[发明专利]一种全天时全路网的交通流量估计方法

说明书

本发明公开了一种全天时全路网的交通流量估计方法，包括以下步骤：建立和训练城市全路网基础交通流量模拟模型；对交通流量模拟进行基于统计分析的异常处理；建立交通态势路网匹配模型，提取路网的实时交通态势信息；分析发现交通态势和交通流量之间的对应关系，建立应用该对应关系的基础流量修正模型，得到修正流量；引入辅助信息，与监测卡口数据作对比分析，建立交通流量的辅助信息影响模型，并对得到的交通流量进行修正。本发明的优点是：可获取全天时小时分辨率且覆盖研究区域全范围的交通流量数据资料，满足了机动车排放清单不间断大范围的交通流量需求。可解决相关行业对全时全范围交通流量数据资料的现实应用需求。

技术领域

本发明涉及地理信息系统和交通技术领域，特别涉及一种近实时生产全天时城市全路网的交通流量估计方法。

背景技术

机动车作为城市最主要的本地排放源之一，其排放污染物的调控是解决城市空气污染问题的关键。机动车排放清单是帮助了解机动车排放对于城市空气质量的关键技术其通过耦合城市机动车交通信息与机动车排放数据，建立计算模型。建立机动车排放清单的前提之一，就是获得实时全范围的机动车流量。常见的机动车流量监测数据包括道路卡口监测设备数据和浮动车GPS定位数据。前者由交通部门管理，主要在城市建成区范围和终点路段布设，存在数量有限，覆盖范围较少的局限；后者主要由具有导航业务的商业公司掌握，要获取全时全空间的数据成本非常高昂，面向环境领域的研究和业务应用和长期运行不具备可行性。

针对环境领域中的机动车排放清单计算问题，在实际上，对机动车流量的精度没有特别高的要求，更加关注机动车流量数据的及时性和覆盖范围。因此可以通过结合实测数据建立模拟模型的方法得到覆盖研究区域全范围的实时机动车流量数据。

发明内容

本发明针对现有技术的缺陷，提供了一种全天时全路网的交通流量估计方法。解决了机动车排放清单建立过程中的实时大范围路网交通流量数据的短缺问题。

为了实现以上发明目的，本发明采取的技术方案如下：

一种全天时全路网的交通流量估计方法，包括以下步骤：

步骤1：利用路网卡口监测交通流量数据和路网特征，基于梯度提升决策树的集成学习方法，建立和训练城市全路网基础交通流量模拟模型；

步骤2：对步骤1得到的交通流量模拟进行基于统计分析的异常处理；

步骤3：从互联网相关位置采集实时交通态势，并结合城市路网，建立交通态势路网匹配模型，提取路网的实时交通态势信息；

步骤4：结合路网交通态势数据和对应监测卡口数据，分析发现交通态势和交通流量之间的对应关系，并建立应用该对应关系的基础流量修正模型，得到基于实时交通态势的修正流量；

步骤5：引入POI数据、天气事件信息、交通突发事件信息的相关辅助信息，与监测卡口数据作对比分析，建立交通流量的辅助信息影响模型，并应用该辅助信息影响模型对步骤4得到的交通流量进行修正。

进一步地，步骤1中的建模表达为：

路段机动车流量～f(路网特征,日期特征,时刻特征)

其中，路段机动车流量指某小时内，某特定路段经过的机动车数量，且可按种类分为大型汽车和小型汽车；

路网特征指路段的车道数、宽度的几何特征；日期特征指当日是否为节假日，是否为周末的特性；

时刻特征指当小时属于一日中的某个特定分段包括：早晚高峰。

进一步地，步骤1的具体子步骤如下：

a)获取目标城市的路网地理数据，并对路网数据进行特征提取，路网特征包括：路段宽度、路段车道数、路段到城市中心的距离、路段等级编码和路段的起止经纬度；

b)处理卡口监测交通流量数据；