福建省高速公路拥堵判断识别方法探究

■黄晓迪

（福建省交通规划设计院有限公司， 福州 350004）

随着福建省经济社会的发展及高速路网的建设，福建高速公路通车里程日益增大，截至2020 年底福建省高速公路通车里程突破6000 km， 乡镇便捷通高速覆盖率达到80.3%，综合密度居各国各省第3 位；人民生活水平的提高也使家庭汽车保有量节节攀升，“十三五”期间增长了60%，致使高速交通流量迅速增长， 局部路段经常发生拥堵状况，特别是周末及免征通行费的节假日期间，高速公路路网拥堵状况愈加严重，高速公路服务水平下降。

如何利用现有的高速公路路网交通流量信息和数据资源对上述问题进行分析，提高高速公路路网运行效率，提升高速公路服务品质，成为福建省高速公路路网迫切需要解决的问题[1]。 其中有效判断高速公路拥堵情况，为路段拥堵预警系统提供拥堵阈值信息至关重要。

1 拥堵评判指标

判断高速公路拥堵情况一般以小时为单位进行分析计算， 但高速公路的拥堵情况通常以短时、即时特征出现，若以小时为单位计算该路段的服务水平，无法准确反映路段的实时服务水平，拥堵敏感程度较弱，因此本文提出以15 min 短时流量进行拥堵等级评价，从中寻找拥堵路段发生时段与交通量的关联性。

结合《公路工程技术标准（JTG B01-2014）》《公路通行能力规范（报批稿）》《公路出行信息服务技术规范（征求意见稿）》《建设项目交通影响评价技术标准（CJJ/T141-2010）》等相关规范及文件，以公路服务水平、运行饱和度、运行速度、运行密度值4个指标判断高速公路拥堵状态， 分析不同指标所对应的交通拥堵特征，并选取相应的权重计算综合度量指标，作为高速公路拥堵判断识别的标准。

（1）公路服务水平

目前在公路规划设计过程中，通常采用公路服务水平来衡量拥堵程度[2]，作为评价服务水平的主要指标，将服务水平分为六级（见表1），分别代表一定运行条件下驾驶员的感受，并以超过三级服务水平下限作为拥堵评判的临界值。

表1 高速公路路段V/C 值对应的服务水平分级

通过断面交通量、车道数、设计速度等参数计算公路服务水平V/C：

式中：DDHV—双向小时交通量 （pcu/h），将15 min 的交通量扩大为1 h 交通量；

N—公路双向车道路；

C—基准通行能力 （pcu/（h·ln））， 设计速度120 km/h、100 km/h、80 km/h 的高速公路基准通行能力分别为2200、2100、2000 pcu/（h·ln）；

fp—驾驶人总体特征修正系数， 取值范围宜0.95～1.00，本次取0.95；

ff—路侧干扰系数，高速公路取1.0。

（2）运行饱和度

考虑到公路服务水平V/C 中基准通行能力是以设计速度对应的基准通行能力值来确定，但实际运行过程中，车辆的自由流行驶速度并不等于设计速度，因此提出运行饱和度的评价指标。 根据《公路通行能力规范（报批稿）》，运营阶段的高速公路可根据实际车辆自由流行驶速度对应的基准通行能力值确定每车道基准通行能力，再考虑实际高速公路车道数、交通组成和驾驶人员总体特征计算高速公路实际通行能力Cr：

式中：C′基准—自由流速度对应的车道基准通行能力值；不同自由流速度对应的基准通行能力可按表2 选取，其余自由流速度对应的基准通行能力采用插值法进行计算；

表2 不同自由流速度对应的基准通行能力值

fp—驾驶人总体特征修正系数，取值范围宜0.95～1.00，本次取0.95；

ff—路侧干扰系数，高速公路取1.0；

fw—车道宽度和路侧宽度修正系数， 高速公路双向八车道及以上，可不做修正。

运行饱和度值V/Cr为实际断面交通量与运营阶段通行能力的比值，即：

式中：DDHV—双向小时交通量（pcu/h），将15 min的交通量扩大为1 h 交通量；

N—公路双向车道数。

饱和度分为六级，划分同《公路工程技术标准（JTG B01-2014）》[2]（表1）服务水平分级，以超过三级服务水平下限作为拥堵评判的临界值。

（3）运行速度

根据福建省高速公路联网公司提供的门架数据，得到高速公路各门架间车辆15 min 的平均行驶速度，以车辆平均行驶速度来判断高速公路断面运行状态。 根据《公路出行信息服务技术规范（征求意见稿）》，指标分为畅通、缓行、轻度拥堵、重度拥堵、严重拥堵和中断6 个等级。 结合高速公路路段服务水平分级的交通流状态，基本可将高速公路运行状态的6 个等级对应公路服务水平（表1）的等级，并以超过三级服务水平下限作为拥堵评判的临界值。具体见表3。

表3 3 种高速公路不同运行速度下的运行状态（单位：km/h）

（4）运行密度值

根据 《建设项目交通影响评价技术标准（CJJ/T141-2010）》[3]， 机动车运行状态 还可 按密度值（pcu/（km·车道)）来确定，密度值是描述交通流运行状态的重要参数，可以反映车辆之间相互接近的程度。 密度通车是指单位长度的车道或公路中的车辆数，密度值计算公式如下：

式中：k—密度值（pcu/（km·车道））；

DDHV—双向小时交通量（pcu/h），将15 min 的交通量扩大为1 h 交通量；

N—双向车道路；

v—平均行程速度（km/h）。

结合高速公路路段服务水平分级的交通流状态，密度值也可分为六级，并以超过三级服务水平下限作为拥堵评判的临界值。 具体见表4。

表4 高速公路路段机动车密度值对应的服务水平

2 拥堵识别方法

拥堵识别方法可为单参数的阈值划分拥堵识别，也可以是多参数算法的拥堵识别，单参数识别方法简单、快速但精确度较低，而多参数识别方法模型算法复杂，识别时间较长但精确度较高。 本文选用服务水平V/C 比、运行饱和度V/Cr、运行速度v、运行密度k 4 个参数作为拥堵识别的指标， 以高速公路设计速度120 km/h 的情况为例，整理各评价标准如表5 所示。

表5 高速公路拥堵等级评价

考虑模型的实时性及高速预警系统操作的便捷性要求， 选用较为简单快速的算法模型进行多参数阈值划分拥堵识别， 以进行较为准确的高速拥堵状态识别。 具体的多参数综合阈值拥堵识别步骤如下：

（1）确定拥堵等级阈值

结合上文，高速公路交通状态分为6 类，不同运行状态对应的阈值如表6 所示，以超过三级服务水平下限作为拥堵评判的临界值。

表6 高速公路拥堵等级阈值

（2）对评价指标进行标准化处理

由于服务水平V/C 比、运行饱和度V/Cr、运行速度v、运行密度k 是在不同的量纲指标，需要标准化函数度对不同的量纲指标进行归一化处理。

以表6 作为统一的量纲标准，主要针对速度和密度进行标准化处理， 分析表5 中不同速度与阈值、不同密度与阈值之间的关系，得到运行速度和运行密度值的标准化函数：

（3）指标权重的确定

公路服务水平V/C 中采用设计速度下的基准通行能力，通常用于计算设计阶段的V/C 比，而本文主要研究运营阶段的拥堵情况，公路服务水平V/C将作为辅助指标进行分析， 不赋予权重。 而饱和度V/Cr值主要是研究运营阶段的运行状态，且综合考虑了交通量、平均行驶速度、车道数以及干扰修正系数的影响，是一个较为全面的评价指标，赋予0.5 的权重。

车辆运行速度是判断交通状态的直观数据，在拥堵识别状态中表现得更为敏感，而密度的高低有时并不能明确地反应交通流的状态，因此以车辆速度来识别交通状态的准确度比密度值要高[4]，综上，分别赋予运行速度和运行密度的指标权重0.3 和0.2。

（4）计算加权综合度量值

计算标准化后的运行速度、 密度值及饱和度，分别与其权重相乘后相加，得到综合度量指标T：

（5）对比判断

根据计算的加权综合度量值与高速公路拥堵等级阈值（表6）进行比较判断高速公路的拥堵状态等级。

3 高速拥堵评判实例

3.1 项目概况

以沈海高速泉州段山头隧道至苏厝隧道路段为研究对象，具体地理位置如图1 所示。 沈海高速公路泉厦段是G15 沈海高速的重要组成部分， 路线起于泉州市洛阳江区，终于厦门市集美区，路线全长约81.895 km。 泉厦高速公路于1997 年建成通车，采用双向四车道标准，后进行“四改八”改扩建，于2010 年建成通车，设计速度120 km/h、双向八车道的建设标准。 研究路段位于沈海高速泉州段K2266～K2273 山头隧道至苏厝隧道路段，里程区间7 km。

图1 项目地理位置

3.2 交通量特征

山头隧道至苏厝隧道路段位于沈海高速西锦枢纽（门架）至翔安互通（门架）之间，福建省高速联网公司提供的交通量数据精度仅覆盖门架区间，暂无法精确至具体隧道段落，故以西锦枢纽（门架）至翔安互通（门架）交通量作为山头隧道至苏厝隧道路段断面交通量。

根据福建省高速联网公司提供的门架数据，2020 年西锦枢纽至翔安互通之间工作日日均交通量为80112 pcu/d，周末日均交通量为120221 pcu/d，端午节期间日均交通量为110525 pcu/d， 国庆节期间日均交通量为97537 pcu/d。 节假日、周末车流量明显大于日常工作日车流量，其中周末车流量可达工作日的1.50 倍，端午节为日常工作日的1.38 倍，国庆节为1.22 倍。 具体见图2。

图2 2020 年各节点交通量分布

以15 min 为单位分析2020 年山头隧道至苏厝隧道路段交通量（图3），高峰时段在10∶00-11∶00、16∶00-17∶00，节假日、周末车流量高峰情况较为明显，高峰小时交通量占比在9.0%～11.0%左右；工作日高峰小时交通量占比约7.0%～8.0%。

3.3 路段拥堵程度分析

（1）公路服务水平

结合沈海高速山头隧道至苏厝隧道路段各时间段交通量（图3），按照公式（1）计算山头隧道至苏厝隧道路段服务水平，结果如图4 所示。

图3 交通量日分布情况

图4 各节点服务水平日分布情况

根据图4 可知，2020 年山头隧道至苏厝隧道路段各时间段值基本低于0.5，服务水平处于一～二级水平， 其中周末高峰时段V/C 达到0.55，服务水平降至三级。 2020 年各时间节点服务水平均没有超过三级下限， 高峰时段相关交通特征值如表7 所示：

表7 山头隧道至苏厝隧道路段高峰时段交通量及服务水平

（2）运行饱和度

根据福建省高速联网公司提供的交通信息，沈海高速山头隧道至苏厝隧道路段各时段的15 min 自由流速度见图5， 该路段为隧道进出口段，平均速度约70 km/h，对应表2，平均基准通行能力约1600 pcu/h·ln。

图5 各节点自由流速度分布图

根据各时段自由流速度，按照表2 中对应的基准通行能力采用插值法计算出各时段的基准通行能力。 结合沈海高速山头隧道至苏厝隧道路段各时间段交通量（图3）和运营阶段高速公路通行能力，按照公式（2）～（3）计算山头隧道至苏厝隧道路段饱和度，结果见图6。

根据图6 可知，2020 年各时间节点饱和度水平均没有超过三级下限，其中工作日的饱和度均处于一、二级水平；周末运行饱和度最高，8∶45-11∶45、13∶15-14∶45 饱和度降至三级； 端午节期间8∶45-11∶30、14∶30-17∶15 饱和度降至三级； 国庆节期间9∶45-11∶15 饱和度降至三级。 各高峰时段相关交通特征值见表8。

表8 山头隧道至苏厝隧道路段高峰时段交通量及饱和度

图6 各节点饱和度分布图

（3）运行速度

根据高速公路联网公司提供的交通信息，得到山头隧道至苏厝隧道路段15 min 的平均行驶速度，速度变化幅度较大，9∶00 开始速度开始下降， 持续至12∶00 左右，14∶30 开始速度又出现了波谷。周末、端午节及国庆节部分时段运行速度降至50 km/h，而该路段设计车速为120 km/h，对应表3，此时出现严重拥堵，详见图7。

以运行速度为判断指标，2020 年各时间节点高峰时段及超过三级水平下限的拥堵时段相关特征值见表9。周末高峰时段运行速度最慢，拥堵持续时间150 min，但端午节拥堵时间最长，达195 min，国庆节拥堵时段达90 min。

表9 山头隧道至苏厝隧道路段高峰时段运行速度及拥堵状态

（4）运行密度值

结合沈海高速山头隧道至苏厝隧道路段各时间段交通量（图3）和平均运行速度（图7），按照公式（5）计算山头隧道至苏厝隧道路段密度值。 其中工作日的密度值均处于一、二级水平；周末的密度值最大，高峰时段甚至超过30，对应表4，达到四级水平； 端午节期间在9∶45-11∶15、15∶00-15∶30 降至三级及以下； 国庆节期间在10∶00-11∶15 运行状态达到三级水平，详见图8。

图7 各节点平均运行速度日分布情况

图8 各节点运行密度值日分布情况

以运行密度为判断指标，2020 年各时间节点高峰时段及超过三级水平下限的拥堵时段相关特征值见表10。 周末高峰时段密度值最大，超过四级水平且拥堵持续时间最长，达105 min；端午节高峰时段密度值也超过了四级水平，持续时间30 min。

表10 山头隧道至苏厝隧道路段高峰时段运行密度值及拥堵状态

（5）综合度量指标

综合服务水平比V/C、运行饱和度V/Cr、运行速度v、运行密度k 4 个指标参数，按照调整函数（公式（5）～（6））及加权权重值，得到综合度量指标T（公式（7）），各时间点综合度量指标示意图见图9。

根据图9，得到2020 年各时间节点高峰时段及超过三级水平下限的拥堵时段相关特征值见表11。山头隧道至苏厝隧道路段工作日期间均处于缓行及畅通状态，而周末及节假日对该路段交通拥堵状态影响较大，其中周末拥堵情况最为严重，持续时间最长，出现在9∶45-10∶15、10∶30-10∶45、15∶00-15∶15，时长达60 min；端午节严重拥堵持续时间达15 min，出现在10∶30-10∶45，其余时段处于轻度拥堵及缓行状态；而国庆节期间出现轻度拥堵情况。

图9 各节点综合度量指标分布情况

表11 山头隧道至苏厝隧道路段高峰时段综合度量指标

以超过三级服务水平下限作为拥堵评判的临界值，据此拟定高速公路拥堵预警系统：当综合度量值达到三级时，触发拥堵关注提醒；超过三级时，触发拥堵预警提醒；即当评价指标超过0.55 的阈值时，触发常发拥堵路段的拥堵关注；当评价指标超过0.75 的阈值时，触发常发拥堵路段的拥堵预警。

4 结论

本文利用现有的高速公路路网交通流量信息，以沈海高速山头隧道至苏厝隧道路段为研究对象，选用服务水平比、运行饱和度、运行速度、运行密度4 个参数作为拥堵识别的指标， 考虑各指标的权重得到拥堵综合度量指标，从而判断该路段的拥堵等级及拥堵时段[5]。 研究提供的拥堵识别方法能够为福建省高速公路拥堵判断识别提供技术基础和支撑，具体是在高速公路拥堵预测判断和流量预警过程中，根据路段的车流量、自由流速度、平均速度等数据，构建高速公路拥堵综合度量指标并确定拥堵预警阈值。