Рассмотрен прием определения границ зон успокоения
движения и мест размещения пешеходных зон на основе
многомерной статистической классификации улиц центральной
части крупного города.
В последние десятилетия в центральных деловых районах
(ЦДР) городов стало
широко применяться успокоение дорожного движения. Главными
целями таких мероприятий являются снижение транспортных
нагрузок на центральные деловые районы, повышение безопасности
и комфортности движения пешеходов, способствование обеспечению
приоритета маршрутного пассажирского транспорта.
Процессы, происходящие в историческом центре Иркутска,
можно оценивать как формирование центрального делового
района. Эта часть города насыщается объектами третичного
сектора. Особенно активно развивается торговля. По результатам
анкетирования населения до 60% всех поездок по культурно-бытовым
целям совершается в центр. В пределах ЦДР образовалось
торговое ядро площадью около
Процедура выделения пешеходных зон и зон успокоения движения
в центральной части г. Иркутска включала:
1.
анализ состояния движения пешеходов в центральной части
города; сбор исходных данных (параметры использования
застройки) и обследование ОДД (тротуары, проезжая часть,
парковки);
2.
выбор критериев зонирования и определение их числовых
значений на каждом из объектов обследования, выбор параметров,
по которым будет осуществляться многомерный анализ;
3.
разделение исходного множества объектов наблюдения (улиц
центра) на кластеры (функциональные классы улиц); проверка
корреляции между значением параметров и уменьшением
размерности задачи; выполнение кластерного анализа;
4.
анализ полученных классов и выделение групп улиц с одинаковыми
параметрами (в том числе получение сетки пешеходных
улиц и улиц с внедряемым успокоением движения);
5.
установление границ зон успокоения движения и пешеходных
зон.
При этом мы учитывали предложения по классификации улиц
с использованием характеристик использования территорий,
обслуживаемых улицами [3,4]. Параметрами классификации
улиц выбраны: интенсивность транспортных потоков и маршрутного
транспорта, интенсивность пешеходных потоков, количество
паркуемых ТС, площади торговых объектов.
Для выполнения кластерного анализа принят метод Уорда,
направленный на объединение близко расположенных кластеров.
Рассмотрим критерии выделения кластеров. Список учитываемых
в классификации параметров обозначим с указанием множества
значений, принимаемых каждым из них. Обозначим список
классов как S={S1, S2,…Sk}, который получают на основе т объектов классификации Х={Х1, Х2,…Хт}.
В качестве меры сходства/различия между двумя объектами
хi, xk
Х в п – мерном пространстве применяется квадрат
евклидова расстояния:
(1)
где
μj(xi), μj(xk)
– меры обладания j-м свойством соответственно i-го и k-го объектов.
Оптимальность классификации определяется двумя функционалами
– внутриклассовым разбросом наблюдений
I2(S) и мерой взаимной удаленности (близости) классов I1(S). Расчеты
ведут по формулам (2,3):
,
(2)
где К – число классов в классификации, nl – число объектов в классе l.
Суммирование (2) происходит так, что i принимает
все значения от 1 до nl, а j – для каждого i все значения больше i ; d(Xi,Xj) – «евклидово расстояние» между объектами Xi
и Xj .
,
(3)
где d(Si, Sj) – «евклидово расстояние» между классами Si, , Sj.
Суммирование (3) производится так, что i принимает
все значения от 1
до К, а значения j для каждого
i выбираются так, чтобы они были больше i.
Процесс многомерной классификации (этап 4) выполнен в
указанной ниже последовательности. Формируется исходная
матрица; количество строк соответствует выбранному числу
объектов наблюдения (i= ), а количество столбцов
– числу окончательно принятых показателей классификации
(j=
):
(4)
Количество объектов равно исходному количеству участков
УДС, которые служат источником получения информации.
Осуществляется нормирование показателей:
,
(5)
где
- соответственно среднее, максимальное и минимальное
из наблюдаемых значений j-го показателя
на i-ой участке УДС;
- нормированное значение j-го показателя на i-ом участке УДС (безразмерная величина)
Организуется новая матрица из нормированных величин показателей
Х*,
аналогичная матрице (5) и определяется мера близости
между объектами наблюдения
,
(6)
где
- нормированные значения k-го показателя (k-1,2…n) соответственно
для i - го и j – го сопоставляемых объектов, i, j=
.
Формируется квадратная матрица D размерности
, элементами которой
служат показатели «евклидово расстояние» dij. Определяется среднее расстояние внутри классов I1 и между
классами I2 по формулам (2 и 3) и критерий классификации:
I=I2-I1, (7)
Осуществляется объединение объектов наблюдения, имеющих
минимальное значение dij в матрице D; для этого определяется номер строки и столбца, на пересечении
которых находится минимальное «евклидово расстояние»:
, (8)
, (9)
Условия (8) и (9) показывают, что на первом шаге классификации
объединяют k-ый и l-ый объект наблюдения. Далее из матрицы вычеркивается
k и l строки и столбцы,
а вместо них вводят новые строку и столбец i. Диагональному элементу новых строки и столбца присваивается
значение dkl . Размерность матрицы уменьшается на единицу и соответственно
число классов равно т-1.
dm-1,m-1 = dkl,
(10)
Далее вычисляется среднее расстояние внутри оставшихся
классов и между классами, определяют критерий классификации.
Вычисления (8-10) ведутся до тех пор, пока все объекты наблюдения
не окажутся в одном классе. На этом процедура завершается
и из полученных вариантов разделения на кластеры выбирают
такой вариант, который получает наилучшее содержательное
толкование.
Полученные результаты кластерного анализа улиц центра Иркутска представлены на рис. 1 – выбран вариант
с шестью кластерами, каждый из которых должен был образовывать
определенный класс улиц.
Содержательный анализ полученных кластеров позволил сразу
выделить класс улиц – городские бульвары (кластеры 1
и 2). Концепция городских бульваров была предложена
комитетом по городским территориям PIARC [5,6] и содержит важнейшие признаки этого вида улиц:
-
бульвар – магистральная
улица, обслуживающая значительные транспортные потоки
(до 100000 авт/сутки), но имеющая незначительную разрешенную
скорость движения;
-
бульвар интегрирован
в городскую среду и имеет многофункциональное назначение
(т.е. допускает совмещение транспортных, социальных,
экологических, культурных и других функций).
|
Главные
городские бульвары |
|
Бульвары
(улицы смешанного использования) |
|
Улицы
общественного транспорта |
|
Второстепенные
улицы |
|
Пешеходные
улицы |
|
Парковочные
улицы |
Рис. 1. Классы улиц центра г. Иркутска
На наш взгляд, в случае рассмотрения УДС центра Иркутска
полученный класс улиц закономерен и отражает состояние
центра города. Это позволяет утверждать, что включение
бульваров в функциональные классификации улиц правомерно.
Интересным элементом классификации оказался 6-кластер,
который составляют улицы, находящиеся рядом с пешеходными
зонами (5-й кластер). Отличительная черта этих улиц
– доминирование функции паркования. Поэтому мы классифицировали
их как улицы – парковки.
Кластер 3 – улицы общественного транспорта корреспондирует
с категорией магистральных улиц городского значения.
Применительно к ним важнейшим направлением совершенствования
ОДД предполагается создание приоритетных условий движения
маршрутного пассажирского транспорта
Последний из полученных кластеров 4-й – второстепенные
улицы, отличаются незначительными объемами движения
транспорта и пешеходов, преобладающий тип застройки
– жилье. Соответственно на основе сети второстепенных
улиц следует формировать зону успокоения.
Таким образом, получаем следующую схему ОДД в центральной
части Иркутска:
·
торговое ядро обслуживается городскими бульварами (ул.
К. Маркса и Дзержинского);
·
пешеходная зона (ул. Урицкого) пересекает городские бульвары
и имеет в зоне пешеходной доступности улицы-парковки
(ул. Литвинова и ул. Фурье);
·
зона успокоения движения формируется на сети местных
улиц (между ул. Ленина и набережной Ангары).
Литература
1.
Айвазян С.А. Классификация
многомерных наблюдений / С.А.Айвазян, З.И.Бежаева, О.В.Староверов.-
М.: Статистика, 1974.-240с.
2.
Сошникова Л.А., Тамашевич
В.Н., Уебе Г., Шефер М. Многомерный статистический анализ
в экономике: Учеб. пособие для вузов/Под ред. проф.
В.Н.Тамашевича.-М.: ЮНИТИ-ДАНА, 1999.-598с.
3.
D1.2. A First Theoretical Approach to Sustainability Concepts and assessment Tools. Prepared by Ian Plowright,
4.
D1.2. –
appendix. Approach of the Sustainability Concept – Internal Discussion Paper Prepared
by D'Ieteren Emmanuel, Morelle Sylvaine, Hecq WalterCentre
for Economic and Social Studies on the Environment .Université
Libre de Bruxelles. http://www.tft.lth.se/ artists/publ/D1_2app2.pdf
5.
PIARC:
The urban road network design. / Reference : 10.04.B,
Routes/ Roads 1991. – P. 45 – 84.
6. PIARC : Urban road design and architecture / Reference : 10.08.B, Routes/Roads special issue II-1995. – P. 51 – 126.