当城市发展发生时，在项目批准之前通常需要进行交通影响评估：如果建造新的公寓楼或商业综合体，或者如果拓宽道路，汽车交通会发生什么？或者，新城发展会影响人流量，但目前，很少有地方研究城市变化对行人的影响。



麻省理工学院的一组研究人员，希望通过开发一种行人活动模型来改变这一点，规划者和城市官员可以以与官员评估车辆交通的方式大致相同的方式使用该模型。他们在澳大利亚墨尔本进行的一项研究表明，在针对世界上一些最全面的行人数据进行测试时，该模型运行良好。



麻省理工学院的模型可以预测由建筑环境的变化以及人口、工作和商业机构的空间分布引起的行人流量变化。这为了解新开发项目如何影响城市街道上的行人流量提供了一个框架。







使用墨尔本几年的数据进行的测试显示，该模型可以预测单个房产级别的行人流量变化，准确率从 74% 到 82% 不等，让规划人员和政府官员能够更好地了解特定的新建筑如何影响人们的步行模式。



麻省理工学院的研究人员首先利用剑桥肯德尔广场的行人运动开发了他们的模型，这里是麻省理工学院和许多科技公司的所在地。该模型使用单个建筑物作为旅行起点和目的地，在人行道网络上规划行人旅程。连接公交站点、住宅、办公室、餐馆和其他零售店的有目的的步行出行在一天中的不同时间会有所不同。该模型没有假设人们走最短路径，而是假设人们可以走任何一条可用路线，最多比最短路径长 15%。



为了进行这项研究，麻省理工学院的研究人员在墨尔本的一个长期数据收集项目，行人计数系统 (PCS) 中使用了早晚高峰时段以及午餐时段的行人计数。自 2014 年以来，那里的市政府官员已经部署了自动传感器来监测人流量水平，目前在市中心的 92 个地点。



当然，墨尔本自 2014 年以来并没有保持静止，每年都在不断变化的人口和不同类型的新建筑。研究人员使用该市的土地使用和就业普查 (CLUE) 来记录单个建筑物级别的变化，同时考虑到人口和当地劳动力水平、当地大学的学生人数，甚至天气模式（始终存在下雨天行人少）。







此外，墨尔本数据收集的长期性质意味着研究人员可以在迭代的基础上测试他们的模型。使用一年中特定月份的数据，他们可以预测随后的建筑环境变化将如何改变下一年同月的行人流量，然后检查预测结果如何。对于每组预测，该模型都可以使用更新的数据，包括新住房和商业地点等。



最终研究发现，该模型的准确性随着时间的推移保持相当稳定，同比略有下降，这可能是由于城市数据中未捕获的变化，或者可能是由于 2014-2019 年期间拼车的增加时期。在早晚高峰时段，墨尔本最繁忙的人流位于火车站附近，在某些街道上每小时有近 4,000 名行人，在停车场和工作场所之间也有大量人流。墨尔本约 10% 的人流量涉及往返当地公园的行程。



总的来说，墨尔本的测试验证了该模型的一个关键方面：即使在行人数据相对有限的位置上，它也可以对大量街道的人流量进行全面预测。



该模型可以生成特定区域内所有街道段的人流量估计值，同时需要来自有限数量街道段上的传感器的计数数据，此类预测“可以为人行道和公共空间投资提供信息”供规划者和政府决策者使用。



其他学者表示，新发现是行人活动模型的有用扩展。



Sevstuk 和他的团队创建了一个强大的工具，可用于估算通常不存在数据的城市街道上的行人活动，并预测行人流量的变化以响应建筑环境随时间的变化，现在这个工具可以用来支持规划者改善行人环境和减少汽车依赖。



学者们的目标是为行人做城市目前为汽车所做的事情，即在城市设计中仔细计算他们并考虑他们的利益相关者。该研究小组目前正在与贝鲁特美国大学的学者一起为黎巴嫩贝鲁特开展一个相关项目。



该模型能够对新规划的地点或开发项目进行行人影响评估，这是对美国许多城市的开发商目前作为环境影响分析的一部分进行的交通影响评估的一项迫切需要的补充。


部分取自网络，如有侵权请联系小编删除