首页 理论教育 智能规划:工作日数据分析的成果

智能规划:工作日数据分析的成果

时间:2023-08-17 理论教育 版权反馈
【摘要】:相比周末,工作日的人群行为受到工作时间的约束,周一至周五的热力值数据分析结果呈现出更强的相似性,这里以周一的数据为例,分析工作日城市热力值的变化特点。可以看到,在工作日,人群的集聚呈现出相对分散的趋势,集聚的中心更多,但是每处集聚的面积更小,这一特征单从高热区和次热区的面积上是看不到的。

智能规划:工作日数据分析的成果

相比周末,工作日的人群行为受到工作时间的约束,周一至周五的热力值数据分析结果呈现出更强的相似性,这里以周一(5月26日)的数据为例,分析工作日城市热力值的变化特点。

4.2.1 不同热力度区域面积随时间变化情况

从图9可以发现,周一高热区与次热区的面积在9:00—10:00期间增长很快,其中高热区面积在9:00—10:00间的快速增长尤其显著,反映出人群在上班早高峰时间从居住区向商务办公区和商业区等岗位密集区域的大量集中,同时也反映出在工作日,岗位密集区域所能达到的最高人口密度远高于居住区域。

通过对数据曲线的观察还可以发现,高热区与次热区的面积大约自11:00起达到一天中相对较高阶段,一直持续大约9小时,并在18:00—19:00之间出现一个明显的波峰。由此可以看到,在工作日,受到工作时间的影响,人群集聚度稳定在高水平的时段明显较长,同时,相比通常认为的工作时段(9:00—18:00)而言,高热区和次热区面积达到高水平的时段要滞后2小时左右。可以推测,在工作日,一天中人群集聚度首先随着人群从居住区域向工作区域集中而第一次显著提升,随后又受到休闲消费人群向商业、餐饮、休闲区域集中的影响而第二次提升,在两次集中的重合时段,人群的集聚度达到峰值。此外,上海数量庞大的加班人群也在一定程度上促进了高集聚度时段的滞后。

图9 周一(5月26日)城市高热区及次热区面积随时间变化情况
Fig.9 Trend of area change of urban extreme heat and sub heat district on Monday,May 26(www.xing528.com)

4.2.2 城市高热区的空间分布

根据图10,周一整个中心城区范围内连续高热区共有14处,根据面积大小排序依次为:世纪大道、陆家嘴静安寺、上海火车站、徐家汇中山公园、虹口足球场、打浦桥、人民广场、南京东路东段、金沙江路地铁站周边、七浦路、上海马戏城、镇坪路地铁站周边。单个连续高热区的面积相对周六明显较小,其中周六时面积较大的人民广场高热区在周一拆分成了人民广场和南京东路东段两处不连续的高热区,金沙江路地铁站高热区拆分成了金沙江路地铁站和中潭路地铁站两个不连续的高热区。

可以看到,在工作日,人群的集聚呈现出相对分散的趋势,集聚的中心更多,但是每处集聚的面积更小,这一特征单从高热区和次热区的面积上是看不到的。从高热区的城市功能来看,一方面商务办公对人群集聚的影响力远远高于周末时间,不少商务功能比重较高的区域在工作日成为高热区(如陆家嘴、上海火车站、虹口足球场等),另一方面传统的商业中心依然是最主要的人群集聚中心(很大程度上是由于传统商业中心的商务功能也很强)。

图10 周一(5月26日)整日热力度平均值
Fig.10 Average heat value of Monday,May 26

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈