基于降雨影響的交通疏導子區劃分方法研究

常麗君

（吉林建筑科技學院，吉林 長春130014）

降雨作為常見的天然現象，對城市交通的影響不容忽視。從微觀層面上講，城市降雨會降低公路路面附著系數和司機能見度，使交通司機對周邊環境的感知能力和對車輛的操作能力大幅度下降，引起城市交通車輛行駛速度和車距等的不良變化，最終影響城市交通安全。從宏觀層面上講，降雨現象會改變城市交通宏觀車流量、車速甚至車輛密度等諸多因素，不同程度地降低城市交通系統的通行能力，使城市交通擁堵問題成為困擾城市環境治理的重要技術難題。現代城市解決交通擁堵問題的方法包括修建新交通路線，減輕原有交通主干道負擔，但由于城市空間較為狹小且有限，該方法并不能成為城市交通疏導的有力途徑，因此，研究降雨影響下的城市交通流疏導模型，探討交通疏導子區劃分方法具備重要的理論意義和現實價值。

1 降雨對城市交通的影響分析

在城市交通網絡體系中，當出現降雨天氣時，平時穩定的交通常態現狀需求與供給將會向不穩定的非常態化的交通需求與供給方向轉變，因此會呈現出特殊時期交通網絡系統需求與供給趨勢變化，將在一定程度上出現城市交通網絡行程延誤、道路通行能力降低甚至出行分布方式不均勻等諸多問題，不同降雨程度對城市交通網絡的影響分析如表1 所示。

2 降雨天氣下交通流數據采集及微觀交通流特性分析

筆者結合實際經驗，在對交通流數據信息采集以及微觀交通流特性進行分析的過程中，以吉林省長春市某道路為交通調查對象，借助現場勘查和實地調研等采集模型計算過程中所需的參數信息，利用翻斗式雨量計采集降雨量信息，得到調查時段內的降雨強度。再借助autoscope 視頻檢測器采集路段交通流量、交通密度、交通速度、車頭車距、車頭間距等相關參數，輔以激光檢測儀校正，以不斷提高數據采集準確度。

通過分析微觀交通流量特性可知，不同強度的降雨對城市交通網絡體系的影響有所不同，以我國氣象部門所劃分的降雨類型為標準，可以運用數理統計方法分析不同類型降雨強度下的車速、車間距等變量的分布特征。在此過程中，應剔除降雨強度隨時間發生變化而造成的車頭間距、車頭時距以及車速變化影響，從而準確反映出不同降雨強度對城市交通流的作用。

3 雨天環境下交通流模型構建

城市交通流模型主要是考慮城市交通流量、交通速度、交通密度等因素之間的關系，并對其進行計算關系擬合得出的。在雨天環境下的城市交通網絡體系中，根據實際測量得到的交通數據信息，分析各類參數關系后可得到雨天環境下的交通流模型。由于交通流模型種類繁多，本文為進一步增加交通流模型模擬的準確度，選擇Van Aerde 模型為雨天環境下交通流模型基本結構，其計算公式如下：

其中，q 為流量，k 為交通流密度；v 為速度；vf為自由流速度；vc為最大流量對應的臨界速度；kj為堵塞密度；qc為通行能力；c1、c2、c3為中間變量。

4 基于降雨影響的交通疏導子區劃分方法

4.1 擁堵指數預測

城市交通堵塞指數是綜合反映某一區域內城市交通路網運行現況的重要指標，以評價城市交通體系擁堵時的時空特征和強度。數據越高，則城市交通堵塞越嚴重。本文預測了吉林省長春市未來3 小時內每5 分鐘的交通堵塞情況，并監控造成城市交通堵塞的降雨情況。選擇基于K 近鄰交通擁堵指數的預測模型，有效應對了城市交通網絡體系的隨機復雜性，也避免了預測過程中黑匣子存在對預測數據造成的影響。通過宏觀觀察城區交通擁堵影響因素，構建K 近鄰模型的狀態向量，根據狀態向量對歷史數據信息的歸納存儲，計算未來狀態向量和歷史向量間的差距，搜尋最短的前k 個歷史狀態向量值，并計算出相應的預測值。在此過程中，對狀態向量的構建、距離計算規則的設計以及預測值的計算方法設計為整個擁堵指數預測的重要內容。以狀態向量設計為例，探討基于降雨影響的擁堵指數預測，狀態向量是比較未來數據與歷史數據差異的根本所在，而本文預測模型包括的狀態向量既有中期預測狀態向量，也有短期預測狀態向量。其中，短期預測狀態向量是對歷史數據信息的分析，對交通擁堵指數變化趨勢相對穩定狀況的預測，因此，在中期預測向量基礎上增加當前時刻擁堵指數和擁堵指數變化趨勢，以及未來一定時間內降雨趨勢等因素，就可得到短期預測向量，判別降雨天氣影響下的城市交通擁堵值。

4.2 影響范圍的區域劃分

在對吉林省長春市降雨天氣下交通流數據采集以及微觀交通流特性分析的基礎上，判斷該地區降雨影響下的擁堵系數，并進一步對降雨影響的交通范圍進行區域劃分。影響范圍主要是指在預測的交通降雨持續時間內，在研究區域中降雨天氣所引起的交通流堵塞，由此所構成的直接影響范圍，且包含在交通路段堵塞產生時本該進入該直接影響范圍的出行車輛，選擇其外圍路線繞行而產生的交通擁堵的影響范圍，并將該部分影響范圍作為降雨天氣持續時間內的間接影響范圍。也就是說，在降雨天氣環境下，影響范圍的區域劃分包括直接影響范圍和間接影響范圍兩大類。為了更科學、更具針對性地對降雨天氣的影響范圍進行控制，本文根據交通實現參數以及路網條件等相關指標，將預測范圍劃分為處置區、控制區及預警區，結構示意圖如圖1 所示，再針對不同區域進一步提出相應疏導措施，使降雨影響下的交通區域擁堵最小化。

圖1 影響范圍區域劃分示意圖

4.3 基于正交試驗設計及蟻群算法的交通流疏導模型

所謂正交試驗設計，也就是利用正交表進行試驗設計，研究多因素多水平問題下的重要數理統計方法，該方法能夠確定不同因素對試驗指標的影響規律，判斷不同因素之間的主次排序和交互影響作用，并最終選出各因素的水平組合，使待檢測的指標值達到最優化。在本文基于正交試驗的降雨影響的交通疏導子區域中，主要根據交通疏導最小化這一目的，選擇相應評判指標，確定評判因素和評判對象和適宜正交表，在確定實驗方案的基礎上獲得實驗結果，通過分析試驗方案、試驗結果的極差、方差等統計數據，對正交試驗結果進行合理解釋。蟻群算法則是模擬生物螞蟻群體覓食行為的仿生類研究算法，是借助局部路徑信息在一定單位時間內對應路徑上信息元素的更新，以此判斷單位時間內所釋放信息元素的影響因子，剔除路徑長短對最終評判指標的不良影響。

本文在對降雨事件造成的交通影響范圍控制區內實行的疏導方式主要包括交通管制和交通信號控制，達到交通擁堵最小化的基本目的。然而，現實城市交通網絡體系中的交通流并非恒定不變，而是具有實時變化的動態性，尤其是在交通區事故發生后，該類動態性尤為突出，因此，為了最大限度反映城市交通現狀和動態特質，制定更加科學合理的疏導方法，以動態化為基本原則，配備相應網絡配流，繼而得到網絡配流的最優解，實時調控降雨天氣影響范圍內控制區的交通管制方案及交通信號控制方案，達到快速緩解交通擁堵的基本目的。

在這一過程中，對于降雨天氣所影響的交通流疏導模型，可將其問題簡單概括為多起點和多終點的城市路網選擇問題，在起點已知和變動終點需求上，找到最短的總行程路徑方案。在車輛出行過程中，車輛的路徑選擇主要包括車輛司機對出行前的路徑信息以及出行過程中的實時路況反饋。以動態交通流匹配為基本原則，研究高動態交通需求路網中總行程最小的基本路徑，構建基本函數關系如下：

其中，Z 表示總行程時間，xa（t）表示t 時刻路段a 上的出行者數，ca表示出行者以自由速度通過路段a 所需的時間。

5 結論

總之，在明晰降雨天氣對城市交通不良影響的基礎上，探討降雨天氣下城市交通流數據采集以及微觀交通流的特性，構建符合城市現狀的雨天環境下交通流模型，預測降雨天氣下交通疏導區域的擁堵指數，對其直接影響范圍和間接影響范圍進行區域劃分，最后以正交試驗設計和蟻群算法為理論支撐，探討雨天環境下交通流疏導模型，為城市交通網絡的正常運行提供有效解決思路。