- 无标题文档
查看论文信息

中文题名:

 基于船舶AIS及签证大数据的长江内河货运阻抗及分布模型研究    

姓名:

 莫磊    

学号:

 1049731502296    

保密级别:

 公开    

论文语种:

 chi    

学科代码:

 0823    

学科名称:

 交通运输工程    

学生类型:

 硕士    

学位:

 工程硕士    

学校:

 武汉理工大学    

院系:

 能源与动力工程学院    

专业:

 交通运输工程    

研究方向:

 交通运输规划与管理    

第一导师姓名:

 钟鸣    

第一导师院系:

 武汉理工大学    

完成日期:

 2017-03-20    

答辩日期:

 2017-05-13    

中文关键词:

 长江经济带 ; 货运阻抗 ; 货运分布模型 ; 距离检验    

中文摘要:

    长江是中国第一大河,其沿线分布着上海、南京、武汉、重庆等特大城市和一群具有发展潜力前景的中小型城市,长江货运量连续多年位居全球内河第一。随着长江沿线各个城市之间经济联系日益密切,长江经济带的概念应运而生,并于2014年被提升为国家发展战略。长江内河是长江经济带发展的纽带,分析长江内河货运联系特征,选取合适的货运分布模型科学估算长江内河货运流量分布,对加强长江内河货运航道网络建设,充分发挥长江内河丰富的货运潜能具有十分重要的意义。

本文首先概述货运阻抗与分布理论的概念和定义,重点阐述了几种货运阻抗与分布的模型的基本原理和优缺点,并介绍货运分布模型估算结果距离检验的两个主要方法:平均运输距离(ATL)法和货运距离频率分布(TLFD)法;其次以地级市为单位将长江内河港口划分为25个节点城市,根据长江海事局港口船舶签证数据,在TransCAD中分别绘制了长江内河货运联系强度、货运联系紧密度、货运联系中心性和首位货运联系紧密度的货运联系示意图,分析长江内河货运分布现状与特征。再将长江干流、支流研究区域分为了10个航段,结合船舶AIS大数据分别计算出各个航段的船舶上水、下水平均航行速度,并通过整理三峡船闸过闸统计数据得到了货船平均待闸时间。再根据以上统计分析,分别建立以距离和时间为指标的阻抗函数,得到25个节点城市间的距离阻抗矩阵和时间阻抗矩阵。最后以煤炭及其制品2010年全年货运量、钢铁及有色金属2010年全年货运量、10月份单月货运量、1月份单月货运量为例,分别以距离和时间为阻抗指标,构建了基于重力模型和介入机会模型的货运分布模型并对其参数进行了标定,分别运用已标定的货运分布模型预测以上货品的运输距离分布,并与实际观测值的ATL值和TLFD的重合率(CR)值进行比较。

最后得出结论,长江内河货运联系主要集中在长江干流,无论是货运联系强度还是货运联系紧密度,江沪浙内河都具有绝对的货运联系中心优势,其货运影响力辐射了整个长江内河中下游港口城市。对比各个货运分布模型估算结果的ATL值和TLFD的CR值,结果显示,基于幂函数阻抗模型的重力学货运分布模型估算结果的ATL值差值比更好,CR值也更高,且时间阻抗比距离阻抗的货运分布模型估算结果整体来说更好。

参考文献:

[1]刘梅,周鹏. 马鞍山呼应长江经济带建设的战略路径研究[J]. 中共马鞍山市委党校学报, 2014 (4) :68-72.

[2]国务院关于依托黄金水道推动长江经济带发展的指导意见[EB]. 中国政府网, 2014-09-25.

[3]长江经济带发展规划纲要[N]. 中国青年报, 2016-9-12(04).

[4]裴剑平,范东涛. 基于拓展四阶段法的城市轨道交通客流预测[J]. 都市快轨交通,2010, 23(5):57-61.

[5]沈一冲. 基于“四阶段法”的改扩建高速公路近期交通量预测[J]. 科学技术与工程, 2010, 10(33):8326-8328.

[6]何波. 基于四阶段法的鹦鹉洲长江大桥交通量预测[J]. 武汉理工大学学报交通科学与工程版, 2013, 37(1):111-115.

[7]张秀侠,孙亭亭,凌中水. 四阶段法在水运交通量预测中的应用[J]. 交通科技, 2016(2):200-202.

[8]邓一凌,过秀成. 适应多元交通政策分析的定制四阶段模型研究[J]. 城市交通, 2016, 14(6):49-54.

[9]Holland, J.H. Genetic algorithms and the optional allocations of trials[J]. SIAM Journal of Computing, 1973,2:88-105.

[10]Jianmin, X., Hongbin, Y., Qijie, Z. Adaptive Fuzzy Forecast Method of Freeway Traffic Volume[J]. Proceedings of the Conference on Traffic and Transportation Studies, ICTIS, 1998:591-597.

[11]Bowman, J.L., Ben-Akiva, M.E. Activity-based disaggregate travel demand model system with activity schedules[J]. Transportation Research, Part A:Policy & Practice, 2001,?35(1):1-28.

[12]Hurvitz, E. Distributive impacts of demand-based modelling[J]. Journal of Transportmetrica, 2011, 7(3):181-200.

[13]Xuesong, F., Baohua, Mao., Quanxin, Sun. Comparative Evaluations on Feedback Solutions to the Feedback Process of a New Model for Urban Transport Study[J]. International Journal of Urban Sciences, 2010, 14(2):164-175.

[14]Zhong, M., Shan, R., Du, D., Lu, C. A comparative analysis of traditional four-step and activity-based travel demand modeling: a case study of Tampa, Florida[J]. Transportation Planning & Technology, 2015, 38(5):1-17.

[15]黄文,邵丽青. 交通分布建模理论综述[J]. 城市道桥与防洪, 2011(4):162-165.

[16]Davidson, K.B. The theoretical basis of a flow-travel time relationship for use in transportation planning[J]. Australian Road Research, 1978, 8(1) : 32-35.

[17]Akcelik, R. A new look at Davidson's travel time function[J]. Traffic Engineering & Control,1978,19(N10).

[18]Skabardonis, A., Dowling, R. Improved speed-flow relationships for planning applications[J]. Transportation Research Record: Journal of the Transportation Research Board,1997(1): 18-23.

[19]Spiess, H. Conical volume-delay functions[J]. Transportation Science, 1990, 24:153-158.

[20]Zudhy, M. Implementation of the 1997 Indonesian Highway Capacity Manual (MKJI) Volume Delay Function[J]. Journal of the Eastern Asia Society for Transportation Studies,2010,8.

[21]蒋永雷. 构建集装箱综合运输网络系统方法研究[D]. 大连:大连海事大学, 2009.

[22]黑建功. 水路运输成本结构分析[J]. 物流工程与管理, 2009, 31(4):30-32.

[23]杨忠振,董夏丹,郭利泉. 长江水道集装箱运输航线网络优化[J]. 大连海事大学学报, 2014,40(3):1-7.

[24]谢香君. 重力模型标定方法及比较分析[J]. 交通标准化, 2008,(8):17-20.

[25]邵春福. 交通规划原理[M]. 中国铁道出版社,2014.

[26]陈大鹏,王栋,李武胜,等. OD交通量的估计方法[J]. 交通科技与经济, 2007,9(5) :77-78.

[27]田志立,周海涛. 引力模型预测交通分布量的误差分析[J]. 公路交通科技, 1994, 11(2):47-51.

[28]田志立,周海涛. 引力模型中系数K的变化[J]. 公路交通科技, 1995, 12(2):35-38.

[29]陈尚云,杜文,高世廉. 我国特大城市出行分布模型及其参数的研究[J]. 系统工程, 2002, 20(4):63-66.

[30]达庆东,张国伍,姜学峰. 交通分布与熵[J]. 公路交通科技, 1999(S1):36-39.

[31]邵昀泓,王炜,程琳. 交通分布模型的一致性研究[J]. 系统工程学报, 2006, 21(3):328-332.

[32]刘树义,严新平,徐堃,等. 重力分布模型在TransCAD中的应用研究[J]. 交通与计算机, 2005, 23(1):64-67.

[33]宋晓华,尹德斌,李然. 基于重力模型的京沪高速铁路站点城市辐射区域研究[J]. 物流技术, 2015, 34(10):136-139.

[34]González, C., Sarmiento, I. Trip Distribution Modeling at Aburra Valley Using the Gravity Model[J]. Journal of Dyna, 2009, 76(158):199-208.

[35]Pallotta, G., Vespe, M., Bryan K. Vessel Pattern Knowledge Discovery from AIS Data: A Framework for Anomaly Detection and Route Prediction[J]. Journal of Entropy, 2013, 15(6):2218-2245.

[36]李宁,彭认灿,田震,等. 实时水深模型的一种构建方法[J]. 测绘科学, 2012(6):37-37.

[37]杨富国. 惠州港马鞭洲港区航道航行及富余水深控制探讨[J]. 交通信息与安全, 2012(10):6-30.

[38]黄显鑫. 基于AIS数据挖掘的区域船舶到达模型研究[D]. 厦门:集美大学, 2014.

[39]林祎珣. 数据挖掘技术在海上交通特征分析中的应用研究[D]. 厦门:集美大学, 2011.

[40]温旭丽,吴忞,曹蕊. 几种典型路阻函数的特性比较及参数选择研究[J]. 公路交通科技(应用技术版), 2014(02):205-208.

[41]周红媚. 基于GIS的路网分析系统的研究与构建[D]. 西南交通大学, 2006.

[42]王元庆, 周伟, 吕连恩. 道路阻抗函数理论与应用研究[J]. 公路交通科技, 2004(09).

[43]豆飞,贾利民,徐杰,等. 基于组合熵优化的铁路客运网配流方法[J]. 东南大学学报(自然科学版), 2014(01):

[44]张运河. 优化多式联运问题的一种广义最短路方法研究[J]. 铁道学报, 2006, 4(28):22-26.

[45]Safwat, K.N.A., Magnanti, T.L. A Combined Trip Generation, Trip Distribution, Modal Split, and Trip Assignment Model[J]. Transportation Science, 1988, 22(1):14-30.

[46]李娜. 基于四阶段法的船舶交通量预测方法研究[D]. 武汉:武汉理工大学, 2010.

[47]Lenormand, M., Bassolas, A., Ramasco, J.J. Systematic comparison of trip distribution laws and models[J]. Journal of Transport Geography, 2016, 51:158-169.

[48]张兰,彭国雄. 重力模型标定方法的分析及应用[J]. 交通科技与经济, 2009, 11(01): 106-108.

[49]都国报,廖勇,郭倩倩. 空间重力模型标定方法与使用范围的研究[J]. 铁道运输与经济, 2009, 31(1):87-90.

[50]褚琴,陈绍宽. 重力模型标定方法及应用研究[J]. 交通运输系统工程与信息, 2003, 3(02): 51-56.

[51]Haynes, E.K., Fotheringham, A.h. Gravity and Spatial Interaction Models[J]. Sage-Publications, 1984: 9-13.

[52]常玉林,陈向宇. 最大熵模型在公共交通分布预测中的应用[J]. 科学技术与工程, 2015, 15(3):179-183.

[53]张春辉. 交通分布模型的比较研究[D]. 大连:大连理工大学, 2010.

[54]Holguin-Veras, J., Thorson, E. Trip Length Distributions in Commodity-based and Trip-based Freight Demand Modeling Investigation of Relationships[J]. Transportation Research Record Journal of the Transportation Research Board, 2000, 1707(1):37-48.

[55]Veneziano, D., Gonzalez, M.C. Trip Length Distribution Under Multiplicative Spatial Models of Supply and Demand: Theory and Sensitivity Analysis[J]. CoRR abs/1101.3719 (2011).

[56]Park, D., Kim, C., Kim, H., Park, M. A Comparative Study on Sampling Strategies for Truck Destination Choice Model: Case of Seoul Metropolitan Area[J]. Canadian Journal of Civil Engineering, 2013, 40(1):19-26.

[57]戢晓峰,欧思嘉. 区域旅客运输空间联系特征提取方法研究——以云南省为例[J]. 交通运输系统工程与信息, 2015, 15(04): 38-44.

[58]Jonker, N.J. Modelling the trip length distribution of shopping trips from GPS data[D]. Dissertation (MEng)-University of Pretoria, 2016.

[59]Ortúzar, J.D., Willumsen, L,G. Modeling transport[M]. 4th ed. London: John Wiley & Sons, Ltd, 2011.

[60]杜彩军. 基于县级单元的城际客运联系网络空间结构研究——以辽宁省为例[J]. 交通标准化, 2015(5):89-97.

[61]周一星,胡智勇. 从航空运输看中国城市体系的空间网络结构[J]. 地理研究, 2002, 21(03):276-286.

[62]陈前昆,严新平,尹奇志,等. 基于EEOI的内河船舶航速优化研究[J]. 交通信息与安全, 2014, 32(4):87-91.

[63]邹琳,曾刚,曹贤忠,等. 长江经济带的经济联系网络空间特征分析[J]. 经济地理, 2015, 35(6):1-7.

[64]季凯. 重力模型标定方法及分析[J]. 山西建筑, 2012, 38(11):18-19.

[65]杨敏,张晓哲,李可,等. 基于重力模型的公交OD矩阵估算方法[J]. 公路交通科技:应用技术版, 2015(03):310-312.

中图分类号:

 U695.2    

馆藏号:

 U695.2/2296/2017    

备注:

 403-西院分馆博硕论文库;203-余家头分馆博硕论文库    

无标题文档

   建议浏览器: 谷歌 火狐 360请用极速模式,双核浏览器请用极速模式