تخمین جریان بار برای شبکههای بزرگراهی منطقه شهری با استفاده از منابع داده ثانویه
ما روشی برای تخمین جریان بار درون شهری در یک شبکه بزرگراهی ارائه میدهیم. این کار بخشی از یک پروژه بزرگتر است که با هدف توسعه یک سیستم خودکار و یکپارچه برای تجزیه و تحلیل و برنامهریزی جریان بار انجام میشود. برای غلبه بر محدودیتهای روشهای تخمین فعلی برای جریان کالا، از منابع ثانویه قابل اعتماد، از جمله دادههای اشتغال در مناطق کوچک، استفاده میکنیم و تخمینها را به روشی قابل قبول با استفاده از یک گردش کار محاسباتی استخراج میکنیم. در صورت وجود، دادهها را به طور خودکار از منابع آنلاین استخراج میکنیم تا تخمینها به طور مداوم بهروزرسانی شوند. استفاده از منابع دادهای که به طور گسترده در دسترس هستند، امکان انتقال را فراهم میکند. در این مقاله، مروری بر رویکرد مدلسازی خود و منابع داده اصلی مورد استفاده ارائه میدهیم. ما این مدل را با استفاده از دادههای منطقه لسآنجلس اعمال میکنیم و نتایج تخصیص ترافیک خود را با شمارش خطوط صفحه موجود مقایسه میکنیم. نتایج دلگرمکننده هستند. رویکرد ما باید به راحتی در سایر مناطق شهری نیز اعمال شود و به برنامهریزان و سیاستگذاران اجازه دهد تا با استفاده از جدیدترین دادهها از منابع مختلف و افزایش توانایی بررسی سناریوهای مختلف، تصمیمات آگاهانهتری بگیرند.
مقدمه
تجدید ساختار اقتصادی و جهانی شدن، حجم جریان کالا را در تمام روشهای حمل و نقل به میزان قابل توجهی افزایش داده است. در ایالات متحده، تن-مایل بین شهری تقریباً با تولید ناخالص ملی افزایش یافته است، اما حمل و نقل کامیونی و هوایی سریعتر از سایر روشها افزایش یافته است. به عنوان مثال، در سال ۲۰۰۱، از کل هزینه ۵۷۹.۶ میلیارد دلاری که ایالات متحده برای حمل و نقل بار صرف کرد، کامیونها ۸۰.۶٪، یعنی ۴۶۷.۲ میلیارد دلار را حمل کردند. کل تن-مایل بار ایالات متحده از ۳۵۸۴ میلیارد در سال ۱۹۹۰ به ۴۳۵۷ میلیارد در سال ۲۰۰۳ افزایش یافت. در همین مدت، تن-مایل کامیونی از ۸۵۴ به ۱۲۶۴ میلیارد و تن-مایل هوایی از ۱۰.۴ به ۱۵.۱ میلیارد افزایش یافت.
افزایش جریان بار، تأثیرات قابل توجهی بر مناطق شهری داشته است. ترافیک در مراکز اصلی تولید بار (بنادر، فرودگاهها، ایستگاههای راهآهن، انبارها/گرههای توزیع) به شدت افزایش یافته و به ازدحام و تأثیر بر محلههای اطراف افزوده است. افزایش ترافیک قطار، ترافیک جادهای را مختل میکند و اغلب با تقاضا برای خدمات رفت و آمد مسافران در تضاد است. افزایش ترافیک کامیونها با افزایش ازدحام بزرگراهها، تأخیر بیشتر به دلیل تصادفات و تسریع در تخریب بزرگراهها همراه است. علاوه بر این، تغییرات سریع در پیوندهای اقتصادی منجر به تغییر مداوم الگوهای جریان و بازسازی فضایی مناطق شهری میشود.
با افزایش جریان بار و تأثیرات آن، برنامهریزان، مدیران و متصدیان حمل و نقل علاقه بیشتری به توسعه روشهای بهتر برای ردیابی و نظارت بر جریان کالا و تجزیه و تحلیل این جریانها در هنگام تأثیر آنها بر گرهها و شبکههای حمل و نقل دارند. همچنین علاقه فزایندهای به جریان بار کلانشهرها در بین محققان شهری وجود دارد. اهمیت فزاینده تجارت بینالمللی منجر به سؤالاتی در مورد هزینهها و تأثیرات جریان کالا بر مناطق و نواحی محلی میشود؛ روابط بین زنجیرههای تأمین، جریانها و رفتار مکانی شرکتها؛ هزینهها و مزایای تجارت بینالمللی و تأثیرات جابجایی کالا بر شکل شهری و ارزش زمین.
روشهای فعلی تخمین و تحلیل جریان بار، مشکلات متعددی دارند که برخی مربوط به دادهها و برخی مربوط به خود روشهای تخمین است. این مقاله رویکرد متفاوتی را برای تخمین جریان کالا در مناطق شهری ارائه میدهد. ما از یک مدل ورودی/خروجی محلی استفاده میکنیم و اطلاعات آن را با دادههای جریان کالای واردات/صادرات موجود از منابع ثانویه ترکیب میکنیم تا ماتریسهای جریان کالای دقیق را تخمین بزنیم. محاسبات اضافی، جریانها را به حالتها اختصاص میدهد و در نهایت جریانها را به شبکه حمل و نقل اختصاص میدهد. کار ما همچنین شامل تکنیکهای ادغام دادهها و اتوماسیون است تا تخمینهای جریان بار به روز و دقیق را امکانپذیر سازد. روش تخمین و منابع داده مورد استفاده، محور این مقاله هستند.
ادامه این مقاله به شرح زیر سازماندهی شده است. بخش دوم روشهای فعلی جریان بار و مشکلات آنها را شرح میدهد. بخش سوم چارچوب مفهومی مدل ما را ارائه میدهد. ما انگیزههای رویکرد «از پایین به بالا» خود را مورد بحث قرار میدهیم و مدل را آنطور که تا به امروز توسعه یافته است، توصیف میکنیم. در بخش چهارم، برنامههای خود را برای ساخت و آزمایش یک مدل تخمین جریان بار با قابلیت بهروزرسانی مداوم ارائه میدهیم. بخش آخر برخی از نتایج حاصل از بهکارگیری مدل را ارائه میدهد و بخش پایانی به نتیجهگیری میپردازد.(منبع).