交通拥堵预测多源辅助融合数据集

交通拥堵预测多源辅助融合数据集：总数据量约1GB，该数据集以美国加利福尼亚州高速公路网为研究对象，整合了源自Caltrans性能衡量系统（PeMS）的交通状态基准数据METR_LA和PEMS_BAY，并根据交通检测点的时空坐标，融合了下表所示的多个外部气象数据集。交通状态数据为5分钟采样间隔的点状网络数据，单个数据集包含207个（METR_LA）或325个（PEMS_BAY）检测节点的交通速度数据。针对气象数据与交通数据在时空分辨率上的差异，研究采用了时间插值（统一至5分钟）和空间节点映射（最近邻匹配）的时空对齐方案。在此基础上，对时间戳进行多尺度细分（如一小时内分钟位置、一周内日位置等），最终构建了包含交通状态、气象、时间信息的标准化多源融合数据集。该数据集已按照LibCity平台的原子文件规范（如.geo、.dyna、.ext等）进行存储，它不仅支持对交通拥堵时空模式的分析，还提供了总降水量、能见度、温度、风速等多元化外部变量，有助于验证辅助数据对模型预测精度的提升作用。融合后的数据集大小METR_LA为432MB，PEMS_BAY为872MB。