基于浮动车数据的城市常发性交通拥堵时空分布特征研究

大城市日益严峻的交通拥堵,严重影响了居民的工作效率与生活质量。缓解交通拥堵刻不容缓。对重点拥堵路段的治理是缓解交通拥堵问题的关键。而在偶发性和常发性两类交通拥堵中,常发性拥堵是缓堵治理的重中之重。因此,有必要对常发性拥堵路段的识别判断以及时空分布规律等特征展开研究,以提高缓堵工作的有效性与针对性。在此背景下,本文以北京市为例,在大量的浮动车数据基础上,分析了浮动车数据特性,建立了基于三级指标的常发性拥堵路段的判定与筛选方法,构建了常发性拥堵路段筛选的GIS应用系统,同时对筛选出的北京市常发性拥堵路段进行了时空分布特性分析。 首先,在对国内外交通拥堵时空特征评价指标综述及对交通拥堵特征分析的基础上,本文分析了上述指标用于北京常发性拥堵判别和特征描述的适用性。然后,对北京市浮动车数据进行特性分析,确定了本研究浮动车数据的集成粒度为5分钟。基于多天全路网浮动车数据,对常发性拥堵路段的特点展开分析,建立了常发性交通拥堵判别与筛选的三级指标：(1)拥堵阈值指标,(2)时段拥堵时长比指标,和(3)常发频度指标。对于拥堵阈值指标,分别针对高峰与平峰时段建立了路网拥堵指数与路段拥堵等级的筛选阈值。对于时段拥堵时长比指标,将不同等级道路的车辆行驶时间(VHT)作为权重,通过加权得到累积严重拥堵路段时长比,确定高峰和平峰的筛选比例参数为50%。对于常发频度指标,通过对多天全路网累积严重拥堵路段里程比分析,确定高峰和平峰的筛选比例参数为80%。 其次,为更有效率地筛选出常发性拥堵路段,支持研究人员对其时空分布特点进行分析,本文建立了基于VS2008和ArcGIS Engine的常发性路段筛选的GIS应用系统,并从系统框架设计、系统功能结构设计、数据库设计三个方面阐述了系统设计方案。结合三级指标及两个关键参数,筛选出了北京市的常发性拥堵路段。 最后,对筛选得到的常发性拥堵路段的时空分布特征分析,发现常发性拥堵路段主要为快速路和主干路,早高峰时段快速路和主干路的常发性拥堵路段长度占相应等级道路总长度的14.5%和8.6%,平峰时段时各占8.9%和10%。早、晚高峰的常发性拥堵路段分布具有显著的差异性和规律性。早高峰常发性拥堵的代表路段主要包括北二环西段双向,东二环外环和西二、三、四环南段内环,八达岭高速路北段北向南路段,晚高峰常发性拥堵的代表路段主要集中在城区北部,包括以北二环、东三环内环,东二环、西二环北段双向。平峰时段常发性拥堵路段主要集中在中心区域,以二环内,东三环和中关村区域为代表,且常发性拥堵路段由区域中心向外逐渐减少。