趙仕林,秦雅琴,馬玲玲 ZHAO Shilin,QIN Yaqin,MA Lingling
(昆明理工大學(xué) 交通工程學(xué)院,云南 昆明 650500)
交通供給不平衡現(xiàn)象稱為交通擁堵[1]。隨著中國(guó)的快速城鎮(zhèn)化,在城市空間的相互作用下,城市交通的需求量隨著城市居民的出行目的、人口規(guī)模豐富而逐漸增加,導(dǎo)致小汽車的數(shù)量不斷增多,城市交通面臨嚴(yán)重?fù)矶?。在微觀角度的研究中楊曉穎、陳宗和等對(duì)交通分別從交叉口設(shè)計(jì)和居民在交通擁堵下的出行進(jìn)行了研究[2-3]。隨著大數(shù)據(jù)的應(yīng)用和分析,從宏觀角度的探索中交通的時(shí)空效應(yīng)得到有效的研究,通過(guò)交通運(yùn)行指數(shù)分析孫秋霞[4]等建立了擁堵的時(shí)間與空間狀態(tài)的聯(lián)系。按照交通的時(shí)空特征的劃分,何兆成[5]等對(duì)時(shí)空特征進(jìn)行了分類并在空間層次建立區(qū)域擁堵評(píng)價(jià)模型。張建旭[6]等人運(yùn)用獲取在線地圖實(shí)時(shí)數(shù)據(jù)用來(lái)建立新的交通態(tài)勢(shì)指標(biāo)識(shí)別擁堵的狀態(tài)。交通擁堵的原因和治理也有深入的探討分析[7-9]。研究表明[10-12]通過(guò)探究交通的整體態(tài)勢(shì),掌握其內(nèi)在的時(shí)空特征對(duì)治理交通擁堵具有重大意義。
本研究擬基于百度地圖實(shí)時(shí)交通擁堵數(shù)據(jù)調(diào)查資料,應(yīng)用地理信息空間分析方法Moran's I指數(shù)和熱點(diǎn)分析,在時(shí)空上探究交通擁堵事件之間的隱含關(guān)系。利用Moran's I指數(shù)方法統(tǒng)計(jì)事件的整體關(guān)系和熱點(diǎn),分析統(tǒng)計(jì)事件高低值之間的聚類、空間特征,對(duì)昆明市二環(huán)內(nèi)交通擁堵的空間分布及時(shí)空變化特征進(jìn)行分析,為改善昆明市區(qū)的交通現(xiàn)狀提供科學(xué)依據(jù)。
2017年末昆明市機(jī)動(dòng)車保有量達(dá)到226.8萬(wàn)輛,增長(zhǎng)率和日均增量較前幾年有所放緩,但客車的增長(zhǎng)勢(shì)頭仍然強(qiáng)勁,全市保有量達(dá)到178.45萬(wàn)輛,增幅12.9%,占機(jī)動(dòng)車總量的78.7%,比重逐年提高;貨車增幅小,增長(zhǎng)2.7%;摩托車量呈下降趨勢(shì)。五城區(qū)機(jī)動(dòng)車保有量149.6萬(wàn)輛,占全市的66.1%,是車輛的主要聚集地[13]。
二環(huán)里程占比不足0.3%的道路承載了城市26%以上的出行需求,流量分布不均造成城市的擁堵。車流多,交通需求大,昆明市區(qū)交通供給矛盾日益增加,交通形勢(shì)嚴(yán)峻。研究區(qū)域路段如圖1所示,紅色路段為二環(huán)北路至二環(huán)東路;黑色路段包括龍泉路到青年路、環(huán)城北路到一二一大街和環(huán)城西路到環(huán)城南路;黃色路段為西昌路到金碧路及拓東路。
百度地圖將浮動(dòng)車GPS數(shù)據(jù)(包括客貨車、出租車、網(wǎng)約車等其他運(yùn)營(yíng)車輛)與百度地圖定位導(dǎo)航數(shù)據(jù)進(jìn)行多元融合,海量用戶眾包形式的道路更新上報(bào)機(jī)制和定位軌跡分析挖掘的技術(shù)手段,產(chǎn)生的地圖路網(wǎng)數(shù)據(jù)可以與交通管理部門(mén)的路網(wǎng)數(shù)據(jù)互相融合補(bǔ)充,從而提高路網(wǎng)數(shù)據(jù)覆蓋和準(zhǔn)確程度。并運(yùn)用領(lǐng)先技術(shù)手段對(duì)數(shù)據(jù)進(jìn)行加工,產(chǎn)生出準(zhǔn)確率和覆蓋率更高的實(shí)時(shí)路況數(shù)據(jù)。
實(shí)時(shí)路況是針對(duì)城市道路暢通擁堵所提出的一個(gè)概念,它能實(shí)時(shí)顯示道路上行車的狀況,為交通指引具有重要的指示作用,一般分為紅、黃、綠、灰四種顏色用以描繪擁堵、緩行、暢通、施工繞行四種狀態(tài)。
圖1 研究區(qū)域及骨架
隨著昆明市區(qū)機(jī)動(dòng)車保有量逐年大幅度增加,對(duì)現(xiàn)有的道路資源進(jìn)行了合理的維護(hù),但并未有明顯地改善市區(qū)的交通現(xiàn)狀。區(qū)域內(nèi)市民出行需求強(qiáng)烈,道路資源短缺,在出行高峰時(shí)期短時(shí)間內(nèi)易因巨大的供求不平衡導(dǎo)致?lián)矶?,在此情況下其形成的擁堵路段、擁堵程度、擁堵時(shí)間等狀況具有不同的特性分布,因此本次研究范圍選取昆明市二環(huán)以內(nèi)的道路為研究區(qū)域,進(jìn)行時(shí)空上的擁堵分析研究。
在2018年8月23日至2018年8月29日調(diào)查時(shí)間段內(nèi),運(yùn)用百度地圖的實(shí)時(shí)路況功能,對(duì)昆明市二環(huán)以內(nèi)路況擁堵情況進(jìn)行監(jiān)控,并對(duì)監(jiān)控范圍進(jìn)行早晚高峰時(shí)期的實(shí)時(shí)路況進(jìn)行柵格圖片采集。具體方法:在8月23日至8月29日時(shí)間段內(nèi),對(duì)每天的早高峰7:00至8:00和晚高峰17:00至19:00的百度地圖實(shí)時(shí)路況進(jìn)行采集,分別從7:00和17:00開(kāi)始的兩個(gè)時(shí)間段內(nèi)操作,每隔15分鐘采集一次昆明市二環(huán)內(nèi)道路實(shí)時(shí)路況柵格圖,本次收集共計(jì)94張柵格圖片。
對(duì)于采集的柵格圖片進(jìn)行擁堵數(shù)據(jù)的處理。對(duì)百度實(shí)時(shí)路況的柵格圖片狀況進(jìn)行分類,道路的狀況分為四種情況:擁堵(紅色路段)、緩行(黃色路段)、暢通(綠色路段)、灰色(施工路段)。這里將路況柵格圖中道路狀況為擁堵的路段視為擁堵一次,如果道路擁堵,以車輛行駛的方向緊鄰的交叉點(diǎn)作為交通擁堵點(diǎn)事件,統(tǒng)計(jì)整個(gè)調(diào)查時(shí)間段內(nèi)收集的道路柵格圖,得到92張有效路況柵格圖,并得到研究區(qū)域的交通擁堵點(diǎn)數(shù)據(jù),共計(jì)58個(gè)交通擁堵點(diǎn)。統(tǒng)計(jì)高峰小時(shí)內(nèi)交通擁堵點(diǎn)每小時(shí)的擁堵次數(shù),即將每小時(shí)內(nèi)對(duì)應(yīng)采集的4張百度實(shí)時(shí)路況柵格圖片進(jìn)行統(tǒng)計(jì),記錄實(shí)時(shí)路況下每小時(shí)內(nèi)每段路出現(xiàn)紅色擁堵累計(jì)次數(shù),并按照車輛行駛的方向?qū)⒗塾?jì)次數(shù)賦值給交通擁堵點(diǎn)的屬性值(每個(gè)路口進(jìn)車口的擁堵次數(shù)總和)。
2.4.1 全局空間自相關(guān)分析。應(yīng)用ArcGIS空間自相關(guān)分析模塊對(duì)已采集的數(shù)據(jù)進(jìn)行處理分析。選擇Moran's I指數(shù)進(jìn)行分析,從區(qū)域角度出發(fā)衡量交通擁堵點(diǎn)的空間聯(lián)系,分析其空間形態(tài)上分布的特性。具體計(jì)算公式為:
其中:n為樣本數(shù)量即為空間位置個(gè)數(shù),i、j分別為兩個(gè)不同的空間位置,wij為空間位置i、j區(qū)域的鄰近關(guān)系權(quán)重系數(shù)。當(dāng)i和j為臨近空間位置時(shí),wij=1,反之,wij=0。全局Moran's I指數(shù)I計(jì)算取值范圍[-1,]1。
2.4.2 局部空間聚集性分析。應(yīng)用ArcGIS熱點(diǎn)分析(Getis-Ord)模塊對(duì)已采集的數(shù)據(jù)進(jìn)行處理分析,將交通擁堵點(diǎn)作為分析變量,對(duì)交通擁堵點(diǎn)的局部空間聯(lián)系進(jìn)行分析。得出每個(gè)擁堵點(diǎn)的Getis-Ord統(tǒng)計(jì)值,且擁堵點(diǎn)對(duì)應(yīng)得到Z值和P值,從而確定交通擁堵點(diǎn)在空間上的聚集位置;其具體計(jì)算公式為:
式中:xj為第j個(gè)空間位置(交通擁堵點(diǎn))的賦值,wij表示為空間位置j和i之間的空間關(guān)系權(quán)重(取值范圍相鄰為1,反之為0),n為i空間位置個(gè)數(shù)的總數(shù);S為標(biāo)準(zhǔn)差。Gi為正時(shí),其為熱點(diǎn),值越高表示聚集度越高;反之若為負(fù),其為冷點(diǎn),值越低聚集度越高。
通過(guò)有效統(tǒng)計(jì)所得92張柵格實(shí)時(shí)路況圖片,在研究范圍內(nèi)主要道路共統(tǒng)計(jì)出58個(gè)交通擁堵點(diǎn)即擁堵路口,如圖2所示。同時(shí)基于研究范圍提取的道路網(wǎng)數(shù)據(jù)樣本長(zhǎng)度大概為57km。早晚高峰道路擁堵長(zhǎng)度占有率(擁堵長(zhǎng)度與總長(zhǎng)度之比)如圖3所示??傮w一周的交通擁堵的趨勢(shì)呈“V”型,周末的早晚高峰道路擁堵程度顯著低于工作日,工作日和非工作日都是早高峰的擁堵百分占比晚高峰更高。
圖2 交通擁堵點(diǎn)
圖3 早晚高峰城市道路擁堵占有率
對(duì)研究范圍內(nèi)每天的整體交通擁堵次數(shù)屬性進(jìn)行全局空間自相關(guān)分析,P值小于0.05,因此分析結(jié)果有意義,且Moran's I的Z值(如表1所示)大于 0,表明全局自相關(guān)具有統(tǒng)計(jì)學(xué)意義空間正相關(guān)性,即交通擁堵次數(shù)呈聚集性分布。其Moran's I統(tǒng)計(jì)量計(jì)算值大部分大于0.51,表明交通擁堵點(diǎn)呈正相關(guān),即空間上越鄰近的區(qū)域交通擁堵點(diǎn)分布情況越相似。從表1可以看出,Moran's I統(tǒng)計(jì)量除星期五外各值相差不大,星期五的值較低,表明周五這一天交通擁堵程度最分散隨機(jī),周一至周四擁堵聚集度較高,而周四的擁堵程度則明顯最高,其中這天天氣為小雨,對(duì)道路交通出行有一定影響。周六和周日雖然天氣晴朗,但人們多以?shī)蕵?lè)休閑活動(dòng)為主,學(xué)校路段、商業(yè)路段的客流相對(duì)減少,導(dǎo)致城區(qū)整體客流量和交通流量減少,交通擁堵程度集聚度不高。
對(duì)所有調(diào)查點(diǎn)局部空間聚集性分析(熱點(diǎn)分析)——以周四為例,如圖4所示。淺色小圈表示為冷點(diǎn)聚集區(qū),即交通擁堵次數(shù)較低的聚集區(qū);深黑色點(diǎn)為熱點(diǎn)聚集區(qū),即交通擁堵次數(shù)較大的聚集區(qū);顏色越深,統(tǒng)計(jì)的數(shù)據(jù)可靠性越高,聚集程度越高,此處用圖標(biāo)顏色深淺作為圖例。交通擁堵次數(shù)局部聚集性強(qiáng)的為東風(fēng)廣場(chǎng)、二環(huán)南路。二環(huán)北路西段的交通擁堵點(diǎn)次數(shù)多但數(shù)值多為1;遠(yuǎn)離東風(fēng)廣場(chǎng)的二環(huán)南路交通擁堵點(diǎn)聚集性不顯著,二環(huán)南路以南為城市綠色休閑區(qū),表現(xiàn)出同一擁堵點(diǎn)在早晚時(shí)間上的呈低密度聚集;二環(huán)東路交通點(diǎn)早晚密度聚集差異較大體現(xiàn)了不同時(shí)間的差異性對(duì)交通擁堵次數(shù)分布差異的影響。
表1 一周路況Moran's I及其檢驗(yàn)指數(shù)Z,P
圖4 局部空間聚集性分析
通過(guò)局部空間自相關(guān)得到了昆明市實(shí)時(shí)路況擁堵的可視化分布圖(圖5),以工作日周四和非工作日周六為例??梢钥闯鰰r(shí)間上,工作日周四(圖3)交通壓力早高峰期大于晚高峰期,早上(圖5(a))交通擁堵主要發(fā)生在二環(huán)北路西段、西昌路和一二一大街交叉口等以進(jìn)城交通量和學(xué)校區(qū)域擁堵為主,晚上(圖5(b))主要發(fā)生在一二一大街交叉口、東風(fēng)廣場(chǎng)等商業(yè)圈和教育區(qū)域,工作日周四整體擁堵從早上的二環(huán)路的西北區(qū)域的交通運(yùn)輸中心,移動(dòng)到晚上的東風(fēng)廣場(chǎng)的東南區(qū)域商圈附近;非工作日周六(圖5(c)) 早上擁堵比較分散,晚上(圖5(d))交通形成擁堵區(qū)域,其主要集中在二環(huán)路東段,東風(fēng)廣場(chǎng)商業(yè)區(qū)域交通壓力次之,其余支路交通暢通。
本文基于百度地圖實(shí)時(shí)路況柵格圖片數(shù)據(jù),通過(guò)全局和局部空間自相關(guān)統(tǒng)計(jì)量分析得出的昆明交通擁堵的空間分布特征??傮w而言昆明市交通擁堵呈現(xiàn)出一定的時(shí)空規(guī)律。時(shí)間上,交通壓力早高峰期大于晚高峰期,且擁堵程度工作日比非工作日嚴(yán)重,擁堵一般呈現(xiàn)高聚集和擁堵時(shí)間長(zhǎng)特征;空間上,交通擁堵主要發(fā)生在滇緬大道、二環(huán)北路西段以及東風(fēng)廣場(chǎng)重要商圈,呈現(xiàn)一定的聚集性,人流、車流量較為集中特征與土地利用因素關(guān)系密切相關(guān)。由于交通擁堵原因復(fù)雜多樣,時(shí)間特征一般受居民活動(dòng)規(guī)律影響,考慮工作日通勤(工作日主要考慮通勤方式和職住條件)、節(jié)假日外出等因素;空間上土地利用性質(zhì)的差異性對(duì)交通擁堵點(diǎn)分布差異的影響顯著,主要考慮城市功能區(qū)以及路網(wǎng)結(jié)構(gòu)等因素。由于交通擁堵時(shí)空分析依賴于長(zhǎng)期的數(shù)據(jù)考量分析,且與城市周圍的交通環(huán)境密切相關(guān),應(yīng)當(dāng)擴(kuò)大監(jiān)控范圍和時(shí)間,統(tǒng)計(jì)長(zhǎng)期連續(xù)監(jiān)測(cè)數(shù)據(jù),以此進(jìn)一步研究交通擁堵時(shí)空分布特征。
圖5 不同時(shí)段的交通分布情況