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:

1億數據,告訴你哪裡是上海買房TOP 10 站點!
數據研究番外篇:召喚師峽谷野生生態調查
第十周筆記:大量數據演算法

TAG:大数据 | 数据可视化 | 环境污染 |