GIS在交通运输规划与管理中的应用＊

索明亮 梁艳平

（北京交通大学城市交通复杂系统理论与技术教育部重点实验室 北京 100044）

0 引 言

地理信息系统（geographic information system，GIS）是指在计算机软硬件支持下，运用系统工程和信息科学方法，对地表空间数据进行采集、存储、显示、查询、操作、分析和建模，以提供对资源、环境和区域等方面规划、管理、决策和研究的人－机系统.在GIS技术不断发展下，目前GIS的应用已从基础信息管理与规划转向更复杂的区域开发、预测预报，甚至与卫星遥感技术相结合用于全球监测，成为重要的辅助决策工具.本文从地理信息系统在交通领域的应用现状入手，分析了交通地图数据库的建立、数据分析与处理等GIS应用于交通需要解决的关键问题，最后预测并设想了GIS在交通运输规划与管理中的城市道路设计、车辆诱导、城市交通预测、城市交通设施管理几个方面的应用.

1 GIS在交通领域中的应用现状

交通规划中经常要涉及到人口、国民经济数据，各类城市规划的用地与规模，道路长度等级与通行能力，交通量，交通分区等众多内容，用地理信息系统来管理，可以在兼容接口的条件下接收上述大部分现有数据，大幅度减少各部门数据调查和数据输入的时间和工作，从而缩短规划项目的设计周期，提高工作效率［1］.现在许多大城市（如北京、上海、广州等）规划，大都采用了美国MapInfo公司研制的GIS软件平台MapInfo桌面地理信息系统软件将交通规划与GIS相结合，对城市的综合交通网络进行规划，效果良好.图1表示的是交通规划中利用MapInfo绘制的北京市公路交通数据采集与发布设施布设现状图，对路网上的交调设备，视频监控设备，可变情报板等基本设施进行了布设、属性标注和管理.

数据真正的价值不在于海量的原始数据而在于在此基础上的实用分析，GIS系统的决胜之处就在于它的智能性，能将数据合理地分化、分析，并能用一些易于观看、简练的表达方式，如一些统计图表、分区图、专题图等.如北京市交管局从2000年起开始启动的北京交通治理地理信息系统建设（见图1），该系统采用的是基于RSRI产品构架的GIS平台，它以专业化、综合性、可视化的基础地理信息为基础，综合集成现有系统，将监控视频、交通控制信号、交通违章监测等的实时动态信息等各种数据采集起来进行集中治理、分析，以便交通治理人员做出快速响应，从而达到疏导交通、缓解拥堵的目标，进一步提高北京市交通治理的现代化水平.

图1 北京市路网设施规划总体效果图

2 GIS应用于交通需要解决的关键问题

2.1 交通地图数据库的建立

地理信息系统若应用于交通，必须具备快速的图示显示、动态轨迹显示、灵活快速的信息查询和路径计算与选择等功能.因而设计地图数据库应遵循以下原则：图形结构简单，拓扑关系简单，冗余度小，图形刷新速度快，有良好的图形剪裁功能，非空间数据功能强.

1）常见数据结构和模型存在的问题 地图数据的种类繁多、数据量大、变化快，建立一个集中式、分功能型的地图数据结构存在理论和技术上的困难.现有的数据结构和模型都是针对具体问题设计而成的，既有各自特点，又存在局限性.尤其是复杂对象，由于被多个共享的节点分开，没有建立索引，因此定位复杂对象只能采用穷尽顺序搜索法.拓扑模型具有结构紧凑、冗余度低的特点，但数据结构复杂，拓扑结构建立比较困难，导致空间查询和空间分析算法也相当复杂，计算时间长［2］.

2）交通地图数据库建立 采用现有的GIS平台（如 MapInfo、ArcGIS等），将现有的地图数据转换成相应的GIS平台下的数据，再利用GIS平台拓扑化功能将数据拓扑化，建立起完备的拓扑化的地图道路交通网络，通过外部的DBMS管理属性数据，从而完成各项复杂的功能.这样建立起来的地图数据库能够充分利用现有GIS平台的强大功能，如空间查询、网络分析等［3］.

2.2 交通问题中的数据分析与处理

1）信号交叉口服务水平分析 道路或路网的总行车延误中，交叉口延误所占比例一般都在80%以上，对交叉口的分析具有重要意义.采用GIS技术，可以直观地显示交叉口的类型、进口道的车道数、宽度以及交通控制装置等，这就为交叉口服务水平的分析提供了直观空间信息.分析采用的主要评价指标为机动车停车延误.目前用于直行优先信号控制交叉口进口道延误计算模型主要有英国TRRL的韦伯斯特（Webster）模型和美国HCM延误模型.

Webster交叉口进口车道延误模型为

式中：d为每辆车的平均延误；c为信号周期时长；λ为绿信比；q为标准化交通量；X为饱和度［4－7］.

式（1）中，第1项是均匀车辆到达率所产生的延误；第2项是车辆到达随机性所产生的延误；第3项是由模拟法求出的补偿项.该公式只适用于饱和度X＜1.

计算得到d后，再根据HCM信息交叉口服务水平标准为交叉口服务水平定级.

HCM延误模型为

式中第1项是均匀车辆到达率所产生的延误；第2项是随机到达或超饱和流所产生的延误.该式主要适用于饱和度X≤1.2时.

2）最佳路径分析与选择 GIS能够进行交通网络中径路的分析计算，从而提供最佳径路以供选择，如：距离最短，费用流最小，时间最省等.

本文的最短径路算法采用标号法，即Dijkstra法［8－9］.Dijkstra算法的基本原理是：假设每个点都有一对标号（dj，pj），其中dj是从起源点s到点j的最短路径的长度（从顶点到其本身的最短路径是零路（没有弧的路），其长度等于零）；pj则是从s到j的最短路径中j点的前一点.

求解从起源点s到点j的最短路径算法的基本步骤如下.

步骤1初始化.起源点设置为：（1）ds＝0，ps为空；（2）所有其他点：di＝∞，pi＝∞；（3）标记起源点s，记k＝s，其他所有点设为未标记的.

步骤2检验从所有已标记的点k到其直接连接的未标记点j的距离，并设置dj＝min｛dj，dk＋lkj｝.式中：lkj为从点k到j的直接连接距离.

步骤3选取下一个点.从所有未标记的结点中，选取dj中最小的一个i：di＝min｛dj，所有未标记的点j｝.点i就被选为最短路径中的一点，并设为已标记的.

步骤4找到点i的前一点.从已标记的点中找到直接连接到点i的点j＊，作为前一点，设置：i＝j＊.

步骤5标记点i.如果所有点已标记，则算法完全推出，否则，记k＝i，转到步骤2再继续.

以下是C＋＋语言编制的单源最短路径算法，代码如下：

输入图形数据时，图用邻接矩阵表示.

运行程序后，即能够求出源点到各顶点的最短路长.

3 GIS在交通运输规划与管理中的应用性研究

1）城市道路设计 在以往的城市道路设计中，工作量不仅大而且效率低下，现运用地理信息系统技术将使设计者的效率大为提高.如：在城市GIS交通专题信息系统上利用GIS的动态模拟技术、虚拟现实技术对规划方案进行仿真、模拟、然后进行评估，使方案满足于当前的需要，预测出一定的发展空间.此外，还可以利用GIS中的叠置分析、网络分析、缓冲区分析等对道路的宽度、长度、最优路径的选择进行设置.GIS中的三维拓扑生成，还可以使道路立体化，根据不同路段规划哪些地方需要建设立体交叉，哪里该设公交停靠站点等.

2）车辆诱导 利用GIS技术开发出的车载导航系统，不仅可以使驾驶员在车辆运行中直接查看道路图、停车设施、商业点和旅游景区，而且还可以帮助驾驶员快速找到去往目的地的最佳路径，从而缩短旅行时间.此外，导航系统还兼有对各路段交通现时拥堵状况的分析功能，避免驾驶员驶入交通堵塞区，从而节约行驶时间.

3）城市交通预测 在城市交通规划与管理过程中，需要处理的数据量往往很大.采用的数学模型很复杂，规划成果或分析结果的表示也要求多样化.利用GIS强大的数据采集、数据管理、图形显示功能，尤其是空间分析功能，可以很方便地实现交通需求预测、车流路径选择、道路通行能力分析、交通质量评价等.

4）城市交通设施管理 利用地理信息系统软件（如ArcGIS、Mapinfo）本身所具有的功能，首先建立综合信息数据库，需要对一个城市交通路网结构的实现，这种路网结构包含路网内的统计概念上交通流分布，即需要历史数据或大量的实时交通流数据作为路网构架的基础；其次交通流覆盖的路网结构上，实现各种交通控制方式，在路网上的道路交叉口应用图层建立交通信号控制对象，控制相关的数据存储在控制数据数据库中；最后建立交通设施静态信息数据库，对路网中的各类静态交通设施（各种路标、指示牌、红绿灯设备、检测线圈等等）的所属信息进行统计与查询，并将路网实体数据和属性数据以分路段的方式与地理坐标联系起来，从而对各种交通设施进行维护与管理.

4 结束语

城市交通网络在一个城市的发展中占有至关重要的地位，如何在信息技术高速发展的今天，利用现代科技对其进行规划和管理是摆在我们面前亟需解决的问题.本文利用GIS技术能对空间信息和非空间信息同时进行分析和处理，同时将结果以图形（统计图、专地图等）方式显示，将其应用于交通领域，不仅直观，而且差异性明显，而且能为解决交通问题进行二次开发，为处理具有地理特征的交通信息提供了新的技术手段.

［1］徐 强.GIS在交通领域中的应用现状与发展趋势［J］.山西科技，2008（4）：52－53.

［2］张宏亮，李胜伟.GIS及GIS－T在交通规划方面的应用［J］.知识经济，2009（6）：139－140.

［3］杨兆升，刘红红.地理信息系统在交通运输规划与管理中的应用研究［J］.公路交通科技，2000（2）：31－32.

［4］庄 焰，曾文佳.信号交叉口延误计算模型研究［J］.深圳大学学报理工版，2006，23（4）：309－310.

［5］钱颂迪.运筹学［M］.3版.北京：清华大学出版社，2005.

［6］姚裔虎，赵跃萍.信号交叉口延误分析几种常用方法的比较［J］.武汉理工大学学报：交通科学与工程版，2009，33（4）：687－690.

［7］O′Neill W.Developing optimal transportation analysis zones using GIS［J］.ITE Journal，1991（12）：33－35.

［8］刘建美，马寿峰.交通诱导出行信号博弈分析及其虚拟行动学习模型［J］.武汉大学学报：自然科学版，2010（1）：55－58.

［9］张飞舟，晏 磊，范跃祖.智能交通系统中的公交车辆动态调度研究［J］.公路交通科技，2002（3）：89－92.