基于arcgis和malab的城市道路网络小世界特征研究城市道路网络的小世界特征研究.docxVIP

基于arcgis和malab的城市道路网络小世界特征研究城市道路网络的小世界特征研究 0 道路网络形态的计算方法研究 目前，中国正处于快速城市化进程中，需要加强道路和城市网络的合理规划和优化配置。在现代交通地理学中,国内外学者通常借助拓扑学及图论,将道路网络抽象描述为拓扑图展开定量研究,该方法可以在宏观尺度上刻画简单道路网络的特征,但难以对结构和布局均较复杂的城市道路网络进行定量研究。刘继生等通过计算分形维数描述道路网络形态,但其提供的有价值信息量较有限;李江等利用空间句法理论,借助于空间几何要素评价城市道路网络,但在指标的有效性方面有待探索。 Milgram在对网络结构进行定量分析时首次提出小世界现象(Small World Phenomena);Watts等在探讨小世界现象形成机制时提出WS小世界网络(Small World Network,SWN),引起物理学、社会学、经济学、计算机通信等领域学者对小世界网络特性的研究兴趣;Sen和赵伟等将小世界模型应用于交通网络研究,先后验证了所研究的铁路车流网为典型的小世界网络,但其研究重点停留在对整体网络的小世界特征的实证层面;Sui指出小世界问题本质是地理问题,但没有展开实践研究。本研究对城市道路网络的复杂特征进行简单抽象,设计了网络的小世界特征研究流程和方法,并以无锡市新区为例,探索其城市道路网络的小世界特征及优化策略。 1 小世界网络模型 1.1 随机融合网络的构建方法 规则网络所有节点的连接边数均相同,而随机网络两个节点之间是否相连则完全不确定。Watts等通过某个很小的概率p切断规则网络的原始边,再随机选择新端点重新连接,即以“随机重连”的方法,构建一种介于规则网络和随机网络之间的网络(图1);Newman等通过“随机加边”的方法获得新的网络。他们所构建的网络皆具有同一典型特征,即具有较小的特征路径长度和较大的聚类系数。以下简述这两个网络特征值的特点及定义。 1.1.1 基于rtetpacklength的网络最短路径长度求解 其从全局角度描述任意两点间距离,通过计算网络中每个节点i到其他节点的最短路径长度(Shortest Path Length)的均值,即可求得网络的特征路径长度,可表示为: L=112n(n?1)Σijdij(1)L=112n(n-1)Σijdij(1) 式中:L表示特征路径长度,n表示网络中的节点数目,i、j表示节点,dij表示i、j之间的最短路径长度。 1.1.2 节点i聚类系数 其通过描述与任意节点i邻接的节点之间的接近程度来刻画网络集团形态。假设节点i有Ki个近邻点,则其间至多存在Ki(Ki-1)/2条边,若实际只存在ti条边,则节点i的聚类系数Ci可表示为2ti/Ki(Ki-1)。整个网络的聚类系数C为各节点聚类系数的均值,即: C=1nΣi=1nCi(2)C=1nΣi=1nCi(2) 1.2 随机网络的特征路径 若网络同时兼具较小的特征路径长度和较大的聚类系数,该网络即为小世界网络。一般可表示为: L≥LRandom(3) CCRandom(4) 式中:LRandom和CRandom分别为随机网络的特征路径长度和聚类系数,该随机网络与所研究的网络具有相同数目的节点和边。LRandom和CRandom分别是ln n/ln k和k/n的等阶量,计算时往往将这两个等阶关系视为等量关系处理,而不影响对结果的判断,因此有如下关系: LRandom=ln n/ln k (5) CRandom=k/n (6) 式中:n表示网络的节点数,k表示网络的平均度,在数值上等于2M/n(M表示网络的边数)。 2 城市网络的小世界特征研究方法 2.1 城市道路网络特征 网络是将现实世界中的事物及其关系进行适当的抽象,构造成由节点和边按照一定规则组成的形式;而小世界特征揭示了网络的一种内在性质,反映网络的各个节点之间联系的紧密程度。因此,通过研究城市道路网络的小世界特征,有助于了解其内在特征。 城市道路网络的客观描述比较复杂,本研究中首先通过适当的抽象方法构建合适的网络模型;其次获得城市道路网络的拓扑连接信息,来确定基本的网络特性;再根据相关方法计算网络特征值,即特征路径长度和聚类系数;最后结合网络特征值的变化规律和小世界网络的特征,分析城市道路网络特征。上述过程可大致概括为数据准备、数据处理、数值计算和特征分析4个阶段(图2)。 2.2 道路网络的抽象 本研究的数据准备和处理阶段围绕城市道路网络的构建展开,并根据相关道路交通现状图及土地利用现状图,获得城市道路网络的GIS数据,以此为基础做进一步抽象处理。城市道路网络的抽象方法主要有对偶法(dual approach)和原始法(primal approach)两种,前者将道路视为网络的节