北京市2017年典型日动态交通流特征研究

2020-10-27王燕军何巍楠解淑霞赵晋唐祎骕程颖

环境与可持续发展 2020年4期

王燕军，何巍楠，解淑霞，赵晋，唐祎骕，程颖

(1.中国环境科学研究院/国家环境保护机动车污染控制与模拟国家重点实验室，北京 100012；2.北京交通发展研究院，北京 100073)

随着城市化进程的加快，机动车排放已成为北京市大气污染的重要来源，对北京地区PM2.5来源解析的相关研究数据表明，机动车已成为北京市PM2.5排放的最大本地源，占比高达45%[1]。为了加强大气污染治理工作，2018年以来，国家及地方层面陆续发布相关文件。2018年6月16日中共中央、国务院发布《关于全面加强生态环境保护坚决打好污染防治攻坚战的意见》，2018年6月27日国务院印发《打赢蓝天保卫战三年行动计划》(国发〔2018〕22号)[2]，2018年3月15日北京市正式发布《北京市蓝天保卫战2018年行动计划》(京政办发〔2018〕9号)[3]，从机动车污染排放治理目标—措施—监测—执法—数据等多方面对机动车污染控制提出了明确要求，提出了完善交通基础设施、交通需求管理、机动车结构优化调整等一系列精细化管理政策措施。因此，对机动车排放进行精细化管控，开展机动车污染动态模型研究，对于掌握机动车动态排放演变规律，支撑机动车污染治理精细化决策具有重要意义。为此，本文开展了2017年五种典型日下北京市路网上机动车的行驶特征研究，以期为下一步掌握北京市机动车排放特征和完善机动车交通管控措施提供决策依据。

1 北京市交通流获取方法

1.1 小客车交通流获取方法

北京市小客车交通流可通过速度扩样模型及速度流量反推模型[4-5]获得，具体流程如下：

(1)基于交调数据、RTMS数据、浮动车Link数据，融合分析路网上不同日期(工作日、非工作日)小时级路网速度；

(2)速度—流量模型标定：基于路网上Link的速度，通行能力，结合BPR路阻函数模型，输出路网上不同日期(工作日、非工作日)小时级社会车流量。

在本文中，小客车交通流获取所需基础数据包括基于Link的浮动车数据、交调数据、RTMS数据：

(1)基于link的浮动车数据：基于link的浮动车数据包含linkID、时间、LinkID相关道路信息、出租车交通流参数。

(2)交调数据：全市检测点位接近1300个，通过微波、线圈等不同技术手段实现流量采集，覆盖全市主要国道、市道和县道。数据动态回传按五分钟回传一次，可以识别大客车、中型货车、大货车、超大货车、小汽车等车型，准确度较高。

(3)交管局RTMS数据：全市检测点位1680个，通过微波手段实现流量和速度采集，覆盖全市主要高速路、主干路和快速路。数据动态回传按2分钟回传一次，可以汇总道路流量，可以实现主要路段总体车队流量演化分析。

1.2 出租车交通流获取方法

出租车交通流参数要先依据基于link的浮动车数据获取出租车重车交通流参数，再根据浮动车OD数据分区分时刻计算重车占所有出租车的比例，以此反算所有出租车的交通流参数。

在本文中，可获取的用于进行出租车交通流参数信息提取的基础数据包括基于link的浮动车数据和浮动车OD数据两类。基于link的浮动车数据获取方式与小客车类似。浮动车OD数据是根据浮动车数据处理得到每个浮动车每次出行OD的数据。浮动车OD数据包括以下内容：出租车车牌号、每次出行OD的起止时间、每次出行OD的位置信息。

1.3 公交车流量流获取方法

基于GPS数据的公交车交通流参数获取方法有以下两种：

(1)GPS数据纠偏：以常规公交GPS数据作为输入，经过数据清洗、纠偏等质量控制之后，输出质量较好的原始数据。

(2)基于轨迹数据的路段匹配算法[6]：结合北京市路网图层，建立GPS-Link匹配算法，实现上下行精准分离。

本文中，可获取的用于进行公交车交通流参数信息提取的基础数据包括公交GPS数据和路网GIS数据两类，如下所示：

(1)公交GPS数据：公交GPS数据是公交车将轨迹数据上传至相应平台的数据，主要包含：IC卡唯一ID、上下车刷卡时间、上下车刷卡线路编号和站点编号、登计车辆编号。

(2)北京市路网GIS文件：北京市31万个Link的地理信息系统文件，包含道路名称、道路类型、道路长度等关键字段。

1.4 货车流量获取方法

货车流量获取方法综合应用了交调数据、高速公路收费数据、核查线调查数据、RTMS城市快速路微波检测数据等四大类流量数据。模型基于治超数据、视频检测数据进行货车车队结构特征提取，结合货车GPS轨迹和运单数据进行行驶路径校核与验证。

在本文中，可获取的用于进行货车交通流参数信息提取的基础数据包括固定治超站数据、RTMS数据、交调数据、高速流量数据、重型载货GPS数据等。

1.5 大客车流量仿真模型

本文所研究的大客车流量指旅游、省际等长途客运车辆，也包含一些营运类型的单位班车流量。在分析计算时，大客车数据来源主要为两客一危GPS监测数据，但限于GPS监测车辆较少且数据质量较差，本文最终选择用小客车流量、路网车队结构数据两类数据做数据输出，辅以GPS数据做小样本对照的方式来获取。

2 北京市交通流空间结构调查

北京市交通流空间结构调查主要是描述北京市路网各路段的车队结构，车队结构模型将作为交通流仿真模型与排放因子模型的重要耦合工具。模型的建立将充分考虑北京市现行及规划研究政策，如针对非京籍车辆、货运车辆等交通政策，针对排放标准、燃料类型、车重类型等环保政策等。结合北京市不同交通行业的排放特征，对北京市道路车队结构进行划分。北京市车队结构模型设计原则：(1)车队划分：主要考虑车辆所属行业类型、车籍及环保属性等；(2)空间划分：主要考虑中心城区与郊区县差异、环路区域差异、不同道路类型差异等；(3)时间划分：区分白天与夜间。模型整体架构划分为三个层次：基础数据层、数据扩样层及输出结果层，模型架构思路如图1所示。

图1 交通流空间结构模型框架思路

本文中，可利用的基础数据包括：

(1)核查线数据：核查线数据包括调查点位共计428个，主要分布于主要环路，每个点位包括小客车、出租、公交车、大货车、小货车、大客车六种车型的流量占比。该数据可用于求解不同行业属性的路段车辆结构比例。

(2)郊区县道路交调数据：郊区县道路交调数据包括调查点位共计282个，主要分布于市域区内的各级公路，每个点位包括中小型客车、大型客车、微型货车、轻型货车、中型货车、重型货车的流量占比。该数据可用于求解不同行业属性的路段车辆结构比例。

(3)道路车型结构调查数据：调查时段为2017年3月份，包括调查点位共计20个，主要分布于环路、进出京高速及主次干路。其中，17个点位包括京籍与非京籍的省际、出租、公交、郊区客运、货运、租赁、旅游、社会客车、社会货车不同车重类型、燃料类型、排放标准的工作日道路流量占比，选择调查点位时充分考虑客运站、货运站等设施对路段车辆结构的影响；3个点位的调查地点和时间为环路周末、高速周末、环路四九限行日。

3 结果分析

本文中，选取了5月1日(节日)、8月3日(工作日)、8月4日(非工作日)、9月2日(中非论坛)和11月3日(重污染天)五种典型日来研究2017年北京市工作日、非工作日、重污染天、节日和重大活动日等不同环境背景下机动车昼夜24小时逐时交通流变化特征。用以推算公交车的流量的公交GPS数据部分参考了2017年1月11日(工作日)、1月14日(非工作日)、2月15日(重污染日)和2016年10月1日(节日及重大活动日)的数据。交通特征刻画的参数选取了车辆行驶公里数VKT(Vehicle Kilometers of Travel，单位：千米)作为衡量交通出行量大小的指标。

3.1 典型天VKT分析

根据各类型机动车的交通流调查数据，通过交通流模型，可以得到各类型车、不同典型日机动车VKT总量，如图2所示。从图2可以看出，在不同的典型日，工作日机动车VKT总最大，其余依次是非工作日、重污染天、节日、重大活动日。其中非工作日、节日、重污染天的VKT差别不大，重大活动日的VKT比工作日VKT减少约30%，这表明工作日机动车的出行还是要高于其他几种环境。北京市重大活动日可能由于明显的限流作用，机动车VKT明显偏小。本文研究还表明，目前重污染日的限制措施对机动车VKT的影响较小。

图2 典型天VKT对比

3.2 各交通方式VKT分析

研究表明，不同车型在不同典型日VKT分布具有一定规律。各典型日中，VKT占比最大的车型均为社会小客车(9座以下)，这与小客车的保有量最大相一致。VKT中占比最小的是大客车。其次占比倒数第二小的是公交车。货车和出租车的VKT位于中间。如图3所示。在各典型日，社会车的VKT占比最高，均为80%以上，显示了小客车排放为北京市机动车排放的重要来源之一。

图3 各交通方式VKT分布

3.3 分时段VKT分析

研究得到北京市分时段的VKT分布如图4所示。从图4可以看出，分时段VKT曲线呈现马鞍型双峰曲线，早晚高峰时候VKT均较高，中午12:00至13:00为白天的VKT最低点。早晚高峰流量是一天当中最高的，使得VKT亦为最高；中午为普遍意义上的吃饭、午休时段，致使流量降低，VKT降低。

图4 分时段VKT

各车型在一天不同时段VKT分布情况见图5。北京市的货车在夜间流量高于白天，在凌晨5:00之后呈现下降趋势，早上7:00之后曲线较为平缓，这主要是由北京市对货车进城时间的管理规定决定的。货车4:00到5:00的小时VKT占比最大，占到了14.09%(夜间为43.19%)。除了货车，其余交通方式在一天的24小时中，VKT曲线均呈现马鞍型双峰曲线，早晚高峰时候VKT较高，公交车、大客车、社会车、出租车的早高峰(8:00—10:00点)和晚高峰(17:00—19:00点)占比分别约为40.0%、36.3%、36.5%、32.3%，中午12:00至13:00为白天的VKT最低。

图5 分时段交通方式VKT分布

3.4 空间分布特征

五种不同车型在不同的天气模式下具有不同的VKT分布特点，以货车、小客车为例的空间交通流量分布如图6～9所示。货车在工作日、非工作日流量主要集中在五环到六环之间和几条主要国道、省道上。小客车在工作日、非工作日流量主要集中在四环以内。北京市小客车流量和人流量密切相关，四环以内包含东城区、西城区、海淀区、朝阳区、丰台区，聚集了大量的流动人口，故这些区域出行的小客车占比较高。小客车在重污染日除了集中在四环内，四环外的区域均有一定量的小客车行驶，在天气条件恶劣的情况下，进出京的人流一定程度上会选择自有的小客车出行，减少在搭乘公共交通时的暴露时间。