Modelowanie sieci transportowej w GIS – na przykładzie krakowskiej sieci tramwajowej

Abstrakt

STRESZCZENIE

Jedną z wielu czynności możliwych do wykonania w programach GIS jest opracowywanie modeli danych przestrzennych. Analiza położenia w przestrzeni i wzajemnych relacji między obiektami stanowią dużą zaletę tego typu programów. Z tego powodu stosuje się je w wielu działach gospodarki, takich jak gospodarka przestrzenna, ochrona środowiska, transport i logistyka.

W przypadku modelowania układów komunikacyjnych używa się przede wszystkim wektorowego zapisu danych, w tym jego specyficznej odmiany w postaci sieci wektorowych. Analizy sieciowe są jednym z zastosowań praktycznych matematycznej Teorii Grafów(w związku z tym modele sieciowe w GIS nazywane są także grafami). Są one wykorzystywane w GIS do marszrutyzacji tras, przeliczania czasów, odległości i kosztów podróży, analizy spływu i drenażu (w badaniach hydrologicznych), widoczności i wielu innych.

Niniejszy artykuł stanowi próbę stworzenia przykładowego modelu sieci transportowej w GIS. Zbadano, w jaki sposób można użyć narzędzi w programach darmowych do wykonania charakterystyki wybranych parametrów sieci i przetestowania poprawności wykonania grafu. Analizy dokonano używając programów Quantum GIS i GRASS, na podstawie danych pochodzących z wektoryzacji materiałów źródłowych.

Zbadano w tym celu specyficzną sieć transportową, jaką jest sieć tramwajów miejskich w Krakowie. Została ona wyznaczona przez charakterystyczną dla tego środka transportu infrastrukturę (torowisko, przystanki), użytkowaną wyłącznie przez jednego przewoźnika. W modelu uwzględniono charakter połączeń i skrzyżowań (np. rozkład zwrotnic), odległości między punktami węzłowymi, określenie węzłów grafu (przystanków i pętli). Materiał badawczy (dwie warstwy wektorowe: „torowisko”, „przystanki”) powstał w wyniku wektoryzacji Ortofotomapy Polski (2014) (Ryc. 1).

Po stworzeniu warstw dla modelu zanalizowano rozkład przystanków (poprzez wyznaczenie buforów wokół nich), osiągalność komunikacyjną w sieci (poprzez wyznaczenie izochron od zadanego miejsca w modelu) oraz poprawność wykonania modelu poprzez moduły analiz sieciowych. Wykonany graf sprawdzono poprzez próbę obliczenia przez dwa programy istniejących tras tramwajów (Tab. 3, Ryc. 2). Wykazano przy tym ograniczenia i możliwości obydwu rozwiązań. W ogólnym ujęciu wykazano, że model został wygenerowany przez oba programy poprawnie tj. wytyczone trasy przebiegały zgodnie z ruchem prawostronnym,po właściwych liniach odpowiadających zwrotnicom na skrzyżowaniach.

Obszar Starego Miasta w Krakowie i dzielnic przylegających do niego posiada siatkę wielu linii tramwajowych, w związku z tym w większości przypadków odległości od przystanków nie wynoszą w nim więcej niż 400 m (Rynek Główny, większość obszaru wzgórza wawelskiego). Fragmenty nieobjęte buforem 400 m od przystanku to fragment Wawelu i bulwarów nad Wisłą. W pozostałych dzielnicach bezpośredni dostęp do komunikacji tramwajowej (ograniczony dystansem do 600 m) jest wzdłuż ulic z infrastrukturą tramwajową, zajmując obszar nie większy niż 30% powierzchni miasta (Ryc. 3). Teoretycznie przemieszczenie się za pomocą tramwaju z jednego końca sieci na drugi (największa odległość: Bronowice Małe – Pleszów, ok. 20 km) wynosi mniej niż 1 godzinę, co wynika z przebiegu izochron przy przyjętej średniej prędkości 19 km/h (Ryc. 4).

ABSTRACT

Creating spatial data models is one of the many opportunities for use of Geographic Information Systems (GIS). Analyses of spatial localization and of the various relations between objects are big advantages of this type of software.  This is the reason for growing usage of these programs in many sectors of the economy: spatial organization, environmental protection, as well as transport and logistics, which are the subject of this paper.

In transport systems modelling the most important format of database are vector layers.  Vectors used in these vector models are called network layers, and operations on these layers are called network analysis. Network analysis is based on graph theory, and vector models in these types of analysis can also be called graphs. They are used in GIS to solve vehicle routing problems, calculate routes, time of travel, waterflow and drainage analyses (in hydrological studies), visibility, etc.

The aim of this article is to create a transport network model in GIS on the basis of Kraków's tram network (Fig. 1). Two GIS programs: Quantum GIS (Quantum GIS project – http://qgis.org/) and GRASS (Geographic Resources Analysis Support System – http://grass.osgeo.org/) were used in the study and data was vectorized from the Polish ortophotomap (Ortofotomapa... 2014).

The Kraków tram network is a specialized transport network, which is limited by specific infrastructure. A model of this type of communication system must include the type of routes and intersections, distances between nodes, names of nodes (tram stops and depots).

For this research two vector layers have been created: „tracks” (polyline layer, with attribute „direction”) and „stops” (point layer, with attribute „name”). The model topology was tested using two modules included in the Quantum GIS and GRASS software (Tab. 3). The evaluation of the two programs concluded that the Network Analyses module in GRASS was better (which was related to possibility of use checkpoints apart from starting and ending points – Fig. 2) than the RoadGraph plugin in Quantum GIS (which can place only starting and ending point).

Other analysis conducted was a mapping of distance buffers from tram stops (Fig. 3) as well as map of isochrones of tram communication in Kraków (Fig. 4). The area of the Old Town in Kraków and its neighborhood has good communication with tram lines; the distance to the nearest tram stop is shorter than 400 m. In other areas of the town, the connection with the tram network is mainly along the main roads with tram infrastructure. Less than 30% of the town's area is near (distance less than 600 m) the tram network. By using a tram a passenger can go from one depot to the other in about one hour, with a maximum distance between endpoints of about 20 km.