行道樹倒伏對城市道路交通延誤的影響

摘要：為研究行道樹倒伏后對城市道路交通流運行狀態(tài)的影響，采用軟件VISSIM仿真福州市多路段交叉口行道樹倒伏后路網(wǎng)交通狀態(tài)，采用軟件MATLAB將交通量代入仿真文件生成交通延誤，通過軟件EViews擬合分析行道樹倒伏長度、倒伏寬度及交通量對不同車道數(shù)道路交通延誤的影響。結(jié)果表明：3個影響因素對三車道和四車道交通延誤影響較大，對五車道交通延誤影響較??；交通延誤隨行道樹倒伏長度、倒伏寬度、交通量的增大而增大，對交通延誤影響程度按從大到小排列依次為行道樹倒伏長度、寬度、交通量；三車道道路在行道樹倒伏長度為5、6 m時，交通延誤對交通量的變化較敏感；行道樹倒伏長度和倒伏寬度均較小或均較大時，交通量變化對交通延誤的影響較?。徊煌械罉涞狗鼘挾认?，行道樹倒伏長度大于6 m后交通延誤明顯增大；交通量大于1 500 輛/h后行道樹倒伏長度、寬度與交通延誤的擬合優(yōu)度趨于穩(wěn)定，交通量為1800 輛/h時，擬合優(yōu)度為0.982 2，交通量越大，行道樹倒伏長度、倒伏寬度與交通延誤的擬合效果越好。

關(guān)鍵詞：城市道路；交通延誤；行道樹倒伏；交通量

中圖分類號：U491文獻(xiàn)標(biāo)志碼：A文章編號：1672-0032（2024）03-0010-08

引用格式：王宇航，鄭益鋒，林睿睿，等.行道樹倒伏對城市道路交通延誤的影響［J］.山東交通學(xué)院學(xué)報，2024，32（3）：10-17.

WANG Yuhang， ZHENG Yifeng， LIN Ruirui， et al. The impact of fallen roadside trees on urban road traffic delay［J］.Journal of Shandong Jiaotong University，2024，32（3）：10-17.

0 引言

隨著全球城市化發(fā)展，極端天氣增多，近幾年我國東南沿海各省多次遭受臺風(fēng)侵襲，行道樹倒伏事故頻發(fā)，造成交通擁堵，影響城市道路交通秩序，存在較大安全隱患。行道樹倒伏屬突發(fā)事件，具有短時性和危險性，行道樹由外側(cè)車道向內(nèi)側(cè)車道倒伏時，與普通交通事故和施工區(qū)圍擋對交通流的影響不同，研究行道樹倒伏對交通流狀態(tài)的影響有重要的現(xiàn)實意義。

學(xué)者多采用卷積神經(jīng)網(wǎng)絡(luò)^[1-3]、軟件仿真^[4-6]、元胞自動機模擬^[7-9]等方法預(yù)測障礙物影響下的短時交通流。梅朵等^[10]基于時空遺傳粒子群支持向量機算法預(yù)測短時交通流，預(yù)測精度較高；張杉等^[11]采用元胞自動機模型分析車輛冰雪道路環(huán)境下交通流特性及事故概率，并提出相應(yīng)管控措施；楊慶祥^[12]通過軟件VISSIM仿真施工作業(yè)區(qū)的道路通行能力，提出作業(yè)區(qū)通行能力計算公式；姬浩等^[13]采用軟件VISSIM分析事故車輛對三車道道路交通流的影響機制及事故持續(xù)時間變化時的城市道路交通流演化；劉霞等[14]通過建立元胞自動機模型，考慮事故車輛位置及車輛運行狀態(tài)，分析事故區(qū)域內(nèi)的車流量和平均車速變化曲線；孫然然等^[15]建立支持向量機模型，實時監(jiān)測道路交通流參數(shù)，識別和預(yù)報可能導(dǎo)致交通事故的危險交通流狀態(tài)。目前多研究雨雪天氣、施工圍擋及交通事故等因素對道路交通流的影響，對行道樹倒伏后城市道路交通流變化的研究較少。

本文以行道樹倒伏后占城市道路長度、寬度、車道數(shù)及交通量等為主要參數(shù)，分析福建省福州市多路段交叉口行道樹倒伏后至被清理前對城市道路交通流的影響，為城市道路交通管制提供理論依據(jù)。

1 試驗方案設(shè)計

1.1 道路交通參數(shù)

調(diào)查風(fēng)雨天氣下道路實際交通量，根據(jù)文獻(xiàn)[16]規(guī)定的折算系數(shù)，將機動車交通量轉(zhuǎn)換為當(dāng)量交通量取整，對不同車道數(shù)的道路分別選取6個交通量代入軟件VISSIM中仿真，試驗路段交通參數(shù)如表1所示。

1.2 行道樹倒伏長度、寬度、角度

圖1 行道樹倒伏示意圖

風(fēng)雨作用造成的行道樹倒伏狀態(tài)具有不確定性，假設(shè)行道樹倒伏后樹干左、右側(cè)枝葉均勻分布，行道樹高h(yuǎn)，樹冠寬w_c，倒伏長度為l，倒伏寬度為w，倒伏后與行車方向的夾角為θ，若θgt;90°，則取θ的補角。行道樹倒伏示意圖如圖1所示。依據(jù)圖1可得：

l=0.5w_ccos θ+hsin θ，（1）

w=0.5hcos θ+w_csin θ。（2）

行道樹生長進度不同，有各向異性特點，倒伏角度存在全面性及隨機性。調(diào)查福州市主城區(qū)254棵行道樹的高度和樹冠寬度，取θ=10°～90°，以10°為間隔依次取數(shù)代入式（1）（2），計算得到2 286組行道樹倒伏長度和寬度，行道樹倒伏長度和寬度的頻次與累積頻率如圖2所示。

由圖2可知：行道樹的倒伏長度和倒伏寬度均集中在4～12 m，若倒伏行道樹占用車道導(dǎo)致車輛無法通行，進口道的交通處于癱瘓狀態(tài)，無法分析各因素變化對交通流的影響，根據(jù)文獻(xiàn)[17]規(guī)定的城市道路橫斷面寬度，以3 m作為1輛車通過的最小寬度，對二車道僅分析行道樹倒伏長度為4 m的情況，對三、四、五車道分別分析行道樹倒伏長度為4～7、4～11、4～12 m的情況。

1.3 試驗平臺搭建

福州位于我國東南沿海地區(qū)，夏季臺風(fēng)活動頻繁，易造成行道樹倒伏。選取福州市城市中心區(qū)域的6個交叉口及交叉口間連接路段組成的道路網(wǎng)絡(luò)作為試驗路段，該路網(wǎng)潮汐交通現(xiàn)象明顯，全天交通量變化大，道路兩側(cè)行道樹多且種植時間較長。

采用軟件VISSIM中的跟馳和換道微觀駕駛模型仿真行道樹倒伏后的路網(wǎng)交通狀態(tài)。為保證數(shù)據(jù)穩(wěn)定性，仿真1 000 s后開始取值，行道樹倒伏后相關(guān)部門會盡快清理倒伏行道樹，設(shè)仿真周期為3 600 s，以900 s為間隔仿真交通延誤。

交通延誤是指車輛在行駛過程中，因交通流減緩或阻塞等因素造成車輛行駛時間增大。研究行道樹倒伏后的交通延誤能判斷局部交通擁堵情況，對分析交通流運行狀態(tài)、保障交通安全與暢通、提升道路通行能力有重要作用。

以交通延誤作為衡量交通流運行狀態(tài)的因素，根據(jù)行道樹倒伏長度及倒伏寬度，在建立的路網(wǎng)車道上設(shè)置倒伏行道樹，共生成198個VISSIM仿真文件。采用軟件MATLAB將不同車道數(shù)道路的交通量分別代入198個仿真文件進行聯(lián)合仿真，將仿真導(dǎo)出的1 188組交通延誤寫入Excel文檔進行后續(xù)數(shù)據(jù)處理與分析。

2 仿真數(shù)據(jù)分析

2.1 交通延誤影響因子與擬合式分析

根據(jù)仿真數(shù)據(jù)分析行道樹倒伏長度、倒伏寬度及交通量3個影響因素對交通延誤的影響。采用軟件EViews擬合仿真數(shù)據(jù)，得到不同車道下3個影響因素的影響因子及交通延誤擬合式，如表2所示。通過EViews回歸結(jié)果的伴隨概率（Prob值）可知各影響因素的顯著性差異均小于0.05，說明3個影響因素與交通延誤有顯著的線性關(guān)系。

由表2可知：交通延誤擬合式的擬合效果較好，行道樹倒伏長度、倒伏寬度及交通量與交通延誤有較強的相關(guān)性；3個影響因素對交通延誤的影響程度按從大到小排列依次為倒伏長度、倒伏寬度、交通量；3個影響因素對三車道和四車道交通延誤影響較大，對五車道交通延誤影響較小，行道樹倒伏易造成二車道交通系統(tǒng)癱瘓；五車道的交通環(huán)境較其他車道更復(fù)雜，交通延誤受多種因素影響。

2.2 交通延誤分析

2.2.1 行道樹倒伏長度對交通延誤的影響

以三車道道路為例，采用軟件ORIGIN繪圖分析行道樹不同倒伏長度、寬度及交通量對交通延誤的影響。不同行道樹倒伏長度下，倒伏寬度和交通量對三車道道路交通延誤的影響曲線如圖3所示。

由圖3可知：不同行道樹倒伏長度下，隨行道樹倒伏寬度和交通量的增大，交通延誤增大；行道樹倒伏長度為4、7 m時，不同交通量下行道樹倒伏寬度對交通延誤的影響曲線整體變化趨勢較陡，即倒伏寬度對交通延誤影響較大；行道樹倒伏長度為5、6 m時，不同交通量下行道樹倒伏寬度對交通延誤的影響曲線整體變化趨勢較緩，即倒伏寬度對交通延誤影響較小，此時不同交通量下的交通延誤相差較大，說明該行道樹倒伏長度下，三車道道路的交通延誤對交通量變化較敏感。

行道樹倒伏長度、倒伏寬度均為4 m時，交通量由1 300 輛/h增大至1 800輛/h，交通延誤僅增大18%，說明三車道道路在行道樹倒伏長度和倒伏寬度均較小時，交通量變化對交通流的影響較小，道路能滿足正常通行要求；行道樹倒伏長度為7 m，倒伏寬度為12 m時，交通量由1 300 輛/h增大至1 800 輛/h，交通延誤僅增大10%，說明三車道道路在行道樹倒伏長度和倒伏寬度均較大時，交通延誤對交通量的變化不敏感，原因是此時交通流為擁堵狀態(tài)，道路已無法滿足正常通行要求。

2.2.2 行道樹倒伏寬度對交通延誤的影響

不同行道樹倒伏寬度下，倒伏長度和交通量對三車道道路交通延誤的影響曲線如圖4所示。

由圖4可知：1）不同行道樹倒伏寬度下，隨行道樹倒伏長度和交通量的增大，交通延誤增大。2）行道樹倒伏寬度為12 m，交通量為1 800 輛/h時，倒伏長度由4 m增至6 m時，交通延誤增大11%；倒伏長度由6 m增至7 m時，交通延誤增大14%，行道樹倒伏長度大于6 m后，交通延誤明顯增大；其他行道樹倒伏寬度下，交通延誤的變化規(guī)律相同。3）不同行道樹倒伏寬度下，倒伏長度為4～6 m時，交通量為1 300～1 700 輛/h的交通延誤與交通量為1 800 輛/h的相差較大；倒伏長度為7 m時，不同交通量下的交通延誤相差較小，均接近擁堵狀態(tài)。

2.2.3 交通量對交通延誤的影響

不同交通量下，行道樹倒伏長度及倒伏寬度對三車道道路交通延誤的影響曲線如圖5所示。

由圖5可知：1）不同交通量下，隨行道樹倒伏長度、倒伏寬度的增大，交通延誤增大。2）行道數(shù)倒伏長度為4 m時，交通量分別為1 300、1 400、1 500、1 600、1 700、1 800 輛/h，隨行道樹倒伏寬度增大，交通延誤分別增大18%、23%、24%、25%、26%、38%，行道樹倒伏長度較小時，隨交通量增大，行道樹倒伏寬度對交通延誤的影響程度增大；行道數(shù)倒伏長度為7 m時，交通量分別為1 300、1 400、1 500、1 600、1 700、1 800 輛/h，隨行道樹倒伏寬度由4 m增至12 m，交通延誤分別增大36%、17%、14%、14%、12%、11%，行道樹倒伏長度較大時，隨交通量增大，倒伏寬度對交通延誤影響程度減小。

不同交通量下，行道樹倒伏長度及倒伏寬度對三車道道路交通延誤影響的三維圖如圖6所示。

由圖6可知：隨行道樹倒伏長度、倒伏寬度、交通量的增大，交通延誤增大。在臺風(fēng)、暴雨等極端天氣下，交通管理部門應(yīng)優(yōu)先控制行道樹倒伏長度可能性大的路段的交通量，避免出現(xiàn)交通堵塞，影響倒伏行道樹的清理工作。

2.3 不同交通量的數(shù)據(jù)敏感性分析

以三車道為例分析隨交通量的變化，行道樹倒伏長度與寬度對交通延誤的影響程度的擬合優(yōu)度，判斷行道樹倒伏長度與寬度對交通延誤的敏感性。采用軟件EViews擬合6組不同交通量的仿真數(shù)據(jù)，得到交通量為1 300、1 400、1 500、1 600、1 700、1 800 輛/h的擬合優(yōu)度分別為0.791 6、0.882 4、0.963 3、0.969 3、0.973 9、0.982 2。交通量較小時，擬合優(yōu)度較小，交通量為1 300～1 500 輛/h時，擬合優(yōu)度隨交通量增大而快速增大，交通量超過1 500 輛/h后，擬合優(yōu)度趨于穩(wěn)定，交通量為1 800 輛/h時擬合優(yōu)度最大。說明交通量越大，行道樹倒伏長度、寬度與交通延誤的擬合優(yōu)度越大，對交通延誤的影響越大。

3 結(jié)論

針對沿海城市行道樹倒伏對交通流運行狀態(tài)的影響問題，以行道樹倒伏長度、寬度及交通量為影響因素，通過軟件VISSIM仿真分析各影響因素與交通延誤的關(guān)系。交通延誤隨行道樹倒伏長度、寬度及交通量的增大而增大，行道樹倒伏長度對交通延誤的影響最大，倒伏寬度次之，交通量最?。蝗嚨赖缆吩谛械罉涞狗L度為5、6 m，交通量增大時，交通延誤明顯增大，而倒伏寬度對不同交通量下的交通延誤影響較??；三車道道路在不同行道樹倒伏寬度下，行道樹倒伏長度大于6 m后交通延誤明顯增大；行道樹倒伏長度較小時，隨交通量增大，行道樹倒伏寬度對交通延誤影響程度增大；行道樹倒伏長度較大時，隨交通量增大，倒伏寬度對交通延誤影響程度減小。交通量越大，行道樹倒伏長度、倒伏寬度與交通延誤的擬合優(yōu)度越大。

城市道路交通環(huán)境復(fù)雜，未來可通過選取多種影響因素，結(jié)合仿真軟件分析交通流的運行狀態(tài)，獲得更接近現(xiàn)實情況的仿真結(jié)果，為城市交通管制及交通規(guī)劃提供可靠的理論依據(jù)。

參考文獻(xiàn)：

[1] HUANG X H， YE Y M， WANG C， et al. A multi-mode traffic flow prediction method with clustering based attention convolution LSTM[J].Applied Intelligence， 2022，52：14773-14786.

[2] WANG K， MA C X， QIAO Y H， et al. A hybrid deep learning model with 1DCNN-LSTM-Attention networks for short-term traffic flow prediction[J].Physica A：Statistical Mechanics and Its Applications， 2021，583：126293.

[3] NAGY A M， SIMON V. Improving traffic prediction using congestion propagation patterns in smart cities[J].Advanced Engineering Informatics， 2021，50：101343.

[4] 郭瑞軍，劉淼.基于Vissim的高速公路網(wǎng)應(yīng)急事件仿真[J].大連交通大學(xué)學(xué)報，2020，41（6）：18-22.

[5] 趙福利，雷進，張昆侖.基于VISSIM仿真施工區(qū)路段速度推薦值研究[J].中外公路，2021，41（3）：358-364.

[6] 王龍.基于VISSIM的高速公路改擴建施工區(qū)交通仿真與分析[J].市政技術(shù)，2021，39（5）：17-21.

[7] OU H， TANG T Q. An extended two-lane car-following model accounting for inter-vehicle communication[J].Physica A： Statistical Mechanics and Its Applications， 2018，495：260-268.

[8] JETTO K， TAHIRI Z， BENYOUSSEF A， et al. Cognitive anticipation cellular automata model：an attempt to understand the relation between the traffic states and rear-end collisions[J].Accident Analysis amp; Prevention， 2020， 142：105507.

[9] SUO Y F， SUN Z H， CLARAMUNT C， et al. A dynamic risk appraisal model and its application in VTS based on a cellular automata simulation prediction[J].Sensors， 2021，21（14）：4741.

[10] 梅朵，鄭黎黎，冷強奎，等.基于時空GPSO-SVM的短時交通流預(yù)測[J].交通信息與安全，2017，35（2）：68-74.

[11] 張杉，龐明寶，任泊寧.冰雪道路環(huán)境下交通流微觀仿真及事故率研究[J].中國安全科學(xué)學(xué)報，2020，30（1）：148-154.

[12] 楊慶祥.施工作業(yè)對城市道路通行能力的影響分析[J].西部交通科技，2008（5）：105-108.

[13] 姬浩，王永東，李佩，等.事故車輛影響下的城市三車道道路交通流仿真[J].中國安全科學(xué)學(xué)報，2021，31（3）：112-120.

[14] 劉霞，胡凱，龔鵬.基于元胞自動機的事故交通流模型仿真[J].解放軍理工大學(xué)學(xué)報（自然科學(xué)版）， 2017，18（3）：285-288.

[15] 孫然然，張靜萱，朱廣宇.基于SVM的危險交通流狀態(tài)實時識別模型[J].公路交通科技，2021，38（10）：120-128.

[16] 中華人民共和國住房和城鄉(xiāng)建設(shè)部，國家市場監(jiān)督管理總局.城市綜合交通體系規(guī)劃標(biāo)準(zhǔn)：GB/T 51328—2018[S].北京：中國建設(shè)工業(yè)出版社，2019.

[17] 中華人民共和國住房和城鄉(xiāng)建設(shè)部.城市道路工程設(shè)計規(guī)范：CJJ 37—2012[S].北京：中國建筑工業(yè)出版社，2012.

The impact of fallen roadside trees on urban road traffic delay

WANG Yuhang， ZHENG Yifeng， LIN Ruirui， YUE Xiaoquan^*， ZHANG Kexin

College of Transportation and Civil Engineering， Fujian Agriculture and Forestry University， Fuzhou 350002， China

Abstract：In order to study the impact of fallen roadside trees on the operational status of urban road traffic， using software VISSIM to simulate the traffic condition at multiple intersections in Fuzhou City after the roadside trees fell， and using software MATLAB to input traffic volume into the simulation file to calculate traffic delays. The effects of the length and width of fallen roadside trees， and traffic volume on traffic delays are fitted and analyzed using software EViews. The results show that the length and width of fallen roadside trees and traffic volume have a significant impact on traffic delays of three-lane and four-lane roads， but have a lesser impact on five-lane roads traffic delays； Traffic delays increase with the length and width of fallen roadside trees and traffic volume， with the impact on traffic delays ranked in descending order as follows： length of fallen trees， width of fallen trees， and traffic volume. For a three-lane road， when the length of the fallen roadside trees is 5 or 6 m， traffic delays are more sensitive to changes in traffic volume. When the lengths and widths of fallen roadside trees are either small or large， the impact of traffic volume changes on traffic delays is minimal. Under different widths of fallen roadside trees， traffic delays significantly increase when the length of fallen trees is greater than 6 m. After the traffic volume exceeds 1 500 vehicles per hour， the fitting goodness of fallen tree length， width， and traffic delays tends to stabilize. At a traffic volume of 1 800 vehicles per hour， the goodness of fit is 0.982 2， and the greater the traffic volume， the better the fit between the length and width of fallen roadside trees and traffic delays.

Keywords：urban road；traffic delay；fallen roadside tree；traffic volume

（責(zé)任編輯：趙玉真）