大數據和可視化支撐城市污染治理

（文章系貴陽數博會上的嘉賓演講，這裡整理成文）

隨著城市化的進程及超大城市的發展趨勢，「城市病」的出現讓人們每時每刻承擔著便利帶來的「代價」。交通與城市污染越來越多的出現在我們身邊。同時，作為大數據從業者，我們也在利用自身優勢在積极參与智慧城市的建設。現在，數據已經滲透到每個行業和業務職能領域，成為了重要的生產因素，數據正在改變著我們的生活方式。對城市污染的監測與治理，城市數據的價值挖掘和可視化利用，將為我們帶來前所未有的改變。

交通與城市污染的大背景

有人說我們城市污染越來越嚴重了，因為現在霧霾越來越厲害；又有人說，現在環境變好了，好多城市山清水秀了。有人說城市污染的罪魁禍首是汽車尾氣，那麼我們來看交通與城市污染的三個具體數值。

• 13%。近5年，高速城鎮化和機動化每年增長率達13%。
• 1.3M。每年因空氣質量相關疾病導致1.3M人的死亡。
• 4.1%。全國僅4.1%的城市滿足國家衛生組織（WHO）PM2.5濃度標準。

沒有比較就難以發覺差距，這三個數據，和世界平均水平，尚且差距巨大，更難以比肩歐美各國了。那麼這其中，機動車尾氣貢獻度如何呢？

• 城市PM2.5污染，機動車尾氣普遍貢獻率在20%~35%之間，北京局部地區高達31%，上海局部地區高達25%。
• NOx污染，北京地區，機動車尾氣平均貢獻58%
• 揮發性有機化合物污染，北京地區機動車尾氣貢獻度平均達40%。

真實的數據告訴我們，交通和城市污染有著密切的關聯，要治理城市污染，或許值得在交通上實施智能控制。

如何系統實施智能交通控制

實施智能交通控制，需要兩個方便的工作。一是要採集到豐富多源的交通和大氣數據，二是要有一整套完善的決策支持系統。

現在都能採集到哪些交通和大氣多源數據呢？其實主要有交通、大氣、地理三個方面的數據。交通方面主要是公交數據、線圈數據、卡口數據（智能眼）和浮動車數據；大氣方面主要是氣象數據和污染物濃度數據；地理方面主要是地形數據和道路網路數據。這些數據採集到了，如何幫助治理城市污染？如何發揮數據的價值呢？

現在，國際上成熟的方案是用一整套成熟的決策支持系統。系統自動建立交通模擬模型、大氣污染模型、尾氣排放模型等，通過接入實時交通數據、實時污染物聚集數據、實時空氣質量數據、實時天氣數據，系統自動智能執行控制策略，以可視化圖表的形式展示系統的決策建議和預測分析。

大數據和可視化決策系統實踐效果

我們基於實時交通數據和天氣數據，系統根據預測模型，自動生成如下的污染物濃度預測圖，展現宏觀交通狀態。其中主要監測和預測指標為黑炭濃度降低量，顏色越接近紫色代表黑炭降低量越大，越接近綠色代表黑炭濃度降低量越小。也就是說，顏色越綠代表著黑炭濃度增加越多。通過下圖，我們可以清晰看到，當下時點，黑炭主要聚集在車道附近，而且在向周邊蔓延。當我們採取系統建議的措施，預計措施執行後，一定時間段之內，街道黑炭濃度整體呈現出下降趨勢，並向街道收縮集中。通過這樣的大數據和可視化系統，我們就可以通過實時精準的交通控制，來一定程度的降低城市污染。

我們通過對機動車排放機制的研究，發現並不是流量越小尾氣污染越小，而是呈現在合適的流量下，總體尾氣排放最小，流量過大或者過小，尾氣污染都會顯著上升。流量大，汽車數量多，尾氣管多，污染就大，這個從常識上易於理解。但是為什麼流量下降，尾氣排放反而上升呢？這個數據決策系統出現了異常了嗎？我們實地調研發現，車流量小時，司機普遍愛開快車，猛加速，急剎車。原來平穩的速度才是控制尾氣排放的關鍵，也就是車流量大小要適中，並且相對穩定。

這對我們交通控制什麼指導意義呢？我們開始監測和交通排放指標，通過調整信號燈變換，來控制信號燈路口的耗時、速度、延誤，並影響整個網路的耗時、速度和延誤。交通指標的變換帶來排放指標的變化。通過智能、合理的調整信號燈，在保證交通效率的情況下，大數據和可視化系統就能帶來節能減排降低污染的效果。

共享單車，提升最後一公里的交通可達性。通過大數據和可視化系統，我們定性加定量地刻畫出了車站流量時序分析和個人出行行為分析。根據這些分析，我們可以規劃交通一體化設施的改善，提升整個公共交通系統的便利性和可達性。減少個人對私家車的依賴性。同時，根據共享單車的實時車站流量數據以及個人出行數據，預測不同時點在不同車站的單車需求，合理調整共享單車資源的布局和運營。

如何降堵和減排

我們對比公共汽車、自行車、私家車和自動駕駛汽車的載客效率。公交車最大，幾乎整車的空間全是乘客，載客效率最高，道路利用率也最高，劣勢在於家門口的最後一公里需求無法觸達；自行車，載客效率和道路利用率比較高，但是速度比較慢；私家車最小，受制於駕駛技術、路網和車內空間，國內一輛私家車一般乘坐2人，甚至更多是1人乘坐，載客效率和道路利用率特別低；自動駕駛汽車比私家車效果略好，因為駕駛技術得到提升，但本質上還是私家車，並未改變一人一車的本質。

如何降堵和減排呢？這裡主要有三個方面的建議措施。

第一，管理需求。適當降低私家車的出行需求，為共享單車、公共汽車公共交通引流，提升載客效率和道路利用率。

第二，加強智能管理，網路管理。在道路規劃階段優先進行網路設計，在實際使用中通過大數據和可視化優化交通控制，並及時發布出行信息以及大數據系統預測的道路路況信息。

第三，提高車輛技術。研發零排放、低排放的技術，大數據系統協調優化車車和車路資源，通過研發優化和推廣自動駕駛技術，整體提升路網效率，降堵減排。

文章同步發佈於公眾號「帆軟數據應用研究院」，ID: fr_research。關注公眾號，可查看更多案例，獲取PPT演講資料！

往期文章閱讀：

基於數據治理、流程梳理、業務分析的數據化體系建設--某集團數據平台建設案例

數據可視化監控流程？--江汽物流數據監控平台建設經驗

泰爾重工：數據可視化下的驅動業務增長模式
推薦閱讀：