大数据在城市交通拥堵缓解的应用研究

来源:用户上传      作者:

　　摘 要：城市交通拥堵现象已经严重影响了城市经济发展速度。城市经济要高速发展，必须解决城市交通拥堵问题。交通大数据是反映城市路况的关键信息，是描述城市交通现状的精准画像。为此，本研究围绕交通大数据，分析了城市交通拥堵中的大数据类型，以及大数据缓解城市交通拥堵的应用方向，并提出了应用大数据技术缓解城市交通拥堵的积极策略。希望能够借助交通大数据的深度挖掘，为城市交通管理提供可参考、价值更高的数据资源，缓解城市交通拥堵现象。
　　关键词：大数据；城市交通；拥堵缓解；智慧交通
　　中图分类号：U495；TP391.41 文献标识码：A 文章编号：2096-4706（2019）04-0114-03
　　Application of Big Data in Urban Traffic Congestion Alleviation
　　LI Yan
　　（School of Computer Science，Sichuan Technology and Business University，Chengdu 611745，China）
　　Abstract：Urban traffic congestion has seriously affected the speed of urban economic development. With the rapid development of urban economy，urban traffic congestion must be solved. The big traffic data is the key information reflecting the urban road condition information，and it is the accurate portrait describing the urban traffic situation. For this reason，this study focuses on traffic data，analyses the types of big data in urban traffic congestion，and the application direction of big data to alleviate urban traffic congestion，and puts forward the positive strategies of applying big data technology to alleviate urban traffic congestion. It is hoped that the deep mining of large traffic data can provide reference and higher value data resources for urban traffic management and alleviate urban traffic congestion.
　　Keywords：big data；urban traffic；congestion mitigation；intelligent transportation
　　0 引 言
　　大数据资源在城市交通管理方面的应用已经越来越广泛，借助交通大数据资源来总结、统计、描述城市交通拥堵的规律，可以为缓解城市交通拥堵提供参考数据和解决思路。为了优化大数据解决城市拥堵现象的方法，本研究提出了在城市擁堵治理中运用大数据的方向和措施，现做如下分析。
　　1 城市交通拥堵现象研究中的大数据类型
　　1.1 行业数据
　　行业大数据是对城市拥堵信息的评估。这些数据是由网络平台，或者定位数据、导航数据汇总后，对当前城市拥堵信息做出的评估。例如，GPS系统对出行车辆的评估，或者滴滴打车软件对当前城市交通出行车辆的预测。当外部行业大数据对城市当前的车辆信息做出总结后，可支持城市核心交通网络管理系统管理决策和判断，是极为重要的行业数据类型。
　　1.2 峰值数据
　　交通拥堵治理关注的大数据类型主要为峰值数据。此处所提及的峰值数据是对不同城市在早高峰、晚高峰总结出的集中拥堵路段信息，亦或高峰期在主道路干线内的拥堵时间，例如，路网数据主要为道路的地理信息，每100米内的平均运输时长。根据数据判断是否满足当前疏散车流的标准，并疏导城市道路拥堵。因此城市交通拥堵的大数据信息中并不关注日均数据，而是更加关注每天的城市拥堵高峰数据。
　　1.3 行驶数据
　　行驶数据是指在城市交通网络中，当前已经出行的浮动车辆的数据信息，包括自驾车、出租车、公交车、两客一危等车辆的行驶数据。行使数据的获取主要依靠分布于城市路段的终端传感器，借助自动识别的融合技术增强数据采集和数据分析处理能力，综合评价当前的主要路况监测数据，并对关键数据进行整理，为城市路段拥堵提供合理的疏导方案。因此，行使数据是来自终端路段的一手信息，可作为治理交通拥堵现象的关键数据类型。
　　2 大数据在缓解城市交通拥堵现象中的应用方向
　　2.1 交通出行宏观大数据调研
　　此前，高德地图APP平台在开发交通大数据采集系统之后，与阿里云大数据平台、清华大学-戴姆勒可持续交通研究中心、清华同衡规划设计研究院、交通运输部科学研究院、DT财经等权威数据机构深度合作，对2017年度我国的城市交通数据做出了宏观评估，并发布了《中国主要城市交通分析报告》。这种综合性评估报告是对城市交通拥堵信息的总结，可宏观预测未来城市交通发展，以及某一类大中型城市在交通治理方面的能力。该报告显示2017年度十大交通拥堵城市分别为：济南、哈尔滨、北京、重庆、贵阳、深圳、昆明、杭州、大连、广州。值得关注的是杭州、大连、广州排名下滑四位，上海位列第11，已经滑出排行榜前10位。宏观数据的指导性在于以拥堵缓解明显的城市作为对比，总结其交通管理方案的优势，继而在宏观大数据的支持下，为城市交通缓解提供相应的解决方案。 　　2.2 城市综合路网大数据分析
　　城市经济高速发展的状态下，每一座城市的汽车保有量都在逐年上升。目前，全国范围内1/3的城市在高峰通勤时间段存在严重的拥堵现象。其中32个城市高峰拥堵延时指数超过1.8，每通勤30分钟，额外增加24分钟时长，累计达到54分钟总时长。此处提及的高峰拥堵延时指数是一种综合评定数据，以多种平台和系统的分析数据为前提，处理大数据后反映出的实际拥堵情况。数据来源更为广泛和分散，包括人均偏航次数、道路级配、交叉口间距、道路面积率、路网密度、出行路径非直线系数等评价指标。单独的评价指标仅能反映某一种拥堵类型的引发条件，无法细分拥堵现象的综合情况。因此，应用大数据来解决城市交通的拥堵问题，最终是以综合数据为指导方向，而非依据某一种特定数据划分的问题类型。综合评价城市主要交通路段的规划水平也需要借助大数据资源来进行系统的数据分析和整理，以综合数据评估作为最终的拥堵治理方案底层数据类型。
　　3 应用大数据技术缓解城市交通拥堵的策略
　　3.1 优化宏观大数据采集节点
　　借助交通大数据分析城市交通路况，可在配合云计算的情况下，更为宏观的采集城市拥堵信息。这种宏观的大数据信息是对于为每一次交通行为的精准画像。交通大数据的信息覆盖面越广，对于城市交通拥堵现象的描述也会越清晰。因此，在宏观数据的采集上，更加需要关注节点信息的采集量，是否能够支持城市交通大数据的分析需求。这对于后续在交通规则的制定、道路规划修改、市民出行指导等方面的交通大数据应用，均具有较高的参考价值。基于此，必须更为精准和透彻地分析宏观数据，以此作为反映城市拥堵现象的数据指标，系统划分节点信息的可利用价值，包括人群、频次、时段、路段、车速，以及早、晚高峰期的拥堵指数等，均可作为宏观交通大数据的节点完善方向，为后续城市交通建设和管理提供系统参考，解决容易造成城市交通拥堵现象的关键问题。
　　3.2 挖掘微观大数据信息要素
　　挖掘微观大数据信息要素主要是为了总结交通大数据的发展规律。在每一座城市中，其交通路况信息并非一成不变，而是在发展过程中产生微妙的线性规律问题，比如大数据信息对于描述城市拥堵现状、拥堵演变规律、未来拥堵情况的发展趋势等，均为衡量拥堵条件、因素、解决方案可行性与科学性的直接参考数据。为此，需要更清晰地划分城市拥堵数据的信息要素，提高已采集信息的精准度。未来需要完善的大数据信息要素包括出行效率、拥堵成本、高峰数值等。一方面，城市交通的微观大数据要素可以按时间段划分，包括年度、季度、每周、每日的基础路况信息，可总结出交通拥堵的时间发展规律；另一方面，需要从空间角度划分基础大数据要素，通过将主要拥堵路段和次要拥堵路段进行数据分层和整理，增强城市交通拥堵空间的清晰度，指导并规划交通大数据挖掘的重点和方向。
　　3.3 完善系统大数据共享价值
　　在借助大数据分析城市交通拥堵问题的过程中，最关键的在于采集数据成本较高。在诸多路段普遍建设数据采集传感器的成本较大，如果仅以政府资金作为建设成本，显然难以维持长期的数据采集业务。完善交通系统的大数据共享价值是优化交通路段拥堵信息大数据采集的主要方案。这种共享价值在采集交通拥堵数据之后，为线下实体提供有利于阶段性发展决策的数据信息，然后将交通数据采集的成本进行商业分摊，降低单独采集和分析处理数据的成本，让交通大数据应用降低城市路政开支。例如，在建设机场附近的城市交通基础设施时，可以引入多个参与主体，包括地面处理公司、航空公司、海关、零售商、空中交通管制部门等。每个参与主体都需要对各自领域的交通大数据进行系统分析，然后将数据信息共享。发挥出大数据进行对于辅助其他交通事务管理的支持作用。例如，零售商的大数据采集可以分析旅客分流情况、机场班次大数据分析可以为城市新入客流做出客观判断。将诸多终端影响交通情况的大数据信息进行共享，有助于交管部门整合交通大数据资源，并构建更为合理的交通拥堵治理方案。
　　3.4 补充城市拥堵管理绩效数据
　　在每一次制定城市交通管理方案之后，都需要在拥堵路段进行精准划分和系统分析。当城市发展规划、管理决策、路政发展遇到关键的决策问题时，往往需要参考以往的交通大数据进行参考和对比。通用于当前的数据管理信息是在广泛建立数据库之后，以交通拥堵路段的整理效果为依据，为后续发展提高数据决策的支撑和配套。因此，仅以宏观和微观大数据为依托，也并不能够完整的支持交通拥堵治理，需要适当补充每一次交通拥堵管理措施出台之后的实例数据，作为可对比的基础数据资源，为后续的交通拥堵管理提供参考价值更高的数据信息，支持城市交管部门提高交通拥堵治理的大数据分析能力，并达到真正缓解城市交通拥堵的治理效果。
　　4 结 论
　　综上所述，交通拥堵现象在所有国家、地区、城市都会发生，解决城市交通拥堵问题是开发交通大数据资源的关键方向。在深度挖掘交通大数据资源之后，需要在具体的应用层面完善数据应用的措施和方式。基于此，需要以城市交通拥堵现象的客观规律为大数据开发方向，优化宏观大数据采集节点，挖掘微观大数据信息要素，完善系统大数据共享价值，补充城市拥堵管理绩效数据。进而以大数据在城市拥堵治理方面的优势来系统分析城市交通拥堵现象的根源，真正解决影响城市交通拥堵的实际问题。
　　参考文献：
　　[1] 万以恒.关于大数据挖掘技术在城市交通疏解中的应用研究 [J].通讯世界，2018，25（12）：294-295.
　　[2] 陈文彬，王梅.大数据在超大城市及城市群综合交通体系研究中的应用 [J].交通与港航，2018，5（5）：11.
　　[3] 鲁晓燕.大数据思维缓解城市交通拥堵理论分析 [J].合作经济与科技，2017（14）：42-43.
　　[4] 王振坡，朱丹，宋順锋，等.时间价值、移动互联及出行效率：一个城市交通拥堵治理的分析框架 [J].学习与实践，2016（12）：38-46+2.
　　作者简介：李彦（1984.06-），女，汉族，四川达州人，讲师，硕士研究生，研究方向：计算机应用。
转载注明来源:https://www.xzbu.com/1/view-14771206.htm