城市道路三维可视图谱库构建及拥堵持续时间研究

刘晏霖 刘秀彩 蔡晓禹

（1.重庆交通规划研究院，重庆 401147；2.中设设计集团股份有限公司，江苏 南京 210014；3.重庆交通大学山地城市交通系统与安全重庆市重点实验室，重庆 400074）

随着城市化进程的加快和机动车的普及，交通需求的快速增长远超过路网提供的交通供给，交通拥堵、交通安全、环境污染已成为继交通领域的三大难题。据公安部交通管理局统计[1]，截至2016年底，全国机动车保有量已高达2.9亿辆，包括重庆市在内的49座城市机动车保有量已经超过百万辆。

面对日益严重的交通供需矛盾，许多学者针对交通拥堵的形成原因、拥堵种类以及拥堵控制策略进行深入研究，提出很多交通拥堵理论、治理方法和模型。但目前的研究中相关模型较少结合大数据，更多的是在交通流理论基础上，从流量、速度、占有率、排队长度等角度解析交通拥堵问题，对交通拥堵持续时间的研究也相对较少。

数据时代的到来和可视化技术的发展，为交通拥堵数据化与智能化管理提供新思路和技术。本文通过构建三维可视图谱库获取交通拥堵持续时间，并引入生存分析方法构建交通拥堵持续时间模型，分析不同影响因素下拥堵持续时间的分布特性，以期提升城市交通管理水平、辅助管控决策的制定，为出行者提供完善的交通信息服务。

1 三维可视图谱库构建方法

三维可视图谱库采用二维坐标轴显示世界中的平面路网地理空间位置，用表示实际时刻的一维时间轴展示地理空间位置随时间的变化。这样，由二维的平面空间和一维的时间就组成了一个三维时空图。任意选定某个时刻，都可以从三维时空图中得到相应的截面，表现现实世界的平面几何状态。通过运用时间维的几何特性对交通状态时空数据进行可视化表达，形象地表达了交通运行状态随时间的变化过程。

构建三维可视图谱库的具体流程及表达效果，如图1、图2所示。

图1 图谱库构建流程图

图2 交通运行状态的三维可视图谱库

2 基于生存分析的交通拥堵持续时间建模

2.1 拥堵生存时间

广义的生存时间指从某个起始事件开始，到某个终点事件的发生所经历的时间，也称之为“失效时间”[9]。将交通拥堵从发生、传播到消散所经历的拥堵持续时间称定义为拥堵的生存时间。

交通拥堵的生存时间可以分为两种类型： （1） 完全数据。交通拥堵在研究的时间内，可以准确记录拥堵发生到结束的完整时间信息，这种生存数据称为完全数据。（2） 截尾数据。拥堵往往受多种影响因素的控制，检测数据的缺失或调查受限等客观原因，无法确定拥堵的开始或结束时间，这类数据称之为不完全数据。

2.2 交通拥堵的生存函数

描述生存时间统计特征的基本函数就是生存函数S （x），它反应交通拥堵发生至时间t （在时刻t之后交通拥堵仍未结束） 的概率，生存函数在某时刻的函数值就是生存率。其定义为：

式 （1） 中：T为拥堵持续时间；f（x）为概率密度函数；F （x）为概率函数。

生存函数S （x） 又称为累计生存概率 （cumulative probability of survival），生存函数的图形叫作生存曲线，生存曲线的可以表示生存率高低和生存时间的长短。生存函数或生存曲线可用来比较两个或多个生存分布。

3 案例分析

3.1 数据描述

选取龙腾大道-海峡路通道 （交通流方向由东向西）2016年10月31日至2016年11月26日，共计27 d，交通拥堵状态数据作为样本数据构建图谱库。对每个样本记录按天气状况、时间因素、道路条件三类影响因素进行标志划分：星期数1～7分别表示星期一至星期天；天气“0”“1”分别表示雨天、非雨天；车道数“3”“4”分别表示三车道、四车道；高峰时段“0”“1”“2”分别表示早高峰、晚高峰、平峰时段；匝道“0”“1”分别表示有匝道、无匝道；桥梁“0”“1”分别代表有桥梁、无桥梁；公交站“0”“1”分别代表无公交车站、有公交车站。交通拥堵持续时间数据库中，时间样本信息如表1所示。

表1 交通拥堵持续时间样本信息

3.2 不同影响因素下拥堵持续时间特征分析

龙腾大道-海峡路通道 （交通流方向由东向西） 总体的拥堵持续时间最短为5 min，最长是165 min，平均拥堵时长为16 min，其中拥堵发生持续时间最长的路段在赵家坝立交（海峡路-鹅公岩立交）。拥堵持续时间的生存函数变化规律如图3所示。

图3 拥堵持续时间的生存函数

70%的拥堵在15 min内可以消散，2.3%拥堵会超过1 h，拥堵持续时间超过90 min的生存率为0.7%。长时间拥堵路段主要发生在龙腾大道 （二郎立交-西环立交）、鹅公岩大桥（赵家坝立交-鹅公岩立交）、赵家坝立交 （海峡路-鹅公岩大桥）、海峡路 （大石路立交-赵家坝立交），大石路立交 （海峡路-海峡路）。

3.3 不同天气影响下的拥堵持续时间分布特性

根据交通拥堵发生时间的天气状况，将交通环境分为雨天和非雨天两类。不同天气下拥堵持续时间的生存函数变化规律见图4。

图4 不同天气拥堵持续时间的生存函数

总体上，生存函数随拥堵持续时间的增大而呈现下降趋势。雨天生存曲线高于非雨天，表明雨天更容易产生长时间交通拥堵，拥堵状况比非雨天更加严重。拥堵在75 min内的雨天和非雨天对交通拥堵差异性比较明显，75 min后天气对拥堵的分布不存在显著性差异。雨天产生的交通拥堵78%可以在75 min内消散，非雨天为90%的拥堵可以在75 min内消散。在相同的拥堵持续时间下，雨天产生拥堵生存率比非雨天大，雨天拥堵结束的概率小，拥堵消散速度慢。

采用Mantel-Cox时序秩检验计算雨天与非雨天情况下交通拥堵持续时间的分布差异，可以得到不同天气条件下的交通拥堵持续时间存在显著统计差异 （c2 （1） =15.989，P＜0.001），检验结果表明，雨天与非雨天对交通拥堵持续时间具有显著性差异。结合Kaplan-Meier拥堵持续时间函数求得的生存率可知，当拥堵在45 min时，天气条件导致的拥堵呈现出最大差异，雨天在45 min的生存率为8.4%，非雨天生存率为3.3%，两者相差5.1%。

4 结语

（1） 本文通过对三维可视图谱库的构建，将交通数据挖掘更好地服务于交通治理，为快速获取交通拥堵参数，节省大量实地调研成本。（2） 借助非参数回归模型，定量分析重庆市龙腾大道-海峡路 （交通流方向由东向西） 在不同影响因素下，拥堵持续时间的分布特性，雨天比非雨天更容易发生拥堵，且拥堵结束的概率比较小，拥堵消散速度慢。