数据赋能交通治理|市交研院自主开发的《广州黄埔交通治理模型系统》通过验收

1、城市交通治理新形势要求强化数据驱动能力建设

城市化发展的下半场，向存量要效率，交通要从“走得通”向“走得好”转变，高质量的精细化交通治理成为必然选择，以支持人在城市中更好生活。城市交通治理具有多学科综合性、多模式一体化、精细化要求的技术性、多主体复杂性，是运营治理更是规划治理，数据驱动与规划引领是必然要求，数据能力建设是关键。

2、是黄埔区存量交通设施运营与增量交通设施建设并存阶段交通治理现实诉求

黄埔区紧邻广州市天河区，经过近几十年的快速发展，交通设施特别是道路交通骨架设施逐趋完善，日在途运营车辆数高达80-100万车次/日，具有成熟网络高流量运营的显著特征。与此同时，黄埔区又有大量的交通基础设施建设，创新大道、开放大道、地铁7号线等区域性通道建设，处于建设与运维双高峰重叠期，增量建设对存量影响不可避免，处于边治理边建设的发展阶段，具有城市交通治理的迫切现实诉求。

3、黄埔区当前发展阶段具有良好新技术应用的基础

由于黄埔区处于广州市城市现状空间发展状态的第二圈层，交通基础设施相对较为完善，交通运作承受了一定压力但总体状况基本稳定，即处于“不堵不畅”发展阶段，因此具备进行技技术应用的基础条件和发展动力。

在黄埔区交通设施增量建设与存量运营并存的背景下，构建目标导向“规划模型”与数据驱动“运行模型”相结合的交通治理模型，全面提升了黄埔区规划、建设、管理运营等治理能力。

1、数据层-模型层-应用层-展示层的模型架构体系设计

从市域、黄埔区、节点三个层次，交通网络、基础属性、出行流量、道路卡口、互联网位置、手机信令六个维度数据搭建治理模型数据底盘，夯实数据驱动能力。以广州市交通规划模型为基础依托，开发黄埔区宏-中-微观一体化的交通治理模型，并进行多层次多场景决策应用。基于模型开发与应用，构建治理模型展示系统，适应多元化主体应用诉求，并预留公众交互与其他平台对接接口，具备可拓展性。

黄埔交通治理模型架构设计

2、开发三套宏观模型，用于现状诊断、近期改善、远期供需平衡分析

立足于问题识别与诊断、近期交通改善、远期交通供需平衡分析，开发了黄埔全域现状、近期和远期宏观交通模型。模型共包括小客车保有量预测模块,人口预测模块,网络成本模块,出行产生、分布与方式划分一体化模型，分时段与载客率模型，道路交通分配模块，自行车子模型，货运交通模型，公共交通模型，OD反推10个模块，具有多模式一体化分析能力。开发的宏观模型具有网络拓步结构分析、基于集计指标的多模式交通运行状态评价、碳排放分析能力，适应当前黄埔区城市更新背景下交通治理、“双碳”交通发展目标要求。

黄埔交通治理系统宏观模型示意图

3、建设中观交通仿真模型，用于片区级交通拥堵治理与改善研究

中观模型继承于宏观模型，辅以三维的真实道路、建筑和环境等场景，实现大范围车道级动态模拟和仿真。模型具有时空双维度、多指标的区域交通评价能力。与宏观集计模型和微观单个车辆特征描述不同，中观模型以车队为研究对象，兼顾宏观模型中交通流的时空维度状态特性和微观车流特征，对中心城区大车流、高饱和度区域的交通运行具有更好描述性。模型重点从时间维度上评价拥堵蔓延、消散过程，能够体现交通运行的动态作用过程，为片区级交通设施建设改造、交通应急疏散、交通走廊和车道管理、施工期交通管理、公交设计、交通影响分析、拥堵点段疏堵等应用提供更为准确的量化支撑和直观动态展示。

黄埔交通治理系统中观模型示意图

黄埔区某道路中观交通模型速度等值线图

4、构建了百平方公里尺度的微观仿真模型，支撑道路交通精细化治理

基于宏中观模型传导，建立黄埔区3个片区约120平方公里微观仿真模型，实现车道级精细化仿真。仿真模型具有全局和单路段/节点的评价能力，且具有多指标（速度、密度、流量、排放等）、多统计期（当前时刻、任务时段、高峰小时、不同仿真次数的最大最小及平均值等）、多尺度（车道级、区段级）评价功能，支撑存量背景下黄埔区道路交通精细化治理，适用于区域重大工程、多项关联工程的施工占道对全局路网影响，以及道路建设过程中的方案精细化比选与推演，辅助方案决策，提升交通设施建设科学化水平。

黄埔交通治理系统微观模型示意图

黄埔交通治理系统中微观交通仿真的车道级与区段级评估示意图

5、打造一体化的交通治理平台，实现宏中观分析、微观治理的一站式决策

以交通规划决策支持的需求为导向，以交通规划模型技术为支撑，开发宏中微观一体化交通管理决策支持应用系统。系统涵盖方案管理、统计分析和项目管理三大板块，具备信息查询、信息统计、分析评价、方案管理、模型管理、成果管理六大功能，并具有全区指标窗口、任意选定区域、鼠标移动随机显示三种形式的人口覆盖分析、公交可达性评价、轨道站点覆盖率及路网交通负荷度等四大分析功能，能够为辅助日常交通规划治理决策分析、交通分析评价等工作提供强有力支持。

黄埔交通规划决策支持平台示意图

1、以多源数据为驱动，实现由目标导向的“规划模型决策”向数据驱动的“运行模型决策”转变。

城市化下半场由高速城镇化转向高质量城镇化，城市交通由网络构建向服务优化转变，交通规划决策方法亦由“被动式响应”的供需适配分析向“主动式适应”的运营服务适配转型。交通规划决策必须强化数据驱动能力建设，由“规模扩张-需求扩张-设施扩容”的链条式规划逻辑向数据全流程驱动的“用户画像-服务协同-设施一体-服务匹配-用户再画像”的循环滚动式优化逻辑演进。

基于我院长期数据积累优势，以全市交通数据资产为依托，结合传统数据与各类大数据资源优势，特别是重点依托移动通信手机信令、互联网LBS数据、“两网”交通运营数据，形成本次黄埔区交通治理模型开发的雄厚数据底盘，确保治理模型的数据驱动能力。

黄埔区交通治理模型的“数据驱动”能力

2、实现了区级模型的宏中微一体化及多模型平台的数据传导，强化规建管运全过程的治理能力建设。

从行政区的视角，立足于黄埔区建设与运营并重的发展阶段特征，结合当前主流交通规划模型软件的功能，形成了“行政区级”宏观模型、中观模型、微观模型的一体化开发，并将其整合至决策系统。宏观模型适用于规划治理分析，中观模型适用片区及交通改善与治理、交通大通道建设决策、大型工程片区级施工交通治理，微观模型适用于节点优化决策、路段级或节点及拥堵治理、中小微工程施工交通治理等场景，增强了黄埔区规建管运全过程治理能力。

黄埔区宏中微一体化交通治理模型软件平台及传导示意图

3、层级化、模块化、精细化特征，具有规划决策与治理决策的双重适应性。

黄埔区交通治理模型具有多层级、多模块、精细化特征，具体体现在：

• 层级化：采用主流的宏、中、微观三个层级构建模型，适应规划治理与决策治理的双重诉求。

• 模块化：针对宏观模型，分别开发了货车模型、自行车模型、公共交通模型、个体交通模型，适应黄埔区客货并重、多模式交通共存的区位交通特征。

• 精细化：根据道路等级、速度、主辅道情况、有无分割设置77类道路类型，具有复杂网络的分析能力；依托导航地图，内嵌信号灯达到运营级交通分析能力；路口车道级组织配准，实现微观精细化的治理能力。

基于导航地图嵌入信号灯的宏观网络模型

交叉口组织车道级配准示意图

4、首次探索了区级中观模型和百平方公里级微观模型构建，支撑交通大廊道建设治理。

基于Dynameq软件，在广州市首次构建区级中观交通模型，探索超大、特大城市中心城区大交通量、高饱和度区域交通仿真技术，解决仿真中的“死锁”现象。结合黄埔区区域差异化发展特征，分黄埔老中心、科学城中心、知识城中心三个片区构建中观和微观仿真模型，实现中微观模型的交互验证和差异化应用。

黄埔中心区中观仿真结果示意图

黄埔中心区微观仿真结果示意图

黄埔交通治理模型系统自开发以来经数次应用检验，在交通规划、建设、管理运营等治理方面均展现出较强适应性。

1、基于交通治理模型研判最新全区交通状态，支撑高质量缓解上下班高峰拥堵工作方案制定。

基于宏观交通模型开展全市职住通勤走廊识别、交通需求及分布形态识别、客货交通运行状态识别，支撑黄埔区近中远期缓解上下班高峰拥堵策略与措施制定。基于互联网数据，识别并建立全区拥堵点位数据库，2023年2月在回穗人流大增情况下，识别全区全月发生过拥堵的路段达150个，一月内拥堵次数超30次的路段达56个，支撑全市交通治理工作。

黄埔区交通特征分析示意图

2、开展黄埔区交通运行季度报告的编制，助于数据资源的深度应用。

基于交通治理模型系统，利用采集数据，分析了黄埔区工作日和非工作日车流的典型分布特征，从重大节假日与工作日数据对比分析交通设施对短时突发车流的适应性；分析了2022年9月-12月全区月均车流变化情况，从高饱和度路口占比等指标评价路网总体运作状态变化；识别大流量与高饱和度路口的位置，用于支撑精细化交通管控措施制定。季报的编制加强了道路交通感知数据的利用，提升模型应用深度与广度。

2022年第四季度不同月份不同饱和度路口占比变化

2022年第四季度每日不同饱和度路口占比变化

科学城高峰不同流量等级路口分布图

科学城高峰不同排队长度等级路口分布图

3、开展了多项拥堵点治理工作，形成了拥堵点治理的“区级样板间”。

以开源大道、丰乐北路拥堵点治理为例，阐述了基于数据驱动的问题诊断（重点是源头诊断）、交通治理体系（源头治理、系统治理、综合治理）、基于模型驱动的治理技术验证、治理实施的全链条流程，提出了包括分车道放行、瓶颈路段车道适配等多种治理技术。治理方案经区相关部门讨论审查后，立即下达实施，形成了良好的技术与行政双循环的交通治理体系。

黄埔开源大道拥堵治理前后效果仿真示意图

黄埔区技术与行政的耦合治理体系

4、创新性开展了基于货车GPS轨迹数据的多级货车违禁治理应用

以重载货车GPS数据为基础，进行数据识别与处理，形成了片区、路段、企业、司机四维度的货车违禁治理体系。片区方面，通过宏观模型识别重点货车发生源及区域，强化区域监控；路段层面，识别重点违禁路段和时段，支撑现场执法的精准性；企业方面，识别月度违禁重点企业，强化企业监管；司机方面识别月度违禁多的司机，强化警示教育。

黄埔区货车超违治理的“四级”分析结果示意