年终数据技能大冲刺开车啦！
同时报名还可享更多优惠：
任选2套同报，钜惠价再减200元！
任选3套同报，钜惠价再减360元！
任选4套同报，钜惠价再减520元！
任选5套同报，钜惠价再减650元！
（多套同报优惠到1月30日截止，
以上优惠不包括营13和营14）
01
概 述
交通流是城市交通研究中的重要对象，相比于静止的道路系统，交通流在时间和空间上都是动态变化的，这使得传统手段在分析交通流时往往力不从心，难以全面、精准地抓住其特征。
传统交通流监测通常采用人工直接观察或分析视频录像的方式，受制于人力，监测时长难免较短，范围也只限于观测视野所及区域，必须结合从业者的长期经验来判断区域交通症结。近年来，随着图像识别技术在视频监测领域的应用，实时识别城市范围内监测设备拍摄的交通流已得以实现。将识别产生的每日数以千万计的车流单体信息转为固定格式的记录数据并存储，即为城市交通监测大数据。该类大数据包含每个监测单位的时间、位置等信息，是交通流分析更好的研究对象。
通过大数据分析城市交通流可以从时间、空间两个维度展开。在时间上，可通过观测交通流在长至一年以上、短至分秒内流量随时间的变化，更好地掌握交通流的周期性规律以及突发情况下的交通流演变特征。在空间上，分析交通在流动过程中路径选择及起终点分布，同时了解交通流在不同路段的数量浮动，使得研究者能够以全局化的视角审视城市交通运行。此外，将一定区域内的交通流按时间、空间特征综合分析，从车辆单体路径选择和宏观交通流路径比例等多个视角审视，可以更好地找到区域交通瓶颈，以实现交通治理、优化有的放矢。
相比传统人工监测手段，大数据分析不但在时间上可以拉长观测周期、精细化观测颗粒，更能在空间上完成传统手段无法做到的路径追踪，实现具体车辆行程的起终点分析，总结空间分布规律。大数据分析使得交通流的细化、量化分析成为可能，对既有的分析手段而言是非常有益的补充。
下文尝试选取义乌城区的一个道路交叉口区域，通过城市交通监测大数据整体分析该区域的交通流特征，并简要提出交通优化方向与方法，以说明大数据在城市交通流分析中的应用。
义乌江滨路宾王路交叉口位于城区中心城区，交叉的两条道路为城市重要道路，交通流量大，周边业态多样并处在持续更新发展中，是具有深入分析交通演变价值的典型对象。
以10月份连续31天的道路监测数据看，全月平均单日监测量为6.5万次，最大值7.6万次。国庆节日交通量、周末假期交通量、工作日交通量依次递增，以10月21日的全天流量监测值为基准值1，国庆、周末、工作日的日均流量比值为0.83，0.85，0.94。
全月来看，排除国庆节日时期，流量波动按周具有重复性。每周以周一、周五的交通流量为相对高值，周六周日流量为相对低值。工作日存在显著性早晚高峰，周末时期的白天时段流量分布更为均匀，峰值降低。
以10月21日（周四）为例分析交叉口各进口道在全天各时段的分布情况。从时间看，各个进口道的高峰时段并不一致。宾王路早晚通勤高峰明显，在上午8时时段，下午4-5时段均有突出的流量峰值，高峰小时交通量约为全天交通量的7.5-8.0%。江滨路显现出了显著的潮汐车辆情况，早高峰南进口通行量比例为9.8%，同时期北进口仅占比3.9%，而下午4时北进口通行量比例为10.1%，同时期南进口比例为6.1%。
进一步分析高峰时期各进口道车流通行规律，选取早高峰8时时段，以10秒为间隔，统计每个间隔内流量在连续10分钟的变化情况。早8时期间，江滨路与宾王路交叉口红绿灯周期时长为145秒，由数据分析可见到江滨路北进口车流数量上下浮动大，总量不高，可以判断该进口车流未达饱和状态，车辆排队时间不超过一个红绿灯周期。而对比发现宾王路进口道每个红绿灯周期在高峰段约能同行70~80辆车，处在比较稳定的饱和通行状态，故而可判断该段宾王路单向通行能力约1850 veh/h。
研究车流的空间分布的要点在于分析经过交叉口的车流从哪里来，到哪里去，并绘制通行路径。对交叉口车流的溯源方法为分析单一车辆在一定时期内先后通过的监测点，并依据监测点位置推测出行路径，同时根据监测时间间隔判断出行起点及终点。
从江滨路与宾王路交叉口车流溯源情况看，排除网约车的影响，早八时途经该交叉口的车流以临近区域的车源分布较密集，赵宅、义驾山、五爱等附近区域车源占比20%。环城路内义乌江西岸车源占比53%，国贸大道以西车源占比15%。
从车流去向分布看，临近区域包含赵宅、义驾山、五爱等区域去向占比42%，其中以江滨路宾王路交叉口毗邻区作为行程终点的占比24%，体现该交叉口毗邻区域是早高峰时期重要的通勤终点。以环城路范围内义乌江为界线，早八时途经该交叉口的车流去向两岸比例约3:1，义乌江西岸占比明显更高。
根据江滨路宾王路交叉口的西进口和南进口起终点分析，西进口车流多来自于北苑、福田中心片区，其出行目的地多为交叉口毗邻区或江东中心片区。而南进口车流广泛来自稠城、稠江及北苑部分片区，车源分布更为广泛，出行目的地包含江滨路向北沿线直至国际商贸城片区，在江东区域亦有一定量的终点分布。计算出行路径的起终点时间差，可作为车辆旅程时间，西进口车流平均旅程时间27.6分钟，南进口车流平均旅程时间30分钟。
总结来看，江滨路与宾王路交叉口在交通分布上具有以下特点：
1) 宾王路全天流量在总量上高于江滨路，流量比例接近于2：1。
2) 在当前交叉口红绿灯配时设计下，宾王路单向进口同行能力约1850veh/h，江滨路单向进口同行能力约1550veh/h。在全天不同时段，各进口道均存在以饱和状态运行的时期。
3) 宾王路早晚高峰明显，东西向流量总量及时间分布规律基本一致。江滨路全天双向流量基本一致，但在时间分布具有显著潮汐特征，上午6-9时段南进口是北进口同时期流量数量的260%。
4) 空间分布上，过境与临近出行相重叠，各方向出行基本均匀。
5) 途经该交叉口的车流早八时时段平均旅程时间29分钟，平均旅程速度9.6km/h。
通过分析江滨路与宾王路交叉口交通流的时间和空间分布特征，可以提供两方面的应用。
其一是辅助预测交叉口流量在未来时期的变化。在当前时期，城市更新、道路规划发展等关键因素将重点影响江滨路与宾王路交叉口的交通流量。一方面，该交叉口流量在未来时期的增长与周边地块的城市更新等因素密切相关，这里便不做展开。另一方面，机场路三期建成将实现机场路全程快速化，目前在宾王路通行的交通因为更优路径出现，势必会有一部分流量会向机场路转移，其转移量的多少可以通过既有大数据分析测算，尝试绘制目前受机场路江东段影响选择宾王路出行流量路径，约占宾王路早高峰小时15%的比例。可以判断机场路全线快速化后，保守估计早高峰时期宾王路西向东流量将会转移10-15%的量至机场路。
其二是试图分析该交叉口的优化思路和措施。一方面应考虑优化红绿灯相位配时优化，根据不同时段各进口流量历史及实时数据，设定随时间变化的相位，优化交叉口实际通行能力，重点增加高峰时期交叉口实际通行量。另一方面应探索江滨路潮汐车道实施可行性。江滨路目前上午6-9时段南进口是北进口同时期流量数量的260%，这种显著的潮汐现象是由于国际商贸城高度集聚的营业及办公场所引起，在未来较长一段时期内将维持此种态势，因此可以就江滨路潮汐车道延长至宾王路为课题，结合既有的数据进行深化研究，综合判断设立潮汐车道的社会效益。
大数据正在以惊人的速度在各行各业中发展，使城市居民的衣食住行、医疗教育、娱乐社交方式发生变化。城市交通具有路径复杂、态势多变的特点，道路交通在不同的时段、区域体现出不同的特征，大数据分析能够更好的展现这些特征，对于城市交通具有非常重要的意义。
考虑到义乌的机动车保有量仍处于快速增长的趋势中，未来城市交通的压力将进一步加剧，交通规划需要在城市固定化的空间中满足日益上升的交通出行需求，传统交通治理手段将面临越来越严峻的挑战。完善交通大数据的汇集、分析手段，将交通流量化分析纳入既有交通分析体系中，既是数字赋能趋势下城市交通发展的重要方向，也是实现交通精细化、智能化管理的必要前提，大数据分析在城市交通领域大有可为。
主要业绩：义乌市步行自行车交通体系专项规划，义乌综合交通规划交通模型专题研究，双江湖科教园区规划交通量化分析，义乌西南高速线网布局研究，国贸大道两侧城市设计交通规划设计；义乌壹号院、下车门悦府、北苑万家风华等住宅类项目交通影响评价，稠州中学改扩建、绣湖中学改扩建、新建机关实验幼儿园、新建莲都大厦、新建儿童医院等公建类项目交通影响分析。
最近有朋友问我们：为什么没有及时看到推文？因为微信改了推送规则，没有点“赞”或“在看”，没有把我们“星标”，都有可能出现这种状况。
加“星标”，不迷路！看完文章顺手点点“赞”或“在看”，就可以准时与我们见面了~
原文始发于微信公众号（城市数据派）：大数据在交通流分析中的应用 ——以义乌特定交叉口分析为例丨城市数据派
规划问道
