متین شهری

در سال های اخیر مطالعات گسترده ای به منظور بررسی روابط بین تصادف ها و عوامل مؤثر بر آنها ـ از جمله نوع کاربری، ویژگی های جمعیتی و پارامترهای مختلف شبکه حمل ونقل در مناطق شهری ـ صورت پذیرفته است. متغیرهای میزان تولید و جذب سفر همراه با پارامتر مجموع طول معابر می توانند به عنوان متغیرهای جایگزین مناسبی برای پیش بینی تصادف ها مورد استفاده قرار گیرند. مدل های رگرسیون خطی تعمیم یافته به عنوان متداول ترین مدل های عمومی پیش بینی تصادف ها، و رابطه بین تصادف ها و متغیرهای مستقل را با تخمین ضرایب ثابت در کل منطقه مطالعاتی توصیف می کنند. در تحقیق حاضر به منظور بررسی تأثیرات ناپایداری در روابط میان تصادف ها و عوامل مؤثر بر آنها، مدل رگرسیون وزنی مکانی پوآسون پیشنهاد گردید. آن گاه این مدل با استفاده از پارامترهای تولید و جذب سفر و مجموع طول معابر در 253 ناحیه ترافیکی در شهر مشهد اجرا شد و تأثیرات خودهمبستگی مکانی در باقی مانده ها بررسی گردید. آزمون های نیکویی برازش دقت بالاتر مدل رگرسیون وزنی پوآسون را در قیاس با مدل عمومی نشان می دهند. نتایج همچنین نشان از ناپایداری معناداری در روابط بین تعداد تصادف ها و متغیرهای مستقل انتخاب شده دارند. نتایج، رابطه مستقیم متغیرهای انتخاب شده را نیز با وقوع تصادفات در بیشتر نواحی ترافیکی نشان می دهد. آزمون باقی مانده های هر دو مدل نشانگر حذف تأثیرات خودهمبستگی مکانی از باقی مانده های رگرسیون وزنی مکانی پوآسون است.

تحلیل وضعیت ترافیکی و پیشنهاد روش های مدیریت جریان ترافیک نقش اساسی در ارزیابی عملکرد بسیاری از سیستم های حمل ونقلی ایفا می کند. در بین روش های جمع آوری داده های ترافیکی، رویکردهای مبتنی بر فنّاوری های نوین که امکان گرد آوری حجم بسیاری از داده های پویای زمانی مکانی را فراهم می آورند و استخراج روندها و الگوها را تسهیل می کنند اهمیت بسیاری دارند. در این پژوهش، تهران به منزله پایتخت ایران، با ویژگی های اقتصادی و اجتماعی خاصی که دارد و تنوع سفرها که به وضعیت ترافیکی متغیر منجر می شود، مطالعه شده است. داده های حاصل از پردازش رقومی تصاویر ترافیکی به دست آمده از سرویس نقشه گوگل در بازه زمانی پیوسته یک ماهه ای (هفدهم فروردین تا هفدهم اردیبهشت 1398)، نخستین بار به منظور ارزیابی روند تغییرات میانگین ازدحام ترافیکی در سطح نواحی منطقه مطالعاتی، به کار رفته است. پس از استخراج داده های اولیه و با توجه به تغییر الگوی سفرها و در نتیجه، میزان ازدحام ترافیکی، شاخص ازدحام ترافیکی (CI) به تفکیک در روزهای کاری و غیرکاری، محاسبه شد و به مرکز نواحی 117 گانه شهر تهران اختصاص یافت. با استفاده از تحلیل های توصیفی روی کلان داده های مورد بررسی، ساعات اوج ازدحام ترافیکی در بازه زمانی مورد مطالعه استخراج شد. سپس شاخص Getis Ord، نواحی پرازدحام منطقه مطالعاتی را براساس ارزیابی خوشه های مکانی، مشخص کرد. همچنین ارتباط زمانی بین مقادیر ازدحادم ترافیکی، در برش های زمانی متفاوت طی کل بازه زمانی مورد مطالعه، با استفاده از آزمون آماری کروسکال والیس ارزیابی شد و فرض صفر مبتنی بر همبستگی بین مقادیر میانگین ازدحام و در نتیجه، همبستگی زمانی بین مقادیر تأیید شد. با استفاده از تحلیل های پوششی نقشه های ترافیکی نیز، خوشه های ترافیکی پرازدحام در سطح اطمینان 90%، در اوج صبح و عصر، به تفکیک روزهای کاری و غیرکاری استخراج شد. نتایج این پژوهش می تواند در اصلاح و بازنگری محدوده های ترافیکی مؤثر باشد و همچنین به تحلیل های مرتبط با آلودگی هوا، مطالعات در زمینه قیمت گذاری معابر و بررسی روند شکل گیری و انتشار گلوگاه های ترافیکی در بازه های زمانی دلخواه، یاری برساند.

یکی از مهم ترین چالش های امروز در دنیا و ایران افزایش آلودگی هوا ناشی از افزایش جمعیت، توسعه صنعتی و تغییرات اقلیمی است. از این رو پایش کیفیت هوای شهرها به صورت مستمر امری ضروری به نظر می رسد. از اصلی ترین تجهیزات پایش آلودگی هوا، ایستگاه های زمینی پایش کیفیت هوا می باشند. مشاهدات پایش کیفیت هوا با استفاده از ایستگاه های زمینی به علت تراکم پایین، توزیع مکانی غیریکنواخت، لزوم نگهداری و کالیبراسیون منظم و دوره ای و نیاز مبرم به مکان یابی بهینه برای نصب، گاهی اوقات دچار اختلال می شود و اینگونه به نظر می رسد که صحت برخی مشاهدات مبهم می باشند. در کنار ایستگاه های زمینی، تصاویر ماهواره ای نیز به منظور پایش کیفیت هوا قابل استفاده می باشند. این تصاویر هیچکدام از نقاط ضعف ایستگاه های زمینی پایش را ندارند و نتایج صحیحی ارائه می دهند، اگرچه قدرت تفکیک زمانی و دقت اندازه گیری پایین تری دارند. در این مطالعه هدف مقایسه مشاهدات صورت گرفته توسط ایستگاه های پایش کیفیت هوا با مشاهدات ماهواره سنتینل-5 و آنالیز آن ها می باشد. از این رو روشی مبتنی بر ترکیب و رأی گیری از مشاهدات ارائه می شود. روش پیشنهادی بر روی چهار آلاینده دی اکسید نیتروژن، دی اکسید گوگرد، مونوکسید کربن و ازن پایش شده از چهار ایستگاه مخابرات، محیط زیست، شریعتی و استانداری شهرستان اراک در بازه زمانی 19 ماهه از مهر ماه 1398 الی فروردین 1400 (بجز ماه هایی که ایستگاه های زمینی مشاهداتی ثبت نکرده اند) پیاده سازی شده است. نتایج آزمایش ها نشان می دهد که در صحت برخی از مشاهدات زمینی تردید وجود دارد که می تواند ناشی از عدم سلامت و یا کالیبراسیون منظم این دستگاه ها و یا  عدم مکان یابی ایده آل آن ها باشد. با حذف مشاهدات ناصحیح از مجموعه مشاهدات زمینی، خطای جذر میانگین مربعات از 2 % تا 47 % بهبود حاصل می یابد.

سابقه و هدف: در سال های اخیر استفاده از کلان داده های تلفن همراه در مطالعات حمل ونقلی بسیار مورد توجه متخصصان قرار گرفته است. منشأ ایجاد سفرهای شهری، نیاز افراد به انجام دادن فعالیت است. ازطرفی، سطح فعالیت های شهری و الگوی آن نیز در زمان ها و مکان های مختلف متغیر است. داده های تلفن همراه، به عنوان نوعی از داده های پیوسته مکانی– زمانی، حضور افراد در مکان ها و زمان های مختلف را ثبت می کنند و بنابراین این داده ها با نرخ نفوذ بالا به منظور شناسایی سطح فعالیت شهری و استخراج الگوی فعالیت افراد در زمان های مختلف، مناسب و پرکاربرد هستند. در این پژوهش، با توجه به اهمیت ساختار فرهنگی، مذهبی، گردشگری و همچنین وجود مراکز درمانی کلان شهر شیراز، این شهر به عنوان منطقه مطالعاتی در نظر گرفته شده است. لذا تحلیل الگوی مکانی و زمانی سفرهای شهری با به کارگیری داده های پیوسته مکانی– زمانی همچون داده های تلفن همراه، می تواند به بهبود مدیریت سیستم حمل ونقل و برنامه ریزی و سیاست گذاری صحیح این شهر کمک شایان توجهی کند. مواد و روش ها: متغیر مورد بررسی در این مطالعه، تراکم سطح فعالیت در یک برش زمانی و یک واحد مکانی مشخص است. فعالیت به معنای تعداد افرادی است که به منظور انجام فعالیتی با هدف معین ناحیه ای را ترک و یا به ناحیه ای وارد می شوند. تراکم سطح فعالیت نیز بیانگر میزان فعالیت در واحد مساحت هر ناحیه ترافیکی است. به منظور بررسی تراکم سطح فعالیت افراد در سطح ۳۲۱ ناحیه ترافیکی شهر شیراز، داده های تلفن همراه به مدت یک هفته (۰۳/۰۴/۱۴۰۰ تا ۰۹/۰۴/۱۴۰۰) در شهر شیراز جمع آوری شد. پس از پاکسازی و آماده سازی داده ها، نقاط توقف افراد و محل خانه آن ها شناسایی شد. ضمن به کارگیری ضریب تعمیم مناسب، سطح فعالیت در نواحی ترافیکی در بازه های زمانی یک ساعته در روزهای کاری، نیمه کاری و غیرکاری برآورد شد. در ادامه میزان خودهمبستگی مکانی سطح فعالیت، با استفاده از شاخص خودهمبستگی مکانی Moran’s I عمومی و محلی در روزهای کاری، نیمه کاری و غیرکاری بررسی شد. سپس، با استفاده از تحلیل های اکتشافی سری زمانی فعالیت های شهری و تحلیل یکنواختی سری زمانی (SNHT)، الگوی زمانی سطح فعالیت ها، بازه زمانی آغاز فعالیت ها، بازه اوج میان روز، بازه اوج عصر و سایر مشخصه های سری زمانی بررسی شد.  نتایج: در تحلیل مکانی میزان خودهمبستگی مکانی سطح فعالیت، با استفاده از شاخص خودهمبستگی مکانی Moran’s I عمومی و محلی در روزهای کاری، نیمه کاری و غیرکاری بررسی و وجود خودهمبستگی مکانی مثبت و معنادار فعالیت در واحد مساحت نواحی ترافیکی (P-Value < 0.001) تأیید شد. لذا سطح فعالیت نواحی، متأثر از روابط مکانی در محدوده مطالعاتی است و نواحی مهم با تراکم فعالیت بالا در مناطق مرکزی شهری شناسایی شدند. نتایج تحلیل های سری زمانی اکتشافی نمایانگر تغییرات ساعتی در الگوی زمانی سطح فعالیت هاست. همچنین در روزهای کاری فعالیت های بیشتری نسبت به روزهای غیرکاری و نیمه کاری انجام می شود. سری زمانی در نیمی از روز نیمه کاری کاملاً مشابه با روزهای کاری است و پس از ساعات اداری با کاهش سطح فعالیت روندی بین روزهای کاری و روز غیر کاری تجربه می کند. با بررسی سری زمانی فعالیت ها بازه اوج میان روز در ساعت 12 تا ساعت 14 و بازه اوج عصر در ساعت 20 تا ساعت 22 رخ می دهد. همچنین کمترین سطح فعالیت روزانه بین ساعت ۳ تا ۶ صبح تشخیص داده شد. با استفاده از آزمون یکنواختی سری زمانی نیز بازه زمانی آغاز فعالیت ها در روزهای کاری و نیمه کاری در ساعت 8 صبح و در روزهای غیرکاری ساعت 9 صبح شناسایی شد. شایان ذکر است به منظور اعتبارسنجی جمعیت ساکن شناسایی شده و ضرایب تعمیم، همبستگی مکانی بین جمعیت برآوردشده از داده های تلفن همراه و جمعیت واقعی هریک از نواحی ترافیکی بررسی شد که برابر با ۸۲/۰ است و از نظر آماری معنادار و قابل قبول است. نتیجه گیری: نتایج این مطالعه می تواند در فرایند برنامه ریزی و سیاست گذاری صحیح، مدیریت تقاضا و حضور افراد در مکان های پرتراکم شهر و در بازه زمانی دلخواه و همچنین تحلیل های مرتبط با اثرات زیست محیطی حمل و نقل شهری تأثیرگذار باشد. با در دسترس بودن داده های تلفن همراه با دقت مناسب در سایر مراکز فعالیتی با مقیاس های مختلف (یک محدوده ترافیکی، محدوده شهر، استان و حتی کل کشور)، می توان الگوهای مختلف فعالیت شهری و از جمله نتایج این مطالعه را استخراج کرد.