基于大数据技术的带状城市交通走廊拥堵治理对策_徐畅.pdf

-6-徐 畅，魏姗姗，朱新建：基于大数据技术的带状城市交通走廊拥堵治理对策基于大数据技术的带状城市交通走廊拥堵治理对策徐 畅，魏姗姗，朱新建（山东省交通科学研究院，山东 济南 250031）摘要：选取带状城市交通走廊为研究对象，在对带状城市交通特征进行剖析的基础上，梳理大数据技术在治理交通拥堵中的应用情况，通过建立交通拥堵评价指标体系和模型，提出针对性的拥堵治理对策。关键词：大数据技术；带状城市交通走廊；治堵模型；拥堵治理对策中图分类号：U651 文献标识码：ACountermeasures of traffic corridor congestion management in banded cities based on big data technologyXU Chang,WEI Shanshan,ZHU Xinjian（Shandong Transportation Institute,Shandong Jinan 250031 China）Abstract:Zonal urban traffic corridor is selected as the research object.On the basis of analyzing the characteristics of zonal urban traffic,the application of big data technology in traffic congestion management is sorted out.By establishing the evaluation index system and model of traffic congestion,put forward targeted congestion control countermeasures.Key words:big data technology;zonal urban traffic corridor;plugging control model;countermeasures for congestion control引言兰州、深圳和济南等城市呈现出典型的带状城市特征，东西向或南北向的若干主干道是连接城市的主通道。随着社会经济的快速发展，大型城市的交通拥堵压力日益突出，在带状城市中尤为明显。针对城市交通拥堵，近年来国内部分城市采取了多样化的治堵举措，但针对带状城市交通走廊的拥堵问题仍缺少针对性的措施。随着大数据技术的广泛应用1，在理论模型基础上研究城市交通拥堵的拥堵时间、拥堵区域、拥堵成因、拥堵程度等问题，深入分析影响带状交通走廊拥堵的具体原因，统筹考虑影响交通的速度、流量等因素建立多因素综合性评价指标体系，并提出合理有效的带状城市交通拥堵治理对策。1 带状城市交通走廊拥堵现状及成因分析1.1 主要交通走廊拥堵发展现状梳理具有带状特征的城市交通走廊大多呈现出比较突出的交通流特征，从表现特征来看，带状交通走廊的拥堵严重影响城市交通出行，在一些关键点位、交叉口等出现了一定程度的拥堵扩散现象。随着小汽车增速不断提升，大型城市车辆保有量不断攀升，人们出行在舒适性、便捷性等因素的推动下，小汽车出行量不断增加，呈现出交通拥堵周期长、影响范围大的特征，对于人民群众的出行需求、社会经济进步发展产生了制约。（1）从时间分布来看，道路交通拥堵主要集中在早、晚上下班高峰时期，人流量和车流量都相当大。在最拥堵的时间段和时间节点处，拥堵延时系数可达到两倍以上，车辆平均行驶速度最慢。此外，节假日期间，人流、客流量较大也较为集中，在很多政治、经济和文化中心区域的交通集结点上发生交通瘫痪。（2）从空间分布来看，中心区域的交通拥堵随着机动车保有量的不断增长，已有的道路供给能力不足，继而加剧交通拥堵的情况。重要路段平峰时间段交通量已基本达到饱和，在早晚高峰时间拥堵情况不容乐观。1.2 带状城市交通走廊拥堵原因分析（1）地理环境。城市交通用地面积比例较小，道路交通负荷不平衡，道路系统结构不完善，仅靠发达的交通主动脉，在短时间内不可能疏散大量交基金项目：山东省交通运输厅科技计划，项目名称：基于大数据技术的带状城市交通拥堵治理对策研究，项目编号：2018B32。收稿日期：2022-09-08作者简介：徐畅（1987），男，山东济南人，硕士研究生，高级工程师，研究方向为交通信息工程及控制。2022 年第 6 期山东交通科技-7-通流。（2）机动车数量迅猛增长。（3）公共交通发展不成熟。公共交通供需不平衡，无法满足交通需求，限制公共交通对居民出行量的分担力度。（4）交通组织管理仍待提升。（5）管理多元格局尚未形成。交通管理部门之间职能交叉，导致职能被分解,权责不明。不同的部门之间掌握的数据信息不能够共享。2 大数据在交通拥堵治理的应用现状2.1 基于大数据的城市道路拥堵判别方法2.1.1 数据获取2常用的交通大数据主要包括：固定检测器数据、浮动车数据、手机信令数据等。以地磁线圈感应为例，通过在城市交通主干道部分典型位置安装地磁线圈，车辆经过时自动感应车辆行驶速度等相关基础数据，经过网络将相关信息进行实时回传。2.1.2 数据归集结合传输到平台的相关数据，并且辅助相关现场数据等，将多元数据进行有效融合，对无效信息进行清洗，形成具有分析判别特征的交通流量、速度、延误、排队时间和次数等有效信息。2.1.3 交通拥堵状态判别3利用多源大数据，对获取的数据进行数据预处理和特征提取，多源数据进行时间和空间匹配，通过自适应加权、模糊集理论、D-S 推理、贝叶斯推理等方法对多源数据进行数据级和状态级融合。最后将交通状态划分为自由流、稳定流、过渡流、拥挤流和堵塞流。2.2 大数据综合拥堵治理系统模型2.2.1 数据获取与存储系统的运行基础数据通过道路传感设备进行回传，主要通过线圈、浮动车、电子卡口、交通流调、手机信令等多种方式，实现数据的采集并且通过网云或者服务器等实现有效存储4。2.2.2 数据的系统分析判别（1）开展数据清洗，针对异常数据进行清洗剔除。（2）根据多种不同类型的数据特征进行多元数据的融合分析，通过特定的方式将数据进行统一分类，并且形成能够全面系统分析的数据源，以此为基础进行系统的分析处理。2.2.3 建立交通拥堵治理模型5-6在前期数据采集和分析的基础上，结合城市交通带状走廊的基本特征，建立具有带状城市走廊特征的交通拥堵治理评价指标体系，筛选具备典型特征的评价指标，并依次建立多维度的拥堵治理分析模型。见图 1。图 1 基于大数据的综合交通缓堵平台框架3 基于大数据技术的带状城市交通走廊拥堵治理策略3.1 交通拥堵评价指标体系（1）建立拥堵评价指标体系。结合带状城市交通走廊的基本特征条件，充分梳理分析影响带状走廊的影响因素，并基于大数据背景，从速度、流量、延误、排队时间等多个方面建立多因素带状城市交通拥堵评价体系。（2）确定交通拥堵指数。基于大数据背景下城市交通拥堵因素分析，深入分析各个要素之间的相互管理，明确影响带状城市交通拥堵的原理5。3.2 交通拥堵治理对策63.2.1 加强城市综合交通的系统性规划从城市综合交通一张网的角度考虑，科学合理地规划城市快速路、干线、支线网络体系，针对带状城市特征，基于现状及未来城市功能区发展规划，合理地布设通道，并且针对道路用地面积及时预留，便于城市发展需求。针对城市交通道路出行、轨道交通等多种方式进行综合考虑，推动多网融合，实现一张图交通网。3.2.2 优化城市交通智能化设计体系针对带状城市交通走廊的本身特征，从走廊的交通流特征出发，鼓励发展城市公共交通，有序引导小汽车出行，从源头减少交通流量；结合信号控制等技术，创新交通流组织模式，提高道路的通行效率，并加强重点区域的交通信息引导以及停车智能管理配套设施建设等。3.2.3 优化城市交通控制规划7融合城市交通地磁数据、卡口数据以及移动互联数据，研究堵点、黑点和畸形交叉点的信号控制优化、城市干路协调控制优化、城市交通控制规划、交通信号配时跟踪优化服务、个案信号控制方案、智能交通信号控制系统方案。（下转第 15 页）2022 年第 6 期山东交通科技-15-3.3.4 标识系统（1）旅游公路标识系统设计应当遵循适用性原则，在适当的位置设置，实现定位清晰，功能明确；（2）旅游公路标识系统应当注重文化性，与当地的文化特色相结合；（3）旅游公路标识系统设计应当遵循统一性原则。4 结语通过分析当前社会经济发展背景，梳理发展旅游公路发展历程，探索精品旅游公路的概念发展、内涵演变、属性及构成，对于了解旅游公路的发展变化趋势，提升对于精品旅游公路的认识具有一定的帮助作用。参考文献：1 吴广正.旅游公路设计理念与开发体系研究D.南京:东南大学,2019.2 王通,王怀国,王斌,等.山海相逢,山东威海打造精品旅游公路J.中国公路,2020（24）:102-103.3 沙延飞.旅游公路设计探讨J.辽宁省交通高等专科学校学报,2007,9（2）:12-15.4 马世明.交旅融合背景下的旅游公路发展探析J.智能城市,2021,7（13）:28-29.（上接第 7 页）3.2.4 提升交通出行信息服务能力和服务水平8通过信息采集、分析和模型构建，加快推动建设集合多种数据、多元功能、多维分析的综合性交通信息平台的建设和应用。充分发挥大数据分析的作用，从横向和纵向两个维度，全面系统的积累和分析数据，用数据说话，提出科学合理的交通出行建议等，从而全面提升带状交通走廊的通行效率和服务能力9。4 结语通过对带状城市交通走廊拥堵现状梳理、问题研判、数据及因素分析、建立评价指标体系、搭建拥堵治理模型等措施，并从加强城市综合交通整体规划等多个维度提出对策建议。参考文献：1 何承，朱扬勇.大数据技术与应用:城市交通大数 据M.上海:上海科学技术出版社,2015.2 孔万锋.杭州“城市数据大脑”:交通治堵的探索和实践 J.公安学刊（浙江警察学院学报）,2018（1）:54-58.3 何承.上海城市交通大数据研究与实践J.上海公路,2018（1）:6.4 梁振杰,谢邦昌,谢宁.城市交通大数据研究与实践J.中国统计,2018（2）:16-17.5 陆化普.城市交通拥堵机理与对策研究M.北京:中国建筑工业出版社,2014.6 王小平.大数据背景下深圳治理交通拥堵创新对策研究D.武汉:华中师范大学,2016.7 周辉宇.基于大数据规则挖掘的交通拥堵治理研究J.统计与信息论坛,2017,32（5）:96-101.8 任凯.以大数据为基础构建智慧交通管理的思考J.道路交通管理,2017（3）:35-36.9 徐超忠.基于移动大数据的城市交通拥堵对策研究 J.交通运输部管理干部学院学报,2015,25（4）:16-20.