鄔群勇,鄒智杰,邱端昇,蘇克云

(福州大學地理空間信息技術國家地方聯(lián)合工程研究中心,空間數(shù)據(jù)挖掘與信息共享教育部重點實驗室,福建省空間信息工程研究中心,福建 福州 350116)

0 引言

廣義上,交通擁堵定義為某一時空由于交通需求和供給產(chǎn)生矛盾所引起的交通滯留現(xiàn)象[1],這已成為制約城市發(fā)展的瓶頸[2]. 關于如何評價交通擁堵狀態(tài),國內(nèi)外對擁堵指標和評價體系已經(jīng)進行了大量研究,并形成許多有代表性的指標體系. 美國德克薩斯州交通研究院于1994年首次提出道路擁堵指數(shù)(roadway congestion index,RCI)用來衡量道路交通密度,描述擁堵強度和持續(xù)情況. EISELE等[3]提出出行時間指數(shù)(travel time index,TTI),用每個通勤人員年均延誤時間、總延誤等指標來描述交通擁堵的程度,并給出交通擁堵的發(fā)展趨勢. 飯?zhí)锕Ь碵4]以擁堵度(degree of congestion,DC)來描述道路擁堵狀況,定義為某路段實際交通量與一天24 h或白天12 h的評價基準量之比. 王力等[5]以車輛平均速度、擁堵指數(shù)、停車時間比例、加速度噪聲和平均速度梯度作為交通擁堵表征量. 2010年起,歐洲國家開始使用INRIX指標來評價道路的擁堵程度[6]. 國內(nèi)主要的道路擁堵值的計算方法可以歸納為基于擁堵里程比例、出行時間和綜合評價幾種. 以上指標的適用條件不同,因此選取合適的指標體系對分析交通擁堵至關重要.

城市道路擁堵的研究離不開交通數(shù)據(jù),傳統(tǒng)的交通擁堵探測方法一般是基于道路傳感器,例如地下線圈,其成本高且僅能探測固定位置的數(shù)據(jù),具有局限性[7]. 出租車軌跡數(shù)據(jù)因其具有覆蓋廣、精度好、成本低、易獲取等優(yōu)點成為城市交通研究中重要數(shù)據(jù)源之一[8]. 利用浮動的軌跡數(shù)據(jù)進行交通研究已經(jīng)成為新趨勢[9-12]. 何成兆等[13]利用出租軌跡數(shù)據(jù)建立擁堵源與擁堵評價點之間的函數(shù)關系,構建可視化模型,通過特征提取和擁堵聚類劃分區(qū)域交通擁堵的空間分布模式. WANG等[14]基于軌跡數(shù)據(jù)提出一種交互式可視化分析方法,利用擁堵在時間空間上的關聯(lián)性生成擁堵蔓延圖,以此來分析交通擁堵. 張俊濤等[15]總結運行車輛的4種通行狀態(tài),提出一種基于軌跡分段的擁堵檢測的可視化方法,能夠較好地估計城市擁堵狀況. KONG 等[16]利用出租車軌跡數(shù)據(jù)計算深圳市近10萬條道路的道路等級TTI.

本文針對城市道路擁堵現(xiàn)象,選擇不受道路等級影響的INRIX擁堵指標體系. 使用出租車軌跡數(shù)據(jù)計算城市道路擁堵指數(shù). 對由出租車軌跡信息異常產(chǎn)生的擁堵值異常,提出一種擁堵指數(shù)異常判別和基于區(qū)域連續(xù)性修正方法. 實驗表明該修正方法改善了擁堵指數(shù)計算結果,提高擁堵分析的準確性. 最后,以福州市出租車數(shù)據(jù)為例,對城市道路擁堵的時空特征進行分析和評價.

1 城市道路擁堵指標

多數(shù)城市道路擁堵指標是基于速度、時間、交通量3要素,其中速度是人們對交通狀況最直觀的體會,但由于存在道路等級和道路限速等問題,相同的速度條件下在不同等級道路上所表現(xiàn)的路況相去甚遠,單一的速度無法準確反映交通狀態(tài). 因此如何排除道路等級道路類型帶來的影響,選取合適的擁堵指標至關重要. 計算的復雜度和所需的數(shù)據(jù)也是選擇擁堵指標體系時需要考慮的因素. 表1是幾種比較成熟的擁堵指標的特點.

表1 道路擁堵指標特點對比

對比以上幾種擁堵指標體系,INRIX指標能夠消除道路等級對擁堵指標的影響,而且計算簡單易于理解. 因此本文選擇INRIX擁堵指標體系,使用出租車軌跡數(shù)據(jù)計算城市單條道路擁堵指標和城市道路總體擁堵指標值. 統(tǒng)計單位時間間隔內(nèi)單條路段的指標值Aij,計算公式為：

(1)

式中： RSi為路段i的參考通行速度,即自由流下的道路通行速度值； CSij為路段i在第j時間段內(nèi)的實際通行速度.Aij值越大說明路段i在j時間段內(nèi)擁堵越嚴重.

(2)

式中：m為路段i在自由流時間段內(nèi)GPS點總數(shù);vk為自由流時間段內(nèi)第k個GPS點記錄的出租車行車速度.

(3)

式中：n為路段i在第j時間段內(nèi)GPS點總數(shù);vjk為第j時段內(nèi)第k個GPS點記錄的出租車行車速度.

Aij的實質(zhì)是速度差(參考速度與實際速度之差)與實際速度之比,參考速度是各道路自由流下的速度值,以參考速度來表示該道路最佳通行狀況. 因為不同道路在自由流下的行車速度完全取決于各條道路通行能力,所以用速度差與實際速度之比來表示道路狀況可較好地消除由道路等級帶來的影響.

統(tǒng)計間隔j內(nèi)所有道路或某一區(qū)域內(nèi)所有道路的擁堵指標值Bj,定義為以路段長度為權重系數(shù)對各個路段的指標值Aij進行加權計算,該值可以反映城市或者一定區(qū)域內(nèi)總體的擁堵情況.Bj值越大則說明該區(qū)域在j時間段內(nèi)擁擠程度越大.

(4)

式中：N為道路總數(shù)；Li為每條道路的長度.

2 城市道路擁堵指標計算與修正

2.1 INRIX指標計算

計算道路指標Aij與全市指標Bj時的關鍵是需要合理正確地確定道路的實際通行速度CSij與參考通行速度RSi. 對出租載客策略的研究表明出租車在空載時將四處游弋以尋找下一個客源,其空載時的速度,?？奎c等均有很強的隨意性,無法反映真實的道路水平[18]. 只有在載客時,出租盈利的性質(zhì)促使司機在最短的時間內(nèi)以最快的速度到達目的地,往往能在當時的條件下將速度最大化,更接近路況的理想狀態(tài)[19]. 為避免空載點給研究帶來的影響,本研究只選取出租車載客時的GPS軌跡數(shù)據(jù).

道路實際通行速度由該統(tǒng)計間隔內(nèi)行駛在該道路上車輛記錄的行車速度均值表示,使用公式(3)進行計算. 道路參考通行速度定義為自由流狀態(tài)下出租車的平均行車速度,在現(xiàn)實中絕對理想的道路環(huán)境是不可達的,只能盡量接近自由流狀態(tài). 以往研究將自由流狀態(tài)定為凌晨時的交通路況或者道路設計最大時速,但是直接采用以上方案可能并不適用于福州市的道路環(huán)境,需要確定福州市道路通行的自由流時段. 本研究中先統(tǒng)計工作日24 h道路的平均通行速度,選取15 min作為統(tǒng)計單元以避免樣本數(shù)過少,最后取平均通行速度最高的時段作為自由流時段. 圖1是研究區(qū)城市道路在24 h內(nèi)每15 min的實際通行速度分布. 結果表明, 研究區(qū)城市道路最佳交通狀態(tài)在6:00—7:00,所以將6:15—6:30這15 min內(nèi)道路通行速度作為道路參考通行速度. 在確定擁堵指標所需要的參數(shù)數(shù)值后計算各路段在各研究時段內(nèi)的擁堵指標值,但是計算結果中存在部分路段的擁堵指標值異常,下一步分析產(chǎn)生指標異常的原因并提出修正方法.

圖1 工作日城市道路每15 min平均速度Fig.1 Average speed of urban road per 15 min

2.2 城市道路擁堵指標異常識別與修正

道路擁堵指標異常主要包括兩種. 一是由于路段上出租車GPS軌跡缺失導致的指標不存在,本文稱之為軌跡缺失錯誤,可以采用前序時間間隔的道路擁堵指標或相鄰道路的擁堵指標值計算. 二是經(jīng)過數(shù)據(jù)預處理后遺留下來的異常數(shù)據(jù)導致的指標結果異常,稱之為指標異常錯誤. 圖2為擁堵指標異常的道路與糾正結果對比圖,圖2(a)中紅色線段表示擁堵路段,顏色越深表示擁堵越嚴重,矩形區(qū)域內(nèi)的道路并非福州市日常堵點也無大型施工,交通狀態(tài)與實際調(diào)查結果不符合. 這表明存在部分指標值不能準確反映該路段的擁堵情況,需要分析造成該問題的原因并進行相應修正.

圖2 道路異常發(fā)現(xiàn)與糾正對比Fig.2 Exceptional road identifying and correcting

從城市交通需求與供給上來看,道路上出租車軌跡點少表示該道路通過的車輛少,道路通行速度應該較快,擁堵值也較低. 而在計算結果中部分路段卻呈相反趨勢： 道路軌跡點少,但道路通行速度低,擁堵值高. 可以判斷這樣的路段其道路擁堵值可能存在異常. 因此提出了道路擁堵值可疑度Si,以此來發(fā)現(xiàn)存在擁堵指標異常的路段,其定義如下：

(5)

其中:Aij為路段i在第j時間段的指標值, 表示道路的擁堵程度; sum為路段i在第j時間段內(nèi)的軌跡點總和. 當?shù)缆窊矶鲁潭雀叨壽E點數(shù)少時,道路擁堵值可疑程度越高. 為判定路段擁堵指標值可信與否,需要確定可疑度閾值Sp來判斷,Sp的確定步驟如下：

1) 由式(5)可得路段Si值,將得到全部路段Si值升序排序,Si值越大越可疑.

2) 計算斜率Ki. 排序后的Si值前低后高,并在一處迅速拉升,故Sp應在Si突變位置. 通過Si-1與Si間斜率Ki確定突變點.

(6)

其中:x為升序排序后路段i的可疑度排名;y為路段i的可疑度Si.

3) 確定突變點. 用累計距平法確定趨勢發(fā)生變化的點,累計距離Di最小的點即為突變點.

(7)

4) 通過突變點確定對應的閾值Sp. 當Si>Sp時,路段i可疑度大于閾值則認為其擁堵指標值不可信. 由此可以將道路劃分為可信道路與可疑道路.

Sp={Si|min(Di)} (i=1, 2, 3, …,m)

(8)

使用異常識別法確定異常道路后需要對錯誤道路進行糾正. 依據(jù)城市交通的擁堵傳播規(guī)律,道路的規(guī)律性擁堵在空間上是具有連續(xù)性的,擁堵往往是從某一特定點延伸到某一條路,再到某一片區(qū)域,基于此本文提出了一種基于規(guī)律擁堵區(qū)域連續(xù)性的擁堵異常糾正. 主要步驟如下：

1) 使用基于擁堵值的道路異常識別法搜索所有異常道路Lw,k為異常道路的數(shù)量.

Lw={lw1,lw2, …,lwk}

(9)

2) 對每條異常道路,搜索一定半徑范圍內(nèi)所有的正常道路Lr,h為搜索半徑內(nèi)正常道路的數(shù)量.

Lr={lr1,lr2, …,lrh}

(10)

(11)

通過上述方法對擁堵值進行修正,圖2(b)為修正后的道路擁堵指標. 糾正后的道路處于通暢或輕度擁堵狀態(tài),這與實際狀況相符,結果證明了該道路擁堵指標異常識別和修正方法的有效性.

3 實例分析

3.1 數(shù)據(jù)預處理與擁堵指標計算

選取福州市2015年5月1日—31日的出租車GPS軌跡數(shù)據(jù)作為數(shù)據(jù)源. 數(shù)據(jù)采樣間隔為10 s,連續(xù)性較好,極少出現(xiàn)缺失點,具有較高的精度與可信度. 本文對福州市軌跡數(shù)據(jù)進行清洗和篩選,預處理流程如下： ① 篩選載客狀態(tài)值為載客的軌跡點. ② 補足缺失軌跡. ③ 清除漂移軌跡. ④ 清除異常數(shù)據(jù). 最終獲得工作日早高峰期間(7:00—10:00)出租車載客運行軌跡.

城市路網(wǎng)數(shù)據(jù)處理包括剔除支路、道路交叉口分割和長路段分割等. 策略如下： ① 因為出租車主要在城市的主干道上運行,所以保留城市的主干道,將城市的細小支路及小區(qū)內(nèi)部道路去除. ② 存在交叉的多條道路在道路交叉口兩側路段的路況可能存在差異,因此對城市主干道進行分割時,遇到道路交叉口則以交叉點為斷點,將兩條或多條交叉道路打斷,使其成為連接在這一點的多條簡單路段. ③ 部分道路交叉路口少,道路類型一致但長度過長,道路上各個部分的路況可能存在差異,例如道路一端通暢,而另一端擁堵,因此需要將其分為若干長度適合的路段以準確反映道路的通行情況. 對路網(wǎng)按策略進行清理劃分,經(jīng)處理后總計有780條路段.

在軌跡與道路數(shù)據(jù)的基礎上,以15 min為統(tǒng)計間隔,計算每個間隔內(nèi)各道路擁堵指數(shù)Aij與全市擁堵指數(shù)Bj. 發(fā)現(xiàn)7:00—7:30存在較多指標異常的路段,這時主要是客流較少,軌跡點缺少,其它時段的道路指標異常占全部道路的2%以內(nèi). 通過道路擁堵指標異常識別和修正得到每個統(tǒng)計間隔內(nèi)各路段和全市準確的擁堵指數(shù).

3.2 時間尺度分析

圖3反映了城市道路擁堵值、全市擁堵值與擁堵比例隨時間的變化,整體呈現(xiàn)先激增后遞減趨勢.

圖3 全市7:00—10:00 期間擁堵道路比例,擁堵值Aij與BjFig.3 Proportion of congested road, Aij and Bj during 7:00 to 10:00

從圖3可知： 7:00—7:30間擁堵值迅速上升,因為通勤需求導致城市居民多在此時出行,此時道路上車流明顯增多,導致出現(xiàn)道路擁堵,但總體上保持暢通. 擁堵指數(shù)峰值出現(xiàn)在7:45—8:00,在此時段內(nèi)道路擁堵指數(shù)均值為159.48,全市道路擁堵值為133.16,說明道路交通趨于飽和狀態(tài),全市道路平均通行速度不足最佳通行速度的一半,擁堵程度在7:30—8:00時間段內(nèi)逐漸加重,到8:30之前保持較高水平. 擁堵道路比例在8:00—8:15期間達到頂峰,全市處于擁堵(包括輕度擁堵、擁堵、嚴重擁堵)的道路占全部道路的比例達34.2%,與擁堵指數(shù)相同,在8:30之前維持較高水平,說明道路擁堵范圍逐漸擴散.

從圖中可以看出兩者的變化趨勢相似,但擁堵指數(shù)峰值早于擁堵道路比例峰值15 min,這是因為道路擁堵具有向相鄰道路傳播的性質(zhì),而擁堵的傳播需要一段時間,所以造成擁堵道路比例峰值滯后于擁堵指數(shù)峰值. 在8:30后道路擁堵值、全市擁堵值與擁堵道路比例逐漸回落,道路通行狀態(tài)整體通暢. 總體上,擁堵時段為7:30—8:30,持續(xù)時間為60 min.

3.3 空間尺度分析

圖4為福州市道路在工作日早高峰期的道路擁堵空間分布狀況. 其中綠色路段表示通暢,紅色路段表示擁堵,紅色越深表示擁堵程度越嚴重. 從圖中可以直觀地看出工作日早高峰時段內(nèi)福州三環(huán)內(nèi)道路擁堵發(fā)展的過程,如圖4(a)和4(b)所示.

圖4 福州市7:00—9:15擁堵空間分布Fig.4 Spatial distribution of congested road during 7:00 to 9:15

在7:30 之前市區(qū)內(nèi)道路通行狀況良好,道路擁堵首先發(fā)生在通向城市CBD(central business district)或者交通樞紐的主干道上(圖4(a)中紅色矩形框標記區(qū)域),如通往福州站(區(qū)域Ⅰ)的華林路和五四路,通往東街口(區(qū)域Ⅲ)的楊橋路和通過寶龍廣場(區(qū)域Ⅳ)的西環(huán)南路等,其擁堵強度低但在短時間內(nèi)迅速提高； 在7:30—8:30之間道路擁堵程度加劇,擁堵范圍擴大,如圖4(c)～(f)所示,擁堵路段在空間分布上表現(xiàn)出相對集中,其分布趨勢是從中心區(qū)域向外擴散,并且擁堵程度隨著與中心區(qū)域的距離增大而降低； 圖4(g)～(i)說明8:30后擁堵路段開始逐漸減少并趨于穩(wěn)定,擁堵的程度也開始降低,擁堵和嚴重擁堵的路段空間分布隨機性強,沒有明顯的規(guī)律特征,而輕度擁堵的路段中有一大部分的路段始終保持著輕度擁堵的狀態(tài),比如楊橋路和五四路,因為大量支路車流匯入主干道,導致主干道車流量保持在較高的水平.

3.4 時空關聯(lián)分析

以上從時間尺度和空間尺度分別對福州市道路擁堵的分布與變化進行分析,為了進一步分析道路擁堵的時空規(guī)律,得到能夠指導居民出行的規(guī)律. 本文使用一個月中20個工作日早高峰道路擁堵指數(shù)大于等于輕度擁擠水平的數(shù)據(jù)集進行關聯(lián)模式挖掘. 令置信度閾值confidence=0.7,支持度閾值support=0.1,挖掘得到形式如下的強關聯(lián)規(guī)則(見表2)： (國貨東路)^(7:30—7:45)==>(嚴重擁堵) conf=0.8, sup=0.12. 其中conf為規(guī)則的置信度,sup為規(guī)則的支持度. 該規(guī)則表示國貨東路在7:30—7:45經(jīng)常處于嚴重擁堵的交通狀態(tài).

表2 關聯(lián)規(guī)則列表

以國貨東路為例進一步分析,如圖5所示,國貨東路連接六一路與連江路,大量車流從兩條主干道流入國貨東路. 數(shù)據(jù)顯示國貨東路是出租軌跡最密集的道路之一,同時也是福州市最為擁堵的道路之一,平均擁堵值為371.33. 早高峰時期兩條主干道的車輛流入國貨東路,造成交通擁堵,尤其在連江路往六一路方向的后半段,因為車道數(shù)量減少導致?lián)矶赂訃乐? 圖6為國貨東路在早高峰期間的交通狀態(tài)隨時間的變化,與圖3的擁堵時間分布特征相似,均呈三段式分布特點,并且與上述關聯(lián)規(guī)則描述相符. 居民在出行時如果要經(jīng)過國貨東路,應盡量規(guī)避嚴重擁堵的時段； 如果時間不可調(diào)整時,應該重新規(guī)劃出行路線避開國貨東路.

圖5 全市7:45—8:00 時段路況Fig.5 Traffic condition during 7:45 to 8:00

圖6 國貨東路7:00—10:00 時段路況Fig.6 Traffic condition of East Guohuo Road during 7:00 to 10:00

4 結語

本文考慮道路等級對道路擁堵指標體系的負面影響,選擇INRIX道路擁堵指標體系,使用出租車軌跡數(shù)據(jù)計算福州市區(qū)道路擁堵指數(shù),并提出計算結果的修正方法,結果表明該擁堵指數(shù)異常識別和基于區(qū)域連續(xù)性的擁堵指數(shù)修正方法有效. 從時間尺度、空間尺度分別分析福州市區(qū)道路交通擁堵的產(chǎn)生原因和變化規(guī)律,發(fā)現(xiàn)福州市早高峰道路擁堵呈三段式,在7:30 前道路基本通暢,在7:30—8:30期間道路趨于擁堵,8:30—10:00路況轉(zhuǎn)好,對居民出行影響嚴重的城市擁堵時段為7:30—8:30； 在空間上,嚴重擁堵路段主要集中在CBD以及交通樞紐區(qū)域,并向周圍擴散,擁堵強度隨著與中心的距離增大而減小.

綜合道路擁堵的時空關聯(lián)規(guī)則提供的經(jīng)驗,城市居民應根據(jù)自身情況盡量避免在擁堵時段和路段出行； 交通管理部門可以采取一定的宣傳手段引導居民分時段出行減少因通行需求激增造成的擁堵,還可以通過誘導手段進行分流控制分擔擁堵路段的通行壓力,或者從頻繁出現(xiàn)擁堵的路段分析城市規(guī)劃中的問題以輔助城市規(guī)劃決策. 由于本文分析擁堵的基本單元是路段,所以在需要進行精細化分析的應用場景中存在不足,下一步研究工作可以改進本文的方法進行道路擁堵的精細計算與分析.