CN104318315A - 一种城市道路交通污染物排放监控预警系统及方法 - Google Patents

Abstract

本发明涉及一种城市道路交通污染物排放监控预警系统，包括交通污染物排放检测模块，交通外部环境数据采集模块，交通污染物排放机理分析模块，交通污染物排放预警决策模块及信息发布模块，其中所述交通污染物排放机理分析模块与所述交通污染物排放检测模块和交通外部环境数据采集模块连接，所述交通污染物排放预警决策模块分别连接所述交通污染物排放机理分析模块和信息发布模块。本发明所揭示的一种城市道路交通污染物排放监控预警系统，用于道路交通污染气体或噪声排放的预警与决策管理，实现从人工经验的粗放式管理向精细化科学决策的转变，为城市交通环境放治理决策提供技术支撑。

Description

一种城市道路交通污染物排放监控预警系统及方法

技术领域

本发明涉及一种动态信息采集和数据分析系统，具体涉及一种城市道路交通污染物排放监控预警系统及方法。

背景技术

随着我国城市经济建设的迅速发展和城市人口的迅速膨胀，我国的城市道路和车流量也随之迅速增加，一种立体纵横、网络棋布的新型道路交通格局正在形成，但其带来的城市道路交通污染也日益严重。据国内外有关专家调查统计，城市交通污染包括噪音污染和废气污染，其中：

废气主要来源与机动车的尾气排放，而机动车尾气中一氧化碳(CO)、碳氧化合物(HC)、氮氧化物(NOx)以及颗粒物(PM)是城市空气污染的主要构成元素，而道路交通噪声是城市环境噪声的主要来源，约占35％以上，已成为我国城市环境污染的一大公害，严重损害人们的健康，影响人们正常的工作和生活，对社会经济的发展也存在一定的危害。

针对尾气排放，当前国内外的研究表明，机动车尾气排放与交通流行为密切相关，车辆在直行、换道、超车和转弯等行驶过程中频繁加减速会引起污染排放加剧，现有研究尚未系统地定量揭示交通流行为对其的影响程度，多数研究侧重于从宏观视角定性分析油耗、道路类型、启动刹车、信号控制、速度控制、单向交通、公交优先对交通污染气体排放的重要程度，仅少数研究分析交通流行为和污染物气体之间关联性，但未涉及道路线形设计和天气变化等交通内外部环境微观因素影响交通流行为，进而它们又影响交通污染气体的排放程度，必然致使现有研究的部分理论片面化或者错误化。此外，现有研究未构建一套完整的城市道路交通污染物排放动态预警技术，多数侧重于空气环境监测技术方面，较少涉及交通污染物排放数据采集、交通污染物排放机理挖掘分析、预警决策技术等，这限制了进一步推广应用。

针对交通噪音，当前国内外的研究表明，影响交通噪声的主要因素有车速、车流量、路面宽度，即：交通噪声的大小和车速、车流量成正比，和路面宽度成反比。但是车速、车流量、路面宽度均和交流流行为、道路线形设计和天气因素相关，现有理论在描述交通噪声产生机理时均忽略这些外部环境干扰因素，必然致使部分理论片面化或者错误化。因此，亟待寻求一整套完整的道路线形、交通流和天气变化对交通噪声产生机理分析，为统计、分析和评价交通噪声控制方案提供理论支持和技术支撑，从而自动预警交通噪声危害并生成环境治理措施。

综上所述，亟待寻求各种复杂运行条件下的道路交通污染物排放监测与预警装置，以减少交通污染物排放为目标，实现交通污染物排放监测的统计、分析和评价，从人工经验决策的粗放式管理向动态管理、精细管理、定量管理和科学管理的转变，为交通管理部门的污染物排放治理决策提供理论支持和技术支撑。

发明内容

面向交通污染物排放管理实际，本发明提供了一种城市道路交通污染物排放监测与预警装置，结合GPS、GIS和GPRS等先进信息技术，集成交通污染气体或噪声排放检测模块、交通外部环境数据采集模块、交通污染物排放机理分析模块、交通污染物排放预警决策模块、信息发布模块于一体，将影响交通污染物排放的历史内外部环境数据存储至数据库，从中挖掘交通流行为、道路线形、天气状况和交通污染物排放之间的有机联系，结合实际道路动态数据，据此生成相应的交通污染物排放管控策略。本发明主要用于道路交通污染气体或噪声排放预警决策，实现从人工经验的粗放式管理向精细化科学决策的转变，为城市污染物排放治理决策提供技术支撑。

本发明方案是通过以下技术方案实现的：

本发明涉及一种城市道路交通污染物排放监控预警系统，包括交通污染物排放检测模块、交通外部环境数据采集模块、交通污染物排放机理分析模块、交通污染物排放预警决策模块及信息发布模块，其中所述交通污染物排放机理分析模块与所述交通污染物排放检测模块和交通外部环境数据采集模块连接，所述交通污染物排放预警决策模块分别连接所述交通污染物排放机理分析模块和信息发布模块，所述交通污染物排放机理分析模块包括数据库及分类决策挖掘分析模块。

所述交通污染物排放检测模块包括单片机，以及连接所述单片机的集成交通污染气体检测传感器，GPS，GPRS等，其安装于交通道路上，以动态采集交通污染气体的排放量，并反馈至所述交通污染物排放机理分析模块。

所述交通污染物排放检测模块包括单片机，以及连接所述单片机的集成噪音检测传感器、GPS、GPRS等，其安装于交通道路上，以动态采集交通噪音的排放量，并反馈至所述交通污染物排放机理分析模块。

所述交通外部环境数据采集模块包括动态交通流采集模块、天气采集模块及静态道路线形采集模块，安装于交通道路上，以动态采集所述交通污染物排放检测模块周围的交通流，道路线形及天气信息，并反馈至所述交通污染物排放机理分析模块。

所述交通污染物排放机理分析模块从历史和实时交通污染物排放的内外部环境数据中揭示交通污染物排放、交通流、天气和道路线形之间的有机联系。

所述交通污染物排放预警决策模块结合实时内外部环境数据采集系统，自动生成如何降低交通污染物排放的管控策略。

所述信息发布模块为LED显示屏。

一种城市道路交通污染物排放监控预警方法，具体包括如下步骤：

a、交通道路上的交通污染物排放检测模块和交通外部环境数据采集模块，对监测点的交通污染气体或噪声排放量以及周围的交通流、道路线形、天气状况进行采集，并将采集的数据存储在数据库中，形成一条完整的交通污染物排放机理分析数据记录；

b、从步骤a的数据库中选择N条数据记录(x_i，y_i)组成给定训练数据集D＝{(x₁，y₁)，(x₂，y₂)，...，(x_N，y_N)}，其中：为影响交通污染物排放的n个输入特征元素，包括地点、时间、交通流、道路线形、天气状况；y_i＝(1，2，...，K)为交通污染物排放量的输出类标记；

c、基于k近邻算法，将D的输入空间划分为M个区域R₁，R₂，...，R_M，在每个单元R_m上有一个固定的交通污染物排放类标记最优输出值对任意样本的输入特征向量x_i，I(x_i∈R_m)为x_i是否属于R_m，它的输出交通污染物排放类标记y_i为

d、交通污染物排放预警决策模块结合实际交通环境采集数据，根据决策树模型，利用平方误差最小准则求解x_i对应的输出交通污染物排放类标记y_i，围绕节能减排目标输出相应的交通管控预警策略即可得到限速范围、信号控制信息，并通过信息发布模块显示。

本发明所揭示的一种城市道路交通污染物排放监控预警系统，集成GPS、GPRS和传感器等先进技术，动态监测道路交通污染物排放及其外部环境变化，基于k近邻算法，定量定性分析交通流、道路线形、天气对交通污染物排放的影响机理，挖掘它们的内在联系，结合实际道路状况，当检测值偏离正常时，从交通规划、设计、控制和管理等视角，据此自动生成交通污染物排放应急管理方案，避免了现有交通污染物排放管控策略较少同时考虑交通流的载体、道路及外部环境等影响因素。此外，本发明提供了一套低成本、低误差和高效的交通污染物排放预警与决策技术，该装置安装在城市道路上，收集影响机动车排放的内外部环境历史数据，挖掘其内在的形成机理，以减少交通污染物排放为目标，实现从人工经验的粗放式管理向精细化科学决策的转变，为城市污染物排放治理决策提供技术支撑。

附图说明

图1是本发明实施的系统框架图；

图2是本发明实施的流程图。

具体实施方式

下面结合本发明所提供的附图作进一步说明：

如图1所示，本发明涉及一种城市道路交通污染物排放监控预警系统，包括交通污染物排放检测模块、交通外部环境数据采集模块、交通污染物排放机理分析模块、交通污染物排放预警决策模块及信息发布模块，其中所述交通污染物排放机理分析模块与所述交通污染物排放检测模块和交通外部环境数据采集模块连接，所述交通污染物排放预警决策模块分别连接所述交通污染物排放机理分析模块和信息发布模块，所述交通污染物排放机理分析模块包括数据库及分类决策挖掘分析模块。

所述交通污染物排放检测模块包括单片机，以及连接所述单片机的集成污染气体检测传感器或噪音检测传感器、GPS、GPRS等，其安装于交通道路上，以动态采集交通污染气体的排放量，并反馈至所述交通污染物排放机理分析模块。

所述交通外部环境数据采集模块包括动态交通流采集模块、天气采集模块及静态道路线形采集模块，安装于交通道路上，以动态采集所述交通污染物排放检测模块周围的交通流，道路线形及天气信息，并反馈至所述交通污染物排放机理分析模块。

所述交通污染物排放机理分析模块从历史和实时交通污染物排放的内外部环境数据中揭示交通污染物排放、交通流、天气和道路线形之间的有机联系。

所述交通污染物排放预警决策模块结合实时内外部环境数据采集系统，自动生成如何降低交通污染物排放的管控策略。

所述信息发布模块为LED显示屏。

如图2所示，本发明所揭示的一种城市道路交通污染物排放监测预警的工作流程为：

(1)在各个城市道路监测点安装交通污染物排放检测模块及交通外部环境数据采集模块，所述交通污染物排放检测模块动态获取各种机动车尾气排放量或噪音排放量，通过GPRS将之发送至交通污染物排放机理分析模块，所述污染物排放机理分析模块接收并解析数据包，按监测位置、动态时间、污染气体类型、排放量等固定格式存储在基础数据库内；

(2)所述交通污染物排放机理分析模块对步骤(1)传输回来的数据解析出监测地点和时间时，并结合所述交通外部环境数据采集模块与实际交通环境系统进行数据交互的访问接口，自动获取与周围的交通流、道路线形、天气状况等数据，将它们存储在数据数据库；

(3)在步骤(1)和(2)基础上，综合考虑每个监测点的交通污染物排放及其附近的交通流、道路线形、天气状况等数据，构建一条完整的交通污染物排放机理分析数据记录；

(4)在步骤(3)中的记录中选取N条记录作为样本数据(x_i，y_i)，构建训练数据集D＝{(x₁，y₁)，(x₂，y₂)，...，(x_N，y_N)}，其中：为影响交通污染物排放的n个输入特征元素，包括地点、时间、交通流、道路线形、天气状况等；y_i＝(1，2，...，K)为交通污染物排放量的输出类标记，根据环境标准确定，通过基于k近邻算法将D的输入空间重新划分为M个区域R₁，R₂，...，R_M，在每个单元R_m上有一个固定的交通污染物排放类标记最优输出值建立一个决策树模型x_i→f(x_i)(x_i∈R_m)，使它能够根据交通流、道路线形和天气变化对交通污染物排放进行正确的分类；

(5)根据步骤(4)中的决策模块x_i→f(x_i)(xi∈R_m)，结合步骤(1)和(2)动态获取交通污染物排放内外部环境数据，对每个监测点的交通污染物排放量以及与其附近的交通流、道路线形、天气状况等输入特征向量x_i时，利用平方误差最小的准则求解x_i对应的输出交通污染物排放类标记y_i，围绕节能减排目标输出相应的交通管控预警策略如：限速、信号配时等。

(6)将步骤(5)中的相应的交通污染物排放应急管控预警信息动态地发送给各个道路的信息发布模块，以LED方式显示信息。

当交通污染物排放数据库变化后，样本数量为N→N+1，更新训练数据集D，基于k近邻算法挖掘外部环境影响交通污染物排放的分类规则，其核心思想为根据大气环境标准将交通污染物排放设为M个类别，对训练集D进行特征向量空间划分分析，并决定M个子特征向量空间上的输出值，主要步骤如下：

(1)根据大气环境标准，确定将交通污染物排放设为M个类别y_i∈γ＝{c₁，c₂，...，c_M}。

(2)根据给定的欧式距离度量对训练集D的N个样本输入向量子空间R＝{R₁(x)，R₂(x)，...，R_N(x)}，计算它的最近邻点

(3)按大小进行排序，令N→N-1，找到最相邻两个子空间R_i(x)和R_j(x)，将它们合并为一个输入向量子空间R_i(x)＝R_i(x)∪R_j(x)和R＝R-R_j(x)。

(4)继续对R调用(2)和(3)，直至满足停止条件，将训练集D的输入空间重新划分为M个区域R＝{R₁(x)，R₂(x)，...，R_M(x)}。

(5)将输入空间划分为M个区域R＝{R₁(x)，R₂(x)，...，R_M(x)}，根据分类决策规则决定的类别构建交通流、道路线形、天气状况等外部环境影响交通污染物排放的分类决策规则为其中，I(x∈R_m)为指示函数，即当时为1，否则I为0。

以上列举的仅是本发明的具体实施例。显然，本发明不限于以上实施例，还可以有许多变形，如：本发明直接运用在高速公路、山区道路、隧道和桥梁的交通污染物排放预警与决策，可拓展交通污染物排放产生的影响因素，如：驾驶员的基本属性等。本领域的普通技术人员能从本发明公开的内容直接导出或联想到的所有变形，均应认为是本发明的保护范围。

Claims (8)

1.本发明涉及一种城市道路交通污染物排放监控预警系统，其特征在于：包括交通污染物排放检测模块、交通外部环境数据采集模块、交通污染物排放机理分析模块、交通污染物排放预警决策模块及信息发布模块，其中所述交通污染物排放机理分析模块与所述交通污染物排放检测模块和交通外部环境数据采集模块连接，所述交通污染物排放预警决策模块分别连接所述交通污染物排放机理分析模块和信息发布模块，所述交通污染物排放机理分析模块包括数据库及分类决策挖掘分析模块。

2.根据权利要求1所述的城市道路交通污染物排放监控预警系统，其特征在于：所述交通污染物排放检测模块包括单片机，以及连接所述单片机的集成污染气体检测传感器、GPS、GPRS等，其安装于交通道路上，以动态采集交通污染气体的排放量，并反馈至所述交通污染物排放机理分析模块。

3.根据权利要求1所述的城市道路交通污染物排放监控预警系统，其特征在于：所述交通污染物排放检测模块包括单片机，以及连接所述单片机的集成噪音检测传感器、GPS、GPRS等，其安装于交通道路上，以动态采集交通噪音的排放量，并反馈至所述交通污染物排放机理分析模块。

4.根据权利要求1所述的城市道路交通污染物排放监控预警系统，其特征在于：所述交通外部环境数据采集模块包括动态交通流采集模块、天气预报模块及静态道路线形采集模块，安装于交通道路上，以动态采集所述交通污染物排放检测模块周围的交通流，道路线形及天气信息，并反馈至所述交通污染物排放机理分析模块。

5.根据权利要求1所述的城市道路交通污染物排放监控预警系统，其特征在于：所述交通污染物排放机理分析模块包括基础数据库和基于k近邻算法的数据挖掘两部分，所述基础数据库存储影响交通污染物排放的内外部环境数据，所述基于k近邻算法的数据挖掘生成决策树模型，揭示交通污染物排放、交通流、天气和道路线形之间的有机联系。

6.根据权利要求1所述的城市道路交通污染物排放监控预警系统，其特征在于：所述交通污染物排放预警决策模块根据上述决策树模型，结合实时内外部环境数据采集系统，自动生成如何降低交通污染物排放的管控策略。

7.根据权利要求1所述的城市道路交通污染物排放监控预警系统，其特征在于：所述信息发布模块为LED显示屏。

8.一种城市道路交通污染物排放监控预警方法，其特征在于：具体包括如下步骤：

a、安装在城市道路上的交通污染物排放检测模块和交通外部环境数据采集模块，对监测点的交通污染物排放量以及周围的交通流、道路线形、天气状况进行采集，并将采集的数据存储在数据库中，形成一条完整的交通污染物排放机理分析数据记录；

b、从步骤a的数据库中选择N条数据记录(x_i，y_i)组成给定训练数据集D＝{(x₁，y₁)，(x₂，y₂)，...，(x_N，y_N)}，其中：为影响交通污染物排放的n个输入特征元素，包括地点、时间、交通流、道路线形、天气状况；y_i＝(1，2，...，K)为交通污染物排放量的输出类标记；

c、基于k近邻算法，将D的输入空间划分为M个区域R₁，R₂，...，R_M，在每个单元R_m上有一个固定的交通污染物排放类标记最优输出值对任意样本的输入特征向量x_i，I(x_i∈R_m)为x_i是否属于R_m，它的输出交通污染物排放类标记y_i为

d、交通污染物排放预警决策模块结合实际交通环境采集数据，根据决策树模型，利用平方误差最小准则求解x_i对应的输出交通污染物排放类标记y_i，围绕节能减排目标输出相应的交通管控预警策略即可得到限速范围、信号控制信息，并通过信息发布模块显示。