Sam Schwartz规划咨询公司交通出行研究两则
01 曼哈顿转变:疫情后前往CBD的出行将如何改变
2021年10月,由Sam Schwartz与Clarion Research两家规划咨询公司合作发布《曼哈顿转变:疫情后前往CBD的出行将如何改变》(《Manhattan Transfer: How Travel to the CBD will Change Post-Pandemic》),合作机构对纽约大都会区居民在疫情前(2019年),疫情期间(2021年)以及疫情后(假设在2023年)前往纽约CBD的典型工作日出行模式进行了详细调查。并结合调查结果预测2023年的区域出行模式。
调查研究指出,2020年春季袭击美国的COVID-19疫情导致纽约市整体流动性直线下降,在随后的一年半时间里,出行开始缓慢复苏,但纽约中央商务区(CBD)持续受到疫情的带来的影响。
1.区域到达量的趋势研判
调查研究指出,2019年,曼哈顿中央商务区日均到达量近390万人/天;到2021年春季,这一数字下降了67%,仅约130万人;预计到2023年,预计每天将有360万人进入,比2019年下降8%。
2.区域出行方式结构研判
2019—2021年,曼哈顿中央商务区工作日到达出行中,公共交通出行比例由73%下降至56%,而私人小汽车出行比例由23%跃升至35%,出行方式的转变意味着进入中央商务区的小汽车出行者增长超10万人/天。预计到2023年,私人小汽车出行预计将下降至28%,但仍远高于2019年的水平。这将进一步加剧中央商务区的交通拥堵。
调查表明地铁出行客流量下降趋势最为明显,从56%下降到39%(调查只统计进入CBD区域的客流量。居不完全统计截至2021年9月,纽约市全系统地铁客流量已反弹至疫情前的50%以上)。到2023年,公共交通预计将反弹至65%,地铁预计将反弹至48%(只以进入量为统计标准)。
主动出行占比显著增加(骑行和步行),并且可能会持续下去。2019年大约有26000人次/天骑行进入曼哈顿中央商务区。预计到2023年,这一数字将达到近106000人次/天。步行者预计将从115000人次/天,增加到近134000人次/天。
3. 公共交通的感知安全研判
相较于2019年,2023年大众对于公共交通的安全性仍有所下降。在疫情前,大多数出行者在公共交通上感到安全(79%);疫情期间这一数据为42%;到2023年大众的感知安全性将提升至68%,它几乎恢复到疫情前的水平,但仍有差距。
02更安全、更快捷的芝加哥街道——“零愿景”与“行人”计划支持下的芝加哥街道快速交付项目(Rapid Delivery Projects,RDP)
街道快速交付项目是通过适度改造现有街道设施,来实现项目的快速建设和低成本交付。例如,路面标识标线采用低成本材料、补划人行横道标线、补设行人信号等等。
交叉口路缘延伸:使用路面标记和灵活的标线来设定交叉口行人空间,这可以有效缩短过街距离,减慢车辆转弯速度,提高了行人的能见度,并防止在人行横道附近非法停车。
道路中心线“硬化”:左转弯对于行人和骑行者的干扰最为严重,特别是在交通量密集的区域。左转时由于司机视线受到限制,安装道路中心线柔性立柱和橡胶凸块可以更好地提升道路中心线辨识度,迫使驾驶员在左转弯时减速,增强道路安全性。
人行横道标线:调整现有交叉口人行横道的平行划法,优化为交叉口转角处对角线人行横道标线以匹配过街行人的需求。
信号相位调整:行人信号间隔相位(LPI),帮助行人优先于机动车过马路,从而提高了行人在人行横道中的能见度,减少人车冲突。
增设自行车基础设施:对自行车道进行标线隔离或添加自行车转弯标线,为骑行者创造安全路权空间,并提高骑行舒适度。
示例
Milwaukee Avenue High Crash Corridor Project(增设自行车道标线、行人路缘延伸、关闭右转车道、人行横道对角线标线,及20英里/小时的限速标识)
State Street High Crash Corridor Project(路缘延伸区、安全岛、人行横道标线,及安装道路中心线柔性立柱和橡胶凸块)
「智能交通技术」知识星球https://t.zsxq.com/aiY37qR
Sam Schwartz规划咨询公司交通出行研究两则相关推荐
- 福莱特法公式matlab,浙江省公路出行交通分布模型研究
摘要:交通分布方法较多,结合浙江省公路出行特点,研究适用于浙江省的交通分布模型.基于浙江省2004年和2010年两次公路出行OD调查统计数据,比选各种交通分布模型,得出适用于浙江省的公路交通分布模型为 ...
- 基于手机信令数据研究交通出行特征具体实现
这学期期末智慧交通大作业,我选择使用手机信令数据研究人类交通出行特征,期间我也查阅了许多资料,但绝大多数帖子只有手机信令数据的应用方向,没有具体实现做法.经过一两周的探索,我大概根据数据和应用方向实现 ...
- 【前沿进展】基于手机信令数据的交通出行特征研究
文章目录 0 概述 1 手机信令数据预处理 2 手机信令数据分析应用 2.1 停留点识别 2.2 职住地分析 2.3 出行方式识别 2.4 交通小区划分 2.5 公交特征分析 2.6 人车轨迹关联 3 ...
- Mysql出租车轨迹的分析_一种基于出租车轨迹数据的交通出行共现现象的可视化分析方法与流程...
本发明涉及交通数据可视化领域,尤其涉及一种基于出租车轨迹数据的交通出行共现现象的可视化分析方法. 背景技术: :城市中人类移动规律中的共现现象是指来自两个区域的人们在同一个时间段内访问同一个城市区域. ...
- 智慧交通|沪宜公路智慧车列交通仿真研究
1 研究背景 2021年6月16日,钟志华院士团队负责的智慧车列系统在上海市嘉定区沪宜公路开通示范线.该示范线是嘉定新城新一轮建设和首期重大项目之一,定位为全球首套平均运营车速最快.单位时间运量最大的 ...
- 城市中心商业区交通一体化研究
原文转发自:922绿色出行 城市交通一体化是指实现轨道交通.公共汽车.私人汽车.自行车及步行等多种交通方式的高效无缝衔接.轨道交通和公共汽车的综合调度计划和一体化运营管理体制以及各类交通信息服务的一体 ...
- 张国华:大型空港综合交通枢纽规划设计技术体系研究
作者:张国华 现任国家发改委城市中心交通规划院院长,博士,教授,高级规划师. 社会兼职:北京交通大学和北京建筑大学兼职教授.中国城市规划协会专家.信息社会50人论坛成员.一带一路百人论坛专家委员会专家 ...
- 亿通行签约神策数据,数据赋能交通出行服务智能化创新升级
近日,亿通行签约神策数据的神策分析和神策智能运营两条产品线,双方将充分整合资源,共同致力于大数据赋能"智能交通",让出行更便捷更实惠. 为响应国家十三五规划中关于"智能交 ...
- 百度地图多点路线规划_通勤出行该选谁?高德、百度地图对比,看看谁是上班最优选...
现在导航已经成为我们生活中不可分割的一部分,无论是走路,骑行还是自驾游,我们都会开启导航.特别是在驾车时,有急转弯,测速拍照,超速等,当我们的驾驶方式出现危险行为的时候,导航都能够提醒我们.极大提升了 ...
最新文章
- python基础教程_学习笔记14:标准库:一些最爱——re
- java autovalue_Android AutoValue使用和扩展库
- 助力 .NET MAUI Community Toolkit
- AI Boot Camp 分享之 ML.NET 机器学习指南
- jsp调用struts,jsp调用action,action获取表单提交的参数
- Linux使用技巧15则
- pythonweb项目面试题_python和web框架面试题目整理(1)
- do…while 第二讲
- c++ map底层_Redis详解(四)------ redis的底层数据结构
- 智慧乡村建设不可照搬城市模式
- 51 NOD 1407 and and and and !!
- Vue的全屏组件vue-fullscreen
- 没有超级英雄?自己做一个java漫威英雄手办商城系统
- 查看android端BKS类型的证书库
- mysql8设置局域网访问
- python外文文献翻译_英文学术文献翻译软件有哪些推荐?
- 支持两个USB Type-C接口都能投屏的便携显示器方案
- GDI+绘图轻松入门[5]-绘图坐标的理解和应用
- Android开发实用小工具三——面积转换工具
- Python笔记(二十)_多态、组合