道路交通管理

近年来，GIS在交通方面的应用得到了广泛的重视，并形成了专门的交通地理信息系统GIS-T，以满足道路交通管理方面的要求。下面分几个方面介绍GIS在公路方面的具体应用。

路廓设计

路廓设计是公路设计中的一个重要环节，是定出公路最终线向的一个步骤。在路廓设计中，要综合分析多种空间数据，包括大比例尺的土地利用图、地形图以及现有的道路网等。

从各方面收集来的资料合并到GIS资料库中，建造约束多边形，确定公路需要避开的区域，通常这些多边形可以分为三级：

1）第一级约束是必须要避开或减至最少；

2）第二级约束是尽量避开或减至最少；

3）第三级约束是可以避开或减至最少。

根据需要可以用权重表示不同的约束等级，并在地图上分别显示，以便设计员在设计路线时尽量绕开这些区域。然后将每条试验性线路输入到GIS中，利用缓冲区分析得到路廓多边形，与约束多边形进行叠加分析，计算路廓与每个多边形相交的总面积，并乘以权重，得到该试验线路的约束影响的加权总面积（Total Impact Weighted Area, TIWA），用于比较这些线路设计。

在计算得到TIWA之后，可以根据DEM进行线向的详细设计，其主要操作是根据DEM得到道路横断面，进而进行填挖方的优化，得到最终的路廓设计结果。

道路管理

道路管理涉及的属性

在公路管理中，通常需要根据其类别、车道数目和路面种类进行分类，其管理的属性包括：

1）公路属性：路网标识，道路标识，路段标识，参考点等；

2）几何属性：路面宽度，路向，车道数目，坡度等；

3）设施属性：中央隔离带和隔离物，护轨，桥梁，交通标志，路灯，交通量计算仪；

4）公用设施：收费所，交叉口，涵洞，交通管理站等；

5）建筑材料属性：面层，覆盖层，基层，路基；

6）道路使用统计属性：交通量，每天平均流量，事故，车重统计，车类统计，进路要求；

7）验收记录属性：强度，粗糙度，障碍物，路面损坏程度，限速区段，车速调查；

8）合同属性：预算，费用，图则，日期等；

9）维修工程属性：工程类别，预算，费用，数量，日期。

这些属性是通过线性定位方法与路网建立关联，通常线性定位的方法有里程碑法和控制段 法，前者采用路名和公路上的里程点来确定物体的位置；后者则将公路分成相连的、长度不等的控制段，每段有一个编码，并且其属性一致（表2）。

表14-2：采用控制段方法记录属性

控制段

表层

车道数目

状态

起点

终点

CS1

砾石

2

坏

CS2

沥青

4

良好

30.08

30.16

CS3

沥青

2

尚好

30.16

30.2

CS4

沥青

2

良好

动态分段

交通模型的一个特点是，多种线性物体，重叠在同一个路网上，如限速区段，公共交通线路都与路网重叠，这使得GIS在应用于交通时遇到困难，而动态分段（Dynamic Segmentation）方法较好地解决了该问题。

动态分段是在数据库中纪录道路的每种属性的起止点到道路原点的距离，并不是真的将道路切断存储，适合于动态的分析，顾名动态分段。

采用动态分段之后，一个路段（Segment），是路网上两个交点间连线或者弧的一部分，路段的长度用其占连线的比例来表示，具有唯一的标识码。在GIS数据库中，路段是依附于路网数据，本身没有坐标。由于采用动态分段将道路的各种属性以及其分布集中在一个图层中进行管理，采用线性定位方法，因而容易实现各种“点线”以及“线线”的叠加查询分析，形如：

交通流量>800,000 AND 路面状况=“良好” AND 道路分级=“省道”

流量和路径分析

道路网络拓扑

一个路网的表现方式可以偏重其“几何性”或者“拓扑性”，在道路设计中，需要用到其几何表现，而网络分析则着重于拓扑关系（图14-6）。

../../_images/img_12.png

图14-6：路网的两种表现方式

在交通网络中，大多数线与线之间的交点是具有拓扑性的交点，即在道路的交点处车辆可以转向；但是，由于在GIS中，使用的是平面图形（Planar Graph），而有些道路的关系需要在三维空间中才能够正确表现，如立交桥，实际上道路并不直接相交，但是在平面图形上却表现为一个交点，这需要在应用时进行判定，区分拓扑交点和非拓扑交点，以防止出现错误的网络分析结果。

用于道路网络分析的数据结构

进行道路网络分析时，可以只关注其拓扑数据表现，其数据结构和相关算法可以采用已经成熟的“图”数据结构，一种最为简单的实现方式就是“连通矩阵”，记录了结点与结点之间的连接关系（图14-7）。

../../_images/img_2.png

图14-7：网络连通矩阵

在连通矩阵中，单元格数值为1表示两个结点直接相连，反之表示不直接相连，这样的连通矩阵可以用于进行连通性、可达性分析；矩阵中每个单元格的数值还可以是结点之间的距离，不直接相连的结点间距离可以用无穷大表示，利用该矩阵可以进行最短路径搜寻。在不考虑连线的方向性，即图是无向的，连通矩阵是对称阵，而在城市道路交通中，常常会出现“单行线”的情况，即连线是有方向的，这样矩阵是非对称的。

在城市交通应用中，还会出现“禁止左转”、甚至“禁止右转”的情况，这时，除了连通矩阵之外，还需要记录每个结点——即路口——的连通属性，同样可以用连通矩阵实现（图14-8）。

../../_images/img_3.png

图14-8：路口的转向和道路连通矩阵，其中第2，3条道路禁止左转

在实际的网络分析中，需要综合利用结点的连通矩阵和结点上道路的连通矩阵。

流量和网络分析的具体应用和相关模型

流量和网络分析一般较多地应用于城市交通中，为城市交通管理和道路规划提供科学的决策支持，其中，有如下四类主要的模型：

1）“出行产生（Trip Generation）”模型

根据交通分析区（Traffic Analysis Zone,TAZ）的土地利用形态以及其它社会经济数据来估计各个区域所产生和吸引的交通量，例如，居住区会产生出行，而商业区则吸引出行。

2）“出行分布（Trip Distribution）”模型

根据出行产生分析的结果，确定各个区域之间的交通量。

3）“交通工具选择（Mode Choice）”模型

将交通量计算分配到交通工具上，计算车流量。

4）“出行分派（Trip Assignment）”模型

根据交通线路的容量和速度，将车流量分配到各条道路上。

上述的四种模型，包含多种传统GIS工具所不支持的统计分析运算以及具体的经济地理模型，在具体实现时，可以在GIS中运算，将结果输出到其它系统中，进行专业模型计算。