国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

降雨對(duì)城市道路行程速度的影響

2015-04-19 08:41:14龔大鵬宋國(guó)華
關(guān)鍵詞:雨強(qiáng)快速路支路

龔大鵬,宋國(guó)華,黎 明,高 永,于 雷*,3

(1.北京交通大學(xué)城市交通復(fù)雜系統(tǒng)理論與技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室,北京100044;2.北京交通發(fā)展研究中心,北京100161;3.德克薩斯南方大學(xué),休斯敦77004,美國(guó))

降雨對(duì)城市道路行程速度的影響

龔大鵬1,宋國(guó)華1,黎 明1,高 永2,于 雷*1,3

(1.北京交通大學(xué)城市交通復(fù)雜系統(tǒng)理論與技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室,北京100044;2.北京交通發(fā)展研究中心,北京100161;3.德克薩斯南方大學(xué),休斯敦77004,美國(guó))

以北京市實(shí)時(shí)天氣數(shù)據(jù)和基于浮動(dòng)車的城市道路行程速度、交通運(yùn)行指數(shù)數(shù)據(jù)為基礎(chǔ),對(duì)比分析降雨天氣和正常天氣的行程速度、指數(shù)、降雨量等數(shù)據(jù)指標(biāo).然后從降雨強(qiáng)度、時(shí)間段、擁堵等級(jí)等角度展開對(duì)城市道路運(yùn)行參數(shù)的分析,建立降雨天氣速度預(yù)測(cè)修正模型,并進(jìn)行模型驗(yàn)證.研究得出,在夜間降雨強(qiáng)度達(dá)到中雨及以上時(shí),快速路、主干路、次支路的速度下降百分比分別為:8.8%、4.8%、5.9%,分別得出高峰和平峰時(shí)降雨強(qiáng)度與行程速度下降之間的關(guān)系;得出在全路網(wǎng)不同擁堵等級(jí)下降雨強(qiáng)度與行程速度下降之間的關(guān)系.最后對(duì)速度預(yù)測(cè)模型進(jìn)行實(shí)測(cè)驗(yàn)證.結(jié)果表明,該模型可以對(duì)降雨天氣條件下的行程速度進(jìn)行有效預(yù)測(cè),預(yù)測(cè)的平均誤差在5%以內(nèi).

城市交通;降雨強(qiáng)度;行程速度;道路等級(jí);速度預(yù)測(cè)

1 引 言

城市的快速發(fā)展對(duì)道路運(yùn)行提出了更高的要求,雨雪這種不利天氣對(duì)交通速度及流量影響的相關(guān)研究顯得尤為重要.在交通流模型及參數(shù)標(biāo)定經(jīng)典模型[1]的基礎(chǔ)上,有學(xué)者觀測(cè)并修正降雨天氣下不同道路類型通行能力的折減情況[2,3].公路通行能力手冊(cè)(HCM2010)[4]研究了雨雪對(duì)道路通行能力及速度的影響.許多學(xué)者通過(guò)數(shù)理統(tǒng)計(jì)的方法,得出降雨強(qiáng)度對(duì)速度及通行能力的影響[5,6].Hranac[7]等人針對(duì)不同降雨強(qiáng)度研究,采用Van Aerde模型建立了統(tǒng)計(jì)學(xué)模型,描述交通流參數(shù)特征.Rakha[8]等人量化分析了降雨天氣對(duì)交通流特性的影響,同時(shí)應(yīng)用天氣調(diào)整因子對(duì)交通流模型進(jìn)行修正. Schedler[9]綜合考慮了降雨條件下多種因素對(duì)交通運(yùn)行的影響,提出包括多種參數(shù)的三參數(shù)基本圖模型.Hou和Mahmassani[10]等人應(yīng)用分段修正Greenshields模型和天氣調(diào)整因子對(duì)美國(guó)交通評(píng)估與預(yù)測(cè)系統(tǒng)(TrEPS)進(jìn)行校準(zhǔn).Lam[11]等人通過(guò)研究降雨強(qiáng)度對(duì)交通流的影響,提出并標(biāo)定了基于降雨強(qiáng)度的速度—流量和速度—密度關(guān)系模型.

國(guó)內(nèi)研究主要集中在定量分析雨雪天氣對(duì)交通流參數(shù)的影響方面[12],張存保[13]等人利用實(shí)測(cè)降雨數(shù)據(jù)和Autoscope檢測(cè)器的交通流數(shù)據(jù),針對(duì)雨天環(huán)境下高速公路交通流特性及模型開展研究.林志恒[14]等人研究在路段長(zhǎng)度、車道數(shù)等因素影響下降雨對(duì)不同類型道路速度的影響.章錫俏[15]等人利用神經(jīng)網(wǎng)絡(luò)模型處理不利天氣和通行能力之間的非線性關(guān)系,建立通行能力神經(jīng)網(wǎng)絡(luò)模型,并進(jìn)行實(shí)證分析.劉力力[16]等人定量描述了降雪對(duì)北京市快速路流量和運(yùn)行速度的影響,得出了快速路的流量和平均速度的折減系數(shù).

但是,既有的研究主要集中在雨雪天氣下高速路和自由流速度的研究,對(duì)不同道路類型、不同時(shí)間段、不同擁堵狀態(tài)下速度的影響有待深入研究.

2 數(shù)據(jù)準(zhǔn)備與處理

2.1 數(shù)據(jù)準(zhǔn)備

(1)天氣及降雨量數(shù)據(jù).

天氣數(shù)據(jù)來(lái)自北京交通發(fā)展研究中心,包含三個(gè)部分:8 h氣象預(yù)報(bào)、實(shí)時(shí)降雨量和監(jiān)測(cè)點(diǎn)位置.首先,根據(jù)8 h氣象預(yù)報(bào),篩選出從2012年9月到2013年10月中降雨天氣39天和正常天氣224天的數(shù)據(jù).然后,根據(jù)實(shí)時(shí)降雨量數(shù)據(jù)(如表1所示,包括日期、時(shí)間、檢測(cè)器位置和降雨量),處理得到15 min間隔的降雨數(shù)據(jù),即15 min降雨強(qiáng)度(本文簡(jiǎn)稱“雨強(qiáng)”).最后,從234個(gè)降雨監(jiān)測(cè)點(diǎn)的數(shù)據(jù)中,篩選出覆蓋北京市城區(qū)的39個(gè)監(jiān)測(cè)點(diǎn).對(duì)各檢測(cè)點(diǎn)的降雨量平均處理,得到39天、3 700多條北京市全區(qū)域降雨量數(shù)據(jù).

表1 實(shí)時(shí)降雨量原始數(shù)據(jù)示例Table 1 A sample of raw data of real-time precipitation

(2)浮動(dòng)車速度及擁堵指數(shù)數(shù)據(jù).

北京交通發(fā)展研究中心根據(jù)出租車實(shí)時(shí)GPS運(yùn)行數(shù)據(jù)得到浮動(dòng)車平均運(yùn)行速度數(shù)據(jù)[17],以此浮動(dòng)車數(shù)據(jù)為基礎(chǔ),獲取每天15 min間隔,包括快速路、主干路、次支路的行程速度共計(jì)2 880條數(shù)據(jù)(次干路和支路由于交通運(yùn)行狀態(tài)相似,本文作為一類分析,定義為“次支路”).為分析不同交通狀態(tài)下降雨對(duì)交通運(yùn)行規(guī)律的影響,引入擁堵等級(jí)和交通運(yùn)行指數(shù)(TPI)的對(duì)應(yīng)關(guān)系[18],以15 min間隔全路網(wǎng)TPI數(shù)據(jù)為基礎(chǔ),得到研究日期的TPI數(shù)據(jù)960條.浮動(dòng)車數(shù)據(jù)示例如表2所示.

表2 浮動(dòng)車數(shù)據(jù)示例Table 2 A sample of floating car data

2.2 數(shù)據(jù)處理

(1)北京實(shí)行尾號(hào)限行,且尾號(hào)為4、9的機(jī)動(dòng)車數(shù)量較少.節(jié)假日會(huì)產(chǎn)生額外的交通需求,也會(huì)造成交通運(yùn)行狀態(tài)的差異.為使正常天氣和降雨天氣的分析具有可比性,在去除節(jié)假日和限行尾號(hào)為4、9的日期后,對(duì)于正常天氣數(shù)據(jù)進(jìn)行如下處理:根據(jù)每周交通規(guī)律變化特性將各月每周七天分五類,周一、周五、周六、周日各為一類,周二、三、四運(yùn)行狀態(tài)相似,合為一類.如圖1所示,以速度變化絕對(duì)值和速度變化相對(duì)值為評(píng)價(jià)指標(biāo),判斷降雨天氣發(fā)生的月份及星期,與當(dāng)月同期做比較,如表3所示.進(jìn)而分析降雨天氣與正常天氣每個(gè)15 min間隔點(diǎn)的速度變化.

圖1 2013年7月8日快速路24小時(shí)速度、降雨量時(shí)變曲線Fig.1 Time series of speed and precipitation on expressways,July 8,2013

表3 降雨天氣與正常天氣對(duì)比示例Table 3 Comparison between rainfall and normal weather

(2)為分析不同時(shí)間段下降雨對(duì)速度的影響,首先根據(jù)北京市交通運(yùn)行規(guī)律,把時(shí)間段劃分成:高峰、平峰、夜間,如表4所示.根據(jù)氣象局降雨標(biāo)準(zhǔn),把雨強(qiáng)分成4個(gè)區(qū)間處理,如表5所示.考慮到影響速度的因素較多,當(dāng)雨強(qiáng)小于0.1 mm/15 min時(shí),無(wú)法有效區(qū)分速度的變化來(lái)自于降雨,因此在定義小雨的時(shí)去除小于0.1 mm/15 min的樣本點(diǎn).

對(duì)不同等級(jí)道路、時(shí)間段、雨強(qiáng)下的速度下降值和速度下降百分比進(jìn)行平均,結(jié)果如表6所示.

表4 時(shí)間段劃分Table 4 Division of hour periods

表5 降雨強(qiáng)度劃分Table 5 Division of precipitation intensity

表6 各道路等級(jí)速度變化Table 6 Speed variation of different road classes

(3)為分析在全路網(wǎng)不同擁堵等級(jí)下降雨對(duì)各等級(jí)道路速度的影響,根據(jù)北京市地方標(biāo)準(zhǔn)《城市道路交通運(yùn)行評(píng)價(jià)指標(biāo)體系》[19]劃分擁堵等級(jí),如表7所示.降雨區(qū)間的劃分和表5相同.對(duì)不同等級(jí)道路、擁堵等級(jí)、雨強(qiáng)下的速度下降值和速度下降百分比進(jìn)行平均,結(jié)果如表8所示.

表7 道路擁堵等級(jí)劃分Table 7 Division of road congestion level

表8 各道路等級(jí)速度變化Table 8 Speed variation of different road classes

3 降雨對(duì)城市道路交通速度的影響

3.1 按交通運(yùn)行時(shí)段分析

分析不同時(shí)間段、道路等級(jí)、雨強(qiáng)下的速度變化.

如圖2所示,高峰時(shí),各雨強(qiáng)下,快速路的速度下降都最大;而在同一道路等級(jí)上,中雨的影響效果最大.大雨的影響效果比中雨小,分析原因,高峰時(shí)雨強(qiáng)為大雨的樣本發(fā)生于同一天,當(dāng)天降大雨前可能已造成部分交通需求的降低,所以速度略有上升.

如圖3所示,平峰時(shí),快速路的速度下降也最大.在雨強(qiáng)為小、中、大雨時(shí),各等級(jí)道路的速度下降都呈遞增趨勢(shì).到暴雨的時(shí)候,速度的下降有所減少,可能原因也是部分交通需求的降低.

圖2 高峰時(shí)間段速度變化圖Fig.2 Effect of precipitation intensity on speed during peak hours

圖3 平峰時(shí)間段速度變化圖Fig.3 Effect of precipitation intensity on speed during non-peak hours

夜間時(shí),對(duì)速度的研究可以當(dāng)作自由流速度的研究,各等級(jí)道路的速度下降比差別不大,且隨雨強(qiáng)的增大速度下降基本呈上升趨勢(shì).雨強(qiáng)為小雨時(shí),快、主、次的速度下降比分別為2.8%、2.6%、3.7%.在雨強(qiáng)為中雨及以上時(shí),次支路速度下降值比主干路的大,平均中雨及以上所有樣本點(diǎn),得到在中雨及以上,快主次的速度下降分別為8.8%、4.8%、5.9%.

無(wú)論是夜間、高峰或平峰,快速路受降雨影響最大,如圖4所示.高峰時(shí),各等級(jí)道路的速度受降雨的影響更敏感,小雨的時(shí)候速度就會(huì)下降很大.夜間時(shí),受降雨的影響最小.

圖4 不同降雨強(qiáng)度、時(shí)間段、道路等級(jí)下的速度變化Fig.4 Speed differences for each precipitation intensity,time period,and road class

3.2 按路網(wǎng)擁堵等級(jí)分析

分析不同擁堵等級(jí)、道路等級(jí)、雨強(qiáng)下的速度變化.

如圖5所示,當(dāng)擁堵等級(jí)為“暢通”時(shí),各等級(jí)道路的速度下降均隨雨強(qiáng)的增大而增大.快速路速度受影響最大,而主干路、次支路兩者差別不大.雨強(qiáng)為小雨時(shí),快、主、次支路的速度下降比分別為4.9%、3.2%、3.3%.中雨及以上時(shí),快、主、次的速度下降分別為9.2%、4.9%、5.7%.

當(dāng)擁堵等級(jí)為“基本暢通”時(shí),快、主、次支路的速度下降趨勢(shì)如圖6所示.雨強(qiáng)為小雨時(shí),快、主、次支路的速度下降比分別為9.4%、6.2%、4.2%.中雨及以上時(shí),快、主、次的速度下降為17.9%、13.2%、8.3%.

圖5 “暢通”時(shí)速度變化Fig.5 Effect of precipitation intensity on speed for free-flow

圖6 “基本暢通”時(shí)速度變化Fig.6 Effect of precipitation intensity on apeed for near-free-flow

當(dāng)擁堵等級(jí)為“輕度擁堵”和“中度擁堵”時(shí),全路網(wǎng)出現(xiàn)這種情況的概率不高,使擁堵和降雨同時(shí)出現(xiàn)的概率更低,只有小雨和中雨的樣本,如表9所示.全路網(wǎng)重度擁堵的概率更低,重度擁堵時(shí)無(wú)降雨樣本點(diǎn).

表9 “輕度擁堵”和“中度擁堵”時(shí)速度變化Table 7 Speed variation of different road classes for light and moderate congestions

4 降雨條件下的速度預(yù)測(cè)修正模型

4.1 速度修正模型的建立

分析時(shí)間段、道路等級(jí)、雨強(qiáng)與速度下降之間的關(guān)系,用速度下降百分比表示速度修正因子Fs,擬合降雨強(qiáng)度—速度修正因子曲線,如圖7所示.

夜間時(shí),F(xiàn)s與雨強(qiáng)的趨勢(shì)線擬合成對(duì)數(shù)函數(shù),如圖7(a)所示,快速路、主干路、次支路分別為:

式中 I——降雨強(qiáng)度(mm/15 min).

高峰時(shí),將Fs與雨強(qiáng)的趨勢(shì)線擬合成二次函數(shù),如圖7(b)所示,快速路、主干路、次支路分別為:

平峰時(shí),將Fs與雨強(qiáng)的趨勢(shì)線擬合成二次函數(shù),如圖7(c)所示,快速路、主干路、次支路分別為:

圖7 各時(shí)間段下的速度修正因子變化趨勢(shì)Fig.7 Variation trends of speed correction factors during each time period

4.2 速度修正模型的驗(yàn)證

為了驗(yàn)證模型的精確度,本文選用2013年7月15日降雨天數(shù)據(jù)進(jìn)行實(shí)例驗(yàn)證.降雨當(dāng)日,根據(jù)不同時(shí)段、不同道路等級(jí)下每個(gè)時(shí)刻的降雨量,利用模型及式(10)修正并得出預(yù)測(cè)速度,和實(shí)測(cè)數(shù)據(jù)對(duì)比,如圖8所示.

式中 vp——降雨天預(yù)測(cè)速度;

vn——當(dāng)月同期正常天速度;

Fs——速度修正因子.

圖8 不同等級(jí)道路速度時(shí)變曲線及修正曲線Fig.8 Actual vs.predicted speed-time curves of different road classes

使用速度修正趨勢(shì)線方程,對(duì)降雨天的速度曲線修正,和實(shí)測(cè)速度相比可以達(dá)到一定的重合度.為了定量描述預(yù)測(cè)修正誤差E,提出誤差表示方法如式(11)所示.

式中 vr——降雨天實(shí)測(cè)速度;

n——樣本量;

E——預(yù)測(cè)修正誤差.

計(jì)算快速路、主干路、次支路的速度預(yù)測(cè)修正精度,得到表10,從表中可以看出此模型對(duì)速度的預(yù)測(cè)具有較好的精度,各等級(jí)道路的平均預(yù)測(cè)誤差均在5%以內(nèi).

表10 速度預(yù)測(cè)修正誤差Table 10 Correction errors of speed predictions

5 研究結(jié)論

基于北京市實(shí)時(shí)天氣數(shù)據(jù)和道路行程速度、指數(shù)數(shù)據(jù),分析降雨天氣下不同時(shí)間段、擁堵等級(jí)、道路等級(jí)下的速度變化,給出在不同雨強(qiáng)下速度降低的平均值.通過(guò)擬合降雨天氣下速度修正趨勢(shì)線,構(gòu)建速度修正模型,為速度預(yù)測(cè)提供修正參考.本文得到的結(jié)論如下.

(1)在相同雨強(qiáng)、時(shí)間段或擁堵等級(jí)下,快速路受降雨影響最大,其次是主干路、次支路.只有在夜間或者擁堵等級(jí)為“暢通”時(shí),次支路的速度下降值略微比主干路高.

(2)不同時(shí)段下,高峰受降雨影響最敏感,夜間影響最小.高峰時(shí),快、主、次支路的速度下降百分比分別為15%~19%、9%~15%、5%~8%.平峰時(shí),快、主、次支路的速度下降百分比分別為9%~25%、5%~19%、4%~14%.夜間時(shí),可當(dāng)作自由流速度,在雨強(qiáng)為中雨及以上時(shí),快、主、次支路的速度下降百分比分別為8.8%、4.8%、5.9%.

(3)不同擁堵等級(jí)下,暢通時(shí),降雨對(duì)速度影響最小,輕度擁堵時(shí)影響最大.雨強(qiáng)為中雨及以上,暢通時(shí),快、主、次支路的速度下降百分比分別為9.2%、4.9%、5.7%,基本暢通時(shí),分別為17.9%、13.2%、8.3%.輕度擁堵時(shí),雨強(qiáng)為中雨,快、主、次支路分別為19.4%、14.3%、8.2%.

(4)基于降雨強(qiáng)度和時(shí)間段的速度預(yù)測(cè)修正模型,可以用于不同等級(jí)道路的速度預(yù)測(cè),平均預(yù)測(cè)誤差在5%以內(nèi).

由于樣本量的限制,天氣修正模型仍為初級(jí)模型,且缺乏精確度.在之后的研究中,建議加入其他道路參數(shù)等變量對(duì)速度的影響,使降雨強(qiáng)度對(duì)速度影響的分析更加全面,修正預(yù)測(cè)更加精確.

[1]邵春福,魏麗英,賈斌.交通流理論[M].第一版.北京:電子工業(yè)出版社,2012.[SHAO C F,WEI L Y,JIA B. Traffic flow theory[M].Beijing:Publishing House of Electronics Industry,2012.]

[2]Karl L,Donald E.The effect of rainfall on freeway capacity[R].Health Sciences Research Institute Report, Trs-6,1971.

[3]Chung E,Ohtani O,Warita H,et al.Does weather affect highway capacity[C].5th International Symposium on Highway Capacity and Quality of Service,Yakoma, Japan.2006.

[4]Transportation Research Board.Highway capacity manual[M].Washington,DC:National Research Council,2000.

[5]Smith B L,Byrne K G,Copperman R B.An investigation into the impact of rainfall on freeway traffic flow[C].The 83rd Annual Meeting of the Transportation Research Board,Washington DC.2004.

[6]Franzese O,Greene D L,Hwang H L.Temporary losses of highway capacity and impacts on performance[R]. Oak Ridge,TN:Oak Ridge National Laboratory,2002.

[7]Rakha H,Farzaneh M,Arafeh M.Inclement weather impacts on freeway traffic stream behavior[J]. Transportation Research Record:Journal of the Transportation Research Board,2008,2071(1):8-18.

[8]Farzaneh M,Arafeh M,Hranac R.Empirical studies on traffic flow in inclementweather[M].Virginia Tech Transportation Institute,2007.

[9]Schedler K.New approaches for modelling of weather impact on traffic flow[C].The 16th International Road Weather Conference,Helsinki,2012.

[10]Hou T,Mahmassani H,Alfelor R M.Calibration of traffic flow models under adverse weather and application in mesoscopic network simulation procedures[C].The 91st Annual Meeting of the Transportation Research Board,Washington,D.C,2012. [11]Lam W H K,Tam M L,Cao X,et al.Modeling the effects of rainfall intensity on traffic speed,flow,and density relationships for urban roads[J].Journal of Transportation Engineering,2013,139(7):758-770.

[12]任園園.冰雪條件下城市道路交通流特性及管理對(duì)策研究[D].長(zhǎng)春:吉林大學(xué),2008.[REN Y Y.Study on the characteristics of traffic stream and management countermeasure at urban road under the condition of snow and ice[D].Changchun:Jilin University,2008.]

[13]張存保,萬(wàn)平,梅朝輝,等.雨天環(huán)境下高速公路交通流特性及模型研究[J].武漢理工大學(xué)學(xué)報(bào),2013.35 (3):63-67.[ZHANG C B,WAN P,MEI Z H,et al. Traffic flow characteristics and models of freeway under rain weather[J].Journal of Wuhan University of Technology,2013.35(3):63-67.]

[14]Lin Z H,He Z C,Sun W B,et al.Multilevel analysis for the effect of rainfall on traffic speed for urban roads[C]. The 93rd Annual Meeting of the Transportation Research Board,Washington,D.C.,2014.

[15]章錫俏,盛洪飛,姚艷雪.基于RBF神經(jīng)網(wǎng)絡(luò)的不利天氣道路通行能力計(jì)算[J].交通與計(jì)算機(jī),2008,25 (6):21-23.[ZHANG X Q,SHENG H F,YAO Y X. Road capacity calculation under adverse weather based on RBF neural network[J].Computer and Communications,2008,25(6):21-23.]

[16]劉力力,翁劍成,榮建.降雪條件下城市快速路交通流特性研究[J].交通信息與安全,2012,30(1):10-14. [LIU L L,WENG J C,RONG J.Traffic flow characteristic of city expressway under snow weather[J]. Journal of Transport Information and Safety,2012,30 (1):10-14.]

[17]翁劍成,榮建,于泉.基于浮動(dòng)車數(shù)據(jù)的行程速度估計(jì)算法及優(yōu)化[J].北京工業(yè)大學(xué)學(xué)報(bào),2007(05):459-464.[WENG J C,RONG J,YU Q.Optimization on estimation algorithms of travel speed based on the realtime floating car data[J].Journal of Beijing University of Technology,2007(05):459-464.]

[18]朱琳,宋國(guó)華,于雷,等.基于公眾出行感知調(diào)研與測(cè)算的交通狀態(tài)實(shí)時(shí)評(píng)價(jià)指標(biāo)[J].北京工業(yè)大學(xué)學(xué)報(bào),2013(10):1526-1531.[ZHU L,SONG G H, YU L,et al.Real-time evaluation index of traffic conditions based on public travel perception surveys and estimation[J]Journal of Beijing University of Technology,2013(10):1526-1531.]

[19]北京交通發(fā)展研究中心.DB11/T 785—2011,城市道路交通運(yùn)行評(píng)價(jià)指標(biāo)體系[S].北京市質(zhì)量技術(shù)監(jiān)督局,2011.[Beijing Transport Research Center.DB11/ T785-2011,urban road traffic performance index[S]. Beijing Bureau of Quality and Technical Supervision, 2011.]

Impact of Rainfalls on Travel Speed on Urban Roads

GONG Da-peng1,SONG Guo-hua1,LI Ming1,GAO Yong2,YU Lei1,3
(1.MOE Key Laboratory for Urban Transportation Complex Systems Theory and Technology,Beijing Jiaotong University, Beijing 100044,China;2.Beijing Transportation Research Center,Beijing 100161,China;3.Department of Transportation Studies,Texas Southern University,Houston,TX 77004,USA)

By utilizing Beijing real-time weather data,travel speed on urban roads and traffic performance index(TPI)based on floating car data(FCD),this paper analyzes and compares travel speed,TPI and rainfalls under rainfall weather and normal weather.Then,the operating parameters of urban roads are analyzed from the perspectives of precipitation intensity,time periods and congestion levels.Further,the correction model for speed prediction is developed and validated.The study shows that travel speeds on the expressway,major arterial and collector decrease by 8.8%,4.0%and 5.9%respectively when the precipitation intensity reaches the moderate rain level or above at night,and further derives the relationships between the precipitation intensity and the travel speed reduction during the peak and non-peak hours.In addition,the relationships between the precipitation intensity and the travel speed reduction under different congestion levels are also obtained.Finally,application examples are presented to validate the proposed model,which shows that the model can effectively predict the travel speed under the rainfall weather,and the average prediction error is less than 5%.

urban traffic;precipitation intensity;travel speed;road classes;speed prediction

1009-6744(2015)01-0218-08

:U491

:A

2014-07-07

:2014-08-02錄用日期:2014-10-13

國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃(973計(jì)劃)(2012CB725403);典型交通事件下區(qū)域交通擁堵演變規(guī)律分析(T14JB00180).

龔大鵬(1992-),男,安徽人,碩士生. *

:yu_lx@tsu.edu

猜你喜歡
雨強(qiáng)快速路支路
基于限流可行方案邊界集的最優(yōu)支路投切
能源工程(2020年6期)2021-01-26 00:55:22
昆明市呈黃快速路總體方案設(shè)計(jì)
上海公路(2019年1期)2019-06-18 11:05:06
托里降雨時(shí)間分布特征分析
雨強(qiáng)及坡度對(duì)黃土區(qū)草地坡面水流流速的影響
人民黃河(2018年4期)2018-09-10 15:14:42
渭南市1961-2016年雨日、雨強(qiáng)的季節(jié)變化特征
白城市雷達(dá)定量估測(cè)降水方法
多支路兩跳PF協(xié)作系統(tǒng)的誤碼性能
利用支路參數(shù)的狀態(tài)估計(jì)法辨識(shí)拓?fù)溴e(cuò)誤
基于LS-SVM的快速路入口匝道預(yù)測(cè)控制
多并聯(lián)支路型可控電抗器短路電抗對(duì)支路電抗和電流的影響
德安县| 巩留县| 乌海市| 城市| 武定县| 金乡县| 兴隆县| 弋阳县| 马关县| 崇礼县| 蒙城县| 百色市| 镇雄县| 定西市| 黄山市| 开阳县| 亚东县| 陆良县| 宜兰县| 哈巴河县| 长治市| 延庆县| 屯门区| 南华县| 南平市| 宽城| 商丘市| 尚义县| 安乡县| 上虞市| 隆安县| 阿尔山市| 绵阳市| 班玛县| 和林格尔县| 毕节市| 万荣县| 鄂伦春自治旗| 怀集县| 怀化市| 阿拉善右旗|