交通运输中常见的预测决策技术与评价方法
城市交通拥堵预测的方法与应用
城市交通拥堵预测的方法与应用随着城市化进程的不断加速，城市交通拥堵问题也愈发突出。
许多城市的道路已经无法承载越来越多的车辆流量，导致交通拥堵，影响了人们生活的方方面面。
因此，精准预测城市交通拥堵状况变得尤为重要，这不仅可以帮助人们规划出行路线，还可以优化交通管理资源的分配，减少拥堵现象的发生。
本文将探讨城市交通拥堵预测的方法与应用。
一、常用的城市交通拥堵预测方法1. 基于历史数据的预测方法：这种方法将历史交通数据作为输入，通过统计学方法和机器学习算法来预测未来的交通拥堵情况。
这种方法适用于长期预测，能够预测未来几小时、几天、甚至几个月的交通拥堵情况。
这种方法的优点是数据来源广泛，且不需要实时数据，但是缺点也很明显，对于突发事件的响应速度较慢。
2. 基于实时数据的预测方法：这种方法能够及时响应交通拥堵状况的变化，但也需要实时数据的支持。
通过安装在车辆或道路上的传感器获取车辆速度和密度等实时数据，然后通过数据挖掘和机器学习算法来预测未来的交通状况。
这种方法对于短期预测效果较好，但是需要大量的设备和传感器，成本较高。
3. 基于模型的预测方法：这种方法是将交通流动建模，通过建立交通流模型来预测未来的交通状况。
根据流动特性，交通流模型可以分为宏观模型和微观模型。
宏观模型将所有车辆看成一个整体，在道路上的运动状态以平均速度描述，主要用于高速公路的预测；微观模型将每辆车看成一个独立的个体，研究车辆之间的相互作用，主要用于城市道路的预测。
这种方法需要大量的数据进行模型训练，精度比基于历史数据和基于实时数据的方法更高。
二、城市交通拥堵预测的应用1. 交通导航系统：基于城市交通拥堵预测的交通导航系统可以通过实时数据，为用户提供最佳行车路线，在避开拥堵区域的同时缩短出行时间，提高出行效率。
2. 交通管理与调度：城市交通拥堵预测可以帮助交通管理部门合理分配交通资源，调度交通流量，优化交通状况，缓解或避免交通拥堵。
例如，对交通拥堵预测的成功应用之一是交通信号灯优化，通过预测交通状况，即时调整信号灯系统，有效缓解交通拥堵问题。
最新 交通运输预测方法分析-精品
交通运输预测方法分析摘要本文是对预测的基本概念、预测的方法、预测的评价进行了系统的论述。
介绍了集思广益法、时间序列预测法、回归分析预测法等。
关键词预测预测方法1预测方法概述预测就是根据过去的历史资料和现在的实际情况，运用已知的客观规律和有关的科学知识手段，对所关心的事物及环境在未来的变化和发展趋势进行分析、探索、估计和评价，从而尽可能使人们对这些事物提前采取策略和措施。
2运输系统预测交通运输的预测对社会经济发展有至关重要的作用，本章重点介绍几种交通运输预测方法。
2.1运输系统预测方法分类目前预测方法有几千种，归结起来，可按照以下几种方法进行分类：(1)定性预测方法，是建立在逻辑思维、逻辑判断和逻辑推理基础上的定性方法所进行的预测。
(2)定量预测方法，用建立在、、控制论等基础上，通过图表、数学模型等进行预测的定量预测。
(3)综合预测方法，把定性预测方法和定量预测方法结合起来运用，使之互为补充，提高预测的精度和预测方法的可靠性。
2.2预测方法2.2.1集思广益法(1)概念该方法是请熟悉有关预测问题的专家或技术人员参加专题讨论会，对所预测的问题发表看法，进行探讨。
(2)实施步骤第一步，明确问题。
使会议的参与者明确要预测的问题是什么。
第二步，发表意见，使到会的专家和技术人员对要预测的问题提出各种不同的看法，广泛发表意见。
第三步，认真讨论，找出大家满意的答案。
(3)方法利弊该方法在充分利用专家个人丰富的知识和经验的基础上，通过交换意见、互相启发，对过去发生的事情进行分析和评价，对未来的趋势进行探索和判断，因而比较全面的考虑事情发生的可能性，从而达到预测的目标;另外，该方法简单易行，节省时间。
但是，参与会议的人数有限，不能更广泛的收集各方面的意见;面对面交流，可能会出现少数服从多数或者大多数接受权威人士意见而不能充分发表个人意见。
2.2.2时间序列预测法(1)预测原理运用过去时间序列的数据进行统计分析，就能够推测事物的发展趋势。
交通量预测的方法
交通量预测的方法
交通量预测是指利用历史交通数据、相关环境因素和算法模型来预测未来某一时段的交通流量水平。
以下是一些常用的交通量预测方法：
1. 统计方法：利用历史交通数据进行统计分析，如时间序列分析、回归分析等。
这些方法通常假设未来交通流量与过去的交通流量存在一定的关联性。
2. 基于模型的方法：通过建立数学或统计模型来预测交通量，常用的模型包括传统的线性模型（如线性回归模型）和非线性模型（如支持向量机、神经网络等）。
3. 基于时空关系的方法：考虑空间和时间上的相关性，如基于地理位置和交通网络拓扑结构的影响因素，利用相邻区域或路段的交通数据来预测目标区域或路段的交通量。
4. 基于机器学习和深度学习的方法：利用大量的历史交通数据进行训练，通过学习数据之间的特征和模式来预测未来交通量。
常用的机器学习方法包括决策树、随机森林等，深度学习方法主要是指神经网络模型。
5. 基于传感器数据的方法：通过各种交通传感器（如交通摄像头、车载传感器等）获取实时交通数据，并利用这些数据进行交通量预测。
这种方法通常比较准确，但对数据采集设备要求较高。
综合使用上述方法，可以提高交通量预测的准确性和可靠性。
不同的方法适用于不同的交通场景和数据特点，需要根据具体情况选择合适的方法。
运输规划的关键指标与评估方法
运输规划的关键指标与评估方法1. 引言运输规划是指在特定区域内，根据人口、经济、土地利用等因素，制定合理的交通网络布局和运输政策，以满足人们出行和货物运输的需求。
在运输规划过程中，关键指标的选择和评估方法的使用至关重要。
本文将探讨运输规划中的关键指标和评估方法，以便更好地实施可持续的交通系统。
2. 关键指标2.1 交通需求指标交通需求指标是评估交通系统运行情况和需求水平的重要依据。
常用的交通需求指标包括交通量、交通流速、交通流密度和交通事故率等。
交通量是指在某一时间段内通过某一道路或交通节点的车辆数量，可以通过交通调查、交通监测等手段进行测算。
交通流速是指车辆在道路上行驶的速度，可以通过车辆追踪和测速仪器进行测算。
交通流密度是指单位时间和单位长度内通过某一道路或交通节点的车辆数量，可以通过交通调查和交通监测数据计算得出。
交通事故率是指单位时间和单位里程内发生的交通事故数量，可以通过交通事故统计数据进行评估。
2.2 运输效率指标运输效率指标是评估交通系统运输效益和效率的重要依据。
常用的运输效率指标包括出行时间、出行成本和出行可达性等。
出行时间是指从出发地到目的地所需的时间，可以通过交通调查和交通模型进行测算。
出行成本是指从出发地到目的地所需的经济成本，包括燃料费用、道路通行费等，可以通过交通调查和经济模型进行测算。
出行可达性是指人们在一定时间和成本限制下到达目的地的便利程度，可以通过交通模型和可达性分析进行评估。
2.3 环境影响指标环境影响指标是评估交通系统对环境的影响程度的重要依据。
常用的环境影响指标包括空气质量、噪音污染和能源消耗等。
空气质量是指交通运输活动产生的大气污染物浓度，可以通过环境监测和模型模拟进行评估。
噪音污染是指交通运输活动产生的噪音水平，可以通过噪音监测和模型模拟进行评估。
能源消耗是指交通运输活动消耗的能源数量，可以通过能源统计和模型模拟进行评估。
3. 评估方法3.1 综合评估方法综合评估方法是将各项指标综合考虑，对交通规划方案进行综合评估和排序的方法。
交通运输中的行为预测技术
交通运输中的行为预测技术在现代社会中，交通运输已经成为了人们日常生活中不可或缺的一部分。
无论是汽车、火车、飞机还是公交车，交通运输都在不断地向前发展。
然而，在交通运输中，往往会发生交通事故，其中不乏因为人为原因而导致的交通事故。
因此，如何预测人们的行为，以降低交通事故的发生率，就成为了当前交通运输行业面临的一个难题。
为了解决这个问题，交通运输中的行为预测技术应运而生。
一、行为预测技术的基本原理行为预测技术是指通过分析人们的行为方式和行为轨迹，以及他们所处的环境和情境，预测未来的行为趋势。
在交通运输中，行为预测技术主要针对驾驶员、骑行者、行人等进行预测，并且通过对这些人的行为预测，减少交通事故的发生率。
行为预测技术的基本原理是通过大数据分析和机器学习等技术，对物体及其属性进行分类和识别，以及对外界环境的感知和理解，进而了解人们在不同情境下的行为方式。
通过对历史数据的分析和运算，可以预测人们在特定情境下的行为趋势和行为决策，进而为交通运输提供更加安全、高效的服务。
二、行为预测技术的应用领域在交通运输中，行为预测技术被广泛应用于以下几个领域：1.驾驶行为预测驾驶行为预测是指通过对驾驶员的行为轨迹和驾驶决策进行分析，并预测未来的驾驶决策，从而避免潜在的交通事故。
例如，驾驶员驾驶车辆时，可以通过车载摄像头等设备对其行为进行分析，并通过行为预测技术提前预测其可能的驾驶行为和决策，进而提醒驾驶员避免潜在的危险行为。
2.行人行为预测行人行为预测是指对行人的行为轨迹进行分析，并预测未来可能的行人行为，从而为车辆驾驶员提供更加精准的驾驶建议和预警信息。
例如，在道路交通中，车辆驾驶员可以通过车载摄像头等设备，对道路上的行人行为进行预测，了解行人的走向和行驶速度等信息，进而避免潜在的碰撞事故。
3.骑行者行为预测骑行者行为预测是指通过对骑行者的行为轨迹进行分析，并预测未来可能的骑行方式，从而为驾驶员提供更加精准的驾驶建议和预警信息。
交通需求预测方法
交通需求预测方法
交通需求预测可以使用各种不同的方法，下面列举了几种常见的方法：
1. 基于统计模型：该方法使用历史交通数据进行分析和建模，然后根据模型预测未来的交通需求。
常见的统计模型包括回归分析、时间序列分析和随机森林等。
2. 基于人工神经网络：该方法利用神经网络模拟人脑的运作方式，通过训练和学习历史数据来预测未来的交通需求。
神经网络模型可以根据输入数据的特征进行复杂的非线性映射，能够更好地捕捉数据中的模式。
3. 基于机器学习算法：该方法通过对历史数据进行特征提取和模式识别，使用机器学习算法来训练模型，并利用模型预测未来的交通需求。
常见的机器学习算法包括决策树、支持向量机和随机森林等。
4. 基于地理信息系统（GIS）：该方法利用地理信息系统的功能和数据，结合交通网络和人口分布等信息，通过空间分析和建模来预测交通需求。
通过分析城市规划、土地利用和人口密度等因素，可以预测未来的交通需求。
以上是一些常见的交通需求预测方法，在实际应用中可能需要根据具体情况选择合适的方法或结合多种方法来进行预测。
几类运量预测方法优缺点比较
几类运量预测方法优缺点比较运量预测是指通过对过去的数据进行分析和建模，来预测未来一段时间内的运量变化趋势。
在现代交通运输管理和规划中，准确的运量预测是非常重要的，可以为决策者提供依据，帮助他们做出合理的调度和规划安排。
下面将介绍几种常见的运量预测方法的优缺点比较。
1.简单模型法简单模型法是指利用历史数据中的平均值或者移动平均值等简单统计方法进行预测。
这类方法计算简单，易于理解和操作，适用于数据较为稳定的情况。
然而，简单模型法忽略了数据的非线性、周期性和季节性等特征，无法准确地捕捉到数据的变化趋势，因此预测结果的准确性较低。
2.时间序列分析法时间序列分析法是根据历史数据中的趋势、季节性和随机性等特征，建立相应的数学模型，来预测未来的运量变化。
这类方法考虑了数据的时间依赖关系，可以较好地反映运量的变化趋势，并具有较高的精度。
然而，时间序列分析法对数据的平稳性和线性关系有一定要求，如果数据存在较强的非线性或者不平稳性，预测结果可能会出现偏差。
3.人工神经网络法人工神经网络法是一种模仿人脑神经元工作机制的建模方法，通过输入-处理-输出的过程对数据进行预测。
这类方法可以自动学习数据中的非线性和复杂关系，适用于各种类型数据的预测，具有较高的灵活性和准确性。
然而，人工神经网络法通常需要大量的样本数据进行训练，并且模型结构和参数设置比较复杂，需要专业的知识和技能。
4.支持向量机法支持向量机法是一种基于统计学习理论的模型方法，通过构建一个最优的超平面来进行数据分类和回归分析。
这类方法可以有效地处理高维数据和非线性问题，对数据分布的要求较低，具有较高的鲁棒性和泛化能力。
然而，支持向量机法需要选择合适的核函数和调整相应的参数，对于大规模数据的训练速度较慢。
总的来说，不同的运量预测方法各有优缺点，适用于不同的预测场景。
在实际应用中，可以根据数据的特点和需求的准确度要求选择适当的预测方法，或者结合多种方法进行综合预测，以提高预测准确性和稳定性。
交通流量预测模型的选择与性能评估方法
交通流量预测模型的选择与性能评估方法近年来，城市交通的拥挤和堵塞问题日益凸显，交通流量的预测成为了解决交通拥堵问题的重要手段之一。
为了准确地预测交通流量，需要选择合适的模型，并对其性能进行评估。
本文将探讨交通流量预测模型的选择和性能评估方法。
一、交通流量预测模型的选择1. 传统统计模型传统的统计模型通常使用历史数据进行拟合，基于时间序列分析、回归分析等方法进行预测。
这类模型具有较好的解释性和可解释性，适用于较为稳定的交通系统。
常见的传统统计模型包括自回归移动平均模型（ARMA）、自回归移动平均滑动平均模型（ARIMA）、灰色模型等。
2. 机器学习模型机器学习模型通过训练数据自动学习交通流量与相关因素的关系，并根据这种关系进行预测。
近年来，随着数据的快速积累和计算能力的提升，机器学习模型在交通流量预测中得到了广泛应用。
常见的机器学习模型包括支持向量回归（SVR）、随机森林（Random Forest）、深度神经网络等。
3. 混合模型混合模型将传统统计模型和机器学习模型结合起来，综合利用它们各自的优势。
例如，可以利用传统统计模型进行长期趋势分析，然后利用机器学习模型进行短期预测。
这种模型能够更好地考虑到交通流量的动态变化特性。
4. 基于规则的模型基于规则的模型是指通过交通规则和领域专家知识建立的模型。
这类模型对道路网络的特征进行建模，并利用交通规则进行预测。
虽然这类模型的预测能力较弱，但可以提供一些常识性的结果，对交通管理和控制具有指导意义。
二、交通流量预测模型的性能评估方法1. 均方根误差（RMSE）均方根误差是评估预测模型性能的常用指标之一。
它衡量了预测结果与实际观测值之间的偏差大小，RMSE值越小代表模型预测能力越强。
2. 平均绝对百分比误差（MAPE）平均绝对百分比误差是评估预测模型性能的另一重要指标。
它能有效地衡量模型的预测精度，MAPE值越小代表模型的准确性越高。
3. 决定系数（R-squared）决定系数是评估预测模型拟合效果的指标。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Abstract: make full use of traffic prediction and decision technology is to promote the integration development of transportation, break the regional limit, transportation system, the development of the whole area, the traffic construction and regional economic development together, establish a positive feedback mechanism in transportation and regional economy, promote each other, effective means to achieve the development of integration. The direction and planning ideas from systematic, overall, global perspective on regional transportation development, put forward the corresponding implementation scheme and measures, must be comprehensive and systematic analysis of regional economy and transportation in relation to each other in different historical periods and characteristics, objective estimation and judgment of the future development trend of national economy and society and the regional transportation demand. And then forecast decision on transportation! The transportation efficiently serve the national economic development! Keywords: traffic and transportation; forecast; decision-making;
引言： 随着中国经济的发展！作为基础设施项目的交通运输建设日益变得尤为重要！关 于交通运输行业的预测决策技术与评价方法成为近年来国家重点研究的对象！如何科 学有效的预测决策交通运输中亟待解决的问题！以及评价交通运输对我国经济发展的 巨大作用！充分发挥交通运输设施对国民经济的贡献等是我国将来研究的重要课题
������ ������
������������ )+������ ������
式中: ������������������ 为交通区到交通区j 的出行分布量;Ti 为交通区i 的出行产生量; ������������ 为 交通区j 的出行吸引量; f (������������������ )为交通区到交通区的交通阻抗,一般可用f ( ������������������ 的计算形式, ������������ 为待定系数.按照出行系统供求平衡的原则,应有如下关系
������ ������������ ������������������
������������������ 即
������������ ������ ������ ������ ������ ij +������������
第一章中国交通运输现状及发展趋势
1.1铁路运输 铁路既是社会经济发展的重要载体之一， 同时又为社会经济发展创造了前提条件。 虽然我国铁路运营里程在总量上尚处于短缺状态，路网结构对国土的覆盖性尚有较大 的差距，但在各种运输方式组成的交通运输体系中，铁路运输始终处于骨干地位，对 国民经济发展起到了强有力的支持作用。2009年底，我国铁路营业里程达8.6万公里， 2009年全国铁路共完成新线铺轨5461公里、复线铺轨4063公里；投产新线5557公里， 其中客运专线2319公里；投产复线4129公里、电气化铁路8448公里。 1.1.1铁路路网
从运输规划项目的自身特征来看:一方面,规划项目所承担的交通运输量会按其固 有的发展规律自然增长;另一方面,规划项目运力的投入,必然会促进其所在地区及附 近影响区的经济和交通运输体系的变化,诱使社会经济、产业结构等方面的发展[6 ] . 因此应考虑运输规划项目对项目影响区经济和交通运输的诱增影响,对可能引起转移
干线铁路是铁路网络的关键部分，是铁路发挥骨干作用的坚实基础。目前，我国铁路 主要干线共有 22 条，根据其发挥作用和地理位置分布的不同，可大致分为能源运输干线、南 北铁路干线、华东地区干线、西北地区干线、西南地区干线和东北地区干线。
1.1.2铁路客货运输
2009年全国铁路旅客发送量完成15.25亿人，同比增加6321万人，增长4.3%。货物 发送量完成33.2亿吨，均创历史新高。同比增加6113万吨，增长1.9%；总换算周转量 33118.06亿吨公里，同比增加233.17亿吨公里，增长0.7%。 1.2公路运输 现代交通运输方式的公路运输，比起水运和铁路起步晚，直到19世纪末才有了第 一批汽车。这种新型交通工具问世后，在实践中显示出其突出的优越性，即机动、灵 活、方便、快速、直达，因此，它的发展速度远快于水运和铁路。截止2006年底，全 国公路总里程达345.70万公里。公路建设的快速发展，为公路运输发挥在综合运输体 系中的基础作用奠定了良好的基础。 1.2.1公路网络 我国公路网络由国道、省道和县乡道路构成。国道为我国公路的主骨架，起着连 接各省、自治区、直辖市的重要城市、港口、车站、工农业生产基地等作用。省道和 县乡道路是国道的支线， 起着省区范围内城乡之间联系和通过国道与省外联系的作用。 全国公路总里程中， 国道13.34万公里， 省道23.96万公里， 县道50.65万公里， 乡道98.76 万公里， 专用公路5.80万公里， 村道153.20万公里， 分别占公路总里程的3.9%、 6.9%、 14.7%、28.6%、1.7%和44.3%。高速公路的出现，有效地改善了干线公路的交通状况， 使干线公路在全国公路网络中的地位和作用更加突出。 1.2.2公路客货运输 近些年来，公路客货运输发展较快，特别是公路客运，现已在客运体系中占有重 要地位。2007年，我国公路运输需求保持了快速的增长，其中公路货运周转量同比增 长17.3%，客运周转量同比增长13%，增速基本为近5年之最。 1.3水路运输 我国水路运输发展很快，特别是近30多年来，水路客、货运量均增加16倍以上， 目前中国的商船已航行于世界100多个国家和地区的400多个港口。中国当前已基本形
交通运输中常见的预测决策技术与评价方法
摘要：充分利用交通运输中预测决策技术是促进交通运输的一体化发展，突破区域的 限制，发展整个区域的交通运输系统，把交通建设与区域的经济发展结合起来，在交通运 输与区域经济间建立正反馈作用机制，使两者相互促进，共同实现一体化的发展的有效手 段。从系统性、整体性、全局性的角度研究区域交通运输发展的方向和规划设想，提出相 应的实施方案和对策措施，必须全面系统地分析区域经济社会与交通运输在不同历史时期 的相互关系及特征，客观估计和判断未来国民经济和社会的发展ห้องสมุดไป่ตู้势以及区域交通运输需 求情况。进而对交通运输进行预测决策！使交通运输高效科学的服务于国家经济发展！ 关键词：交通运输；预测；决策；
第二章中国交通运输预测技术
2. 1 交通运输生成量预测
区域公路网交通运输生成量预测与分析主要是利用历史的或调查的各类社会经济 数据资料,各类交通方式的交通出行需求量数据资料,建立各类交通方式的交通运输需 求量与相应的社会经济变量之间的分析模型,并以此模型为依据分析既有的或预测未 来的交通运输需求量. 依据上述交通运输与经济的相互关系,交通运输生成量的预测 可以采用弹性系数法、多因素回归分析法或神经网络等方法. 2. 2 交通运输分布量预测
和158.9%。管道输送所涉及货物品类较少且较单一，因此，其在综合运输系统中的影 响力小一些。但由于其安全性、稳定性较高，输送成本较低，而且占用土地较少，对 环境基本不造成污染， 因此， 是今后许多输送量较大的气体、 液体物的较佳输送方式， 煤等亦可转换成液体——煤浆进行输送。
1.6交通运输业的发展趋势 我国从计划经济向市场经济转变后,对交通运输的要求越来越高， 为适应国民经济 和社会发展的需求，应优先发展交通运输业，加快交通现代化步伐，从被动适应逐步 转向对国民经济的先导促进作用。 发展综合交通运输系统是当代运输业发展的新趋势、 新方向，它是增强有效运输生产力，缓解交通运输紧张状况的途径之一，也是经济地 发展运输业，提高经济效益的重要方法。
的运输量进行分析并预测出转移运输量,由此可见,项目的远景运输量预测应由如下三 部分组成,自然增长的趋势型运输量预测、诱增运输量预测、铁路或水运转移运输量预 测. 2. 2. 1 趋势型运输分布量预测
趋势型运输分布量预测方法可采用常规的方法如FRATER 法,重力模型法,双约束 或单约束,系统平衡模型法等,根据各方法的优缺点和适用条件,建议采用系统平衡模 型法进行趋势型运输分布量预测. 此模型理论性强,结构合理,能够更加真实地反映出 交通区间的运输量分布规律和特性,模型的一般函数形式如下: ������������j =������������ ������ (������
成一个具有相当规模的水运体系。在相当长的历史时期内，中国水路运输对经济、文 化发展和对外贸易交流起着十分重要的作用。 1.3.1基础设施建设 截至2005年底， 全国内河航道通航里程12.33万公里。 其中， 等级航道6.10万公里， 占总里程的49.5%；三级及三级以上航道8631公里，占总里程的7.0%；五级及五级以上 航道23659公里，占总里程的19.2%。全国港口拥有生产用码头泊位35242个，其中万吨 级及以上泊位1034个，比上年净增90个。 1.3.2客、货运输 2008年，全国公路、水路运输分别完成客运量16.2亿人次和1875万人次，同比 分别增长11.5%和16.2%；全国公路运输完成货运量和水路运输货运量分别为12.9亿吨 和2.1亿吨，分别比去年同期增长10.4%和增长11.5%。 1.4航空运输 航空运输可以适应人们在长距离旅行时对时间、舒适性的要求以及快速货物运输 需求，是我国正在快速发展的一种运输方式。全国开通民航航线的城市达150个，省会 城市、沿海开放城市、重点旅游城市、重要经济城市及边远地区不易通行其他运输方 式城市均开通了民航班线。2007年中国民航运输业继续保持高速增长，全行业全年运 送旅客约1.84亿人次，同比增长约15.0%，全国机场旅客吞吐量约3.84亿人次，同比增 长约15.6%。展望2007－2010年，相信中国民航业将继续保持高速增长态势，民用机场 业将得到同步发展。 1.5管道运输 管道运输是一种较为特殊的运输方式，目前我国采用管道运输的主要是石油和天 然气。2006年末，全国输油(气)管道里程为48226公里，比2002年增长62%，年均增长 12.8%。 其中输油管 24136公里， 输气管24090公里， 分别比2002年末增长61.3%和62.7%。 2006年底， 管道输油(气)能力为66948万吨/年， 比2002年增长 68.4%， 年均增长13.9%。 其中输油能力57530万吨/年，输气能力9418 千万立方米/年，分别比2002年增长59.3%