基于網(wǎng)絡(luò)約束方法的交通事故空間點(diǎn)格局分析

聶 可，王振聲，杜清運(yùn)，張玉茜

（1. 深圳市數(shù)字城市工程研究中心，廣東 深圳 518034；2. 國(guó)土資源部 城市土地資源監(jiān)測(cè)與仿真重點(diǎn)實(shí)驗(yàn)室，廣東 深圳 518034；3. 深圳大學(xué) 空間信息智能感知與服務(wù)深圳市重點(diǎn)實(shí)驗(yàn)室，廣東 深圳 518060；4. 武漢大學(xué) 資源與環(huán)境科學(xué)學(xué)院，湖北 武漢 430079)

0 引 言

道路交通事故，直接影響到每個(gè)公民的出行安全，不僅對(duì)經(jīng)濟(jì)發(fā)展帶來影響，而且危害社會(huì)和諧。道路交通事故是地理區(qū)域環(huán)境和人類在區(qū)域內(nèi)活動(dòng)共同作用的結(jié)果，近年來國(guó)內(nèi)外學(xué)者對(duì)其展開了廣泛關(guān)注，主要集中研究事故分布模式、事故成因分析[1]、事故預(yù)測(cè)及評(píng)估[2-3]，其中典型研究為事故黑點(diǎn)研究，如對(duì)黑點(diǎn)鑒別[4-5]、黑點(diǎn)評(píng)價(jià)[6]、黑點(diǎn)特征[2]等。關(guān)于交通事故的分布研究主要是從地理學(xué)視角觀察道路交通事故聚集情況，采用空間格局分析方法揭示其空間分布規(guī)律，進(jìn)而探測(cè)事故易發(fā)路段（或區(qū)域），從而使道路交通事故的管理和預(yù)防成為可能。大量研究表明交通事故的分布具有明顯的空間聚集特性，即存在交通事故熱區(qū)（也稱黑區(qū)，即一組交通事故數(shù)高的連續(xù)路段形成的集合）[7]或交通事故熱點(diǎn)[8](也稱黑點(diǎn)，即事故數(shù)高的路口或單個(gè)路段)。然而，交通事故的發(fā)生位置是嚴(yán)格限定在道路網(wǎng)絡(luò)上，是典型網(wǎng)絡(luò)約束事件，根據(jù)Okabe等提出網(wǎng)絡(luò)約束點(diǎn)事件分析思想[9-10]，認(rèn)為傳統(tǒng)的平面空間格局方法在分析網(wǎng)絡(luò)點(diǎn)事件空間分布規(guī)律的弊端日益凸顯，需要充分考慮道路網(wǎng)絡(luò)的特性，采用網(wǎng)絡(luò)約束空間點(diǎn)格局分析方法進(jìn)行探討。

近年來，隨著GIS和幾何計(jì)算的發(fā)展，對(duì)于網(wǎng)絡(luò)約束點(diǎn)格局的發(fā)展逐漸有了進(jìn)展[11-13]，并在交通事故的格局與形成過程的定量研究中得到了應(yīng)用。網(wǎng)絡(luò)約束點(diǎn)格局分析在機(jī)動(dòng)車碰撞中的應(yīng)用主要體現(xiàn)在機(jī)動(dòng)車碰撞整體和局部格局分布探測(cè)，早期的交通事故研究中，學(xué)者們主要使用匯總數(shù)據(jù)將交通事故分散到道路路段上，對(duì)事故進(jìn)行統(tǒng)計(jì)從而得到事故黑點(diǎn)[4,14]；隨著匯總數(shù)據(jù)帶來的可塑性單元面積問題，同時(shí)GIS技術(shù)對(duì)事故獲取方法的改善，學(xué)者們嘗試使用非匯總數(shù)據(jù)，即單條事故數(shù)據(jù)，對(duì)交通事故空間格局及形成過程進(jìn)行定量化研究，其中廣泛應(yīng)用的方法是核密度估計(jì)方法[15-17]。核密度估計(jì)采用鐘形密度函數(shù)進(jìn)行交通事故點(diǎn)分布分析，被拓展到網(wǎng)絡(luò)空間，即網(wǎng)絡(luò)核密度估計(jì)，然而，網(wǎng)絡(luò)核密度估計(jì)作為描述性分析方法，其估計(jì)結(jié)果缺少定量的統(tǒng)計(jì)檢驗(yàn)[18-21]。因此，本文以武漢市交通事故展開研究，將核密度估計(jì)進(jìn)行道路網(wǎng)絡(luò)空間擴(kuò)展，提出網(wǎng)絡(luò)核密度估計(jì)方法探究交通事故的空間分布模式；并使用網(wǎng)絡(luò)Moran's I方法對(duì)核密度估計(jì)結(jié)果進(jìn)行統(tǒng)計(jì)顯著性評(píng)價(jià)，揭示交通事故易發(fā)路段，以期為城市公共交通的健康發(fā)展提供科學(xué)參考。

1 研究區(qū)域與數(shù)據(jù)來源

1.1 研究區(qū)域

武漢市作為我國(guó)華中地區(qū)特大交通樞紐城市，隨著城區(qū)的發(fā)展，市內(nèi)交通日益成為一大問題，同時(shí)面臨著較為嚴(yán)重的交通擁堵問題和較顯著的交通事故危險(xiǎn)。據(jù)武漢市交通管理局交通事故管理數(shù)據(jù)庫不完全統(tǒng)計(jì)，2004～2008年5年間武漢市有記錄交通事故為3309起、1976起、2676起、3113起、2499起。武漢市下轄江岸、江漢、硚口、漢陽、武昌、青山、洪山7個(gè)城區(qū)以及蔡甸、江夏、黃陂、新洲、東西湖、漢南6個(gè)遠(yuǎn)城區(qū)。由于2007年地鐵軌道交通和三環(huán)尚未開通，交通出行主要發(fā)生在城市道路網(wǎng)絡(luò)上，本文以2007年交通事故統(tǒng)計(jì)數(shù)據(jù)為例，有利于在考慮相對(duì)較少的事故影響因素的情況下，單純討論交通事故在路網(wǎng)空間下的地理分布模式。

1.2 數(shù)據(jù)來源及數(shù)據(jù)處理

交通事故是發(fā)生在道路上的人身傷亡或財(cái)產(chǎn)損失事件，其受發(fā)生場(chǎng)所即道路網(wǎng)絡(luò)的約束，它屬于二維平面的子空間的地理空間現(xiàn)象。本文旨在討論交通事故在道路網(wǎng)絡(luò)上的分布情況，主要涉及交通事故、武漢市路網(wǎng)數(shù)據(jù)、武漢市行政區(qū)劃數(shù)據(jù)等。

交通事故數(shù)據(jù)主要由武漢市交通管理局提供，交通管理局采用數(shù)據(jù)庫的方式對(duì)交通事故進(jìn)行歸檔記錄，主要記錄事故基本信息、事故道路信息、事故處理信息三部分。由于本文不對(duì)交通事故的成因、傷亡情況、應(yīng)急及改善方法進(jìn)行研究，只提取交通事故的發(fā)生地址信息、發(fā)生時(shí)間、傷亡情況等信息。其中，交通事故的位置數(shù)據(jù)是采用傳統(tǒng)的地址記載方式，如解放大道至武漢市藥品檢驗(yàn)所，本文采用百度地圖的Geocoding API提供的地圖服務(wù)進(jìn)行地址匹配，以實(shí)現(xiàn)交通事故數(shù)據(jù)“落地”到武漢市地圖上。武漢市交通路網(wǎng)數(shù)據(jù)來源于武漢市交通圖（2007），武漢市行政區(qū)劃數(shù)據(jù)來源于武漢市民政局。

2 研究方法

本文根據(jù)武漢市交通事故數(shù)據(jù)的特點(diǎn)，將交通事故分布現(xiàn)象抽象成點(diǎn)事件，點(diǎn)格局分析提供了區(qū)域上點(diǎn)位置空間布局的定量分析過程。核密度估計(jì)是空間離散點(diǎn)分析常用的方法，根據(jù)帶寬的改變可以有效地刻畫不同尺度上的空間聚類現(xiàn)象。由于交通事故是分布在路網(wǎng)空間下的點(diǎn)事件，采用平面核函數(shù)估計(jì)研究交通事故存在估計(jì)偏差，本文采用網(wǎng)絡(luò)核密度估計(jì)方法揭示交通事故點(diǎn)的分布特點(diǎn)。

2.1 網(wǎng)絡(luò)核密度估計(jì)方法

核密度估計(jì)方法是以聚集性為基礎(chǔ)的基于密度分析的點(diǎn)模式分析方法，采用非參數(shù)的方法討論空間數(shù)據(jù)的一階屬性。核密度估計(jì)方法通過計(jì)算每個(gè)要素在其周圍鄰域中的密度，并將相同位置處的密度進(jìn)行疊加，得到整個(gè)區(qū)域的分布密度。平面空間點(diǎn)事件密度估計(jì)算子如下：

式中，λ(s)是位置點(diǎn)s的密度，r是核密度估計(jì)的搜索半徑，只有在r內(nèi)的點(diǎn)才能用來估算λ(s)距離s點(diǎn)dis的i點(diǎn)的權(quán)重。k為核密度估計(jì)中的核函數(shù)，是關(guān)于距離dis和半徑r的比率函數(shù)，密度估計(jì)中充分考慮了距離衰減效應(yīng)，中心位置處密度最大，隨距離衰減，到極限距離處密度為0。

核函數(shù)的選擇是核密度估計(jì)的第一步，核函數(shù)的類型有Gaussian、Quartic、Conic、Negative exponential、epanechnekov等。研究表明，在平面核密度估計(jì)中，核函數(shù)k影響小于搜索半徑r[22]；r的選擇決定了密度估計(jì)的光滑度，r越大密度圖越光滑。

由于點(diǎn)集在路網(wǎng)上均勻分布，而在歐式平面上的密度卻不是均勻的，分析由網(wǎng)絡(luò)約束過程產(chǎn)生的點(diǎn)集，采用平面核密度估計(jì)方法會(huì)產(chǎn)生估計(jì)偏差，如圖1所示。

圖1 網(wǎng)絡(luò)空間和平面空間中的點(diǎn)分布Fig. 1 Points distribution in network space and plane space

路網(wǎng)約束的網(wǎng)絡(luò)核函數(shù)估計(jì)法和平面核函數(shù)估計(jì)方法有著相似的分析思路，兩者的主要不同在于其距離量算方式的不同。網(wǎng)絡(luò)核函數(shù)法以平面二維空間的函數(shù)方法為基礎(chǔ)，為適應(yīng)網(wǎng)狀結(jié)構(gòu)空間的需求，將距離量算方法從歐式距離擴(kuò)展到網(wǎng)絡(luò)距離，即網(wǎng)絡(luò)中每個(gè)點(diǎn)到其他點(diǎn)的距離設(shè)定為最短網(wǎng)絡(luò)路徑距離，而非簡(jiǎn)單的歐式距離。網(wǎng)絡(luò)空間點(diǎn)事件密度估計(jì)算子如下：

其核心思想在于將道路網(wǎng)空間分解為等長(zhǎng)的線性單元記為lixel，然后用最短網(wǎng)絡(luò)路徑距離進(jìn)行r值的量算。

2.2 網(wǎng)絡(luò)Moran's I 統(tǒng)計(jì)

核密度估計(jì)作為描述性分析方法，由于其缺少定性的統(tǒng)計(jì)檢驗(yàn)，主要用于得到直觀的數(shù)據(jù)闡釋圖。本文對(duì)核密度估計(jì)結(jié)果進(jìn)行局部Moran's I分析，對(duì)核密度估計(jì)結(jié)果進(jìn)行統(tǒng)計(jì)檢驗(yàn)，統(tǒng)計(jì)顯著性的路段形成交通事故熱點(diǎn)路段聚類。

假設(shè)交通事故在道路網(wǎng)的發(fā)生是完全隨機(jī)分布的，那么路網(wǎng)上任何位置的事故發(fā)生率都等于總事故數(shù)與總路網(wǎng)長(zhǎng)度的比值，即交通事故在定性和定量上都是完全均勻分布的。討論空間過程時(shí)，可使用隨機(jī)零假設(shè)或標(biāo)準(zhǔn)化零假設(shè)。本文在計(jì)算網(wǎng)絡(luò)核密度估計(jì)值的網(wǎng)絡(luò)局部Moran's I統(tǒng)計(jì)量時(shí)，采用99次條件空間排列模擬。條件空間排列模擬即不改變交通事故的數(shù)量，僅在原交通路段上改變交通事故的分布位置。網(wǎng)絡(luò)約束Moran's I統(tǒng)計(jì)是建立在局部Moran's I和全局Moran's I的定義上，局部Moran's I指數(shù)討論路段及路段的鄰域某屬性項(xiàng)的相關(guān)性，同全局Moran's I指數(shù)相比，局部Moran's I指數(shù)能夠通過統(tǒng)計(jì)顯著性檢驗(yàn)對(duì)聚集情況進(jìn)行定位。對(duì)于網(wǎng)絡(luò)空間內(nèi)的任意一個(gè)網(wǎng)絡(luò)實(shí)體單元其局部 Moran's I統(tǒng)計(jì)量計(jì)算如下：

式中，xi是研究區(qū)域內(nèi)觀測(cè)的屬性值，n是研究區(qū)域內(nèi)的基本研究元素的個(gè)數(shù)，x是xi的均值，Wij是元素i和j的權(quán)重矩陣。權(quán)重W有兩種計(jì)算方式：二元鄰接矩陣和距離鄰接矩陣。在二元鄰接矩陣中，如果元素i和j鄰接，則Wij為1，如果元素i和j不鄰接，則Wij為0；在距離鄰接矩陣中，Wij的值與元素i和j的距離成反比，距離越大Wij越小，距離越小Wij越大。其中，I的值可以通過一種類似Pearson相關(guān)系數(shù)的方法進(jìn)行計(jì)算，其取值范圍為[-1,+1]，值為-1左右表示強(qiáng)的負(fù)相關(guān)，值為+1左右表示強(qiáng)的正相關(guān)，值為0左右表示不存在空間相關(guān)性。某空間位置i和其鄰域內(nèi)的其他單元的空間關(guān)系有4種類型：低-低、高-高、低-高、高-低，低低和高高為正相關(guān)，低高和高低為負(fù)相關(guān)。滿足統(tǒng)計(jì)顯著性情況下，若某路段及其鄰域內(nèi)核密度估計(jì)值均較高，即高-高類型空間關(guān)系。通過合并高-高定長(zhǎng)單元，形成交通事故易發(fā)路段。

3 實(shí)驗(yàn)分析

本文進(jìn)行路網(wǎng)約束下的核密度估計(jì)和平面核密度估計(jì)，并對(duì)網(wǎng)絡(luò)核密度估計(jì)的結(jié)果進(jìn)行網(wǎng)絡(luò)Moran's I統(tǒng)計(jì)判讀，對(duì)交通事故點(diǎn)分布的聚集情況進(jìn)行評(píng)價(jià)。

3.1 核密度估計(jì)

根據(jù)《城市道路交通規(guī)劃設(shè)計(jì)規(guī)范》，城市主干道為45～55 m，次干道40～50m，支路15～30m。本文道路抽象成線性要素，交通事故點(diǎn)定位在道路網(wǎng)上，那么r和lixel的最小值均應(yīng)大于行車車道寬度。為了對(duì)比平面核密度估計(jì)和網(wǎng)絡(luò)核密度估計(jì)在探測(cè)網(wǎng)絡(luò)空間點(diǎn)事件分布模式的不同，并討論不同lixel長(zhǎng)度、搜索半徑對(duì)核密度估計(jì)的影響，本文實(shí)驗(yàn)設(shè)計(jì)了四項(xiàng)實(shí)驗(yàn)，其實(shí)驗(yàn)參數(shù)見表1。實(shí)驗(yàn)I和實(shí)驗(yàn)II都采用10m定長(zhǎng)分割路網(wǎng)，分別設(shè)定40m和200m搜索半徑，均采用Gaussian函數(shù)討論搜索半徑確定的分析尺度對(duì)聚類結(jié)果的影響。實(shí)驗(yàn)II和實(shí)驗(yàn)III均采用200m搜索半徑，分別設(shè)定10 m和40m的定長(zhǎng)，討論定長(zhǎng)確定的核密度估計(jì)分辨率對(duì)聚類結(jié)果的影響。實(shí)驗(yàn)IV采用平面核密度估計(jì)方法，分別用40 m的定長(zhǎng)和200 m的搜索半徑，與實(shí)驗(yàn)III的網(wǎng)絡(luò)核密度估計(jì)結(jié)果進(jìn)行對(duì)比。

表1 實(shí)驗(yàn)方法及參數(shù)Tab. 1 Methods and parameters in experiments

實(shí)驗(yàn)I、實(shí)驗(yàn)II、實(shí)驗(yàn)III和IV實(shí)驗(yàn)的核密度估計(jì)結(jié)果見表2，其中，COUNT為lixel切割后的定長(zhǎng)個(gè)數(shù)。當(dāng)lixel為10 m，搜索半徑越大，核密度估計(jì)尺度越大，核密度估計(jì)值越大，估計(jì)值的標(biāo)準(zhǔn)偏差越大，越能體現(xiàn)事故的聚集程度。

表2 實(shí)驗(yàn)結(jié)果統(tǒng)計(jì)表Tab. 2 Results of experiments

分級(jí)統(tǒng)計(jì)圖法是反映現(xiàn)象集中程度的地圖表現(xiàn)方法之一，根據(jù)核密度估計(jì)實(shí)驗(yàn)結(jié)果，生成核密度估計(jì)分級(jí)圖，直觀表現(xiàn)交通事故的分布情況。下面分別從整體和局部?jī)蓚€(gè)方面對(duì)比分析不同的參數(shù)、不同的方法對(duì)機(jī)動(dòng)車碰撞空間分析的影響。

在整體空間上，圖2a中機(jī)動(dòng)車碰撞的核密度值分布整體呈零散分布，密度值較高的路段主要分布在中心城區(qū)的幾條主干道上，其分布形態(tài)同事故的定位點(diǎn)形態(tài)吻合。圖2b中機(jī)動(dòng)車碰撞的核密度估計(jì)值的整體呈明顯的高低聚集，其中主城區(qū)如江岸區(qū)、江漢區(qū)的核密度估計(jì)值較高，漢陽大道、中山大道、中北路、解放大道等路段的核密度估計(jì)值。圖2d中核密度估計(jì)值呈現(xiàn)局部面狀聚集分布，其分布情況同圖2a有相似之處，但是其聚類范圍較大，其精細(xì)程度不及圖2a中的網(wǎng)絡(luò)核密度估計(jì)值的結(jié)果。對(duì)比發(fā)現(xiàn)圖2d和圖2c，所有的核密度估計(jì)方法都可以表現(xiàn)機(jī)動(dòng)車碰撞事件的空間分布情況，雖然都可以揭示部分機(jī)動(dòng)車碰撞的熱點(diǎn)區(qū)域，但是平面核密度估計(jì)和網(wǎng)絡(luò)核密度估計(jì)的表達(dá)結(jié)果差別很大，平面核密度表面覆蓋整個(gè)區(qū)域，而網(wǎng)絡(luò)核密度表面僅覆蓋道路網(wǎng)絡(luò)部分。在圖2d中，平面核密度估計(jì)也可以表達(dá)機(jī)動(dòng)車碰撞聚集的基本情況，其基本形態(tài)與圖2c有著類似的形態(tài)，但是在局部細(xì)節(jié)的表現(xiàn)上不足圖2c；同時(shí)，與網(wǎng)絡(luò)核密度相比，平面核密度可能存在過度估計(jì)。

圖2 核密度估計(jì)可視化情況Fig. 2 Maps of kernel density estimation results

為了進(jìn)一步展現(xiàn)不同lixel長(zhǎng)度、不同搜索半徑對(duì)平面核密度估計(jì)、網(wǎng)絡(luò)核密度估計(jì)結(jié)果的影響，在原始的比例尺下，選擇同一局部區(qū)域（即鐘家村附近，漢陽大道與鸚鵡大道交會(huì)周邊），對(duì)不同參數(shù)、不同方法的機(jī)動(dòng)車碰撞格局分布進(jìn)行展示，如圖3所示，其中，圖3a～圖3d分別是圖2的局部方法，其分級(jí)情況、方位與圖2相同。對(duì)比圖3a、圖3b，也就是lixel同為10 m，搜索半徑分別為40 m和200 m，兩種方法的局部表現(xiàn)力差別較大。對(duì)于較小的搜索半徑，其表達(dá)的局部變異細(xì)節(jié)較多，變化信息展現(xiàn)的越豐富；對(duì)于較大的搜索半徑，其表達(dá)的局部細(xì)節(jié)存在一個(gè)綜合的過程，即將鄰域中的聚類細(xì)節(jié)合并更大的聚類，聚類的細(xì)節(jié)信息展現(xiàn)減少，從而密度變化光滑，地圖展示的直觀效果稍好，而且減少過多細(xì)節(jié)可以表現(xiàn)相對(duì)大尺度的網(wǎng)絡(luò)空間分布狀態(tài)。對(duì)比圖3b、圖3c，也就是lixel分別為10 m和40 m，搜索半徑分別為200 m，對(duì)于較小的lixel，局部細(xì)節(jié)表現(xiàn)更多，但是計(jì)算量也相對(duì)較大；對(duì)于較大的lixel，局部表現(xiàn)相對(duì)不足，計(jì)算量較小。

圖3 核密度估計(jì)結(jié)果局部分布情況Fig. 3 Local distribution of kernel density estimation results

3.2 網(wǎng)絡(luò)核密度估計(jì)結(jié)果的局部Moran's I統(tǒng)計(jì)檢驗(yàn)

通過核密度估計(jì)結(jié)果的局部空間統(tǒng)計(jì)分析，可以對(duì)核密度估計(jì)方法進(jìn)行定量解釋，將鄰域內(nèi)具有核密度估計(jì)值較高并且正向空間相關(guān)的道路基本定長(zhǎng)進(jìn)行合并，標(biāo)記為交通事故易發(fā)路段。本組實(shí)驗(yàn)包含2項(xiàng)實(shí)驗(yàn)，見表3，實(shí)驗(yàn)V和實(shí)驗(yàn)VI的數(shù)據(jù)輸入值是實(shí)驗(yàn)II和實(shí)驗(yàn)III的每個(gè)道路基本定長(zhǎng)單元的核密度估計(jì)值，通過Conditional Permutation的模擬方法，模擬99次，計(jì)算每個(gè)基本定長(zhǎng)的Moran's I統(tǒng)計(jì)量。根據(jù)局部Moran's I統(tǒng)計(jì)結(jié)果，討論不同顯著性水平下高-高道路基本定長(zhǎng)的個(gè)數(shù)和高-高道路的個(gè)數(shù)，其結(jié)果見表4。實(shí)驗(yàn)V和實(shí)驗(yàn)VI都表明隨著顯著性水平的降低，高-高基本定長(zhǎng)個(gè)個(gè)數(shù)不斷增加，但是增長(zhǎng)幅度卻逐漸趨于平緩，0.05顯著性的定長(zhǎng)增幅最大。不論在哪一個(gè)顯著性區(qū)間，實(shí)驗(yàn)V的高-高基本定長(zhǎng)數(shù)都是實(shí)驗(yàn)VI的高-高基本定長(zhǎng)數(shù)的相對(duì)固定倍數(shù)范圍內(nèi)（2.6～2.8倍），表明道路基本定長(zhǎng)固定的影響交通事故核密度估計(jì)值。

實(shí)驗(yàn)表明當(dāng)lixel設(shè)定為40 m時(shí)，能夠相對(duì)精確地識(shí)別交通事故發(fā)生相對(duì)較高的路段，本文選擇實(shí)驗(yàn)VI的結(jié)果，對(duì)武漢市道路交通事故發(fā)生相對(duì)較高的路段進(jìn)行判別，在0.01顯著性水平下按照交通事故易發(fā)程度的高低進(jìn)行排序，形成武漢市交通事故易發(fā)路段列表，其中前30個(gè)事故易發(fā)路段見表5。

表3 局部Moran's I實(shí)驗(yàn)及參數(shù)Tab. 3 Parameters in local Moran's experiments

表4 不同顯著性水平下高-高道路基本定長(zhǎng)的個(gè)數(shù)Tab. 4 Numbers of high-high road segments(roads) under diあerent significance level

表5 實(shí)驗(yàn)VI中0.01顯著性水平下H-H前30個(gè)路段列表Tab. 5 Top 30 roads of H-H under significance level of 0.01 in experiment VI

結(jié)果表明，漢沙公路是武漢市最危險(xiǎn)的路段，其機(jī)動(dòng)車碰撞次數(shù)的密度值和Moran's I統(tǒng)計(jì)值都是最高的，且根據(jù)交通管理部門的機(jī)動(dòng)車碰撞分析報(bào)告和機(jī)動(dòng)車碰撞新聞事件的報(bào)道認(rèn)為，漢沙公路也是機(jī)動(dòng)車頻發(fā)路段，說明了本研究的方法在機(jī)動(dòng)車碰撞熱點(diǎn)路段探測(cè)過程中的有效性。由于該熱點(diǎn)路段位于漢蔡高速入口，機(jī)動(dòng)車行駛速度較快車輛較多，從而容易發(fā)生機(jī)動(dòng)車碰撞事件，近些年來該路段一直在進(jìn)行安全隱患的排除和管理的加強(qiáng)。此外，由于江岸區(qū)路網(wǎng)的密集性和復(fù)雜性，危險(xiǎn)路段也相對(duì)集中于江岸區(qū)。

4 結(jié)束語

交通事故作為人類財(cái)產(chǎn)和生命安全的一個(gè)重要威脅，其中交通事故的熱點(diǎn)路段排查是城市交通管理中的重要一個(gè)環(huán)節(jié)。核密度估計(jì)方法作為檢測(cè)交通事故易發(fā)路段的有效方法，在分析沿網(wǎng)絡(luò)約束點(diǎn)事件時(shí)存在偏差，本研究以武漢市為例將平面核密度估計(jì)方法擴(kuò)成為網(wǎng)絡(luò)核密度估計(jì)方法，并使用網(wǎng)絡(luò)局部Moran's I對(duì)核密度估計(jì)結(jié)果進(jìn)行測(cè)度。研究表明，武漢市交通事故呈現(xiàn)了明顯的沿路網(wǎng)聚集的趨勢(shì)，基于網(wǎng)絡(luò)核密度估計(jì)和網(wǎng)絡(luò)Moran's I的方法可以有效地從道路尺度精確定位交通事故的聚集情況，并探測(cè)機(jī)動(dòng)車碰撞熱點(diǎn)路段，彌補(bǔ)了傳統(tǒng)核密度估計(jì)方法作為可視化工具而缺少統(tǒng)計(jì)顯著性評(píng)價(jià)的缺點(diǎn)，更具現(xiàn)實(shí)指導(dǎo)意義。然而本文僅采用網(wǎng)絡(luò)局部Moran's I統(tǒng)計(jì)量對(duì)路網(wǎng)約束核密度估計(jì)結(jié)果進(jìn)行定量統(tǒng)計(jì)，并未對(duì)交通事故的影響因素與交通事故的分布格局之間的相互作用進(jìn)行深入討論，在后續(xù)的研究中還需要充分考慮交通流量、路網(wǎng)通達(dá)性、土地利用情況等因素，將其作為綜合權(quán)重，修正網(wǎng)絡(luò)核密度估計(jì)方法，以期更加精準(zhǔn)地對(duì)交通事故熱點(diǎn)路段進(jìn)行評(píng)估。