探討大數(shù)據(jù)時代背景下的智慧交通規(guī)劃建設

丁宏飛

（四川省公路規(guī)劃勘察設計研究院有限公司，成都 610041）

1 引言

2014年，大數(shù)據(jù)概念被首次寫入政府工作報告，正式開始作為一項城市規(guī)劃基礎性戰(zhàn)略資源應用。近年來，在互聯(lián)網(wǎng)熱潮的推動下，大數(shù)據(jù)概念開始在各行各業(yè)應用，交通規(guī)劃行業(yè)也無法避免。但是，當前在交通規(guī)劃領域關于大數(shù)據(jù)及其時代特征仍然沒有形成系統(tǒng)認知，涉及大數(shù)據(jù)的智慧交通規(guī)劃也困難重重。基于此，探究討論大數(shù)據(jù)時代背景下的智慧交通規(guī)劃具有非常重要的意義。

2 推進智慧交通規(guī)劃建設的必要性

2.1 提高交通規(guī)劃效率與準確性的需要

以往交通規(guī)劃多采用基于計量模型的數(shù)據(jù)調(diào)研，需要投入大量人力資源、物力資源來收集數(shù)據(jù)，效率較為低下，且誤差較高。而通過開展基于大數(shù)據(jù)的智慧交通規(guī)劃，可以直接線上收集手機信令數(shù)據(jù)，獲取個體出行特征，并借助大數(shù)據(jù)重復使用與挖掘優(yōu)勢，降低人力資源與物力資源投入，在短時間內(nèi)獲得規(guī)劃樣本數(shù)據(jù)[1]。同時，基于大數(shù)據(jù)的樣本分析，可以降低規(guī)劃前期因抽樣調(diào)查而引發(fā)的偶然誤差，提高交通規(guī)劃的準確性。

2.2 構建城市精細化管理體系的需要

現(xiàn)代社會結構與層次復雜程度日益提升，因這一復雜特征的存在，以往交通規(guī)劃多停留在粗放化管理層次，無法滿足現(xiàn)代城市精細化管理要求。而借助大數(shù)據(jù)手段，可以從多個層次、多個視角、多種測度出發(fā)，完成全樣本不間斷觀察，精確把控交通規(guī)劃問題本質(zhì)。并以每一個研究對象為基礎，進行群組的精細劃分，根據(jù)每一個群組的出行特點進行針對性規(guī)劃，滿足城市精細化管理體系構建的需求。

2.3 提高交通規(guī)劃智慧水平的需要

智慧交通中的“智慧”不僅表現(xiàn)為硬件條件充足，而且表現(xiàn)為軟件配套優(yōu)良。通過將大數(shù)據(jù)技術應用到智慧交通建設過程中，可以發(fā)揮針對性數(shù)據(jù)挖掘算法優(yōu)勢，根據(jù)不同交通參與者需求進行個性化模型構建[2]。比如，在道路交通系統(tǒng)中，借助基于動態(tài)實時化的大數(shù)據(jù)技術，可以進行信號燈控制、交通標志標線、網(wǎng)絡電子喇叭等設施設置，確保管理決策的精確性、有效性，切實提高交通規(guī)劃智慧水平。

3 大數(shù)據(jù)時代背景下的智慧交通規(guī)劃建設對策

3.1 完善智慧交通設施框架

基于大數(shù)據(jù)的智慧交通應在傳統(tǒng)的服務于民眾基本出行需求的基礎上，提供更具針對性、更加多元化的服務，服務需涵蓋出行前、出行中、出行后幾個環(huán)節(jié)。在出行前，智慧交通需要依托公共信息開放平臺中存儲的用戶完整邏輯鏈條信息，為其提供目的地狀況分析、相同目的下可替代目的地信息，滿足用戶智慧換乘、智慧公交需求；在出行中，智慧交通需要集成車路協(xié)同、實時路徑導航、駕駛輔助、車聯(lián)網(wǎng)模式，為民眾提供接駁換乘指引、實時位置服務；在出行后，智慧交通需要及時搭接民眾出行目的，為其提供智慧樞紐、智慧停車服務，降低民眾出行的外部成本。根據(jù)上述服務需求，交通規(guī)劃人員應立足交通大數(shù)據(jù)采集分享平臺，在提取交通數(shù)據(jù)特征并整合應用的基礎上，制訂智慧交通硬件資源云化管理方案，在云端自動生成交通態(tài)勢、問題，開展智能化、可視化、一體化指揮調(diào)度。

整個過程中，大數(shù)據(jù)分析研判平臺是基礎，主要負責數(shù)據(jù)接入與分析、存儲，滿足信號控制方案優(yōu)化、交通態(tài)勢研判、動態(tài)交通出行特征分析、治安預警的需求；智能交通綜合管控平臺是核心，主要負責實時交通運行狀態(tài)監(jiān)測、非現(xiàn)場執(zhí)法、警力資源可視化、交通問題處理方案自動生成等；綜合交通信息服務平臺是保障，主要負責基于不同服務對象的信息服務、惠民宣傳、實時交通誘導等。

3.2 獲取多元交通數(shù)據(jù)

在智慧交通規(guī)劃建設過程中，交通規(guī)劃人員不單單需要獲取交通數(shù)據(jù)，而且需要獲取自然數(shù)據(jù)、經(jīng)濟社會數(shù)據(jù)、生態(tài)數(shù)據(jù)以及成本數(shù)據(jù)。

自然數(shù)據(jù)是一種以圖像、文字表示的多元數(shù)據(jù)，多存儲于區(qū)域城市政府部門、高德地圖或百度地圖、遙感影像、地質(zhì)文獻、地面勘測報告等模塊。交通規(guī)劃人員可以借助ENVI，開展輻射定標以及地面控制點定義、連接工作，結合DEM設定與參數(shù)提取，可以獲得遙感影像中坡度分布圖、高程分布圖、坡向分布圖。

經(jīng)濟社會數(shù)據(jù)是一種以文字、數(shù)字形式表現(xiàn)的多樣數(shù)據(jù)，多存儲于片區(qū)統(tǒng)計年鑒、政府部門、城市市志、交通網(wǎng)絡大數(shù)據(jù)內(nèi)，交通規(guī)劃人員可以借助交通門戶網(wǎng)站網(wǎng)絡爬蟲技術，獲得歷史文化資料、交通流量、人口規(guī)模及過程數(shù)據(jù)。

生態(tài)數(shù)據(jù)是一種主要表現(xiàn)為圖像、文字、數(shù)字形式的海量數(shù)據(jù)，交通規(guī)劃人員可以根據(jù)現(xiàn)狀交通圖，在遙感影像中進行矢量化處理獲得矢量格式的資料。同理，對于在主要表現(xiàn)為數(shù)字、文字形式的海量成本數(shù)據(jù)，交通規(guī)劃人員可以在遙感影像中將特征成本數(shù)據(jù)轉(zhuǎn)換為“萬元/（km·a）”并對選線所在地柵格圖進行賦值，以成本分布特征圖的形式集中分析[3]。

3.3 挖掘出行特征數(shù)據(jù)

在大數(shù)據(jù)時代背景下，以往基于問卷調(diào)查與流量統(tǒng)計正獲得公眾出行特征（吸引量分布、OD矩陣）的方式呈現(xiàn)出一定滯后性，交通規(guī)劃人員可以借用大數(shù)據(jù)手段，以手機信令數(shù)據(jù)為基礎，進行多時段收集信號位置與停留時間、重復出現(xiàn)頻次剖析，推測不同分析單元的到發(fā)情況、過境情況，對項目地實際出行需求具有更加清晰的認知。進而了解不同類別交通出行方式的結構特征，構建更加高精確度的OD矩陣（交通起止點調(diào)查），在OD矩陣中精準把握區(qū)域民眾出行特征。比如，在了解地區(qū)工作日出行量分布情況時，可以分析近幾個月內(nèi)民眾移動通信數(shù)據(jù)（手機信令數(shù)據(jù)）、公交卡刷卡情況，了解研究區(qū)域內(nèi)現(xiàn)有道路的交通出行特征、出行密度差異以及民眾、城市功能空間之間關系。

例如，某片區(qū)公共交通出行比例遠低于小汽車出行比例，可以推測該區(qū)域周邊交通擁堵情況較為嚴重?；诖耍鶕?jù)片區(qū)公共交通與小汽車出行比例，交通規(guī)劃人員可剖析區(qū)域公共交通出行比例與核心區(qū)結構特征之間的關系，及時發(fā)現(xiàn)片區(qū)周邊交通擁堵問題，及時分析原因并處理，進而以公交車流調(diào)查專題報告的形式，匯總公交卡刷卡數(shù)據(jù)、手機信令數(shù)據(jù)、公交車載GPS（全球衛(wèi)星定位）數(shù)據(jù)特征，全面展現(xiàn)片區(qū)現(xiàn)有公共交通的運行速度、線路逐站客流情況，準確把控片區(qū)公共交通的出行特征，進而持續(xù)挖掘潛力更大的公交走廊，對片區(qū)公共交通網(wǎng)絡進行精準優(yōu)化。后續(xù)交通規(guī)劃人員可以逐年調(diào)查的方式，利用過往數(shù)據(jù)挖掘代替過往交通報告匯總，在持續(xù)追蹤片區(qū)交通發(fā)展歷程的數(shù)據(jù)過程中，對片區(qū)公共汽車運行速度、中心城區(qū)居民出行特征、線路逐站客流量產(chǎn)生更加深刻的認知，提高智慧交通規(guī)劃的準確性。比如，規(guī)劃范圍內(nèi)城市道路總長（含紅線寬度的城市支路）為55.25 km，道路路網(wǎng)密度為7.56 km/km2，次干路、支路網(wǎng)密度處于相對較低水平，在后期規(guī)劃中應加強對次干路、支路系統(tǒng)建設的重視。而根據(jù)交通分析預測結果，片區(qū)交通疊加高峰階段道路流量處于較大水平，交通擁堵風險較高，應對道路交通進行渠化設計，配合交通組織，暢通片區(qū)與中心區(qū)域連接通道，擴大非機動車比例與共享經(jīng)濟性交通模式比例。調(diào)整后交通出行方式為小汽車+輔助機動車（大巴車、出租車、貨車）+公交車+輔助公交（步行、自行車）結構，對應交通結構為快速路+交通性主干路+服務型主干路+次干路+支路，其中快速路單車道設計速度為90 km/h，交通性主干路、服務性主干路設計速度均為65 km/h，次干路設計速度為45 km/h，支路設計速度為30 km/h。

3.4 應用交通規(guī)劃數(shù)據(jù)

智慧交通規(guī)劃的發(fā)展目標是整合性、人性化、高品質(zhì)、科技型，具體表現(xiàn)為交通網(wǎng)絡與交通樞紐良好配合，致力于提供安全、舒適、暢達、清潔的交通服務，最大限度地滿足民眾便捷出行的需求，并積極應用現(xiàn)代化智能交通技術，提升綜合交通系統(tǒng)科技含量，實現(xiàn)高度智能化、信息化的交通服務。基于此，交通規(guī)劃人員可以參考片區(qū)綜合交通模型相關參數(shù)，進行區(qū)域綜合交通模型構建，在模型內(nèi)進行區(qū)域交通需求預測。根據(jù)區(qū)域交通疊加情況下的節(jié)點交通流量，進行節(jié)點具化方案的設置。比如，對片區(qū)靜態(tài)交通需求（停車需求）開展預先估測，基于以往停車場布局方案，完成多車型車輛行駛流線的分析、優(yōu)化，制訂大型公共交通停車場、小型汽車停車場、出租車站以及各出入口功能的布局調(diào)整方案。在這個基礎上，借助大數(shù)據(jù)技術，分析片區(qū)內(nèi)人行流線，作為停車場內(nèi)部布局（含路內(nèi)停車、路外停車）、人行系統(tǒng)以及停車誘導系統(tǒng)規(guī)劃調(diào)整依據(jù)。比如，某片區(qū)全日出行量29.8萬人次，其中內(nèi)部出行14.0萬人次，占據(jù)全日出行量的46.98%；對外出行15.8萬人次，占據(jù)全日出行量的53.02%，表明片區(qū)居民出行分布外向性特征較為顯著。此時，交通規(guī)劃人員就需要根據(jù)出行分布差異，進行內(nèi)部出行、外部出行方式分擔比例的細微調(diào)整，并在考慮智慧交通建設而產(chǎn)生的新型交通方式引發(fā)的出行方式變更的基礎上，明確交通數(shù)據(jù)結合與交通系統(tǒng)控制體系優(yōu)化目標，銜接交通系統(tǒng)內(nèi)部與外部，切實優(yōu)化基礎交通規(guī)劃方案。

考慮到城市交通發(fā)展具有顯著的階段性特征，在內(nèi)聚發(fā)展時期，城市由非機動化交通主導；在擴張發(fā)展時期，城市由機動化交通主導；在出行結構調(diào)整初期，城市空間結構與交通結構呈現(xiàn)競爭態(tài)勢；在出行結構調(diào)整后期，城市交通福利化趨勢顯現(xiàn)，進入以管理為主的成熟階段。為了順利完成出行結構優(yōu)化調(diào)整，在交通規(guī)劃時，交通規(guī)劃人員應落實多交通方式流線分離的特點，在沿一定放線貫通人流集散通道的基礎上，每間隔一定距離設置單元體系，并配置扶梯、電梯、樓梯等豎向交通樞紐，滿足人流疏導要求。同時設置立體連廊，將不同單元模塊連接成一個整體，并分離人流、車流，降低對道路的干擾。

4 結語

綜上所述，大數(shù)據(jù)時代背景下，智慧交通規(guī)劃建設獲得了新的機遇。城市交通規(guī)劃人員應明確大數(shù)據(jù)手段在智慧交通規(guī)劃建設中的優(yōu)勢，借助大數(shù)據(jù)手段挖掘以往易忽略的問題，為交通規(guī)劃提供更加多元的數(shù)據(jù)。同時，不斷改進數(shù)據(jù)獲取與處理方法，更加快速、精準地獲知交通現(xiàn)狀，在揭示區(qū)域交通問題的同時對其進行追蹤評價，切實加深交通數(shù)據(jù)挖掘深度，提高交通數(shù)據(jù)挖掘結果公信力，為智慧交通規(guī)劃建設提供充足的數(shù)據(jù)支持。