時空GIS在廣州市交通事故黑點預判與鑒別中的應用

譚錦艷+張湘+邵麗芳+莫鋒華+歐雁鈿+李少偉

摘 要：介紹了時空GIS及其預判與鑒別交通事故黑點的原理，重點討論了基于SuperMap GIS的道路交通事故黑點智能鑒別方法。通過廣州市道路交通事故黑點預判與鑒別系統(tǒng)，進行交通事故黑點實時鑒別及地圖發(fā)布，解決了傳統(tǒng)道路交通安全管理手段單一、內(nèi)容枯燥、信息滯后等問題，在一定程度上滿足了大眾安全出行的需求。

關(guān)鍵詞：Super Map GIS；緩存區(qū)分析；疊置分析；事故黑點

DOIDOI：10.11907/rjdk.162214

中圖分類號：TP319

文獻標識碼：A文章編號：1672-7800（2016）012-0116-02

0 引言

隨著廣州市經(jīng)濟的持續(xù)發(fā)展，道路通車里程及汽車保有量逐漸增加，道路交通事故發(fā)生頻率不斷上升。因此，開展道路交通事故黑點預判與鑒別，制作并發(fā)布道路交通事故黑點地圖，是管控與治理危險路段、提高道路交通安全管理水平的重要手段之一[1]。

1 時空GIS概念及其發(fā)展趨勢

時空GIS是建立在時態(tài)數(shù)據(jù)庫、GIS、人工智能等基礎(chǔ)上的一種綜合型應用技術(shù)，其研究對象是時空世界中遵循誕生、成長、生存，直至死亡等自然規(guī)律的事物和現(xiàn)象的時空信息，不但包含傳統(tǒng)地理信息系統(tǒng)的空間特性，而且涵蓋時間特性；不但反映事物和現(xiàn)象的存在狀態(tài)，而且可以表達其發(fā)展變化過程及規(guī)律。時態(tài)地理信息系統(tǒng)（TGIS）是一種采集、存儲、管理、分析與顯示地理實體隨時間變化情況的計算機系統(tǒng)，TGIS的操作對象是時空信息[2]。

傳統(tǒng)GIS只描述了研究對象的一個快照，沒有對時態(tài)數(shù)據(jù)作專門處理，因而是靜態(tài)的，只能反映事物的當前狀態(tài)，無法反映其歷史狀態(tài)，更無法預測未來的發(fā)展趨勢，而客觀事物的存在都與時間緊密相聯(lián)。因此，在系統(tǒng)中增強對時間維的表達、分析能力，提供歷史分析與趨勢分析的功能，是時空GIS的獨特之處。時間、空間和屬性是地理實體和地理現(xiàn)象固有的3個基本特征，是反映地理實體狀態(tài)和演變過程的重要組成部分。時空GIS能夠三者并重，因此是未來GIS的發(fā)展方向之一。

2 廣州市交通事故黑點預判與鑒別系統(tǒng)

廣州市交通事故黑點預判與鑒別系統(tǒng)的核心功能是事故黑點智能鑒別，本文采用SuperMap Deskpro 處理道路交通地理數(shù)據(jù)，采用SuperMap Objects 開發(fā)交通事故黑點智能鑒別功能，以Super Map Is.net發(fā)布交通事故黑點地圖。

2.1 道路交通事故黑點鑒別方法

道路交通事故黑點指單位時間內(nèi)每公里發(fā)生的交通事故次數(shù)大大高于該條道路平均值的路段。道路交通事故黑點鑒別的目的是找出某段時間內(nèi)交通事故次數(shù)和嚴重程度高于其它地方的路段，因此對路段的鑒別標準通常為一段時間內(nèi)交通事故發(fā)生的次數(shù)和損失情況兩個主要因素，并利用設(shè)定的明確量化指標判斷路段的危險系數(shù)[3]。

在鑒別道路交通事故黑點時，如果不考慮事故的嚴重程度，而是簡單地將事故次數(shù)累加，往往造成判斷失誤。因此，為了準確地判斷事故黑點，結(jié)合我國道路交通管理的實際情況，提出一種對死亡、傷亡、財產(chǎn)損失等不同后果賦予不同權(quán)重系數(shù)來計算事故嚴重程度的模型，是一種比較貼近實際情況的鑒別方法。

2.2 基于GIS的道路交通事故黑點智能鑒別

道路交通事故黑點鑒別主要涉及交通事故的屬性數(shù)據(jù)和空間位置，而SuperMap GIS平臺能很好地融合管理兩種數(shù)據(jù)，并基于地理對象的位置和形態(tài)分析空間數(shù)據(jù)，提取有價值的空間信息，以一種圖形化且高效直觀的方式呈現(xiàn)結(jié)果。本文基于SuperMap Objects平臺，利用緩存區(qū)分析與疊置分析功能進行道路交通事故的黑點鑒別，并對廣州市內(nèi)實際道路的交通事故數(shù)據(jù)進行了分析[4]。

2.2.1 廣州市道路交通事故數(shù)據(jù)準備

結(jié)合廣州市實際道路交通事故數(shù)據(jù)采集情況，以事故死亡人數(shù)和事故次數(shù)為主，以受傷人數(shù)和經(jīng)濟損失為輔，建立事故嚴重程度的計算模型。本文選用超過280條實際發(fā)生的廣州市某時間段采集的道路交通事故數(shù)據(jù)，基本信息包括事故發(fā)生的時間、地點（坐標）、死亡人數(shù)、輕重傷人數(shù)、直接經(jīng)濟損失等。由于交通管理部門采集的部分數(shù)據(jù)不準確甚至相互沖突、重復，因此需要首先對獲取的原始事故數(shù)據(jù)進行整理[5]。

2.2.2道路交通事故嚴重程度模型設(shè)計

根據(jù)我國公安部交通管理局對交通事故黑點判斷的相關(guān)規(guī)定，選取500m（2 000m）作為黑點（路段）的計算單位。分別將死亡人數(shù)、重傷、輕傷及財產(chǎn)損失賦予不同權(quán)重值，并對原事故調(diào)查表中的權(quán)重值進行累計。當某個500m（2 000m）路段某段時間內(nèi)多次交通事故累計的權(quán)重值大于某個閾值時，鑒別為事故黑點。某次事故嚴重程度權(quán)重值計算公式如下：

式中，S1、S2、S3、S4分別為死亡人數(shù)、重傷人數(shù)、輕傷人數(shù)、經(jīng)濟損失，X1、X2、X3、X4為相應權(quán)重系數(shù)，根據(jù)不同情況可以自由調(diào)整權(quán)重系數(shù)。

2.2.3 道路交通事故黑點智能鑒別

將圖中的每一個事故點作為一個點狀對象，根據(jù)事故的嚴重程度（本文使用500m或2 000m作為道路交通事故多發(fā)點和多發(fā)段）進行緩沖區(qū)分析，可以得到道路交通事故點的影響范圍分布圖[6]；然后將所有事故點形成的每一個事故緩沖區(qū)進行多邊形圖層與圖層之間的疊置，形成一個嶄新的綜合性事故圖層。緩沖區(qū)重疊現(xiàn)象越嚴重的區(qū)域，事故黑點的可能性和級別越高；最后，再將反映事故黑點的新圖層與道路交通路網(wǎng)進行多邊形與線的疊置分析，鑒別出事故黑點的路段或者區(qū)域；將事故黑點影響范圍內(nèi)某段時間的當量死亡人數(shù)求和，根據(jù)當量死亡人數(shù)的不同可以得出國家級、省級、市級、縣級等不同級別的事故黑點，具體情況如圖1所示。

在具體功能實現(xiàn)上，本文采用SuperMap Objects的點對象soGeoPoint作緩沖分析Buffer：soGeoRegion soGeoPoint.Buffer（dDistance As Double，nSmoothness As Long），實現(xiàn)緩存區(qū)分析功能；采用SuperMap Objects的面對象soDatasetVector作疊加分析Intersect：Boolean soOverlayAnalyst.Intersect（objInDataseAssoDatasetVector，objIntersectDatasetAssoDatasetVector，objOutDataset As soDatasetVector，bJoinAttribute As Boolean） ，實現(xiàn)疊加分析功能；采用soTrackingLayer圖層實現(xiàn)緩沖和疊加分析的圖形顯示：Long soTrackingLayer.AddEvent （objGeometry As soGeometry，objStyle As soStyle，strTag As String） [7]。

2.2.4 道路交通事故黑點變動分析

通過疊加不同時期的廣州市道路交通事故黑點地圖，可以直觀地分析道路交通事故黑點的變遷，通過比較不同時期事故黑點的形成原因，可以對廣州市道路交通安全管理工作作出針對性部署。

2.3 系統(tǒng)總體架構(gòu)

廣州市交通事故黑點預判與鑒別系統(tǒng)總體架構(gòu)分為3個結(jié)構(gòu)層次（見圖2），具體包括：①服務層，主要面向公眾提供道路交通事故黑點鑒別及地圖發(fā)布服務；②服務提供層，主要采用Super Map Object及 Super Map Is.net平臺進行黑點鑒別及地圖發(fā)布[8]；③數(shù)據(jù)層，采用數(shù)據(jù)庫進行管理，可提供時空GIS數(shù)據(jù)和道路交通事故信息。

2.4 系統(tǒng)缺點及改進方法

在運用事故嚴重程度模型鑒別事故黑點時，沒有將道路特征、交通環(huán)境、天氣條件等其它因素的影響納入模型中，在后續(xù)研究中，應該根據(jù)實際情況進行修正。由于道路交通事故黑點預判與鑒別系統(tǒng)是根據(jù)以往數(shù)據(jù)進行的分析，其結(jié)果有一定滯后性，應結(jié)合實際情況進一步分析事故黑點的道路特征、交通條件等，對鑒別結(jié)果進行修正，為道路交通事故黑點提供防治策略與治理技術(shù)[9]。

3 結(jié)語

基于Super Map GIS的廣州市交通事故黑點預判與鑒別系統(tǒng)成功實現(xiàn)了道路交通事故黑點的預判與鑒別，解決了傳統(tǒng)交通安全管理手段單一、內(nèi)容枯燥、信息滯后的問題，有效提高了廣州市道路交通安全管理水平，在一定程度上滿足了大眾安全出行的需求。由于交通事故數(shù)據(jù)的獲取需要一定時間，要取得更好的效果，數(shù)據(jù)獲取的速度和效率非常重要，這也是未來需要改進的方向[10]。

參考文獻：

[1] 廣州市公安局交通警察支隊.廣州市交通事故資料匯編（1949-1994年）[M].廣州：廣東經(jīng)濟出版社，1995.

[2] 羅靜，崔偉宏，牛振國.面向?qū)ο蟮某瑘D時空推理模型的研究與應用[J].武漢大學學報：信息科學版，2007（1）：90-93.

[3] 邵祖峰，蔡建湖.交通事故多發(fā)點鑒別方法的比較研究[J].湖北警官學院學報，2009，22（2）：83-87.

[4] 李少偉，曹成濤.基于GIS的道路交通事故黑點智能鑒別與信息發(fā)布[J].物流工程與管理，2016（5）：257-259.

[5] 張廣新.道路交通事故多發(fā)點段智能排查系統(tǒng)的研究[D].吉林：吉林大學，2006.

[6] 王海.緩沖區(qū)分析方法在事故多發(fā)點鑒別的應用研究[J].公路工程，2016（2）：103-107.

[7] 北京超圖軟件股份有限公司.Super Map Object 2008開發(fā)手冊[M].北京：Super Map Press，2008.

[8] 李少偉，宋潔華.基于Super+Map+Is.net的交通信息實時發(fā)布[J].海南師范大學學報：自然科學版，2010（9）：338-342.

[9] 張力.基于GIS與主成份分析的道路交通事故黑點研究[J].地理空間信息，2008，6（5）：79-82.

[10] 孟樣海，裴玉龍，馬長青.高速公路事故黑點成因分析模型的建立及應用[J].哈爾濱建筑大學學報，2000，33（2）：46-50.

（責任編輯：黃 ?。?