CN108304470A - 一种基于ArcGIS的城市地铁路径规划方法 - Google Patents

一种基于ArcGIS的城市地铁路径规划方法 Download PDF

Info

Publication number
CN108304470A
CN108304470A CN201711445717.7A CN201711445717A CN108304470A CN 108304470 A CN108304470 A CN 108304470A CN 201711445717 A CN201711445717 A CN 201711445717A CN 108304470 A CN108304470 A CN 108304470A
Authority
CN
China
Prior art keywords
reclassification
map
data
river
file
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201711445717.7A
Other languages
English (en)
Other versions
CN108304470B (zh
Inventor
张贵军
魏遥
周晓根
王柳静
陈安
夏奥
姚飞
宋焦朋
王文
赵策
李章维
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University of Technology ZJUT
Original Assignee
Zhejiang University of Technology ZJUT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang University of Technology ZJUT filed Critical Zhejiang University of Technology ZJUT
Priority to CN201711445717.7A priority Critical patent/CN108304470B/zh
Publication of CN108304470A publication Critical patent/CN108304470A/zh
Application granted granted Critical
Publication of CN108304470B publication Critical patent/CN108304470B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A20/00—Water conservation; Efficient water supply; Efficient water use
    • Y02A20/40—Protecting water resources
    • Y02A20/402—River restoration

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Databases & Information Systems (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种基于ArcGIS的城市地铁路径规划方法，包括以下步骤：A1、获取矢量地图；A2、对高程数据进行坡度提取与处理生成坡度图；A3、对河流数据进行分析和处理生成河流分布图；A4、对人口密度进行处理生成人口密度图；A5、对河区图进行重分类；对坡度图进行重分类；对人口密度图进行重分类；A6、对高程图进行领域分析，然后对领域图进行重分类；A7、对生成的重分类坡度图，重分类河区图和重分类人口密度图进行合并，生成最终成本数据图；A8、在两个或多个输入区域之间生成成本最低的连通性网络；A9、生成最小成本路径。本发明结合GIS，基于实际地形、河道以及人口密度状况，提高地铁路径规划的准确性和决策的有效性。

Description

一种基于ArcGIS的城市地铁路径规划方法
技术领域
本发明涉及一种地理信息数据处理、计算机应用领域、地理学、图论与网络分析、交通运输工程和管理科学与工程，尤其涉及一种基于ArcGIS的城市地铁路径规划方法。
背景技术
社会的快速发展和城市化进程的日益加快。目前，我国城市特别是大城市的人口规模不断扩大，大量人口聚集于大城市。尽管国家采取“严格控制大城市发展规模”的政策，但大城市作为一定地区经济、社会发展的中心，有一定的人口规模和完善的公共服务设施，又需要扩大自己的辐射力和影响力。伴随着经济社会的快速发展，我国大中城市普遍存在着道路拥挤、车辆堵塞、交通秩序混乱的现象，城市交通拥堵成为了政府和百姓的困扰。但是，城市建设用地狭小、人口高密集是我国许多大城市的显著特点。如上海、重庆、沈阳等城市人均建设用地仅为50m2左右。在如此狭小的空间要布置工业用地、对外交通用地和居住用地等，必须导致人均道路用地和城市绿地的减少。所以，不能够布置更多的公共道路。另外，人民的生活水平不断提高，小汽车越来越多地进入家庭，机动车不断增长与城市道路容量有限的矛盾越来越突出。小汽车进入家庭，交通的需求量会爆发式上升，交通拥堵问题随之加剧。解决城市交通拥挤的直接办法是提高道路的整体通行能力，但大城市中可供修建的道路十分有限。
城市地铁的出现不仅节约了城市用地，将人流分流到地下，而且大大提高了人们的出行效率。地铁有很多优点，首先，运量大，每小时单向输送能力，公共汽车是2000～5000人，轻轨是5000～3万人，地铁达3万～7万人。轨道交通能力是是公共汽车的2.4～14倍。其次，速度快，公共汽车每小时10～20公里，轻轨20～30公里，地铁35～50公里，最高达70～80公里，轻轨和地铁为公共汽车的2～4倍。然后是污染少，因为电力驱动是一种清洁的运输方式。最后是能耗比较少，能耗为道路交通的15％～40％。占地比较少，每小时输送5万人所需的道路宽度，小汽车是180米，公共汽车是9米，轨道交通综合占地为道路交通的1/3，地铁和高架式轻轨占用土地更少，所以，只有地铁可以缓解大城市交通拥堵的现象。
对于城市地铁的修建，地铁路径规划是关键环节。良好的地铁路径规划能够提高地铁的服务效率和运行质量。然而我国大部分地区采用人工方式规划地铁路径，工作量极大。因地铁路径规划涉及山地、坡度、河流、人口密度等因素，人工方式的路径规划难以兼顾地铁成本与服务质量，造成地铁利用率偏低、行车路线过长或投入成本过高等问题。
因此，现有的城市地铁路径规划方法存在不足，需要改进。
发明内容：
为了克服现有技术中人工方式的路径规划的不足，本发明提供一种以实际空间地理信息依据、借助GIS空间网络分析技术、考虑山地、坡度、河流、人口密度等因素的城市地铁路径规划方法。
本发明解决其技术问题所采用的技术方案是：
一种基于ArcGIS的城市地铁最优路径规划方法，包括以下步骤：
A1、获取矢量地图文件，包括坐标文件、索引文件和属性文件，坐标文件用于记录空间坐标信息，坐标文件由头文件和实体信息两部分构成；索引文件包含文件的索引信息，文件中每个记录包含对应的坐标文件，记录距离坐标文件的文件头的偏移量；属性文件包含一个记录的feature的特征，文件中包含的数据包括高程数据、河流数据、人口密度数据、路径源点数据和路径终点数据；
A2、对高程数据进行处理，因为山地，坡度以及河流的分布对地铁的路径规划影响较大，所以首先要创建数据集，坡度、坡向属一阶地形因子，在ArcGISPro中的SpatialAnalyst Tools下拉表框选择Surface Analysis并单击slope，对高程数据进行坡度提取与处理，生成坡度图；
A3、对河流数据进行处理，在ArcGIS Pro中的Spatial Analyst Tools下拉表框选择Surface Analysis并单击hydrologic analysis，对河流数据进行分析和处理，生成河流分布图；
A4、对人口数据进行处理，人口密度对地铁路径规划的影响也较大，因此，需要创建人口密度的数据集，在ArcGIS Pro中的Spatial Analyst Tools下拉表框选择density，对人口密度进行处理，生成人口密度图；
A5、利用ArcGIS Pro中Spatial Analyst Tools下拉表框的Reclassify，对河区图进行重分类，按4级等间距分类；对坡度图进行重分类，重分类基本原则是采用等间距分为15级，坡度越高分级值越大；对人口密度图进行重分类，按4级等间距分类，人口越多级值越大；
A6、利用ArcGIS Pro中Spatial Analyst Tools下拉表框中的NeighborhoodStatistics对高程图进行领域分析，然后对领域图进行重分类，按15级等间距分类；
A7、在Spatial Analyst Tools下拉表框选择Raster Calculator，对生成的重分类坡度图、重分类河区图和重分类人口密度图进行合并，生成最终成本数据集，最终的成本数据图由如下公式生成：
成本数据图＝重分类坡度图*a+重分类河区图*b+重分类人口密度图*c+重分类领域图*d，其中a、b、c和d是权重值，根据实际需求可以选取不同的权重值；
在Spatial Analyst Tools下拉表框选择Distance中的Cost Weighted对最终成本数据集图进行成本距离和成本方向的处理，
在ArcGIS的路网分析中，采用的是Dijkstra方法实现最短路径分析和最短时间分析，Dijkstra方法的处理过程为：从任意一点vs(vs∈Vc∪Vd)出发，逐步向目标节点vd(vd∈Vc∪Vd且vd≠vs)寻找最短路径或最短时间，在执行过程中，给每个顶点予以标号：P标号表示从vs到该点的最短路径或最短时间的权，也称永久性标号，即一旦某点vs得到P标号，其值在整个求解过程中不再改变；T标号表示从vs到该点的最短距离或最短时间的权的上界，也被称为临时性标号或试探性标号，并把某一点的T标号改为P标号，最多经过k-1步(k为图中的顶点数)，可求解出从vs到各点的最短路径或最短时间；
A8、在Spatial Analyst Tools下拉表框选择Distance中的Cost connectivity，Cost connectivity可以在两个或多个输入区域之间生成成本最低的连通性网络；
A9、在Spatial Analyst Tools下拉表框选择Distance中的Cost Path，生成最小成本路径。
进一步，所述步骤A1中，所述的获取的矢量地图文件要包扩高程数据、河流数据、人口密度数据、路径源点数据和路径终点数据。
再进一步，所述步骤A7中，最终成本数据集要由重分类坡度图、重分类河区图和重分类人口密度图进行合并生成。
本发明的有益效果主要表现在：本发明的路径规划方法结合了GIS，基于实际地形、河道以及人口密度状况，提高了地铁路径规划的准确性和决策的有效性。
附图说明
图1是一种基于ArcGIS的城市地铁路径规划方法流程图。
图2是对高程数据进行坡度提取与处理生成的坡度图。
图3是对河流数据进行分析和处理生成的河流分布图。
图4是对人口数据进行处理生成的人口密度图。
图5是对坡度图、河流图、人口密度图、高程领域图重分类后生成的成本数据图。
图6是生成的最小成本的城市地铁路径图。
具体实施方式
下面结合附图对本发明进一步描述。
参照图1～图6，一种基于ArcGIS的城市地铁路径规划方法，包括以下步骤：
A1、获取矢量地图，包括坐标文件、索引文件和属性文件，坐标文件用于记录空间坐标信息，坐标文件由头文件和实体信息两部分构成；索引文件包含文件的索引信息，文件中每个记录包含对应的坐标文件，记录距离坐标文件的文件头的偏移量；属性文件包含一个记录的feature的特征，文件中包含的数据包括高程数据、河流数据、人口密度数据、路径源点数据和路径终点数据；
A2、对高程数据进行处理，因为山地，坡度以及河流的分布对地铁的路径规划影响较大，所以首先要创建数据集，坡度、坡向属一阶地形因子，在ArcGIS Pro中的SpatialAnalyst Tools下拉表框选择Surface Analysis并单击slope，对高程数据进行坡度提取与处理，生成坡度图；
A3、对河流数据进行处理，在ArcGIS Pro中的SpatialAnalyst Tools下拉表框选择Surface Analysis并单击hydrologic analysis，对河流数据进行分析和处理，生成河流分布图；
A4、对人口数据进行处理，人口密度对地铁路径规划的影响也较大，因此，需要创建人口密度的数据集，在ArcGIS Pro中的Spatial Analyst Tools下拉表框选择density，对人口密度进行处理，生成人口密度图；
A5、利用ArcGIS Pro中Spatial Analyst Tools下拉表框的Reclassify，对河区图进行重分类，按4级等间距分类；对坡度图进行重分类，重分类基本原则是采用等间距分为15级，坡度越高分级值越大；对人口密度图进行重分类，按4级等间距分类，人口越多级值越大；
A6、利用ArcGIS Pro中Spatial Analyst Tools下拉表框中的NeighborhoodStatistics对高程图进行领域分析，然后对领域图进行重分类，按15级等间距分类；
A7、在Spatial Analyst Tools下拉表框选择Raster Calculator，对生成的重分类坡度图、重分类河区图和重分类人口密度图进行合并，生成最终成本数据集，最终的成本数据图由如下公式生成：
成本数据图＝重分类坡度图*a+重分类河区图*b+重分类人口密度图*c+重分类领域图*d，其中a、b、c和d是权重值，根据实际需求可以选取不同的权重值，
在Spatial Analyst Tools下拉表框选择Distance中的Cost Weighted对最终成本数据集图进行成本距离和成本方向的处理，
在ArcGIS的路网分析中，采用的是Dijkstra方法实现最短路径分析和最短时间分析，Dijkstra方法的处理过程为：从任意一点vs(vs∈Vc∪Vd)出发，逐步向目标节点vd(vd∈Vc∪Vd且vd≠vs)寻找最短路径或最短时间，在执行过程中，给每个顶点予以标号：P标号表示从vs到该点的最短路径或最短时间的权，也称永久性标号，即一旦某点vs得到P标号，其值在整个求解过程中不再改变；T标号表示从vs到该点的最短距离或最短时间的权的上界，也被称为临时性标号或试探性标号，并把某一点的T标号改为P标号，最多经过k-1步(k为图中的顶点数)，可求解出从vs到各点的最短路径或最短时间；
A8、在Spatial Analyst Tools下拉表框选择Distance中的Cost connectivity，Cost connectivity可以在两个或多个输入区域之间生成成本最低的连通性网络；
A9、在Spatial Analyst Tools下拉表框选择Distance中的Cost Path，生成最小成本路径。
以美国洛杉矶某地区为例，一种基于ArcGIS的城市地铁路径规划方法步骤如下：
A1、获取美国洛杉矶某地区的矢量地图，它是ESRI(美国环境***研究所公司Environmental Systems Research Institute,Inc)提供的一种矢量数据格式，没有拓扑信息，获取的矢量地图中包括坐标文件、索引文件和属性文件，坐标文件用于记录空间坐标信息，坐标文件由头文件和实体信息两部分构成，索引文件包含文件的索引信息，文件中每个记录包含对应的坐标文件记录距离坐标文件的文件头的偏移量，属性文件包含一个记录的feature的特征；文件中包含的数据包括河流数据、人口数据、路径源点数据、路径终点数据；
A2、对高程数据进行处理，因为山地，坡度以及河流的分布对地铁的路径规划影响较大，所以首先要创建数据集，坡度、坡向属一阶地形因子，在ArcGIS Pro中的SpatialAnalyst Tools下拉表框选择Surface Analysis并单击slope，对高程数据进行坡度提取与处理，生成坡度图，图1是对获取美国洛杉矶某地区的矢量地图中的高程数据进行处理生成的坡度图，坡度越高，对应的纹理颜色越深；
A3、对河流数据进行处理，在ArcGIS Pro中的Spatial Analyst Tools下拉表框选择Surface Analysis并单击hydrologic analysis，对河流数据进行分析和处理，生成河流分布图，图2是对获取美国洛杉矶某地区的矢量地图中的河流数据进行处理生成的河流图，河流图中的深色区域即为河流分布区域；
A4、对人口数据进行处理，人口密度对地铁路径规划的影响也较大，因此，需要创建人口密度的数据集，在ArcGIS Pro中的Spatial Analyst Tools下拉表框选择density，对人口密度进行处理，生成人口密度图，图3是对获取美国洛杉矶某地区的矢量地图中的人口数据进行处理生成的人口密度图，人口密度图中的红色区域即为人口集中区域；
A5、利用ArcGIS Pro中Spatial Analyst Tools下拉表框的Reclassify河区图进行分类，按4级等间距分类；对坡度图进行重分类，重分类基本原则是采用等间距分为15级，坡度越高分级值越大；对人口密度图进行重分类，按4级等间距分类，人口越多级值越大；
A6、利用ArcGIS Pro中Spatial Analyst Tools下拉表框中的NeighborhoodStatistics对高程图进行领域分析，然后对领域图进行重分类，按15级等间距分类；
A7、在Spatial Analyst Tools下拉表框选择Raster Calculator对生成的重分类坡度图、重分类河区图和重分类人口密度图进行合并，生成最终成本数据集。最终的成本数据图由如下公式生成：
成本数据图＝(重分类坡度图*0.25+重分类河区图0.25+重分类人口密度图*0.25+重分类领域图*0.25)，其中a、b、c和d均设为0.25，图4即为生成的成本数据图；
在Spatial Analyst Tools下拉表框选择Distance中的Cost Weighted对最终成本数据图进行成本距离和成本方向的处理，
在ArcGIS的路网分析中，采用的是Dijkstra方法实现最短路径分析和最短时间分析，Dijkstra方法的基本思路是：从任意一点vs(vs∈Vc∪Vd)出发，逐步向目标节点vd(vd∈Vc∪Vd且vd≠vs)寻找最短路径或最短时间，在执行过程中，给每个顶点予以标号：P标号表示从vs到该点的最短路径或最短时间的权，也称永久性标号，即一旦某点vs得到P标号，其值在整个求解过程中不再改变；T标号表示从vs到该点的最短距离或最短时间的权的上界，也被称为临时性标号或试探性标号，并把某一点的T标号改为P标号，最多经过k-1步(k为图中的顶点数)，可求解出从vs到各点的最短路径或最短时间；
A8、在Spatial Analyst Tools下拉表框选择Distance中的Cost connectivity，Cost connectivity可以在两个或多个输入区域之间生成成本最低的连通性网络；
A9、在Spatial Analyst Tools下拉表框选择Distance中的Cost Path,生成最小成本路径，图5即为生成的最小成本路径图，其中的红色和黄色线条即为规划出的地铁路线。
以上阐述的是本发明给出的一个实施例表现出来的优良效果，显然本发明不仅适合上述实施例，在不偏离本发明基本精神及不超出本发明实质内容所涉及内容的前提下可对其做种种变化加以实施。

Claims (3)

1.一种基于ArcGIS的城市地铁路径规划方法，其特征在于：所述城市地铁路径规划方法包括以下步骤：
A1、获取矢量地图，包括坐标文件、索引文件和属性文件，坐标文件用于记录空间坐标信息，坐标文件由头文件和实体信息两部分构成；索引文件包含文件的索引信息，文件中每个记录包含对应的坐标文件，记录距离坐标文件的文件头的偏移量；属性文件包含一个记录的feature的特征，文件中包含的数据包括高程数据、河流数据、人口密度数据、路径源点数据和路径终点数据；
A2、对高程数据进行处理，因为山地，坡度以及河流的分布对地铁的路径规划影响较大，所以首先要创建数据集，坡度、坡向属一阶地形因子，在ArcGIS Pro中的SpatialAnalyst Tools下拉表框选择Surface Analysis并单击slope，对高程数据进行坡度提取与处理，生成坡度图；
A3、对河流数据进行处理，在ArcGIS Pro中的Spatial Analyst Tools下拉表框选择Surface Analysis并单击hydrologic analysis，对河流数据进行分析和处理，生成河流分布图；
A4、对人口数据进行处理，人口密度对地铁路径规划的影响也较大，因此，需要创建人口密度的数据集，在ArcGIS Pro中的Spatial Analyst Tools下拉表框选择density，对人口密度进行处理，生成人口密度图；
A5、利用ArcGIS Pro中Spatial Analyst Tools下拉表框的Reclassify，对河区图进行重分类，按4级等间距分类；对坡度图进行重分类，重分类基本原则是采用等间距分为15级，坡度越高分级值越大；对人口密度图进行重分类，按4级等间距分类，人口越多级值越大；
A6、利用ArcGIS Pro中Spatial Analyst Tools下拉表框中的NeighborhoodStatistics对高程图进行领域分析，然后对领域图进行重分类，按15级等间距分类；
A7、在Spatial Analyst Tools下拉表框选择Raster Calculator，对生成的重分类坡度图，重分类河区图和重分类人口密度图进行合并，生成最终成本数据集，最终的成本数据图由如下公式生成：
成本数据图＝重分类坡度图*a+重分类河区图*b+重分类人口密度图*c+重分类领域图*d，
其中a、b、c和d是权重值，根据实际需求可以选取不同的权重值，
在Spatial Analyst Tools下拉表框选择Distance中的Cost Weighted对最终成本数据集图进行成本距离和成本方向的处理，
在ArcGIS的路网分析中，采用的是Dijkstra方法实现最短路径分析和最短时间分析，Dijkstra方法的处理过程为：从任意一点vs(vs∈Vc∪Vd)出发，逐步向目标节点vd(vd∈Vc∪Vd且vd≠vs)寻找最短路径或最短时间，在执行过程中，给每个顶点予以标号：P标号表示从vs到该点的最短路径或最短时间的权，也称永久性标号，即一旦某点vs得到P标号，其值在整个求解过程中不再改变；T标号表示从vs到该点的最短距离或最短时间的权的上界，也被称为临时性标号或试探性标号，并把某一点的T标号改为P标号，最多经过k-1步(k为图中的顶点数)，可求解出从vs到各点的最短路径或最短时间；
A8、在Spatial Analyst Tools下拉表框选择Distance中的Cost connectivity，Costconnectivity可以在两个或多个输入区域之间生成成本最低的连通性网络；
A9、在Spatial Analyst Tools下拉表框选择Distance中的Cost Path，生成最小成本路径。
2.根据权利要求1或2所述的一种基于ArcGIS的城市地铁路径规划方法，其特征在于：所述步骤A1中，所述的获取的矢量地图文件要包扩高程数据、河流数据、人口密度数据、路径源点数据和路径终点数据。
3.根据权利要求1或2所述的一种基于ArcGIS的城市地铁路径规划方法，其特征在于：所述步骤A7中，最终成本数据集要由重分类坡度图、重分类河区图和重分类人口密度图进行合并生成。
CN201711445717.7A 2017-12-27 2017-12-27 一种基于ArcGIS的城市地铁路径规划方法 Active CN108304470B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711445717.7A CN108304470B (zh) 2017-12-27 2017-12-27 一种基于ArcGIS的城市地铁路径规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711445717.7A CN108304470B (zh) 2017-12-27 2017-12-27 一种基于ArcGIS的城市地铁路径规划方法

Publications (2)

Publication Number Publication Date
CN108304470A true CN108304470A (zh) 2018-07-20
CN108304470B CN108304470B (zh) 2021-10-29

Family

ID=62867803

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711445717.7A Active CN108304470B (zh) 2017-12-27 2017-12-27 一种基于ArcGIS的城市地铁路径规划方法

Country Status (1)

Country Link
CN (1) CN108304470B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110851548A (zh) * 2019-10-14 2020-02-28 上海市政工程设计研究总院（集团）有限公司 一种基于ArcGIS分析的市政设施选址布局方法
CN116433105A (zh) * 2023-05-22 2023-07-14 深圳大学 一种定量评估轨道交通与城市空间要素分布耦合度的方法
CN117128977A (zh) * 2023-10-26 2023-11-28 中国测绘科学研究院 基于双影像融合的优质绿道路径规划方法、装置及设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104200263A (zh) * 2014-07-23 2014-12-10 浙江工业大学 一种基于禁忌差分进化和gis的配电网络线路规划方法
CN106840178A (zh) * 2017-01-24 2017-06-13 中南大学 一种基于ArcGIS的地图创建与智能车辆自主导航方法及***
CN107292989A (zh) * 2016-04-10 2017-10-24 青岛理工大学 基于3dgis技术的高压输电巡检***
CN107480808A (zh) * 2017-07-13 2017-12-15 河海大学 一种高海拔山区引水工程线路规划方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104200263A (zh) * 2014-07-23 2014-12-10 浙江工业大学 一种基于禁忌差分进化和gis的配电网络线路规划方法
CN107292989A (zh) * 2016-04-10 2017-10-24 青岛理工大学 基于3dgis技术的高压输电巡检***
CN106840178A (zh) * 2017-01-24 2017-06-13 中南大学 一种基于ArcGIS的地图创建与智能车辆自主导航方法及***
CN107480808A (zh) * 2017-07-13 2017-12-15 河海大学 一种高海拔山区引水工程线路规划方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110851548A (zh) * 2019-10-14 2020-02-28 上海市政工程设计研究总院（集团）有限公司 一种基于ArcGIS分析的市政设施选址布局方法
CN116433105A (zh) * 2023-05-22 2023-07-14 深圳大学 一种定量评估轨道交通与城市空间要素分布耦合度的方法
CN116433105B (zh) * 2023-05-22 2023-09-19 深圳大学 一种定量评估轨道交通与城市空间要素分布耦合度的方法
CN117128977A (zh) * 2023-10-26 2023-11-28 中国测绘科学研究院 基于双影像融合的优质绿道路径规划方法、装置及设备
CN117128977B (zh) * 2023-10-26 2024-01-19 中国测绘科学研究院 基于双影像融合的优质绿道路径规划方法、装置及设备

Also Published As

Publication number Publication date
CN108304470B (zh) 2021-10-29

Similar Documents

Publication Publication Date Title
Chen et al. Present status and development trends of underground space in Chinese cities: Evaluation and analysis
CN110415508B (zh) 一种基于城市引力的区域客运交通模型构建方法
CN108304470A (zh) 一种基于ArcGIS的城市地铁路径规划方法
CN110288198B (zh) 基于交通分区的租赁自行车交通设施承载力测度方法
Zhao et al. Does China-Pakistan Economic Corridor improve connectivity in Pakistan? A protocol assessing the planned transport network infrastructure
CN115860520B (zh) 一种高铁枢纽与城市公共交通动静态时空可达性评估方法
CN115879737A (zh) 一种基于密度和出入度平衡聚类的共享单车站点选址方法
CN111507879A (zh) 一种城市空间结构识别方法
CN113569977A (zh) 一种基于手机信令数据的出行目的识别方法
CN109520499A (zh) 基于车辆gps轨迹数据实现区域实时等时线的方法
CN116233757A (zh) 一种基于手机信令数据的居民出行碳排放量计算方法
Tang et al. Evaluating spatial service and layout efficiency of municipal Wi-Fi facilities for SmartCity planning: A case study of Wuhan city, China
Cheng et al. Analysis on utilization of Beijing local roads using taxi GPS data
Luo et al. Research on the impact scope of bus stations based on the application of bus lanes
Zeng et al. Analysis of land use along urban rail transit based on POI Data
Zhao et al. Planning bikeway network for urban commute based on mobile phone data: A case study of Beijing
Liang et al. Research on the gravity planning model of prefecture city rail transit network
Liu et al. Mining Hub Nodes Based on Fast Brandes Betweenness Centrality in a Weighted Complex Transportation Network
Xia et al. From walkability to bikeability: A GIS based analysis of integrating bike sharing service in Tokyo TOD system
CN114973668B (zh) 一种基于拓扑步数分析的城市道路交通薄弱环节识别方法
Cao Transport Planning and Management and its Implications in Chinese Cities
Meng et al. Analysis of urban traffic based on taxi GPS data
Li et al. Study on Spatial-Temporal Evolution of Townships Traffic Accessibility in Inner Mongolia
Aydin et al. A review of Turkey’s high-speed rail experience
Mohamedmeki et al. Improving the transportation system in Baghdad city

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant