霧霾情況下路網(wǎng)模型及霧霾對交通路網(wǎng)的影響

龔，張杰，藍(lán)金輝

（北京科技大學(xué)a.機(jī)械工程學(xué)院；b.自動化學(xué)院，北京100083）

霧霾情況下路網(wǎng)模型及霧霾對交通路網(wǎng)的影響

（北京科技大學(xué)a.機(jī)械工程學(xué)院；b.自動化學(xué)院，北京100083）

霧霾對城市交通路網(wǎng)的影響主要包括交通數(shù)據(jù)缺失、交通安全和污染物排放三大問題.首先,基于城市交通數(shù)據(jù)監(jiān)測系統(tǒng)，增加路網(wǎng)模型中駕駛員對能見度因素的反應(yīng)特性，建立霧霾情況下交通路網(wǎng)模型，包括車道模型和交叉口模型兩部分.然后，建立霧霾情況下交通路網(wǎng)模型評價指標(biāo),包括路網(wǎng)交通數(shù)據(jù)缺失率、交通危險系數(shù)和路網(wǎng)車輛污染物排放指標(biāo).最后，通過霧霾對路網(wǎng)影響程度和影響區(qū)域的仿真，得出如下結(jié)果：霧霾程度越嚴(yán)重、影響區(qū)域范圍越大，交通數(shù)據(jù)缺失率越高，越不利于交通安全，同時污染物排放越多.

交通工程；霧霾情況下路網(wǎng)模型；霧霾影響下路網(wǎng)評價指標(biāo)；路網(wǎng)模型仿真

1 引言

近年來，國內(nèi)城市霧霾頻發(fā).目前，對霧霾問題的研究主要集中在霧霾形成機(jī)理[1]、霧霾檢測[2]、減少霧霾措施[3]等方面.眾所周知，城市霧霾給城市交通出行帶來了三大問題：第一，霧霾情況導(dǎo)致路網(wǎng)狀態(tài)數(shù)據(jù)采集不全.針對這一問題，國內(nèi)外學(xué)者對霧霾情況下的圖像處理進(jìn)行了研究，研究方法主要包括：大氣散射模型[4]和圖像增強(qiáng)處理[5]相關(guān)方法.第二，在霧霾中出行，由于能見度低不利于交通安全.目前對該問題的研究主要側(cè)重于對霧霾天氣的能見度研究[6].第三，為緩解霧霾，需要降低路網(wǎng)車輛的污染物排放.目前，對該問題的研究主要側(cè)重于對路網(wǎng)車輛尾氣排放或無霧霾情況下節(jié)能減排問題[7]的研究.這些方法從一定角度研究來降低霧霾對城市交通的影響，而沒有針對霧霾情況下的路網(wǎng)模型進(jìn)行研究.

目前典型的路網(wǎng)模型建立是基于車輛跟馳[8]、流體動力學(xué)模擬[9]、車輛排隊[10]、元胞傳輸模型[11]等交通流理論.已有的路網(wǎng)數(shù)據(jù)模型，不能描述路段中的車流變化和交叉口內(nèi)的車流組織.而在霧霾情況下，城市交通對于車道中和交叉口內(nèi)的車流描述要求均較高.為解決這一問題，本文路網(wǎng)模型分別描述車道及交叉口的車流，并分析霧霾情況對交通路網(wǎng)的影響.

2 霧霾情況下交通路網(wǎng)模型

將霧霾情況下交通路網(wǎng)模型分為車道模型和交叉口模型兩部分.圖1為路網(wǎng)中車道及交叉口示意圖.假設(shè)三個交叉口i、j、k，路段ij為從交叉口i向交叉口j方向行駛的路段，交叉口j與交叉口k存在相連路段，相應(yīng)的路段ij上包括通過交叉口i、j向交叉口k方向行駛的車道，將其標(biāo)記為車道ij-k.路段ij上與該車道相連的交叉口記為交叉口ij-k.

圖1 路網(wǎng)中車道及交叉口Fig.1Lane and intersection in road network

2.1 霧霾情況下車道模型

當(dāng)車輛進(jìn)入某一車道時，會對該車道的交通密度和速度產(chǎn)生一定的影響，但這種影響通常存在一定時差.因此，和是實變的.為方便仿真，假設(shè)這個時差與仿真周期相同.

在建立霧霾情況下路網(wǎng)模型時，需增加路網(wǎng)模型中駕駛員對能見度因素的反應(yīng)特性.當(dāng)車道能見度距離低于實際車間距時，駕駛員監(jiān)測的車間距比實際車間距小，一般等同于.假設(shè)路段上車輛平均分布為

由于霧霾情況下車間距不易統(tǒng)計和監(jiān)測,假設(shè)路網(wǎng)車道ij-k上的車間距平均，駕駛員根據(jù)監(jiān)測的車間距進(jìn)行車速調(diào)整.應(yīng)符合交通限速要求，其值介于最高和最低交通限速之間.

式中vlmax為車道最高交通限速；vlmin為最低交通限速；alij0、alij1、alij2、alij3、alij4為系數(shù);、的判別條件數(shù)值；hl=0,1,…,n.

2.2 霧霾情況下交叉口模型

交叉口允許車輛通過時，即使在霧霾情況下，車輛在交叉口ij-k的車輛間距變化極小，因此假設(shè)為固定值.

式中vcmax為交叉口限速；為車輛在交叉口ij-k處達(dá)到交叉口限速所需的加速時間；hl,hc=0,1,…,n

在建立霧霾情況下路網(wǎng)模型時，需增加路網(wǎng)模型中駕駛員對能見度因素的反應(yīng)特性.在霧霾情況下，能見度越低，駕駛員在交叉口處車輛加速的時間越長.能見度較低時，車輛的加速不能達(dá)到交叉口限速.為與交叉口能見度距離相關(guān)的函數(shù).

式中acij0、acij1和acij2為系數(shù)；為d的判別條件數(shù)值；hl=0,1,…,n.

3 霧霾情況下交通路網(wǎng)模型評價指標(biāo)

霧霾對城市交通路網(wǎng)的影響主要包括交通數(shù)據(jù)缺失、交通安全和污染物排放三大問題.根據(jù)這些影響因素，分別針對車道模型和交叉口模型建立相應(yīng)的評價指標(biāo).

3.1 路網(wǎng)交通數(shù)據(jù)缺失率

在統(tǒng)計車道模型的路網(wǎng)交通數(shù)據(jù)缺失率時，霧霾情況下存在不在車道數(shù)據(jù)采集監(jiān)測系統(tǒng)的監(jiān)測范圍內(nèi)的部分車道，將其占有率作為車道數(shù)據(jù)缺失率lol.

式中m為路網(wǎng)中交叉口數(shù)，當(dāng)路網(wǎng)中存在車道ij-k時，函數(shù)的值為1，否則值為0.

在交叉口處，霧霾情況下交叉口擁堵程度數(shù)據(jù)容易缺失.該數(shù)據(jù)缺失率loc與交叉口處排隊等待的車隊長度和路網(wǎng)能見度相關(guān).

3.2 交通危險系數(shù)

在霧霾情況下，車道處車輛越密集越容易引發(fā)交通事故，車道交通安全程度sal越低.

在霧霾情況下，當(dāng)交叉口處排隊車輛長度超出交叉口處能見度距離時，車輛容易由于啟動誤判引發(fā)交通事故，此時交叉口交通安全程度sac較低.

3.3 路網(wǎng)車輛污染物排放指標(biāo)

為避免霧霾情況的加重，對路網(wǎng)的車輛污染物排放要求較高.根據(jù)文獻(xiàn)[7]，建立路網(wǎng)車輛污染物排放強(qiáng)度po.

式中bij0、bij1和bij2為系數(shù)，系數(shù)值與車型及污染物種類相關(guān).車型分為輕型車、中型車和重型車.污染物主要包括CO、HC、NOX.

式中cij0、cij1、cij2、cij3、cij4、cij5、cij6、cij7、cij8和cij9為系數(shù)；的判別條件數(shù)值.

4 仿真

4.1 仿真數(shù)據(jù)

采用MATLAB進(jìn)行仿真，仿真周期設(shè)為10秒，共仿真180周期.

4.1.1 路網(wǎng)數(shù)據(jù)

選擇北京某區(qū)域的路網(wǎng)進(jìn)行仿真.仿真路網(wǎng)包含Kehui Road（科薈路）,Kehui South Road（科薈南路）,Tatun North Road（大屯北路）,Tatun Road（大屯路）.以該區(qū)域路網(wǎng)中主路為基礎(chǔ)，將路網(wǎng)圖結(jié)構(gòu)簡化，如圖2所示.

圖2 路網(wǎng)圖Fig.2 Road network

4.1.2 路網(wǎng)模型數(shù)據(jù)

假設(shè)各車道模型數(shù)據(jù)相同：NLkij(0)的值隨機(jī)，取值范圍設(shè)為[0,90].pikj的值隨機(jī)，與選擇路段ij上其他車道的概率和為1.lv=4.5 m，ls=0.8 m.通過仿真區(qū)域的實地數(shù)據(jù)測量，當(dāng)車道能見度dkij為60 m及以上時，車速為80 km/h；當(dāng)dikj為40 m時，車速為60 km/h；當(dāng)為20 m時，車速為35 km/h；當(dāng)為10 m時，車速為7.92 km/h；當(dāng)為1m或以下時，車速為0 km/h.因此，公式（6）中的系數(shù)值為：=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，判別條件數(shù)值為dikj0=60 m、=10 m、=1 m.

4.1.3 評價指標(biāo)數(shù)據(jù)

路網(wǎng)車輛污染物排放指標(biāo)數(shù)據(jù)：假設(shè)路網(wǎng)車輛的車型均為輕型，且車型相同.根據(jù)文獻(xiàn)[7，12-15]，=0.2；式（18）的系數(shù)bij0=7.524 85、bij1=-0.210 09 h/km、bij2=0.000 79 h2/km2；式（19）的系數(shù)

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；判別條件數(shù)值為

4.1.4 霧霾數(shù)據(jù)

將仿真分為霧霾對路網(wǎng)影響程度仿真和霧霾對路網(wǎng)影響區(qū)域仿真兩部分.

霧霾對路網(wǎng)影響程度仿真數(shù)據(jù)：從霧霾對路網(wǎng)影響程度上來看，將能見度距離在600 m以上的情況稱為輕度影響霧霾；將能見度距離在600 m至200 m之間的情況稱為中度影響霧霾；將能見度距離小于200 m的情況稱為重度影響霧霾.假設(shè)路網(wǎng)內(nèi)各車道和交叉口實際路網(wǎng)能見度相同且不隨時間變化，將輕度影響霧霾的實際路網(wǎng)能見度值設(shè)為1 000 m，中度影響霧霾的實際路網(wǎng)能見度值設(shè)為400 m，重度影響霧霾的實際路網(wǎng)能見度值設(shè)為150 m.

霧霾對路網(wǎng)影響區(qū)域仿真數(shù)據(jù)：中度和重度影響霧霾使城市交通數(shù)據(jù)監(jiān)測系統(tǒng)在部分路網(wǎng)處失效，將這部分路網(wǎng)稱為霧霾盲區(qū).根據(jù)霧霾使路網(wǎng)數(shù)據(jù)缺失情況，將霧霾對路網(wǎng)影響區(qū)域分為霧霾點盲區(qū)、局部盲區(qū)和全盲區(qū).仿真時，將交叉口12設(shè)為霧霾點盲區(qū)，將交叉口12、13、16和17所圍的區(qū)域設(shè)為霧霾局部盲區(qū).通常路網(wǎng)中其他非盲區(qū)依然存在一定程度的霧霾.假設(shè)路網(wǎng)內(nèi)各車道和交叉口實際路網(wǎng)能見度相同且不隨時間變化，將非霧霾盲區(qū)的實際路網(wǎng)能見度值設(shè)為1 000 m，霧霾盲區(qū)的實際路網(wǎng)能見度值設(shè)為500 m.

4.2 仿真結(jié)果及分析

4.2.1 霧霾對路網(wǎng)影響程度仿真結(jié)果及分析

分別針對輕度影響霧霾、中度影響霧霾和重度影響霧霾的路網(wǎng)三種情況進(jìn)行仿真.霧霾對路網(wǎng)影響程度仿真結(jié)果如圖3所示.

圖3 霧霾對路網(wǎng)影響程度仿真結(jié)果Fig.3 Simulating the degree of haze influence of road networks

根據(jù)整體仿真結(jié)果，輕度影響霧霾的數(shù)據(jù)缺失率、交通危險系數(shù)和路網(wǎng)車輛污染物排放強(qiáng)度的值最低，而重度影響霧霾的各指標(biāo)值最高.由此可見，霧霾對路網(wǎng)影響程度越高，路網(wǎng)數(shù)據(jù)缺失率越高，路網(wǎng)交通安全程度越低，路網(wǎng)車輛污染物排放強(qiáng)度越高.

4.2.2 霧霾對路網(wǎng)影響區(qū)域仿真結(jié)果及分析

分別針對包含霧霾點盲區(qū)、霧霾局部盲區(qū)和霧霾全盲區(qū)的路網(wǎng)三種情況進(jìn)行仿真.霧霾對路網(wǎng)影響區(qū)域仿真結(jié)果如圖4所示.

根據(jù)仿真結(jié)果，霧霾點盲區(qū)的數(shù)據(jù)缺失率、交通危險系數(shù)和路網(wǎng)車輛污染物排放強(qiáng)度的值最低，霧霾全盲區(qū)的各指標(biāo)值最高.由此可見，霧霾對路網(wǎng)影響區(qū)域越高，路網(wǎng)數(shù)據(jù)缺失率越高，路網(wǎng)交通安全程度越低，路網(wǎng)車輛污染物排放強(qiáng)度越高.

圖4 霧霾對路網(wǎng)影響區(qū)域仿真結(jié)果Fig.4 Simulating the regions of haze influence of road networks

與此同時，根據(jù)霧霾對路網(wǎng)影響程度和區(qū)域的仿真結(jié)果，不同霧霾區(qū)域和程度情況下的各指標(biāo)值均具有隨機(jī)性.由此可見，在路網(wǎng)模型中，車輛的出行路線的隨機(jī)性對霧霾影響區(qū)域的評價指標(biāo)結(jié)果產(chǎn)生一定影響.在某些時段內(nèi)，不同霧霾區(qū)域和程度情況下的各指標(biāo)值差距較小.說明，通過對車輛的出行路線的調(diào)整，可以在一定程度上降低霧霾區(qū)域?qū)煌肪W(wǎng)的影響.

5 研究結(jié)論

（1）提出的霧霾情況下路網(wǎng)模型分為車道模型和交叉口模型，模型的建立基于城市交通數(shù)據(jù)監(jiān)測系統(tǒng)，增加了路網(wǎng)模型中駕駛員對能見度因素的反應(yīng)特性，反映了霧霾對交通路網(wǎng)的影響，適用于描述霧霾情況下路網(wǎng)交通狀況，具有普適性且易于應(yīng)用.

（2）建立的霧霾情況下路網(wǎng)模型評價指標(biāo)更具有針對性，反映了霧霾對交通路網(wǎng)的三大問題：交通數(shù)據(jù)缺失、安全程度下降和污染物排放增加.

（3）根據(jù)霧霾情況下路網(wǎng)模型的仿真結(jié)果，霧霾對路網(wǎng)影響程度越高、影響區(qū)域越大，路網(wǎng)數(shù)據(jù)缺失率越高，交通安全程度越低，車輛污染物排放強(qiáng)度越高.同時，通過對車輛的出行路線的調(diào)整，可以在一定程度上降低霧霾對交通路網(wǎng)的影響.

[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]趙韓濤,聶涔,李靜茹.冰雪條件下的交通流元胞自動機(jī)模型[J].交通運輸系統(tǒng)工程與信息,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]譚金華，石京．高速公路間斷放行的能耗和排放影響[J]．清華大學(xué)學(xué)報(自然科學(xué)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]董紅召，徐勇斌，陳寧．城市交通中機(jī)動車尾氣排放與擴(kuò)散特性的研究[J]．內(nèi)燃機(jī)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]王曉寧，吳志濤.基于環(huán)境空氣容量的最大出行產(chǎn)生率[J].哈爾濱工業(yè)大學(xué)學(xué)報.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錄用日期：2015-08-17

國家自然科學(xué)基金（61174181）.

龔（1984-），女，吉林通化人，講師，博士后. ＊

tisp66@ustb.edu.cn