一种高排路段识别方法、装置、设备及介质与流程

1.本公开涉及技术领域，尤其涉及一种高排路段识别方法、装置、电子设备及介质。


背景技术：

2.随着城市机动车保有量快速持续增长，机动车排放已成为城市空气污染的重要来源。机动车尾气会对人体健康产生极大危害，但机动车广阔的流动性也给机动车排放监管带来很大挑战，如何高效监管机动车成为环保部门的棘手难题。
3.目前在用机动车监管手段包括：第一，不定期的道路抽检巡检，由于人力及道路抽检范围有限，导致抽检缺乏车辆针对性；第二，根据以往执法经验，选取道路拥堵路段或大车较多的路段进行车辆检测，但由于车辆排放与路段拥挤度之间没有必然联系，仍存在执法对象不确定问题；第三，通过机动车尾气遥感监测技术快速筛查高排车辆，但此法仅筛查通过此路段的车辆，对于其他道路车辆无能为力。
4.高排路段是用于识别疑似高排车辆集中存在或高发的分布路段。高排路段缩小了高排车辆所在的路段范围，以便根据道路超排线索及时高效跟踪执法。但高排路段的准确识别取决于路网排放清单的精细化程度，目前，移动源排放清单采用排放模型计算排放因子的方法居多，清单本身较大的不确定性容易对高排路段进行误判或漏判，另外，从时间及空间维度看，清单主要以区域尺度排放总量为主，路网排放分辨率的不足难以对高排路段准确识别及动态追踪。


技术实现要素：

5.鉴于上述问题，本发明提供了一种高排路段识别方法，以至少解决部分上述技术问题。
6.本公开的一个方面提供了一种高排路段识别方法，包括：获取实时路网数据及车辆数据；根据所述路网数据和所述车辆数据，估算路网中各路段的车流量；基于各路段上各类型车辆的车流量和对应的所述路段的长度，计算各所述路段所属道路类型的总排放量；将所有道路类型的总排放量进行累加，获得全路网排放清单；识别所述全网排放清单中排放量高于预设值的高排路段。
7.可选地，所述路网数据至少包括道路经纬度、道路类型、道路长度、车流量，所述车辆数据至少包括车速、车辆类型、车辆经纬度信息、车辆小时排放因子。
8.可选地，所述根据所述路网数据和所述车辆数据，估算路网中各路段的车流量包括：将所述路网中的各条道路均分割为多个路段；获取各路段上的车流量与车速的定量关系；基于所述定量关系，根据各所述路段上的小时平均车速，计算各所述路段上的车流量。
9.可选地，所述方法还包括：根据所述路网中己监测道路的路段车流量，预测与己监测的道路距离最近的同道路类型的未监测道路路段的车流量。
10.可选地，所述基于各路段上各类型车辆的车流量和对应的所述路段的长度，计算各所述路段所属道路类型的总排放量包括：获取各所述路段上同类型车辆的车辆小时排放
因子，计算各车辆类型的平均排放因子；基于排放因子速度校准系数校准所述平均排放因子，获得各所述路段上各车辆类型的综合排放因子；基于所述综合排放因子、所述路段上对应类型的车辆的车流量及所述路段的长度，计算得到所述路段的总排放量；计算同道路类型的各所述路段的总排放量之和，计算各所述路段所属道路类型的总排放量。
11.可选地，计算各所述路段所属道路类型的总排放量的公式包括：
12.efimjkh＝efimjk*a(imjkvh)；
13.eimjkh＝efimjkh*limj*q(imjkh)；
14.ei，h＝m＝1nj＝1nk＝1neimjkh；
15.其中，e(i，h)表示第i种类型道路中所有道路上第h小时的排放总量，e(imjkh)表示第i种道路类型中第m条道路上第j条路段中第k种车辆类型在第h小时的排放量，单位为g/h，ef(imjkh)表示第i种道路类型中第m条道路上第j条路段中第k种车辆类型在第h小时的综合排放因子，单位为g/km，ef(imjk)表示第i种道路类型中第m条道路上第j条路段中第k种车辆类型平均排放因子，单位为g/km，a(imjkvh)表示第i种道路类型中第m条道路上第j条路段中第k种车辆类型中第h小时平均速度为v的排放因子速度校准系数，l(imj)表示第i种道路类型中第m条道路上第j条路段长度，q(imjkh)表示第i种道路类型中第m条道路上第j条路段中第k种车辆类型中第h小时的车流量。
16.可选地，所述方法还包括：统计预设时间内的所述高排路段的高排发生频率，以进一步识别并锁定高排高发路段。
17.本公开另一方面提供了一种装置，包括：实时数据获取模块，用于获取实时路网数据及车辆数据；车流量估算模块，用于根据所述路网数据和所述车辆数据，估算路网中各路段的车流量；排放量计算模块，用于基于各路段上各类型车辆的车流量和对应的所述路段的长度，计算各所述路段所属道路类型的总排放量；清单获取模块，用于将所有道路类型的总排放量进行累加，获得全路网排放清单；高排路段识别模块，用于识别所述全网排放清单中排放量高于预设值的高排路段。
18.本公开的另一个方面提供了一种电子设备，包括：存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现所述方法中的各个步骤。
19.本公开的另一个方面提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现所述方法中的各个步骤。
20.在本公开实施例采用的上述至少一个技术方案能够达到以下有益效果：
21.1、基于车辆实时排放监测数据，路网排放清单计算精准度高；
22.2、车辆排放细分至小时路段，车辆排放时间及空间分辨率高，可动态获得高排路段的时间变化规律；
23.3、基于高精度路段级别排放特征，结合路网最高排路段排名，疑似高排路段正确识别率高，最大程度降低高排路段误判或漏判率。
附图说明
24.为了更完整地理解本公开及其优势，现在将参考结合附图的以下描述，其中：
25.图1示意性示出了本公开实施例提供的一种高排路段识别方法的流程图；
26.图2示意性示出了本公开实施例提供的一种装置的结构框图；
27.图3示意性示出了本公开实施例提供的一种电子设备的结构框图；
具体实施方式
28.以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。
29.在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
30.在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
31.附图中示出了一些方框图和/或流程图。应理解，方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。
32.因此，本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外，本公开的技术可以采取存储有指令的计算机可读介质上的计算机程序产品的形式，该计算机程序产品可供指令执行系统使用或者结合指令执行系统使用。在本公开的上下文中，计算机可读介质可以是能够包含、存储、传送、传播或传输指令的任意介质。例如，计算机可读介质可以包括但不限于电、磁、光、电磁、红外或半导体系统、装置、器件或传播介质。计算机可读介质的具体示例包括：磁存储装置，如磁带或硬盘(hdd)；光存储装置，如光盘(cd-rom)；存储器，如随机存取存储器(ram)或闪存；和/或有线/无线通信链路。
33.如图1所示，本公开提供了一种高排路段识别方法，基于细分至路段级别的高时空分辨率路网排放清单基础上再对路网中的路段进行时间及空间排放特征分析并识别出高排路段，包括操作s110～s150。
34.s110，获取实时路网数据及车辆数据。
35.根据本公开的实施例，路网数据至少包括道路经纬度、道路类型、道路长度、车流量，车辆数据至少包括车速、车辆类型、车辆经纬度信息、车辆小时排放因子。其中，路网数据分为高速公路、环线、主干道、次干道等二级以上道路类型及各道路类型道路数据，此类道路可视为线源排放。
36.其中，通过车载obd远程在线监测设备可以实时获取车辆监测数据，包括逐秒浓度排放值，车速，车辆类型，车辆经纬度信息等，逐秒浓度值经过数据清洗处理后转化为车辆小时排放因子，车速转化为小时平均车速，这里需要根据平均车速与排放因子的相关性拟合分析获得车速与排放因子的定量关系，从而实时对排放因子进行速度系数校准。
37.s120，根据路网数据和车辆数据，估算路网中各路段的车流量。
38.具体的，操作s120包括操作s121～s123。
39.s121，将路网中的各条道路均分割为多个路段。
40.即使是同一条道路，不同的路段车流量等活动水平强度不同，比如交叉路口、限速路段或路段并入进出口等，为了提高道路路段排放精准度，有必要将车辆排放细化到路段级别。
41.根据本公开的实施例，根据道路经纬度位置对每种道路类型路网数据进行等间隔路段分割，再将车辆行驶轨迹与路段匹配，完成路网-路段-车辆的数据匹配。
42.可选地，可以根据不同的路段精细度选择路段尺度，比如路段划分为100m，完成道路路段分割，其中，路段包含道路类型及路段长度信息。
43.s122，获取各路段上的车流量与车速的定量关系。
44.在本公开实施例中，受交叉路口、交通信号灯等影响，同一道路上不同路段上车流量有差异，细化到路段车流量有助于提高路网排放清单分辨率，通过对道路车速与车流量进行相关性拟合分析，构建道路交通流密度模型，获得车流量与车速之间定量关系，再根据各道路类型路段的小时平均车速，分别计算各道路类型路段上的实时小时车流量。
45.s123，基于定量关系，根据各路段上的小时平均车速，计算各路段上的车流量。
46.上述方法为针对路网中已监测获取数据的道路，对于未进行监测的道路，方法还包括：
47.根据路网中已监测道路的路段车流量，预测与已监测的道路距离最近的同道路类型的未监测道路路段的车流量。
48.根据路网中已监测道路路段的实时车速估算道路车流量，同时对未监测的道路路段进行车流量与车速的估算预测，从而构建城市全路网实时交通流数据。
49.s130，基于各路段上各类型车辆的车流量和对应的路段的长度，计算各路段所属道路类型的总排放量。
50.根据本公开的实施例，由于车辆排放因子与车速相关，对同类型车辆的排放因子均值化并经车速校准后获得同类型车辆的综合排放因子，结合路段同车型车流量、路段长度可以计算路段上同类型车辆排放量，再将路段上所有车型排放量进行累加获得路段总排放量
51.具体的，操作s130包括操作s131～s134。
52.s131，获取各路段上同类型车辆的车辆小时排放因子，计算各车辆类型的平均排放因子。
53.s132，基于排放因子速度校准系数校准平均排放因子，获得各路段上各车辆类型的综合排放因子。
54.s133，基于综合排放因子、路段上对应类型的车辆的车流量及路段的长度，计算得到路段的总排放量。
55.s134，计算同道路类型的各路段的总排放量之和，计算各路段所属道路类型的总排放量。
56.根据上述步骤，计算各路段所属道路类型的总排放量的公式包括：
57.efimjkh＝efimjk*a(imjkvh)；
58.eimjkh＝efimjkh*limj*q(imjkh)；
59.ei，h＝m＝1nj＝1nk＝1neimjkh；
60.其中，e(i，h)表示第i种类型道路中所有道路上第h小时的排放总量，e(imjkh)表示第i种道路类型中第m条道路上第j条路段中第k种车辆类型在第h小时的排放量，单位为g/h，ef(imjkh)表示第i种道路类型中第m条道路上第j条路段中第k种车辆类型在第h小时的综合排放因子，单位为g/km，ef(imjk)表示第i种道路类型中第m条道路上第j条路段中第k种车辆类型平均排放因子，单位为g/km，a(imjkvh)表示第i种道路类型中第m条道路上第j条路段中第k种车辆类型中第h小时平均速度为v的排放因子速度校准系数，l(imj)表示第i种道路类型中第m条道路上第j条路段长度，q(imjkh)表示第i种道路类型中第m条道路上第j条路段中第k种车辆类型中第h小时的车流量。
61.s140，将所有道路类型的总排放量进行累加，获得全路网排放清单。
62.s150，识别全网排放清单中排放量高于预设值的高排路段。
63.根据本公开的实施例，根据精细化的全路网排放清单时间及空间排放特征，首先自动选取排放最高的预设的一定比例路段，比如排放最高的10％路段，然后对这些预选的疑似高排路段按照排放严重程度降序排名，确认典型高排路段。
64.进一步的，方法还可以包括操作s160。
65.s160，统计预设时间内的高排路段的高排发生频率，以进一步识别并锁定高排高发路段。
66.根据本公开的实施例，当某些路段排放量在某段时间内出现明显高于周边道路排放水平或出现排放剧烈变化时，从精细化路网排放中自动识别出疑似高排路段，包括路段经纬度位置及路段排放水平。
67.本公开提供的一种高排路段识别方法，基于车辆实时排放监测数据，路网排放清单计算精准度高；车辆排放细分至小时路段，车辆排放时间及空间分辨率高，可动态获得高排路段的时间变化规律；基于高精度路段级别排放特征，结合路网最高排路段排名，疑似高排路段正确识别率高，最大程度降低高排路段误判或漏判率
68.如图2所示，本公开另一方面提供了一种高排路段识别装置200，包括：实时数据获取模块210，车流量估算模块220，排放量计算模块230，清单获取模块240，高排路段识别模块250。
69.实时数据获取模块210，用于获取实时路网数据及车辆数据。
70.车流量估算模块220，用于根据路网数据和车辆数据，估算路网中各路段的车流量。
71.排放量计算模块230，用于基于各路段上各类型车辆的车流量和对应的路段的长度，计算各路段所属道路类型的总排放量。
72.清单获取模块240，用于将所有道路类型的总排放量进行累加，获得全路网排放清单。
73.高排路段识别模块250，用于识别全网排放清单中排放量高于预设值的高排路段。
74.本公开提供的一种高排路段识别装置200具有与图1所示的一种高排路段识别方法相同的技术特征和技术效果，在此不作赘述。
75.可以理解的是，可以实时数据获取模块210、车流量估算模块220、排放量计算模块230、清单获取模块240、高排路段识别模块250合并在一个模块中实现，或者其中的任意一
个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本发明的实施例，实时数据获取模块210、车流量估算模块220、排放量计算模块230、清单获取模块240、高排路段识别模块250中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(fpga)、可编程逻辑阵列(pla)、片上系统、基板上的系统、封装上的系统、专用集成电路(asic)，或可以以对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式的适当组合来实现。或者，实时数据获取模块210、车流量估算模块220、排放量计算模块230、清单获取模块240、高排路段识别模块250中的至少一个可以至少被部分地实现为计算机程序模块，当该程序被计算机运行时，可以执行相应模块的功能。
76.图3示意性示出了本公开实施例提供的一种电子设备的结构框图。
77.如图3所示，本实施例中所描述的电子设备，包括：电子设备300包括处理器310、计算机可读存储介质320。该电子设备300可以执行上面参考图1描述的方法，以实现对特定操作的检测。
78.具体地，处理器310例如可以包括通用微处理器、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(asic))，等等。处理器310还可以包括用于缓存用途的板载存储器。处理器310可以是用于执行参考图1描述的根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
79.计算机可读存储介质320，例如可以是能够包含、存储、传送、传播或传输指令的任意介质。例如，可读存储介质可以包括但不限于电、磁、光、电磁、红外或半导体系统、装置、器件或传播介质。可读存储介质的具体示例包括：磁存储装置，如磁带或硬盘(hdd)；光存储装置，如光盘(cd-rom)；存储器，如随机存取存储器(ram)或闪存；和/或有线/无线通信链路。
80.计算机可读存储介质320可以包括计算机程序321，该计算机程序321可以包括代码/计算机可执行指令，其在由处理器310执行时使得处理器310执行例如上面结合图1所描述的方法流程及其任何变形。
81.计算机程序321可被配置为具有例如包括计算机程序模块的计算机程序代码。例如，在示例实施例中，计算机程序321中的代码可以包括一个或多个程序模块，例如包括321a、模块321b、......。应当注意，模块的划分方式和个数并不是固定的，本领域技术人员可以根据实际情况使用合适的程序模块或程序模块组合，当这些程序模块组合被处理器310执行时，使得处理器310可以执行例如上面结合图1所描述的方法流程及其任何变形。
82.根据本发明的实施例，中的至少一个可以实现为参考图3描述的计算机程序模块，其在被处理器310执行时，可以实现上面描述的相应操作。
83.本公开还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。
84.本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可
以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
85.尽管已经参照本公开的特定示例性实施例示出并描述了本公开，但是本领域技术人员应该理解，在不背离所附权利要求及其等同物限定的本公开的精神和范围的情况下，可以对本公开进行形式和细节上的多种改变。因此，本公开的范围不应该限于上述实施例，而是应该不仅由所附权利要求来进行确定，还由所附权利要求的等同物来进行限定。

技术特征：
1.一种高排路段识别方法，其特征在于，包括：获取实时路网数据及车辆数据；根据所述路网数据和所述车辆数据，估算路网中各路段的车流量；基于各路段上各类型车辆的车流量和对应的所述路段的长度，计算各所述路段所属道路类型的总排放量；将所有道路类型的总排放量进行累加，获得全路网排放清单；识别所述全网排放清单中排放量高于预设值的高排路段。2.根据权利要求1所述的方法，其特征在于，所述路网数据至少包括道路经纬度、道路类型、道路长度、车流量，所述车辆数据至少包括车速、车辆类型、车辆经纬度信息、车辆小时排放因子。3.根据权利要求1所述的方法，其特征在于，所述根据所述路网数据和所述车辆数据，估算路网中各路段的车流量包括：将所述路网中的各条道路均分割为多个路段；获取各路段上的车流量与车速的定量关系；基于所述定量关系，根据各所述路段上的小时平均车速，计算各所述路段上的车流量。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：根据所述路网中己监测道路的路段车流量，预测与已监测的道路距离最近的同道路类型的未监测道路路段的车流量。5.根据权利要求1所述的方法，其特征在于，所述基于各路段上各类型车辆的车流量和对应的所述路段的长度，计算各所述路段所属道路类型的总排放量包括：获取各所述路段上同类型车辆的车辆小时排放因子，计算各车辆类型的平均排放因子；基于排放因子速度校准系数校准所述平均排放因子，获得各所述路段上各车辆类型的综合排放因子；基于所述综合排放因子、所述路段上对应类型的车辆的车流量及所述路段的长度，计算得到所述路段的总排放量；计算同道路类型的各所述路段的总排放量之和，计算各所述路段所属道路类型的总排放量。6.根据权利要求5所述的方法，其特征在于，计算各所述路段所属道路类型的总排放量的公式包括：efimjkh＝efimjk*a(imjkvh)；eimjkh＝efimjkh*limj*q(imjkh)；ei，h＝m＝1nj＝1nk＝1neimjkh；其中，e(i，h)表示第i种类型道路中所有道路上第h小时的排放总量，e(imjkh)表示第i种道路类型中第m条道路上第j条路段中第k种车辆类型在第h小时的排放量，单位为g/h，ef(imjkh)表示第i种道路类型中第m条道路上第j条路段中第k种车辆类型在第h小时的综合排放因子，单位为g/km，ef(imjk)表示第i种道路类型中第m条道路上第j条路段中第k种车辆类型平均排放因子，单位为g/km，a(imjkvh)表示第i种道路类型中第m条道路上第j条路段中第k种车辆类型中第h小时平均速度为v的排放因子速度校准系数，l(imj)表示第i种道
路类型中第m条道路上第j条路段长度，q(imjkh)表示第i种道路类型中第m条道路上第j条路段中第k种车辆类型中第h小时的车流量。7.根据权利要求1所述的方法，其特征在于，所述方法还包括：统计预设时间内的所述高排路段的高排发生频率，以进一步识别并锁定高排高发路段。8.一种高排路段识别装置，其特征在于，包括：实时数据获取模块，用于获取实时路网数据及车辆数据；车流量估算模块，用于根据所述路网数据和所述车辆数据，估算路网中各路段的车流量；排放量计算模块，用于基于各路段上各类型车辆的车流量和对应的所述路段的长度，计算各所述路段所属道路类型的总排放量；清单获取模块，用于将所有道路类型的总排放量进行累加，获得全路网排放清单；高排路段识别模块，用于识别所述全网排放清单中排放量高于预设值的高排路段。9.一种电子设备，包括：存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现权利要求1至7中的任一项所述方法中的各个步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现权利要求1至7中的任一项方法中的各个步骤。

技术总结
本公开提供了一种高排路段识别方法，包括：获取实时路网数据及车辆数据，根据路网数据和车辆数据，估算路网中各路段的车流量，基于各路段上各类型车辆的车流量和对应的路段的长度，计算各路段所属道路类型的总排放量，将所有道路类型的总排放量进行累加，获得全路网排放清单，识别全网排放清单中排放量高于预设值的高排路段。本公开还提供了与方法对应的装置、电子设备和存储介质。该方法基于车辆实时排放监测数据，路网排放清单计算精准度高，车辆排放细分至小时路段，车辆排放时间及空间分辨率高，可动态获得高排路段的时间变化规律，疑似高排路段正确识别率高。疑似高排路段正确识别率高。疑似高排路段正确识别率高。


技术研发人员：杨妍妍 沈秀娥 粟京平 王蓬睿 卢洋 冯谦 刘保献
受保护的技术使用者：北京市生态环境监测中心
技术研发日：2022.12.26
技术公布日：2023/6/26