一种基于排放源强相似性的机动车尾气遥测设备布点方法技术

本发明专利技术公开了一种基于排放源强相似性的机动车尾气遥测设备布点方法，步骤为：计算交通路网中每两条道路的排放源强相似度；根据排放源强相似度确定每条道路的k近邻；根据每条道路的k近邻寻找互为k近邻的道路；互为k近邻的道路之间聚成一簇，应用广度优先搜索法确定聚类结果；从每簇中选择一条符合布设遥测设备条件的道路作为布点道路，所得的布点道路集合即为最终的布点方案。而未布设设备道路的排放源强可根据他们与同一簇中已布设设备道路之间的一元线性关系来推算。本发明专利技术可有效优化机动车尾气遥测系统中设备的点位设置，从而在保证全路网所有道路排放源强可获得的情况下，最小化遥测设备的数量。

Method for distributing vehicle tail gas remote measuring equipment based on strong similarity of emission source

The invention discloses a distribution method of motor vehicle exhaust emission source intensity telemetering equipment based on similarity steps: strong similarity of emission sources calculated for each of the two road traffic network; according to the neighboring K emission source intensity similarity is determined for each road; according to each road K near neighbor search for mutual k nearest neighbor Road; each other between k nearest neighbor path clustered, using breadth first search method to determine the clustering results; choose a qualified telemetry equipment layout path from each cluster as the distribution of roads, road distribution income set is the final cloth point plan. However, the emission intensity of the road without equipment can be calculated according to the linear relationship between them and the equipment in the same cluster. The invention can effectively optimize the equipment of motor vehicle exhaust telemetry system is a point in the set, so as to ensure the all road emission source intensity can be obtained under the condition of the minimum number of telemetry equipment.

【技术实现步骤摘要】
一种基于排放源强相似性的机动车尾气遥测设备布点方法
本专利技术涉及一种城市路网机动车尾气遥测设备布点方法，属于公共设施选址

技术介绍
随着我国城镇化进程的发展，人民生活水平逐步提升，居民出行需求大量增多，造成我国机动车保有量的大幅度增加。在满足人们出行需求的同时，机动车造成的空气污染亦日趋严重。统计表明，机动车尾气排放占据城市总空气污染的50-80％，已经成为城市主要空气污染源之一。因此对于机动车尾气排放的控制与治理，已成为改善我国城市空气质量的重要环节。为治理机动车尾气污染，环保部门亟需掌握城市路网各道路上的尾气排放状况，从而采取有针对性的措施减少尾气排放。遥测检测技术是一种有效的机动车尾气检测手段，可在短时间内完成对大量在路机动车的尾气排放水平进行普查，通过在路网上广泛布设机动车尾气遥测设备可实现全路网各道路的尾气排放状况估计。但是由于城市规模的不断扩大，城市交通路网发展迅速，覆盖范围越来越广，路网密度越来越大，道路数量及其庞大，如果要在每条道路上都布设遥测设备，所需成本将过高。所以，如何在交通网络中选取合适的道路进行遥测设备布设，从而可估计全网络的机动车尾气排放状况成为一个关键技术。排放源源强指单位时间内道路上在路机动车尾气排放污染物的排放量，采用源强评价道路污染程度有重要价值，不仅可以分析单条道路的污染情况，也可由此分析机动车尾气对城市各区域的污染贡献。由于城市路网是一个有机整体，道路在交叉口处相连接，而路网交叉口的流入车辆数目等于流出车辆数目，因此道路机动车流量之间存在关联，而道路排放源强与车流量又有密切关系，可以确定的是，在城市路网中存在一些道路的排放源强之间有相关性。另一方面，由于居民出行的周期性和相似性，道路上的机动车尾气排放量在时间及空间上都存在一些相似性。在本专利技术之前，申请号201510214145.6公开了一种城市路网机动车尾气实时遥感监测基址选取方法，该方法是通过尾气遥测设备的点位优化从而使得城市路网上的遥测设备可检测到尽量多的车辆，该方法侧重于个体车辆排放水平的普查，而对于交通网络中道路总体排放源强的估计却效果欠佳。
技术实现思路
本专利技术技术解决问题：克服现有技术的不足，提供一种基于排放源强相似性的机动车尾气遥测设备布点方法，可有效优化机动车尾气遥测系统中设备的点位设置，从而在保证全路网所有道路排放源强可获得的情况下，最小化遥测设备的数量。本专利技术技术解决方案：一种基于排放源强相似性的机动车尾气遥测设备布点方法，通过对城市路网中各道路的排放源强的历史信息进行相似性分析，确定每两条道路的排放源强相似度，然后采用聚类方法将相似的道路进行聚类，在每一簇中选取一条道路进行遥测设备的布设，那么其他道路的排放源强就可根据其与已布设道路之间的相关关系进行推算。具体包括以下步骤：1)计算交通路网中每两条道路的排放源强相似度；由于道路排放源强与车流量有密切关系，而交通路网中的道路机动车流量之间存在关联，因此可以确定的是，在城市路网中存在一些道路的排放源强之间有相似性。下一步需要确定的是路网上哪些道路的排放源强有相似性，相似的程度有多大。这种相似的程度采用相关系数来表示：其中，ρX，Y代表道路X，Y排放源强之间的相关系数，cov(X，Y)表示X，Y的协方差，X代表道路X的排放源强数组，Y代表道路Y的排放源强数组，和分别表示道路X和道路Y排放源强数组的平均值，θ表示从1到n的正整数，n为样本数量。为使得所计算的相关系数具有代表性，必须有大量样本数据支持，即n的值应选取的稍大一些，例如选择3天的每小时排放源强历史数据。需要注意的是，道路之间的相似度无法由一组历史数据的相关系数完全表示，应尽可能选择多组同时间段的历史数据进行计算，以保证相关系数的稳定性。2)根据步骤1)的计算结果，对道路vi，其中i＝1，2，…，m，m是交通路网中道路的总数量，将路网中所有其他道路vj(1≤j≤m，且j≠i)按照与vi的排放源强相似度从大到小排列，前k条道路即作为道路vi的k近邻，其中k为正整数；根据计算出的排放源强相似度，对道路vi，其中i＝1，2，…，m，m是交通路网中道路的总数量，将路网中所有其他道路vj(1≤j≤m，且j≠i)按照与vi的排放源强相似度从大到小排列，前k条道路即作为道路vi的k近邻。k值可选择从0到m-1，其中m是交通路网中道路的总数量，随着k的值增大，聚类数越来越小，需布设遥测设备的道路也越来越少。可以使k从0开始逐步增大，并比较k取每个值时的聚类数，直到得到理想的结果时所对应的k值即为最终取值。k的选取也可根据欲布设的遥测设备数量来决定，随着k值的增大，当得到的聚类数等于欲布设的遥测设备数量时，此时的聚类结果即为最终的聚类结果；3)根据步骤2得到的道路vi的k近邻，其中i＝1，2，…，m，m是交通路网中道路的总数量，寻找互为k近邻的道路，使用一个无向图G＝(V，E)来描述道路之间的互为k近邻关系，其中V＝{v1，v2，…，vm}是无向图G的顶点集合，vi表示交通路网中的道路，i＝1，2，…，m，m是交通路网中道路的总数量；当且仅当vp和vq互为k近邻时(p，q＝1，2，…，m，且p≠q)，vp和vq之间存在无向边；步骤2中得到交通路网每条道路的k近邻，如果道路vp为道路vq的k近邻，同时道路vq为道路vp的k近邻，则称vp和vq互为k近邻(p，q＝1，2，…，m，且p≠q)。可以使用一个无向图G＝(V，E)来描述道路之间的互为k近邻关系，其中V＝{v1，v2，…，vm}是无向图G的顶点集合，vi(i＝1，2，…，m)表示交通路网中的道路，m是交通路网中道路的总数量；当且仅当vp和vq互为k近邻时，vp和vq之间存在无向边。4)步骤3)中互为k近邻的道路聚成一簇，应用广度优先搜索法确定所有道路v1，v2，…，vp中哪些道路可以聚成一簇，从而得到所有簇即为聚类结果；在步骤3)中互为k近邻的道路聚成一簇，即无向图G的每个连通子图中包含的顶点所对应的道路聚集成一簇，G中包含的连通子图数量即为聚类数。下面采用广度优先搜索法来遍历该无向图，得到最终的聚类结果。广度优先搜索法的过程如下：从图G中的某一起始点出发，例如v1，依次访问v1的所有未访问过的邻接顶点，即与v1互为k近邻的顶点，然后再依次访问这些顶点的未访问过的邻接顶点，重复这一过程，直到不存在另外的邻接顶点，那么所有被访问过的顶点即是一簇；然后从另一未被访问过的顶点出发，重复上述过程，直到所有顶点都被访问完，即遍历结束之后就可得到最终的聚类结果。在实际交通路网中，有一些道路比较符合布设遥测设备的条件，例如，建有高架桥或人行天桥的道路。由于遥测设备中的摄像机需要安装在道路上方，高架桥或人行天桥可直接用来安装摄像机，从而缩短安装周期，减少安装过程对正常交通的影响，并一定程度上降低安装成本。然而还有一些道路是不适合布设遥测设备的，例如，位于工厂等污染区域的道路和交通量巨大的道路。如果将遥测设备布设在污染区域，设备的检测数据会受到周围环境中污染物的影响，因此会产生偏差。交通量巨大的道路在城市交通路网中极为重要，而遥测设备的安装会阻断交通，对居民出行产生严重影响，因此尽量不进行遥测设备的布设。在每簇中选择布点道路时应充分考虑道路环境是否符合遥本文档来自技高网...

【技术保护点】
一种基于排放源强相似性的机动车尾气遥测设备布点方法，其特征在于步骤如下：步骤1：计算交通路网中每两条道路的排放源强相似度；步骤2：根据步骤1的计算结果，对道路v

【技术特征摘要】
1.一种基于排放源强相似性的机动车尾气遥测设备布点方法，其特征在于步骤如下：步骤1：计算交通路网中每两条道路的排放源强相似度；步骤2：根据步骤1的计算结果，对道路vi，其中i＝1,2,…,m，m是交通路网中道路的总数量，将路网中所有其他道路vj按照与vi的排放源强相似度从大到小排列，前k条道路即作为道路vi的k近邻，其中k,j为正整数，1≤j≤m，且j≠i；步骤3：根据步骤2得到的道路vi的k近邻，寻找互为k近邻的道路，使用一个无向图G＝(V,E)来描述道路之间的互为k近邻关系，其中V＝{v1,v2,…,vm}是无向图G的顶点集合，vi表示交通路网中的道路，i＝1,2,…,m；当且仅当vp和vq互为k近邻时，vp和vq之间存在无向边，其中p,q＝1,2,…,m，且p≠q；步骤4：将步骤3中互为k近邻的道路聚成一簇，应用广度优先搜索法确定所有道路v1,v2,…,vm中某些道路能够聚成簇，从而得到所有簇即为聚类结果；步骤5：对于步骤4所得的聚类结果，从每簇选择一条符合布设遥测设备条件的道路作为布点道路，所得的布点道路集合即为最终的布点方案。2.根据权利要求1所述的基于排放源强相似性的机动车尾气遥测设备布点方法，其特征...

【专利技术属性】
技术研发人员：康宇，李泽瑞，吕文君，许镇义，王雪峰，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：安徽,34