربی.
Ijgi 11 00006 g009 550
شکل 9. نتیجه آماری مکعب های فضا-زمان با نقطه سرد-گرم.
Ijgi 11 00006 g010 550
شکل 10. الگوهای فضایی و زمانی ریتم دوچرخه سواری. ( الف ) توزیع الگوهای ریتم دوچرخه سواری در منطقه شهری. ( ب ) حالت‌های بسیار ظریف ریتم‌های دوچرخه‌سواری.

مقالات داخلی و بین المللی

مطالب مرتبط ...

بدون دیدگاه

دیدگاهتان را بنویسید