基于交通態(tài)勢數(shù)據(jù)的道路擁堵情況分析

摘" 要：道路擁堵情況的識別對交通需求管理具有較大意義，借助高德地圖“交通態(tài)勢API”數(shù)據(jù)，獲得新街口附近5公里范圍道路一周的擁堵情況。結(jié)合ArcGIS進(jìn)行道路可視化，從整體路網(wǎng)擁堵情況、具體道路擁堵情況、道路性質(zhì)及交通設(shè)施等相關(guān)角度對擁堵狀況與其影響因素進(jìn)行系列特征分析。通過分析新街口區(qū)域的擁堵、原因及其變化規(guī)律，對緩解城市擁堵問題具有重要意義。

關(guān)鍵詞：交通態(tài)勢；道路擁堵；公共交通

" 中圖分類號：F570" " 文獻(xiàn)標(biāo)志碼：A

DOI：10.13714/j.cnki.1002-3100.2024.15.020

Abstract： Identification of road congestion has significant implications for traffic demand management. By using the \"traffic congestion API\" data from Gaode map， the congestion situation of roads within a 5-kilometer radius around Xinjiekou in Nanjing is obtained for one week. Integrated with ArcGIS for road visualization， a series of feature analysis is conducted on congestion conditions and their influencing factors， including overall road network congestion， specific road congestion， road characteristics， and transportation facilities. Analyzing the congestion， causes， and patterns of change in the Xinjiekou area is of great significance for alleviating urban congestion issues.

Key words： traffic situation; road congestion; public transportation

0" 引" 言

城市中心是交通擁堵集中出現(xiàn)的地方，以城市中心為基礎(chǔ)，分析交通擁堵產(chǎn)生的時(shí)間、地點(diǎn)、原因，對交通管理和交通規(guī)劃具有重要意義。路網(wǎng)擁堵狀態(tài)識別是瓶頸點(diǎn)交通管理的重要前提，早期的擁堵狀態(tài)識別主要依托于人工調(diào)查、感應(yīng)線圈等方式[1]，耗費(fèi)大量人力和物力，而路段交通量在一周內(nèi)不同日期之間存在較大差異，傳統(tǒng)方法很難獲得道路網(wǎng)以及長時(shí)間段的交通擁堵數(shù)據(jù)[2-3]。隨著交通大數(shù)據(jù)的快速發(fā)展，浮動車數(shù)據(jù)、手持終端數(shù)據(jù)、非結(jié)構(gòu)化視頻數(shù)據(jù)、多源互聯(lián)網(wǎng)數(shù)據(jù)等均成為交通狀態(tài)識別研究的數(shù)據(jù)來源[4-5]。

已有研究主要關(guān)注交通擁堵時(shí)空分布特征，道路網(wǎng)平均行程車速、城市交通態(tài)勢預(yù)測等[6-7]。但受到數(shù)據(jù)來源的限制，鮮有研究考慮具體道路路段上的交通擁堵情況，以及道路性質(zhì)、交通設(shè)施對交通擁堵的影響。本文針對上述不足，采用高德地圖“交通態(tài)勢API”數(shù)據(jù)，結(jié)合ArcGIS的可視化表達(dá)和空間分布分析，以南京新街口周圍5公里范圍的道路網(wǎng)交通態(tài)勢數(shù)據(jù)為基礎(chǔ)，分析具體道路路段擁堵產(chǎn)生的時(shí)間及空間特征，探討城市交通擁堵與道路性質(zhì)、公共交通等相互影響過程，為新街口區(qū)域交通優(yōu)化管理政策的制定提供支撐。

1" 高德地圖“交通態(tài)勢API”

高德地圖在線平臺通過“交通態(tài)勢API”提供不同區(qū)域交通態(tài)勢的實(shí)時(shí)情況查詢?！敖煌☉B(tài)勢API”是指以HTTP形式提供根據(jù)用戶輸入的內(nèi)容返回希望查詢的交通態(tài)勢情況，即查詢指定區(qū)域或某條具體道路的實(shí)時(shí)擁堵情況。當(dāng)用戶指定查詢詳細(xì)情況時(shí)，返回內(nèi)容還將包括區(qū)域內(nèi)各路段名稱、方向、路徑點(diǎn)坐標(biāo)、行程車速等信息。通過“交通態(tài)勢API”可以獲取到某個(gè)區(qū)域內(nèi)所有道路實(shí)時(shí)的詳細(xì)信息[8]。

" 本文采用Python語言采集上述道路交通態(tài)勢數(shù)據(jù)，交通態(tài)勢信息的獲取主要經(jīng)過四個(gè)步驟：（1）申請高德開放平臺“Web服務(wù)API”秘鑰（key）；（2）拼接HTTP請求URL；（3）接受HTTP請求返回的數(shù)據(jù)（JSON），并解析數(shù)據(jù)；（4）

在ArcGIS中把交通態(tài)勢數(shù)據(jù)轉(zhuǎn)化為道路矢量[9]。采集流程如圖1所示。

2" 數(shù)據(jù)基礎(chǔ)情況

研究采集的道路交通態(tài)勢數(shù)據(jù)以南京市新街口為中心點(diǎn)，以5公里為搜索半徑，向北延伸到南京站附近道路，向西延伸到河西新區(qū)以北區(qū)域，向南延伸到中華門、雨花門附近，向東延伸到明故宮附近道路。本文每次從高德地圖開放平臺上采集到488條路段的交通態(tài)勢數(shù)據(jù)，而每一條道路分為兩個(gè)行車方向，因此采集道路約為244條。為進(jìn)一步分析不同時(shí)間道路網(wǎng)的交通態(tài)勢數(shù)據(jù)差異，設(shè)置采集時(shí)間為2021年11月2日至2021年11月8日，即周一至周日共計(jì)7天，這一周的天氣狀況都為晴天，因此排除了天氣對道路擁堵情況的干擾。每天采集時(shí)間為08：00—20：00每間隔1個(gè)小時(shí)采集一次數(shù)據(jù)，每天采集15次數(shù)據(jù)，則7天共采集51 240條路段的交通態(tài)勢數(shù)據(jù)，采集的道路路段如圖2所示。

對于從高德地圖API獲得的數(shù)據(jù)，在ArcGIS中生成對應(yīng)空間經(jīng)緯度坐標(biāo)的路段，并根據(jù)同一路段名進(jìn)行編號，最終獲得每一個(gè)小時(shí)，488條道路路段的屬性表數(shù)據(jù)，每條道路的每一時(shí)刻，都可以根據(jù)高德數(shù)據(jù)返回的數(shù)值，獲得此條道路路段的擁堵情況。其中，數(shù)值越大，表明道路交通越擁堵，反之越暢通。高德地圖劃分出對應(yīng)道路路況未知“0”，路況暢通“1”，路況緩行“2”，路況擁堵“3”四種擁堵程度等級。在ArcGIS中對獲取到的道路交通態(tài)勢進(jìn)行可視化表達(dá)，某時(shí)刻道路網(wǎng)的屬性表數(shù)據(jù)如圖3所示。

3" 道路擁堵情況分析

3.1" 道路網(wǎng)整體擁堵的時(shí)間變化特征

分別統(tǒng)計(jì)新街口附近5公里范圍內(nèi)工作日及休息日8：00—22：00的交通擁堵指數(shù)，由此得到總體日變化趨勢圖（見圖4和圖5）。其中，折線分別表示工作日和休息日的時(shí)均值。從總體日變化趨勢，可得出以新街口為中心的道路網(wǎng)擁堵的路段總數(shù)在100條左右，從周一開始，擁堵道路數(shù)量呈現(xiàn)遞增趨勢，在周六道路網(wǎng)擁堵情況最為嚴(yán)重，達(dá)到176條，而周日擁堵情況有所緩解。

" 從每個(gè)小時(shí)的道路網(wǎng)擁堵路段總數(shù)可以看出，工作日與休息日道路擁堵的情況有較大不同。在工作日中，變化趨勢呈明顯“M”型，早高峰為8點(diǎn)左右，晚高峰為18點(diǎn)左右，白天谷值出現(xiàn)在13點(diǎn)，18點(diǎn)過后，道路擁堵情況迅速下降，到晚上21點(diǎn)之后，整個(gè)道路網(wǎng)幾乎無擁堵情況發(fā)生。本文研究區(qū)域位于南京市中心區(qū)域，覆蓋了南京市主城區(qū)大部分居民的通勤空間，因此結(jié)果與南京居民日常出行的早高峰和晚高峰時(shí)間相符。在休息日中，8點(diǎn)和9點(diǎn)整個(gè)道路網(wǎng)幾乎無擁堵情形發(fā)生，交通處于“基本通暢”狀態(tài)。而后道路擁堵數(shù)逐漸增加，在周六下午15點(diǎn)到達(dá)一個(gè)小高峰，這是因?yàn)榇藭r(shí)城市居民出行購物娛樂需求開始增多。到達(dá)下午18點(diǎn)來到整個(gè)星期的最高峰，在244條道路中，擁堵的道路數(shù)約為35條，占比14.3%。18點(diǎn)之后，道路擁堵情況迅速緩解，但下降速度比工作日有明顯的滯后，在22點(diǎn)時(shí)，整個(gè)道路網(wǎng)仍有少量道路發(fā)生擁堵。

從一周整體情況看，新街口附近道路網(wǎng)擁堵情況在下午18點(diǎn)附近最為嚴(yán)重，此時(shí)道路網(wǎng)擁堵情況呈短時(shí)間迅速增加和迅速減少趨勢，道路網(wǎng)壓力較大，因此相關(guān)交通部門應(yīng)重視此時(shí)交通擁堵情況，及時(shí)做好交通管理以及交通擁堵疏導(dǎo)。城市規(guī)劃部門應(yīng)重視城市通勤時(shí)間，實(shí)現(xiàn)“錯(cuò)峰出行”，在早、晚高峰時(shí)段，尤其是周五晚18點(diǎn)及周六下午15點(diǎn)，采取相應(yīng)的措施，合理改善人們的出行模式，鼓勵(lì)居民乘坐公共交通。

3.2" 具體擁堵道路時(shí)空變化特征

本文在整體道路網(wǎng)擁堵情形的基礎(chǔ)上，針對具體道路的擁堵時(shí)空分布特征，做了進(jìn)一步的研究分析。對研究區(qū)域488條路段即244條道路的擁堵時(shí)間進(jìn)行累加統(tǒng)計(jì)和排名。

" 基于擁堵時(shí)間累加數(shù)據(jù)，擁堵時(shí)間排名前10位如表1所示。研究發(fā)現(xiàn)，共計(jì)108條道路在一周內(nèi)發(fā)生過擁堵，占比44.3%；在一周內(nèi)擁堵時(shí)間大于等于7個(gè)小時(shí)的道路共計(jì)33條，占比13.5%；共計(jì)10條道路在一周內(nèi)擁堵時(shí)間大于等于20個(gè)小時(shí)，占比4.1%。龍?bào)粗新份o路、中山東路、豐富路在所有道路中擁堵時(shí)間最長，平均每天的擁堵時(shí)間都在7個(gè)小時(shí)以上，因此這些道路的擁堵不僅僅在于高峰時(shí)段，而是一直都很擁堵，這些道路的交通政策、交通規(guī)劃、交通管理，以及交通設(shè)施的供給層面都應(yīng)給予足夠的重視。對于不同時(shí)段的交通擁堵情況分析如下：早高峰時(shí)間段（8點(diǎn)左右），擁堵時(shí)間最長的道路為長樂路、中山南路和中山北路；晚高峰時(shí)間段（18點(diǎn)左右），擁堵時(shí)間最長的道路為中山東路、漢中路和長樂路，這三條道路幾乎每天晚高峰都會堵車；周末擁堵時(shí)間最長的道路為中山東路、龍?bào)粗新份o路和豐富路，分別為21小時(shí)、14小時(shí)、14小時(shí)。而廣州路在周末兩天內(nèi)擁堵的時(shí)間僅為3小時(shí)，說明在廣州路段，造成擁堵的原因與居民工作日通勤有關(guān)。

" 從擁堵道路的空間分布來看（見圖6），擁堵發(fā)生的路段主要位于四個(gè)區(qū)域：位于西北面的中山北路附近，此區(qū)域幾條擁堵的道路都與鼓樓環(huán)形交叉口相連，該區(qū)域擁堵的原因可能與多條主干路相交有關(guān)；位于廣州路附近的區(qū)域，此處與新街口CBD相連，附近工作地點(diǎn)較多，因此在工作日高峰期間會造成嚴(yán)重的擁堵；位于南側(cè)區(qū)域的夫子廟附近，以中華路為代表擁堵路段，此處靠近旅游區(qū)，道路斷頭路多、連通性差，是造成擁堵的原因之一；位于東北側(cè)的龍?bào)粗新犯浇鼌^(qū)域，此處在明故宮附近，工作地較多是此區(qū)域產(chǎn)生擁堵的重要原因。從擁堵道路呈現(xiàn)集聚性可以看出，道路擁堵往往呈現(xiàn)相互干擾的情況，一條主干道擁堵，與這條主干道相連的次干路、支路都有大概率發(fā)生擁堵。對于交通擁堵的改善，不應(yīng)著眼于某一條道路，而在深入分析此區(qū)域產(chǎn)生擁堵原因基礎(chǔ)上，從土地利用規(guī)劃和交通需求管理層面，整體改善道路網(wǎng)擁堵情況。

3.3" 道路擁堵與道路性質(zhì)關(guān)系分析

對一周擁堵時(shí)間在14小時(shí)以上的道路等級及其斷面形式進(jìn)行分析，通過表2可以看出，擁堵時(shí)間在14小時(shí)以上的20條道路中，主干路為5條，次干路為12條，支路為3條，道路擁堵主要發(fā)生在次干路中。從擁堵道路的斷面形式可以看出，多為三塊板或一塊板形式，這些道路中，多采用隔離欄的形式將車行道分成三部分，中間為機(jī)動車道，兩旁為非機(jī)動車道。在一些次干路和支路中，所有的車輛都在同一條車行道上雙向行駛，機(jī)非沖突非常嚴(yán)重。新街口區(qū)域的道路建設(shè)演變過程中，道路多為原有道路向兩側(cè)拓寬而成，因此鮮有四塊板的道路斷面形式，而只能采用簡單的隔離欄分隔車行道。在一些連通性強(qiáng)的主干路和次干路中，如廣州路、中華路、漢中路等路段，車道數(shù)較少，道路紅線寬度過窄，難以滿足道路上產(chǎn)生的交通需求。另一方面，這些連通性的道路兩側(cè)多為商住功能，紅線拓寬以及改為四塊板的可能性很低，由此造成了這些道路的擁堵情形在短時(shí)間內(nèi)不能得到改善。為采取有效疏解交通擁堵的方法，應(yīng)轉(zhuǎn)為減少這些道路的交通需求，而鼓勵(lì)附近居民乘坐公共交通或?qū)⒔煌ㄐ枨筠D(zhuǎn)移到其他道路上。

3.4" 道路擁堵與交通設(shè)施關(guān)系分析

3.4.1" 疊加軌道交通站點(diǎn)分析

在道路網(wǎng)上疊加軌道交通線路和軌道交通站點(diǎn)，根據(jù)軌道交通站點(diǎn)影響范圍相關(guān)研究，取軌道交通站點(diǎn)周圍800米半徑的范圍為影響區(qū)域建立緩沖區(qū)[10]，將緩沖區(qū)與一周累積擁堵時(shí)間大于7小時(shí)的路段，以空間分布為基礎(chǔ)進(jìn)行疊加，如圖7所示。從圖7中可以看出，擁堵的道路與軌道交通線路并線的概率較少，而大多位于站點(diǎn)到站點(diǎn)之間，一些擁堵道路周圍無軌道交通站點(diǎn)，甚至不在軌道交通站點(diǎn)周圍800米范圍內(nèi)。擁堵道路的密度與軌道交通站點(diǎn)的密度大體呈現(xiàn)負(fù)相關(guān)的關(guān)系。由于軌道交通線路的建設(shè)和軌道交通站點(diǎn)的開通，居民通勤出行更加的方便，采用軌道交通的時(shí)間少于小汽車出行的時(shí)間，且軌道交通大多位于地下，對地面道路不造成干擾，可以有效分擔(dān)區(qū)域的交通需求，減緩道路擁堵情況。從擁堵道路與軌道交通站點(diǎn)的疊加分析中，也為未來軌道交通的建設(shè)提供指導(dǎo)意義，例如針對中山北路嚴(yán)峻的擁堵情況，可考慮開通一條并線的軌道線路，向南連通廣州路、豐富路，向東連通龍?bào)粗新贰⒐馊A路等。

3.4.2" 疊加公交線路分析

將一周累積擁堵時(shí)間大于7小時(shí)的路段與新街口附近公交線路網(wǎng)疊加，公交線網(wǎng)數(shù)據(jù)來自開放街道地圖（OpenStreetMap）[11]，將道路分為與公交線路重合的擁堵路段與無公交線路的擁堵路段。疊加結(jié)果如圖8所示，在擁堵時(shí)間大于7小時(shí)的32條道路中，共有18條路段與公交線路并線。南京市新街口附近公交線路已趨于成熟，覆蓋大量主干路和次干路，然而從擁堵道路可以得出，大量擁堵時(shí)間較長的次干路仍然沒有公交線路覆蓋。相關(guān)研究已經(jīng)得出交通擁堵與公交線路密度呈現(xiàn)負(fù)相關(guān)關(guān)系，與擁堵道路并線的公交線路可分擔(dān)大量交通需求[12]。交通擁堵路段多集中在居住地與工作地之間的次干路上，而公交線路最好的覆蓋范圍就在次干路，從公交線路對道路擁堵的影響來看，一些連通性較強(qiáng)、出行需求較大的次干路上，暫時(shí)無公交線路覆蓋，是道路產(chǎn)生擁堵的重要原因之一。

4" 結(jié)論與討論

" 本文為分析新街口附近道路交通擁堵情況，以Python語言獲取高德地圖“交通態(tài)勢API”數(shù)據(jù)，并對獲取到的488條路段擁堵數(shù)據(jù)，在ArcGIS里進(jìn)行可視化表達(dá)。揭示一周時(shí)間每次間隔1小時(shí)的道路擁堵情況的內(nèi)在特征。研究結(jié)果顯示：工作日的道路網(wǎng)擁堵在8點(diǎn)和18點(diǎn)到達(dá)高峰，休息日的道路網(wǎng)擁堵在18點(diǎn)到達(dá)高峰，并在15點(diǎn)有一個(gè)小高峰；共計(jì)108條道路在一周內(nèi)發(fā)生過擁堵，龍?bào)粗新份o路、中山東路、豐富路擁堵情況最為嚴(yán)重，平均每天的擁堵時(shí)間都在7個(gè)小時(shí)以上；擁堵發(fā)生的路段空間分布上主要位于四個(gè)區(qū)域，且與工作地點(diǎn)具有很強(qiáng)相關(guān)性；擁堵主要發(fā)生在次干路中，擁堵的道路車道數(shù)較少，多為三塊板形式或一塊板形式；擁堵道路的密度與軌道交通站點(diǎn)的密度大體呈現(xiàn)負(fù)相關(guān)的關(guān)系，開通一條與擁堵道路并線的軌道交通線路，將減少道路上交通需求，緩解交通擁堵；一些連通性較強(qiáng)、出行需求較大的次干路上，暫時(shí)無公交線路覆蓋，是道路產(chǎn)生擁堵的重要原因之一。

" 從交通需求管理措施上，基于新街口道路擁堵情況的分析，可采取三方面的TDM優(yōu)化策略。（1）優(yōu)化城市結(jié)構(gòu)與土地利用策略。道路擁堵與工作地點(diǎn)具有強(qiáng)相關(guān)關(guān)系，引導(dǎo)城市新區(qū)的用地空間布局與開發(fā)，進(jìn)一步提倡“多中心”空間結(jié)構(gòu)規(guī)劃，實(shí)現(xiàn)分中心與周圍用地的緊密結(jié)合，使得分區(qū)內(nèi)部出行發(fā)生和吸引得以均衡，以減少人口和就業(yè)崗位的分離。（2）優(yōu)化交通結(jié)構(gòu)策略。繼續(xù)完善發(fā)展新街口附近區(qū)域的軌道交通和公共交通、慢行交通等，限制擁堵區(qū)域小汽車的快速增長，改善公交服務(wù)、提高公交吸引力等。在市中心擁堵區(qū)域，可考慮增加停車收費(fèi)等投入成本低、技術(shù)設(shè)備少、操作性強(qiáng)、難度小的經(jīng)濟(jì)手段。（3）優(yōu)化道路交通流策略。大多擁堵道路的斷面形式和紅線已無法優(yōu)化、近期可根據(jù)擁堵道路的時(shí)空間變化特征及時(shí)完善交通管理策略，并考慮采用組織單向交通，設(shè)置可變車道等策略緩解擁堵。

參考文獻(xiàn)：

[1] 楊兆升，王爽，馬道松. 基礎(chǔ)交通信息融合方法綜述[J]. 公路交通科技，2006，23（3）：111-116.

[2]" K？魻RNER CHRISTINE， HECKER D. Analyzing temporal usage patterns of street segments based on GPS data-a case study in Switzerland[C] // International Review of Management amp; Business Research， 2013.

[3]" CALAFATE C T， SOLER D， CANO J C， et al. Traffic management as a service： The traffic flow pattern classification problem[J]. Mathematical Problems in Engineering， 2015（21）：1-14.

[4] 陸化普，孫智源，屈聞聰. 大數(shù)據(jù)及其在城市智能交通系統(tǒng)中的應(yīng)用綜述[J]. 交通運(yùn)輸系統(tǒng)工程與信息，2015，15（5）：45-52.

[5] 魯小丫，宋志豪，徐柱，等. 利用實(shí)時(shí)路況數(shù)據(jù)聚類方法檢測城市交通擁堵點(diǎn)[J]. 地球信息科學(xué)學(xué)報(bào)，2012，14（6）：775-780.

[6] 張建旭，郭力瑋. 基于在線地圖交通態(tài)勢分析的路網(wǎng)擁堵狀態(tài)識別[J]. 交通運(yùn)輸系統(tǒng)工程與信息，2018，18（5）：75-81.

[7] 孫秋霞，孫一心，趙術(shù)蘭. 基于TPI數(shù)據(jù)的交通擁堵狀況時(shí)空特征分析——以青島市為例[J]. 山東科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，37（5）：88-96.

[8] 秦異帆，石飛. 地圖時(shí)空大數(shù)據(jù)爬取與規(guī)劃分析教程[M]. 南京：東南大學(xué)出版社，2019.

[9] 魯武當(dāng). 基于交通態(tài)勢數(shù)據(jù)的城市道路平均行程速度時(shí)空分布特征及預(yù)測研究[D]. 西安：長安大學(xué)，2019.

[10] 朱震軍. 面向通勤的軌道站點(diǎn)影響區(qū)交通設(shè)施配置方法研究[D]. 南京：東南大學(xué)，2019.

[11]" CRUCITTI P， PORTA S， LATORA V. Centrality measures in spatial networks of urban streets-art. no. 036125[J]. Physical Review， E. Statistical， Nonlinear， and Soft Matter Physics， 2006，73（2）：1-5.

[12] 吳亮. 城市公交線網(wǎng)優(yōu)化研究——以蘭州市為例[D]. 蘭州：蘭州交通大學(xué)，2014.

收稿日期：2023-07-31

作者簡介：王寶樂（1997—），男，江蘇宿遷人，南京林業(yè)大學(xué)汽車與交通工程學(xué)院碩士研究生，研究方向：道路交通規(guī)劃設(shè)計(jì)與交通安全；韓寶睿（1973—），本文通信作者，男，山東安丘人，南京林業(yè)大學(xué)汽車與交通工程學(xué)院，副教授，博士，碩士生導(dǎo)師，研究方向：交通規(guī)劃與交通流特征。

引文格式：王寶樂，韓寶睿，董任，等. 基于交通態(tài)勢數(shù)據(jù)的道路擁堵情況分析[J]. 物流科技，2024，47（15）：80-84.