北京市2017年典型日動(dòng)態(tài)交通流特征研究

王燕軍，何巍楠，解淑霞，趙晉，唐祎骕，程穎

(1.中國(guó)環(huán)境科學(xué)研究院/國(guó)家環(huán)境保護(hù)機(jī)動(dòng)車污染控制與模擬國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100012；2.北京交通發(fā)展研究院，北京 100073)

隨著城市化進(jìn)程的加快，機(jī)動(dòng)車排放已成為北京市大氣污染的重要來(lái)源，對(duì)北京地區(qū)PM2.5來(lái)源解析的相關(guān)研究數(shù)據(jù)表明，機(jī)動(dòng)車已成為北京市PM2.5排放的最大本地源，占比高達(dá)45%[1]。為了加強(qiáng)大氣污染治理工作，2018年以來(lái)，國(guó)家及地方層面陸續(xù)發(fā)布相關(guān)文件。2018年6月16日中共中央、國(guó)務(wù)院發(fā)布《關(guān)于全面加強(qiáng)生態(tài)環(huán)境保護(hù)堅(jiān)決打好污染防治攻堅(jiān)戰(zhàn)的意見(jiàn)》，2018年6月27日國(guó)務(wù)院印發(fā)《打贏藍(lán)天保衛(wèi)戰(zhàn)三年行動(dòng)計(jì)劃》(國(guó)發(fā)〔2018〕22號(hào))[2]，2018年3月15日北京市正式發(fā)布《北京市藍(lán)天保衛(wèi)戰(zhàn)2018年行動(dòng)計(jì)劃》(京政辦發(fā)〔2018〕9號(hào))[3]，從機(jī)動(dòng)車污染排放治理目標(biāo)—措施—監(jiān)測(cè)—執(zhí)法—數(shù)據(jù)等多方面對(duì)機(jī)動(dòng)車污染控制提出了明確要求，提出了完善交通基礎(chǔ)設(shè)施、交通需求管理、機(jī)動(dòng)車結(jié)構(gòu)優(yōu)化調(diào)整等一系列精細(xì)化管理政策措施。因此，對(duì)機(jī)動(dòng)車排放進(jìn)行精細(xì)化管控，開(kāi)展機(jī)動(dòng)車污染動(dòng)態(tài)模型研究，對(duì)于掌握機(jī)動(dòng)車動(dòng)態(tài)排放演變規(guī)律，支撐機(jī)動(dòng)車污染治理精細(xì)化決策具有重要意義。為此，本文開(kāi)展了2017年五種典型日下北京市路網(wǎng)上機(jī)動(dòng)車的行駛特征研究，以期為下一步掌握北京市機(jī)動(dòng)車排放特征和完善機(jī)動(dòng)車交通管控措施提供決策依據(jù)。

1 北京市交通流獲取方法

1.1 小客車交通流獲取方法

北京市小客車交通流可通過(guò)速度擴(kuò)樣模型及速度流量反推模型[4-5]獲得，具體流程如下：

(1)基于交調(diào)數(shù)據(jù)、RTMS數(shù)據(jù)、浮動(dòng)車Link數(shù)據(jù)，融合分析路網(wǎng)上不同日期(工作日、非工作日)小時(shí)級(jí)路網(wǎng)速度；

(2)速度—流量模型標(biāo)定：基于路網(wǎng)上Link的速度，通行能力，結(jié)合BPR路阻函數(shù)模型，輸出路網(wǎng)上不同日期(工作日、非工作日)小時(shí)級(jí)社會(huì)車流量。

在本文中，小客車交通流獲取所需基礎(chǔ)數(shù)據(jù)包括基于Link的浮動(dòng)車數(shù)據(jù)、交調(diào)數(shù)據(jù)、RTMS數(shù)據(jù)：

(1)基于link的浮動(dòng)車數(shù)據(jù)：基于link的浮動(dòng)車數(shù)據(jù)包含linkID、時(shí)間、LinkID相關(guān)道路信息、出租車交通流參數(shù)。

(2)交調(diào)數(shù)據(jù)：全市檢測(cè)點(diǎn)位接近1300個(gè)，通過(guò)微波、線圈等不同技術(shù)手段實(shí)現(xiàn)流量采集，覆蓋全市主要國(guó)道、市道和縣道。數(shù)據(jù)動(dòng)態(tài)回傳按五分鐘回傳一次，可以識(shí)別大客車、中型貨車、大貨車、超大貨車、小汽車等車型，準(zhǔn)確度較高。

(3)交管局RTMS數(shù)據(jù)：全市檢測(cè)點(diǎn)位1680個(gè)，通過(guò)微波手段實(shí)現(xiàn)流量和速度采集，覆蓋全市主要高速路、主干路和快速路。數(shù)據(jù)動(dòng)態(tài)回傳按2分鐘回傳一次，可以匯總道路流量，可以實(shí)現(xiàn)主要路段總體車隊(duì)流量演化分析。

1.2 出租車交通流獲取方法

出租車交通流參數(shù)要先依據(jù)基于link的浮動(dòng)車數(shù)據(jù)獲取出租車重車交通流參數(shù)，再根據(jù)浮動(dòng)車OD數(shù)據(jù)分區(qū)分時(shí)刻計(jì)算重車占所有出租車的比例，以此反算所有出租車的交通流參數(shù)。

在本文中，可獲取的用于進(jìn)行出租車交通流參數(shù)信息提取的基礎(chǔ)數(shù)據(jù)包括基于link的浮動(dòng)車數(shù)據(jù)和浮動(dòng)車OD數(shù)據(jù)兩類?；趌ink的浮動(dòng)車數(shù)據(jù)獲取方式與小客車類似。浮動(dòng)車OD數(shù)據(jù)是根據(jù)浮動(dòng)車數(shù)據(jù)處理得到每個(gè)浮動(dòng)車每次出行OD的數(shù)據(jù)。浮動(dòng)車OD數(shù)據(jù)包括以下內(nèi)容：出租車車牌號(hào)、每次出行OD的起止時(shí)間、每次出行OD的位置信息。

1.3 公交車流量流獲取方法

基于GPS數(shù)據(jù)的公交車交通流參數(shù)獲取方法有以下兩種：

(1)GPS數(shù)據(jù)糾偏：以常規(guī)公交GPS數(shù)據(jù)作為輸入，經(jīng)過(guò)數(shù)據(jù)清洗、糾偏等質(zhì)量控制之后，輸出質(zhì)量較好的原始數(shù)據(jù)。

(2)基于軌跡數(shù)據(jù)的路段匹配算法[6]：結(jié)合北京市路網(wǎng)圖層，建立GPS-Link匹配算法，實(shí)現(xiàn)上下行精準(zhǔn)分離。

本文中，可獲取的用于進(jìn)行公交車交通流參數(shù)信息提取的基礎(chǔ)數(shù)據(jù)包括公交GPS數(shù)據(jù)和路網(wǎng)GIS數(shù)據(jù)兩類，如下所示：

(1)公交GPS數(shù)據(jù)：公交GPS數(shù)據(jù)是公交車將軌跡數(shù)據(jù)上傳至相應(yīng)平臺(tái)的數(shù)據(jù)，主要包含：IC卡唯一ID、上下車刷卡時(shí)間、上下車刷卡線路編號(hào)和站點(diǎn)編號(hào)、登計(jì)車輛編號(hào)。

(2)北京市路網(wǎng)GIS文件：北京市31萬(wàn)個(gè)Link的地理信息系統(tǒng)文件，包含道路名稱、道路類型、道路長(zhǎng)度等關(guān)鍵字段。

1.4 貨車流量獲取方法

貨車流量獲取方法綜合應(yīng)用了交調(diào)數(shù)據(jù)、高速公路收費(fèi)數(shù)據(jù)、核查線調(diào)查數(shù)據(jù)、RTMS城市快速路微波檢測(cè)數(shù)據(jù)等四大類流量數(shù)據(jù)。模型基于治超數(shù)據(jù)、視頻檢測(cè)數(shù)據(jù)進(jìn)行貨車車隊(duì)結(jié)構(gòu)特征提取，結(jié)合貨車GPS軌跡和運(yùn)單數(shù)據(jù)進(jìn)行行駛路徑校核與驗(yàn)證。

在本文中，可獲取的用于進(jìn)行貨車交通流參數(shù)信息提取的基礎(chǔ)數(shù)據(jù)包括固定治超站數(shù)據(jù)、RTMS數(shù)據(jù)、交調(diào)數(shù)據(jù)、高速流量數(shù)據(jù)、重型載貨GPS數(shù)據(jù)等。

1.5 大客車流量仿真模型

本文所研究的大客車流量指旅游、省際等長(zhǎng)途客運(yùn)車輛，也包含一些營(yíng)運(yùn)類型的單位班車流量。在分析計(jì)算時(shí)，大客車數(shù)據(jù)來(lái)源主要為兩客一危GPS監(jiān)測(cè)數(shù)據(jù)，但限于GPS監(jiān)測(cè)車輛較少且數(shù)據(jù)質(zhì)量較差，本文最終選擇用小客車流量、路網(wǎng)車隊(duì)結(jié)構(gòu)數(shù)據(jù)兩類數(shù)據(jù)做數(shù)據(jù)輸出，輔以GPS數(shù)據(jù)做小樣本對(duì)照的方式來(lái)獲取。

2 北京市交通流空間結(jié)構(gòu)調(diào)查

北京市交通流空間結(jié)構(gòu)調(diào)查主要是描述北京市路網(wǎng)各路段的車隊(duì)結(jié)構(gòu)，車隊(duì)結(jié)構(gòu)模型將作為交通流仿真模型與排放因子模型的重要耦合工具。模型的建立將充分考慮北京市現(xiàn)行及規(guī)劃研究政策，如針對(duì)非京籍車輛、貨運(yùn)車輛等交通政策，針對(duì)排放標(biāo)準(zhǔn)、燃料類型、車重類型等環(huán)保政策等。結(jié)合北京市不同交通行業(yè)的排放特征，對(duì)北京市道路車隊(duì)結(jié)構(gòu)進(jìn)行劃分。北京市車隊(duì)結(jié)構(gòu)模型設(shè)計(jì)原則：(1)車隊(duì)劃分：主要考慮車輛所屬行業(yè)類型、車籍及環(huán)保屬性等；(2)空間劃分：主要考慮中心城區(qū)與郊區(qū)縣差異、環(huán)路區(qū)域差異、不同道路類型差異等；(3)時(shí)間劃分：區(qū)分白天與夜間。模型整體架構(gòu)劃分為三個(gè)層次：基礎(chǔ)數(shù)據(jù)層、數(shù)據(jù)擴(kuò)樣層及輸出結(jié)果層，模型架構(gòu)思路如圖1所示。

圖1 交通流空間結(jié)構(gòu)模型框架思路

本文中，可利用的基礎(chǔ)數(shù)據(jù)包括：

(1)核查線數(shù)據(jù)：核查線數(shù)據(jù)包括調(diào)查點(diǎn)位共計(jì)428個(gè)，主要分布于主要環(huán)路，每個(gè)點(diǎn)位包括小客車、出租、公交車、大貨車、小貨車、大客車六種車型的流量占比。該數(shù)據(jù)可用于求解不同行業(yè)屬性的路段車輛結(jié)構(gòu)比例。

(2)郊區(qū)縣道路交調(diào)數(shù)據(jù)：郊區(qū)縣道路交調(diào)數(shù)據(jù)包括調(diào)查點(diǎn)位共計(jì)282個(gè)，主要分布于市域區(qū)內(nèi)的各級(jí)公路，每個(gè)點(diǎn)位包括中小型客車、大型客車、微型貨車、輕型貨車、中型貨車、重型貨車的流量占比。該數(shù)據(jù)可用于求解不同行業(yè)屬性的路段車輛結(jié)構(gòu)比例。

(3)道路車型結(jié)構(gòu)調(diào)查數(shù)據(jù)：調(diào)查時(shí)段為2017年3月份，包括調(diào)查點(diǎn)位共計(jì)20個(gè)，主要分布于環(huán)路、進(jìn)出京高速及主次干路。其中，17個(gè)點(diǎn)位包括京籍與非京籍的省際、出租、公交、郊區(qū)客運(yùn)、貨運(yùn)、租賃、旅游、社會(huì)客車、社會(huì)貨車不同車重類型、燃料類型、排放標(biāo)準(zhǔn)的工作日道路流量占比，選擇調(diào)查點(diǎn)位時(shí)充分考慮客運(yùn)站、貨運(yùn)站等設(shè)施對(duì)路段車輛結(jié)構(gòu)的影響；3個(gè)點(diǎn)位的調(diào)查地點(diǎn)和時(shí)間為環(huán)路周末、高速周末、環(huán)路四九限行日。

3 結(jié)果分析

本文中，選取了5月1日(節(jié)日)、8月3日(工作日)、8月4日(非工作日)、9月2日(中非論壇)和11月3日(重污染天)五種典型日來(lái)研究2017年北京市工作日、非工作日、重污染天、節(jié)日和重大活動(dòng)日等不同環(huán)境背景下機(jī)動(dòng)車晝夜24小時(shí)逐時(shí)交通流變化特征。用以推算公交車的流量的公交GPS數(shù)據(jù)部分參考了2017年1月11日(工作日)、1月14日(非工作日)、2月15日(重污染日)和2016年10月1日(節(jié)日及重大活動(dòng)日)的數(shù)據(jù)。交通特征刻畫的參數(shù)選取了車輛行駛公里數(shù)VKT(Vehicle Kilometers of Travel，單位：千米)作為衡量交通出行量大小的指標(biāo)。

3.1 典型天VKT分析

根據(jù)各類型機(jī)動(dòng)車的交通流調(diào)查數(shù)據(jù)，通過(guò)交通流模型，可以得到各類型車、不同典型日機(jī)動(dòng)車VKT總量，如圖2所示。從圖2可以看出，在不同的典型日，工作日機(jī)動(dòng)車VKT總最大，其余依次是非工作日、重污染天、節(jié)日、重大活動(dòng)日。其中非工作日、節(jié)日、重污染天的VKT差別不大，重大活動(dòng)日的VKT比工作日VKT減少約30%，這表明工作日機(jī)動(dòng)車的出行還是要高于其他幾種環(huán)境。北京市重大活動(dòng)日可能由于明顯的限流作用，機(jī)動(dòng)車VKT明顯偏小。本文研究還表明，目前重污染日的限制措施對(duì)機(jī)動(dòng)車VKT的影響較小。

圖2 典型天VKT對(duì)比

3.2 各交通方式VKT分析

研究表明，不同車型在不同典型日VKT分布具有一定規(guī)律。各典型日中，VKT占比最大的車型均為社會(huì)小客車(9座以下)，這與小客車的保有量最大相一致。VKT中占比最小的是大客車。其次占比倒數(shù)第二小的是公交車。貨車和出租車的VKT位于中間。如圖3所示。在各典型日，社會(huì)車的VKT占比最高，均為80%以上，顯示了小客車排放為北京市機(jī)動(dòng)車排放的重要來(lái)源之一。

圖3 各交通方式VKT分布

3.3 分時(shí)段VKT分析

研究得到北京市分時(shí)段的VKT分布如圖4所示。從圖4可以看出，分時(shí)段VKT曲線呈現(xiàn)馬鞍型雙峰曲線，早晚高峰時(shí)候VKT均較高，中午12:00至13:00為白天的VKT最低點(diǎn)。早晚高峰流量是一天當(dāng)中最高的，使得VKT亦為最高；中午為普遍意義上的吃飯、午休時(shí)段，致使流量降低，VKT降低。

圖4 分時(shí)段VKT

各車型在一天不同時(shí)段VKT分布情況見(jiàn)圖5。北京市的貨車在夜間流量高于白天，在凌晨5:00之后呈現(xiàn)下降趨勢(shì)，早上7:00之后曲線較為平緩，這主要是由北京市對(duì)貨車進(jìn)城時(shí)間的管理規(guī)定決定的。貨車4:00到5:00的小時(shí)VKT占比最大，占到了14.09%(夜間為43.19%)。除了貨車，其余交通方式在一天的24小時(shí)中，VKT曲線均呈現(xiàn)馬鞍型雙峰曲線，早晚高峰時(shí)候VKT較高，公交車、大客車、社會(huì)車、出租車的早高峰(8:00—10:00點(diǎn))和晚高峰(17:00—19:00點(diǎn))占比分別約為40.0%、36.3%、36.5%、32.3%，中午12:00至13:00為白天的VKT最低。

圖5 分時(shí)段交通方式VKT分布

3.4 空間分布特征

五種不同車型在不同的天氣模式下具有不同的VKT分布特點(diǎn)，以貨車、小客車為例的空間交通流量分布如圖6～9所示。貨車在工作日、非工作日流量主要集中在五環(huán)到六環(huán)之間和幾條主要國(guó)道、省道上。小客車在工作日、非工作日流量主要集中在四環(huán)以內(nèi)。北京市小客車流量和人流量密切相關(guān)，四環(huán)以內(nèi)包含東城區(qū)、西城區(qū)、海淀區(qū)、朝陽(yáng)區(qū)、豐臺(tái)區(qū)，聚集了大量的流動(dòng)人口，故這些區(qū)域出行的小客車占比較高。小客車在重污染日除了集中在四環(huán)內(nèi)，四環(huán)外的區(qū)域均有一定量的小客車行駛，在天氣條件惡劣的情況下，進(jìn)出京的人流一定程度上會(huì)選擇自有的小客車出行，減少在搭乘公共交通時(shí)的暴露時(shí)間。

圖6 貨車工作日VKT

圖7 貨車非工作日VKT

圖8 小客車工作日VKT

圖9 小客車非工作日VKT

4 結(jié) 論

通過(guò)對(duì)北京市五種典型日機(jī)動(dòng)車交通流的調(diào)查和模擬仿真，可得到以下結(jié)論：

(1)五種典型日中，北京市工作日機(jī)動(dòng)車的行駛里程最高；

(2)社會(huì)小客車在五種典型日中，行駛里程占比最高，占比可達(dá)80%以上；

(3)北京市機(jī)動(dòng)車分時(shí)段交通流特征呈明顯的馬鞍型雙峰特性，其高峰主要出現(xiàn)在8:00-10:00以及17:00-19:00時(shí)間段。

(4)貨車交通流主要集中在五環(huán)到六環(huán)之間以及幾個(gè)主要交通聯(lián)絡(luò)線上，小客車交通流主要集中在四環(huán)內(nèi)。