无桩共享单车系统的地理围栏规划:基于GIS的多准则决策分析框架 (Geo-fence planning for dockless bike-sharing systems: a GIS-based multi-criteria decision analysis framework)
Max Mangold, Pengxiang Zhao, He Haitao & Ali Mansourian
本文使用层次分析法(AHP)和VIKOR,提出了一个基于GIS的无桩共享单车地理围栏多准则决策的框架(GIS-based Multi-Criteria Decision Analysis framework,简称MCDA),计算出了最优的地理围栏位置。为了验证该决策框架的有效性,将所得结果与通过苏黎世市无桩共享单车出行数据集所得的现有单车站点进行对比,研究发现计算所得地理围栏的平均距离为1395 m,小于现有共享单车站点的1692 m;需求覆盖率为81%,大于现有共享单车站点的77%。实验说明本文所提出的决策框架可以有效应用于共享交通的可持续规划。
引用
Mangold, M., Zhao, P., Haitao, H. et al. Geo-fence planning for dockless bike-sharing systems: a GIS-based multi-criteria decision analysis framework. Urban Informatics 1, 17 (2022).
尽管共享单车给居民出行带来了便利,随意停放单车却给城市交通管理带来了巨大的挑战。不合适的共享单车乱停放一方面占据了人行道和公共空间,另一方面也增加了交通拥堵发生的概率。为了解决这个问题,电子围栏的概念被提出,利用全球卫星导航系统为停放共享单车提供虚拟的栅栏,位于围栏范围内的共享单车可以停车、结束行程,而范围外的则不被允许,行程无法结束。这种虚拟围栏的措施可以有效规避共享单车的无序停放。
图1. 无桩共享单车地理围栏示例
基于此,本文提出了一个基于GIS的无桩共享单车电子围栏选址和范围决策框架,方法流程图如图2所示。首先,根据文献研究和专家建议,筛选出八类对共享单车使用需求有重要影响的维度标准,包括用户维度(即人口密度),三类交通维度(即邻近大型公共交通设施,或公共交通站点,或自行车道),和四类城市生活维度(即周边四种城市公共设施密度,包括体育馆和公园、科教文卫设施、商业设施和娱乐设施等四种)。其次,使用加权的层次分析法(AHP)确定每个标准的权重;然后,用VIKOR法对潜在的地理围栏选址进行排名。最后,通过检查地理围栏对共享单车实际使用情况的覆盖程度来评估所获得的地理围栏。
图2. 方法流程框架
本研究利用苏黎世共享单车出行数据,对所提开发框架的有效性进行了测试。实验发现,该框架通过量化最终地理围栏位置的共享单车需求覆盖范围以及与现有共享单车站点进行比较,可以有效确定地理围栏地点,因此,所提出的框架可用于规划共享微出行系统(例如共享单车和共享电瓶车)的电子围栏。除此之外,区别于以往过度依赖大量共享单车数据的研究,该框架所用数据均来自于公开数据,因此,该框架可以应用于部分共享单车数据难以获取的城市。
Max Mangold,德国弗莱堡大学环境与自然资源学院博士生。
赵鹏祥,瑞典隆德大学GIS中心、自然地理与生态系统科学系、中东研究中心研究员。研究兴趣主要集中在GIS科学、空间数据建模与挖掘、地理空间人工智能,特别是GIS方法和人工智能技术在城市规划、交通、环境和健康领域的应用。
https://portal.research.lu.se/en/persons/pengxiang-zhao何海涛,英国拉夫堡大学土木建筑学院副教授。研究兴趣为运用大数据、人工智能和数字孪生来增强多模式、可持续、弹性和公平的机动性交通。专注于开发深度数字技术,推动未来交通的颠覆性发展:自动驾驶、互联互通、电气化和共享交通。
https://www.lboro.ac.uk/departments/abce/staff/haitao-he
Ali Mansourian,瑞典隆德大学自然地理和生态系统科学系教授,地理信息系统中心主任。研究方向是利用地理空间人工智能技术(GeoAI)进行时空建模和分析,并将其应用于健康和空间流行病学、灾害管理、城市规划、环境管理和可持续发展。
https://www.nateko.lu.se/ali-mansourian
END
编辑:庄筠、刘乃瑜
审核/指导:赵鹏祥、刘信陶、曹瑞