城市边角地停车研究

《城市边角地停车研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、北京交通大学硕士学位论文城市边角地停车研究姓名：李燕申请学位级别：硕士专业：交通运输规划与管理指导教师：徐维祥20071201中文摘要摘要：随着社会经济的发展，“节约土地，提高土地和空间利用效率”已成为社会发展建设过程中必须遵循的原则。机动车保有量的迅猛增加，使得停车成为影晌各大城市交通可持续发展的瓶颈。由于资源的有限性，大兴土木，大面积建设停车场已经不能够适应社会的发展要求，利用城市边角地建设停车场成为缓解停车问题的有效手段之一。本文通过调研国内外利用城市边角地停车的研究现状，分析发展趋势，借鉴先进经验，根据边角地的特殊性，提出了利用边角地建设停车场的一般研究步骤，再通

2、过分析利用城市边角地建设停车场的实施方案，得出了适合北京市城八区的边角地停车的合理利用模式。边角地停车可行性分析，通过对边角地的区位、停车需求、场地条件、周边道路条件、投资价值等的分析，判断边角地停车可行性。边角地停车需求预测，提出了基于建筑物配建指标的改进停车需求预测模型预测边角地停车泊位数，与基于建筑物配建指标的一般停车需求预测模型、出行吸引停车需求预测模型相比较，改进模型更加准确并符合实际情况。停车场设计，通过对广场式停车场、坡道式停车库和机械式停车库建设费用、泊位面积、环境影响等的比较，分析各种类型停车场适用范围；通过对垂直式、平行式、斜列式停车模式最小占地面积、

3、最小通道宽度等的比较，分析在固定面积停车范围内提供最多停车泊位的停车模式；根据边角地的不规则性，选择合理的停车场类型，选择提供最多停车泊位的停车模式，制定不同的停车方案。停车设施出入口设计及交通影响分析，用排队论、通行能力计算方法对停车场的入口道数量、长度的计算进行了理论分析，并给出判断停车场对路段影响程度的方法。‘停车方案模糊评价，选择停车泊位、停车场投资额、步行距离、周围路网通行能力等作为评价指标并进行量化，提出模糊评价法对各停车方案进行评价，选择最合理的边角地停车利用模式。最后文中以北京市二环至五环之间的人定湖北巷边角地、延静里边角地和吴家村边角地为例，说明了研究提

4、出的边角地利用模式的实用性及现实意义。文章图49幅，表30个，参考文献40篇。关键词：城市边角地；停车设计；停车需求预测；可行性分析分类号：U491．7ABSTRACTABSTRACT：Witllthedevelopmentofsocialandeconomy,theprincipleof“savingtheland,enhancingtheefficiencyofusinglandandspace"mustbefollowedinconstruction．皿equantityofvehicleholdingincreasesunceasingly．Parkingbeco

5、mesthebottleneck,whichaffectsthesustainabledevelopmentofbigcitytransportation．Asaresultoflimited“嚣伽fcesandbuildingonalargescale,itdoesn’tadaptthesocietydevelopmentrequestmenttobuildthebigparkinglots，andtheparkingusingcitycomefsisoneofeffectivemethodswhichalleviatetheparkingquestions．Thear

6、ticleatfirstintroducesthepresentresearchofusingthecity00mel'stoconstructparkinglots．Throughanalysisofdevelopmenttendencyandadvancedexperience，thearticledetenuinesthegeneralstepstoconstructparkinglotusingcitycomers，andobtainstheparkingplanthatissuitabletothecitycomet．Thefeasibilitystudyofc

7、ityoome-q's，whichincludesplacepositionanalysis，parkingdemandanalysis，comerconditionanalysis,investmentvalueanalysisandSOon,determinesthecomerserviceabilityornot．Based0nbuildingparkingindicators，parkingdemandanalysisofcitycomersproposesimproveddemandforecastingmodelt