用于高分辨率机动车动态排放清单的小时交通量测算方法技术

本发明专利技术提供了一种用于高分辨率机动车动态排放清单的路段的小时交通量测算方法，用以解决现有技术缺乏面向高时空分辨率机动车动态排放清单的路段的小时交通量测算的问题。所述小时交通量测算方法，基于FCD速度数据及交通流状态分类，依次构建FCD速度与交通量时空匹配数据、交通流模式数据库和基本图模型数据库构成测算模型数据库，再根据当前路段限制条件从测算模型数据库中调用相应测算模型，动态测算路段的小时交通量。本发明专利技术实现了路网中无监测交通量路段的小时交通量动态测算，降低了测算成本，提高了测算精度，具有高时空连续性和实用性；用于建立高分辨率机动车动态排放清单，能及时反映道路交通排放的实际情况，提高了排放清单的时空分辨率。

Hourly traffic volume calculation method for high resolution vehicle dynamic emission inventory

【技术实现步骤摘要】
用于高分辨率机动车动态排放清单的小时交通量测算方法
本专利技术属于环境保护与道路监测领域，具体涉及一种用于高时空分辨率机动车动态排放清单的路段的小时交通量测算方法。
技术介绍
道路移动源排放是城市空气污染的主要来源之一，多数大中城市道路的移动源排放占比超过20％。为了预警及应对重污染天气，动态模拟重污染期间城市空气质量的实时变化，需要对城市全路网中的移动源排放进行实时监测，建立高时空分辨率机动车动态排放清单。高时空分辨率机动车动态排放清单将实时的路段交通量和车辆平均行驶速度作为输入参数，得到全路网每条道路1小时间隔的机动车污染物排放量。其中，车辆速度可以基于海量的浮动车数据(FCD)来获得，而实时路段交通量很难利用国内外现有的交通量测算方法进行可靠采集。传统的交通量获取方法多使用固定监测器，如感应线圈、高清摄像头、射频识别技术(RFID)和远程交通微波传感器(RTMS)来采集路段交通量。然而固定监测器的安装和维护成本十分昂贵，目前仅设置在快速路和主干路的重点路段，且存在布局分散、路网覆盖率低、时间连续性差、数据质量易受设备本身和天气因素影响等问题。现有技术中，路段交通量动态测算多采用面向交通管控的交通量预测方法，并未形成面向高时空分辨率机动车动态排放清单的交通量测算方法体系。因此更多关注于短时交通量预测，交通量测算的不确定性较高且测算精度难以保证，同时，计算量大、计算程序复杂耗时，测算方法的实用性和普适性较低。
技术实现思路
为了解决现有技术中缺乏面向高时空分辨率机动车动态排放清单的路段的小时交通量测算的问题，克服现有路段交通量测算稳定性、实用性、普适性不高的问题，本专利技术实施例提供了一种用于高分辨率机动车动态排放清单的路段的小时交通量测算方法，针对路网中无监测交通量的路段，基于实时浮动车数据(FloatingCarData，FCD)中的FCD速度和交通流状态分类进行动态小时交通量测算，具有高的时空连续性和稳定性，提高测算精度、实用性和普适性的同时，降低交通量测算成本；测算结果用于高分辨率机动车动态排放清单，能够及时反映路网交通排放的实际情况，提高了排放清单的空间和时间分辨率。为了实现上述目的，本专利技术采取了如下技术方案。本专利技术实施例提供了一种用于高分辨率机动车动态排放清单的路段的小时交通量测算方法，所述小时交通量测算方法包括如下步骤：步骤S1，采集路段交通流数据并建立基础数据库；步骤S2，根据所述路段交通流数据得到路网中FCD速度时空分布和交通量时空分布，并对同一路段的同一方向和同一观测时间，对FCD速度和交通量进行时空匹配，得到道路速度交通量匹配数据库；步骤S3，根据所述道路速度交通量匹配数据库建立交通流测算模型数据库；步骤S4，从所述交通流测算模型数据库中调用测算模型，动态测算路段的小时交通量。优选地，所述路段交通流数据包括：GPS获取的FCD数据、交通流监测数据和车辆运行道路的地理信息数据。优选地，所述步骤S3中交通流测算模型数据库包括交通流模式子数据库和交通流基本图模型子数据库。优选地，所述建立交通流模式子数据库包括如下步骤：步骤S301，将道路速度交通量匹配数据库中的数据按照区域、道路、车型、交通、天气和日期条件进行分类；步骤S302，将道路速度交通量匹配数据库中不同时间间隔的交通量数据集成为单车道小时当量交通量，并对不同天交通量进行归一化处理，所述归一化处理的公式为：式中：xp为时段p观测交通量(veh/lane/h)；为时段p归一化交通量(veh/lane/h)；xmin和xmax别为同一天观测交通量的最小值和最大值；步骤S303，在不同分类下，对小时交通流模式的时变特征进行聚类；步骤S304，在不同分类下，分别计算一年中12个月份和一周7天的交通量调整系数。优选地，所述建立交通流基本图模型子数据库包括如下步骤：步骤S311，将道路速度交通量数据库中的基本数据按照区域、道路、车型、交通和天气条件进行分类；步骤S312，在不同分类下，标定交通流的自由流速度，作为交通流状态的判别标准；步骤S313，在不同分类下，根据一天观测路段交通量-密度关系散点的时间变化特征，识别交通拥堵发生前后的交通流磁滞现象；步骤S314，根据所述磁滞现象，为分别描述交通拥堵形成和消散过程，建立描述速度-交通量关系的分时段交通流基本图模型。优选地，所述建立描述速度-交通量关系的分时段交通流基本图模型，具体为：根据交通流基本图的形状和特征，将速度交通量数据分为交通拥堵形成和消散两个时段；将统计时间间隔的交通量数据转换为以每车道每小时车辆数为单位的交通量。优选地，所述步骤S4中从交通流测算模型数据库中调用测算模型，包括如下步骤：步骤S401，根据路段属性、无监测交通量路段历史FCD速度时变曲线及时空条件，调用交通流基本图模型；步骤S402，根据调用的交通流基本图模型，进一步识别交通流模式。优选地，所述步骤S4中动态测算路段的小时交通量，包括如下步骤：步骤S411，根据实时FCD速度和所述步骤S312标定的自由流速度，判断当前路段的交通流是否属于自由流状态；当属于非自由流状态时，进入步骤S412；当属于自由流状态时，转入步骤S413；步骤S412，基于交通流基本图模型调用测算非自由流状态小时交通量；步骤S413，基于交通流模式识别测算自由流状态小时交通量。由上述本专利技术的实施例提供的技术方案可以看出，本专利技术实施例用于高分辨率机动车动态排放清单的路段的小时交通量测算方法，充分利用了实时的FCD数据和交通流监测数据，为城市路网中没有交通量监测器的路段动态测算小时交通量，具有高时空连续性和高质量的特点，结合现有的交通流监测数据达到覆盖全路网所有路段的目的，降低了路段交通量测算成本；同时，小时交通量测算程序简单、计算量小，降低了交通量测算的不确定性，并且全面考虑了道路条件、交通条件和天气等因素以及交通流状态对交通量测算精度的影响，显著提高了测算精度、实用性和普适性；实现了全路网无交通量监测器路段的小时交通量测算，测算结果可用于建立高分辨率机动车动态排放清单，能够及时反映不同道路、交通和天气条件下道路交通排放的实际情况，提高了排放清单的空间和时间分辨率。本专利技术附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例用于高分辨率机动车动态排放清单的路段的小时交通量测算方法流程示意图；图2为本专利技术实施例用于高分辨率机动车动态排放清单的路段的小时交通量测算本文档来自技高网...

【技术保护点】
1.一种用于高分辨率机动车动态排放清单的路段的小时交通量测算方法，其特征在于，所述小时交通量测算方法包括如下步骤：/n步骤S1，采集路段交通流数据并建立基础数据库；/n步骤S2，根据所述路段交通流数据得到路网中FCD速度时空分布和交通量时空分布，并对同一路段的同一方向和同一观测时间，对FCD速度和交通量进行时空匹配，得到道路速度交通量匹配数据库；/n步骤S3，根据所述道路速度交通量匹配数据库建立交通流测算模型数据库；/n步骤S4，从所述交通流测算模型数据库中调用测算模型，动态测算路段的小时交通量。/n

【技术特征摘要】
1.一种用于高分辨率机动车动态排放清单的路段的小时交通量测算方法，其特征在于，所述小时交通量测算方法包括如下步骤：
步骤S1，采集路段交通流数据并建立基础数据库；
步骤S2，根据所述路段交通流数据得到路网中FCD速度时空分布和交通量时空分布，并对同一路段的同一方向和同一观测时间，对FCD速度和交通量进行时空匹配，得到道路速度交通量匹配数据库；
步骤S3，根据所述道路速度交通量匹配数据库建立交通流测算模型数据库；
步骤S4，从所述交通流测算模型数据库中调用测算模型，动态测算路段的小时交通量。


2.根据权利要求1所述的所述小时交通量测算方法，其特征在于，所述路段交通流数据包括：GPS获取的FCD数据、交通流监测数据和车辆运行道路的地理信息数据。


3.根据权利要求1所述的所述小时交通量测算方法，其特征在于，所述步骤S3中交通流测算模型数据库包括交通流模式子数据库和交通流基本图模型子数据库。


4.根据权利要求3所述的所述小时交通量测算方法，其特征在于，所述建立交通流模式子数据库包括如下步骤：
步骤S301，将道路速度交通量匹配数据库中的数据按照区域、道路、车型、交通、天气和日期条件进行分类；
步骤S302，将道路速度交通量匹配数据库中不同时间间隔的交通量数据集成为单车道小时当量交通量，并对不同天交通量进行归一化处理，所述归一化处理的公式为：



式中：
xp为时段p观测交通量；

为时段p归一化交通量；
xmin和xmax别为同一天观测交通量的最小值和最大值；
步骤S303，在不同分类下，对小时交通流模式的时变特征进行聚类；
步骤S304，在不同分类下，分别计算一年中12个月份和一周7天的交通量调整系数。


5.根据权利要...

【专利技术属性】
技术研发人员：宋国华，姜云，葛梦雪，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：北京;11