نقشه راه GIS

درخواست مشاوره

09120049370

8 صبح تا 12 شب

09120049370

کاربرد جی ای اس

 

خلاصه

این مقاله روشی را برای ارزیابی اثربخشی و پوشش فضایی حمل‌ونقل عمومی در شهرهای توریستی توسعه می‌دهد. روش پیشنهادی در شهرداری کامبریلز، در بخش مرکزی کوستا داورادا در کاتالونیا، یک مقصد ساحلی که با تمرکز جریان‌های گردشگری در طول تابستان مشخص می‌شود، اعمال و تأیید می‌شود. استفاده از ابزارهای تجزیه و تحلیل فضایی GIS امکان توسعه سیستمی از شاخص های سرزمینی را فراهم می کند که از نظر فضایی شبکه حمل و نقل عمومی و توزیع جمعیت را به هم مرتبط می کند. تازگی اصلی کار ما این است که این تحلیل نه تنها جمعیت ساکن ثبت شده را شامل می شود، بلکه جمعیتی را که به طور موقت در شهرداری ساکن هستند (گردشگران) نیز در بر می گیرد. نتایج مطالعه اولاً امکان تشخیص دسترسی و پوشش فضایی نابرابر از نظر حمل‌ونقل عمومی در شهرداری را با تفاوت‌های قابل‌توجه بین محله‌های مرکزی و مناطق شهری پیرامونی با تراکم جمعیت کمتر فراهم می‌کند. ثانیاً، آنها اجازه مشاهده چگونگی میزان پوشش حمل و نقل عمومی را در مناطقی با تمرکز بالاتری از موسسات اقامتی توریستی می دهند.
کلید واژه ها:

حمل و نقل عمومی ؛ پوشش فضایی ؛ گردشگری ؛ فصلی بودن ؛ سیستم های اطلاعات جغرافیایی

 

1. معرفی

رشد گسترده شهرها در دهه های اخیر، همراه با افزایش مستمر تحرک روزانه، به معنای افزایش استفاده از وسایل حمل و نقل مکانیزه در مناطق شهری و همچنین تولید سطوح بالای ترافیک و اثرات شدید زیست محیطی بوده است. . در زمان نگرانی فزاینده در مورد گرمایش جهانی، افزایش استفاده از حمل و نقل عمومی به عنوان بخشی از راه حل [ 1 ] و راهی موثر برای کاهش هزینه های خارجی و اثرات منفی سفرهای موتوری [ 2 ] تلقی می شود. رابطه بین حمل و نقل و پایداری محیطی، اجتماعی و اقتصادی توسط تعدادی از محققین مورد بررسی قرار گرفته است [ 1 ، 3 ، 4 ، 5 ، 6 ،7 ، 8 ].
در این زمینه، یکی از اهداف استراتژیک بسیاری از دولت‌های شهری ترویج جایگزینی استفاده از وسایل نقلیه موتوری شخصی با سیستم‌های دیگری است که تأثیر کمتری بر محیط‌زیست، اقتصاد و سلامت عمومی دارند، مانند حمل‌ونقل عمومی، پیاده‌روی یا دوچرخه سواری [ 9 ]. با این حال، سازماندهی یک سیستم حمل و نقل کاربر پسند جایگزین که در ارائه خدمات و تسهیلاتی موثر باشد که بتواند کوتاه ترین زمان سفر و انتظار را تضمین کند [ 10 ] یک فرآیند ساده نیست. یک سیستم حمل و نقل کاربر پسند عمومی نیازمند در نظر گرفتن جنبه های حیاتی مانند دسترسی به ایستگاه ها/ایستگاه ها، تحرک سیستم و اتصال با سایر روش های حمل و نقل است [ 11] .]. برابری فضایی سیستم های حمل و نقل بر پویایی اقتصادی، فرصت های شخصی و در نهایت کیفیت زندگی جمعیت تأثیر می گذارد [ 12 ، 13 ]. به عبارت دیگر، برنامه ریزی ضعیف پوشش سرزمینی می تواند منجر به موقعیت های آسیب اجتماعی شود. در این راستا، سهم GIS در زمینه جغرافیای حمل و نقل بیش از یک کنترل ساده عملکرد عمومی است [ 14 ]. GIS امکانات کلیدی در مدل سازی حمل و نقل [ 15 ]، تسهیل ذخیره سازی، به روز رسانی و پردازش داده های مکانی و اجازه برنامه ریزی، تجزیه و تحلیل، کنترل و مدیریت شبکه های حمل و نقل را ارائه می دهد.
مطالعات تحقیقاتی متعدد و بسیار متنوع از ابزار GIS برای تجزیه و تحلیل و سازماندهی شبکه های حمل و نقل استفاده کرده اند. بلایت و همکاران [ 16 ] طیف گسترده ای از فناوری ها و تکنیک های نوظهور را که قادر به ادغام حالت ها و خدمات مختلف حمل و نقل عمومی در مقیاس شهری و بین شهری به منظور بهبود جذابیت و رقابت شبکه های حمل و نقل عمومی به ضرر استفاده از وسایل نقلیه شخصی هستند، مورد بررسی قرار داد. آرامپاتزیس و همکاران [ 15] یک سیستم پشتیبانی تصمیم گیری مبتنی بر GIS (DSS) را برای تحلیل و ارزیابی سیاست های مختلف حمل و نقل با هدف بهبود بهره وری زیست محیطی و انرژی در تامین حمل و نقل ارائه کرد. ویژگی‌های مختلف حمل‌ونقل عمومی، از جمله پوشش فضایی، فرکانس، راحتی یا سازگاری ناوگان برای افراد معلول، ممکن است نیاز به تحلیل خاصی داشته باشد، با توجه به اینکه درک درستی از کارایی و برابری خدمات ارائه‌شده برای شهروندان ارائه می‌دهد. در همین راستا، موری [ 7 ] ناکارآمدی پوشش دسترسی به حمل و نقل عمومی در شهر بریزبن را با استفاده از تکنیک های تحلیل فضایی مبتنی بر GIS شناسایی کرد. مورو و ویلاسکوسا [ 17] دسترسی فضایی به مدارس ابتدایی در بیلبائو را مورد مطالعه قرار داد و کار خود را بر این فرضیه استوار کرد که معیارهای مورد استفاده برای انتساب دانش‌آموزان به مدارس مناسب‌ترین نبودند، و برخی از دانش‌آموزان احتمالاً مجبور به رفت‌وآمد در فواصل زمانی و مکانی طولانی‌تر از حد لازم شدند. سالادو و همکاران [ 18 ] مجموعه ای از شاخص های مربوط به اندازه گیری برابری و کارایی خدمات حمل و نقل عمومی شهری شهر آلکالا د هنارس (مادرید) را پیشنهاد کرد. سقاپور و همکاران [ 2]، در شهر ملبورن (استرالیا)، معیار جدیدی برای دسترسی به حمل و نقل عمومی ایجاد کرد که فرکانس خدمات حمل و نقل و تراکم جمعیت را یکپارچه می کند. نتایج نشان می دهد که استفاده از حمل و نقل عمومی در مناطقی با نرخ دسترسی بالاتر به طور قابل توجهی بالاتر است. دلمل و کاساس [ 19 ] برابری فضایی سرویس حمل و نقل اتوبوس سریع در شهر کالی (کلمبیا) را با استفاده از الگوهای اکتشافی دسترسی در رابطه با سطح اجتماعی-اقتصادی محله‌های شهر ارزیابی کردند. آنها نشان دادند که دسترسی به شبکه حمل و نقل برای محله‌های طبقه متوسط ​​بیشتر از محله‌های بالاتر و پایین‌تر اجتماعی-اقتصادی است. کاردوزو و همکاران [ 20] رابطه بین متغیرهای شهری و اجتماعی-اقتصادی و تقاضا برای حمل و نقل عمومی در سیستم متروی مادرید را تحلیل کرد.
سایر برنامه های کاربردی جالب و به ویژه نوآورانه توسط Benenson و همکاران توسعه داده شده است. [ 21 ] و استنث و همکاران. [ 22 ]. اولین مورد، گسترش ArcGIS©، Urban.Access را ارائه کرد که امکان تخمین و مقایسه دسترسی انواع مختلف حمل و نقل به محل کار و سایر مکان های مورد علاقه را فراهم می کند. در همین حال، دوم روشی برای شناسایی نحوه حمل و نقل کاربر با استفاده از حسگرهای GPS در دستگاه های تلفن همراه و دانش شبکه حمل و نقل (موقعیت اتوبوس در زمان واقعی، اطلاعات فضایی خط راه آهن، و داده های مکانی در مورد ایستگاه ها و ایستگاه های اتوبوس) پیشنهاد کرد. ).
با این حال، تحقیقات محدودی در مورد استفاده از ابزار GIS برای مطالعه تأثیر جمعیت‌های شناور در تحلیل‌های تحرک و برنامه‌ریزی حمل‌ونقل وجود دارد. این بیشتر به دلیل دشواری تعیین کمیت جریان های جمعیت گردشگران و مناطقی است که آنها تمایل دارند در آن متمرکز شوند. در میان آثار اخیری که این دیدگاه را در خود جای داده اند، باید به Xue و همکاران اشاره ویژه ای کرد. [ 23 ] مطالعه در شهر سنگاپور، جایی که تکنیک های یادگیری خودکار با استفاده از داده های حمل و نقل عمومی ارائه شده توسط اداره حمل و نقل زمینی سنگاپور برای شناسایی گردشگرانی که از حمل و نقل عمومی استفاده می کنند، استفاده شد. در مطالعه دیگری، رندیرو و سوارز [ 24] روشی را برای ارزیابی اثرات جابجایی گردشگران در جزیره لانزاروته و کاشت یک مسیر توریستی پیشنهاد کرد که آلودگی را کاهش دهد و در عین حال نیازهای جابجایی گردشگران را برآورده کند.
فشار بر سیستم های حمل و نقل شهری و منطقه ای به یک موضوع مهم در شهرهای توریستی تبدیل شده است [ 25 ، 26]. تمرکز کاربران در دوره‌های هجوم بیشتر مستلزم فشار بر خدمات و پیکربندی مجدد عمیق الگوهای تحرک شهری و منطقه‌ای است. به عنوان مثال، فعالیت توریستی در امتداد سواحل مدیترانه اروپا، با توجه به شرایط طبیعی آن به عنوان یک مقصد “آفتاب و ساحل”، عمدتا در دوره تابستان متمرکز است. از نظر تعداد مسافران و الگوهای جابجایی، تفاوت های بسیار قابل توجهی بین فصل بالا و بقیه ایام سال وجود دارد. هر گونه فشار بر روی سیستم و هر گونه اثرات خارجی منفی با این تمرکز و قطبی شدن تشدید می شود که به یک چالش بزرگ برای اپراتورهای حمل و نقل عمومی تبدیل می شود. در این راستا، چالش‌های اصلی مرتبط با جابجایی گردشگران در مقاصد گردشگری را می‌توان در سه حوزه کلیدی برای بررسی دسته‌بندی کرد:27 ، 28 ]; (2) تأثیر گردشگری بر حمل و نقل محلی و نیاز به اجرای اقداماتی برای تضمین عدم کاهش کیفیت خدمات ارائه شده به جمعیت محلی [ 29 ]. و (3) سهم حمل و نقل عمومی محلی برای ترویج الگوهای تحرک پایدارتر در مقاصد توریستی که به کاهش هرگونه تأثیر زیست محیطی که ممکن است ناشی از افزایش جریان باشد کمک کند [8 ، 30 ، 31 ، 32 ] .
از این منظر، هدف این مطالعه تایید یک پیشنهاد روش‌شناختی برای ارزیابی اثربخشی و پوشش فضایی حمل‌ونقل عمومی در مقاصد گردشگری است. تحلیل پوشش شبکه های حمل و نقل عمومی کاربردهای متنوعی در برنامه ریزی حمل و نقل دارد [ 33 ]. به طور کلی، پوشش فضایی دسترسی فیزیکی به عرضه و کفایت توزیع ایستگاه‌ها یا ایستگاه‌ها برای پوشش تقاضا را تحلیل می‌کند [ 34 ]. هر چه تعداد افرادی که در نزدیکی ایستگاه یا ایستگاه اتوبوس ساکن و/یا شاغل باشند، بیشتر باشد، احتمال استفاده از این سرویس بیشتر است [ 35 ، 36]]. از این نظر، مطالعات متعددی برای ارزیابی پوشش فضایی شبکه‌های حمل‌ونقل عمومی و ارزیابی اثرات اندازه‌گیری فاصله بر روی محاسبه مناطق خدمات حمل‌ونقل توسعه داده شده است [ 33 ، 37 ، 38 ]. مطالعات دیگر، مانند آنهایی که توسط موری توسعه یافته است، مدل هایی را برای شناسایی ناکارآمدی در پوشش دسترسی حمل و نقل عمومی به منظور بهبود استفاده از تدارکات حمل و نقل عمومی پیشنهاد می کنند [ 7 ، 39 ]. برخی از تقریب های نظری و پیشین بر اهمیت در نظر گرفتن تأثیر گردشگری بر سیستم های حمل و نقل محلی تأکید کرده اند [ 26 ، 40 ، 41]. با این حال، همانطور که قبلا ذکر شد، کمبود قابل توجهی در مطالعاتی وجود دارد که بر شبکه‌های حمل‌ونقل عمومی در مقیاس زیرشهری متمرکز باشد و به طور خاص روابط بین گردشگری و اثربخشی حمل‌ونقل عمومی در مقاصد گردشگری را با استفاده از تقریب پوشش فضایی تحلیل کند. حتی به طور خاص تر، کمبود مطالعاتی وجود دارد که جمعیت شناور (گردشگر) را در محاسبه پوشش حمل و نقل عمومی لحاظ کند. از این رو، تازگی اصلی مطالعه ما ادغام در تجزیه و تحلیل جمعیت ساکن و شناور (گردشگر) است. برای این کار، از داده‌های جمعیت ساکن ثبت‌شده با استفاده از موقعیت جغرافیایی آدرس‌های پستی آن‌ها و همچنین داده‌های مربوط به اشغال اقامتگاه‌های رسمی گردشگری مختلف در منطقه مورد مطالعه (هتل‌ها، سایت های کمپینگ و آپارتمان های توریستی). با استفاده از GIS، تحلیلی از میزان پوشش شبکه حمل و نقل عمومی برای دو گروه جمعیتی انجام شد. شهرداری Cambrils (کمپ de Tarragona، اسپانیا) در Costa Daurada (یکی از مقاصد اصلی ساحلی مدیترانه اسپانیا) به عنوان مطالعه موردی استفاده شد.
ادبیات تجزیه و تحلیل اثر گردشگری فصلی بر تحرک در شهرهای اروپایی تمایل به تمرکز بر مطالعه مناطق بزرگ شهری دارد. برخی از مطالعات موردی برای تجزیه و تحلیل تحرک و حمل و نقل عمومی در شهرهایی با فشار گردشگری قابل توجه استفاده شده است [ 28 ، 29 ، 42 ، 43 ، 44 ، 45 ]. با این حال، تأثیر فصلی بودن گردشگری بر شبکه های حمل و نقل عمومی در شهرهای توریستی ساحلی زمینه ای است که کمتر مورد مطالعه قرار گرفته است [ 26 ، 27]]. شهرهای توریستی ساحلی در دهه‌های اخیر به عنوان سرزمین‌هایی با بیشترین ظرفیت برای جذب ساکنان جدید و فعالیت‌های اقتصادی، به‌ویژه مناطق مرتبط با بخش خدمات، تأسیس شده‌اند [ 46 ]. در این مناطق شهری، فعالیت گردشگری به یک متغیر کلیدی تبدیل شده است که تکامل آنها و علاوه بر این، پیکربندی مجدد پویایی کلان شهرها را تعیین می کند [ 47 ]. مطالعات قبلی در مورد تحرک و پویایی منطقه ای در کمپ د تاراگونا (منطقه ای که کامبریلز در آن یافت می شود) نشان داده است که تعداد مسافران در تابستان در خطوط اتوبوس بین شهری 441٪ (داده های 2013 [48]) نسبت به زمستان افزایش می یابد . 31]. علاوه بر این، فصلی بودن مشخص گردشگری مستلزم فرمول‌بندی مجدد سلسله مراتب عملکردی کل منطقه است و شهرهای ساحلی را به عنوان کانون جریان‌های تحرک منطقه‌ای قرار می‌دهد، زیرا آنها نه تنها به مقاصد گردشگری انبوه، بلکه به مراکز اصلی شغل و اوقات فراغت منطقه‌ای تبدیل می‌شوند [48 ] . .

از این نظر، مطالعه حاضر با استفاده از شواهد جمع‌آوری‌شده در مورد کامبریلز، یک شهرداری ساحلی که در تابستان رشد 553 درصدی (داده‌های سال 2013 [48]) را در کاربران حمل‌ونقل عمومی نسبت به زمستان تجربه می‌کند، به این زمینه کمک می‌کند . این تحقیق بر اساس فرضیه های اولیه زیر است:

(1)
شبکه حمل و نقل عمومی کامبریلز پوشش سرزمینی را ارائه می دهد که بین مناطق مختلف شهرداری متفاوت است. این به معنای شرایط نابرابر دسترسی به خدمات حمل و نقل عمومی برای ساکنان و جمعیت توریستی است.
(2)
فصلی بودن فعالیت های گردشگری در کامبریلز حاکی از افزایش قابل توجه تقاضا برای خدمات حمل و نقل عمومی در طول تابستان است. این وضعیت کارایی و پوشش فضایی شبکه حمل و نقل عمومی را تغییر می دهد.
در ادامه مقدمه، ما دامنه این مطالعه موردی (شهرداری کامبریلز) ( بخش 2 ) را ارائه می کنیم. متعاقباً، در بخش 3 ، داده‌های مورد استفاده، رفتار داده‌شده به داده‌ها برای اجازه دادن به موقعیت جغرافیایی و شاخص‌هایی که اعمال شده‌اند را به تفصیل توضیح می‌دهیم. در بخش 4 ما نتایج را ارائه و بحث می کنیم. در نهایت، مقاله با نتایج اصلی به دست آمده از این نتایج به پایان می رسد.

2. روش ها

پوشش فضایی کارآمد حمل‌ونقل عمومی، پوششی است که دسترسی شهروندان به خدمات حمل‌ونقل را مطلوب می‌کند و ارتباط بین سفرها را در مقیاس درون شهری و درون شهری تضمین می‌کند. به منظور بررسی میزان دستیابی به این یافته ها در یک مقصد گردشگری، یک سیستم ارزیابی از پوشش فضایی امکانات حمل و نقل عمومی در رابطه با میزان جمعیت بالقوه ای که می توانند به آنها دسترسی داشته باشند طراحی شده است. به طور خاص، در سیستم ارزیابی طراحی شده ( جدول 1 را ببینیدشاخص‌هایی برای ارزیابی شرایط حمل‌ونقل عمومی از نظر پوشش فضایی شبکه برای جمعیت ساکن و توریست (تامین و کیفیت) و برای اندازه‌گیری درجه دسترسی به شبکه (اتصال به هم، چندوجهی بودن) گنجانده شده‌اند. این شاخص ها قبلاً توسط سالادو و همکاران ارائه شده بود. [ 18 ] و در ارزیابی شبکه حمل و نقل عمومی Alcala de Henares (اسپانیا) استفاده شد. در مورد ما، ما پیشنهاد آنها را با گنجاندن جمعیت فصلی در تجزیه و تحلیل و با گنجاندن یک شاخص جدید اتصال (شماره 4: شاخص دریفت) به روز کرده ایم که امکان اندازه گیری زمان اضافی را که اتوبوس های شهری برای اتصال حمل و نقل مختلف نیاز دارند، می دهد. مناطق ( شکل 1 را ببینید) نسبت به کوتاه ترین مسیر ممکن با استفاده از حمل و نقل شخصی.
اگرچه جمعیت فصلی قبلاً در مطالعات دیگر برای برآورد تأثیر آن بر ساختار جمعیتی و اقتصادی مناطق روستایی [ 49 ] و همچنین برای بررسی تأثیر تحولات خانه دوم بر ساختار اجتماعی-جمعیتی جمعیت مورد توجه قرار گرفته است. مقاصد گردشگری ساحلی [ 50 ]، فقدان مطالعاتی در شبکه‌های حمل‌ونقل عمومی در مقیاس زیرشهری شناسایی شده است که به طور خاص روابط بین گردشگری و اثربخشی حمل‌ونقل عمومی در مقاصد گردشگری را با استفاده از تقریب پوشش فضایی تحلیل می‌کند. مطالعه حاضر به این زمینه کمک می کند.
با هدف اجازه دادن به تجزیه و تحلیل مقایسه ای بین مناطق مختلف شهر، ما پنج واحد عملکردی و فضایی را تعریف کردیم ( شکل 1 را ببینید.) متشکل از مناطق حمل و نقل (TAs). ما از چهار معیار اصلی برای تعریف آنها استفاده کرده ایم. اول، آنها با پنج منطقه به وضوح از نظر مورفولوژی و عملکرد شهری مطابقت دارند. دوم، ویژگی های مسکن و محیط ساخته شده به ویژه بین مناطق ایجاد شده متمایز است. هر کدام در زمینه تاریخی متفاوتی توسعه یافته اند (هر چه محله حاشیه ای تر باشد، توسعه آن جدیدتر است). سوم، توزیع اقامتگاه‌های توریستی تنظیم‌شده در شهر متنوع است. عمدتاً در امتداد اسکله متمرکز شده است، که نشان می دهد باید از بقیه شهر در هر منطقه جدا شود. در نهایت، پنج TA مربوط به تعیین حدود مناطق تعریف شده توسط شورای شهر،بخش 3 ، برای جزئیات بیشتر).
همه شاخص‌های پیشنهادی به جز عدد 4، دو بار، اولاً فقط با در نظر گرفتن جمعیت ساکن و ثانیاً شامل جمعیت فصلی اعمال شدند.

در زیر خلاصه ای از ویژگی ها، روش محاسبه و معنای تفسیر مقادیر عددی برای هر یک از شاخص ها آورده شده است.

  نوع نشانگر   عرضه/کیفیت
  شاخص 1   توقف/1000 نفر سکنه
  شرح
  بین سطوح مختلف عرضه تبعیض قائل می شود. اگر تفاوت بین مناطق حمل و نقل ناچیز باشد، این نشان می دهد که کامبریل از پوشش فضایی نسبی از نظر دسترسی به خدمات حمل و نقل عمومی برخوردار است.

Ind = تعداد توقفات_TAکل جمعیت_TA× 1000Ind 1=تعداد توقفات_TAکل جمعیت_TA×1000
  روش جمع آوری داده ها
  • به هر ایستگاه اتوبوس TA که در آن قرار دارد اختصاص داده می شود. از اطلاعات به دست آمده، تعداد کل توقف‌ها را برای هر TA استخراج کردیم و این داده‌ها در لایه zonas_transporte.shp مرتبط شدند .
  • به طور مشابه، هر TA به تقاضای بالقوه خود اختصاص می یابد.
  • در نهایت شاخص محاسبه می شود.
  مشاهدات
  نتایج ارائه شده توسط این شاخص نوع شناسی ایستگاه، شهری یا بین شهری را در نظر نمی گیرد و همچنین تعداد اتوبوس های عبوری از هر ایستگاه را در نظر نمی گیرد.
  نوع نشانگر   عرضه/کیفیت
  شاخص 2   درصد جمعیت TA با ایستگاه/های اتوبوس کمتر از 200 متر
  شرح
  به زمان صرف شده در طول سفر با اتوبوس، کاربر زمان لازم برای رسیدن پیاده به نزدیکترین ایستگاه اتوبوس را اضافه می کند. به همین دلیل، این شاخص پوشش فضایی شامل درصد جمعیت در هر TA است که در کمتر از 200 متر (حدود 2 دقیقه پیاده روی) از هر ایستگاه اتوبوس قرار دارد.

Ind = کل جمعیت 200 متر   کل جمعیت_TA× 100Ind 2=جمع جمعیت 200 مترکل جمعیت_TA×100
  روش جمع آوری داده ها
  • برای هر ایستگاه اتوبوس، مسافت قابل پیاده‌روی 200 متر (منطقه خدماتی) را از طریق شبکه جاده‌ای با استفاده از «تحلیلگر شبکه» نرم‌افزار ArcGIS 10.3© محاسبه کردیم. ما تصمیم گرفتیم یک منطقه خدماتی را از طریق شبکه جاده محاسبه کنیم تا از خطاهای تخمین بیش از حد جلوگیری کنیم (گوتیرز و گارسیا-پالومارس 2008).
  • متعاقباً، جمعیت (ساکنان + گردشگران) را در آدرس‌های پستی در این مناطق 200 متری تعیین کردیم. سپس اطلاعات را به جدول ویژگی های مناطق حمل و نقل اضافه کردیم.
  • پس از افزودن این اطلاعات به لایه TA، درصد جمعیت هر TA که در کمتر از 200 متر (حدود 2 دقیقه پیاده روی) از هر ایستگاه اتوبوس قرار دارد را محاسبه کردیم.
  مشاهدات
  مشابه شاخص قبلی، این نیز تفاوت‌هایی را بین گونه‌شناسی خدمات ایجاد نکرد و فرکانس اتوبوس را نیز در نظر نگرفت. علاوه بر این، فرض می‌شود که نزدیک‌ترین ایستگاه متعلق به خط اتوبوسی است که کاربر به آن نیاز دارد.
  نوع نشانگر   قابلیت اتصال به یکدیگر
  شاخص 3   درصد جمعیت TA با توقف چندوجهی در کمتر از 200 متر
  شرح
  به روشی مشابه با شاخص قبلی، این شاخص نسبت ساکنان هر TA را با دسترسی آسان به ایستگاه های اتوبوس مورد استفاده توسط دو یا چند خط اتوبوس نشان می دهد.
  روش جمع آوری داده ها
  • برای هر ایستگاه اتوبوس چندوجهی، ما مسافت قابل پیاده‌روی 200 متر (منطقه خدمات) را از طریق شبکه جاده‌ای Cambrils با استفاده از “تحلیلگر شبکه” برنامه ArcGIS 10.3© محاسبه کردیم.
  • تجزیه و تحلیل فقط توقف های چندوجهی را در نظر می گیرد.
  • ما جمعیت موجود را در آدرس‌های موجود در این مناطق 200 متری تعیین کردیم. سپس اطلاعات را به جدول ویژگی های مناطق حمل و نقل اضافه کردیم.
  • پس از افزودن این اطلاعات به لایه TA، درصدی را که از کل جمعیت نشان می‌دهد محاسبه کردیم.
  مشاهدات
  این شاخص مکمل دو شاخص قبلی بود. این مطالعه تصمیم گرفت توقف های چندوجهی را در تابع فرکانس ها و مقصدهای خدمات مختلف شهری و بین شهری در نظر نگیرد. این یک گزینه جالب برای مطالعات با تمرکز ویژه بر روی شیوه های بین وجهی خواهد بود.
  نوع نشانگر   قابلیت اتصال به یکدیگر
  شاخص 4   اتصال بین TA: شاخص دریفت
  شرح
  این شاخص زمان اضافی را که اتوبوس های شهری برای اتصال TA های مختلف نیاز دارند در مقایسه با کوتاه ترین سفر ممکن در صورت استفاده از وسیله نقلیه شخصی اندازه گیری می کند. برای محاسبه آن، هم برای شبکه حمل و نقل عمومی و هم برای شبکه جاده، از حداقل زمان ممکن بین مراکز ثقل TA استفاده کردیم. فرمول اعمال شده را شاخص دریفت اصلاح شده می نامند:

Ind =تیکسیتی ویکسیInd.4=تیکسیتی ویکسی

که در آن Txy زمان واقعی سفر با وسایل نقلیه عمومی + میانگین زمان پیاده‌روی از آدرس‌های پستی تا ایستگاه اتوبوس تعیین‌شده است. و TVxy حداقل زمان سفر با استفاده از شبکه جاده ای با استفاده از وسیله نقلیه شخصی + زمان پارکینگ است

  روش جمع آوری داده ها
  • محاسبه دو مرکز ثقل برای هر TA با استفاده از توزیع آدرس‌های وزن شده بر حسب تعداد ساکنان ساکن و توریست و با استفاده از ابزار “Location-Allocation” تحلیلگر شبکه (شکل 9 مراکز ثقل هر TA را نشان می‌دهد. ). هر مرکز مربوط به یک ایستگاه اتوبوس است و هر آدرس پستی بسته به TA که به آن تعلق دارد و موقعیت آن در داخل این TA، یک توقف اختصاص داده شده است.
  • محاسبه میانگین زمان پیاده‌روی از هر آدرس پستی تا ایستگاه تعیین‌شده آن، تنها با در نظر گرفتن مواردی که در فاصله کمتر از 500 متر قرار دارند.
  • ایجاد ماتریس زمان با استفاده از روش “شبکه کوتاه ترین مسیر” (که امکان محاسبه زمان بین همه مبدا/مقصد را فراهم می کند). برای محاسبه کوتاه‌ترین مسیر با وسیله نقلیه شخصی، کل شبکه جاده‌ای Cambrils را در نظر گرفتیم و برای محاسبه کوتاه‌ترین مسیر با اتوبوس، برنامه‌های سفر اتوبوس شبکه حمل و نقل عمومی را در نظر گرفتیم. زمان سفر باید تعداد توقف هایی که باید در طول مسیر انجام شود، زمان انتظار در هر ایستگاه و تعداد مترهایی که کاربر باید از مرکز ثقل تا نزدیکترین ایستگاه اتوبوس طی کند را در نظر بگیرد.
  • محاسبه شاخص دریفت.
  مشاهدات
  هنگامی که مردم با اتوبوس سفر می کنند، تمایل دارند زمان پیاده روی برای رسیدن به ایستگاه اتوبوس و مقصد را در کل زمان سفر لحاظ کنند. به همین دلیل تصمیم گرفتیم به مدت زمان طی شده با اتوبوس، میانگین زمان پیاده روی کاربر را از مرکز ثقل تا ایستگاه اتوبوس و بالعکس اضافه کنیم.
  نوع نشانگر   میان وجهی
  شاخص 5   درصد جمعیت TA در کمتر از 500 متر از ایستگاه اتوبوس بین شهری
  شرح
  استفاده از این شاخص به شما امکان می دهد تا تعیین کنید که دسترسی به حمل و نقل بین شهری برای جمعیت ساکن مناطق مختلف شهر چقدر آسان است. از هر ایستگاه 500 متر مسافت قابل پیاده روی در نظر گرفتیم (تقریباً 8 دقیقه پیاده). مسافت‌ها و زمان‌های طولانی‌تر برای این شاخص در مقایسه با موارد استفاده شده برای اتوبوس‌های شهری (200 متر و 2 دقیقه) نشان‌دهنده زمان‌های سفر طولانی‌تر و مسافت‌های مرتبط با تحرک بین شهری است.
  روش جمع آوری داده ها
  • برای هر ایستگاه اتوبوس چندوجهی، ما یک منطقه خدماتی 500 متری را با استفاده از “تحلیلگر شبکه” برنامه ArcGIS 10.3© محاسبه کردیم.
  • متعاقباً، جمعیت موجود (ساکنان + گردشگران) را در آدرس‌های موجود در این مناطق 500 متری تعیین کردیم. سپس این اطلاعات را به جدول ویژگی های TA اضافه کردیم.
  • پس از افزودن این اطلاعات به لایه TA، درصدی را که نسبت به کل جمعیت هر TA نشان می دهد محاسبه کردیم.

3. منطقه مطالعه

در بیش از 30 سال، جمعیت کامبریلز سه برابر شده و در مجموع 33660 نفر در سال 2014 ثبت شده است. همراه با این افزایش جمعیت ساکن، کامبریلز تعداد روزافزونی از گردشگران را به خود جذب کرده است و به مرکز اصلی گردشگری در جهان تبدیل شده است. کوستا داورادا در کاتالونیا (اسپانیا). ویژگی فصلی گردشگری در این منطقه از ویژگی های ساختاری اقتصاد سواحل مدیترانه و مشخصه مشخص شهرداری است. افزایش فعالیت توریستی در فصل پربار (ژوئن تا سپتامبر) هجوم مهمی از گردشگران ایجاد می کند که به طور قابل توجهی بار جمعیتی را که شهرداری باید تحمل کند، افزایش می دهد.
کامبریلز بخشی از یک منطقه شهری به نام منطقه مرکزی کمپ د تاراگونا را تشکیل می دهد که از 23 شهرداری با مجموع 375000 نفر جمعیت تشکیل شده است و شامل دو شهر با بیش از 100000 نفر (Tarragona و Reus) می شود. محور Tarragona-Reus یک فضای مرکزی برای توسعه فعالیت های اقتصادی و تمرکز زیرساخت ها (فرودگاه، بندر، بزرگراه های اصلی و راه آهن) را تشکیل می دهد. با این وجود، در طول سه دهه گذشته، مراکز شهری سواحل رشد سریعی را تجربه کرده اند [ 51 ]، که منجر به تعریف مجدد قطب های تاریخی این منطقه پیچیده شهری شده است و پیوستار شهری کامبریلز/سالو/ویلا-سکا را تثبیت می کند. به عنوان سومین منطقه مهم در منطقه ( شکل 2ب). مراکز ساحلی بخشی از به اصطلاح Costa Daurada، یکی از مقاصد توریستی پیشرو در امتداد سواحل مدیترانه اسپانیا را تشکیل می دهند. در این زمینه، شهرهای Cambrils، Salou و Vila-seca دارای تمرکز بالایی از گردشگران هستند و منطقه ای را تشکیل می دهند که به عنوان Costa Daurada مرکزی شناخته می شود. بر اساس داده های منتشر شده توسط بنیاد مطالعات توریستی Costa Daurada، این مراکز ساحلی در سال 2014 پذیرای بیش از 4.6 میلیون گردشگر بوده است.
شهر کامبریلز در امتداد ساحل امتداد دارد. این شهر با بافت شهری فشرده‌تر در مرکز، که در آن واحدهای مسکونی چندخانواری غالب است و در نتیجه تراکم جمعیت بالاتر است، و با بافت شهری پراکنده‌تر در حاشیه، که در آن خانه‌های تک خانواده در محله‌های شرق واقع شده‌اند، مشخص می‌شود. غرب ( شکل 2 ج را ببینید). این حاشیه‌های شهری مربوط به حومه‌های توسعه‌یافته در طول سه دهه گذشته است. همانطور که در شکل 3 مشاهده می شودمنطقه ساحلی شرقی (ساحل ویلافورتونی) با وجود تعداد زیادی هتل و ساختمان‌های آپارتمانی توریستی برای استفاده در تعطیلات مشخص می‌شود، در حالی که «مسکونی ویلافورتونی» و «محله‌های غربی» مناطقی با تراکم جمعیت کمتر و غالب هستند. مسکن تک خانواری تفاوت اصلی بین این دو منطقه، غلبه بیشتر اقامتگاه های اولیه در ویلافورتونی مسکونی است، در حالی که در غرب، اقامتگاه های تعطیلات غالب است. همانطور که خواهیم دید، الگوهای توزیع جمعیت به وضوح واگرا بین محله های مختلف کامبریل را می توان از این ویژگی ها استخراج کرد.
در مرکز، جایی که بافت شهری فشرده تر است، انباشتگی بیشتری از امکانات برای جمعیت مسکونی، از جمله مدارس، مراکز اداری، فرهنگی و مذهبی، و همچنین امکانات مراقبت های بهداشتی و مناطق خرید وجود دارد.

4. داده ها

4.1. ایستگاه‌های اتوبوس شهری و بین‌شهری

اولین نسخه از نقشه برداری از ایستگاه های شهری توسط شرکت شهرداری APARCAM ارائه شد، در حالی که ایستگاه های بین شهری توسط اداره حرکت منطقه ای کمپ د تاراگونا (ATMCdT) ارائه شد. با این حال، هیچ یک از سیستم های نقشه برداری با الزامات تحلیل فضایی لازم تطبیق داده نشده بود. بنابراین، در ابتدا، سه شکل فایل موجود بود:

  • توقف در مسیر شهری شرقی، در هر دو جهت.
  • توقف در مسیر شهری غربی، در هر دو جهت.
  • توقف در مسیر بین شهری، یک جهت.

شکل ایستگاه های شهری با حفظ تنها یک نقطه در هر توقف ساده شد. علاوه بر این، یک ویژگی اضافه کردیم که نشان می‌دهد با توقف‌های شهری سروکار داریم. به طور مشابه، ما به شکل ایستگاه های بین شهری یک فیلد اضافه کردیم که نوع شناسی سرویس را نشان می دهد. ما بعداً سه لایه را با هم ادغام کردیم. نتیجه یک لایه منفرد بود که شامل ایستگاه های شهری و بین شهری بود که امکان تشخیص سریع توقف های تکراری را فراهم می کرد که هم برای سرویس های اتوبوس محلی و هم برای اتوبوس های بین شهری استفاده می شد. سپس توقف های تکراری به صورت دستی حذف شدند و ما به طبقه بندی زیر رفتیم:

  • ایستگاه‌های تک‌مدی: ایستگاه‌هایی که فقط برای یک نوع اتوبوس به نام‌های شهری یا بین‌شهری استفاده می‌شوند.
  • ایستگاه های چندوجهی: ایستگاه هایی که برای هر دو سرویس استفاده می شوند، اتوبوس شهری و اتوبوس بین شهری.

4.2. ثبت احوال ساکنان شهرداری و نقشه مرجع

ثبت نام شهری ساکنان سال 2014 توسط شورای شهر کامبریلز ارائه شد. این سابقه امکان ارتباط هر ساکن ثبت شده با یک آدرس پستی را فراهم می کرد. به منظور مرتبط کردن سوابق مربوط به هر یک از 33660 نفر، استانداردسازی پایگاه داده و نقشه مرجع ضروری بود. با سازماندهی داده ها به این ترتیب، می توان تعداد افراد ثبت نام شده در هر آدرس پستی را شمارش کرد.

متعاقباً، ما داده‌ها را به نقشه دسترسی باز ارائه شده توسط پروژه CartoCiudad که توسط مؤسسه ملی جغرافیای اسپانیا اجرا می‌شود، پیوند دادیم که به‌طور رایگان برای دانلود در دسترس است ( http://centrodedescargas.cnig.es/CentroDescargas/ ). لایه های ارائه شده توسط پروژه به تفصیل در زیر آمده است:

  • municipio.shp: نقشه پایه از نوع چند ضلعی که محدوده شهری را نشان می دهد.
  • tramo_vial.shp: نقشه خطی نشان دهنده شبکه های جاده ای.
  • manzana.shp: نقشه از نوع چند ضلعی که ساختار شهری شهرداری ها را به تفکیک بلوک نشان می دهد.
  • portal_pk.shp: نقشه نقاطی که محل دقیق آدرس های پستی و نقاط کیلومتری را نشان می دهد.

پس از آن، با استفاده از این واقعیت که لایه‌های tramo_vial.shp و portal_pk.shp دارای یک دسته مشترک ( id_tramo ) بودند، با استفاده از یک Join به هم متصل شدند. این پیوستن امکان به دست آوردن یک لایه با اطلاعات جمعی در مورد جاده و آدرس پستی را فراهم کرد. با این وجود، لایه حاصل، به نام vial_portal.shp، حاوی اطلاعاتی در مورد جاده و آدرس در دسته‌های جداگانه بود. بنابراین هر دو دسته با هم ادغام شدند. این به ما این امکان را داد که قالبی مشابه با فرمت ثبت شهرداری ساکنان بدست آوریم و متعاقباً امکان اتصال این دو مجموعه داده وجود داشت. لایه جدید ( vial_portal_cambrils.shp) دارای 11258 رکورد جغرافیایی بود که نشان دهنده آدرس های پستی و نقاط کیلومتری جاده های عبوری از شهرداری کامبریلز بود که در آن ساختمان های قابل سکونت می توانستند وجود داشته باشند. از این 11258 رکورد، برخی باید کنار گذاشته می شدند و برخی ادغام می شدند. دلایل و اقدامات انجام شده در زیر شرح داده شده است:

(آ)

در مجموع 498 آدرس پستی نقشه‌برداری شده حاوی اطلاعاتی در مورد جاده نبودند یا به سادگی برای مطالعه جالب نبودند:

  • 374 به صورت دستی با استفاده از ابزار “Editor” حذف شدند زیرا:

    • آنها در مناطقی بودند که هنوز شهری نشده بودند اما آدرس پستی به آنها اختصاص داده شده بود.
    • آنها برای مطالعه مورد توجه نبودند زیرا آنها ساختمان های منزوی خارج از بافت شهری بودند.
    • آنها آدرس های پستی بودند که هیچ جمعیت ساکنی در آنها ثبت نشده بود، یا به این دلیل که آنها ساختمان های تجاری بودند یا به این دلیل که ورودی ساختمان از جاده دیگری بود.
    • اطلاعات دقیقی برای آن آدرس پستی در دسترس نبود.
  • 124 حاوی اطلاعاتی در مورد آدرس پستی بود، اما نه در مورد جاده ای که در آن قرار داشتند.

    5.
    برای 61 آدرس پستی به دلیل وجود واحد مسکونی و احتمال ثبت جمعیت در آن، اطلاعات جاده معرفی شد.
    6.
    در مجموع 63 مورد حذف شدند زیرا هیچ واحد مسکونی وجود نداشت و بنابراین هیچکس نمی توانست در آنجا ثبت نام کند.
پس از این عملیات، اکنون این لایه در مجموع 10821 رکورد را شامل می شود.
(ب)
برخی از آدرس‌های پستی تکراری بودند. ساده ترین راه برای از بین بردن این موارد تکراری، “انحلال” آنها در یک ثبت بود. به این ترتیب 10821 آدرس پستی باقیمانده به 9600 آدرس پستی کاهش یافت.
در نهایت، به دو پایگاه داده (ثبت نام شهری ساکنان و لایه vial_portal_cambrils.shp ) فرمت یکسانی داده شد که امکان پیوند بین دو جدول را فراهم کرد، در مجموع 32754 ساکن به طور رضایت بخشی به هم مرتبط شدند. 2.7 درصد باقیمانده در قلمرو روستایی خارج از بافت شهری زندگی می کردند و موقعیت جغرافیایی نداشتند.

4.3. جمعیت فصلی

در اسپانیا، داده‌های فصلی جمعیت ارائه‌شده توسط مؤسسه ملی آمار، محاسبات تقریبی میانگین‌های سالانه و فصلی را که در سطح شهرداری جمع‌آوری شده‌اند، امکان‌پذیر می‌سازد. با این حال، مطالعه حاضر در مقیاس زیر شهری بود، که به این معنی بود که توزیع جمعیت فصلی باید بر اساس آدرس پستی تقسیم شود. برای این منظور، ما از داده‌های اشغال مکان‌های اقامتی توریستی Costa Daurada منتشر شده توسط رصدخانه گردشگری پارک علم و فناوری گردشگری و اوقات فراغت کاتالونیا استفاده کردیم. بر اساس این داده ها و اطلاعات راهنمای اقامت توریستی کامبریلز، در مجموع 21049 گردشگر هر روز می توانند در شهرداری اسکان داده شوند که 77 درصد این اقامتگاه توسط هتل ها و کمپینگ ها ارائه می شود (جدول 2 را ببینید) .برای اطلاعات بیشتر).
رصدخانه گردشگری با بررسی‌های دو هفته‌ای میزان اشغال مکان‌های اقامتی توریستی دارای مجوز را ثبت کرد: کمپینگ‌ها، آپارتمان‌های توریستی، خوابگاه‌ها، مهمان‌خانه‌ها و هتل‌ها. داده‌های مربوط به نرخ اشغال خانه‌های دوم و مسکن مورد استفاده برای استفاده توریستی در نظرسنجی گزارش نشده است و بنابراین در تحقیق ما لحاظ نشده است. داده های مربوط به خانه های دوم موجود از آخرین سرشماری نفوس و مسکن (2011) در سطح شهرداری جمع آوری شده است. این بدان معناست که نمی‌توان آن‌ها را در سطح آدرس پستی، همانطور که برای اعمال روش مورد نیاز است، مکان‌یابی کرد. می‌توان اکثر آپارتمان‌های بدون مجوز را که برای استفاده گردشگری اجاره کرده‌اند (مثلاً از طریق AirBnb) مکان‌یابی کرد، اما هیچ اطلاعاتی در مورد نرخ اشغال وجود ندارد. بنابراین، در مطالعه ما، ما از داده‌های مربوط به اشغال اقامتگاه‌های توریستی در کامبریلز در طول سال 2014 (همان سال ثبت نام شهری ساکنان) استفاده کردیم که به‌صورت دو هفته و واحد برای هر اقامتگاه توریستی تفکیک شد. پایگاه داده اصلی برای هر اقامتگاه توریستی به 7 دسته زیر تقسیم شده است (نگاه کنید بهجدول 3 ):

سپس داده‌های دو هفته‌ای به صورت ماهانه با هم گروه‌بندی شدند و سه دسته جدید با هدف شناسایی نرخ اشغال جمعیت فصلی روزانه هر اقامتگاه گردشگری برای هر ماه اضافه شد:

  • مجموع تخت های ارائه شده: تعداد تخت های ارائه شده در هر روز را در تعداد روزهای باز بودن اقامتگاه ضرب کردیم.
  • مجموع اقامت‌های شبانه: با طبقه بندی نرخ اشغال، تعداد کل اقامت‌های شبانه را تقسیم بر تعداد کل تخت‌های ارائه شده محاسبه کردیم.
  • اقامت‌های شبانه روزانه: تعداد کل اقامت‌های شبانه را بر تعداد روزهای هر ماه تقسیم کردیم تا تعداد گردشگرانی را که به صورت روزانه در یک مکان اقامتی توریستی در کامبریلز اقامت می‌کنند، بدست آوریم.
با استفاده از داده های این نظرسنجی، مشخص شد که در طول سال 2014، در مجموع 2،072،127 شب اقامت در مراکز اقامتی توریستی دارای مجوز در کامبریلز انجام شده است. فصلی بودن فعالیت گردشگری در این منطقه را می توان در شکل 4 زیر مشاهده کرد .
میانگین تعداد روزانه شب اقامت در تابستان حدود 14 برابر بیشتر از زمستان بود. بیشترین اشغال روزانه در مرداد ماه (13852) و کمترین آن در دسامبر (198) بوده است.
از آنجایی که مکان هر اقامتگاه توریستی شناخته شده بود (نگاه کنید به شکل 3 )، و همچنین تعداد افرادی که در هر مکان در طول سال اقامت داشته اند، امکان شناسایی مناطق دارای بیشترین اشغال فصلی توریست وجود داشت.
شکل 5 با بلوک های شهری نشان می دهد ( شکل 5 الف) توزیع جمعیتی ساکنان و ( شکل 5 ب) توزیع یکسان با اضافه شدن جمعیت فصلی اضافی ساکن در اقامتگاه های توریستی دارای مجوز مربوط به میانگین اقامت شبانه در طول سه ماه از تاریخ فصل بالا (ژوئن، جولای و آگوست). در طول تابستان 2014، در مجموع 1،146،886 اقامت شبانه، معادل جمعیت شناور 12،447 ساکن اضافی برای این دوره سه ماهه انجام شد. تخصیص فضایی این جمعیت شناور با استفاده از آدرس های پستی موسسات اقامتی توریستی و داده های نظرسنجی برای نرخ اشغال انجام شد.
توزیع نابرابر جمعیت را می توان در شکل 5 مشاهده کردالف، ب، به دلیل تفاوت در مدل شهرنشینی که همزیستی یک مدل شهری فشرده و یک مدل پراکنده از تراکم جمعیت پایین را تقویت کرد. شهرنشینی فشرده ای که در ناحیه مرکزی دیده می شود، حاکی از حضور بیشتر ساختمان های چند خانواده و تمرکز جمعیتی بالا است. این مورد در مورد مرکز شهر و نواحی ساحلی است. از سوی دیگر، محله‌های حاشیه‌ای در بخش شرقی و غربی شهر، مدل شهری پراکنده، با مسکن تک‌خانواری و فضاهای بازتر را ارائه می‌دهند. این توسعه ها اخیراً ساخته شده اند و جمعیت ساکن (ثبت شده) به طور قابل توجهی کمتر است. تأثیر فصلی از نظر تعداد جمعیت به ویژه در این مناطق قابل توجه است.

5. نتایج

ویژگی‌های مورفولوژیکی شهری کامبریلز ساختار شبکه‌های حمل‌ونقل عمومی و بنابراین سازمان فضایی خدمات را مشروط می‌کند ( شکل 6 را ببینید.). مورفولوژی فشرده مرکز و ساختار شعاعی مسیرهای حمل و نقل، اتصال بیشتر TAهای واقع در مناطق مرکزی شهر، شهرک کامبریلز و اسکله کامبریلز را تسهیل می کند. برعکس، محله‌های حاشیه‌ای (سه TA واقع در نواحی شرق و غرب)، با شکل شهری پراکنده‌تر، دسترسی کمتری دارند، به‌ویژه از نظر ارتباط متقابل بین آنها، زیرا زمان سفر اتوبوس شهری بسیار بیشتر است. به همین ترتیب، توقف های بین شهری و در نتیجه ارتباط با حاشیه شهرداری در نواحی مرکزی و شرقی قرار دارد، به این معنی که جمعیت ساکن محله های غربی نسبتاً از این شبکه حمل و نقل جدا می مانند.

5.1. شاخص های عرضه و کیفیت حمل و نقل عمومی

5.1.1. شاخص 1: توقف/1000 ساکن

با توجه به نتایج شاخص 1، نشان داده شده در جدول 4 ، کامبریلز دارای نسبت کلی 1.9 توقف به ازای هر 1000 ساکن است، اگر فقط ساکنان را در نظر بگیریم، و 1.4 توقف به ازای هر 1000 نفر با اضافه شدن جمعیت فصلی.
به طور کلی، در نظر گرفته می شود که یک سیستم حمل و نقل عمومی از نظر فضایی عادلانه است زمانی که رابطه بین تامین شبکه و توزیع جمعیتی در TA های مختلف مشابه باشد. در مورد Cambrils، اگر قرار است شبکه حمل و نقل عمومی از نظر فضایی عادلانه در نظر گرفته شود، همه مناطق باید نسبت توقف به ازای هر 1000 نفر نزدیک به میانگین شهری داشته باشند. با این حال، مشاهده می شود که این نسبت به طور قابل توجهی و حتی بیشتر از آن تغییر می کند اگر در اعمال شاخص فقط جمعیت ثبت شده را در نظر بگیریم.
با توجه به ساختار شعاعی سیستم حمل و نقل شهری کامبریلز، می توان حدس زد که بهترین سطح تأمین در مرکز به دست آید. همچنین باید به خاطر داشت که مرکز جایی است که بیشترین تراکم جمعیت در آن یافت می شود. مقادیر به‌دست‌آمده در هنگام اعمال اولین شاخص، چه با در نظر گرفتن جمعیت توریستی یا نه، برای دو TA مرکزی (آب کامبریلز و شهر کمبریلز) حدود یک توقف در هر 1000 نفر است. در هر دو مورد، کاهش نرخ‌ها با احتساب جمعیت شناور، ناچیزتر از کاهش نرخ‌ها برای کل شهرداری است. با این وجود، TA اسکله کامبریلز کاهش بیشتری را در سطح تأمین (از 1.15 به 1.05 توقف در 1000 نفر) تجربه می کند که جمعیت توریستی به محاسبات در مقایسه با کاهش TA شهر Cambrils اضافه شود.
TA مسکونی Vilafortuny دارای کمترین تعداد توقف (فقط هفت)، اما همچنین کمترین تراکم جمعیت است. در کنار وجود تنها چند هتل، نسبت بعدی توقف به 1000 نفر 1.36 است. در این حالت، کسری واضح در خدمات رسانی برای منطقه ای با تراکم جمعیت کم و تعداد توقف های کمتر وجود دارد و بنابراین، ارتباط این منطقه مسکونی با مرکز شهر محدود می شود.
TA که در آن فصلی بودن به وضوح قابل مشاهده است، ساحل Vilafortuny است. جمعیت ثبت شده نسبتاً کم (3033) اما تعداد قابل توجهی هتل در امتداد ساحل دارد. هنگامی که گردشگرانی که در این موسسات اقامت می کنند در مدل شاخص قرار می گیرند، جمعیت در واقع چهار برابر می شود. در نتیجه، نسبت توقف به ازای هر 1000 نفر از 3.6 به 0.9 کاهش می یابد و به زیر میانگین می رسد. در اینجا، ما با نوع دیگری از مشکل مواجه می شویم: فعالیت توریستی در یک TA با تعدادی توقف کمتر از میانگین شهرداری متمرکز شده است.
TA محله های غربی بالاترین نسبت را برای این شاخص دارد که به ترتیب 3.7 و 6.4 برای جمعیت های ثبت شده و ثبت شده و شناور است. این مقادیر بالا را می توان به دلیل تراکم کم جمعیت و تعداد کم مراکز اقامتی توریستی توضیح داد. با این وجود، از آنجایی که منطقه وسیعی به موازات خط ساحلی (3.5 کیلومتر) است، برای پوشش کل منطقه به 17 ایستگاه شهری و سه ایستگاه بین شهری نیاز دارد.

5.1.2. شاخص 2: درصد جمعیت با ایستگاه اتوبوس در کمتر از 200 متر

میانگین درصد جمعیت ساکن در شهرداری که در فاصله کمتر از 200 متر از ایستگاه اتوبوس قرار دارد 43 درصد است، در حالی که وقتی شاخص 2 برای ساکنان و گردشگران اعمال می شود به 47 درصد افزایش می یابد (جدول 5 و شکل 7 را برای آمار بیشتر ببینید . و جزئیات بصری).
تفاوت های قابل توجهی را می توان بین TA های مختلف مشاهده کرد. در حالی که مقادیر درصد برای TA مرکزی و محله های غربی به طور قابل توجهی بالاتر از میانگین شهرداری است، هیچ یک از دو TA Vilafortuny اگر فقط جمعیت مسکونی را در نظر بگیریم به 25٪ نمی رسد. اگرچه با گنجاندن جمعیت توریستی شناور برای TA ساحل ویلافورتونی، این مقدار به 49% افزایش می یابد (از آنجایی که ایستگاه های اتوبوس در نزدیکی هتل های توریستی قرار دارند)، TA مسکونی ویلافورتونی همچنان مقادیر بسیار پایین تری نسبت به سایر TA دارد. همانند شاخص 1، یک مشکل به وضوح برای TA مسکونی Vilafortuny شناسایی شده است.
این شاخص نه نوع شناسی خدمات (شهری یا بین شهری) هر ایستگاه و نه فرکانس اتوبوس را در نظر می گیرد. در این راستا باید توجه داشت که جمعیت شهرک‌های مسکونی غربی دسترسی خوبی به شبکه حمل‌ونقل شهری دارند، اما دسترسی ضعیفی به شبکه بین‌شهری دارند، در حالی که کسری مشاهده‌شده در TA‌های Vilafortuny به‌ویژه در شبکه حمل‌ونقل شهری مشهود است.

5.2. شاخص های ارتباط متقابل

5.2.1. شاخص 3: درصد جمعیت با توقف چندوجهی در کمتر از 200 متر

برای روشن کردن بیشتر تحلیل مورد بحث در بالا، شاخص 3 فقط مکان توقف های چندوجهی (هم برای اتوبوس های شهری و هم برای اتوبوس های بین شهری) را در نظر می گیرد. ایستگاه راه‌آهن کامبریلز در تحلیل گنجانده شد زیرا یک ایستگاه چندوجهی (اتوبوس و قطار) است. در این حالت، درصد جمعیت با دسترسی آسان (کمتر از 200 متر) به یک توقف چندوجهی به طور قابل توجهی در مقایسه با شاخص 2 کاهش می یابد. تنها 17 درصد از جمعیت ثبت شده به توقفگاه های چندوجهی دسترسی دارند، و زمانی که جمعیت توریستی شناور گنجانده شود. این درصد حتی بیشتر به 14% کاهش می یابد ( برای اطلاعات بیشتر به جدول 6 و شکل 8 مراجعه کنید).
پیکربندی شعاعی شبکه حمل و نقل عمومی کامبریلز به این معنی است که TA های مرکزی، جایی که دو خط شهری با تعدادی از خطوط بین شهری تلاقی می کنند، بیشترین درصد جمعیت را با دسترسی به ایستگاه های چندوجهی دارند: به طور خاص، 22 درصد از جمعیت شهر کامبریلز. TA و 19٪ از TA ساحلی Cambrils. برعکس، کمترین مقادیر در محله های پیرامونی متمرکز شده است. اگرچه TA مسکونی Vilafortuny دسترسی کمی بهتر به ایستگاه‌های چندوجهی دارد (اساساً به این دلیل که خط شهری شرقی و چندین خط بین شهری ایستگاه‌هایی مشترک دارند که در امتداد جاده Cavet قرار دارند)، TA ساحلی Vilafortuny (5.4٪ در برنامه 1؛ 4.8٪ در برنامه 2) و غربی. محله های TA (10.6٪ در برنامه 1؛ 6٪ در برنامه 2) بدترین دسترسی را به توقف های چندوجهی دارند.

5.2.2. شاخص 4: اتصال بین TA: شاخص دریفت

مراکز ثقل تعریف شده برای هر TA ( شکل 9 را ببینید) بهترین محاسبه اتصال کلی بین TA را امکان پذیر می کند، زیرا آنها از نظر استراتژیک قرار دارند تا حداکثر تعداد جمعیت را در اطراف خود پوشش دهند. جمعیت اختصاص داده شده به هر مرکز ثقل بر اساس نزدیکی آنها به هر یک تعریف می شود. در مجموع 57 درصد از جمعیت کامبریل (شامل ساکنان و گردشگران) در فاصله کمتر از 500 متر از این مراکز ثقل قرار دارند. با این حال، تفاوت های قابل توجهی را می توان بین TA شناسایی کرد. مناطقی که در مناطقی با تمرکز جمعیت بالاتری قرار دارند (مانند مراکز ثقل 1، 2، 4 و 8) با فرض مسافت قابل پیاده روی 500 متر، پوشش بیش از 60٪ دارند، در حالی که مناطقی که در محله های پیرامونی و پراکنده تر قرار دارند، دارای پوشش بیشتری هستند. نرخ های پایین تر (نگاه کنید به شکل 10 ).
میانگین زمان سفر بین مراکز ثقل TA با استفاده از شبکه حمل و نقل عمومی ( جدول 7 a) 32 دقیقه است، که همچنین شامل میانگین زمان پیاده روی از محل اقامت تا ایستگاه اتوبوس تعیین شده در هر مورد (محاسبه شده بر اساس میانگین می باشد. فاصله پیاده روی 377 متری از درها که کمتر از 500 متر از مراکز ثقل قرار دارد). زمان سفر مربوطه هنگام استفاده از وسیله نقلیه شخصی ( جدول 7 ب) 13 دقیقه (با احتساب زمان پارک) است. از این رو، تقریباً 20 دقیقه در میانگین زمان بین دو وسیله سفر تفاوت وجود دارد. به عبارت دیگر، میانگین زمان سفر با استفاده از شبکه حمل و نقل عمومی 150 درصد بیشتر از زمان طی شده هنگام استفاده از وسیله نقلیه شخصی است. این منجر به یک شاخص کلی دریفت 2.5 می شود ( جدول 8).
ساختار دو خط اتوبوس شهری، رفت و آمد را در جهتی پیرامونی به مرکز تسهیل می کند که می تواند در یک زمان رقابتی پوشش داده شود ( جدول 7 را ببینید ). در واقع، میانگین تمام سفرهای ممکن که نواحی پیرامونی را به TA های مرکزی متصل می کند، از 25 دقیقه زمان سفر، با احتساب میانگین زمان پیاده روی و زمان صرف شده در ترانسفر اتوبوس (در صورت نیاز) تجاوز نمی کند، در حالی که میانگین زمان این سفرها تا وسیله نقلیه شخصی 12 دقیقه است. با این حال، مشکلات بیشتری در اتصالات حاشیه به حاشیه وجود دارد. اینها به طور متوسط ​​به 44 دقیقه زمان سفر نیاز دارند که در تضاد با 14 دقیقه لازم برای یک سفر مشابه با وسیله نقلیه شخصی است. در نتیجه، این تفاوت قابل توجه به تحریک استفاده از حمل و نقل شخصی موتوری کمک می کند.
به طور مشابه، نتایج شاخص دریفت ( جدول 8) به وضوح تفاوت های اتصال بین TA ها را نشان می دهد. بنابراین، TA های مرکزی بهترین شاخص های اتصال را دارند، به ویژه مرکز ثقل 4 Cambrils Waterfront TA، که تنها 30٪ از زمان بهینه سفر با وسیله نقلیه شخصی فراتر می رود. TA با بالاترین شاخص دریفت و در نتیجه پایین‌ترین کیفیت از نظر دسترسی به سایر مراکز ثقل TA، سواحل Vilafortuny است. مسافت سفر با وسایل نقلیه عمومی به طور متوسط ​​240 درصد از زمان بهینه سفر با وسیله نقلیه شخصی بیشتر است (دریفت شاخص: 3.4). سایر TAهای پیرامونی، محله‌های غربی (شاخص دریفت: 2.7) و ویلافورتونی مسکونی (شاخص دریفت: 2.3)، همچنین دارای شاخص‌های جهانی دریفت بالایی هستند که مشکلات اتصال بین محله‌های پیرامونی را تأیید می‌کند.

5.3. شاخص بین وجهی

شاخص 5: درصد جمعیت در فاصله کمتر از 500 متر از ایستگاه اتوبوس بین شهری

نتایج شاخص 5 ( شکل 11 و جدول 9 ) نشان می دهد که بخش قابل توجهی از جمعیت کامبریل دسترسی آسان (کمتر از 500 متر) به یک توقف چندوجهی با این ویژگی ها (بیش از 75 درصد) دارند. این نتیجه دسترسی بالایی را نشان می دهد، چه فقط به جمعیت ساکن ثبت شده اشاره داشته باشد و چه جمعیت شناور (گردشگران) را شامل شود. TA های مرکزی بار دیگر دارای بالاترین ارزش ها (بیش از 80٪) هستند، در حالی که مشکلات دوباره در محله های غربی TA مشاهده می شود که در آن تنها یک ایستگاه اتوبوس بین شهری در نزدیکی مناطق مسکونی وجود دارد. در نتیجه، پوشش تنها 30 درصد از جمعیت ساکن و تنها 20 درصد در صورت احتساب جمعیت توریستی وجود دارد.

6. بحث و نتیجه گیری

6.1. درباره روش شناسی

ادبیات گسترده ای در مورد تجزیه و تحلیل اثربخشی شبکه های حمل و نقل عمومی از طریق روش های پوشش فضایی وجود دارد [ 34 , 35 , 36 , 37 , 38 , 39]. با این حال، مطالعات قبلی جمعیت گردشگر را به عنوان یک متغیر داخلی در تجزیه و تحلیل خود از اثربخشی حمل و نقل عمومی در مقاصد توریستی لحاظ نکرده است. از این نظر، تازگی اصلی روش پیشنهادی با توجه به مطالعات قبلی، گنجاندن جمعیت فصلی در مطالعه دسترسی به شبکه‌های حمل و نقل عمومی است. این به ما امکان داده است تا تحلیلی از کارایی و پوشش فضایی یک شبکه حمل و نقل عمومی ایجاد کنیم که نه تنها بر جمعیت ساکن، بلکه شامل همه کاربران بالقوه این سرویس تمرکز دارد. این سوال به ویژه در شهرهایی که تعداد زیادی از گردشگران را دریافت می کنند، مهم است، مانند مورد کامبریل با بیش از دو میلیون شب اقامت در هر سال. این ما را قادر می سازد تا با در نظر گرفتن کاربران موقت، کارایی واقعی شبکه را تجزیه و تحلیل کنیم. که نشان دهنده فشار مضاعفی بر سیستم حمل و نقل عمومی است. این موضوع نه تنها از نظر بررسی کیفیت خدمات ارائه شده حائز اهمیت است، بلکه به این دلیل که کارایی و راحتی در تحرک حمل و نقل از عوامل کلیدی در رقابت پذیری و پایداری مقاصد گردشگری است.
همچنین لازم به ذکر است که دو محدودیت مرتبط با منابع داده موجود وجود دارد که مطالعه را مشروط کرده است. اولاً، هیچ داده در دسترس برای مکان دقیق و سطح اشغال دومین اقامتگاه و مسکن اختصاص داده شده به کاربری توریستی که به طور رسمی ثبت نشده باشد، وجود نداشت. در حالی که شاخص‌های مورد استفاده در ترکیب جمعیت ساکن و شناور (گردشگر) مفید بوده است، جالب است که گردشگران ساکن در اقامتگاه‌های دوم را در مدل گنجانده شوند، زیرا این شاخص‌ها حدود 40 درصد از موجودی مسکن (بر اساس جمعیت) را تشکیل می‌دهند. و سرشماری مسکن سال 1390). ثانیا، هیچ داده ای در مورد توزیع مسافران توسط ایستگاه اتوبوس در دسترس نبود (داده های ارائه شده توسط اپراتور حمل و نقل عمومی برای استفاده از هر خط اتوبوس است، نه هر ایستگاه اتوبوس). در دسترس بودن داده‌های استفاده از مسافران برای هر ایستگاه اتوبوس امکان ارجاع متقابل نتایج شاخص‌های مختلف با حجم واقعی مسافران در هر ایستگاه را فراهم می‌کرد. به این ترتیب، تقاضای بالقوه می تواند با استفاده واقعی مسافر مرتبط باشد. پس از در دسترس قرار گرفتن چنین داده هایی، هر دو سؤال به عنوان خطوط تحقیقاتی آینده شناسایی می شوند.

6.2. در مورد نتایج سیستم اندیکاتور

درجه پوشش و دسترسی به TA های مختلف همانطور که در این مطالعه تعریف شده است به طور قابل توجهی متفاوت است. این امر مستلزم تایید فرضیه اول تحقیق این کار است: شرایط نابرابر دسترسی ساکنان و جمعیت گردشگر به خدمات حمل و نقل عمومی در محله‌های مختلف شهر. در منطقه مرکزی (شهرک کامبریلز TA و کمبریلز TA ساحلی)، تراکم بیشتری از شبکه حمل و نقل عمومی وجود دارد و به طور کلی، این منطقه بیشترین دسترسی را برای جمعیت ساکن دارد. همچنین منطقه ای است که بیشترین غلظت توقف های چندوجهی را دارد، به این معنی که اتصال بین شهری نیز بالاتر است. امکانات اصلی و خدمات عمومی که به کل شهر خدمت می کند نیز در این منطقه متمرکز شده است. از این رو، این اتصال نه تنها به ساکنان آن بلکه به کل جمعیتی که به مرکز شهر سفر می کنند نیز خدمت می کند. برعکس، محله‌های پیرامونی (غرب و شرق) عملکردی صرفاً مسکونی دارند و بنابراین ساختار شبکه حمل‌ونقل با سلسله مراتب مرکز-پیرامون تصور می‌شود. نتیجه این است که درجه پوشش حاشیه بسیار کمتر است. به این وضعیت باید یک عامل تعیین کننده کلیدی را اضافه کرد. محله‌های غربی و مناطق مسکونی ویلافورتونی دو منطقه حومه‌ای با تراکم جمعیت کم (حضور زیاد مسکن خانوادگی) هستند، و بنابراین یک محیط ساخته شده را تشکیل می‌دهند که در آن استقرار خدماتی که امکان پوشش منطقه‌ای با پراکندگی‌تر را فراهم می‌کند، به ویژه دشوار است. جمعیت نسبت به مرکز شهری این منجر به سطوحی از پوشش فضایی نابرابر و کارایی در تمام شاخص‌های مورد استفاده می‌شود. در نهایت، گنجاندن جمعیت شناور (گردشگران) به ویژه بر TAهای ساحلی (به ویژه TA ساحل ویلافورتونی و تا حدی کمتر، محله‌های غربی TA و Cambrils ساحلی TA) تأثیر می‌گذارد. در نتیجه، ساحل ویلافورتونی TA، که در آن فعالیت هتل متمرکز است، نسبت ایستگاه های اتوبوس به ازای هر 1000 نفر جمعیت و درصد جمعیت با دسترسی به ایستگاه های چندوجهی به طور قابل توجهی کمتر از میانگین شهری است. این یافته‌ها فرضیه دوم تحقیق ما را تأیید می‌کند: اینکه ادغام یک جزء بزرگ جمعیت شناور در طول تابستان کارایی و پوشش فضایی شبکه حمل‌ونقل عمومی را تغییر می‌دهد. محله های غربی TA و Cambrils Waterfront TA). در نتیجه، ساحل ویلافورتونی TA، که در آن فعالیت هتل متمرکز است، نسبت ایستگاه های اتوبوس به ازای هر 1000 نفر جمعیت و درصد جمعیت با دسترسی به ایستگاه های چندوجهی به طور قابل توجهی کمتر از میانگین شهری است. این یافته‌ها فرضیه دوم تحقیق ما را تأیید می‌کند: اینکه ادغام یک جزء بزرگ جمعیت شناور در طول تابستان کارایی و پوشش فضایی شبکه حمل‌ونقل عمومی را تغییر می‌دهد. محله های غربی TA و Cambrils Waterfront TA). در نتیجه، ساحل ویلافورتونی TA، که در آن فعالیت هتل متمرکز است، نسبت ایستگاه های اتوبوس به ازای هر 1000 نفر جمعیت و درصد جمعیت با دسترسی به ایستگاه های چندوجهی به طور قابل توجهی کمتر از میانگین شهری است. این یافته‌ها فرضیه دوم تحقیق ما را تأیید می‌کند: اینکه ادغام یک جزء بزرگ جمعیت شناور در طول تابستان کارایی و پوشش فضایی شبکه حمل‌ونقل عمومی را تغییر می‌دهد.
از سوی دیگر، رابطه نزدیکی بین مورفولوژی شهری و دسترسی به حمل و نقل عمومی آشکار شده است. ما دریافته‌ایم که مناطق فشرده و متنوع از نظر عملکرد، عرضه بهتری از حمل‌ونقل عمومی دارند و سطح دسترسی جمعیت به این شیوه حمل‌ونقل را به میزان بیشتری نسبت به مناطق مسکونی تک‌عملکردی و کم‌تراکم ارتقا می‌دهند.

6.3. سیاست و پیامدهای عملی

کاهش اثرات زیست محیطی گردشگری از طریق کاهش ردپای کربن ایجاد شده توسط تحرک گردشگران با اتخاذ وسایل حمل و نقل پایدارتر یک نیاز رایج دولت های محلی در شهرهای توریستی است [8، 30 ] .]. در مقاصد ساحلی، گردشگری به وضوح تمایل به فعالیت فصلی دارد، که باعث می‌شود مقامات محلی نتوانند با تقاضا و عرضه خدمات حمل‌ونقل مطابقت داشته باشند، زیرا تعداد گردشگران زیاد است، زیرا عرضه همچنان باید به همان اندازه جمعیت ساکن را پوشش دهد. ممکن است. بنابراین، این کار به ادبیات رو به رشدی کمک می‌کند که تجزیه و تحلیل فعالیت‌ها و جنبش‌های توریستی را برای بهبود برنامه‌ریزی حمل‌ونقل عمومی و تحریک شیوه‌های تحرک دوستدار محیط‌زیست در مقاصد گردشگری ضروری می‌داند [8 ، 25 ، 30 ، 31 ، 44 ] .
همانطور که در این مقاله نشان داده شد، مورفولوژی شهری، ویژگی های شبکه حمل و نقل، نحوه سازماندهی زیرساخت های حمل و نقل عمومی و فصلی بودن فعالیت های گردشگری می تواند بر حجم کاربران بالقوه حمل و نقل عمومی و در نتیجه استفاده از آن تأثیر زیادی بگذارد. . از این نظر، یک چالش بزرگ برای ادارات دولتی و ذینفعان در بخش گردشگری وجود دارد تا به درستی پیوندهای حمل و نقل عمومی را تطبیق دهند و استفاده از آن را تشویق کنند تا ردپای تولید شده توسط وسایل نقلیه شخصی در مقصد گردشگری کاهش یابد. از یک طرف، کفایت اتصالات حمل و نقل عمومی باید اتصال از مناطق با بیشترین تمرکز اقامتگاه های توریستی به مناطق مورد علاقه توریستی را تضمین کند. و همچنین حصول اطمینان از انجام فعالیت های معمول توسط ساکنان محلی. یک راه حل جالب این است که در طول فصل شلوغ (ژوئن تا سپتامبر)، یا برای رویدادهای خاص، یک خط حمل و نقل توریستی (مشابه پیشنهاد رندیرو و سوارز) معرفی شود.24]) که امکان اتصال مناطق مختلف اقامتی توریستی را با عناصر اصلی توریستی یا با گره های حمل و نقل اصلی (به عنوان ایستگاه مرکزی) به مقاصد دیگر فراهم می کند. در عین حال، ساده سازی مسیرهای از قبل ایجاد شده، تحرک ساکنان را تضمین می کند و کارایی آنها را افزایش می دهد. علاوه بر این، ارائه اطلاعات بیشتر در مورد خدمات حمل و نقل عمومی و توزیع ایستگاه اتوبوس می تواند اقدام مفیدی برای مناطقی باشد که تمرکز توریستی خاص و پوشش نسبتاً ضعیفی در آن مشاهده شده است. چنین مقرراتی باید در یک استراتژی تبلیغاتی کلی گنجانده شود که حمل و نقل عمومی را به عنوان یک عنصر جدایی ناپذیر از تصویر گردشگری مقصد مرتبط می کند. این نه تنها باعث رقابت بیشتر مقصد گردشگری مورد نظر می شود،

6.4. چشم انداز آینده

در این مقاله، کارایی و پوشش فضایی حمل‌ونقل عمومی در کامبریلز را از دیدگاه زیرساخت‌محور، با در نظر گرفتن میزان جمعیت ساکن و گردشگر با استفاده بالقوه از خدمات حمل‌ونقل عمومی، تحلیل کرده‌ایم. علیرغم این واقعیت که همه ساکنان و گردشگران هر شهر بدون توجه به وضعیت اجتماعی یا اقتصادی خود از حق تردد آزاد و دسترسی برابر به همه کالاها و خدمات برخوردارند [52، 53]، استفاده از حمل و نقل عمومی در افراد کم درآمد بیشتر است. گروه‌های اجتماعی، زنان، دانش‌آموزان، جمعیت وابسته (مسن‌تر و جوان‌تر) و گردشگران [ 54 ]. مطالعه ای که توسط گوتیرز و میراوت [ 31] نشان می دهد که مشخصات گردشگر نیز در تصمیم گیری برای سفر با وسایل نقلیه عمومی مهم است. به همین دلیل، در انتظار بررسی‌های آتی، تعیین جمعیت ساکن و گردشگر با مشخصاتی از استعداد بیشتر برای استفاده از حمل‌ونقل عمومی در مقصد گردشگری مورد بررسی (کامبریلز) است. سپس لازم خواهد بود که برابری اجتماعی و کارایی ساختار حمل و نقل عمومی برای برآوردن نیازهای تحرک آنها مورد تجزیه و تحلیل قرار گیرد، همانطور که Delmelle و Casas [ 19 ] Cardozo و همکارانش. [ 20 ] یا رویز و دیگران. [ 54]. برای توسعه این رویکرد، اطلاعات بیشتری در مورد نمایه‌های توریست مورد نیاز است، به این معنی که منابع دیگری (به عنوان مثال، نظرسنجی‌های توریستی) مورد نیاز خواهند بود، زیرا منابع فعلی مورد استفاده در اینجا به ما اجازه می‌دهند توزیع فضایی محل اقامت برای گردشگران را تعیین کنیم، اما هیچ داده‌ای در مورد آنها ارائه نشده است. مشخصات.
علاوه بر این، شاخص هایی که برای مطالعه حاضر به کار گرفته شده اند، امکان تفسیر سطح جذب فضاهای مختلف شهرداری یا استفاده روزمره، کار، اوقات فراغت یا گردشگری را ندارند، اگرچه سطح پوشش را اندازه گیری می کنند. از سیستم حمل و نقل عمومی، اتصال بین مناطق حمل و نقل و چند وجهی شبکه. بنابراین، تحقیقات آتی باید ارزش هر توقف را بر حسب جاذبه مقصدهای احتمالی، علاوه بر در نظر گرفتن ظرفیت سرویس و فرکانس [ 55 ، 56 ] و همچنین اندازه‌گیری‌های امپدانس بین مبدا و مقصد در نظر بگیرند [ 57 ، 58 ، 59]. حتی می‌توان رویکردهای پیچیده‌تری را در آینده برای مقصد توریستی کوستا داورادا به‌عنوان یک کل توسعه داد تا کارایی سیستم‌های حمل‌ونقل عمومی را با در نظر گرفتن کرایه‌ها، برنامه‌ها، ظرفیت، فرکانس و سایر ویژگی‌های سیستم از طریق معیارهای اتصال ترانزیت اندازه‌گیری کند. پیشنهاد شده توسط چندین نویسنده [ 60 ، 61 ، 62 ، 63 ، 64 ].

منابع

  1. هولمگرن، جی. تحلیلی از عوامل تعیین کننده تقاضای حمل و نقل عمومی محلی با تمرکز بر اثرات تغییرات درآمد. یورو ترانسپ Res. Rev. 2013 , 5 , 101-107. [ Google Scholar ] [ CrossRef ]
  2. سقاپور، ت. مریدپور، س. تامپسون، RG دسترسی به حمل و نقل عمومی در مناطق شهری: رویکردی جدید با ترکیب تراکم جمعیت. J. Transp. Geogr. 2016 ، 54 ، 273-285. [ Google Scholar ] [ CrossRef ]
  3. اندرسون، WP; پاولوس، اسکی. اریک، فرم شهری JM، انرژی و محیط زیست: مروری بر مسائل، شواهد و سیاست. مطالعه شهری. 1996 ، 33 ، 7-35. [ Google Scholar ] [ CrossRef ]
  4. بنیستر، دی. واتسون، اس. وود، سی. شهرهای پایدار: حمل و نقل، انرژی و شکل شهری. محیط زیست طرح. B-Plan. دس 1997 ، 24 ، 125-143. [ Google Scholar ] [ CrossRef ]
  5. نیومن، پی. Kenworthy، JR پایداری و شهرها: غلبه بر وابستگی به خودرو . مطبوعات جزیره: واشنگتن، دی سی، ایالات متحده آمریکا، 1999. [ Google Scholar ]
  6. Nijkamp، P. Rienstra، S. حمل و نقل پایدار در یک شهر فشرده. در شهر فشرده. یک فرم شهری پایدار؟ جنکینز، ام.، برتون، ای.، ویلیامز، ک.، ویرایش. E & FN Spon: لندن، انگلستان، 1996; صص 190-199. [ Google Scholar ]
  7. موری، AT تحلیل استراتژیک پوشش حمل و نقل عمومی. اجتماعی اقتصادی طرح. علمی 2001 ، 35 ، 175-188. [ Google Scholar ] [ CrossRef ]
  8. هال، سی ام. Le-Klahn، DT; Ram, Y. گردشگری، حمل و نقل عمومی و تحرک پایدار ; انتشارات نمای کانال: بریستول، بریتانیا، 2017. [ Google Scholar ]
  9. الیاس، دبلیو. شیفتان، ی. تأثیر درک ریسک و نگرش افراد بر رفتار سفر. ترانسپ Res. بخش A سیاست سیاست. 2012 ، 46 ، 1241-1251. [ Google Scholar ] [ CrossRef ]
  10. سدر، ا. خالص، YL; کوریات، سی. اندازه‌گیری عملکرد اتصال حمل‌ونقل عمومی در اوکلند، نیوزیلند اعمال شد. ترانسپ Res. ضبط J. Transp. Res. هیئت 2009 ، 2111 ، 139-147. [ Google Scholar ] [ CrossRef ]
  11. چنگ، YH; Chen, SY دسترسی درک شده، تحرک و اتصال سیستم های حمل و نقل عمومی. ترانسپ Res. بخش A سیاست سیاست. 2015 ، 77 ، 386-403. [ Google Scholar ] [ CrossRef ]
  12. وانگ، CH; چن، ن. یک رویکرد آماری فضایی مبتنی بر GIS برای مدل‌سازی دسترسی به شغل با استفاده از حالت حمل‌ونقل: مطالعه موردی کلمبوس، اوهایو. J. Transp. Geogr. 2015 ، 45 ، 1-11. [ Google Scholar ] [ CrossRef ]
  13. چنگ، جی. برتولینی، L. اندازه گیری دسترسی به مشاغل شهری با زوال فاصله، رقابت و تنوع. J. Transp. Geogr. 2013 ، 30 ، 100-109. [ Google Scholar ] [ CrossRef ]
  14. سیستم های اطلاعات جغرافیایی تیل، JC برای حمل و نقل در چشم انداز. ترانسپ Res. قسمت C Emerg. تکنولوژی 2000 ، 8 ، 3-12. [ Google Scholar ] [ CrossRef ]
  15. آرامپاتزیس، جی. کیرانودیس، سی تی. اسکالوباکاس، پی. Assimacopoulos، D. یک سیستم پشتیبانی تصمیم مبتنی بر GIS برای برنامه ریزی سیاست های حمل و نقل شهری. یورو جی. اوپر. Res. 2004 ، 152 ، 465-475. [ Google Scholar ] [ CrossRef ]
  16. بلایت، پی. راکلیف، تی. هلند، آر. Mageean, J. کاربردهای ITS در حمل و نقل عمومی: بهبود خدمات به سیستم حمل و نقل. J. Adv. ترانسپ 2000 ، 34 ، 325-345. [ Google Scholar ] [ CrossRef ]
  17. مورو، آی. Villaescusa, J. Estudio de la Accesibilidad Espacial de los Centros de Enseñanza Primaria en Bilbao. در Tecnologías Geográficas Para el Desarrollo Sostenible Departamento de Geografía ; Universidad de Alcalá: مادرید، اسپانیا، 2000; صص 718-734. [ Google Scholar ]
  18. سالادو گارسیا، ام جی; دیاز مونوز، MA; بوسکه سندرا، جی. کاروالیو کانترجیانی، سی. روجاس کوئزادا، سی. Jiménez Gigante، FJ; بارنت، آی. فرناندز، سی. Muñoz Rueda، C. Movilidad sostenible y SIG. Propuesta devaluación del transporte público en Alcalá de Henares. در El Acceso a la Información Espacial y las Nuevas Tecnologías Geográficas ; Actas del XII Congreso Nacional de Tecnologías de la Información Geográfica; Universidad de Granada: گرانادا، اسپانیا، 2006; صفحات 1777-1794. [ Google Scholar ]
  19. دلمل، EC; Casas، I. ارزیابی عدالت فضایی الگوهای دسترسی مبتنی بر حمل و نقل سریع اتوبوس در یک کشور در حال توسعه: مورد کالی، کلمبیا. ترانسپ سیاست 2012 ، 20 ، 36-46. [ Google Scholar ] [ CrossRef ]
  20. Cardozo، OD; بونفانتی، FA; Parras، AM Los SIG و La Planificación del Transporte Público. Aplicaciones en la ciudad de Resistencia (چاکو-آرژانتین). در دسترس آنلاین: http://www.unne.edu.ar/unnevieja/Web/cyt/cyt2006/01-Sociales/2006-S-050.pdf (دسترسی در 15 مارس 2017).
  21. بننسون، آی. مارتنز، ک. روفه، ی. Kwartler، A. حمل و نقل عمومی در مقابل ماشین شخصی برآورد دسترسی مبتنی بر GIS که در منطقه شهری تل آویو اعمال شد. ان Reg. علمی 2011 ، 47 ، 499-515. [ Google Scholar ] [ CrossRef ]
  22. استنت، ال. ولفسون، او. یو، PS; Xu، B. تشخیص حالت حمل و نقل با استفاده از تلفن های همراه و اطلاعات GIS. در مجموعه مقالات نوزدهمین کنفرانس بین المللی ACM SIGSPATIAL در مورد سیستم های اطلاعات جغرافیایی پیشرفته، شیکاگو، IL، ایالات متحده آمریکا، 1-4 نوامبر 2011.
  23. ژو، ام. وو، اچ. چن، دبلیو. Goh, GH شناسایی گردشگران از مسافران حمل و نقل عمومی. در مجموعه مقالات بیستمین کنفرانس بین المللی ACM SIGKDD در مورد کشف دانش و داده کاوی — KDD ’14، نیویورک، نیویورک، ایالات متحده آمریکا، 24 تا 27 اوت 2014. ACM Press: نیویورک، نیویورک، ایالات متحده آمریکا، 2014. صفحات 1779-1788. [ Google Scholar ]
  24. رندیرو، آر. رویکرد سوارز، R. GIS برای طراحی مسیر اتوبوس توریستی در جزیره لانزاروته اعمال شد. جی. تور. توسعه دهنده 2014 ، 5 ، 239-240. [ Google Scholar ]
  25. Le-Klähn، DT; هال، CM استفاده توریستی از حمل و نقل عمومی در مقاصد – بررسی. Curr. تور مسائل. 2015 ، 18 ، 785-803. [ Google Scholar ] [ CrossRef ]
  26. صفحه، SJ حمل و نقل و گردشگری: چشم اندازهای جهانی ; پیرسون: هارلو، بریتانیا، 2005. [ Google Scholar ]
  27. گرونائو، دبلیو. کاگرمایر، A. عوامل کلیدی برای موفقیت در تأمین حمل و نقل عمومی تفریحی و گردشگری. J. Transp. Geogr. 2007 ، 15 ، 127-135. [ Google Scholar ] [ CrossRef ]
  28. تامپسون، ک. Schofield، P. بررسی رابطه بین عملکرد حمل و نقل عمومی و رضایت مقصد. J. Transp. Geogr. 2007 ، 15 ، 136-144. [ Google Scholar ] [ CrossRef ]
  29. آلبالات، دی. بل، جی. گردشگری و حمل و نقل عمومی شهری: نگه داشتن فشار تقاضا تحت محدودیت عرضه. تور. مدیریت 2010 ، 31 ، 425-433. [ Google Scholar ] [ CrossRef ]
  30. استفان، سی. مدیریت کربن در گردشگری: کاهش تأثیرات بر تغییرات آب و هوا . Routledge: لندن، بریتانیا، 2011. [ Google Scholar ]
  31. گوتیرز، آ. Miravet, D. عوامل تعیین کننده استفاده توریستی از حمل و نقل عمومی در مقصد. پایداری 2016 ، 8 ، 908. [ Google Scholar ] [ CrossRef ]
  32. پیترز، پی. زیمبا، ای. Duijnisveld، M. اثرات زیست محیطی عمده حمل و نقل توریستی اروپا. J. Transp. Geogr. 2007 ، 15 ، 83-93. [ Google Scholar ] [ CrossRef ]
  33. گوتیرز، جی. اثرات اندازه گیری فاصله گارسیا-پالومارس، JC در محاسبه مناطق خدمات حمل و نقل با استفاده از GIS. محیط زیست طرح. B طرح. دس 2008 ، 35 ، 480-503. [ Google Scholar ] [ CrossRef ]
  34. Huerta، MU; Källestål، CC دسترسی جغرافیایی و مدل سازی پوشش فضایی شبکه مراقبت های بهداشتی اولیه در استان غربی رواندا. بین المللی J. Health Geogr. 2012 ، 11 ، 40. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  35. موری، AT; دیویس، آر. استیمسون، RJ; Ferreira, L. دسترسی به حمل و نقل عمومی. ترانسپ Res. قسمت D Transp. محیط زیست 1998 ، 3 ، 319-328. [ Google Scholar ] [ CrossRef ]
  36. وو، سی. موری، AT بهینه‌سازی کیفیت حمل‌ونقل عمومی و دسترسی به سیستم: مسئله چند مسیر، پوشش حداکثر/کوتاه‌ترین مسیر. محیط زیست طرح. B طرح. دس 2005 ، 32 ، 163-169. [ Google Scholar ] [ CrossRef ]
  37. ژائو، اف. چاو، ال. لی، ام. اوباکا، آی. گان، الف. پیش‌بینی مدل رگرسیون دسترسی پیاده روی ترانزیت، جایگزین روش بافر. ترانسپ Res. ضبط 2003 ، 1835 ، 34-41. [ Google Scholar ] [ CrossRef ]
  38. فودا، م. عثمان، ع. استفاده از GIS برای اندازه‌گیری دسترسی به توقف عبوری با در نظر گرفتن شبکه واقعی جاده‌های پیاده. J. Public Transp. 2010 ، 13 ، 23-40. [ Google Scholar ] [ CrossRef ]
  39. موری، مدل پوششی برای بهبود دسترسی به سیستم حمل و نقل عمومی و گسترش دسترسی. ان اپراتور Res. 2003 ، 123 ، 143-156. [ Google Scholar ] [ CrossRef ]
  40. پرایدو، ب. نقش سیستم حمل و نقل در توسعه مقصد. تور. مدیریت 2000 ، 21 ، 53-63. [ Google Scholar ] [ CrossRef ]
  41. هال، DR مفهوم سازی حمل و نقل گردشگری: نابرابری و مسائل خارجی. J. Transp. Geogr. 1999 ، 7 ، 181-188. [ Google Scholar ] [ CrossRef ]
  42. کینزلا، جی. کالفیلد، بی. بررسی کیفیت و سهولت استفاده از حمل و نقل عمومی در دوبلین از دیدگاه یک تازه وارد. J. Public Transp. 2011 ، 14 ، 69-81. [ Google Scholar ] [ CrossRef ]
  43. رفتار کوزاک، ام. ریپیتر در دو مقصد متمایز. ان تور. Res. 2001 ، 28 ، 784-807. [ Google Scholar ] [ CrossRef ]
  44. Le-Klähn، DT; گریک، آر. مایکل هال، سی. کاربران بازدیدکننده در مقابل غیر کاربران حمل و نقل عمومی: مورد مونیخ، آلمان. جی. مقصد. علامت گذاری. مدیریت 2014 ، 3 ، 152-161. [ Google Scholar ] [ CrossRef ]
  45. Simon, G. Entre marche et metro, les Mouvements intra-urbains des travelers sous le prisme de l’«adhérence» à Paris et en Île-de-France. Rech. ترانسپ امن 2013 ، 2012 ، 25-32. [ Google Scholar ] [ CrossRef ]
  46. روسو، آ. اسمیت، آی. اتکینسون، آر. سرویلو، ال. مدسن، بی. van der Borg, J. ESPON ATTREG: جذابیت مناطق و شهرهای اروپایی برای ساکنان و بازدیدکنندگان . Espon و Universitat Rovira i Virgili: لوکزامبورگ، 2012. [ Google Scholar ]
  47. آنتون کلاو، اس. بازاندیشی در مورد گردشگری انبوه. فضا و مکان. در کتاب راتلج هندبوک جغرافیاهای گردشگری ; روتلج هندبوک جغرافیای گردشگری. Routledge: لندن، انگلستان، 2012; ص 217-224. [ Google Scholar ]
  48. گوتیرز، آ. Miravet، D. Estacionalidad turística y dinámicas metropolitanas: Unálisis a partir de la movilidad en transporte público en el Camp de Tarragona. کشیش جئوگر. نورته جی دی. 2016 ، 65 ، 65-89. [ Google Scholar ] [ CrossRef ]
  49. مولر، DK; هال، خانه‌های دوم CM و توزیع جمعیت منطقه‌ای: در مورد رویه‌های اداری و شکست‌ها در سوئد. فضا. مردمی Soc. 2003 ، 2003 ، 251-261. [ Google Scholar ] [ CrossRef ]
  50. Casado-Diaz، MA اثرات اجتماعی و جمعیت شناختی گردشگری مسکونی: مطالعه موردی Torrevieja، اسپانیا. بین المللی جی. تور. Res. 1999 ، 1 ، 223-237. [ Google Scholar ] [ CrossRef ]
  51. روویرا سوتو، MT; Anton-Clavé, S. De destino a ciudad. La reformulación urbana de los destinos turísticos costeros maduros. El caso de la Costa Daurada مرکزی. آرشیت. محیط شهری. 2014 ، 9 ، 373-392. [ Google Scholar ] [ CrossRef ]
  52. گوتیرز، جی. مورا، ا. گومز، دی. Jaraíz، C. Accesibilidad de la población a las aglomeraciones urbanas de la Península Ibérica. Finisterra 2010 ، XLV ، 107-118. [ Google Scholar ]
  53. Vassallo، JM; Pérez de Villar, P. Equidad y eficiencia del transporte publico en Madrid: برابری اجتماعی و کارایی سیستم حمل و نقل عمومی در مادرید. کشیش Obras Públ. 2004 ، 155 ، 41-58. [ Google Scholar ]
  54. رویز، م. Seguí Pons, JM; ماتو لادو، جی. Martínez Reynés، MR Evaluación de la equidad del service transporte público: El caso de Palma de Mallorca. استود. Geogr. 2017 ، 77 ، 619. [ Google Scholar ] [ CrossRef ]
  55. دلبوسک، ا. کوری، جی. استفاده از منحنی های لورنز برای ارزیابی ارزش حمل و نقل عمومی. J. Transp. Geogr. 2011 ، 19 ، 1252-1259. [ Google Scholar ] [ CrossRef ]
  56. جارامیلو، سی. لیزاراگا، سی. گریندلی، AL نابرابری فضایی در نیازهای اجتماعی حمل و نقل و تامین حمل و نقل عمومی در سانتیاگو د کالی (کلمبیا). J. Transp. Geogr. 2012 ، 24 ، 340-357. [ Google Scholar ] [ CrossRef ]
  57. ماووا، اس. ویتن، ک. مک کرینور، تی. O’Sullivan، D. دسترسی به مقصد مبتنی بر GIS از طریق حمل و نقل عمومی و پیاده روی در اوکلند، نیوزیلند. J. Transp. Geogr. 2012 ، 20 ، 15-22. [ Google Scholar ] [ CrossRef ]
  58. Foth، N. ماناو، ک. El-Geneidy، AM به سوی حمل و نقل عادلانه: بررسی دسترسی حمل و نقل و نیاز اجتماعی در تورنتو، کانادا، 1996-2006. J. Transp. Geogr. 2013 ، 29 ، 1-10. [ Google Scholar ] [ CrossRef ]
  59. مامون، SA; لونز، NE; Osleeb، JP; برتولاکچینی، ک. روشی برای تعریف فضای فرصت حمل و نقل عمومی. J. Transp. Geogr. 2013 ، 28 ، 144-154. [ Google Scholar ] [ CrossRef ]
  60. میشرا، س. ولش، TF; Jha، MK شاخص های عملکرد برای اتصال حمل و نقل عمومی در شبکه های حمل و نقل چند وجهی. ترانسپ Res. بخش A سیاست سیاست. 2012 ، 46 ، 1066-1085. [ Google Scholar ] [ CrossRef ]
  61. میشا، س. ولش، TF; تورنس، PM؛ فو، سی. زو، اچ. Knaap، E. ابزاری برای اندازه‌گیری و تجسم اتصال ایستگاه ترانزیت، مسیر و مرکز انتقال در یک شبکه حمل‌ونقل چندوجهی. ترانسپ عمومی 2014 ، 7 ، 77-99. [ Google Scholar ] [ CrossRef ]
  62. ولش، TF; Mishra, S. معیاری از برابری برای اتصال حمل و نقل عمومی. J. Transp. Geogr. 2013 ، 33 ، 29-41. [ Google Scholar ] [ CrossRef ]
  63. هاداس، ی. Ranjitkar، P. مدل‌سازی اتصال حمل‌ونقل عمومی با اندازه‌گیری‌های کیفیت انتقال فضایی. J. Transp. Geogr. 2012 ، 22 ، 137-147. [ Google Scholar ] [ CrossRef ]
  64. کاپلان، اس. پوپوکس، دی. پراتو، سی جی; Ceder, A. استفاده از اتصال برای اندازه گیری ارزش سهام در تامین حمل و نقل. J. Transp. Geogr. 2014 ، 37 ، 82-92. [ Google Scholar ] [ CrossRef ]
شکل 1. مناطق حمل و نقل (TA) Cambrils. منبع: شرح خود
شکل 2. منطقه مطالعه: ( الف ) مرزهای استان جامعه خودمختار کاتالونیا (اسپانیا) – منطقه مورد مطالعه در استان جنوبی، تاراگونا واقع شده است. ( ب ) منطقه مرکزی کوستا داورادا؛ و ( ج ) ویژگی های بافت شهری کامبریلز.
شکل 3. نمایش امکانات مختلف در Cambrils.
شکل 4. اقامت روزانه شبانه در ماه (2014). داده های ارائه شده توسط رصدخانه گردشگری پارک علم و فناوری گردشگری و اوقات فراغت در کاتالونیا (PCTTC).
شکل 5. توزیع جمعیتی ساکنان کامبریلز ( a ); و با احتساب گردشگرانی که در موسسات اقامتی دارای مجوز اقامت دارند ( ب ). توجه: به دلایل محرمانه بودن، تعداد دقیق گردشگرانی که در هر مکان اقامت دارند درج نشده است. داده ها از ثبت نام شهری ساکنان (شورای شهر کامبریلز)، بررسی اشغال (رصدخانه گردشگری PCTTC) و نقشه برداری پروژه “CartoCiudad” (موسسه ملی جغرافیایی اسپانیا) به دست آمد.
شکل 6. شبکه حمل و نقل عمومی Cambrils. منبع: شرح خود
شکل 7. نتایج شاخص 2: جمعیت با دسترسی آسان به ایستگاه های اتوبوس.
شکل 8. نتایج شاخص 3: جمعیت با دسترسی به توقف های چندوجهی.
شکل 9. محل مراکز ثقل.
شکل 10. درصد انباشته جمعیت (ساکنان و گردشگران) تحت پوشش مراکز ثقل. توجه: در فواصل فاصله (متر) از مراکز مربوطه بیان می شود. منبع: شرح خود
شکل 11. نتایج شاخص 5: جمعیت در فاصله کمتر از 500 متر از ایستگاه های بین شهری.
جدول 1. سیستم نشانگرها.
جدول 2. تعداد اقامتگاه های توریستی و عرضه روزانه تخت آنها در کامبریلز. اطلاعات ارائه شده توسط راهنمای اقامت توریستی Cambrils 2013 و رصدخانه گردشگری پارک علم و فناوری گردشگری و اوقات فراغت (PCTTC).
جدول 3. دسته بندی های پایگاه داده اصلی نظرسنجی های دو هفته ای ثبت شده توسط رصدخانه گردشگری پارک علم و فناوری گردشگری و اوقات فراغت در کاتالونیا (PCTTC).
جدول 4. نتایج شاخص 1: توقف/1000 نفر.
جدول 5. نتایج شاخص 2: جمعیت با دسترسی آسان به ایستگاه های اتوبوس.
جدول 6. نتایج شاخص 3: جمعیت با دسترسی به توقف های چندوجهی.
جدول 7. فاصله زمانی (دقیقه) بین مراکز ثقل هنگام استفاده: شبکه حمل و نقل عمومی ( a )؛ یا وسیله نقلیه شخصی ( ب ). منبع: شرح خود
جدول 8. نتایج شاخص دریفت.
جدول 9. نتایج شاخص 5: جمعیت در فاصله کمتر از 500 متر از ایستگاه بین شهری.

بدون نظر

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *