城市道路占道施工條件下基于速度-流量的交通疏解預測模型

裴玉龍，何慶齡，徐慧智，侯 琳，楊鈺泉

(東北林業大學 交通學院，黑龍江 哈爾濱 150040)

0 引言

隨著城鎮化進程的加快，以地鐵、快速路、供熱管線為主的城市基礎設施建設逐年增多。城市道路占道施工期間，路段通行能力降低，區域路網原有容量減少，提高了交通擁堵發生的可能性。研究表明，交通擁堵不僅增加出行成本，而且會增加駕駛員的精神負荷、心理疲勞和應激水平[1]，產生交通外部成本，增加社會平均經濟損失[2]。

Tay等[3]認為占道施工期間道路服務水平降低，施工結束后，道路服務水平恢復至原有狀態，在交通流量不變的條件下，服務水平的降低主要是因道路原有通行能力受到重型車輛、駕駛員人數、施工圍擋和施工現場作業活動的影響[4]。同時Chelugo[5]研究表明占道施工期和竣工恢復期為城市交通事故的多發期。Raju等[6]認為占道施工作業期間通過道路指示標志及信息媒體等手段提示駛入施工作業區的駕駛員，在交通流量不變的條件下，路段行程車速可提高28.5%。Aschauer等[7]認為合理的交通組織可提高路網整體通行效率，減少區域內交通瓶頸和擁堵概率，降低出行成本。

道路通行能力手冊依據施工作業占據車道時間，將占道施工區劃分為短期占道施工區和長期占道施工區，并指出車道寬度對占道施工區通行能力有重要影響[8]。邵長橋等[9]認為改擴建道路中間帶開口長度對道路運行速度和通行能力有較大影響。于玲等[10]認為主次干路在城市道路網中的作用是影響通行能力的主要因素。張銳等[11]探究了突發交通事件下交通流失效機理，構建了基于尖點突變模型的交通流失效分析模型。徐程等[12-13]采用閾值法和時間序列法篩選剔除恢復交通數據，在分析10種典型的交通流速度-密度關系模型的基礎上，采用非線性最小二乘法對北京快速路實測數據進行了擬合，得到了適應于我國快速路交通流特性的結論。Weng等[14]提出通過占道施工區容量分配確定速度-流量關系的方法。孫然然等[15]分析了交通事故風險與交通流狀態的變化關系，構建了基于支持向量機的危險交通流狀態識別模型。戴學臻等[16]以連續通過道路斷面的車流量作為劃分時間間隔依據，提出了基于集對分析理論的交通運行狀態評價方法。Yuan等[17]根據交通運行狀況的實時性和動態性，建立了城市道路服務水平綜合評價指標體系，構建了交通運行狀況綜合計算模型。張蕭蕭等[18]提出以施工范圍、工期、影響流線等為整合因素，利用周邊路網分流，確保主流向通行。宋永朝等[19]提出以道路飽和度和區間平均車速為評價指標，制定施工期間交通組織優化方案。

國內外占道施工的研究主要是以城市基礎建設為背景，以調查數據為基礎，通過建立占道施工影響區域內速度、流量、密度之間的關系，探討占道施工對道路通行能力、駕駛行為和出行成本的影響及變化規律，提出交通組織方案，以道路服務水平、交通安全和經濟成本為指標，構建交通組織疏解方案的評價模型。

1 研究對象與數據處理

1.1 研究對象

占道施工以建設周期為標準可劃分為短期、中期、長期占道施工；按照施工圍擋位置及封閉形式可分為完全、部分占道施工和基本不占道施工。占道施工期間路段通行能力降低，施工重型車輛增多，原有交通運行環境改變，交通運行狀態出現阻滯中斷現象的可能性增加。占道施工期間的交通組織是根據工程建設周期和施工需要，結合周邊路網容量，以均衡施工期路網交通負荷為目標，通過合理的組織誘導疏解，降低施工期間交通影響，提高出行效率，節約社會平均成本的措施。

本研究以哈爾濱市2019年供熱主管線施工區域33條路段(包括施工道路和疏解道路)為研究對象，施工建設為期3個月，屬于中期施工，施工圍擋寬度為7～8 m，屬部分占道施工(路側、路中)。施工道路總長6.89 km，其中主干路約5.83 km，次干路約0.42 km，支路約0.64 km。施工道路周邊比鄰主次干路路網見圖1。

圖1 施工道路周邊比鄰主次干路路網Fig.1 Construction road is adjacent to network of main and secondary roads

1.2 數據預處理

數據預處理是以《城市道路工程設計規范》(CJJ 37—2012)中規定的道路設計通行能力及設計車速作為最大閾值，以每5 min擴充后的交通流量和車速為判斷依據，通過閾值法對原始調查數據進行異常診斷剔除，剔除后的數據采用基于時間序列的方法恢復。閾值法判斷異常數據的標準見表1。

表1 異常數據判斷標準Tab.1 Criteria for judging abnormal data

時間序列數據恢復方法公式為：

(1)

采用閾值法及時間序列方法從3 168條現狀交通流量與車速調查樣本中剔除恢復交通流量樣本54條，車速樣本24條；從3 168條施工期交通流量與車速調查樣本中剔除恢復施工期交通流量樣本52條，車速樣本18條，共計148條。

1.3 數據分析

數據分析是指通過交通流量和車速定量反映路網交通運行狀態，明確道路設施利用情況，發現空置資源及路段可疏解分擔量，均衡交通負荷，確保交通參與者從道路運行狀況、交通與管制條件、道路運行環境等交通狀態所能得到的服務水平最高。服務水平評價是指以飽和度和車速為衡量指標，通過道路通行能力、交通流量和車速計算劃分交通運行狀況等級的評價方法。

由圖2(a)和圖2(b)，并結合表2可知，現狀和施工期間的高峰交通流量均值分別為986 pcu/h和911 pcu/h，交通流量主要集中在500～1 500 pcu/h，占道施工期間交通流量整體降低7.6%。由圖3(a)和圖3(b)，并結合表2可知，現狀和施工期間的速度均值分別為13.9 km/h和13.0 km/h，現狀高峰時期車速主要集中在10～20 km/h，施工期主要集中在5～15 km/h，占道施工期間車速整體降低6.4%。現狀和施工期交通調查數據頻率散點見圖2和圖3，數據統計分析結果見表2。

圖2 路段流量頻率散點圖Fig.2 Road volume frequency scatter plots

圖3 路段速度頻率散點圖Fig.3 Road speed frequency scatter plots

由表2可知，施工期間區域路網交通流量均值下降，施工期中值高于現狀，車速均值和中值均下降。由圖4(a)和圖4(b)可知，施工期以飽和度為指標的評價結果相較于現狀變化幅度不大，主要原因是以飽和度為衡量指標的服務水平評價方法適用于非飽和流交通運行狀態評價，現狀和施工期高峰交通流量均處于飽和流狀態，故評價結果基本一致。施工期以車速為衡量指標的服務水平等級占比結果較現狀：C，F分別增長1.2%，12.8%；D，E分別下降11.1%，12.9%，主要原因是占道施工期間通行能力降低，道路負荷增加，交通流處于過飽和狀態，車速降低。以飽和度為衡量指標的服務水平評價側重于道路通行能力和交通流量，以車速為衡量指標的服務水平評價側重于道路設計速度和車輛實際行駛速度，由于車輛行駛速度受駕駛員駕駛行為和交通運行環境等多方面的影響，在高峰期間車輛行駛速度與設計車速相差較大，導致以車輛行駛速度為衡量指標的道路服務水平相較于以飽和度為衡量指標的道路服務水平較低，兩者的評價結果相差較大。現狀和施工期交通服務水平見圖4。

表2 不同時期交通調查數據統計分析Tab.2 Statistical analysis of traffic survey data in different periods

圖4 路段交通服務水平Fig.4 Road traffic service level

2 模型構建

2.1 方法思路

占道施工期間的交通疏解預測是以交通流三參數模型為基礎，結合現狀道路交通調查數據構建的區域道路路段單車道速度-流量二次關系模型。該模型假定施工期間道路交通流量不變，以區域道路服務水平均衡為目標，根據施工占道計劃及路段交通基礎設施，結合路段飽和度及車速，判斷施工道路需要疏解交通流量及疏解道路可分擔交通流量，疏解預測區域道路施工期間的路段交通流量、行程車速及綜合服務水平。

該模型以區域道路實際路段交通流量及車速為依據，忽略區域OD出行量調查與分析，減少了工程前期的交通調查難度與工作量，從占道施工實際需求出發，疏解預測施工期間區域道路路段交通流量和行程車速，并計算綜合服務水平，可均衡交通負荷，降低因施工期間交通路網擁堵瓶頸出現的風險，提高交通參與者的整體出行效率。

2.2 模型步驟及參數標定

疏解預測模型步驟如下：

(1)以區域道路現狀路段交通流量和速度調查數據為基礎，構建區域單車道速度-流量二次關系模型；

(2)明確施工占道計劃及道路交通基礎設施；

(3)確定道路現狀服務水平，明確施工期道路通行能力；

(4)結合實際初步計算施工道路疏解交通流量及疏解道路可分擔交通流量；

(5)計算疏解后的區域道路車速；

(6)判斷是否符合評價標準，符合，則計算結束；不符合，則回到步驟(4)重新計算。

疏解預測模型流程見圖5。

圖5 施工期交通疏解預測流程Fig.5 Traffic dispersion prediction process during construction

根據現狀交通調查數據，區域路段速度-流量單車道疏解預測模型擬合散點見圖6(a)，模型擬合曲線見圖6(b)，擬合模型摘要及參數估算值見表3。

圖6 速度-流量單車道二次擬合散點及曲線Fig.6 Speed-volume single-lane quadratic fitting scatters and curve

表3 現狀速度-流量二次曲線擬合模型摘要和參數估算值Tab.3 Current speed-volume quadratic curve fitting model summary and estimated parameter values

現狀區域道路單車道速度-流量疏解預測模型為：

y=-1.27x2+56.68x-36.28，

(2)

式中，y為流量；x為車速。

2.3 模型結果

由圖7(a)、圖7(b)和圖7(c)，并結合表4可知，占道施工期間施工道路疏解流量范圍為150～650 pcu/h，區域整體疏解預測交通流量集中在500～2 000 pcu/h，整體較現狀降低1.8%，較施工期實際調查數據增加6.3%。施工道路疏解后車速主要集中在10～20 km/h，整體較現狀降低2.9%，較施工期實際調查數據增加3.8%。占道施工期間疏解預測交通數據頻率散點見圖7(a)、圖7(b)和圖7(c)，數據統計結果見表4。

圖7 施工期間疏解預測交通數據頻率散點圖Fig.7 Dispersion predicted traffic data frequency scatter plots during construction

表4 施工期交通疏解數據統計Tab.4 Statistics of traffic dispersion data during construction

由表4可知，施工期間區域路網疏解后的交通流量均值下降，施工期中值較現狀較高，行程車速均值和中值均下降。由圖8可知，占道施工期間以飽和度為衡量指標的服務水平等級占比結果較現狀：D，E分別增長14.0%，4.6%，A，B，C分別降低13.5%，3.6%，1.5%；以車速為衡量指標的服務水平等級占比結果較現狀：C，F分別增長15.1%，14.8%，D，E分別降低13.9%，16.0%。占道施工期間以飽和度為衡量指標的服務水平等級占比結果較施工期間實際調查數據：B，D分別增長3.8%，12.2%，A降低13.5%；以車速為衡量指標的服務水平等級占比結果較施工期間實際調查數據：C增長13.3%，D，E，F分別降低2.8%，3.1%，7.4%。

圖8 施工期間預測交通服務水平Fig.8 Traffic service level prediction during construction

3 模型驗證

3.1 方法思路

模型驗證以區域道路服務水平均衡為目標，考慮以飽和度和車速為衡量指標的現有服務水平評價體系，以服務水平等級占比為參數，通過信息熵法確定權重，構建道路綜合服務水平評價模型，探析占道施工期間疏解預測與實際交通運行狀況的相符性。

道路服務水平的衡量指標主要有飽和度和車速，故道路綜合服務水平評價模型的因素集U為：

U={飽和度，車速}。

(3)

道路綜合服務水平評價是為明確施工期間道路交通運行的綜合服務等級，對比分析交通組織疏解前后效果，故評價集V為：

V={A,B,C,D,E,F},

(4)

式中,A,B,C,D,E,F分別為評價集對應的等級劃分標準。

以交通運行參數為計算依據，結合評價集所占比例，構建單因素評判集ri為：

ri=(ri1,ri2,…,rin),

(5)

式中，ri1,ri2,rin分別為第1,2,n個因素。

道路綜合服務水平評判矩陣為：

(6)

式中，rij為第i個因素集在第j個評價集上的頻率分布；m為因素集的個數；n為評價集的個數。

采用平移伸縮法中的極值化方法無量綱化路段高峰期每5 min的交通流量和車速，對應的評判矩陣權重采用信息熵法確定，其公式為：

(7)

式中，Wi為第i個影響因子的權重；Di為第i個影響因子的差異系數。

A=(W1,W2),

(8)

式中，A為權重分配集；W1為飽和度的權重值；W2為車速的權重值。

道路綜合服務水平評價模型B1為：

B1=A*R，

(9)

式中，R為因素集到評價集的模糊關系。

計算得到的評判指標歸一化即為評價指標的等級占比。

3.2 效果驗證

3.2.1 道路實際綜合服務水平

由實際調查數據可得，占道施工期間道路實際綜合服務水平評判矩陣為：

(10)

路段交通流量和車速無量綱化后的權重均值為：

A=(0.4，0.6)。

(11)

道路實際綜合服務水平評價結果為：

B1=(0.4，0.6)

(12)

B1=(0.126,0.163,0.089,0.104,0.160,0.360)。

(13)

將上述評判指標歸一化處理后：

(14)

結果表明，占道施工期間區域道路實際綜合服務水平A級、B級、C級、D級、E級、F級占比分別為12.5%，16.3%，8.9%，10.4%,16.0%，35.9%。

3.2.2 道路疏解預測綜合服務水平

由疏解預測模型數據可得，占道施工期間道路疏解預測綜合服務水平評判矩陣為：

(15)

道路疏解預測交通流量和車速的權重取值與實際數據權重一致，占道施工期間道路疏解預測綜合服務水平評價結果為：

B2=(0.4，0.6)

(16)

B2=(0.072,0.178,0.170,0.136,0.144,0.300)。

(17)

評判指標歸一化處理后，道路疏解預測綜合服務水平為：

(18)

結果表明，占道施工期間道路疏解預測綜合服務水平A級、B級、C級、D級、E級、F級占比分別為7.2%，17.8%，17%，13.6%，14.4%，30.0%。占道施工期間道路實際與疏解預測綜合服務水平占比結果，應用數理統計T檢驗后的結果見表5～表7。

表5 配對樣本統計Tab.5 Statistics of paired samples

表6 配對樣本相關性Tab.6 Correlation of paired samples

表7 配對樣本檢驗Tab.7 Test of paired sample

由表7可知，道路實際與疏解預測綜合服務水平占比的相關性為0.844，顯著性為0.035，表明該疏解預測模型計算結果與實際交通運行服務水平相關性較高，適用于占道施工期間的交通疏解預測。

4 結論

本研究以哈爾濱市供熱主管線2019年工程為研究案例，以調查數據為基礎，通過構建速度-流量交通疏解預測模型和道路綜合服務水平評價模型，主要得到以下結論：

(1)在交通運行狀況相同的條件下，以飽和度為評價指標的道路服務水平高于以行程車速為評價指標的道路服務水平，主要是由于高峰時期交通流趨于飽和狀態，出行時間成為衡量道路服務水平的主要因素。

(2)占道施工期間速度-流量符合三參數模型，假定區域路段交通流量不變，以路網服務水平均衡為目標，現狀單車道速度-流量模型適用于計算占道施工期間施工道路疏解交通流量和周邊比鄰主次干路分擔交通流量。

(3)基于速度-流量的交通疏解預測模型，假定占道施工期間區域路段交通流量不變，未考慮占道施工期間由于通行能力降低，出行成本增加，原有私家車轉移至公共交通出行和部分居民因施工導致公共交通行駛速度降低，公交站點轉移等因素采用非機動車等其他交通出行方式，造成施工期交通流量變化等因素。