广州市重要通道高峰期交通模式聚类分析

doi:10.13284/j.cnki.rddl.003024

摘要/Abstract

摘要： 基于广州市重要通道2016年11-12月的交通指数，通过划分重要通道的拥堵与非拥堵状态，确定拥堵状态通道的中心趋势值，建立交通模式的聚类分析模型，采取变异系数对模型进行评价，得出交通模式聚类优选模型。结果显示：广州市重要通道早高峰呈现向心型交通拥堵模式，处于交通拥堵状态的通道可划分为6种交通模式，共3种几何形态类型：滞后型、对称型和递增型。晚高峰的交通拥堵通道分布广泛，区际主干道和天河商业区内的主干道交通拥堵更加严重；处于交通拥堵状态的通道可将其划分为9种交通模式，共4种几何形态类型：前锋型、滞后型、平缓型和对称型。

关键词: 交通模式, 高峰期, 重要通道, 拥堵, 聚类分析, 广州

Abstract: With the increasing traffic congestion in metropolitan areas, the decision-makers of some cities have paid much attention to the congestion characteristics of different passageways in cities. Based on the important passageways' traffic index of Guangzhou City in November-December, 2016, this paper set up the traffic pattern clustering evaluation model through the following 4 aspects: classified the important passageways congestion and non-congestion state, calculated the central trend value of the congestion state passageways, set up the traffic cluster analysis model, and used the coefficient of variation to evaluate the model, then got the traffic pattern clustering optimization model .Traffic pattern clustering optimization model analysis showed that the early peak of Guangzhou’s important passageways showed a heart shaped traffic congestion model. In the mode of heart passageways traffic congestion state could be divided into six kinds of traffic patterns and a total of three kinds of geometric patterns, which were backward type, symmetric type and incremental type. The traffic congestion passageways were widely distributed in the late peak hours, there was no obvious centrifugal or centripetal traffic congestion trend. The main road traffic congestion in the inter-regional main roads and Tianhe commercial district was more serious. The passageways in the traffic congestion state could be divided into nine traffic modes, which made total four geometric types, including forward type, lagging type, gentle type and symmetrical type. From the spatial distribution of traffic patterns at early peak hours and late peak hours, we knew that the traffic patterns of different driving directions of the same passageways were different, and the traffic patterns of the same driving directions in different passageways were similar. Through the interpretation of the spatial distribution of traffic patterns, we can grasp the spatial and temporal distribution characteristics of urban traffic congestion from a global perspective and provide a reference for the decision-making of traffic congestion control in urban areas.

Key words: traffic mode, clustering analysis, peak period, important thoroughfares, Guangzhou

罗伟杰，李文翎. 广州市重要通道高峰期交通模式聚类分析[J]. 热带地理, 2018, 38(1): 92-102.

LUO Weijie，LI Wenling. Clustering Analysis of Traffic Patterns at the Peak Period of Important Thoroughfares in Guangzhou [J]. TROPICAL GEOGRAPHY, 2018, 38(1): 92-102.

参考文献

Chung E，2003．Classification of traffic patternr. Proceedings of the 1lth World Congress on ITS，Nagoya，Japan.

Chrobok R，Kaumann O，Wahle J，Schreckenberg M，2004．Different Methods of Traffic Forecast Based on Real Data．European Journal of Operational Research，155：558-568．

巩敦卫，蒋余庆，张勇，周勇，2009．基于微粒群优化聚类数目的K-均值算法．控制理论与应用，26（10）：1175-1179．[ GONG Dunwei，JIANG Yuqing，ZHANG Yong，ZHOU Yong，2009．K-mean Algorithm for Optimizing The Number of Clusters Based on Particle Swarm Optimization．Control Theory and Application，26（10）：1175-1179．]

古杰，周素红，闫小培，邓丽芳，2012．居民日常出行时空集聚视角下的城市交通拥堵形成机制研究——以广州为例．地理科学，32（8）：921-927．[GU Jie，ZHOU Suhong，YAN Xiaopei，DENG Lifang，2012．Formation Mechanism of Traffic Congestion in View of Spatio-temporal Agglomeration of Residents’ Daily Activities：A Case Study of Guangzhou．Scientia GeographicaSinica，32（8）：921-927．]

广州市交通运输研究所，2013．DBJ440100/T164-2013，城市道路交通运行评价指标体系．广州市质量技术监督局．[Guangzhou Transportation Research Institute，2013．DBJ440100/T164-2013，Evaluation Index System of Urban Road TrafficOperation．Guangzhou Municipal Bureau of Quality and Technical Supervision．]

李永森，杨善林，马溪骏，胡笑旋，陈增明，2006．空间聚类算法中的K值优化问题研究．系统仿真学报，18（3）：573-576．[LI Yongsen，YANG Shanlin，MA Xijun，HU Xiaoxuan，CHEN Zengming，2006．Optimization Study on K Value of Spatial Clustering．Journal of System Simulation，18（3）：573-576．]

李文翎，周俊滔，黄竞，吕拉昌，2010．广州市中山大道BRT主干道的联动分析．热带地理，30（2）：156-161．[LI Wenling，ZHOU Juntao，HUANG Jing，LYU Lachang，2010．Linkage Analysis of BRT Artery in Guangzhou．Tropical Geography，30（2）：156-161．]

刘治彦，岳晓燕，赵睿，2011．我国城市交通拥堵成因与治理对策．城市发展研究，18（11）：90-96．[LIU Zhiyan，YUE Xiaoyan，ZHAO Rui，2011．The Cause of Urban Traffic Congestion and Countermeasures in China．Urban Studies，18（11）：90-96．]

吕北岳，2013．基于浮动车的深圳市道路交通运行评价研究[D]．武汉：武汉大学．[LYU Beiyue，2013．Research on Evaluation of Road Traffic Operations Based on Floating Car for Shenzhen[D]．WuHan：WuHan University．]

刘思齐，2016．基于交通拥堵指数的交通拥堵模式聚类分析[D]．北京：北京交通大学．[LIU Siqi，2016．Clustering of Traffic Congestion Patterns Based on Traffic Performance Index[D]．Beijing：Beijing Jiaotong University．]

Nowotny B，samer J，Karim R，2003．Classification of Traffic Data Time Series by Cluster Analysis，Artificial Neural Networks and ANO VA．Presented at 10th World Congress on Intelligent Transport Systems，Madrid，4114．

Rakha H，Aerde M V，1995．Statistical Analysis of Day-to-Day Variations in Real-Time Traffic Flow Data．Transportation Research Record，1510：26-34．

Rezaee M R，Lelieveldt B P，Reiber J H，1998．A New Cluster Validity Index for the Fuzzy C-Means．Pattern Recognition Letters，19（3-4）：237-246．

Schreinemacher J，Korner C，Hecker D，Bareth G，2012．Analyzing Temporal Usage Patterns of Street Segments Based on GPS Data-A Case Study in Switzerland//Jér?me Gensel, Didier Josselin，Danny Vandenbroucke．Proceeding of the AGILE 2012 International Conference on Geographic Information Science，Avigion．

魏正明，2002．上海推出交通指数评价运行质量．上海环境科学，（9）：556．[WEIZhengming，2002．Shanghai Launches Traffic Index to Evaluate Operation Quality．Shanghai Environmental Science，（9）：556．]

WEN H，SUN J，ZHANG X，2014．Study on Traffic Congestion Patterns of Large City in China Taking Beijing as an Example．Social and Behavioral Sciences，138：482-491．

许学强，周一星，宁越敏，2009．城市地理学．北京：高等教育出版社．[XU Xueqiang，ZHOU Yixing，NING Yuemin，2009．Urban Geography．Beijing：Higher Education Press．]

杨祖元，黄席樾，杜长海，唐明霞，2008．基于FFCM聚类的城市交通拥堵判别研究．计算机应用研究，25（9）：2768-2770．[YANG Zuyuan，HUANG Xiyue，DU Changhai，TANG Mingxia，2008．Study of Urban Traffic Congestion Judgement Based on FFCM Clustering．Application Research of Computers，25（9）：2768-2770．]

赵风波，孙敏，2006．基于模糊聚类分析的交通状态识别方法．微型电脑应用，22（2）：9-11．[ZHAO Fengbo，SUN Min，2006．Traffic State Recognition Method Based on Fuzzy Clustering Analysis．Microcomputer Applications，22（2）：9-11．]

张逸清，刘文才，2007．聚类数的确定．计算机与数字工程，35（2）：42-44．[ZHANG Yiqing，LIU Wencai，2007．Determination of The Number of Clusters．Computer and Digital Engineering，35（2）：42-44．]

张忠平，王爱杰，柴旭光，2009．简单有效的确定聚类数目算法．计算机工程与应用，45（15）：166-168．[ZHANG Zhongping，WANG Aijie，CAI Xuguang，2009．Easy and Efficient Alglorithm to Determine Numbers of Clusters．Computer Engineering and Application，45（15）：166-168．]

张亮亮，贾元华，牛忠海，廖成，2014．交通状态划分的参数权重聚类方法研究．交通运输系统工程与信息，14（6）：147-151．[ZHANG Liangliang，JIA Yuanhua，NIU Zhonghai，LIAO Cheng，2014．Traffic State Classification Based on Parameter Weighting and Clustering Method．Journal of Transportation Systems Engineering and Information Technology，14（6）：147-151．]

[1]	李大全，孙武，欧阳睿康，黄盛，高梦媛，李庆祥，黄启明. 湍流度随高度的变化及其对城市宏观地形的依赖[J]. 热带地理, 2019, 39(3): 365-376.
[2]	王少剑，刘志涛，张婷婷，魏嘉仪，黄孚中. 服务业与多维城镇化的耦合协调研究 ——以广州市为例[J]. 热带地理, 2019, 39(3): 450-460.
[3]	刘晔，潘卓林，冯嘉旋，陈宏胜，刘于琪. 中国大城市保障房居民情绪幸福感影响因素 ——以广州市为例[J]. 热带地理, 2019, 39(2): 180-187.
[4]	戴颖宜，朱战强，周素红. 绿色空间对休闲性体力活动影响的社区分异 ——以广州市为例[J]. 热带地理, 2019, 39(2): 237-246.
[5]	朱战强，黄存忠，柳林，刘宣. “绿道—邻里”视角下建成环境对城市绿道使用的影响——以广州为例[J]. 热带地理, 2019, 39(2): 247-253.
[6]	范诗彤，李立勋，符天蓝. 流动摊贩疏导区的实践效应和挑战 ——以广州市荔湾区源溪社区疏导区为例[J]. 热带地理, 2019, 39(1): 81-90.
[7]	张隆龙，劳颖宜，程国宇，王敏. 工业用地转型下地理想象与地方意义构建 ——广州广钢新城案例[J]. 热带地理, 2019, 39(1): 99-107.
[8]	陈再齐，姚华松. 广州古代港—城空间关系演化[J]. 热带地理, 2019, 39(1): 108-116.
[9]	王长建，张虹鸥，汪菲，叶玉瑶，吴康敏，徐茜，杜志威. 城市能源消费碳排放特征及其机理分析 ——以广州市为例[J]. 热带地理, 2018, 38(6): 759-770.
[10]	方远平，唐艳春，赖慧珍. 从公共纪念空间到公共休闲空间：广州起义烈士陵园的空间生产[J]. 热带地理, 2018, 38(5): 617-628.
[11]	胡应龙，陈颖彪，郑子豪，吴志峰，李娟娟，杨智威. 广州市生态系统服务价值空间异质性变化[J]. 热带地理, 2018, 38(4): 475-486.
[12]	曾建明. 城市大型体育场馆区域布局及其规划应对方略 ——以上海、广州、武汉、乌鲁木齐市为例[J]. 热带地理, 2018, 38(4): 516-524.
[13]	卢俊文，袁奇峰，黄哲，李志刚. 广州租赁住房的空间分布格局及其成因[J]. 热带地理, 2018, 38(3): 384-393.
[14]	吴康敏，张虹鸥，王洋，叶玉瑶，金利霞，吴旗韬. 广州市零售业态空间分异特征与机制[J]. 热带地理, 2018, 38(2): 196-207.
[15]	李家会，董玉祥. 大都市区不同土地利用系统转换时空分异特征——以广州市为例[J]. 热带地理, 2018, 38(2): 264-273.