摘要
近年来，全球气候变化加剧导致暴雨天气频发，使我国多个城市遭受了巨大的经济损失和人员伤亡。城市道路交通系统作为城市基础设施的重要组成部分，对保障市民日常出行和灾后快速恢复至关重要。因此，在准确量化现有城市道路交通系统应对暴雨天气能力的基础上，探寻其提升路径，对提升城市系统应对自然灾害能力具有重大的理论与现实意义；同时，随着智能交通系统的飞速发展，交通运输研究领域在数据获取方面取得了显著进展。新兴的数据采集技术为交通运输研究者和管理者提供了海量数据，也为城市管理部门和学术界研究交通系统韧性问题提供了新的研究视角和思路。鉴于此，本文基于数据驱动视角，使用出租车 GPS 数据，综合运用时间序列数据模型、复杂网络理论以及最优化理论等理论和方法，针对暴雨天气下城市道路交通系统韧性测度和提升展开系统研究。本文主要研究内容与结论如下： （1）基于出租车GPS数据分析了城市道路交通系统性能变化特征。分析对比了城市道路交通系统中常见的出租车、公共汽车和共享单车 GPS 数据在刻画城市道路交通系统运行特征时的特点，阐明使用出租车 GPS 数据能够更加精确的反映城市道路交通系统的运行特征。通过数据清洗、坐标系转换、提取出行订单以及路网匹配等步骤，构建了本文研究所需的出租车出行轨迹数据集。从时间和空间两个维度分析了西安市道路交通系统中出租车客流的动态变化特征。研究发现，西安市出租车客流量和平均行程速度在时间维度上具有明显的周期性变化规律，使用出租车出行的热点区域在空间分布上也相对稳定，证实了依据大规模出租车 GPS 数据可以很好地反映城市道路交通系统性能的动态变化特征。 （2）构建了基于数据驱动的城市道路交通系统韧性测度框架，测度了暴雨天气下城市道路交通系统韧性。考虑到城市道路交通系统性能的动态变化特征，在韧性三角形理论上提出了暴雨天气下城市道路交通系统性能曲线，并结合时间序列异常数据识别以及预测的相关理论方法，构建了基于数据驱动的城市道路交通系统韧性测度框架。最后以西安市道路交通系统为例，依据出租车 GPS 数据从系统运输数量和运输效率两个维度分别测度和分析了系统在“7-24 暴雨天气”下的出行韧性和流动韧性，结果表明西安市道路交通系统在“7-24 暴雨天气”下的流动韧性强于出行韧性，暴雨天气对城市道路交通系统中出租车客流量的影响比平均行程速度影响更大。 （3）基于出租车出行双层动态网络识别了暴雨天气下城市道路交通系统中韧性薄弱的关键节点。利用出租车 GPS 数据挖掘城市内不同区域间的流动关系，以交通小区作为网络节点，以区域间的交通流时变特征作为网络的连边权重，构建了出租车出行流量-时间双层动态网络。其次，考虑到暴雨天气对节点客流强度和运输效率两个维度的影响，分别构建了节点出行韧性和流动韧性的测度指标。在此基础上，提出了基于节点韧性的城市道路交通系统关键节点识别方法。最后，以西安市“7-24 暴雨天气”事件为例进行案例分析。研究发现，基于出租车出行轨迹所构建的出租车出行流量层和出行时间层网络相关拓扑结构指标在正常情况下均表现出较为规律的周期性变化特征，表明所构建的出租车出行双层动态网络能很好地反映城市道路交通系统性能随时序变化的动态运行特征。同时，西安市道路交通系统不同区域的韧性存在明显差异，韧性薄弱的关键节点均位于西安市南部区域，并呈现出空间集聚状态。 （4）从优化灾前应急资源配置的角度开展了城市道路交通系统韧性提升研究。考虑到暴雨天气的可预见性特征，提出从优化灾前资源配置的角度，通过设置应急资源设施点的方式提升城市道路交通系统韧性。其次，在考虑节点应急资源需求的异质性以及暴雨天气对灾后节点间通行时间影响的情况下，构建了以最大化覆盖应急资源需求量、最小化应急资源设施点与需求点之间的通行时间以及最小化建设成本为目标的应急资源设施点合作覆盖选址模型，并设计算法对模型进行求解。最后，以西安市“7-24 暴雨天气”事件为例进行案例研究。结果表明，所构建的合作覆盖选址模型及所设计的算法可以提供有效的应急资源设施点选址方案，实现对关键节点的多重覆盖，降低暴雨天气对城市道路交通系统的性能影响，提升暴雨天气下城市道路交通系统韧性。总结全文研究工作，提出基于数据驱动的城市道路交通系统韧性提升策略。 本研究旨在从数据驱动的视角，利用出租车 GPS 数据对暴雨天气下城市道路交通系统韧性测度和提升问题开展系统研究。研究成果丰富了现有城市道路交通系统韧性测度和提升的理论和方法，并为利用其他交通大数据研究城市交通系统韧性问题提供了新的研究视角和方法借鉴。此外，本研究还可为城市道路交通管理部门建设韧性交通系统提供理论依据和实践指导。
NETL