第一节 预测方法
1 总体思路
预测研究是立足于现状，充分掌握现有资料，根据事物的发展规律把握未来的一项具有开拓性的工作，是在未来的不确定性发展中尽可能地把握其确定性的规律，并引导事物沿着规划者希望的方向（目标）发展，因此逻辑分析技术贯穿着项目研究的全过程。
交通预测技术主要是解决交通需求与交通设施供给之间的动态平衡关系。交通需求是由于城市社会经济的发展，人口与就业的增加，城市与区域联系的密切，产生了各种交通活动的需求。交通设施的供给是为实现各种交通目的活动所提供的运载工具和空间设施。
在已有研究成果的基础上，对道路沿线土地利用强度做出合理假设，对预测年的人口就业分布以及相应的客运出行模式进行分析和预测；对客运出行总量、出行方式、出行分布等进行测算，通过道路网络模型进行分配测试，最后获得道路主要断面交通和各路口的转向流量。
项目道路线位：
2 预测流程
本次预测流程如图4.1所示。
广州地区规划
图4.1 预测研究技术流程
第二节 模型机理与建立
1 模型简介
本次研究采用的预测模型是在“广州市交通发展战略研究”阶段已经建立的广州市的CUBE
VOYAGE交通规划模型，该模型属于策略性具体化的交通模型，利用传统的四阶段法进行交通具体
分析和评估，适用于规划和测试大范围的战略性及策略性交通规划方案、道路网络的改变、公共交通政策和服务，收费道路政策和限制等方案，主要面向道路交通规划、公共交通规划，由一套既互相独立、又互相协调的若干计算机模块（组）构成。包含：
数据分析、处理模块（组）； 出行矩阵分析、预测模块（组）； 道路建模、配流分析模块（组）； 公共交通建模、配流分析模块（组）； 图形显示（打印）模块（组）；
它以确定的出行矩阵及道路网络，算出不同的出行路线及每段道路的车流量、饱和度和行车速度等数据和指标。 2交通预测模型（四阶段法）
“四阶段”模式是指在居民出行OD调查的基础上，开展现状居民出行模拟和未来居民出行预测。交通预测须依据现状居民出行调查所得的交通分区居民出行量，分区之间居民出行分布矩阵，各种出行方式比例以及由交通观测所得的现状路网流量来建立预测模型、标定模型的参数，也就是通过数学模型来模拟现状居民出行行为。之后再通过对城市未来土地使用的预测，将未来土地使用预测数据代入在模拟现状居民出行行为时建立的预测模型中，得到未来城市居民出行预测数据。最后，将未来城市居民出行预测值分配到未来的城市路网上，就可得到未来城市路网的流量分布。
其中，本设计交通出行预测中内部出行需求根据广州市居民出行特征和外来人口出行特征，对总的客运需求总量进行分析和预测；外围客运需求增长参考珠江三角洲近年来的客运需求增长和行业经济发展相互关系进行预测。
在小区人口就业规模预测的基础上，按照出行发生和吸引率预测小区的交通发生和吸引强度，并对具有特殊活跃性（如商贸往来特别频繁、商业吸引特强等）的地区采用特殊的强度系数。对于车站、机场、码头等对外交通集散点所在区，根据这些设施的吞吐规模对其所在交通区的发生和吸引进行预测。
由于本次预测的目的是确定道路的建设规模，因此在预测中不进行交通方式划分的预测。
第三节 交通量预测
1出行发生和吸引预测模型
居民出行生成预测分居民出行发生预测和居民出行吸引预测两部分。其目的是通过建立小区居民出行发生量和吸引量与小区土地利用、社会经济特征等变量之间的定量关系，推算规划年各交通小区的居民出行发生量、吸引量。
根据项目道路所在区域，并结合远期土地利用和道路规划网络，将分析范围划分为生物岛、大学城、化龙国际展贸城、南岸起步区和南村地区等等5个交通大区，项目道路所在片区（南岸起步区）分为24个交通小区和12个虚拟交通小区进行预测：
生物岛 大学城 化龙-国际展贸城 南岸起步区 南村地区
图4.2片区分布图
图4.3 创新城内部交通小区划分
本次研究中采用出行生成率法预测出行生成量，其数学模型解析式如下：
GiPOPiRg1iEMPiRg2iAiEMPiRa1iPOPiRa2i式中：
Gi i 交通小区的出行发生量； Aj i 交通小区的出行吸引量；
POPi、EMPi 分别为i区的人口和就业岗位数；
Rg1i、Rg2i、Ra1i、Ra2i 分别为i区的发生和吸引参数。
参照《交通出行率手册》和结合考虑当地的出行规律，整理出各类用地高峰小时的交通出行率（高峰小时系数取0.09）：
序用地车辆生成率（工作日高峰小时） 号 代号 用地名称 早高峰早高峰晚高峰晚高峰（吸引） （发生） （吸引） （发生） 1 R 居住用地（辆/户） 0.07 0.15 0.11 0.07 行政办公用地（辆/万㎡） 34.78 17.91 14.61 35.78 商业金融用地公（辆/万㎡） 90 90 90 90 共文化娱乐用地100 100 260 240 2 A、B 设（辆/万㎡） 施体育用地（辆/用万㎡） 19.21 9.89 6.39 5.91 地 医疗卫生用地（辆/万㎡） 108.3 85.09 52.45 93.25 教育科研用地（辆/万㎡） 164.65 14.32 8.9 170.03 3 G 绿地（辆/万㎡） 2.01 1.58 3.96 5.94
2出行分布预测模型
交通分布预测是将预测的各分区出行发生量、吸引量转化为未来交通区之间的出行交换量的过程。预测方法大体分为三类：①增长率法；②重力模型法；②概率模型法。居民出行和市内货
运作为城市交通的主体，会受到各种因素如交通吸引、阻抗等的影响，因此，应采用能反映交通分布与各种相关因素之间关系的模型。本次设计选用双重力模型进行交通分布预测。
Tijai*bj*Gi*Aj*f(tij)
式中：
Tij——交通区i到交通区j的出行分布量； Gi——交通区i的出行发生量； Aj——交通区j的出行吸引量；
f（tij）——交通区i到交通区j的交通阻抗函数； ai 、bj ——行/列平衡调整系数。
交通阻抗函数f（tij）采用以下形式：
f(tX2Cijij)Cij1eX
式中：
Cij——交通区i到交通区j的交通阻抗；
X1、X2——待定系数，其初始值由现状出行分布得出。 3交通分配预测模型
图4.4创新城内部道路网路交通流分布
交通分配是指将各交通区之间的出行分布量分配到交通网络的各条边上去的工作过程。通过交通分配，可以得到未来路网上各条路段的流量和负荷度，可以检验交通规划的合理性。
交通阻抗的确定是进行交通分配的关键步骤之一。影响交通阻抗的因素很多，其中最主要的是时间因素。描述车辆在道路上的运行时间常用下述模型：
ta(qa)ta(0)[1(qae)]a
式中：
ea——路段a的交通容量
ta(0)——道路上的车辆平均自由走行时间
、——待定参数，与道路交通环境、行车条件、管理手段等因素相关。本预测划取＝
0.15，＝4。
研究区域内部路网交通分配见图4.4。
第四节 交通预测结果
1路段交通量预测
根据模型测算得出特征年道路交通流量如表：
近期 中期 远期 路段 重交通方向高重交通方向重交通方向峰流量 高峰流量高峰流量(pcu/h) (pcu/h) (pcu/h) 滨河路-广医南路 2406 2789 3237 广医南路-南大干线 2450 2841 3297 南大干线-兴业大道 2490 2902 3385 注：表中近期为2015年，中期为2020年，远期为2030年； 预测基准年为2013年。
2道路车道数的确定及服务水平分析
(1) 车道可能通行能力
项目道路的设计行车速度为50km/h，道路等级为城市次干路；根据《城市道路工程设计规范》（CJJ137—2012）中关于道路通行能力的相关规定，一条城市道路设计速度为50km/h的机动车车道的设计通行能力为1350pcu/h。
近期 路段 高峰流量/一条车道设计通行能力 级；到2030年高峰小时重交通方向的最大饱和度为0.83，道路服务水平为D级的高密度流标准。
中期 高峰流量/一条车道设计通行能力 远期 高峰流量/一条车道设计通行能力 经过分析，本项目道路按照双向六车道的标准来设计，可满足区域远期的交通出行需求。
滨河路-广医南路 广医南路-南大干线 南大干线-兴业大道 1.78 1.81 1.84 2.06 2.10 2.15 2.39 2.44 2.51 注：表中高峰流量为重交通方向流量。 根据表格数据可以分析，项目道路应建设为双向六车道的城市次干路才能满足2030年的交通出行需求，承担片区远期的交通出行压力。
(2) 车道服务水平分析 道路服务水平分析（饱和度）：
路段 滨河路-广医南路 （双向六车道） 广医南路-南大干线 （双向六车道） 南大干线-兴业大道 （双向六车道） 近期 0.59 0.60 0.61 中期 0.69 0.70 0.72 远期 0.80 0.81 0.83 照美国城市干道服务水平分级标准，即ξ(饱和度)=V/C，可采用它作为城市道路路段的服务水平划分依据，划分标准见下表：
路段、交叉口服务水平划分
服务水平 V/C A-畅通流 B-稳定流 <0.4 0.4～0.6 C-限制流 0.6～0.75 D-高密度流 0.75～0.9 E-不稳定流 F-强制流 0.9～1.0 >1.0 F级服务水平的车流走走停停，实际通过断面的交通量低于E级服务水平下的交通量，E级服务水平达到了通行能力最大值，在交通规划设计中V/C一般取B至D级做为设计目标值。
项目道路按照双向六车道的标准来设计，2015年高峰小时重交通方向的最大饱和度为0.61，属于C级的服务水平；到2020年高峰小时重交通方向最大饱和度为0.72，道路服务水平最低为C
因篇幅问题不能全部显示，请点此查看更多更全内容