为有效提升轨道交通前期研究工作的精准化、数智化程度，文章在阐述城市空间分析对轨道交通线网规划意义的基础上，提出采用地理分析、空间计量模型、时空大数据分析等数字化技术进行城市圈层及空间结构分析，以确定轨道交通线网规模、服务水平、线网架构、功能层次等的研究思路；然后以厦门市为例，对轨道交通线网规划与城市空间结构的相关性进行全方位、参数化研究，量化确定城市出行范围（即交通可达性）、建成区用地边界、出行空间结构，以便为轨道交通线网规划提供依据。研究结果表明，多元化、数字化的城市空间分析能够为轨道交通线网规划提供方向、框架、结构、功能等方面的指引及优化思路，推进数字化技术与轨道交通行业的高效融合。

轨道交通作为城市综合交通体系的骨干，报批和建设周期长、投资巨大、涉及专业领域众多，包含规划、设计、建设、运营等多个阶段。其前期研究工作主要包括线网规划、建设规划、预可行性研究、可行性研究等，旨在确定轨道交通的网络结构、线路方案、线路功能、线站位、技术标准等宏观内容，是后期设计、建设、运营等工作顺利推进的保证。前期研究的思路是从城市群规划、区域发展规划、城市国土空间规划、综合交通规划等上位依据入手，在确定城市主要发展轴线、交通网络结构、出行需求分布特征的基础上，对线网 - 线路 - 车站进行逐层次分析，最终确定适宜的前期方案。这是一个从宏观到微观、从整体到局部、从主要到次要逐步深入的过程。鉴于前期研究阶段受限于各类边界条件，研究工作的首要关注点是“网络合理、布局均衡、线路贯通、方案可控”，在初步设计之后，随着掌握资料的不断丰富、边界条件的逐步稳定，才会进一步考虑优化、实施等细部问题。若前期方案不合理，最后累积到实施方案，可能会出现“颠覆性”问题，导致较大规模返工。因此，在轨道交通项目进入实施阶段之前，有必要通过多角度、多方式的量化分析得到相对准确、合理的前期方案。  

近年来，随着大数据、人工智能、数字孪生等现代信息技术的发展，轨道交通前期研究工作也得到更多技术手段的支持，逐步向数字化方向转型，具体体现如下。  

（1）前期分析参数化。利用数据库技术，结合分布式计算、并行计算、云计算等增强算力的方法，能够适应多源、大规模数据分析场景。通过将大数据技术与地理信息系统（GIS）、前端开发、数字孪生等平台相融合，可实现对城市群、都市圈等较大范围的定量化分析，反映城市群、都市圈内不同范围的需求特征，克服传统定性分析方法不确定性强、精度低等缺点，为轨道交通前期方案制定提供可靠的依据。此外，为分析规划层面的指标体系，可引入需求预测、空间模型等技术，利用城市信息模型（CIM）、空间计量学、GIS 等相关模型对城市未来发展方向、线路功能、客流需求等进行预测，以提升分析精度。  

（2）数据分析可视化。轨道交通前期研究相关数据包括手机信令、公交 / 地铁刷卡、全球定位系统（GPS）、应用程序编程接口（API）等多类数据，数据量可达到 GB ～ TB 级别，需要采用 SQL、Python 甚至分布式数据库进行数据处理。在城市规模不断扩大、交通网络更加复杂、监测设备日新月异的今天，可利用模型集计及基于用户界面（UI）的可视化平台对海量数据进行处理，再应用到实际分析中，以实现对数据更好的理解、掌握及对其价值更充分的发掘。  

（3）研究平台集成化。以项目实际需求为导向，在数据平台上集成社会经济、人口岗位、城市发展、综合交通、人群画像等数据，并通过多源数据进行校核，尽可能体现不同层次城市空间、轨道交通线网的全面特征，从“面 - 线 - 点”（即线网 - 线路- 车站）不同层次反映线路功能、速度、服务水平的差异。  

（4）本文以厦门市为主要研究范围（拓展到漳州市、泉州市的部分区域），针对轨道交通前期研究涉及的主要工作，采用地理分析、空间计量模型、时空大数据分析等数字化技术进行量化研究，从“面”的宏观层次，分析轨道交通线网规划与城市空间结构的相关性，探讨数字化技术在轨道交通规划中的应用，以整个城市为研究尺度量化确定城市出行范围（即交通可达性）、建成区用地边界、出行空间结构，为线网规模、服务水平、线网架构、功能层次的决策与优化提供依据。

（1）城市空间布局是决定轨道交通层次及结构的关键因素。在城市由中心城区发展至都市圈、城市群的过程中，城市空间呈现出不同的时空分布特征。不同的城市空间需要相应的轨道交通与之匹配，如图 1 所示：①在中心城区范围，用地连片、高密度、高强度发展，人口、就业岗位密集，出行总量大，出行分布集中度高，需要规划大运量城市轨道交通系统，并提高其线站位密度及对沿线用地的覆盖率，加强与周边用地的融合及与其他交通方式的一体化衔接，以满足中心城区的出行需求；②在都市圈范围，中心城区的部分功能逐步向外围疏解，形成外围组团、新城，其客流以通勤为主，根据交通强国战略提出的都市圈 1 h 通勤目标，需要规划城市轨道交通快线、市域（郊）铁路等，以实现外围组团与中心城区以及各组团相互之间的联系；③在城市群（即多个城市通过资源要素、生产生活的合理配置而形成的协同发展区域）范围，城市之间的时空距离进一步扩大，需要城际铁路、国铁干线将其衔接，以实现交通强国战略提出的城市群 2 h 通达目标。

（2）通过识别城市用地发展的方向及趋势，为轨道交通线网布局提供依据。轨道交通线网规划年限包含远期、远景，这超出了城市国土空间规划年限，因此在轨道交通线网规划时要充分考虑城市未来发展弹性与可能性，尽量支撑城市总体规划的实施，做好预留。通过识别用地发展方向，可将用地增长相对缓慢的成熟区域作为线网近期重点加密区域，用地增长迅速的潜力区域作为未来线网延伸的方向。  

（3）通过城市空间分析，确定轨道交通各线路建设的优先级排序。轨道交通线网规划作为对未来综合交通网络的谋划，规模通常较大，且分期实施。随着国家轨道交通建设规划报批政策的日趋严格，尤其是《国务院办公厅关于进一步加强城市轨道交通规划建设管理的意见》（国办发 [2018]52 号）及《“十四五”城市轨道交通规划建设实施方案》（发改基础 [2021]1302 号）发布以来，轨道交通发展更加强调科学、合理、高质量。通过城市空间分析可识别城市中人口密集、发展成熟、迫切需要建设轨道交通的区域，从而为线路建设的优先级排序提供依据。  

综上所述，对城市空间、范围、边界进行全面分析，是确定轨道交通层次、制式、线网架构的基础和依据。

3

轨道交通前期研究的内容是依据城市发展现状与国土空间规划，通过城市圈层及空间结构分析，确定线网服务范围、功能层次、路由走向、延伸方向等，从而指导线网规划。其研究思路如图 2 所示。

结合上述研究思路，本研究将针对不同分析内容，采用多种数据模型及分析方法进行建模，具体如下。  

（1）城市空间数据分析。其包括城市圈层范围分析和城市空间结构分析 2 部分。前者用于确定轨道交通线网规模、线网可达性目标及各线路功能，后者用于确定轨道交通线网结构。常用的数据模型及分析方法包括：基于多层次交通网络的可达性分析、空间句法整合度模型、集聚度分析、空间自相关分析等。  

（2）静态指标分析。其包括经济、人口、财政收入分析，以及就业岗位、需求特征、用地指标分析。前者用于匡算轨道交通线网规模、确定其层次及制式，后者用于确定轨道交通建设需求及线站位方案。常用的数据模型及分析方法包括：社会经济统计面板数据、人口与就业岗位空间分布分析、各片区用地性质及聚类分析等。  

（3）出行分布特征分析。出行分布特征分析包括对出行总量及分方式出行量、发生 / 吸引分布、出行时间分布、出行起讫点（OD）分布等内容的分析。出行总量及分方式出行量分析用于匡算轨道交通线网规模、客流规模；发生 / 吸引分布及出行时间分布分析用于确定客流早晚高峰不均衡性和乘降量特征；出行 OD 分布分析用于确定主要客流方向、走廊特征、出行距离。常用的数据模型及分析方法包括：基于全面出行调查的城市交通数据库、交通预测模型、多源大数据集计分析、基于蛛网分配的走廊分析等。  

本文以厦门市为例，将整个城市作为研究尺度进行数字化城市空间分析，量化确定城市出行范围（即交通可达性）、建成区用地边界、出行空间结构，为轨道交通线网规模、服务水平、线网架构、功能层次的决策与优化提供依据。  

4.1城市出行范围分析  

城市出行范围通常按照距离或时间等量划分为若干同心圆圈层。对于厦门市而言，以厦门本岛中心的江头立交为圆心、以 10 km 为单位划分出行圈层，10 km 范围覆盖全岛，20 km 范围覆盖环湾区域，30 km 范围覆盖市郊及漳州市、泉州市的部分区域，如图 3 所示。但普通的“同心圆”出行圈层划分无法体现实际交通网络的各向差异及运行特征，因此需在原始圈层划分的基础上加载交通网络属性、交通运行特征、交通态势等数据，开展城市交通可达性分析，以求反映交通网络的真实特征。

为此，本研究确立了模拟真实交通网络特征、反映实际交通运营状况的交通可达性分析思路，如图 4 所示。通过对如图 4a 所示的原始图进行交通网络属性加载，分别形成基于轨道交通线网（图 4b）和基于道路网络（图 4d）的双层结构。由于轨道交通的运营时刻、发车间隔相对固定，且不受交通状况影响，其出行可达性与其线网延伸方向、线路技术标准吻合（图 4c）；而道路交通运行速度受道路拥堵状况的影响较大，其可达性一方面与道路等级、设计速度有关，另一方面也受制于道路实际行驶速度（图 4e）。

根据上述思路，为对比不同交通网络的可达性差异，仍以厦门市本岛中心的江头立交为圆心划分出行圈层，并为其加载交通网络属性、交通运行特征、交通态势等数据，分别研究厦门市轨道交通和道路交通的可达性。轨道交通可达性研究以最新版厦门市轨道交通线网规划为基础，根据线网规划确定的普线、复合快线、快线标准进行速度参数设置；道路可达性研究以综合交通规划道路网络为基础，利用高德 API（应用程序编程接口）平台获取早晚高峰交通态势数据并将其加载到道路网络中，以反映道路交通运行的真实情况。通过模型运算，得到轨道交通及道路交通的可达性结果如图 5、图 6 所示。

可达性分析是确定各类交通网络运行效率、服务水平、覆盖范围的有效指标，通过加载交通态势等相关数据，能够比较交通网络辐射范围与城市规划所确定圈层之间、交通网络实际速度与相关规划所规定速度目标值之间的差异，并据此进行交通网络的优化、加密、补强。  

4.2城市建成区用地边界分析  

轨道交通是重要的城市基础设施，对城市的空间布局和发展模式具有深远影响，而随着城市空间结构的变化、建设用地的拓展，轨道交通线网布局也应进行相应的调整和优化。为此，需要对较长一段时间内城市建成区用地边界进行识别，了解城市建成区范围的变化趋势，从而准确识别城市发展规律。在考虑数据量、数据可获取性及准确性的基础上，本研究采用遥  

感数据进行城市建成区用地边界分析。常用遥感波段及技术指标如表 1 所示。通过不同波段组合可识别不同用地类型。常用波段组合与用地特征的对应关系如下：波段 432组合识别一般用地、波段 764 组合识别城市、波段 564 组合识别陆地与水体、波段 652 组合识别农作物、波段 632 组合识别地标景观与特征、波段 571 组合识别植被和水体等。由于遥感数据的特殊性，其处理方式与普通的卫星影像数据有所不同。基于遥感数据的城市建成区用地边界分析思路如图 7 所示。

通过分析 1990 年—2020 年遥感数据，可得出厦门市建成区用地边界在这 30 年中的发展趋势，如图 8 所示：1990 年以前，厦门市主要用地集中在岛内、杏林区、同安区等区域；自 1988 年国务院批准厦门市为计划单列市以后，厦门市的发展开始进入快车道，建成区用地边界不断扩张，中心城区范围逐渐覆盖厦门市全域，并与泉州市、漳州市连为一体。从上述趋势可以看出，厦门本岛内发展趋于饱和，同安湾、翔安区等区域发展较快，是未来发展的潜力区域。因此，轨道交通线网规划应优先满足发展成熟的岛内等区域，然后再考虑对潜力区域予以辐射、补充、加密。

4.3出行空间结构  

除城市出行范围及建成区用地边界分析之外，还应针对轨道交通服务客体，从交通需求角度研究出行分布，通过分析时空出行数据，确定出行空间结构、乘客主要流向，掌握轨道交通线网供需关系，以进一步优化线网规划、线路路由方案。  

通过对厦门市 2022 年某工作日的用户手机信令数据进行分析，得出全市出行分布如图 9 所示。为进一步给线网规划提供决策依据，可将定量数据结果回归到定性分析，通过对出行特征的集计分析，得出厦门市主要客流点之间的空间联系结构，如图10 所示。通过上述分析可知，本岛作为厦门市传统发展核心，其区位优势将继续保持，环湾区域（海沧区 - 杏林区 - 集美区 - 同安湾 - 翔安区 - 新机场）构成的发展带将形成多个新兴增长极。轨道交通应满足“本岛加密、多向辐射、串联环湾、快慢分明”的要求，以适应不同片区的出行特征，提供差异化服务。

5  

（1）本研究从“面”的宏观层次，量化分析线网规划与城市空间结构的相关性，探讨数字化技术在轨道交通规划中的应用，以期为轨道交通线网规划提供方向、框架、结构、功能等方面的分析指引及优化思路。  

（2）与轨道交通相关的城市空间分析涉及领域众多，包括城市出行范围、建成区用地边界、出行空间结构等方面。通过城市出行范围分析，能够将轨道交通的可达性、速度目标与国土空间规划确定的相关目标进行对比，从而实现对线网布局、线路速度标准的优化；通过城市建成区用地边界分析，可量化识别城市发展方向、未来用地拓展较快区域、用地增长规律性特征，据此判断轨道交通线网与用地的匹配性、设施设置的均衡性与短板；通过出行空间结构分析，可确定主要的出行发生 / 吸引片区、大区域出行空间特征，据此确定轨道交通线网架构、客流量级、线路制式与标准。  

（3）随着空间多源大数据分析、数字孪生、人工智能技术的发展，线网规划逐渐将城市视为整体系统进行研究并寻求综合性、统筹性的解决方案，在关注城市发展现状的基础上，采用“定量 + 定性”的方法对城市远期发展趋势进行预测，以实现轨道交通规划建设的优化、合理决策。今后的研究可着眼于开发物理空间与数字空间协同的城市交通智能化系统，构建适用于不同尺度研究范围的全要素数智化管理平台，为下一步的设施资源优化配置及高效运营管理提供工具与方案，以实现轨道交通数智化规划、设计、建设及运营。  

小编：执器扶鼎