图1城市拥堵区域形态演变模式分析的流程图

图2城市拥堵时空网格仿真数据和关联掩膜区域示意图

道路拥堵是影响城市正常运行的障碍，也是城市安全问题的隐患。随着社会经济的发展，人口和财富越来越向城市集中，像北京等世界超大城市人口和交通的规模越来越大，已远远超出了其正常承载力水平。随着物联网感知、大数据、深度学习预测等技术的发展，城市计算在城市运行各领域获得快速发展与应用，利用地铁、公交、出租等位置大数据资源，快速精准地预测城市交通拥堵的时空模式，对于应用新兴信息技术开展城市安全诊断和风险评估，支撑城市运行保障具有重要的作用。近日，我院城市系统工程研究所面向城市智慧运行与安全诊断需求，针对当前关于城市拥堵区域形态分析方面的不足，通过地理建模与仿真方法，提出基于矩阵计算的方法来理解城市拥堵的时空演化模式，从而对城市拥堵区域从发生到消失进行识别与监控，掌握城市拥堵的全生命周期过程，为城市交通管理、市政管理以及城市规划等相关部门提供决策依据。

日前，对城市拥堵区域形态演化分析主要是采用数据统计和可视化技术，对于拥堵模式的时空依赖性以及拥堵区域的多级别演化考虑不足。例如，地理空间临近区域之间因为相互连通和交互影响，需要考虑其普遍存在的空间自相关特征，同样地，不同时序单元之间也需要考虑其时间自相关因素。此外，根据拥堵程度的不同，城市拥堵区域具有不同的拥堵级别，城市拥堵区域可以包含拥挤程度不同的子区域，需要在不同级别的城市拥堵区域上对拥堵形态执行嵌套分析，以全面描述城市拥堵区域的演化模式。

研究团队经过不断地探索和努力，提出了一种基于矩阵计算的方法来理解城市拥堵的时空演化模式。采用空间划分方法，对区域内的交通流数据进行统计分析，探测城市拥堵的时空分布，利用图论中的连通性和连通分量，提取各个时段内的拥堵区域，并通过比较当前时段的拥堵形态与下一时段的拥堵形态之间的变化，挖掘其时空演化模式，发现城市拥堵在地理空间中的传播规律，为道路规划、交通预测和拥堵管理提供相关理论支撑，在城市智慧运行与安全管理中具有重要意义。

团队利用人工合成的仿真数据以及真实的轨迹数据对提出的方法进行了有效性验证，通过对比分析，该方法对11种拥堵区域形态的时空演化模式进行了准确的提取。实验表明，基于矩阵计算的拥堵区域形态时空演化方法能够有效的检测出城市的拥堵热点区域，可以准确的挖掘城市交通拥堵时空演化模式，并能描述城市拥堵区域从发生到消失的全过程。

相关研究成果为冬奥城市运行交通保障决策提供了支撑服务。发表Springer出版社出版的专著论文1篇，提交1项发明专利申请。下一阶段，研究团队将继续围绕城市安全诊断与风险评估科技支撑需要，改进和提升研究成果的效果，在城市运行管理领域进行推广应用，创造良好的社会经济效益。

(钟少波 文/摄)