基于多源时空数据的道路骑行适宜性评估OA

城市骑行系统是构建高品质人居环境的重要组成部分。构建道路骑行适宜性评估体系对改善骑行环境、提升城市管理水平有重要意义。本研究基于厦门岛内共享单车轨迹等多源时空数据,结合轨迹挖掘、深度学习和机器学习等技术挖掘道路骑行适宜性指标,采用层次分析法和模糊综合评价法构建城市骑行系统的评估体系。研究发现,道路骑行适宜性受路段自然环境、交通情况影响明显。浮动车定位点数、是否有自行车道和天空率等指标对道路骑行适宜性有显著影响。研究成果可为进一步优化厦门岛内骑行系统提供参考。