Using space-time diagrams for calibration
Dimitris Triantafyllos explains how to create speed contour plots in Aimsun Next to show the time, location, and subsequent propagation and dispersal of congestion on the highway.
2023年4月 – 技术注解 #79
Marga Delgado
高级产品专家
等时线（isochrones）,也称为出行时间地图, 用于显示从某一特定地点在设定时间内可以到达的区域。 它是等值区域的一种，常用于评估交通方案以了解和分析如何改善一个地区的可达性，例如，以英国的标准， 在交通评估中应记录当前的本地交通情况。
从这个总体的概念出发，根据不同的计算方法，可以生成不同的可达性地图：除了出行时间，还可以使用距离或出行成本等其它标准，这些标准可以因交通模式而异，你可能不止考虑一个地点，而是考虑一组地点（例如，到最近学校的出行时间），这个地点也可能是出发地或目的地。
在这篇文章中，我们将回顾如何使用Aimsun Next中的等时线工具(Isochrones)来生成可达性地图。 我们还将探讨如何比较不同场景的可达性。 应用此工具，你将能够了解你的交通网络中不同区域使用不同交通模式的可达性，发现问题，并评估新的公共交通服务或新道路的影响。
请注意，虽然示例中的交通网络取自于一个真实的地点，但该模型没有经过广泛的验证和修正，所以本技术注解中显示的数值结果可能并不准确。
让我们从一个基于距离的基本示例开始吧。 现有的交通网络包括道路基础设施及交通小区。
对应此区域的交通小区型心点组可以方便我们将它们组合在一个集合当中进行分析。
隐藏或显示型心点多边形，并调整条形宽度，你可以得到如下地图
虽然基于距离的可达性分析是我们可以运行的最简单的分析，但它并不是最有用的，因为它没有考虑到交通模式或车辆的速度。
为分别计算汽车或自行车从任何出发点到中央商业区（CBD）中心的出行时间，重要的是定义每种交通模式的可用基础设施，也就是说，在每个路段禁止哪些车辆通行。
使用出行时间而不是距离，将使我们能够考虑到自行车和汽车的速度差别。 如果我们有经过验证的出行需求，我们可以运行交通分配，并使用输出的路段出行时间（来自于在宏观交通分配下的一个输出结果），这样我们也会将拥堵考虑在内。 不然，我们可以在出行需求很低的情况下运行一个全部或全无的交通分配（All or Nothing assignment），以获得一个没有拥堵的出行时间（这仍然考虑到汽车与自行车的不同速度）：
对于公共交通可达性的分析，在模型中我们不止要有道路基础设施。 还有公共交通基础设施，包括从各交通小区到公交站点的连接线、公交线路和时刻表、转乘到其它站点的步行时间。 公交服务的出行时间总和从/到是公交站点的步行时间或换乘期间的步行时间、在公交站点的等待时间和车内出行时间。 所有这些出行时间（及其它成本）都是作为公共交通分配的结果，作为指标矩阵。 为每对OD分配一个只有1名乘客出行的矩阵并采用全部或全无的交通分配（All or Nothing assignment），即使我们不知道具体出行需求，也能获得指标矩阵结果。
将这三个矩阵相加，我们就可以得到从任何小区到网络中任何小区的出行时间。 有了这些信息，我们可以使用等时线工具（Isochrones）生成从网络中的任何一个小区到达中央商业区（CBD）中心的可达性地图。 请注意，由于有些交通小区没有公交服务，所以它们将被标识成灰色。
如果我们现在增加服务于东部地区的公交线路的班次，我们可以直观地看到从这个地区到中央商业区（CBD）中心的可达性是如何被改善的。
Dimitris Triantafyllos explains how to create speed contour plots in Aimsun Next to show the time, location, and subsequent propagation and dispersal of congestion on the highway.
分享
