道路交通運行指數(shù)在城市綜合治理中的應(yīng)用實踐1

莊立堅，丘建棟*，李細細，陳昶佳，李彬亮

1.深圳市城市交通規(guī)劃設(shè)計研究中心有限公司，2.深圳市綜合交通運行指揮中心

0 引 言

以先進成熟的理論研究為基礎(chǔ)建立道路交通運行評估指標(biāo)體系，以智能化、自動化的交通信息采集和處理技術(shù)為基礎(chǔ)開展道路交通運行評估，在一定程度上能夠動態(tài)監(jiān)測道路運行變化趨勢、全面準(zhǔn)確地評估道路擁堵狀況，為研究城市交通系統(tǒng)、擁堵產(chǎn)生機理，制定改善和治理方案等工作提供定量化的分析手段和依據(jù)，是交通管理部門制定各項緩堵政策、措施，合理安排基礎(chǔ)設(shè)施建設(shè)時序，重大事件應(yīng)急處理等工作的技術(shù)基礎(chǔ)，有助于提升道路交通運行管理的科技化和信息化水平，同時對政府制定交通相關(guān)的城市發(fā)展政策也具有重要的參考價值。

交通治理作為城市治理的重要工作，是提升城市環(huán)境質(zhì)量、人民生活質(zhì)量、城市競爭力的關(guān)鍵舉措，也是深圳打造現(xiàn)代化、國際化創(chuàng)新型城市的重要保障。隨著人民生活水平提高，近年來深圳城市人口規(guī)模和機動車保有量的持續(xù)增長，交通擁堵、交通環(huán)境、交通安全、停車緊張等問題愈發(fā)突出，對社會經(jīng)濟發(fā)展和民生幸福保障帶來了負面影響。因此，亟需采取綜合措施來改善和治理城市交通擁堵，已成為所有交通參與者和管理者的共識和緊迫任務(wù)。

深圳市道路交通運行指數(shù)系統(tǒng)自2011年上線運行以來，已實現(xiàn)了道路交通運行監(jiān)測、多維分析、短時預(yù)測、在線報告生成等功能，為研究擁堵產(chǎn)生機理、分析交通系統(tǒng)存在問題、制定改善和治理方案等工作提供定量化的分析手段和依據(jù)，在量化支持決策、輔助交通管控、引導(dǎo)市民出行等方面發(fā)揮了重大作用。

1 道路交通運行指數(shù)概述

1.1 基本概念

道路交通運行指數(shù)的概念最早由德克薩斯交通研究院（Texas Transportation Institute，TTI）提出，TTI通過建立道路交通機動性和交通擁堵相關(guān)的評價指標(biāo)體系，每年發(fā)布《城市暢通性報告》，選擇交通擁堵指數(shù)等指標(biāo)，定期評估并向管理部門和公眾發(fā)布[1]。依托多年的研究成果，TTI建立了比較完善的道路交通評估指標(biāo)體系，報告中主要指標(biāo)如表1。

日本從交通擁堵在時間和空間的分布狀態(tài)出發(fā)，提出了道路交通擁堵評價指標(biāo)，評價體系包括行程車速、排隊長度和擁堵持續(xù)時間[2]等，體系相對最完整，各指標(biāo)含義如表2所示。

以美國、日本為代表的國外先進國家，已形成了對綜合交通的全方位監(jiān)測，并在評價標(biāo)準(zhǔn)、數(shù)據(jù)融合、交通預(yù)測、交通仿真等方面進行了大量研究[3]，但其理論在中國存在適用性問題：

●交通數(shù)據(jù)來源不一，結(jié)構(gòu)各異，質(zhì)量參差不齊，需進行深度本地化整合；

●交通評價體系標(biāo)準(zhǔn)無法適用于中國實際交通情況；

●國內(nèi)的車輛駕駛行為復(fù)雜，國外的理想模型與仿真無法適用。

1.2 國內(nèi)應(yīng)用現(xiàn)狀

國內(nèi)大城市已建設(shè)了各自的運行監(jiān)測與評估系統(tǒng)（指數(shù)系統(tǒng)），采用不同的技術(shù)標(biāo)準(zhǔn)和數(shù)據(jù)源，基本實現(xiàn)了對道路交通狀態(tài)的實時監(jiān)測。如北京市[4]于2006年在國內(nèi)率先開展道路交通評價項目，研究建立了交通擁堵評價指標(biāo)體系和評價方法，制定了《城市道路交通擁堵評價指標(biāo)體系》；上海完成了市區(qū)重要道路（全市快速路網(wǎng)和地面路網(wǎng)）的交通數(shù)據(jù)采集，并發(fā)布了上海市道路交通指數(shù)，用量化方法來表達道路交通的擁堵程度；廣州市于2013年12月正式對外發(fā)布交通擁堵指數(shù)，交通擁堵指數(shù)算法已被正式納入廣州市地方標(biāo)準(zhǔn)《城市道路交通運行評價指標(biāo)體系》；2012年武漢交通信息系統(tǒng)一期工程實現(xiàn)了主城區(qū)道路交通實時運行監(jiān)控、重點區(qū)域和主要道路實時運行指標(biāo)分析、常發(fā)擁堵路段跟蹤分析等功能，同時發(fā)布“城市交通運行周報”，用于政府決策參考；2013年3月，杭州正式向百姓預(yù)發(fā)布交通擁堵指數(shù)等。

表1 《2011年城市暢通性報告》主要指標(biāo)

表2 日本交通系統(tǒng)和擁堵評價指標(biāo)

圖1 國內(nèi)各大城市發(fā)布交通運行指數(shù)系統(tǒng)

表3 道路交通運行指數(shù)分級

1.3 深圳道路交通運行指數(shù)概述

道路交通運行指數(shù)定義為基于行程時間比的對路網(wǎng)交通總體運行狀況進行定量化評估的綜合性指標(biāo)，取值范圍為0～10，分為暢通（0～2）、基本暢通（3～4）、緩行（5～6）、較擁堵（7～8）和擁堵（9～10）等五個等級；指數(shù)越大表明在路網(wǎng)中平均一次出行相比順暢狀況（如凌晨時刻）花費的時間越多，交通狀況越擁堵。

建立行程時間比與交通運行指數(shù)的換算關(guān)系公式如下：

公式中，T為路段或路網(wǎng)的實際行程時間；Td為期望車速下（如凌晨時段）行程時間；F(·)為由專家打分確定的換算關(guān)系。

2 道路交通運行指數(shù)關(guān)鍵技術(shù)

2.1 地圖匹配和路徑搜索

為了更好地適應(yīng)路網(wǎng)條件與浮動車數(shù)據(jù)特點，優(yōu)化基于浮動車GPS數(shù)據(jù)的最短路徑搜索與路段行程車速算法。建立雙層道路網(wǎng)絡(luò)，地面道路（間斷流）網(wǎng)絡(luò)、高架道路（連續(xù)流）網(wǎng)絡(luò)，獲得中頻GPS數(shù)據(jù)，以每20秒一次的頻率獲得出租車GPS數(shù)據(jù)。

最短路徑搜索中采用虛節(jié)點法、向前追溯法和多路徑優(yōu)選法來求出最短路徑。通過路段投影獲得虛節(jié)點后采用Dijkstra算法計算最短路徑；在投影虛節(jié)點有多種可能的情形下，基于虛節(jié)點最短路算法，選擇的虛節(jié)點不同，匹配路徑將不同，最終導(dǎo)致行程車速、各路段車速計算結(jié)果也不同。采用向前追溯優(yōu)化起點最短路算法，向前追溯GPS點，直至追溯點有唯一虛節(jié)點，然后明確其最短路徑，并沿此路徑確定待匹配GPS的虛節(jié)點，最終獲得準(zhǔn)確的最短路。若投影虛節(jié)點可能在高架道路或地面道路，分別計算最短路徑，優(yōu)先選擇阻抗最短的路徑。

以最短路徑搜索——虛節(jié)點投影法為例：通過路段投影獲得虛節(jié)點后采用Dijkstra算法計算最短路徑。

傳統(tǒng)最短路算法：先尋找GPS鄰近點的最短路，后疊加虛節(jié)點（即GPS投影點）至鄰近點距離，路徑阻抗為11，如圖2。

虛節(jié)點最短路算法：GPS點向路段投影確定虛節(jié)點，后以虛節(jié)點為起始點尋求最短路，路徑阻抗為8，如圖3。

2.2 數(shù)據(jù)融合

創(chuàng)新性采用狀態(tài)模型庫實現(xiàn)歷史數(shù)據(jù)與實時數(shù)據(jù)的融合。通過建立車速狀態(tài)模型庫對兩種不同數(shù)據(jù)進行融合處理，路段平均車速精度提高至92%以上；多源數(shù)據(jù)融合單元是在數(shù)據(jù)預(yù)處理和數(shù)據(jù)特征擇取的基礎(chǔ)上，設(shè)計時間關(guān)聯(lián)模塊、數(shù)據(jù)關(guān)聯(lián)模塊和數(shù)據(jù)融合模塊進行多元數(shù)據(jù)融合。

2.3 交通預(yù)測

圖2 傳統(tǒng)最短路算法路徑搜索示意圖

圖3 虛節(jié)點最短路算法路徑搜索示意圖

圖4 多源數(shù)據(jù)融合框架

Light GBM是基于GBDT（Gradient Boosting Decision Tree）框架和Histogram的組合決策樹算法，該算法通過優(yōu)化延伸，提高了模型的訓(xùn)練效率，實現(xiàn)更高精度的數(shù)據(jù)預(yù)測?；贚ight GBM的預(yù)測模型特征工程統(tǒng)籌考慮路段速度、天氣、路段關(guān)系、時間等其他可能潛在影響因素，其預(yù)測框架首先讀取實時數(shù)據(jù)，進行相應(yīng)的聚合、過濾、補全處理，按照離散變量和連續(xù)變量的處理方式構(gòu)建特征工程；接著讀取訓(xùn)練好的模型樹結(jié)構(gòu)文件；然后將特征變量輸入至模型中，并行地進行逐步滾動預(yù)測，直到完成2小時的短時預(yù)測；最后將預(yù)測的結(jié)果寫入數(shù)據(jù)庫，并將時間窗向前滾動一步，直到完成所有時段的預(yù)測。

在預(yù)測效率方面，基于Light GBM的短時交通預(yù)測算法，完成一次全路網(wǎng)未來2小時的預(yù)測僅需耗費約12秒的時間；在預(yù)測精度方面，所有等級路段的預(yù)測精度平均在86%以上。

圖5 LightGBM預(yù)測框架

2.4 擁堵成因識別

按交通擁堵的發(fā)生頻率，一般將交通擁堵分為常發(fā)性和偶發(fā)性交通擁堵。其中，常發(fā)性交通擁堵是道路瓶頸原因，道路資源不能滿足實際的通行需求，一般是在高峰時段或者特定的路段位置常發(fā)，是可以預(yù)測的。它的重要特征是：由于瓶頸所引發(fā)的交通擁堵在某些固定位置和某些固定時間中反復(fù)出現(xiàn)。偶發(fā)性交通擁堵原因一般包括偶發(fā)的交通事件、特殊活動、天氣或短時施工等。

為了有效判別擁堵成因，建立了的擁堵成因識別流程，首先依據(jù)歷史數(shù)據(jù)進行擁堵類別的劃分，共分為常發(fā)擁堵和偶發(fā)擁堵兩大類，偶發(fā)擁堵的主要因素如施工、天氣、特殊活動等進行擁堵特征分析。最后根據(jù)不同擁堵成因，深度關(guān)聯(lián)路況、天氣、樣本車輛等因素構(gòu)建擁堵成因智能識別模型。識別流程如圖7。

圖6 常發(fā)擁堵和偶發(fā)擁堵的特征差異

圖7 擁堵成因識別流程

針對不同地點類型的交通擁堵成因，對路況、氣象、流量等數(shù)據(jù)進行深度關(guān)聯(lián)分析，建立人工智能分析模塊，實現(xiàn)對擁堵、路面積水、事故等交通事件的短時自動預(yù)警，提前引導(dǎo)路徑選擇，為警力調(diào)配提供技術(shù)支持。

3 在城市綜合治理中應(yīng)用實踐

依托交通大數(shù)據(jù)的融合與挖掘，基于超過10年的交通運行數(shù)據(jù)積累，建立覆蓋全市域的道路交通運行指數(shù)系統(tǒng)[5][6][7]，在城市交通綜合治理中提供了諸多卓有成效的應(yīng)用，為改進交通規(guī)劃提供技術(shù)支持、決策支撐等，同時增強交通決策管理方法和提升交通信息化服務(wù)水平，對近年深圳市城市交通發(fā)展起了重要作用。

3.1 支撐交通規(guī)劃和管理決策

基于豐富的數(shù)據(jù)積累，道路交通運行指數(shù)支持城市交通運行規(guī)律的長期監(jiān)測，可以分析重要政策、特殊事件、節(jié)假日等的交通影響。以深圳為例，如下圖，2014年普通工作日，早高峰交通運行指數(shù)接近4，而在推行了限購和路邊停車收費后，可以看出限購和路邊停車收費對早高峰消減的作用相對明顯；在2015年5月11日的“龍卷風(fēng)+大暴雨”的極端天氣下，17點時交通指數(shù)已達到了最高峰，有別于常規(guī)情況。基于交通運行指數(shù)的動態(tài)運行監(jiān)測，可為惡劣天氣、特殊事件等工作部署提供數(shù)據(jù)支撐，提前發(fā)布預(yù)警，避免出現(xiàn)交通癱瘓現(xiàn)象。

3.2 支撐全市交通綜合治理

依托道路交通運行指數(shù)系統(tǒng)，支持日、周、月、季度、年度的常態(tài)化擁堵排查：2015年排查出擁堵里程94.0公里(工作日，不含高速），擁堵片區(qū)16個；2016年排查出擁堵里程345.4公里（節(jié)假日+工作日，含高速，數(shù)據(jù)融合后監(jiān)測范圍擴大），擁堵片區(qū)12個；2017年排查出擁堵里程超過300公里（節(jié)假日+工作日，含高速）。道路交通運行指數(shù)系統(tǒng)為交通綜治業(yè)務(wù)提供數(shù)據(jù)支持，包括實時擁堵預(yù)警、擁堵點位排查、擁堵成因分析、擁堵治理效果評估等功能。

3.3 支撐全市各類交通影響評估

圖9 指數(shù)系統(tǒng)支撐擁堵排查

（1）特殊天氣條件下的交通影響評估。對深圳來說，大暴雨、臺風(fēng)等是夏季最常見的惡劣天氣，降雨造成路面濕滑甚至積水，道路交通狀況易變差。2017年6月13日，臺風(fēng)“苗柏”導(dǎo)致大規(guī)模降雨，對深圳市造成較大影響，中心城區(qū)早高峰交通指數(shù)達6.2，平均速度22.1 km/h，其中福田區(qū)在9點前后交通指數(shù)“爆表”，而上周二，中心城區(qū)早高峰交通指數(shù)為3.6，平均速度31.3 km/h；同時，利用指數(shù)系統(tǒng)識別當(dāng)日早高峰深圳十大最敏感片區(qū)，香蜜湖、上梅林、景田、下梅林、農(nóng)科中心、皇崗六大片區(qū)行車速度下降超過15 km/h，與同時期相比速度下降比例超過50%。對于受災(zāi)害天氣影響較大的片區(qū)，應(yīng)抓緊進行片區(qū)級交通與排水管網(wǎng)整治，應(yīng)對下一輪的夏季突發(fā)暴雨天氣。依托交通運行指數(shù)系統(tǒng)可以監(jiān)測特殊天氣對城市交通運行影響，提前發(fā)布惡劣天氣交通運行預(yù)警，有利于保障民生安全。

（2）大型賽事活動的交通影響評估。大型活動賽事是影響交通運行的因素之一，做好活動期間的交通影響監(jiān)測評估，是支撐各類重大活動舉辦期間的交通管理、誘導(dǎo)和交通指引的重要基礎(chǔ)。以2017年深圳南山國際馬拉松賽事為例，11月19日上午8:00在“春筍”前鳴槍開跑，賽事對望海路（雙向）、后海濱路（雙向）管制時間較長，同時賽道沿線分時段封閉，對南山中心區(qū)、后海、深圳灣口岸等片區(qū)周邊道路交通運行產(chǎn)生一定影響。比賽當(dāng)日上午8時交通指數(shù)開始明顯上升，11時達到了最高峰值5.88，較上周同期上升了2.44，環(huán)比上升71%。12時隨著賽事結(jié)束，交通指數(shù)逐步下降，13時左右交通運行恢復(fù)至上周同期水平。

（3）軌道開通前后的交通影響評估。以龍華有軌電車開通前后交通影響評估分析為例，2017年10月28日，龍華區(qū)有軌電車正式通車運行。有軌電車開通后影響片區(qū)工作日早、晚高峰交通指數(shù)分別為2.8和5.1，對比開通前均呈下降趨勢，降幅分別為14.2%、14.5%。早晚高峰平均速度分別為26.7 km/h和22.4 k/h，環(huán)比開通前分別上升了5.7%、5.3%。

圖10 臺風(fēng)“苗柏”當(dāng)天總體交通指數(shù)變化與片區(qū)交通擁堵概覽

圖11 大型賽事活動的交通影響評估

（4）交通管控措施下的交通影響評估。2017年9月1日起，深鹽二通道（羅沙路—鹽壩高速收費站）間的夾門山1/2/3號隧道、正坑隧道、田東隧道、林場隧道段道路限速值由現(xiàn)狀60 km/h調(diào)整至80 km/h。調(diào)整后道路整體和局部各區(qū)段的運行速度均有所上升。全路段全天平均運行速度環(huán)比限速調(diào)整前兩個月上升了11.87%，同比去年同期上升1.6%；局部隧道段速度同比上升2.37%，環(huán)比上升11%。

3.4 支撐特殊節(jié)假日的交通預(yù)報

特殊節(jié)假日交通運行狀況與常態(tài)化工作日、非工作日的交通運行狀況會有不同，是全市及各區(qū)關(guān)注的重點。基于道路交通運行指數(shù)，支撐政府發(fā)布節(jié)假日交通出行指引，針對特殊節(jié)日、年份、道路類型、熱門周邊和節(jié)前/節(jié)中等不同交叉條件，對每年7個特殊節(jié)假日進行路況實時監(jiān)測及分析，在歷史出行數(shù)據(jù)的基礎(chǔ)上識別擁堵路段，引導(dǎo)用戶提前規(guī)劃出行路徑，全面把握出行指引，為廣大市民和游客提供出行參考。

3.5 支撐公眾交通出行服務(wù)

（1）交通擁堵預(yù)警與信息發(fā)布?；诮煌ㄟ\行指數(shù)的交通路況與擁堵預(yù)警信息，通過各大信息發(fā)布平臺實現(xiàn)發(fā)布，為市民出行提供出行指引。

（2）短時預(yù)測引導(dǎo)用戶出行。短時交通預(yù)測實現(xiàn)未來交通運行路況預(yù)測，引導(dǎo)用戶彈性選擇出發(fā)時間，減少無效中途時耗。

3.6 支撐其他部門與業(yè)務(wù)系統(tǒng)的應(yīng)用

不同管理部門的業(yè)務(wù)工作和協(xié)作需要進行數(shù)據(jù)共享，為支持公眾服務(wù)，保障相關(guān)工作開展和數(shù)據(jù)安全，系統(tǒng)通過開發(fā)各類數(shù)據(jù)開放接口API，多維度分級信息發(fā)布，實現(xiàn)多用戶信息應(yīng)用。

圖12 軌道開通前后的交通影響評估

圖13 交通管控措施下的交通影響評估

4 結(jié) 語

通過對國內(nèi)外道路交通運行指數(shù)發(fā)展概述，對深圳市道路交通運行指數(shù)定義進行說明，城市運行每天產(chǎn)生大量的數(shù)據(jù)，基于長期交通大數(shù)據(jù)積累，闡述道路交通運行指數(shù)系統(tǒng)為城市綜合治理提供了有力的數(shù)據(jù)支持，在支持全市交通規(guī)劃與管理決策、全市交通綜合治理、各類重要事件的交通影響評估及交通預(yù)報，以及公眾出行服務(wù)等方面發(fā)揮重要作用，實現(xiàn)了城市交通綜合治理從被動改善到主動治理、從感性認知到量化監(jiān)測的轉(zhuǎn)變，具有較強的借鑒和推廣意義。

圖14 節(jié)假日交通擁堵預(yù)測和出行指引

圖15 交通路況與交通指數(shù)信息發(fā)布

5 致 謝

感謝深圳市科技計劃項目（項目編號GGFW2016033017241891，項目名稱“深圳市交通大數(shù)據(jù)公共技術(shù)服務(wù)平臺”）和深圳市戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展專項資金2017年第一批扶持計劃（項目名稱：深圳市交通碳排放工程實驗室，批復(fù)文號：深發(fā)改〔2017〕550號）的資助。