Considering the decision-making variables of the capacities of branch roads and the optimization targets of lowering the saturation of arterial roads and the reconstruction expense of branch roads, the bi-level progra...Considering the decision-making variables of the capacities of branch roads and the optimization targets of lowering the saturation of arterial roads and the reconstruction expense of branch roads, the bi-level programming model for reconstructing the branch roads was set up. The upper level model was for determining the enlarged capacities of the branch roads, and the lower level model was for calculating the flows of road sections via the user equilibrium traffic assignment method. The genetic algorithm for solving the bi-level model was designed to obtain the reconstruction capacities of the branch roads. The results show that by the bi-level model and its algorithm, the optimum scheme of urban branch roads reconstruction can be gained, which reduces the saturation of arterial roads apparently, and alleviates traffic congestion. In the data analysis the arterial saturation decreases from 1.100 to 0.996, which verifies the micro-circulation transportation's function of urban branch road network.展开更多
土地利用冲突是区域土地开发利用过程中存在的客观问题,对区域经济社会发展和生态安全具有重要影响。识别、测度区域土地利用冲突,明晰其时空演化格局,有助于优化区域土地利用结构,促进土地资源的可持续利用。以重庆市为例,基于景观格...土地利用冲突是区域土地开发利用过程中存在的客观问题,对区域经济社会发展和生态安全具有重要影响。识别、测度区域土地利用冲突,明晰其时空演化格局,有助于优化区域土地利用结构,促进土地资源的可持续利用。以重庆市为例,基于景观格局构建了土地利用冲突测度模型,从县域、镇域以及格网3个尺度全面和系统地分析了1995—2020年重庆市土地利用冲突的时空演化特征,并耦合多目标规划(Multi-Objective Programming,MOP)-斑块生成土地利用变化模拟模型(Ptach-generating Land Use Simulation,PLUS)模拟了重庆市2030年不同发展情景下土地利用冲突格局。结果表明:(1)1995—2020年重庆市县域、镇域与格网不同尺度下的土地利用冲突格局具有较大相似性,不同尺度的土地利用重度冲突区主要分布在重庆中心城区及周边地区,区县建成区。土地利用一般冲突区主要分布于渝东南和渝东北地区。研究期内土地利用冲突有所加剧,其中土地利用重度冲突区占比增加了3.09%。(2)1995—2005年重庆市土地利用冲突区主体位于乡村地域,但冲突程度较低,随着工业化、城市化进程及人口的集聚,2005年后土地利用冲突热点区域的城市地域集聚效应显著,城市及周边地区土地利用冲突区面积和土地利用冲突度均显著提升。(3)区域土地利用冲突空间格局不仅受到了人为经济社会活动的驱动影响,在空间格局上受自然生态环境基底影响显著,其中地形地貌的限制加剧了土地利用重度冲突区。(4)不同发展情景模拟中经济优先发展情景下土地利用冲突最为严重,生态优先发展情景下土地利用冲突最小,可持续发展情景兼顾了经济和生态发展的用地需求,土地利用冲突强度处于中间范围,但区域发展总福利最大,是未来区域发展路径最优选择。展开更多
基金Project(2006CB705507) supported by the National Basic Research and Development Program of ChinaProject(20060533036) supported by the Specialized Research Foundation for the Doctoral Program of Higher Education of China
文摘Considering the decision-making variables of the capacities of branch roads and the optimization targets of lowering the saturation of arterial roads and the reconstruction expense of branch roads, the bi-level programming model for reconstructing the branch roads was set up. The upper level model was for determining the enlarged capacities of the branch roads, and the lower level model was for calculating the flows of road sections via the user equilibrium traffic assignment method. The genetic algorithm for solving the bi-level model was designed to obtain the reconstruction capacities of the branch roads. The results show that by the bi-level model and its algorithm, the optimum scheme of urban branch roads reconstruction can be gained, which reduces the saturation of arterial roads apparently, and alleviates traffic congestion. In the data analysis the arterial saturation decreases from 1.100 to 0.996, which verifies the micro-circulation transportation's function of urban branch road network.
文摘土地利用冲突是区域土地开发利用过程中存在的客观问题,对区域经济社会发展和生态安全具有重要影响。识别、测度区域土地利用冲突,明晰其时空演化格局,有助于优化区域土地利用结构,促进土地资源的可持续利用。以重庆市为例,基于景观格局构建了土地利用冲突测度模型,从县域、镇域以及格网3个尺度全面和系统地分析了1995—2020年重庆市土地利用冲突的时空演化特征,并耦合多目标规划(Multi-Objective Programming,MOP)-斑块生成土地利用变化模拟模型(Ptach-generating Land Use Simulation,PLUS)模拟了重庆市2030年不同发展情景下土地利用冲突格局。结果表明:(1)1995—2020年重庆市县域、镇域与格网不同尺度下的土地利用冲突格局具有较大相似性,不同尺度的土地利用重度冲突区主要分布在重庆中心城区及周边地区,区县建成区。土地利用一般冲突区主要分布于渝东南和渝东北地区。研究期内土地利用冲突有所加剧,其中土地利用重度冲突区占比增加了3.09%。(2)1995—2005年重庆市土地利用冲突区主体位于乡村地域,但冲突程度较低,随着工业化、城市化进程及人口的集聚,2005年后土地利用冲突热点区域的城市地域集聚效应显著,城市及周边地区土地利用冲突区面积和土地利用冲突度均显著提升。(3)区域土地利用冲突空间格局不仅受到了人为经济社会活动的驱动影响,在空间格局上受自然生态环境基底影响显著,其中地形地貌的限制加剧了土地利用重度冲突区。(4)不同发展情景模拟中经济优先发展情景下土地利用冲突最为严重,生态优先发展情景下土地利用冲突最小,可持续发展情景兼顾了经济和生态发展的用地需求,土地利用冲突强度处于中间范围,但区域发展总福利最大,是未来区域发展路径最优选择。
