朱彦亮 李薇薇 李媫 雷宇寰 周玉洁

摘  要：本研究基于重庆市浮动车GPS数据和空气监测站点数据，识别拥堵区域空间位置、分析拥堵水平、计算大气污染物排放分布，探讨不同拥堵水平下的大气污染特征变化，以期为城市交通可持续发展、大气污染治理以及公众健康维护提供理论参考。

关键词：轨迹大数据;城市交通拥堵;大气污染;重庆市中心城区

1引言

近年来，随着经济的快速发展和城镇化的加快，大、中城市的交通拥堵现象愈发严重，并由此带来一系列大气污染问题[1]。目前，将交通拥堵和大气污染相关联的研究较少，因此本文基于大数据分析技术来识别重庆市中心城区的交通拥堵区域，并深入探究不同拥堵情况下的大气污染特征变化，为居民低碳出行，城市交通污染排放治理提出合理建议。

2研究对象与数据来源

重庆市中心城区（即传统主城九区），总面积约为5467平方千米。其经纬度范围为：经度[106.32E，106.80E]，纬度[29.25N，29.80N]。研究数据主要包括2020年10月约540000条出租车轨迹数据以及包含站点监测时间点和PM2.5、PM10、CO、SO2、NO2、O3等污染物浓度的空气质量监测数据。

3模型与方法

3.1交通拥堵区域识别方法

本研究基于GPS轨迹数据对重庆市中心城区进行拥挤区域识别[2]。车辆轨迹数据是GPS系统提供的与车辆行驶有关的位置、时间等数据统计形成的数据集，能直接反映城市的交通状态，交通时间估算、交通异常探测，是轨迹数据在智能交通上最直接的应用。本研究的拥堵判定选用区间交通拥堵度评价，参考《道路交通拥堵度评价方法》，提出拥堵判定的临界值为20km/h[3]。将车速小于20km/h的车辆的轨迹点提取出来，然后进行核密度分析，并得到研究区拥挤车辆轨迹点的密度分布图。

3.2污染物数据处理方法

提取到拥堵区域后，为建立空气污染物站点和拥堵区域的联系，本研究对空气质量监测站点进行缓冲区分析，从而得到空气质量监测站点的辐射范围。并沿用现有针对我国空气质量进行的传统统计学方法处理污染物数据[4]。通过对研究区内不同区域不同污染物的浓度变化进行研究，对比拥堵区域和非拥堵区域在不同时空状态下的污染物浓度，从而分析出相应区域的大气污染特征变化。

4结果与分析

4.1交通拥堵区域识别

本研究共选取了2020年10月的假期日（10.1、10.3、10.7）和平常工作日（10.13、10.20、10.28），共六天的数据。分别对其早晚高峰行驶车辆平均速度小于20km/h的车辆进行轨迹点核密度分析，以此判定交通拥堵区域。

十一黄金周，重庆市中心城区人流量显著增多，甚至有超负荷现象存在。洪崖洞、磁器口及各大商圈等旅游景点周边道路，黄花园大桥等跨江桥梁，双碑隧道等穿山隧道，内环快速路的立交，机场路、成渝高速等进出城道路，都属于易拥堵路段，通行压力显著增大。

重庆特殊的地理环境造就了以各个商圈为中心的写字楼分布格局。渝中区和江北区在目前的商圈格局中占据了重要地位。工作日期间，交通拥堵主要以渝中为圆心向外辐射，早晚高峰时段因为通勤原因，渝中区和江北区的交通压力居高不下。同时，石桥铺、陈家坪片区等高新技术地带，有众多的高新企业落户于此。沙坪坝、杨家坪、南坪商圈，作为各区的中心地带，凭借起优势，聚集了一些写字楼。由于交通位置的优越性，上清寺、两路口和大坪也有不少写字楼。因此，工作日的拥堵区域相比节假日更加分散，交通压力也有所减缓。

综上，整个重庆市中心城区的拥堵区域在空间上呈现单核向外辐射分布，时间上，节假日相比工作日，拥堵区域更集中，范围更广。

4.2污染物变化特征分析

本研究基于2020年10月的空气质量监测站点数据，通过分析拥堵区域概况图划分典型拥堵（即研究区的中心位置）及非拥堵区域。通过空气污染程度判定指标体系得到2020年10月主要空气质量监测站点污染程度变化图，如图1。

在图中同一时间下，所处拥堵区域的空气监测站点，其检测到的污染物排放量普遍高于非拥堵区域。例如在10月7日，曲线较高的数据代表的站点有世纪花都、燃气厂等;曲线较低的数据代表站点有凤凰小区等，这与选取的站点所处的区域基本吻合。但是部分区域空气污染程度呈现高污染状态是由于其他污染活动造成，导致存在非拥堵区域监测到的数据比拥堵区域污染程度高的现象有一定的合理性。

综上可得，拥堵区域状况与大气污染物的排放存在正相关性，污染物时间分布上，十月上旬与十月下旬随交通的拥堵情况不同而不同，工作日与节假日也会有差距;空间分布上拥堵区域较集中于渝中向外辐射范围，故污染物排放也集中于此。

结语

本研究结果表明拥堵区域与大气污染排放具有较强的关联性，拥堵状况与重庆市主城区交通状况吻合，交通结果具有一定的可靠性，可为解决城市交通拥堵和大气污染问题提供理论支撑。但是此次研究仅针对2020年3月及10月的车辆拥堵情况及大气污染物数据进行分析，数据量较少;对于污染物的识别种类也较少研究具有一定局限性。

参考文献

[1]李勇.基于出租车GPS数据的城市交通拥堵识别和关联性分析[D].哈尔滨工业大学.

[2]刘廷让.基于多源数据融合的高速公路路段交通拥堵检测方法研究[D].重庆大学，2020.

[3]袁从灏，李宁，牛科.基于聚类和相关性分析的交通拥堵状况分析[J].北京信息科技大学学报（自然科学版），2018，033（003）：36-41.

[4]余曉美﹐沈永昌.中国环境保护重点城市空气质量的动态特征分析[J].统计与决策，2019，35（11）：91-94.

基金项目：重庆交通大学大学生创新训练项目（项目编号：S20210618023）