陳賽花

摘 要：近年來(lái)，蘇州經(jīng)濟(jì)得到高速發(fā)展，蘇州加大了對(duì)交通運(yùn)輸業(yè)的發(fā)展力度，蘇州公路交通運(yùn)輸事業(yè)進(jìn)入高速發(fā)展階段。然而，隨著蘇州交通運(yùn)輸業(yè)的快速發(fā)展，各地區(qū)汽車(chē)保有量逐年上漲，交通出行需求越來(lái)越大。當(dāng)交通量趨于飽和，道路通行能力明顯下降，需要進(jìn)行大規(guī)模新建公路的建設(shè)。

關(guān)鍵詞：蘇州;交通量調(diào)查;交通量預(yù)測(cè);智慧交通;交通態(tài)勢(shì)分析

交通量調(diào)查及預(yù)測(cè)分析對(duì)公路網(wǎng)規(guī)劃工作中有重要影響，交通量調(diào)查工作數(shù)據(jù)的真實(shí)性直接決定公路網(wǎng)規(guī)劃是否科學(xué)合理。進(jìn)行交通量調(diào)查分析工作，得到基年各小區(qū)交通出行量及其在各區(qū)域分布狀況，是進(jìn)行交通量預(yù)測(cè)的基礎(chǔ);而在此基礎(chǔ)上進(jìn)行的交通量預(yù)測(cè)分析則是進(jìn)行交通狀況評(píng)價(jià)、分析建設(shè)項(xiàng)目必要性和可行性的基礎(chǔ)和前提，也是可行性研究的關(guān)鍵部分;交通量預(yù)測(cè)結(jié)果則直接決定公路技術(shù)等級(jí)、建設(shè)規(guī)模。

1 項(xiàng)目建設(shè)目標(biāo)

路網(wǎng)運(yùn)行分析輔助決策系統(tǒng)是依托蘇州公路交通基礎(chǔ)通訊專(zhuān)網(wǎng)和公路業(yè)務(wù)數(shù)據(jù)分中心，以充分整合抽取各類(lèi)業(yè)務(wù)應(yīng)用系統(tǒng)中可以反映路網(wǎng)運(yùn)行狀態(tài)的數(shù)據(jù)和外場(chǎng)各類(lèi)監(jiān)控監(jiān)測(cè)數(shù)據(jù)為基礎(chǔ)，基于GIS平臺(tái)集成各類(lèi)信息技術(shù)。服務(wù)于蘇州市公路宏觀管理決策部門(mén)。

2 系統(tǒng)建設(shè)內(nèi)容

（1）為交通管理提供依據(jù);

（2）為公路運(yùn)行能力提供科學(xué)評(píng)測(cè);

（3）為出行者提供最優(yōu)出行計(jì)劃;

（4）為路網(wǎng)規(guī)劃和公路設(shè)計(jì)提供依據(jù)。

3 系統(tǒng)詳細(xì)功能設(shè)計(jì)

交通狀態(tài)預(yù)測(cè)系統(tǒng)分為數(shù)據(jù)采集層、傳輸處理層和業(yè)務(wù)應(yīng)用層三大部分組成。

（1）數(shù)據(jù)采集層主要收集動(dòng)態(tài)交通信息和靜態(tài)交通信息，動(dòng)態(tài)交通信息由各類(lèi)交通基礎(chǔ)設(shè)施采集來(lái)，靜態(tài)交通數(shù)據(jù)由支撐數(shù)據(jù)組成，其中交通基礎(chǔ)設(shè)施有微波車(chē)檢器、視頻車(chē)檢器、線圈車(chē)檢器等，支撐數(shù)據(jù)主要有交通事件、道路信息、視頻監(jiān)控信息等;

（2）傳輸處理層是各類(lèi)數(shù)據(jù)向智慧交通運(yùn)行數(shù)據(jù)處理中心數(shù)據(jù)的匯集及交通運(yùn)行數(shù)據(jù)處理中心多源數(shù)據(jù)融合、挖掘、分析、加工、處理;

（3）業(yè)務(wù)應(yīng)用層主要是交通狀況綜合監(jiān)測(cè)、交通狀況預(yù)測(cè)預(yù)報(bào)及交通綜合信息服務(wù)等三部分。

4 路網(wǎng)建模及通行能力分析

4.1 基礎(chǔ)路網(wǎng)管理

公路交通需求預(yù)測(cè)涉及數(shù)據(jù)范圍廣、量大、關(guān)系復(fù)雜，既包括純粹的屬性數(shù)據(jù)如小區(qū)社會(huì)經(jīng)濟(jì)數(shù)據(jù)、道路交通數(shù)據(jù)、OD數(shù)據(jù)等，還包括圖形數(shù)據(jù)如區(qū)域公路網(wǎng)空間結(jié)構(gòu)數(shù)據(jù)等，需要通過(guò)一定的方法，將各種數(shù)據(jù)關(guān)聯(lián)和融合，形成一個(gè)整體統(tǒng)一的數(shù)據(jù)關(guān)系。

4.2 歷史交通量分析

本系統(tǒng)對(duì)收集整理出來(lái)的交通量數(shù)據(jù)，可以運(yùn)用數(shù)理統(tǒng)計(jì)的知識(shí)去進(jìn)行分析，把大量數(shù)據(jù)加以對(duì)比，找出其變化規(guī)律。

年、月、周平均交通量，年、月、周、時(shí)變化規(guī)律。

4.3 路網(wǎng)運(yùn)行能力分析

公路通行能力反映了公路設(shè)施所能疏導(dǎo)交通流的能力，作為公路規(guī)劃、設(shè)計(jì)和運(yùn)營(yíng)管理的重要參數(shù)，根據(jù)同行能力的使用性質(zhì)和使用要求，通常定義為基本通行能力、設(shè)計(jì)通

行能力、實(shí)際通行能力。

5 實(shí)時(shí)路況查詢(xún)及交通預(yù)測(cè)

5.1 實(shí)時(shí)路況查詢(xún)

依據(jù)設(shè)定的交通狀態(tài)判定規(guī)則，判定當(dāng)前道路的交通通行狀況，并使用不同的顏色線條標(biāo)注道路的交通通行狀態(tài)，判定的狀態(tài)分為正常、緩慢、擁堵。

5.2 交通與事件聯(lián)動(dòng)

突發(fā)事件下的公路網(wǎng)態(tài)勢(shì)評(píng)估過(guò)程是通過(guò)分析當(dāng)前路網(wǎng)運(yùn)行狀態(tài)，再結(jié)合突發(fā)事件的影響預(yù)測(cè)突發(fā)事件后的路網(wǎng)狀態(tài)。進(jìn)行交通控制和誘導(dǎo)。

5.3 短時(shí)交通預(yù)測(cè)

交通態(tài)勢(shì)預(yù)報(bào)主要包含：交通狀況變化趨勢(shì)，即顯示路段5 min，10 min，15 min等交通狀態(tài)的暢通、緩慢和擁堵的狀態(tài)變化趨勢(shì)。

5.4 節(jié)假日交通預(yù)測(cè)

采用聚類(lèi)分析的非參數(shù)回歸短時(shí)交通流預(yù)測(cè)方法框架。

5.5 大中修交通預(yù)測(cè)

系統(tǒng)根據(jù)動(dòng)態(tài)交通模型，判別和分析某段路段施工情況下，周邊交通狀況的影響。

6 路網(wǎng)輔助決策

6.1 交通報(bào)表統(tǒng)計(jì)分析

歷史交通量，交通量OD、分布預(yù)測(cè)、產(chǎn)生吸引等分析報(bào)表。

6.2 交通誘導(dǎo)

將實(shí)時(shí)路況、預(yù)測(cè)信息通過(guò)手機(jī)APP，微信公眾號(hào)，情報(bào)板發(fā)布系統(tǒng)等實(shí)時(shí)發(fā)布，主動(dòng)疏導(dǎo)交通。

6.3 交通應(yīng)急指揮

系統(tǒng)利用三維GIS可視化平臺(tái)，結(jié)合蘇州路網(wǎng)交通動(dòng)態(tài)模型，進(jìn)行應(yīng)急指揮調(diào)度，包括應(yīng)急預(yù)案，應(yīng)急調(diào)度等。

6.4 路網(wǎng)規(guī)劃輔助決策

公路規(guī)劃過(guò)程中，應(yīng)用GIS技術(shù)和蘇州路網(wǎng)交通動(dòng)態(tài)模型來(lái)輔助公路規(guī)劃。提供更加便捷的可視化圖形資料和更加詳盡準(zhǔn)確的相關(guān)數(shù)據(jù)，充分利用成熟的公路規(guī)劃決策方法建模，科學(xué)合理地得出規(guī)劃方案。

7 結(jié)束語(yǔ)

蘇州市管理處就蘇州市智能交通工作制定了發(fā)展規(guī)劃，開(kāi)展了蘇州市交通態(tài)勢(shì)分析及輔助決策項(xiàng)目，旨在以交通規(guī)劃、交通運(yùn)行管理控制及交通流等相關(guān)理論為

基礎(chǔ)，依托傳感器技術(shù)、空間地理信息技術(shù)、云計(jì)算技術(shù)、通信技術(shù)，逐步實(shí)現(xiàn)蘇州市道路交通規(guī)劃、道路交通運(yùn)行管理、交通運(yùn)輸管理等諸多環(huán)節(jié)的智慧化，在“服務(wù)于業(yè)務(wù)管理、服務(wù)于領(lǐng)導(dǎo)決策和服務(wù)于社會(huì)公眾”三個(gè)方面對(duì)蘇州市進(jìn)行較為全面的智慧交通建設(shè)，提升道路管理形象和服務(wù)水平，推動(dòng)蘇州市交通建設(shè)率先實(shí)現(xiàn)現(xiàn)代化進(jìn)程。

參考文獻(xiàn)：

[1]徐錦強(qiáng)，林宇洪，丁藝基于Fratar模型的交通分布預(yù)測(cè)系統(tǒng)設(shè)計(jì)[J].山東交通學(xué)院學(xué)報(bào)，2011，19（2）：30-35.

[2]朱鴻國(guó)，張祎祎，馬壯林，等.城際間出行分布量預(yù)測(cè)方法[J].長(zhǎng)安大學(xué)學(xué)報(bào)（自然科學(xué)版），2017，37（5）：104-112.

[3]馬廣英，李平，聞?dòng)?基于極大熵模型的交通出行矩陣解法研究[J].浙江大學(xué)學(xué)報(bào)（工學(xué)版），2006，40（10）：1778-1782.

[4]張秋美，劉保健，謝永利，等.多種方法下的高速公路交通量預(yù)測(cè)分析研究[J].公路交通科技（應(yīng)用技術(shù)版），2016，12（6）：289-292.

[5]丁志坤，朱夢(mèng)煉，宋義勇.基于改進(jìn)“四階段法”的高速公路交通量預(yù)測(cè)研究[J].重慶交通大學(xué)學(xué)報(bào)（自然科學(xué)版），2017，36（5）：86-90.