基于高速大數據與C#編程的路段出行結構分析

□ 齊 濤 張詩蔚 聶小虎

隨著我國高速公路信息化與數字化的快速發展，高速公路信息系統每天都會產生大量的交通數據，高速公路OD數據和路段流量的采集越來越便捷。以湖北省為例，2022 年湖北省高速公路出行產生了3 億車次的通行數據。高速公路改擴建項目通過對這些數據進行分析，可以對車輛在高速公路上的行駛軌跡進行還原，進而分析出高速公路路段的出行結構。目前，國內已經積累了大量高速大數據的研究成果。國內有學者基于高速大數據的特征構建了高速大數據的平臺架構；有學者提出了高速大數據在交通量預測的優化方法；有學者結合VB編程對探討了高速大數據在交通構成領域方面的應用；有學者利用高速大數據對廣東省高速交通流時空分布格局進行了分析；有學者對聯網收費數據在交通量預測領域的應用進行了總結；有學者利用高速大數據提出了站間交通狀態的研究方法；有學者基于高速聯網數據提出了高速斷面的交通量計算方法；有學者基于高速大數據開發了相關交通量預測程序。這些研究對高速大數據在交通量分析領域的應用進行了深入探討，然而目前并未形成高速公路路段出行結構分析的系統方法。

出行結構是指路段的交通量構成，對高速公路而言，是指高速公路路段的交通量分別由哪些OD對組成。一直以來，路段出行結構都是高速公路改擴建項目中現狀交通量分析的重點和難點，是影響路段交通量未來發展趨勢的重要因素，也是當前高速公路改擴建項目決策分析中關注的焦點之一。

一、高速大數據處理

1.高速大數據字段信息

高速公路聯網收費系統主要通過收費站、門架系統等硬件設施獲取車輛通行信息。收費站系統可將上下高速的車輛進出口信息、進出時間，收費情況等信息記錄下來。在高速公路上通行的每一輛車都有一個通行ID，根據分析需要，一般從聯網收費系統中導出的數據字段包括通行ID、入口時間、入口站名稱、入口站編號、出口時間、出口站名稱、出口站編號、車型等信息（見表1 所列），且每輛車的一次通行記錄為一條數據。

表1 高速大數據字段信息

由于高速大數據每個車次通行都會產生一條數據記錄，針對單個省份而言，全年產生的高速公路數據量龐大，因此有必要對高速大數據進行標準化的處理，以將系統中導出的原始數據變成工程中規范可用的標準數據。

2.高速大數據預處理

高速公路聯網收費系統中導出的數據會存在一些不必要的或者錯亂的信息，如數據中存在的空格、特殊字符，無關的高速公路門架記錄等，因此需要對高速公路大數據進行數據預處理，以清洗掉無用的數據。

高速公路大數據的預處理需要借助已有的收費站字典表進行，根據收費站字典表對高速大數據進行匹配，對于匹配失敗的數據則認為是無用數據，予以刪除。見表2 所列。

表2 收費站字典表信息

3.高速大數據OD

預處理已經清洗掉高速大數據中的無用數據，但由于數據量過大，工程人員依然無法直接對高速大數據進行分析，因此需要進一步處理以獲取高速大數據的OD。高速大數據OD有2 種形式：一種是列形式，含有入口站、出口站、交通量三列的文件，每種車型對應一種文件；另一種是矩陣形式，矩陣的行標題為入口站名稱，列標題為出口站名稱，每種車型對應一種文件。根據高速大數據OD分析需要，筆者采用列形式進行處理。將高速大數據原始數據處理成為高速大數據OD，它是一個數據聚合的過程，即將入口站、出口站和車型相同的數據進行累加，最終得到該車型在某入口進入高速和某出口離開高速的車輛數。

二、高速大數據OD 分析

高速公路路段出行一般分為區內交通、對外交通和過境交通3 種類別：①區內交通是指車輛起點和終點均位于直接影響區的車輛；②對外交通是指起點或者終點有且僅有一個位于直接影響區的車輛；③過境交通是指起點和終點均位于直接影響區之外的車輛。高速大數據OD分析的目的就是為了得到路段上區內交通，對外交通和過境交通的OD組成及其占比。

傳統的高速公路出行結構分析依賴于excle 表格，數據處理工作費時費力，且極易出錯，數據分析的效率和質量難以得到有效保證。本文研究出了一種快速高效的高速大數據OD分析方法，可以極大地節省人工處理分析的時間，提高數據分析的質量。

1.分析步驟

高速大數據OD 分析按照以下步驟進行：①高速大數據OD 導入數據庫；②收費站地理信息導入數據庫；③劃分交通小區；④輸出高速大數據OD分析矩陣文件。

2.收費站地理信息

高速公路路網由節點和路段組成，其中，節點包括收費站節點、樞紐互通節點和門架節點，高速公路大數據中統計到的數據一般包括收費站節點和門架節點。見表3 所列。

表3 收費站地理信息表（示例）

高速公路OD分析中關鍵的一步是將各個收費站點合并為交通小區，而交通小區一般通過行政區劃進行劃分，因此有必要將收費站的地理信息進行錄入，即將收費站與其所屬的區縣，地市和省份進行關聯。通過將收費站的地理信息進行關聯，程序即可通過行政區劃識別出其范圍內的所有收費站，進而進行程序系統的下一步運算。

3.交通小區

交通小區一般按照項目直接影響區細分、間接影響區粗分的原則，按照行政區劃范圍進行劃分。對于項目沿線則需要按照以收費站（覆蓋的范圍）為單位進行劃分，每個收費站單獨設置為1 個小區，對于項目間接影響區按照距離項目的遠近、交通量競爭分流關系，對項目的影響程度等因素根據區縣、地市和省份進行劃分。

4.程序設計

采用C#語言對整個高速公路大數據OD 分析流程進行編程實現，數據庫采用sqlite。程序可實現的功能有：導入OD數據、導入地理信息、添加小區、刪除小區、生成OD 矩陣等。程序首先將高速OD 大數據進行地理信息關聯，然后將地理信息與交通小區進行關聯，最后通過邏輯運算輸出交通小區的OD矩陣分析文件。

通過將高速大數據與收費站地理信息進行關聯處理，程序可分析得出交通小區之間的高速公路出行OD。例如，某省份有576 個收費站，按照項目需要根據行政區劃將其劃分了15 個小區，程序最終可輸出一個15×15 的OD矩陣。分析結果一目了然，且分析效率極高。

高速公路OD矩陣分析完成后，工程師即可根據項目情況針對高速公路的具體路段進行出行結構分析，從而得出項目分路段的出行結構。

三、案例分析

以京珠高速公路廣東省某年高速聯網數據為基礎，利用本程序進行高速公路路段出行結構分析，分析沿線各路段的出行結構及其功能定位。

1.概況

G4 京港澳高速公路粵北省界至馬壩互通段位于廣東省北部韶關市境內，是京港澳高速公路主通道的重要組成部分，起于湘粵兩省交界的小塘，北接京港澳高速湖南耒陽至宜章段，經老坪石、管埠、云巖、長溪、乳源、社主、甘塘、上壩、水文，止于與南邵高速相交的馬壩樞紐互通，南接京港澳高速公路韶關至清遠段，同時與樂廣高速多次交叉，并存在交通轉換。其中，小塘至甘塘段于2003 年4 月3 日通車，甘塘至馬壩段于2001 年1 月20 日開通。

2.高速OD 分析

（1）數據導入。數據導入包含2 個部分，分別是收費站地理信息和高速大數據原始OD。利用高德地圖api 接口將廣東省內各個收費站對應的區縣，地市進行批量對應，對于省界門架則將其對應的毗鄰外省的區縣，地市和省份進行對應，最后形成csv文件導入程序數據庫。篩選出廣東高速大數據文件的入口、出口、車次三列形成csv文件，將其導入程序數據庫。需要注意的是，OD數據中不應出現空格、無法識別的特殊字符等。

（2）交通小區。依據廣東省高速公路大數據，并以廣東省及其周邊省份現有的行政區劃為基礎，按照受項目影響程度的不同，將項目影響區劃分為33個交通小區。見表4 所列。

表4 交通小區劃分明細

（3）交通小區OD。在程序中分別添加交通小區及其編號，對于直接影響區（交通小區編號為1 ～13），按照收費站層級進行添加，粵北省界屬于直接影響區，在交通小區篩選中可按收費站級別，也可按粵北省界毗鄰的湖南宜章縣，間接影響區則按相應的區縣、地市即可。添加完成后，運行程序即可生成相應的交通小區OD 矩陣。

（4）分路段出行結構。通過對交通小區OD 矩陣文件進行分析，得到項目沿線各路段區內交通、對外交通和過境交通的占比，見表5 所列。通過分析可知，京珠北高速公路坪石北至乳源段過境交通占比均未達到50 %，京珠北項目的過境交通功能一般。造成以上情況的原因是，京珠北項目沿線存在一定的安全隱患，且由于樂廣高速的建成，京珠北項目的過境交通量被分流導致。

表5 分斷面交通出行占比

（5）路段出行流向。利用交通小區OD 文件對京珠北項目坪石北至乳源段的流向及其占比進行分析，將各路段流量流向按照里程進行加權平均，得到本項目沿線的交通流向及其占比。經過計算，全段區內交通占比31.25 %，對外交通占比37.53 %，過境交通占比31.22%。由此可知，項目沿線以對外交通出行為主，其次為區內交通，過境交通占比最低。

在流向及其占比上，對外交通中以項目沿線至湖南方向的占比最高，達到11.18 %；其次是廣州方向，占比達到了6.65 %。在過境交通中，以湖南方向與廣州方向的交通量占比最多，達到了10.81%；其次是湖南至東莞、深圳方向，占比達到10.10%。見表6 所列。

表6 本項目分路段現狀交通出行特征（坪石北至乳源段）

四、結語

路段OD流量流向的分析是高速公路項目交通量預測工作的重要基礎，路段出行結構是高速公路交通量分析的重要組成部分。區內交通、對外交通和過境交通的占比對于確定項目的功能定位具有重要意義。隨著高速公路智能化的發展，高速大數據在高速公路項目中的應用將日趨廣泛。基于高速大數據和C#編程的路段出行結構分析方法，通過收費站地理信息導入、高速大數據OD導入、交通小區劃分等分階段的數據處理分析工作，有效提高了高速公路項目交通量分析的工作效率和工作質量，對于推動高速大數據在高速公路項目中的應用具有較好的應用意義和推廣價值。