交通地理與網路科學/道路網路

背景

道路網路是由相互連線的道路組成的系統，旨在容納輪式公路車輛和行人交通^[1].

道路網路的作用是允許貨物、服務和人員的流動^[2]。道路網路通常構成城市地區最基本的交通基礎設施，並將與所有其他地區連線，包括城市區域邊界內和邊界外^[1]。一個網路由執行不同功能的道路走廊組成，稱為道路層次結構^[2].

道路網路可以分為以下部分^[1]

交叉路口
城市道路
鄉村道路
高速公路
腳踏車道
人行道和步行區
人行橫道
橋樑和隧道

道路網路層次結構

功能層次結構是最常見的型別，它根據道路預期在當地直通交通方面的功能對道路進行排名。在這樣做的時候，它認識到道路是相互連線網路的一部分，並解決了流動性和可達性之間的競爭性道路用途^[4]。雖然資料來源對確切的命名法有所不同，但基本層次結構包括高速公路、幹線、收集器和當地道路^[3]。具有相同層次結構的相互連線的道路系統形成了具有相對層次結構的網路。

全球道路網路層次結構^[3]
層次結構	美國^[5]	英國^[6]	中國大陸^[7]	澳大利亞新南威爾士州^[8]
高速公路	州際公路系統	高速公路系統	國家高速公路系統和省級高速公路系統	高速公路系統
幹線	州際公路商業路線系統、美國編號公路系統和州級公路系統	A級公路系統和B級公路系統	國家公路系統和省級公路系統	A路線系統和B路線系統
收集器	縣級公路系統	C級公路系統	區級公路系統	-
當地道路	當地道路系統	當地道路系統	當地道路系統	當地道路系統

道路網路中的旅行

在成熟的道路網路中，長途旅行通常具有以下模式

Origin - Local Roads - Collectors - Arterials - Freeways - Arterials - Collectors - Local Roads - Destination

例如，從悉尼奧林匹克公園的悉尼展覽場到悉尼大學四合院鐘樓的旅行

起源	當地道路	收集器	幹線	高速公路	幹線	收集器	當地道路	目的地
悉尼展覽場	大遊行	澳大利亞大道	霍姆布什灣大道（A3）	西高速公路（M4）	帕拉馬塔路（A22）	羅斯街和聖約翰路	德文特街和大學大道	悉尼大學四合院鐘樓

File:SS-USYDCT.png

從悉尼展覽場到悉尼大學四合院鐘樓的旅行

城市道路網路模式

網格街道模式

網格模式、網格街道模式或格子狀模式是一種城市規劃型別，其中街道相互成直角，形成網格。規則網格模式的基礎設施成本通常高於街道不連續的模式。這種幾何形狀有助於定位和尋路，並且它與通往所需目的地的路線選擇和直接性的頻繁交叉點相結合。網格中的所有街道都可供交通使用（非分層）。

典型的均勻網格對地形沒有反應。在現代環境中，陡峭的坡度限制了汽車的可達性，更不用說腳踏車、步行或輪椅了，尤其是在寒冷的氣候中。網格的這種不可變性導致無視對環境敏感的區域，例如小溪和小溪或成熟的樹林，優先考慮不可改變幾何形狀的應用。

然而，網格模式中交叉點的頻率對於行人和腳踏車來說也成為一個劣勢。它擾亂了輕鬆的步行節奏，並迫使行人反覆走上道路，這是一個充滿敵意的、令人焦慮的領地。例如，有身體缺陷或虛弱的人、兒童和老人會發現規律的步行具有挑戰性。對於腳踏車來說，這種缺點更加突出，因為它們的正常速度至少是行人的兩倍^[9].

有機街道模式

有機街道可能源於混亂、快節奏的開發，就像當今的貧民窟那樣普遍；或者它可以隨著時間的推移緩慢增長，就像一塊土地被分割，街道建在新的邊界上一樣，就像英格蘭和歐洲其他大國的許多老城鎮一樣。有機街道模式通常是獨一無二的。這種幾何形狀導致交通擁堵發生得更加頻繁，道路使用者很容易迷路^[10].

放射狀街道模式

在放射狀街道模式中，道路從中心點向外延伸，類似於蜘蛛網。放射狀街道模式主要存在於巴黎。放射狀街道模式使交通流量更容易，但由於沒有捷徑，速度也更慢。所有道路都通向中心點，這通常會導致中心附近出現交通擁堵^[10].

計劃不規則（死衚衕）模式

計劃性不規則模式包括網路中大量的死衚衕。該網路的交叉路口較少，路網中的道路彎曲較多。這種模式在現代城市和較新的郊區較為常見。計劃性不規則模式有助於改善交通流量。網路中的道路較為安靜，因為交叉路口較少，過境交通也較少。這種模式能夠很好地適應地形特徵。道路使用者在不規則模式中容易迷路，這種模式也不易細分以進行擴充套件^[10]。

道路網路結構測量

拓撲測量

e

: 邊緣數量（道路段）

v

: 頂點數量（節點），包括道路交叉路口、出行起點和目的地

g

: 最大連通分量數量（平面網路可能不連通，但可能由連通部分組成，這些部分稱為“最大連通分量”或“連通分量”。）

環路數表示網路中環路的數量。

\alpha

指數是網路中實際環路數量與最大環路數量的比率。

\beta

指數是連線數量與節點數量的比率。

\gamma

指數是實際連線數量與網路中可能的最大連線數量的比率。

$\alpha$ 指數和 $\gamma$ 指數在 0 到 1 之間變化。環路數、 $\alpha$ 、 $\beta$ 和 $\gamma$ 的更高值表示連線性更強的網路^[11]。

異質性測量

異質性是許多複雜網路的共同特徵。熵的統計性集體度量（ $H$ ）可用於評估道路網路的基於連線的異質性。

H(X)=-\sum \limits _{i=1}^{m}p_{i}{log}_{2}(p_{i})

其中

X

代表道路網路系統

m

是基於不同道路屬性（如功能型別、交通量或 LOS）的道路連線子集。

p_{i}

代表第

i

個子集中道路連結的頻率佔總連結數的比例。

同質群體的熵值為零。正熵值表明網路中存在異質性，即存在多個連結組。更大的熵值表明網路的異質性更大 ^[11].

連線模式

首先，需要根據下圖中的處理器從道路網路中識別出迴路塊。

迴路塊定義為至少包含一個迴路且不包含橋樑或割點的塊。如果一個迴路塊只包含一個迴路，則定義為環；如果包含多個迴路，則定義為網。

網路的“環狀性”可以用以下公式測量：

\Phi _{ring}={\frac {Total\;Length\;of\;Arterials\;on\;Rings}{Total\;Length\;of\;Arterials}}

網路的“網狀性”可以用以下公式測量：

\Phi _{web}={\frac {Total\;Length\;of\;Arterials\;on\;Webs}{Total\;Length\;of\;Arterials}}

“迴路性”和“樹狀性”的概念可以定義為：

\Phi _{circuit}=\Phi _{ring}+\Phi _{web}

\Phi _{tree}=1-\Phi _{circuit}

這些比率的範圍從 0 到 1，表明幹線連線成迴路或樹狀結構的程度。較高的樹狀性比率表示分支結構，而較高的迴路性比率表示迴路網路。

道路網路中的環狀路定義為一個主要的迴路塊。如果主要塊是環，則將環標識為環狀路；如果主要塊是網，則將環狀路定義為迴路塊的外殼。“環狀路性”可以用以下公式測量：

\Phi _{belt}={\frac {Length\;of\;the\;beltway}{Total\;Length\;of\;Arterials}}

城市幹線網路可能在其中心商務區 (CBD) 周圍有多條同心環狀路。可以透過拆分外環狀路，然後重複上述步驟來識別內環狀路。可以重複這些步驟，直到找不到主要回路塊。可以計算每個環狀路的環狀路性 ^[11].

連續性

道路網路的間斷性可以用以下公式測量：

Y={\frac {\sum _{all(R,S)}Y(P_{RS})*q_{RS}}{\sum _{all(R,S)}l(P_{RS})*q_{RS}}}

其中 $P_{RS}$ 是給定 O-D 節點對 $(R,S)$ 之間的最短路徑， $q_{RS}$ 是起點和終點之間的出行次數， $l_{RS}$ 是最短路徑的長度。 $Y_{RS}$ 是從 R 到 S 出行的間斷性，可以透過以下公式計算：

Y(P_{RS})={\sum _{a\in P_{RS}}y_{a}}

其中 $a$ 是上游路段。

行進的間斷性可以透過以下公式計算：

y_{a}=|k_{1}-k_{2}|

其中 $k_{1},k_{2}$ 是上游和下游路段的層級^[11]。

道路網路出行可靠性測量

出行時間視窗

出行時間視窗是一個簡單的統計資料，它考慮了平均出行時間 $\mu$ 兩側的標準差 $\sigma$ 的出行時間範圍

Travel\;Time\;Window=\mu _{travel\;time}\pm \sigma _{travel\;time}

該指標可以應用於不同的空間和時間細分，以及公共和私人交通方式。該指標的弱點是它的獨立性，特定路段或路線的出行時間視窗的變化可能有用，但難以比較路線和路段。此外，該指標沒有說明出行時間視窗對於使用者來說是否可接受，因此可能無法為從業人員提供有益的指標。最後，標準差對分佈的尾部不敏感，因此該指標傳達了有關典型範圍的資訊，而不是遇到特別糟糕的出行時間的可能性 ^[12]。

變異係數

變異係數 (Coefficient of Variation) 是一種標準化的離散度度量，它是樣本標準差 ( $\sigma$ ) 與平均值 ( $\mu$ ) 之比。在出行時間變異性的背景下，變異係數公式如下所示。

Coefficient\;of\;Variation={\frac {\sigma _{travel\;time}}{\mu _{travel\;time}}}

與使用標準差相比，使用變異係數的標準化方法是一種更有效的度量，因為它不依賴於行程長度。此外，它也可以用於量化道路路段、整個道路走廊和整個網路。變異係數可以被認為是一個分數不確定性。它易於計算，並考慮了行程長度，但它建立在以下（可能不正確）假設之上：出行時間在期望值之上和之下的可能性相等，並且旅行者對不確定性的容忍度與行程時間成線性關係。此外，出行時間窗中提到的對分佈尾部不敏感的弱點也適用於變異係數^[12]。

變異指數

變異指數比較了高峰期和非高峰期駕駛條件，可以按如下所示計算。

Variability\;Index={\frac {{CI}_{95\%Upper,Peak}-{CI}_{95\%Lower,Peak}}{{CI}_{95\%Upper,Off\;Peak}-{CI}_{95\%Lower,Off\;Peak}}}

其中

{CI}_{95\%Upper,Peak}

= 高峰期出行時間 95% 置信區間的上限

{CI}_{95\%Lower,Peak}

= 高峰期出行時間 95% 置信區間的下限

{CI}_{95\%Upper,Off\;Peak}

= 非高峰期出行時間 95% 置信區間的上限

{CI}_{95\%Lower,Off\;Peak}

= 非高峰期出行時間 95% 置信區間的下限

該指數表示了高峰期和非高峰期條件下 95% 置信區間內出行時間範圍的比率。接近 1 的值表明道路連線或系統可靠，因為非高峰期和高峰期的第 95 個百分位出行時間相似。而大於 1 的值則表明道路連線或系統不太可靠，因為出行時間範圍存在更大的差異。變異指數對於比較高峰期交通狀況的嚴重程度很有用。變異指數也對分佈的尾部更敏感，而分佈的尾部對於確定旅行者的使用者體驗很重要。此統計資料的一個缺點是可靠擁堵和可靠不擁堵設施之間的模糊性。考慮一條變異指數接近 1 的道路，因為這條道路在一天中的所有時間都接近飽和狀態，並且總的出行時間遠大於自由流出行時間。在這種情況下，交通事故的發生可能會導致極其不可靠的條件。變異指數對高峰期的定義非常敏感，它將日間不可預測性和時間變異性合併成一個度量。因此，如果沒有捕捉到精細時間尺度上的經常性和非經常性擁堵的詳細資料，該指數可能會存在偏差^[12]。

緩衝時間度量

緩衝度量是到達目的地按時到達所需的額外時間的衍生物。此類別中的指標包括緩衝時間、緩衝時間指數和計劃時間指數。緩衝時間指標的最大優勢是它們更直觀，比統計範圍度量更能反映旅行者的行為，而統計範圍度量需要熟悉標準差等統計概念。使用者樂於分配與旅行相關的時間段，只要能夠以一定的機率保證按時到達。緩衝時間可以定義為^[12]

Buffer\;Time=95th\;percentile\;travel\;time-Average\;travel\;time

緩衝時間是必須分配的額外時間量，以確保 95% 的機率準時到達。該指標考慮了使用者為特定行程分配的行程時間預算。由於這與特定行程相關，因此可比性受行程長度的影響，通常是路線特有的。緩衝時間指數 (BI) 是加權緩衝時間，在下面的方程式中描述^[12]

BI={\frac {95th\;percentile\;travel\;time-Average\;travel\;time}{Average\;travel\;time}}

BI 的值越低，表明道路連結或路線越可靠。基於平均行程時間的標準化提高了比較道路網路不同部分的能力。例如，考慮路線 A，其平均行程時間為 40 分鐘，第 95 個百分位行程時間為 50 分鐘。還考慮路線 B，其平均行程時間為 10 分鐘，第 95 個百分位行程時間為 20 分鐘。很明顯，路線 B 比路線 A 不那麼可靠，但兩條路線的緩衝時間值均為 10 分鐘。路線 A 的緩衝時間指數 (BI = 0.25) 低於路線 B (BI = 0.5)，突出了標準化的優勢^[12]。

規劃時間指數 (PTI) 將第 95 個百分位行程時間與自由流行程時間進行比較

PTI={\frac {95th\;percentile\;travel\;time}{Free\;flow\;travel\;time}}

與 BI 類似，PTI 也是緩衝時間的標準化指標，這在進行比較評估時增強了指標的適用性。與變異係數相比，PTI 針對連結或路線的可靠性提供了一個歸一化的評估，並具有對分佈尾部敏感的附加功能。在每月大約 20 個工作日的情況下，基於第 95 個百分位行程時間的指標通常被解釋為與每月最差通勤時經歷的行程時間相關。雖然緩衝指標直接從行程時間分佈中測量，但它們比基於統計寬度的指標提供更自然的解釋^[12]。

佛羅里達可靠性方法

佛羅里達可靠性方法是透過佛羅里達州交通部 (FDOT) 完成的佛羅里達州交通效能指標計劃開發的。該方法將可靠性衡量為走廊上行程的百分比，這些行程小於或等於包括緩衝在內的預期行程時間，如下面的方程式所示 ^[12]

Florida\;Reliability\;Statistic=1-CDF(E(TT))

其中

CDF(E(TT))

= 行程時間小於預期行程時間的行程比例

(E(TT))

。

E(TT)

= 預期行程時間是平均行程時間和緩衝時間的總和，該緩衝時間被交通管理部門或道路使用者認為是可以接受的。

該方法的複雜性源於設定基準預期行程時間的模糊性。與緩衝指標類似，該方法考慮了連結和路線的距離和幾何偏差，因為它基於實現目標行程時間時失敗/成功的發生，而不是行程時間值的量化 ^[12]。

偏度指標

偏度統計量 $\lambda ^{skew}$ ，表示行程時間資料集的非對稱性。它是透過將第 90 個百分位和第 50 個百分位行程時間的差值與第 50 個百分位和第 10 個百分位行程時間的差值之比計算出來的 ^[12]。

\lambda ^{skew}={\frac {T_{90}-T_{50}}{T_{50}-T_{10}}}

偏度統計量量化了行程時間分佈右側（慢）和左側（快）寬度之間的比較。它是統計寬度測量的寶貴補充，因為它明確地解決了分佈的不對稱性和緩慢行程時間尾部對旅行者 ^[12] 的重要性。

行程時間的寬度， $\lambda ^{var}$ ，定義為第 90 個百分位行程時間與第 50 個百分位行程時間之差的比值。這個比率提供了一個標準化的行程時間範圍，它由百分位數而不是平均值和標準差 ^[12] 定義。

\lambda ^{var}={\frac {T_{90}-T_{10}}{T_{50}}}

與偏度統計量不同，此指標不會解決不對稱性，但它對尾部敏感，並且它準確地描述了 ^[12] 由預期值（中位數或第 50 個百分位行程時間）標準化的置信區間（80% 的觀察結果落在寬度內）。

道路網路績效測量

美國國家合作公路研究專案（NCHRP）的《基於績效的交通規劃指南》提供了一個結構化的績效指標清單，這些指標用於八個類別，代表了典型的機構目標 ^[13]。

可達性
- 從設施到目的地的平均行程時間（按模式）
- 從設施到主要公路網路的平均行程時間
- 平均行程長度
- 總體模式分配
- 按設施或路線劃分的模式分配
- 垂直（或水平）間隙小於 X 英尺的結構數量。
- 橋樑重量限制
機動性
- 起點-終點行程時間
- 總行程時間
- 從設施到目的地的平均行程時間
- 按擁堵水平劃分的行駛里程 (VMT)
- 由於擁堵造成的損失時間
- 每次 VMT 的延誤
- 服務水平
- 交叉口服務水平
- 流量/容量比
經濟發展
- 直接支援或創造的就業崗位
- 事故的經濟成本
- 損失時間的經濟成本
- 間接支援或創造的就業崗位
生活質量
- 由於擁堵造成的損失時間
- 每次 VMT 的事故（或傷亡）次數
- 客戶對系統安全的感知
- 產生的汙染量（或車輛排放量）
環境和資源保護
- 總體模式分配
- 產生的汙染量（或車輛排放量）
- 燃油使用量
- 涉及危險廢物的事故數量
安全性
- 每次 VMT 的事故數量
- 每年事故數量
- 每次行程的事故數量
- 每 capita 的事故數量
- 每次噸公里行駛的事故數量
- 對事件的響應時間
- 客戶對在系統中行駛安全的感知
- 每次 VMT 的事故（或傷亡）次數
- 評價為良好或更好的公路主線路面（或橋樑）的百分比
- 緊急服務的平均響應時間
- 鐵路/公路平交道口
- 涉及危險廢物的事故數量
運營效率
- 起點-終點行程時間
- 總行程時間
- 從設施到目的地的平均行程時間
- 從設施到主要公路網路的平均行程時間
- 流量/容量比
- 總體模式分配
- 每噸公里的成本
- 平均車輛乘員人數
系統狀況和效能
- 低於標準狀況的道路/橋樑系統比例
- 年齡分佈
- 系統保護
- 評價為良好或更好的公路主線路面（或橋樑）的百分比

額外閱讀材料

參考文獻

↑ ^a ^b ^c "Road Network". URBAN Securipedia. November 2013. Retrieved 2020-09-10.
↑ ^a ^b "Western Brisbane Transport Network Investigation" (PDF). Queensland Government - Queensland Transport. January 2008. Retrieved 2020-09-14.
↑ ^a ^b ^c "Hierarchy of Roads". Wikipedia. January 2020. Retrieved 2020-09-14.
↑ "Assessing the Feasibility of a National Road Classification" (PDF). ICSM Bi-Annual Meeting. October 2006. Retrieved 2020-09-14.
↑ "Numbered Highways in the United States". Wikipedia. September 2020. Retrieved 2020-09-15.
↑ "英國道路". 維基百科. 2020年8月. 檢索於 2020-09-15.
↑ "公路編號系統-中國". Google Sites. 2019年1月. 檢索於 2020-09-15.
↑ "新南威爾士州公路路線列表". 維基百科. 2020年9月. 檢索於 2020-09-15.
↑ "網格計劃". 維基百科. 2020年9月. 檢索於 2020-09-16.
↑ ^a ^b ^c "城市街道模式". 檢索於 2020-09-16.
↑ ^a ^b ^c ^d 謝鋒和戴維·萊文森 (2007年6月). "測量道路網路結構". 約翰威立父子公司. 檢索於 2020-09-15.
↑ ^a ^b ^c ^d ^e ^f ^g ^h ⁱ ^j ^k ^l ^m 艾米麗·莫伊蘭，季思思，卡森·維傑拉特納和 S. 特拉維斯·沃勒 (2018年6月). "新南威爾士州交通運輸部 (TfNSW) 與綜合交通創新研究中心 (rCITI) 合作進行的行程時間可靠性模型開發專案". 新南威爾士大學綜合交通創新研究中心. {{cite web}}: 缺少或空 |url= (幫助)CS1 maint: 多個姓名：作者列表 (連結)
↑ 美國國家研究委員會 (2000). "基於績效的交通規劃指南" (PDF). 交通研究委員會. 檢索於 2020-09-15.

[securipedia-1] "Road Network". URBAN Securipedia. November 2013. Retrieved 2020-09-10.

[West_Bris-2] "Western Brisbane Transport Network Investigation" (PDF). Queensland Government - Queensland Transport. January 2008. Retrieved 2020-09-14.

[wikihier-3] "Hierarchy of Roads". Wikipedia. January 2020. Retrieved 2020-09-14.

[ICSM-4] "Assessing the Feasibility of a National Road Classification" (PDF). ICSM Bi-Annual Meeting. October 2006. Retrieved 2020-09-14.

[US_Highway-5] "Numbered Highways in the United States". Wikipedia. September 2020. Retrieved 2020-09-15.

[UK_Highway-6] "英國道路". 維基百科. 2020年8月. 檢索於 2020-09-15.

[China_Highway-7] "公路編號系統-中國". Google Sites. 2019年1月. 檢索於 2020-09-15.

[NSW_Highway-8] "新南威爾士州公路路線列表". 維基百科. 2020年9月. 檢索於 2020-09-15.

[9] "網格計劃". 維基百科. 2020年9月. 檢索於 2020-09-16.

[woqu-10] "城市街道模式". 檢索於 2020-09-16.

[David's_Measure-11] 謝鋒和戴維·萊文森 (2007年6月). "測量道路網路結構". 約翰威立父子公司. 檢索於 2020-09-15.

[Emily-12] ↑ ^a ^b ^c ^d ^e ^f ^g ^h ⁱ ^j ^k ^l ^m 艾米麗·莫伊蘭，季思思，卡森·維傑拉特納和 S. 特拉維斯·沃勒 (2018年6月). "新南威爾士州交通運輸部 (TfNSW) 與綜合交通創新研究中心 (rCITI) 合作進行的行程時間可靠性模型開發專案". 新南威爾士大學綜合交通創新研究中心. {{cite web}}: 缺少或空 |url= (幫助)CS1 maint: 多個姓名：作者列表 (連結)

[13] 美國國家研究委員會 (2000). "基於績效的交通規劃指南" (PDF). 交通研究委員會. 檢索於 2020-09-15.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[12]

[13]