基于土地利用的城市卡口缺失数据修复方法

郭亚娟，孙庆文，张萌萌，刘思昊

(山东交通学院交通与物流工程学院，山东济南 250357)

随着城市交通系统智能化建设的不断完善，各种前端检测设备如地磁检测器、视频检测器、全球定位系统(global positioning system，GPS)浮动车检测器等得到了大面积普及，形成较为丰富的城市交通数据源。在云计算和大数据技术日臻成熟的前提下，如何从海量数据中及时、高效地提取有价值的信息，深入挖掘交通系统的运行规律，用于指导交通管理决策，是当今学术界研究的热点问题[1-2]。然而，海量原始交通数据存在常发性的缺失、错误等质量问题，导致无法准确描述真实的交通流运行状态，致使由此产生的交通管理策略应用效果不理想，故寻找合理、有效的交通数据修复方法迫在眉睫[3-6]。

国内外学者针对交通数据修复问题开展了系列研究工作并取得了阶段性的研究成果，关于错误、缺失数据的修复方法大致可以分为3类：预测类、插值类和统计学习类[7]。预测类大多是基于短时交通流预测模型完成数据修复[8-10]；插值类是从时间维度出发，利用已知相邻数据的平均值或加权平均值修补缺失数据，或者从空间维度考虑、利用同一路段上下游不同检测横截面的相关数据修补目标检测横截面的数据[11-13]；统计学习类则是借助统计学理论描述交通流，通过拟合的概率分布模型计算缺失数据[14-16]。上述方法的共同特点是充分挖掘交通流的时空运行规律，完成缺失、错误数据的修复，但现有方法大多是针对相邻交叉口间的封闭路段而言，缺乏对道路两侧出入口交通流量的考虑，导致观测路段的数据修复精度不足。

尽管城市智能交通系统发展较为完善，但仍存在较多的检测盲区，如道路两侧出入口处的交通流量无法直接获取，严重制约着数据修复的精准度；又考虑到城市土地利用与交通生成量(即交通发生与吸引)存在较为密切的联系[17-18]，故从土地利用的角度构建合理有效的出入口交通量估计模型显得格外重要。目前，学者们围绕土地利用在交通需求方面进行了系列研究，如：文献[19]通过量化土地利用相关因素对交通生成的影响，构建基于土地利用的城镇交通生成预测模型；文献[20]通过剖析城市人口、土地利用类型与交通出行需求之间的关联性，建立新城区交通生成预测模型；文献[21]结合土地利用形态、居民出行活动与城市交通的关系，提出基于出行链的出行分布量预测方法。

近年来，以卡口/电警为主导的视频设备已成为城市道路交通信息检测的主要手段，如2017年济南市城市道路上安装的高清卡口视频系统共计2 000多套，而卡口数据也成为城市交通系统的一种新兴交通数据源。本文从卡口数据缺失问题入手，结合土地利用性质，构建一种改进的道路出入口交通量估计模型，包括出行发生估计和出行吸引估计；并以此为基础，深入挖掘交通流的时空运行特性，提出基于土地利用的卡口缺失数据修复方法。

1 道路出入口的土地利用优化模型

土地利用与城市交通系统有着密不可分的关系，两者相互影响、相互促进、共同发展。不同的土地利用性质与利用强度，直接决定了居民的出行规律及交通需求量。传统的土地利用模型存在参数繁杂、标定不精准等问题，为了准确估计道路两侧的出入口交通发生、吸引量，本文提出一种针对道路出入口的土地利用优化模型，包括道路出入口出行发生估计模型和出行吸引估计模型。

1.1 道路出入口出行发生估计模型

出行发生量是以研究区域为出发起点的出行总量,是土地利用模型的重要组成部分。观测路段的总流量不仅包括从路段上游方向驶入的交通量，还包括路段两侧出入口驶入的交通量。由于道路两侧出入口的内部区域是以居住用地为主，其土地利用的强度极大影响了出入口交通量的时间序列分布，因此，本文以道路两侧的居住区为研究对象，建立道路出入口出行发生估计模型

Pin=NReCk,

式中：Pin为道路两侧出入口的出行发生估计量；N为道路两侧居住区住户数量；R为城市平均每户人数；e为城市汽车保有率；C为机动车平均日出行次数，即机动车日出行总量与汽车保有率的比值；k为修正系数。

1.2 道路出入口出行吸引估计模型

出行吸引量是以研究区域为出行目的地的交通总量。在交通出行生成预测的研究文献中，多是以小区交通出行发生量与吸引量相等为前提所构建的出行发生与吸引模型。考虑到影响出行发生与出行吸引的因素不同，前者是以土地利用的开发强度为主，后者以区域的经济效益为主，本文以道路出入口内部区域的出行发生估计量为基准，采用调整系数法得到出行吸引估计模型

Aout=aPin，

式中：Aout为道路两侧出入口的出行吸引估计量；a为出行发生估计量与吸引估计量之间的比例系数。

2 基于土地利用的卡口缺失数据修复方法

目前，高清卡口视频检测系统发展较为成熟，并在国内大多数城市得到推广应用，能够实现城市道路交通状态的动态连续监测。但由于受到工作环境如天气、光照、阴影、成像设备抖动、传输链路噪声、车辆行驶特性等因素干扰，使得检测数据常出现缺失问题，影响数据质量。为了更好利用卡口数据源表征道路交通运行状态，本文针对卡口数据缺失问题，在道路出入口的土地利用优化模型的基础上，提出卡口数据缺失修复算法。

高清卡口视频检测设备布设在交叉口进口道的停车线附近，记录车辆的通过时刻、车牌号、所处车道等信息。本文将相邻交叉口间车辆被连续记录的时刻之差，视为观测路段内某车辆i的行程时间ti。由此，对每天同一时段的交通流数据进行连续匹配，可得到此时段内所有通过车辆的行程时间。因此，某缺失时段内由上游交叉口南进口道行驶至下游交叉口东进口道的平均行程时间

式中：tSi为某时段内从上游交叉口南进口道驶入观测路段的第i辆车的行程时间；n为某时段内从上游交叉口南进口道驶入观测路段的车辆总数。

同理可得从上游交叉口东进口道行驶至下游交叉口东进口道的平均行程时间tE以及从上游交叉口北进口道行驶至下游交叉口东进口道的平均行程时间tN。

图1 观测路段示意图

如图1所示，观测路段两侧存在出入口(这里以一个出入口为例研究)，出入口的交通量汇入或汇出观测路段，对下游交叉口进口道的交通量产生一定的影响，因此对卡口缺失数据进行修复时须考虑出入口区域所产生的交通量。由于出入口的出行发生量与吸引量在1 d不同时段内存在分布差异性，故引入时段分布系数，进而得到出入口的交通量分布模型

假定t∈(Ta,Tb]为下游交叉口数据缺失的时段范围，则下游交叉口东进口道在t时段内的交通估计量

3 应用实例

通过对济南市历下区实地调研，获得观测路段两侧出入口区域居民住户数量及平均日出行次数等参数，即N=1 500，R=2.9，e=1/3，C=2.1。

为标定修正系数k，首先将其默认为1，根据实际交通量与默认状态下的道路出入口出行发生估计量的比值确定k=5.75，并基于此得到最终的道路出入口出行发生估计量。同时，通过历史交通流数据分析，确定出行发生量与吸引量之间的实际比例系数a=1.89。

选取指数平滑法、历史平均法、移动平均法与本文修复方法及实际交通量进行对比分析，其中1 d的数据修复结果对比如图2所示；4个研究时段的数据修复结果对比如图3～6所示。图2～6中的流量均表示每15 min的交通流量。

表1 时段分布系数

图2 1 d的缺失数据修复结果对比

图3 早高峰时段缺失数据修复结果对比 图4 平峰时段(AM)缺失数据修复结果对比

图5 平峰时段(PM)缺失数据修复结果对比 图6 晚高峰时段缺失数据修复结果对比

为进一步对比分析各种方法的准确性，选取平均绝对百分比误差(MAPE)进行分析，具体结果如表2所示。

表2 缺失数据修复结果的MAPE误差分析

由表2可知：

1)针对全天缺失数据修复效果而言，本文修复方法的MAPE误差值明显低于其它3种方法，分别比指数平滑法、历史平均法、移动平均法低39.0%、19.6%、49.2%，修复效果较为显著；且本文修复方法在4个代表性研究时段的修复误差均明显低于全天误差。

2)与其他修复方法相比本文修复方法早高峰时段的MAPE误差均降低了60%左右，平峰时段(AM)的MAPE误差均降低了30%左右，平峰时段(PM)的MAPE误差分别降低了41.0%、52.6%和29.4%，晚高峰时段的MAPE误差分别降低了50.0%、32.7%和61.1%。

因此，本文修复方法能够充分考虑研究区域的土地利用性质，结合时间与空间相关性对缺失数据进行精准修复，适用于各个代表性时段的卡口缺失数据修复。

4 结论与展望

1)针对城市交通卡口数据源存在的数据缺失问题，在考虑道路两侧出入口土地利用性质和利用强度的基础上，提出一种改进的出入口出行发生与吸引模型，并基于此模型提出基于土地利用的卡口缺失数据修复方法。

2)实际应用表明，本文提出的土地利用卡口数据修复方法能够有效提高数据修复的精度，优于经典的时间序列数据修复方法。

3)下一步研究中，将从城市交通卡口检测设备夜间识别率低、鲁棒性差、交通流运行状态不稳定等问题入手，结合城市道路地磁、浮动车等数据源，深入挖掘融合，得到全天候、高质量的交通量数据。