雾霾情况下路网模型及雾霾对交通路网的影响

龚，张杰，蓝金辉

（北京科技大学a.机械工程学院；b.自动化学院，北京100083）

雾霾情况下路网模型及雾霾对交通路网的影响

（北京科技大学a.机械工程学院；b.自动化学院，北京100083）

雾霾对城市交通路网的影响主要包括交通数据缺失、交通安全和污染物排放三大问题.首先,基于城市交通数据监测系统，增加路网模型中驾驶员对能见度因素的反应特性，建立雾霾情况下交通路网模型，包括车道模型和交叉口模型两部分.然后，建立雾霾情况下交通路网模型评价指标,包括路网交通数据缺失率、交通危险系数和路网车辆污染物排放指标.最后，通过雾霾对路网影响程度和影响区域的仿真，得出如下结果：雾霾程度越严重、影响区域范围越大，交通数据缺失率越高，越不利于交通安全，同时污染物排放越多.

交通工程；雾霾情况下路网模型；雾霾影响下路网评价指标；路网模型仿真

1 引言

近年来，国内城市雾霾频发.目前，对雾霾问题的研究主要集中在雾霾形成机理[1]、雾霾检测[2]、减少雾霾措施[3]等方面.众所周知，城市雾霾给城市交通出行带来了三大问题：第一，雾霾情况导致路网状态数据采集不全.针对这一问题，国内外学者对雾霾情况下的图像处理进行了研究，研究方法主要包括：大气散射模型[4]和图像增强处理[5]相关方法.第二，在雾霾中出行，由于能见度低不利于交通安全.目前对该问题的研究主要侧重于对雾霾天气的能见度研究[6].第三，为缓解雾霾，需要降低路网车辆的污染物排放.目前，对该问题的研究主要侧重于对路网车辆尾气排放或无雾霾情况下节能减排问题[7]的研究.这些方法从一定角度研究来降低雾霾对城市交通的影响，而没有针对雾霾情况下的路网模型进行研究.

目前典型的路网模型建立是基于车辆跟驰[8]、流体动力学模拟[9]、车辆排队[10]、元胞传输模型[11]等交通流理论.已有的路网数据模型，不能描述路段中的车流变化和交叉口内的车流组织.而在雾霾情况下，城市交通对于车道中和交叉口内的车流描述要求均较高.为解决这一问题，本文路网模型分别描述车道及交叉口的车流，并分析雾霾情况对交通路网的影响.

2 雾霾情况下交通路网模型

将雾霾情况下交通路网模型分为车道模型和交叉口模型两部分.图1为路网中车道及交叉口示意图.假设三个交叉口i、j、k，路段ij为从交叉口i向交叉口j方向行驶的路段，交叉口j与交叉口k存在相连路段，相应的路段ij上包括通过交叉口i、j向交叉口k方向行驶的车道，将其标记为车道ij-k.路段ij上与该车道相连的交叉口记为交叉口ij-k.

图1 路网中车道及交叉口Fig.1Lane and intersection in road network

2.1 雾霾情况下车道模型

当车辆进入某一车道时，会对该车道的交通密度和速度产生一定的影响，但这种影响通常存在一定时差.因此，和是实变的.为方便仿真，假设这个时差与仿真周期相同.

在建立雾霾情况下路网模型时，需增加路网模型中驾驶员对能见度因素的反应特性.当车道能见度距离低于实际车间距时，驾驶员监测的车间距比实际车间距小，一般等同于.假设路段上车辆平均分布为

由于雾霾情况下车间距不易统计和监测,假设路网车道ij-k上的车间距平均，驾驶员根据监测的车间距进行车速调整.应符合交通限速要求，其值介于最高和最低交通限速之间.

式中vlmax为车道最高交通限速；vlmin为最低交通限速；alij0、alij1、alij2、alij3、alij4为系数;、的判别条件数值；hl=0,1,…,n.

2.2 雾霾情况下交叉口模型

交叉口允许车辆通过时，即使在雾霾情况下，车辆在交叉口ij-k的车辆间距变化极小，因此假设为固定值.

式中vcmax为交叉口限速；为车辆在交叉口ij-k处达到交叉口限速所需的加速时间；hl,hc=0,1,…,n

在建立雾霾情况下路网模型时，需增加路网模型中驾驶员对能见度因素的反应特性.在雾霾情况下，能见度越低，驾驶员在交叉口处车辆加速的时间越长.能见度较低时，车辆的加速不能达到交叉口限速.为与交叉口能见度距离相关的函数.

式中acij0、acij1和acij2为系数；为d的判别条件数值；hl=0,1,…,n.

3 雾霾情况下交通路网模型评价指标

雾霾对城市交通路网的影响主要包括交通数据缺失、交通安全和污染物排放三大问题.根据这些影响因素，分别针对车道模型和交叉口模型建立相应的评价指标.

3.1 路网交通数据缺失率

在统计车道模型的路网交通数据缺失率时，雾霾情况下存在不在车道数据采集监测系统的监测范围内的部分车道，将其占有率作为车道数据缺失率lol.

式中m为路网中交叉口数，当路网中存在车道ij-k时，函数的值为1，否则值为0.

在交叉口处，雾霾情况下交叉口拥堵程度数据容易缺失.该数据缺失率loc与交叉口处排队等待的车队长度和路网能见度相关.

3.2 交通危险系数

在雾霾情况下，车道处车辆越密集越容易引发交通事故，车道交通安全程度sal越低.

在雾霾情况下，当交叉口处排队车辆长度超出交叉口处能见度距离时，车辆容易由于启动误判引发交通事故，此时交叉口交通安全程度sac较低.

3.3 路网车辆污染物排放指标

为避免雾霾情况的加重，对路网的车辆污染物排放要求较高.根据文献[7]，建立路网车辆污染物排放强度po.

式中bij0、bij1和bij2为系数，系数值与车型及污染物种类相关.车型分为轻型车、中型车和重型车.污染物主要包括CO、HC、NOX.

式中cij0、cij1、cij2、cij3、cij4、cij5、cij6、cij7、cij8和cij9为系数；的判别条件数值.

4 仿真

4.1 仿真数据

采用MATLAB进行仿真，仿真周期设为10秒，共仿真180周期.

4.1.1 路网数据

选择北京某区域的路网进行仿真.仿真路网包含Kehui Road（科荟路）,Kehui South Road（科荟南路）,Tatun North Road（大屯北路）,Tatun Road（大屯路）.以该区域路网中主路为基础，将路网图结构简化，如图2所示.

图2 路网图Fig.2 Road network

4.1.2 路网模型数据

假设各车道模型数据相同：NLkij(0)的值随机，取值范围设为[0,90].pikj的值随机，与选择路段ij上其他车道的概率和为1.lv=4.5 m，ls=0.8 m.通过仿真区域的实地数据测量，当车道能见度dkij为60 m及以上时，车速为80 km/h；当dikj为40 m时，车速为60 km/h；当为20 m时，车速为35 km/h；当为10 m时，车速为7.92 km/h；当为1m或以下时，车速为0 km/h.因此，公式（6）中的系数值为：=80 km/h、alij0=16/9m2/h，alij1=2/225 m-1,alij2=17 600/9 h-1,alij3=2 200/9 h-1, alij4=-11/45 km/h，vlmin=0 km/h，判别条件数值为dikj0=60 m、=10 m、=1 m.

4.1.3 评价指标数据

路网车辆污染物排放指标数据：假设路网车辆的车型均为轻型，且车型相同.根据文献[7，12-15]，=0.2；式（18）的系数bij0=7.524 85、bij1=-0.210 09 h/km、bij2=0.000 79 h2/km2；式（19）的系数

cij0=-0.045 g∙h∙km-2∙veh-1、

cij1=4.36 g∙km-1∙veh-1、、

cij2=0.000 012 5 g∙h2∙km-3∙veh-1

cij3=-0.002 57 g∙h∙km-2∙veh-1、

cij4=4.21 g∙km-1∙veh-1、

cij5=0.000 737 5 g∙h2∙km-3∙veh-1、

cij6=-0.075 25 g∙h∙km-2∙veh-1、

cij7=5.95 g∙km-1∙veh-1、

cij8=-0.163 g∙h∙km-2∙veh-1、

cij9=8 g∙km-1∙veh-1；判别条件数值为

4.1.4 雾霾数据

将仿真分为雾霾对路网影响程度仿真和雾霾对路网影响区域仿真两部分.

雾霾对路网影响程度仿真数据：从雾霾对路网影响程度上来看，将能见度距离在600 m以上的情况称为轻度影响雾霾；将能见度距离在600 m至200 m之间的情况称为中度影响雾霾；将能见度距离小于200 m的情况称为重度影响雾霾.假设路网内各车道和交叉口实际路网能见度相同且不随时间变化，将轻度影响雾霾的实际路网能见度值设为1 000 m，中度影响雾霾的实际路网能见度值设为400 m，重度影响雾霾的实际路网能见度值设为150 m.

雾霾对路网影响区域仿真数据：中度和重度影响雾霾使城市交通数据监测系统在部分路网处失效，将这部分路网称为雾霾盲区.根据雾霾使路网数据缺失情况，将雾霾对路网影响区域分为雾霾点盲区、局部盲区和全盲区.仿真时，将交叉口12设为雾霾点盲区，将交叉口12、13、16和17所围的区域设为雾霾局部盲区.通常路网中其他非盲区依然存在一定程度的雾霾.假设路网内各车道和交叉口实际路网能见度相同且不随时间变化，将非雾霾盲区的实际路网能见度值设为1 000 m，雾霾盲区的实际路网能见度值设为500 m.

4.2 仿真结果及分析

4.2.1 雾霾对路网影响程度仿真结果及分析

分别针对轻度影响雾霾、中度影响雾霾和重度影响雾霾的路网三种情况进行仿真.雾霾对路网影响程度仿真结果如图3所示.

图3 雾霾对路网影响程度仿真结果Fig.3 Simulating the degree of haze influence of road networks

根据整体仿真结果，轻度影响雾霾的数据缺失率、交通危险系数和路网车辆污染物排放强度的值最低，而重度影响雾霾的各指标值最高.由此可见，雾霾对路网影响程度越高，路网数据缺失率越高，路网交通安全程度越低，路网车辆污染物排放强度越高.

4.2.2 雾霾对路网影响区域仿真结果及分析

分别针对包含雾霾点盲区、雾霾局部盲区和雾霾全盲区的路网三种情况进行仿真.雾霾对路网影响区域仿真结果如图4所示.

根据仿真结果，雾霾点盲区的数据缺失率、交通危险系数和路网车辆污染物排放强度的值最低，雾霾全盲区的各指标值最高.由此可见，雾霾对路网影响区域越高，路网数据缺失率越高，路网交通安全程度越低，路网车辆污染物排放强度越高.

图4 雾霾对路网影响区域仿真结果Fig.4 Simulating the regions of haze influence of road networks

与此同时，根据雾霾对路网影响程度和区域的仿真结果，不同雾霾区域和程度情况下的各指标值均具有随机性.由此可见，在路网模型中，车辆的出行路线的随机性对雾霾影响区域的评价指标结果产生一定影响.在某些时段内，不同雾霾区域和程度情况下的各指标值差距较小.说明，通过对车辆的出行路线的调整，可以在一定程度上降低雾霾区域对交通路网的影响.

5 研究结论

（1）提出的雾霾情况下路网模型分为车道模型和交叉口模型，模型的建立基于城市交通数据监测系统，增加了路网模型中驾驶员对能见度因素的反应特性，反映了雾霾对交通路网的影响，适用于描述雾霾情况下路网交通状况，具有普适性且易于应用.

（2）建立的雾霾情况下路网模型评价指标更具有针对性，反映了雾霾对交通路网的三大问题：交通数据缺失、安全程度下降和污染物排放增加.

（3）根据雾霾情况下路网模型的仿真结果，雾霾对路网影响程度越高、影响区域越大，路网数据缺失率越高，交通安全程度越低，车辆污染物排放强度越高.同时，通过对车辆的出行路线的调整，可以在一定程度上降低雾霾对交通路网的影响.

[1]Wang Y S，Yao L,Wang L L,et al.Mechanism for the formation of the January 2013 heavy haze pollution episode over central and eastern China[J].Science China-earth Sciences,2014,57(1):14-25.

[2]Makarau A,Richter R,Mueller R,et al.Haze detection andremovalinremotelysensedmultispectral imagery[J].IEEETransactionsonGeoscienceand Remote Sensing,2014,52(9):5895-5905.

[3]Hautieren,Tarel J P,Aubert D,et al.Blind contrast enhancement assessment by gradient rationing at visible edges[J].Image Analysis and Stereology Journal,2008, 27(2):87-95.

[4]Tarel J P,Hautibre N,Caraffa L,et al.Vision enhancement in homogeneous and heterogeneous fog[J]. IEEEIntelligentTransportationSystemsMagazine, 2012,4(2):6-20.

[5]Cheng F C,Lin C H,Lin J L.Constant time O(1)image fog removal using lowest level channel[J].Electronics Letters,2012,48(22):1404-1406.

[6]Fletcher L M,Engles M,Hammond B R.Visibility through atmospheric haze and Its telation to macular pigment[J].Optometry and Vision Science,2014,91(9): 1089-1096.

[8]Chander R E,Herman R,Montroll E W.Traffic dynamics：studyincarfollowing[J].Operations Research,1958,6(2):165-184.

[9]RichardsPL.Shockwavesonthehighway[J]. Operations Research，1956，4（1）：42-51.

[10]ClevelandDE,CapelleDG.Queuingtheory approaches：an introduction to traffic flow theory[J]. Highway Research Board Special Report，1964（79）：49-98.

[11]赵韩涛,聂涔,李静茹.冰雪条件下的交通流元胞自动机模型[J].交通运输系统工程与信息,2015,15(01):87-92.[ZHAO H T,NIE C,LI J R.Cellular automaton model for traffic flow under ice and snowfall conditions. Journal of Transportation Systems Engineering and Information Technology,2015,15(1):87-92.]

[12]Winters W S,Evans G H.Final report for the ASC gas-powder two-phase flow modeling project AD2006-09[R].New Mexico:USA.Sandia National Laboratories, 2007.

[13]谭金华，石京．高速公路间断放行的能耗和排放影响[J]．清华大学学报(自然科学版)，2013，53(4)：499-502+08．[TAN J H,SHI J.Impact of intermittent vehicle release on freeway energy dissipation and emissions[J].Journal of Tsinghua University(Science& Technology).2013,53(4):499-502+08.]

[14]董红召，徐勇斌，陈宁．城市交通中机动车尾气排放与扩散特性的研究[J]．内燃机工程，2011，32(2)：12-16.[DONG H Z,XU Y B,CHEN N.Research on vehicle emission and dispersion characteristics in urban public transport[J].Chinese Internal Combustion Eng ine Eng ineering.2011,32(2):12-16.]

[15]王晓宁，吴志涛.基于环境空气容量的最大出行产生率[J].哈尔滨工业大学学报.2012,44(10):61-65. [WANG X N，WU Z T.Maximum trip generation rate based on environmental air capacity[J].Journal of Harbin Institute of Technology.2012,44(10):61-65.]

A Road Network Model in Haze and Haze Situation Influence on Traffic Networks

GONG Yana，ZHANG Jiea，LAN Jin-huib
（a.School of Mechanical Engineering；b.School ofAutomation and Electrical Engineering,University of Science and Technology Beijing,Beijing 100083,China）

Haze causes three major problems to urban traffic networks:missing traffic data,unsafe traffic and pollutant emissions.Firstly,driver reaction characteristics on visibility factors are increased and road network models in haze are established(the lane model and intersection model)by using urban traffic data monitoring systems.Moreover,the evaluation index of the traffic network model in haze includes traffic data loss rate,traffic dangerous coefficient and vehicle pollution emission index.Finally,by simulating the degree of haze influence and the regions of road networks,the simulation results are compared.Results show that more serious degree of haze influence and a larger road network range correspond to more serious haze impact.A greater haze impact on the road network leads to higher rate of traffic data loss,lower degree of traffic safety and higher emission of pollutants.

traffic engineering;road network model in haze;haze situation influence on road network evaluation index;road network model simulation

1009-6744（2015）05-0114-09

U491

A

2015-05-04

2015-08-06录用日期：2015-08-17

国家自然科学基金（61174181）.

龚（1984-），女，吉林通化人，讲师，博士后. ＊

tisp66@ustb.edu.cn