تجزیه و تحلیل الگوهای زمانی- مکانی سفر حمل‌ونقل عمومی شهر مشهد

مقالات آماده انتشار

نوع مقاله : پژوهشی

نویسندگان

• شریعت رادفر ¹
• حمیدرضا کوشا ²
• علی غلامی ³
• عاطفه امین دوست ⁴

¹ گروه مهندسی صنایع، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران

² گروه مهندسی صنایع، دانشکده مهندسی، دانشگاه فردوسی، مشهد، ایران

³ گروه مهندسی عمران، دانشکده مهندسی ، دانشگاه گلستان، گرگان، ایران

⁴ گروه مهندسی صنایع، واحد نجف آباد ، دانشگاه آزاد اسلامی، نجف آباد، ایران

10.22067/jgusd.2025.88337.1430

چکیده

چکیده

الگوهای سفر به‌طور قابل توجهی با ویژگی‌های خاصی مثل تنوع مکانی و زمانی مسافران، تراکم جمعیتی، کاربری زمین و دسترسی به وسایل نقلیه عمومی در ارتباط هستند و ایجاد پیوندهای معنی‌دار بین آنها مسأله مهمی می‌‌باشد. الگوی نحوه حرکت افراد و رفتارهای سفر آنها ارتباط تنگاتنگی با ساختارهای شهری دارد. در این مطالعه برای درک بهتر این الگوها در سفر حمل‌ونقل عمومی شهر مشهد، یک تحلیل خوشه‌بندی ناحیه محور بر پایه داده‌های کارت هوشمند انجام شده است. بر پایه تراکنش‌های سفر حمل‌ونقل عمومی از الگوریتم K-Means برای خوشه‌بندی نواحی در بازه‌های زمانی صبح، ظهر و عصر، و از الگوریتم Mean Shift برای خوشه‌بندی آنها بر پایه متغیرهای مکانی جمعیت و مساحت انواع کاربری ساخته شده در هر ناحیه، استفاده شده است. در خوشه‌بندی زمانی نواحی برای تراکنش‌های اتوبوس به 2 و قطارشهری به 7خوشه؛ و در خوشه‌بندی مکانی نواحی به 8خوشه تقسیم شدند. تحلیل خوشه‌‌ها با اطلاعات جمعیتی و مساحت کاربری ساخته شده در هر ناحیه نشان داد که هر خوشه عملکرد خاص خود را دارد و یک دلیل واحد و مشخص برای میزان تراکنش همه نواحی نمی‌توان تعیین کرد. یافته‌های پژوهش توانستند ارتباط بین جمعیت و مساحت کاربری مسکونی ساخته شده را با تراکنش‌های صبح و یا کاربری‌های تجاری و آموزشی با تراکنش‌های ظهر و همچنین ارتباط بین تراکنش‌های نواحی حاشیه‌ای با مناطق مسکونی نزدیک خارج از شهر را در بازه‌های زمانی تصدیق نمایند. نتایج این مطالعه در طراحی و توسعه سیاست‌های زمین و حمل‌ونقل برای تصمیم‌گیرندگان و برنامه‌ریزان این حوزه‌ها با اهمیت می‌باشد.

کلمات کلیدی: الگوهای زمانی و مکانی، خوشه‌بندی نواحی ترافیکی، داده‌های کارت‌های هوشمند، کاربری ساخته شده

کلیدواژه‌ها

• الگوهای زمانی و مکانی
• جمعیت
• خوشه‌بندی نواحی ترافیکی
• داده‌های کارت‌های هوشمند
• کاربری ساخته شده

موضوعات

• برنامه ریزی شهری

عنوان مقاله [English]

Analysis of temporal-spatial travel patterns of public transport in Mashhad

نویسندگان [English]

• Shariat Radfar ¹
• Hamidreza Koosha ²
• Ali Gholami ³
• Atefeh Amindoust ⁴

¹ Department of Industrial Engineering, Najafabad Branch, Islamic Azad University, Najafabad, Iran

² Assistant Professor Department of Industrial Engineering Faculty of Engineering Ferdowsi University Of Mashhad (FUM)

³ Department of Civil Engineering, Faculty of Engineering, Golestan University, Gorgan, Iran

⁴ Department of Industrial Engineering, Najafabad Branch, Islamic Azad University, Najafabad, Iran

چکیده [English]

Abstract

Travel patterns are significantly related to certain characteristics such as spatial and temporal diversity of passengers, population density, land use and access to public transportation, and creating meaningful links between them is an important issue. The analysis of passengers' behaviors and characteristics can be done according to spatial and temporal dimensions. The pattern of how people move and their travel behavior is closely related to urban structures. This study delves into zonal-based public transport travel behavior in Mashhad, Iran, leveraging smart card data. Based on public transportation travel transactions, the K-Means algorithm was used to cluster zones in the morning, noon, and evening time periods, and the Mean Shift algorithm was used to cluster them based on the spatial variables of the population and the types of built-up areas in each zone. In the temporal clustering of zones for bus transactions into 2 and metro into 7 clusters; And in spatial clustering, the zones were divided into 8 clusters. Analysis of clusters with demographic information and built-up areas in each zone showed that each cluster has its own function and a single and specific reason for the amount of transactions in all zones cannot be determined. The findings of the research were able to confirm correlations between population and residential areas with morning trips; or commercial and educational areas with midday trips; as well as the transactions of marginal traffic zones with near outer residential areas in time intervals. The results of this study are important for the decision makers and planners in the design and development of land and transportation policies.



Keywords: built-up areas, clustering of traffic zones, temporal and spatial patterns, smart card data

کلیدواژه‌ها [English]

• Spatial and temporal patterns
• population
• traffic zone clustering
• smart card data
• built-up land use