基于遙感采集技術(shù)的區(qū)域交通壓力評(píng)價(jià)研究

李美玲， 張 筱， 時(shí)柏營(yíng)

(山東建筑大學(xué) 山東省道路與交通工程高校重點(diǎn)實(shí)驗(yàn)室， 濟(jì)南 250101)

?

基于遙感采集技術(shù)的區(qū)域交通壓力評(píng)價(jià)研究

李美玲， 張 筱， 時(shí)柏營(yíng)

(山東建筑大學(xué) 山東省道路與交通工程高校重點(diǎn)實(shí)驗(yàn)室， 濟(jì)南 250101)

區(qū)域交通供給和需求是否平衡直接影響城市區(qū)域交通擁堵治理措施的制定，而目前對(duì)區(qū)域交通壓力的判斷方法需要采集大面積的數(shù)據(jù)，本文引入遙感采集技術(shù)，將遙感影像在GIS中進(jìn)行分析、處理，得到評(píng)價(jià)所需的基礎(chǔ)數(shù)據(jù)，并與人工實(shí)際采集數(shù)據(jù)進(jìn)行驗(yàn)證、校核，證明遙感采集數(shù)據(jù)的適用性. 研究基于遙感采集技術(shù)的區(qū)域交通壓力評(píng)價(jià)方法，提出以宏觀路網(wǎng)交通壓力評(píng)價(jià)總體供給和需求是否平衡的方法，再輔以微觀路段交通壓力尋找局部宜堵點(diǎn). 本文設(shè)計(jì)了基于遙感采集技術(shù)的區(qū)域交通壓力評(píng)價(jià)流程，并以實(shí)際案例進(jìn)行了方法驗(yàn)證，證明該評(píng)價(jià)方法和流程的可行性與可操作性. 同時(shí)發(fā)現(xiàn)因?yàn)檫b感圖像采集技術(shù)的不成熟，還存在基礎(chǔ)數(shù)據(jù)采集有偏差的現(xiàn)象，需要輔以小規(guī)模的補(bǔ)充調(diào)查.

交通管理； 交通壓力； 遙感數(shù)據(jù)采集； 交通供給； 交通需求

0 引言

交通擁堵是困擾很多大中城市的交通問題，而且隨著城市交通的日趨飽和，擁堵已經(jīng)由單純的單點(diǎn)擁堵發(fā)展成為區(qū)域的交通擁堵，這給交通管理部門和交通工程師帶來了新的挑戰(zhàn). 而針對(duì)目前的交通流趨向于飽和狀態(tài)的特點(diǎn)，對(duì)于區(qū)域交通擁堵的治理，其交通壓力的判別將有助于供給與需求平衡的判斷，進(jìn)而直接影響交通治理措施的制定.

區(qū)域交通壓力的判別工作首先要進(jìn)行大面積的數(shù)據(jù)采集，根據(jù)我國(guó)國(guó)情和特點(diǎn)，區(qū)域內(nèi)的各種基礎(chǔ)數(shù)據(jù)缺乏，同時(shí)城市建設(shè)速度很快，即使有數(shù)據(jù)也缺乏及時(shí)更新. 目前適用的數(shù)據(jù)采集方法主要有人工采集和自動(dòng)采集2種[1]. 傳統(tǒng)人工調(diào)查方法效率低、工作環(huán)境差、數(shù)據(jù)準(zhǔn)確性差；便攜式交通量數(shù)據(jù)采集系統(tǒng)也會(huì)耗費(fèi)大量的人力、物力[2]，而且長(zhǎng)時(shí)間的機(jī)械計(jì)數(shù)，也容易產(chǎn)生誤差. 自動(dòng)采集法包括機(jī)械計(jì)數(shù)法、視頻法和收費(fèi)站法，雖然可以節(jié)省大量人力，但是僅能采集到交通量、速度等數(shù)據(jù)，不能采集區(qū)域的地塊設(shè)施的數(shù)據(jù)，目前的擁有量和使用率都很低. 如何快速、高效地采集到各種基礎(chǔ)設(shè)施的數(shù)據(jù)是亟待解決的問題.

遙感技術(shù)的發(fā)展為這個(gè)問題提供了新的思路，本文嘗試引入遙感采集技術(shù)，將所研究區(qū)域遙感圖像進(jìn)行矢量化處理，得到各種基礎(chǔ)數(shù)據(jù)，省去大面積數(shù)據(jù)采集的人力和物力. 并研究遙感采集技術(shù)得到基礎(chǔ)數(shù)據(jù)以后的區(qū)域交通壓力評(píng)價(jià)方法和流程.

1 遙感采集技術(shù)

隨著遙感圖像空間分辨率的提高，城市道路交通設(shè)施包括各道路路段的等級(jí)、路網(wǎng)結(jié)構(gòu)信息、道路路面幾何尺寸等信息清晰可辨，采集方便[3]. 同時(shí)，在高分辨率衛(wèi)星影像上，地物的線性形狀特征信息豐富，運(yùn)用濾波等技術(shù)，結(jié)合影像的紋理特征，突出地物的邊界特征，通過邊緣檢測(cè)與跟蹤處理，最后可得到描述地物線性特征的矢量圖層，隨著高分辨率數(shù)據(jù)應(yīng)用研究的深入，線性特征檢測(cè)與識(shí)別的自動(dòng)化程度將越來越高，將為提取道路網(wǎng)結(jié)構(gòu)信息、幾何尺寸等工作帶來方便[4].

對(duì)采集數(shù)據(jù)進(jìn)行處理是一項(xiàng)重要的工作. 通常初始采集的原始空間數(shù)據(jù)并不能滿足系統(tǒng)數(shù)據(jù)質(zhì)量的要求，必須進(jìn)行加工處理，使用遙感圖像分析技術(shù)將得到的圖像進(jìn)行矢量化處理，使其成為可用的圖像數(shù)據(jù)模型，以便于進(jìn)一步應(yīng)用于操作，得到可用的信息. 遙感圖像作為交通信息的數(shù)據(jù)來源具有觀察范圍廣、易更新、周期短等優(yōu)勢(shì). 利用遙感圖像為交通信息源可以更好地滿足交通信息服務(wù)的范圍廣、準(zhǔn)確、實(shí)時(shí)的要求，縮短更新時(shí)間[5].

本文利用研究區(qū)域的高清遙感圖像，借助ARCGIS軟件進(jìn)行矢量化，得到區(qū)域的路網(wǎng)、路寬、地塊、用地性質(zhì)等信息，并通過實(shí)地調(diào)查，與遙感圖像提取的信息進(jìn)行比對(duì)，驗(yàn)證此方法的誤差是否在可接受范圍內(nèi).

2 區(qū)域交通壓力評(píng)價(jià)方法與流程

2.1 交通壓力的涵義

“交通壓力”一詞在目前研究中并沒有明確的概念，直觀上講，交通壓力就是道路在正常運(yùn)行狀態(tài)下對(duì)交通所帶來壓力的承受狀態(tài). 通常所說的交通壓力一般都反映了該區(qū)域或該路段的負(fù)荷度，本文選擇負(fù)荷度作為交通壓力評(píng)價(jià)的指標(biāo).

目前，大多數(shù)的道路擁堵狀態(tài)評(píng)價(jià)方法都是針對(duì)單個(gè)路段所處的運(yùn)行狀態(tài)進(jìn)行評(píng)價(jià)，缺少?gòu)奈⒂^路段到宏觀路網(wǎng)的分層次路網(wǎng)交通擁堵狀態(tài)的評(píng)價(jià)方法[6]. 本文選擇從宏觀路網(wǎng)和微觀路段區(qū)域交通壓力進(jìn)行評(píng)價(jià). 宏觀交通壓力以區(qū)域總體的負(fù)荷度作為評(píng)價(jià)指標(biāo)，具體計(jì)算為交通需求和交通供給的比值；微觀交通壓力由每條道路的負(fù)荷度來反映.

2.2 交通壓力的評(píng)價(jià)方法

宏觀交通壓力的評(píng)定，需要對(duì)區(qū)域整體進(jìn)行分析，得到總的交通供給與需求總量，再進(jìn)行對(duì)比. 區(qū)域的交通供給和需求是否平衡將直接影響區(qū)域交通的正常運(yùn)行，供給大于需求時(shí)，區(qū)域內(nèi)路網(wǎng)的整體交通壓力較小，經(jīng)過科學(xué)的交通管理與控制，區(qū)域路網(wǎng)能達(dá)到較為順暢的狀態(tài)；而當(dāng)供給小于需求時(shí)，區(qū)域交通壓力太大，道路網(wǎng)交通呈現(xiàn)飽和狀態(tài)，需進(jìn)行適當(dāng)?shù)慕煌ㄐ枨蠊芾? 將遙感技術(shù)得到的區(qū)域的路網(wǎng)、路寬、地塊、用地性質(zhì)等信息在GIS中通過空間計(jì)算功能，可以進(jìn)行該區(qū)域交通供給和需求總量的判別，即宏觀交通壓力的判別.

對(duì)于微觀交通壓力評(píng)定，由實(shí)際產(chǎn)生流量和道路通行能力之比計(jì)算得到V/C[7]. 實(shí)際通過能力(V)是指在實(shí)際道路交通條件下，道路在單位時(shí)間內(nèi)能通過的最大交通量. 理論通行能力(C)又稱可能通行能力，是指在道路交通理想條件下，道路在單位時(shí)間內(nèi)能夠通過的最大交通量.[8]當(dāng)負(fù)荷度較大時(shí)，行車密度較大，車輛行駛速度緩慢，此時(shí)道路交通處于擁堵狀態(tài)，道路交通壓力較大；當(dāng)負(fù)荷度較小時(shí)，車輛可以順暢通行，道路交通壓力較小. 負(fù)荷度指標(biāo)可以對(duì)微觀交通壓力做出一個(gè)較為直觀展示，當(dāng)這一比值超過0.8時(shí)，我們判定該路段交通壓力較大[9]. 把遙感圖像處理以后得到的區(qū)域路網(wǎng)圖和各種特征參數(shù)值導(dǎo)入到transcad軟件，進(jìn)行交通分配，可計(jì)算得到各路段的負(fù)荷度(V/C)，即可進(jìn)行微觀交通壓力的判別.

2.3 區(qū)域交通壓力評(píng)價(jià)的流程

1)綜合采用遙感技術(shù)和地理信息技術(shù)，對(duì)遙感圖像進(jìn)行分析，利用Arc GIS 軟件對(duì)圖像進(jìn)行矢量化處理，得到需要的地塊要素，包括路網(wǎng)、路寬、地塊面積、用地性質(zhì)等.

圖1 流程圖

2)通過理論計(jì)算算出所研究區(qū)域各個(gè)地塊的人口數(shù)量，然后得到各個(gè)地塊的交通生成量和吸引量. 結(jié)合路網(wǎng)信息，在GIS中利用空間計(jì)算功能計(jì)算得到區(qū)域內(nèi)總的交通供給和需求，計(jì)算總的負(fù)荷度，判斷區(qū)域宏觀交通壓力.

圖4 屬性表

3)將GIS中得到的路網(wǎng)和地塊等信息導(dǎo)入transcad軟件，進(jìn)行交通量分配，得出路段負(fù)荷度. 在軟件中將負(fù)荷度大于0.8的路段用亮色線條標(biāo)示出來，以直觀展現(xiàn)交通壓力較大的路段，得到區(qū)域微觀交通壓力評(píng)價(jià)結(jié)果.

3 應(yīng)用案例

選擇濟(jì)南市高新技術(shù)開發(fā)區(qū)作為應(yīng)用案例，該區(qū)域在早晚高峰期擁堵頻發(fā)，遙感圖像由支撐課題資助獲得，按照文章設(shè)計(jì)的方法和流程分步進(jìn)行，以驗(yàn)證該方法的適用性和存在的問題. 其中遙感圖像處理過程較為復(fù)雜，本文側(cè)重于基于遙感采集數(shù)據(jù)以后的交通壓力評(píng)定問題，遙感采集到的數(shù)據(jù)是前提，亦是假設(shè)條件，因此本文不重點(diǎn)描述遙感圖像如何處理，僅介紹必要的結(jié)果和存在的問題.

3.1 遙感圖像處理

獲取所研究區(qū)域的遙感圖像(見圖2)，利用ARCGIS軟件將圖像矢量化處理，得到需要的地塊要素，包括路網(wǎng)、路寬、地塊面積、用地性質(zhì)等. 確定各地塊的用地性質(zhì)分類，并用不同的顏色將它們分別標(biāo)示出來(見圖3)，具體的數(shù)據(jù)匯總到屬性表中(見圖4)，

圖2 研究區(qū)域航拍實(shí)圖

圖3 研究區(qū)域地塊分類

在進(jìn)行矢量化的過程中，分別嘗試了人工和自動(dòng)2種方法，人工法非常費(fèi)時(shí)費(fèi)力，且主觀性比較大，自動(dòng)法需要在ARCGIS中編程二次開發(fā)實(shí)現(xiàn)，只要技術(shù)得當(dāng)，效果不錯(cuò)，因此只要技術(shù)條件允許，建議使用自動(dòng)法進(jìn)行矢量化.

為了驗(yàn)證矢量化的結(jié)果與實(shí)際是否相符，還進(jìn)行了實(shí)際調(diào)查，通過與實(shí)際調(diào)查的數(shù)據(jù)比對(duì)，發(fā)現(xiàn)遙感圖像分析過程中，存在以下幾個(gè)問題：

1) 在通過圖像本身及軟件分析確定用地性質(zhì)方面有一定的局限性，精確度受限于目前遙感技術(shù)的發(fā)展?fàn)顟B(tài)；

2) 遙感技術(shù)對(duì)于建筑物高度的判斷也有一定的誤差；

3) 根據(jù)遙感圖像得到的道路寬度等這些數(shù)值小一些的數(shù)據(jù)，有一定的誤差，這與圖像的質(zhì)量有很大關(guān)系.

這些問題隨著遙感技術(shù)的不斷發(fā)展、完善，以及遙感圖像精確度的不斷提高，應(yīng)該是可以解決的. 因此本次研究，假設(shè)通過遙感技術(shù)可以得到精度符合要求的數(shù)據(jù)，以下計(jì)算是經(jīng)過修正達(dá)到精度要求以后進(jìn)行的.

3.2 宏觀交通壓力評(píng)定

基于GIS的城市路網(wǎng)通行能力分析系統(tǒng)，能較為準(zhǔn)確地計(jì)算出局部區(qū)域內(nèi)道路網(wǎng)絡(luò)的實(shí)時(shí)通行能力并對(duì)路網(wǎng)的空間結(jié)構(gòu)進(jìn)行評(píng)價(jià)[10]. 在ARCGIS中，利用空間分析功能，計(jì)算區(qū)域的交通需求總量和路網(wǎng)供給容量，判斷二者之間的平衡關(guān)系得到區(qū)域宏觀交通壓力評(píng)價(jià).

國(guó)內(nèi)外關(guān)于交通容量測(cè)算方法的研究較多，應(yīng)用較為廣泛的主要有時(shí)空消耗法與OD加載法2種. 其中時(shí)空消耗法包括一維模型和二維模型2種算法. 由于一維模型計(jì)算必須通過復(fù)雜的調(diào)查方法去獲得機(jī)動(dòng)車在單位時(shí)間內(nèi)平均出行時(shí)間，而二維模型修正詳細(xì)、計(jì)算簡(jiǎn)單、結(jié)果精確[11]，所以本文選用時(shí)空消耗法的二維模型計(jì)算片區(qū)路網(wǎng)容量. 各參數(shù)選擇按照文獻(xiàn)[12]的方法確定，并將其輸入到ARCGIS中不同道路的屬性數(shù)據(jù)庫，以計(jì)算區(qū)域道路路網(wǎng)容量.

交通生成量采用原單位法，通過濟(jì)南市相關(guān)居住、商業(yè)、教育的實(shí)際調(diào)查，參考《建設(shè)項(xiàng)目交通影響評(píng)價(jià)技術(shù)標(biāo)準(zhǔn)》(CJJ/T 141—2010)中的范圍，確定各地塊高峰小時(shí)的生成率如表1所示，在ARCGIS中把各地塊的屬性值中加入此參數(shù)，可計(jì)算出高峰小時(shí)的交通生成量.

表1 不同用地性質(zhì)的高峰小時(shí)生成率

在本實(shí)例中，宏觀交通負(fù)荷度即總需求與供給比值<1，故在本實(shí)例研究區(qū)域，供給大于需求，該地區(qū)交通未飽和，交通擁堵問題可以通過科學(xué)的交通組織進(jìn)行緩解.

3.3 微觀交通壓力評(píng)定

將路網(wǎng)信息導(dǎo)入transcad軟件(見圖5)，結(jié)合道路參數(shù)，進(jìn)行交通量分配，得出路段飽和度. 在軟件中將負(fù)荷度大于0.8的路段用不同顏色線條標(biāo)示出來(見圖6)，以直觀展現(xiàn)交通壓力較大的路段，得到區(qū)域微觀交通壓力評(píng)價(jià). 這樣可以在結(jié)果中清晰地看到區(qū)域內(nèi)交通壓力較大路段的具體分布情況.

圖5 區(qū)域路網(wǎng)導(dǎo)入

圖6 微觀交通壓力

3.4 與實(shí)際情況分析對(duì)比

通過實(shí)地調(diào)查，對(duì)比本次分析結(jié)果，該區(qū)域內(nèi)實(shí)際擁堵的路段和微觀交通壓力評(píng)定結(jié)果是一致的，而且經(jīng)過調(diào)查發(fā)現(xiàn)，在高峰期除了這些路段擁堵嚴(yán)重外，有很多道路流量很小，可見該區(qū)域可以通過對(duì)空間、時(shí)間的調(diào)控來緩解目前的交通擁堵問題. 本實(shí)例很好地證明了本文提出方法的可行性和可操作性.

4 結(jié)論

借助遙感技術(shù)，將航拍圖使用GIS軟件進(jìn)行分析處理直接得到所研究地區(qū)的地塊、路網(wǎng)數(shù)據(jù)，能節(jié)省統(tǒng)計(jì)時(shí)間和調(diào)查的人力、物力、財(cái)力. 在遙感采集技術(shù)的前提下，本文研究提供了一種實(shí)用、有效的交通壓力評(píng)定方法，宏觀交通壓力能判斷區(qū)域整體交通供給與需求的平衡關(guān)系，微觀路段交通壓力能輔助找到交通壓力較大的路段. 可以非常直觀地為交通管理部門提供交通壓力分析結(jié)果，為區(qū)域交通管理措施的制定提供依據(jù). 同時(shí)，該方法提出的交通壓力評(píng)定方法也可以為城市規(guī)劃部門在規(guī)劃階段提供分析方法，提前判斷地塊布局是否合理，避免因城市規(guī)劃階段出現(xiàn)問題給未來交通帶來隱患. 同時(shí)，該實(shí)例也反應(yīng)目前的遙感采集技術(shù)存在著一些問題，例如分析確定用地性質(zhì)方面、對(duì)于建筑物高度的判斷等有較大的誤差，自動(dòng)矢量化需要編寫程序等，這些向廣大遙感研究人員提出了技術(shù)上的挑戰(zhàn)，是遙感技術(shù)在其他領(lǐng)域擴(kuò)展的重要研究方向.

[1] 王曦光, 胡春龍, 劉麗娟. 淺議交通量數(shù)據(jù)采集的幾種方法[J]. 北方交通, 2009(10): 76-78.

[2] 陳城, 杜豫川, 孫立軍. 基于PDA的便攜式交通量數(shù)據(jù)采集系統(tǒng)研究[J]. 交通與計(jì)算機(jī), 2006(4): 127-129.

[3] 郭杜杜, 梁艷平, 王兵, 等. 高分辨率遙感圖像在交通流信息采集中的研究綜述[A]. 中國(guó)智能交通協(xié)會(huì). 第七屆中國(guó)智能交通年會(huì)論文集[C], 2012: 5.

[4] 戚浩平, 王煒, 田慶久. 高空間分辨率衛(wèi)星遙感數(shù)據(jù)在城市交通規(guī)劃中的應(yīng)用研究[J]. 公路交通科技, 2004(6): 109-112, 120.

[5] 張遠(yuǎn). 基于GIS的交通網(wǎng)絡(luò)處理系統(tǒng)應(yīng)用研究[D]. 南京: 東南大學(xué), 2005.

[6] 張雪蓮, 于雷, 劉夢(mèng)涵. 基于交通需求的路網(wǎng)交通擁堵評(píng)價(jià)模型[J]. 現(xiàn)代交通技術(shù), 2008(6): 71-75.

[7] 佟炳勛. 交通擁堵與道路服務(wù)水平[J]. 道路交通與安全, 2004(4): 10-14.

[8] 沈穎, 朱翀, 徐英俊. 道路飽和度計(jì)算方法研究[J]. 交通標(biāo)準(zhǔn)化, 2007(1): 125-129.

[9] 郭澤斌, 李振龍. 城市道路擁堵程度評(píng)判方法研究[J]. 交通標(biāo)準(zhǔn)化, 2013(11): 62-65.

[10] 蘇凱. 基于GIS的城市路網(wǎng)通行能力問題的研究[D]. 武漢: 湖北大學(xué), 2012.

[11] 陳春妹, 任福田, 榮建. 路網(wǎng)容量研究綜述[J]. 公路交通科技, 2002(6): 97-101.

[12] 曹栓明, 趙英. 對(duì)時(shí)空消耗概念下路網(wǎng)廣義容量計(jì)算方法的修正[J]. 城市規(guī)劃匯刊, 1994(3): 41-46.

An Evaluation Method of Regional Traffic Loads Based on Remote Sensing

LI Mei-ling, ZHANG Xiao, SHI Bai-ying

(Shandong Provincial Key Laboratory of Road and Traffic Engineering in Colleges and Universities ,Shandong Jianzhu University, Jinan 250101, China)

Whether regional transportation supply and demand balance directly affect urban traffic management measures. Now the assessment of regional traffic needs massive data whichis extremely difficult to collect. The paper tries to put remote sensing acquisition technology into data surveying through remote sensing image analysis and processing in GIS to obtain the basic data for evaluation. Compared with artificial actual data in an example, the paper validated effectiveness and applicability of the remote sensing data. Furthermore, the paper put forward an evaluation method of regional traffic loads based on remote sensing. The method proposed that the macro network traffic loads evaluation could show the total regional supply and demand balance, and the micro road traffic loads could help find the localcongestion point. In addition, the paper designed the regional traffic evaluation process, along with a case of an actual method validation which proved the feasibility and operability of the evaluation method and process. Meanwhile during the assessment it is found that there are some deviations in basic data acquisition due to drawbacks of the remote sensing image acquisition technology which need to supplement data by small-scale surveying.

traffic management; traffic loads; remote sensing data acquisition; traffic supply; traffic demand

10.13986/j.cnki.jote.2015.02.006

2014- 11- 02.

“十二五”國(guó)家科技支撐計(jì)劃(2012BAJ15B05).

李美玲(1979—)，女，副教授，研究方向?yàn)榻煌ü芾砼c規(guī)劃. E-mail： limeilinglml@163.com.

U 12

A

1008-2522(2015)02-28-05