基于道路交通指数大数据的上海市主城区交通拥堵特征研究.docx

??

?

??

基于道路交通指数大数据的上海市主城区交通拥堵特征研究

?

??

?

?

?

?

?

?

?

???

?

?

?

?

?

邹伟

摘要采用道路交通指数大数据，从全局均值、均值时间分布、层次聚类及区域空间等相关角度对上海市主城区的交通拥堵状况进行了系列特征分析。上海市主城区各个区域的交通拥堵主要表现为“畅通”及“较畅通”状态，少数呈现“拥挤”状态；在工作日存在“早晚高峰”的双峰现象，休息日则呈现长时单峰特点；位于外环边及沿江等区域则呈现较弱的相关关系，表明这些区域的交通网络有待改善及提升，或者表现出独特的交通出行模式。提出了上海市主城区交通拥堵特征及其可能形成原因，助力于上海市新一轮总体规划。

AbstractFromthepointofglobalmean,meantimedistribution,hierarchicalclusteringandregionalspatialcorrelation,thisresearchusesbigdatatoanalyzeconditionoftrafficjamsindowntownShanghai.Theresultsshowthatmostofthe68areasindowntownShanghaiareunblockedorsomeandfewareasareundercrowdedcondition.Thetrafficindowntownhasaphenomenonofbimodaldistributioninworkdays,whileinweekendsthereisalongstandingunimodaldistribution.Inaddition,someareasbesidetheouterringoralongtheriverhavedifferentfeatures.Itshowsthatthetransportationnetworkremainstobeimproving.ThisresearchgivessuggestionsontrafficjamsandprovidesreferencesforShanghaiMasterPlan(2015—2040).

关键词交通拥堵|道路交通指数|大数据|层次聚类|皮尔逊相关

KeywordsTrafficcongestion|Roadtransportationindex|Bigdata|Hierarchicalclustering|Pearsoncorrelation

随着上海市道路交通网络的快速发展，其道路状况及通达性得到了很好的改善，而当前机动车保有量的快速增长，导致交通规划无法有效解决交通拥堵问题。为便于了解城市交通拥堵现状，辅助交通规划和建设方案编制工作，国内外相继提出了多种交通拥堵评价指标：国外基于路段速度、道路交通密度、交通量和出行时间等方面计算了交通拥堵评价指标[1-2]；国内基于拥堵里程比例、出行时间比和综合评价等几种计算方法，在北京[3-4]、广州[5]、深圳、武汉及杭州等地开展了交通运行评价指标监测，而上海市则于2002年首次提出道路交通指数（RTI）[6]。鉴于交通运行评价指标的广泛使用，大数据在城市交通中的应用思路中[7-10]也同步推进，而交通指数大数据方面的实际应用及研究则更为深入：深圳市城市交通规划设计研究中心[11]、北京交通发展研究中心[12]等研究机构，以及百度、高德[13]等商业公司陆续提供交通大数据应用成果及服务，助力于交通规划及管理工作。为宏观识别上海市主城区交通拥堵特征，研究从全局均值、均值时间分布及区域空间相关等角度使用道路交通指数大数据进行数据挖掘、数据分析工作，探索主城区交通运行的通行规律、异常特征及其形成原因。

1研究区与数据

道路交通指数是以一定范围内各个路段实时采集的平均车速为基本参数，按不同等级道路设施要素和通行能力，加权集成并经过标准化后计算生成的。该指数反应了一定范围内道路的平均车速和人们对道路交通拥堵程度的感受，其数值介于0—100之间，数值越大，表明道路交通越拥堵，数值越小，表明交通越畅通[14]。通过对历史数据统计分析、出行调查和现场验证，分类归纳出人们对快速路、地面道路交通拥堵的习惯感受程度，将交通拥堵指数划分为“畅通”、“较畅通”、“拥挤”和“堵塞”4种拥堵程度等级[14]，以便于更直观地表明交通拥堵状况（表1）。

依据上海市交通委网站及相