Coupling Big Data and Synthetic Spatial Simulation for the Second Guangzhou-Shenzhen-Hong Kong High-Speed Railway Alignment

TU Wei; BAO Zhuoyuan; GAO Wei; FANG Bichen; LI Mingxiao; HUANG Zhengdong; GUO Renzhong

doi:10.13203/j.whugis20230474

您当前的位置：

首页 >

文章列表页 >

Coupling Big Data and Synthetic Spatial Simulation for the Second Guangzhou-Shenzhen-Hong Kong High-Speed Railway Alignment

Cartography and GIS | 更新时间：2026-11-05

- Coupling Big Data and Synthetic Spatial Simulation for the Second Guangzhou-Shenzhen-Hong Kong High-Speed Railway Alignment
- Geomatics and Information Science of Wuhan University Vol. 50, Issue 10, Pages: 2111-2121(2025)
- 作者机构：
  
  1.深圳大学建筑与城市规划学院，广东深圳，518060
  2.广东省城市空间信息工程重点实验室，广东深圳，518060
  3.自然资源部大湾区地理环境监测重点实验室，广东深圳，518060
  4.粤港澳智慧城市联合实验室，广东深圳，518060
  5.亚热带建筑与城市科学全国重点实验室，广东深圳，518060
- 作者简介：
- 基金信息：
- DOI：10.13203/j.whugis20230474
  CLC： P208
- Received：28 December 2023，
  
  Published：05 October 2025
- 稿件说明：
移动端阅览
涂伟,包卓远,高位，等.耦合大数据与空间综合模拟的广深港第二高铁选线方法[J].武汉大学学报（信息科学版）,2025,50(10):2111-2121.

TU Wei,BAO Zhuoyuan,GAO Wei,et al.Coupling Big Data and Synthetic Spatial Simulation for the Second Guangzhou-Shenzhen-Hong Kong High-Speed Railway Alignment[J].Geomatics and Information Science of Wuhan University,2025,50(10):2111-2121.
涂伟,包卓远,高位，等.耦合大数据与空间综合模拟的广深港第二高铁选线方法[J].武汉大学学报（信息科学版）,2025,50(10):2111-2121. DOI：10.13203/j.whugis20230474

TU Wei,BAO Zhuoyuan,GAO Wei,et al.Coupling Big Data and Synthetic Spatial Simulation for the Second Guangzhou-Shenzhen-Hong Kong High-Speed Railway Alignment[J].Geomatics and Information Science of Wuhan University,2025,50(10):2111-2121. DOI：10.13203/j.whugis20230474

摘要

粤港澳大湾区城市间的联系日益紧密，交通出行总量迅猛增长。大湾区现有的公路和铁路网络已难以支撑日益增长的出行需求。现有设施选址模型从地形、交通、人口、生态等维度设计优化目标，以生成适宜性最优的线路方案，但并未考虑重大基础设施建设对区域发展的促进作用。针对广深港第二高铁，耦合大数据与空间综合模拟模型发展基础设施选线方法。采用现有铁路网络、高速公路、人口密度、地区生产总值、地质构造、土地利用、生态保护区边界、数字高程模型、水系边界等多源地理大数据，利用叠置分析、缓冲区分析等方法生成高质量的高铁线路，发展国土-人口-经济-交通综合模拟模型，预测高铁未来发展情景。在此基础上，构建结合城市、企业和个体等多利益主体的指标体系，计算高铁建设的效益与费用，比较分析多个选线方案的优劣。实验结果表明，经过广州白云机场、广州知识城、东莞松山湖、深圳前海和香港北部都会区的北部线串联了4个城市的未来发展区域，具有充分利用既有线路、提升居民出行便利等特点。

Abstract

Objectives

The existing roads and railways in the Greater Bay Area are hard to fulfilling the growing travel demand. Current facility location models consider terrain

traffic

population

ecology

etc. to generate the suitable route schemes. They ignore the promoting effect of major infrastructure construction on regional development. For the location of major infrastructure such as high-speed railway

factors such as promoting land development

and driving the economic and social development of the region should also be taken into account. To fill this gap

we combine big data and spatial synthetic simulation model to develop an intelligent high-speed railway alignment method.

Methods

Multi-source geographic big data such as railway network

highways

population

gross regional product

and digital elevation model are used to generate high-quality high-speed railway candidate lines. The spatial synthetic simulation model for land

population

economy and transportation is developed to predict the future development scenario of high-speed railway. Considering multi-stakeholders

including the city

enterprises and individuals

the benefits and costs of the new high-speed railway is calculated and compared.

Results

The experimental results show that the best northern line connects the future development areas of four cities through Guangzhou Baiyun Airport

Guangzhou Knowledge City

Dongguan Songshan Lake

Shenzhen Qianhai and Hong Kong Northern Metropolitan Area. Under the influence of this high-speed railroad

the new construction land reaches 92 km

the additional population is 970 000

and the additional gross domestic product is 849. 5 billion yuan

which shows a significant advantage over other alignment strategies

and the line has the characteristics of fully utilizing the existing lines and enhancing the convenience of residents

' travel. Upon completion

it will significantly shorten the travelling time in the core urban area and further promote the development of the Greater Bay Area.

Conclusions

The results not only provide data and model support for the selection of the second Guangzhou-Shenzhen-Hong Kong high-speed railway line

but also provide useful reference for the location of major infrastructure in urban agglomeration.

关键词

Keywords

references

刘毅，王云，杨宇，等 . 粤港澳大湾区区域一体化及其互动关系［J］. 地理学报， 2019 ， 74 （ 12 ）： 2455 - 2466 .

LIU Yi ， WANG Yun ， YANG Yu ， et al . Regional Integration and Interaction of the Guangdong-HongKong-Macao Greater Bay Area ［J］. Acta Geographica Sinica ， 2019 ， 74 （ 12 ）： 2455 - 2466 .

中华人民共和国国家发展和改革委员会 . 关于粤港澳大湾区城际铁路建设规划的批复（发改基础［2020］1238号）［EB/OL］.（ 2020-08-03 ）［ 2025-08-07 ］. https：//www.ndrc.gov.cn/xwdt/tzgg/202008/t202008041235524_ext.html https://www.ndrc.gov.cn/xwdt/tzgg/202008/t202008041235524_ext.html .

National Development and Reform Commission . Reply on the Construction Plan of the Guangdong-Hong Kong-Macao Greater Bay Area InterCity Railway （Development and Reform Basis ［2020］No. 1238）［EB/OL］.（ 2020-08-03 ）［ 2025-08-07 ］. https：//www.ndrc.gov.cn/xwdt/tzgg/202008/t20200804_1235524_ext.html https://www.ndrc.gov.cn/xwdt/tzgg/202008/t20200804_1235524_ext.html .

苏世亮，赵冲，李伯钊，等 . 公共交通导向发展的研究进展与展望［J］. 武汉大学学报（信息科学版）， 2023 ， 48 （ 2 ）： 175 - 191 .

SU Shiliang ， ZHAO Chong ， LI Bozhao ， et al . Transit Oriented Development： A Review ［J］. Geomatics and Information Science of Wuhan University ， 2023 ， 48 （ 2 ）： 175 - 191 .

GHORBANZADEH O ， MOSLEM S ， BLASCHKE T ， et al . Sustainable Urban Transport Planning Considering Different Stakeholder Groups by an Interval-AHP Decision Support Model ［J］. Sustaina‑bility ， 2019 ， 11 （ 1 ）： 9 .

汪晓春，熊峰，王振伟，等 . 基于POI大数据与机器学习的养老设施规划布局：以武汉市为例［J］. 经济地理， 2021 ， 41 （ 6 ）： 49 - 56 .

WANG Xiaochun ， XIONG Feng ， WANG Zhenwei ， et al . Planning and Layout of Facilities for the Elders Based on POI and Machine Learning：A Case Study of Wuhan ［J］. Economic Geography ， 2021 ， 41 （ 6 ）： 49 - 56 .

BIGOTTE J F ， ANTUNES A P . Social Infrastructure Planning： A Location Model and Solution Methods ［J］. Computer-Aided Civil and Infrastructure Engineering ， 2007 ， 22 （ 8 ）： 570 - 583 .

FUCHS F ， TRIVELLA A ， CORMAN F . Enhancing the Interaction of Railway Timetabling and Line Planning with Infrastructure Awareness ［J］. Transportation Research Part C： Emerging Technologies ， 2022 ， 142 ： 103805 .

李绍琳，杜清运 . 利用梯阶中值选址模型进行区域机场群布局适应性研究［J］. 武汉大学学报（信息科学版）， 2012 ， 37 （ 8 ）： 988 - 991 .

LI Shaolin ， DU Qingyun . Suitability of Regional Multi-airports Planning by Hierarchical P -median Location Model ［J］. Geomatics and Information Science of Wuhan University ， 2012 ， 37 （ 8 ）： 988 - 991 .

HOU J W ， HOU B ， SUN S Q . Spatial Optimization of Low-Impact Development Facilities Based on a P -Median Model and an Ant Colony Optimization ［J］. Journal of Hydrologic Engineering ， 2019 ， 24 （ 12 ）： 04019055 .

KARATAS M ， YAKıCı E . An Iterative Solution Approach to a Multi-objective Facility Location Problem ［J］. Applied Soft Computing ， 2018 ， 62 ： 272 - 287 .

张彤，马帅，沈宏 . 面向公平分配的时变应急服务覆盖优化［J］. 武汉大学学报（信息科学版）， 2017 ， 42 （ 12 ）： 1681 - 1687 .

ZHANG Tong ， MA Shuai ， SHEN Hong . Equity-Oriented Time-Varying Emergency Management Service Coverage Optimization ［J］. Geomatics and Information Science of Wuhan University ， 2017 ， 42 （ 12 ）： 1681 - 1687 .

吴钦钦，王珂，樊文有，等 . 基于连续空间需求的公共图书馆最大覆盖选址方法：以武汉市主城区为例［J］. 地理与地理信息科学， 2020 ， 36 （ 1 ）： 27 - 34 .

WU Qinqin ， WANG Ke ， FAN Wenyou ， et al . Optimizing the Public Library Location Based on Coverage Maximization of Continuous Space Demands： A Case Study of the Downtown of Wuhan City ［J］. Geography and Geo-Information Science ， 2020 ， 36 （ 1 ）： 27 - 34 .

林建新，林孟婷，王皖东，等 . 分级设施选址问题研究进展与展望［J］. 清华大学学报（自然科学版）， 2022 ， 62 （ 7 ）： 1121 - 1131 .

LIN Jianxin ， LIN Mengting ， WANG Wandong ， et al . Review of the Hierarchical Facility Location Problem ［J］. Journal of Tsinghua University（Science and Technology）， 2022 ， 62 （ 7 ）： 1121 - 1131 .

王紫萌，周建勤 . 线状需求下两阶段设施选址问题［J］. 上海海事大学学报， 2020 ， 41 （ 3 ）： 60 - 65 .

WANG Zimeng ， ZHOU Jianqin . Two-Stage Facility Location Problems with Linear Demands ［J］. Journal of Shanghai Maritime University ， 2020 ， 41 （ 3 ）： 60 - 65 .

KRPAN L ， VILKE S ， MILKOVIÉ M . A Model of the Selection of an Optimal Railroad Route by Applying the Multiple-Criteria Analysis ［J］. Tehnicki Vjesnik-Technical Gazette ， 2017 ， 24 （ 4 ）： 1155 - 1164 .

WU B ， LU M ， HUANG W ， et al . A Case Study on the Construction Optimization Decision Scheme of Urban Subway Tunnel Based on the TOPSIS Method ［J］. KSCE Journal of Civil Engineering ， 2020 ， 24 （ 11 ）： 3488 - 3500 .

程国柱，周林芳 . 城市轨道交通车站双层选址模型［J］. 哈尔滨工业大学学报， 2019 ， 51 （ 3 ）： 186 - 192 .

CHENG Guozhu ， ZHOU Linfang . Bi-level Model of Urban Rail Transit Stations Location ［J］. Journal of Harbin Institute of Technology ， 2019 ， 51 （ 3 ）： 186 - 192 .

冯超，周步祥，林楠，等 . Delphi和GAHP集成的综合评价方法在电动汽车充电站选址最优决策中的应用［J］. 电力自动化设备， 2012 ， 32 （ 9 ）： 25 - 29 .

FENG Chao ， ZHOU Buxiang ， LIN Nan ， et al . Application of Comprehensive Evaluation Method Integrating Delphi and GAHP in Optimal Siting of Electric Vehicle Charging Station ［J］. Electric Power Automation Equipment ， 2012 ， 32 （ 9 ）： 25 - 29 .

马彦祥 . 多准则妥协解排序法在境外铁路选线方案应用［J］. 铁道工程学报， 2022 ， 39 （ 4 ）： 1 - 4 .

MA Yanxiang . Application of Multi-criteria Compromise Ranking Method （VIKOR） in Overseas Railway Alignment Selection ［J］. Journal of Railway Engineering Society ， 2022 ， 39 （ 4 ）： 1 - 4 .

杨立国，吴小萍，刘铮，等 . 基于层次分析法及模糊综合评价法的铁路“绿色”选线方案比选［J］. 铁道标准设计， 2007 （ 12 ）： 20 - 22 .

YANG Liguo ， WU Xiaoping ， LIU Zheng ， et al . Comparison for “Green” Route Selection Based on Gradation Analysis Method and Vague Integrated Evaluation Method ［J］. Railway Standard Design ， 2007 （ 12 ）： 20 - 22 .

张嘉琪，杜开虎，任书良，等 . 多源空间大数据场景下的家装品牌线下广告选址［J］. 武汉大学学报（信息科学版）， 2022 ， 47 （ 9 ）： 1406 - 1415 .

ZHANG Jiaqi ， DU Kaihu ， REN Shuliang ， et al . Site Selection of Outdoor Advertisement for Home Decoration Brands Based on Multi-source Spatial Big Data ［J］. Geomatics and Information Science of Wuhan University ， 2022 ， 47 （ 9 ）： 1406 - 1415 .

LI X ， HE J Q ， LIU X P . Ant Intelligence for Solving Optimal Path-Covering Problems with Multi-objectives ［J］. International Journal of Geographical Information Science ， 2009 ， 23 （ 7 ）： 839 - 857 .

焦利民，刘耀林 . 可持续城市化与国土空间优化［J］. 武汉大学学报（信息科学版）， 2021 ， 46 （ 1 ）： 1 - 11 .

JIAO Limin ， LIU Yaolin . Sustainable Urbanization and Territorial Spatial Optimization ［J］. Geomatics and Information Science of Wuhan University ， 2021 ， 46 （ 1 ）： 1 - 11 .

欧阳晓，朱翔 . 中国城市群城市用地扩张时空动态特征［J］. 地理学报， 2020 ， 75 （ 3 ）： 571 - 588 .

OUYANG Xiao ， ZHU Xiang . Spatio-Temporal Characteristics of Urban Land Expansion in Chinese Urban Agglomerations ［J］. Acta Geographica Sinica ， 2020 ， 75 （ 3 ）： 571 - 588 .

宋友城 . 顾及空间异质性和差异化演变特征的土地利用变化模拟和预测［J］. 武汉大学学报（信息科学版）， 2025 ， 50 （ 8 ）： 1732 - 1732 .

SONG Youcheng . Simulation and Prediction of Land-Use Change Taking into Account Spatial Heterogeneity and Differentiated Change Characteristics ［J］. Geomatics and Information Science of Wuhan University ， 2025 ， 50 （ 8 ）： 1732 - 1732 .

李德仁，张洪云，金文杰 . 新基建时代地球空间信息学的使命［J］. 武汉大学学报（信息科学版）， 2022 ， 47 （ 10 ）： 1515 - 1522 .

LI Deren ， ZHANG Hongyun ， JIN Wenjie . The Mission of Geo-spatial Information Science in New Infrastructure Era ［J］. Geomatics and Information Science of Wuhan University ， 2022 ， 47 （ 10 ）： 1515 - 1522 .

TU W ， GAO W ， LI M X ， et al . Spatial Cooperative Simulation of Land Use-Population-Economy in the Greater Bay Area， China ［J］. International Journal of Geographical Information Science ， 2024 ， 38 （ 2 ）： 381 - 406 .

KAMUSOKO C ， GAMBA J . Simulating Urban Growth Using a Random Forest-Cellular Automata （RF-CA） Model ［J］. ISPRS International Journal of Geo-Information ， 2015 ， 4 （ 2 ）： 447 - 470 .

LI X ， YEH A G . Neural-Network-Based Cellular Automata for Simulating Multiple Land Use Changes Using GIS ［J］. International Journal of Geographical Information Science ， 2002 ， 16 （ 4 ）： 323 - 343 .

唐佳，甄峰，席广亮 . 高铁走廊区域居民城际流动支撑体系优化策略研究：以沪宁高铁为例［J］. 现代城市研究， 2020 （ 9 ）： 31 - 39 .

TANG Jia ， ZHEN Feng ， XI Guangliang . A Study on Optimizing Strategies of Residents’ Intercity Mobility Support System for Regional High Speed Rail Corridor： A Case Study of Shanghai-Nanjing High Speed Rail ［J］. Modern Urban Research ， 2020 （ 9 ）： 31 - 39 .

刘耀林，仝照民，刘岁，等 . 土地利用优化配置建模研究进展与展望［J］. 武汉大学学报（信息科学版）， 2022 ， 47 （ 10 ）： 1598 - 1614 .

LIU Yaolin ， TONG Zhaomin ， LIU Sui ， et al . Progress and Prospects of Research on Optimal Land-Use Allocation Modeling ［J］. Geomatics and Information Science of Wuhan University ， 2022 ， 47 （ 10 ）： 1598 - 1614 .

高位，涂伟，李明晓，等 . 基于影响因子动态更新的都市圈国土-人口协同模拟［J］. 地球信息科学学报， 2022 ， 24 （ 8 ）： 1502 - 1511 .

GAO Wei ， TU Wei ， LI Mingxiao ， et al . Synergistic Simulation of Land and Population in Metropolitan Area with Dynamic Influence Factors ［J］. Journal of Geo-Information Science ， 2022 ， 24 （ 8 ）： 1502 - 1511 .

YAO Y ， LIU X P ， LI X ， et al . Simulating Urban Land-Use Changes at a Large Scale by Integrating Dynamic Land Parcel Subdivision and Vector-Based Cellular Automata ［J］. International Journal of Geographical Information Science ， 2017 ， 31 （ 12 ）： 2452 - 2479 .

LIANG X ， GUAN Q F ， CLARKE K C ， et al . Understanding the Drivers of Sustainable Land Expansion Using a Patch-Generating Land Use Simulation （PLUS） Model： A Case Study in Wuhan， China ［J］. Computers， Environment and Urban Systems ， 2021 ， 85 ： 101569 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Identifying Human Mobility Patterns Changes During Public Health Emergencies

Generalized Surveying Data Processing： From Geometric Parameters Calculation to Feature Information Extraction

Progress and Prospects of Research on Optimal Land‑Use Allocation Modeling

A Review of Multi-scale Geospatial Data Updating Methods

Geometric and Frequency-Domain Constrained Single-Step Diffusion for Seabed Terrain Super-Resolution Reconstruction

Related Author

LI Qingquan

YUE Yang

LI Xiaoming

LI Zhen

XIA Jizhe

GAO Song

ZHOU Ying

ZHONG Leiyang

Related Institution

Geospatial Data Science Lab, Department of Geography, University of Wisconsin‑Madison

College of Public Health, Shenzhen University

Research Institute for Smart Cites, Shenzhen University

Guangdong Key Laboratory for Urban Informatics

Shenzhen Key Laboratory of Spatial Smart Sensing and Services

AI问答

⁰