城市大脑在城市体检工作中的应用研究——以杭州市道路拥堵场景为例

夏玉军 李凌宇 孟凡伍 李佳俊

（中国城市规划设计研究院，北京 100044）

1.引言

城市体检作为住房和城乡建设部近几年推进的一项城市工作，其“一年一体检，五年一评估”的工作要求，使动态更新的城市大脑数据成为提高城市体检工作效率的重要抓手。而近年来，随着城市大脑的概念逐渐被各级城市规划建设管理部门所接受，并在许多城市开始了搭建。伴随对城市大脑建设的探索不断深入，城市大脑工作的重心也从如何搭建转向如何高效利用城市大脑数据指引城市工作及方便居民生活上来[1]。本文通过城市体检工作实践，借助利用杭州市城市大脑数据进行城市道路拥堵评估分析的案例研究，解析在城市体检工作实践中利用城市大脑动态监测数据的方式及主要挑战。

2.城市大脑与城市体检综述

2.1 城市大脑

首次提出城市大脑概念的时间是在2015 年，但各领域的学者有着各自不同的理解。在城市建设方面，从2016 年开始，杭州、上海、北京、广州等多个城市，纷纷提出和开展城市大脑建设方案，旨在利用智能时代的数据资源和不断迭代的信息技术，推动城市数据资源汇聚融合和运行态势的全域感知，进而实现对城市精准研判，调度指挥，整体统筹，指引城市的现代化、智能化治理，让城市更“聪明”一些[2]。城市大脑建设主要围绕对城市运行数据的实时监测、归集和分析，最大化数据这一战略资源的价值，使城市的规划建设管理更加科学化、智能化、精细化[3]。截止目前，建成城市大脑或者提出城市大脑建设需求的城市，在我国已多达数百个。可以预见的是，在不久的将来，城市大脑将成为城市建设的“标配”，作为城市的一项基础设施大大方便各项工作的开展，并将连绵不断地形成价值，以及帮助解决城市发展过程中仅靠现有基础设施和生产力难以应付的问题。

2.2 城市体检

“城市病”伴随着城市化的快速发展应时而生，或多或少，难以避免。为了尽早发现问题，及时研究、精准施治，在2015 年12 月，中央城市工作会议提出建立城市体检评估机制的要求。为此，住建部经过深入探索研判，于2017 年9 月，提出了建立“一年一体检，五年一评估”的常态化城市体检评估机制，为城市可持续高质量发展提供保障。从2018 年开始，住建部联合北京市共同开展了首个城市体检试点工作，自此，拉开了住建系统在全国开展城市体检工作的序幕，并从2019 年启动11 个城市试点，增加到了2021 年在59 个城市全面展开，体检指标也从7 类、36 项，扩展到8 类、65 项，形成了较为完善的城市体检评估体系[4]。利用与时俱进的科学技术手段和城乡规划学科原理，通过开展城市体检工作，对城市进行分项指标动态监测和整体数学模型组建，从而评估各层级城乡规划的实施情况、各项城市功能的健康状况以及城市的可持续发展应力，助力建设没有“城市病”的城市[5]。截至目前，城市体检工作的规模和影响力还在不断扩大，可以说城市体检工作通过积极的探索、发展和完善，正逐渐成为城市规划建设管理的一项常态化工作[6]。

3.城市大脑在城市体检工作中的作用

城市体检中重要的一环在于跟踪比较，对比各项指标在某个政策实施前后、某建设项目开工竣工前后等不同时间节点的情况，进而实现对于城市规划建设管理工作的质量监督及成效反馈[7]。要实现对于城市多项数据的智慧化跟踪对比，城市大脑的作用举足轻重。城市大脑可以不断动态获取城市体检工作涉及的相关数据，智能化地计算城市体检需要的指标，支持后期城市体检报告的智能化生成，并根据城市的实际需求，从数据层面监控城市的健康状况。同时，城市大脑也可以针对部分时空敏感度较高的指标，将数据的时间及空间颗粒度细化，实现全时空、多方位、常态化的城市健康状况监督检查及预测预警[8]。

4.杭州道路拥堵场景分析实践

在杭州市城市体检平台搭建的工作中，我们发现杭州市作为城市大脑建设的“排头兵”和“先驱者”，城市大脑提供的数据接口从数据的覆盖范围、数据质量、数据更新情况等各个方面来看，均较为成熟，于是项目组开始了通过城市大脑对城市体检的某些指标实现动态监测的探索。稳定获取城市大脑中枢系统API 接口共19 项，其中有9 项用于指标计算，7 项用于体征感知监测模块，如表1 所示。

表1 获取城市大脑中枢系统API接口情况表

城市的交通拥堵状况是一个较为直接利用实时数据进行分析，且切实关乎市民生活出行质量的城市体检相关项，为此，项目组选择以此作为探索城市大脑数据在城市体检工作中应用研究的切入点。

4.1 城市大脑接口及监测数据的选择

经过对杭州市城市大脑提供的数据接口（表2）的数据内容及质量的研究，结合城市体检工作的相关经验，我们确定了两项主要监测数据：杭州市各区域道路车速及城市拥堵路段。从城市大脑数据列表中获取实时高速路匀速、实时快速路匀速、实时主干道匀速的车速信息，数据更新频率为五分钟，主干道数据统计边界为交警大队，高速路与快速路数据统计边界分为主城区及市辖区。

表2 使用的城市大脑数据接口信息

4.2 相关标准研究

在研究城市路面交通相关标准之后，我们发现国家标准GB/T33171—2016，城市交通运行状况评价规范中对道路运行情况等级划分的定义[9]和公安部国家标准GA/T 115-2020，道路交通拥堵度评价方法中对城市道路平均车速与交通拥堵度的对应关系的定义[10]以及北京市地方标准DB11/T 785—2011，城市道路交通运行评价指标体系中对不同级别道路运行评价等级、拥堵路段、高峰时段的定义[11]等与道路拥堵状态界定和可视化相关性较强。其中，地方标准虽然是北京市地方标准，但对杭州也有较强的借鉴意义，因此，项目组在杭州市城市体检平台设计建设中,城市道路拥堵评估分析采用了以上标准。

4.3 场景搭建——拥堵路段场景

4.3.1 拥堵数据预处理

由于通过城市大脑中枢获取的拥堵数据获取频次为5分钟，因此，有大量的数据重复，需要对获取的拥堵数据进行预处理，消除数据冗余，保证每一条拥堵事件记录的唯一性。我们的处理方法是利用python 针对每个路段的连续时间拥堵记录中只取拥堵时长最长的一条。

4.3.2 拥堵路段与路网数据空间拟合

杭州市城市大脑提供的拥堵路段的空间数据为线段，而此线段与现有的路网数据并不能实现完全重合，为实现每日拥堵时长的统计，项目组利用GIS 将拥堵数据拟合到路网。

4.3.3 路段每日拥堵时长累加

利用栅格计算技术，将每日的拥堵累加，得到路网上每条拥堵的道路每日总拥堵时长。

4.3.4 调整图例，空间呈现（表3）

表3 拥堵时间图例

4.4 场景搭建——平均车速场景

4.4.1 数据预处理

将从接口获取的数据分区（包括主城区总体匀速及市辖各行政区均速）。

4.4.2 车速折线图绘制

根据不同区域绘制每日车速折线图，呈现24 小时内车速变化情况。

4.4.3 平均车速计算

根据各区每五分钟车辆形式平均速度及高峰时期的定义，计算各区域每日高峰时期平均车速。

4.4.4 调整图例，平台数字化呈现（表4）

表4 平均车速图例

4.5 平台展示（图1）

平台左侧空间图为拥堵路段场景部分，可以展示用户选择的日期当日道路拥堵状况。平台右侧空间图为平均车速场景部分，此部分分为上、中、下三个模块，上边模块展示杭州市市域范围内的车速情况，三组速度分别为选定日期的主干道、快速路及高速路日平均车速；中间模块展示杭州主城区车速情况，速度值为选定日期的高峰时期道路平均车速，折线图展示近七日的高峰时段平均车速情况；下边模块为杭州市下辖各区的具体情况展示，表格部分为各区高峰时段平均车速，用户可以在表格中选择任意一个行政区，该区的日车速情况就会在其下方的折线图中显示。

图1 杭州市交通拥堵路段场景

5.结语

目前，以道路拥堵场景为代表，杭州市城市体检平台已经在9 个模块，61 项指标展示中实现了每日25 万条城市大脑数据的获取、展示及计算。其中，在城市管理方面，利用城市大脑监测污水处理量，获取城市生活污水集中收集率；监测所有停车场基本信息，获取停车泊位与小汽车拥有量的比例；监测单个停车场实时信息，获取停车泊位与小汽车拥有量的比例。在城市交通运输方面，实时监测快速路、高速路、主干道的车速，获取平时和早晚高峰时间交通的拥堵情况，以及获取巡游出租车和网络预约出租车的营运订单数，共享单车租用次数，提供移动出行服务。在卫生健康方面，获取各医院医疗就诊数据，统筹社区卫生服务中心门诊分担率。在文化和旅游方面，获取全域接待游客人数、地图-图书馆点位、国际游客来源、省外游客来源、景区基本信息、星级酒店基本信息等相关数据，便于调控和因需施策。在医疗保障方面，获取参保人数、参保单位等数据，测算出常住人口基本公共服务覆盖率；在住房保障方面，获取商品房成交均价可比较面板、二手住房成交均价可比较面板数据，测算出房价收入比。日后，更多利用城市大脑实时数据搭建的动态场景及预测预警界面将高敏捷度地全面反映城市状态，帮助规划建设管理工作者进行改造及建设方案的模拟推演，并从城市角度对项目形成全周期、全方位的跟踪管理。

在城市的运行管理不断走向数字化与智能化的进程中，城市信息化工作要解决的主要矛盾已经从之前的如何获取及储存数据转变为如何从庞杂的数据中梳理出逻辑关系，帮助我们避免数据的冗余，更加高效地挖掘数据价值，而后服务于城市的更新、建设、管理以及居民的日常生活、工作、学习。利用城市大脑数据帮助甚至指引城市体检工作是项目组在工作中找到的一条通路，希望作为一个例子，引起城市工作者的一些思考和探讨。