基于核密度估計(jì)的水上交通事故黑點(diǎn)辨識(shí)研究*

王艷鋒 崔永孝 呂 露

（1.武漢交通職業(yè)學(xué)院，湖北 武漢 430065；2.長(zhǎng)江三峽通航管理局，湖北 宜昌 443000）

1 引言

我國(guó)海事部門多年以來(lái)統(tǒng)計(jì)了相關(guān)水域發(fā)生的各種水上交通事故，通過(guò)對(duì)這些事故數(shù)據(jù)的分析，可以看出，從空間的角度來(lái)講，水上交通事故的發(fā)生，在地理位置上呈現(xiàn)出或離散或集中的狀態(tài)［1］。通過(guò)查閱相關(guān)資料和事故調(diào)查報(bào)告、相關(guān)報(bào)道等可以看出，相對(duì)離散的事故，發(fā)生原因大多與人因相關(guān)，而相對(duì)集中的事故則復(fù)雜很多，其產(chǎn)生原因常與事故現(xiàn)場(chǎng)的通航環(huán)境有著千絲萬(wàn)縷的聯(lián)系。

毛喆［2］等人運(yùn)用DBSCAN算法對(duì)長(zhǎng)江干線進(jìn)行黑點(diǎn)段劃分，分析辨識(shí)出的黑點(diǎn)段及其水上交通事故的特征和原因，與相應(yīng)區(qū)域的實(shí)際通航環(huán)境相吻合，證明采用此分析研究長(zhǎng)江干線的事故分布規(guī)律是可行的。杜珊珊［3］等人建立了基于凝聚型層次聚類算法的水上交通事故黑點(diǎn)辨識(shí)模型，以2006-2011年長(zhǎng)江江蘇段張家港轄區(qū)的水上交通事故統(tǒng)計(jì)數(shù)據(jù)為例，分析辨識(shí)結(jié)果，并結(jié)合實(shí)際通航環(huán)境分析黑點(diǎn)產(chǎn)生的原因，提出對(duì)策。梁璟［4］等人研究發(fā)現(xiàn)研究對(duì)象存在著許多問(wèn)題，主要是數(shù)據(jù)缺失和信息錯(cuò)誤，具體表現(xiàn)為樣本母體數(shù)量小、事故調(diào)查報(bào)告信息不全、缺少事故發(fā)生詳細(xì)地點(diǎn)或里程等信息的問(wèn)題。通過(guò)模糊綜合評(píng)判法和圖上作業(yè)的結(jié)合，將黑點(diǎn)分析方法進(jìn)行了定性定量的改進(jìn)，實(shí)現(xiàn)黑點(diǎn)的辨識(shí)。

一定時(shí)間、一定區(qū)域內(nèi)，水上交通系統(tǒng)受各種風(fēng)險(xiǎn)因素的影響，在空間分布上表征明顯。分析水上交通事故黑點(diǎn)的空間分布特點(diǎn)，不僅對(duì)水上交通事故的致因理論有貢獻(xiàn)，還有利于海事部門對(duì)水上交通安全的管控和治理工作。

2 核密度估計(jì)方法

2.1 核密度估計(jì)方法概述

Emanuel Parzen［5］提出具有更高的精度和更連續(xù)的變化的核密度估計(jì)方法（KDE），可以針對(duì)直方圖的這一缺點(diǎn)進(jìn)行優(yōu)化。核密度估計(jì)方法（KDE）認(rèn)為某樣本點(diǎn)s周圍一定范圍內(nèi)的樣本數(shù)量的大小會(huì)影響該點(diǎn)s的密度值。

圖1 KDE示意圖［5］

如圖1所示，以點(diǎn)s為圓點(diǎn)，r為半徑可以在空間中畫(huà)出一個(gè)圓形，只有包含在這個(gè)圓形范圍內(nèi)的樣本點(diǎn)才被認(rèn)為是有貢獻(xiàn)的，用dis表示范圍內(nèi)某點(diǎn)i與點(diǎn)s之間的距離，的比值越小，dis越大，則與點(diǎn)s相對(duì)距離更遠(yuǎn)的點(diǎn)對(duì)于點(diǎn)s的密度值貢獻(xiàn)越小，對(duì)貢獻(xiàn)的計(jì)算就是函數(shù)的表達(dá)。累計(jì)范圍內(nèi)所有樣本點(diǎn)的貢獻(xiàn)和影響，就得到了點(diǎn)s的核密度值λ(s)。

式中，λ(s)：點(diǎn)s處的核密度值；r：半徑（或窗寬）；dis：點(diǎn)i到點(diǎn)s的距離；k ：核函數(shù)。

2.2 常用核函數(shù)分析

核函數(shù)有不同的表現(xiàn)形式，采用不同的核函數(shù)，會(huì)使樣本點(diǎn)對(duì)中心點(diǎn)s的影響不同。但總的來(lái)說(shuō)，核密度估計(jì)的基本原理決定了核函數(shù)是對(duì)稱的，且在取值范圍內(nèi)積分為1，應(yīng)用比較廣泛的核函數(shù)有：

表1 常用核函數(shù)介紹

Uniform均勻核函數(shù)認(rèn)為一定窗框內(nèi)所有的樣本點(diǎn)對(duì)中心點(diǎn)具有相同的貢獻(xiàn)，因此賦予范圍內(nèi)所有的樣本點(diǎn)相同的權(quán)重值，出現(xiàn)的核密度曲線概化程度較高。Triangle核函數(shù)認(rèn)為范圍內(nèi)樣本點(diǎn)對(duì)中心點(diǎn)的貢獻(xiàn)（權(quán)重）隨著距離的增大以線性的速度下降，可以呈現(xiàn)出細(xì)節(jié)變化更明顯的核密度曲線。Epanechnikov核函數(shù)中，權(quán)重隨著距離下降的趨勢(shì)更加緩慢且連續(xù)，曲線也更加平滑。Gaussian核函數(shù)是單值函數(shù)，其像素點(diǎn)權(quán)值與距離成正比，圖像不易失真；它沒(méi)有邊界，因此可以包含研究范圍內(nèi)所有的樣本數(shù)據(jù)；它的核函數(shù)值隨距離衰減，中心附近的樣本點(diǎn)權(quán)重更大；它的傅里葉變換頻譜是單瓣的，意味著高頻信號(hào)無(wú)法污染平滑圖像；同時(shí)Gaussian核函數(shù)具有可分離性。綜合考慮以上優(yōu)點(diǎn)，Gaussian核函數(shù)的應(yīng)用非常廣泛。

3 水上交通領(lǐng)域應(yīng)用分析

3.1 距離度量方式的確定

內(nèi)河航道中存在著許多不同的交叉口，造成了不同通航環(huán)境下的交通流分流，即使在不考慮通航環(huán)境差異化的前提下，利用根據(jù)網(wǎng)絡(luò)距離度量方式的核密度估計(jì)來(lái)辨識(shí)長(zhǎng)江干線的水上交通黑點(diǎn)，仍需要分析研究區(qū)域內(nèi)所有交叉口的特殊衰減情況，通過(guò)交通流分流情況的不同，明確其特定的衰減系數(shù)。這是一個(gè)非常繁瑣的過(guò)程。

當(dāng)研究沿海水域的水上交通事故黑點(diǎn)問(wèn)題時(shí)，需要考慮的因素又發(fā)生了變化。此時(shí)，可航水域覆蓋的面積十分廣闊，遠(yuǎn)遠(yuǎn)大于船舶船身所占面積。對(duì)航道的考量也不再使用其線性特征來(lái)表示，而認(rèn)為其是一個(gè)“面”，即研究區(qū)域變成平面，而不是二維平面上的線性網(wǎng)格。此時(shí)度量?jī)蓚€(gè)事故點(diǎn)之間距離的方式更宜采用歐式距離度量方法，即兩點(diǎn)之間的直線距離。同時(shí)不考慮核密度估計(jì)值跟隨線型的交叉口進(jìn)行某種程度的衰減，而認(rèn)為在窗寬范圍內(nèi)，距離中心點(diǎn)相同距離的點(diǎn)的核密度估計(jì)值相同。

描述空間中任意兩點(diǎn)之間的距離公式有很多。常用以下的幾種方式來(lái)度量第k個(gè)交通事故與第q個(gè)交通事故之間的相似性［6］。其中，交通事故k=(xk1，xk2……xkp)，q=(xq1，xq2……xqp)。

歐氏距離（Euclidean distance）

應(yīng)滿足條件：

1）d(k，q)≥0 ，距離非負(fù)；

2）d(k，k)=0，對(duì)象所在位置為0點(diǎn)；

3）d(k，q)=d(q，k)，函數(shù)對(duì)稱；

4）d(k，q)≤d(k，h)+d(h，q)。

當(dāng)度量發(fā)生在航道中的兩起水上交通事故之間的距離時(shí)，其環(huán)境是具有相似性的［7］。在密集的水網(wǎng)地帶中，盡管船舶看似具有一定的可航水域，實(shí)際上對(duì)船舶操縱而言，航道仍然是線性的而非帶狀的。再加上現(xiàn)有航道大多為天然航道，自然彎曲或只部分經(jīng)過(guò)人工改造，水網(wǎng)構(gòu)造十分復(fù)雜。由此可以推斷出網(wǎng)絡(luò)距離在水上交通黑點(diǎn)辨識(shí)中的應(yīng)用［8］。

3.2 模糊層次分析法（FAHP）分析事故嚴(yán)重程度

核密度估計(jì)函數(shù)中并沒(méi)有考慮到事故嚴(yán)重程度對(duì)最終事故黑點(diǎn)辨識(shí)的影響。在數(shù)量相同的情況下，不同類型、不同嚴(yán)重程度、不同傷亡人數(shù)、不同財(cái)產(chǎn)損失造成的社會(huì)影響和危害程度也不同。因此，引入事故嚴(yán)重程度指數(shù)考慮事故嚴(yán)重性影響是非常有必要的，可以使黑點(diǎn)辨識(shí)結(jié)果更符合客觀實(shí)際。

交通運(yùn)輸部《水上交通事故統(tǒng)計(jì)辦法》［9］第六條中明確了如何劃分水上交通事故等級(jí)，根據(jù)此條例，杜珊珊［3］等人、何茂錄［7］等人依據(jù)事故被劃分的事故等級(jí)進(jìn)行梯度賦值（黑度值），即直接為不同等級(jí)的事故賦予不同的權(quán)重，詳見(jiàn)表2。

表2 梯度賦值法

對(duì)此，本文在梯度賦值法的基礎(chǔ)上，綜合專家評(píng)分法和模糊層次分析法，確定各項(xiàng)水上交通事故指標(biāo)的權(quán)重，使之計(jì)算的黑度值能挖掘和保留更多的事故細(xì)節(jié)信息，區(qū)分事件之間嚴(yán)重性的差別。

模糊層次分析法（FAHP）與層次分析法（AHP）的步驟基本一致。

（1）建立研究問(wèn)題的層次分析結(jié)構(gòu)

此處討論用水上交通事故中不同事故指標(biāo)對(duì)于事故結(jié)果的影響。層次分析構(gòu)造如圖2所示。

（2）構(gòu)建判斷矩陣

為了比較兩元素之間的重要性，構(gòu)建了由事故指標(biāo)組成的判斷矩陣（(fij)4×4）。其中，判斷矩陣元素之間相對(duì)重要性的方法為，

圖2 層次分析綜合結(jié)構(gòu)圖

通過(guò)匿名征集航運(yùn)業(yè)內(nèi)經(jīng)驗(yàn)豐富的專家意見(jiàn)，采取問(wèn)卷調(diào)查的方式，選取有效的問(wèn)卷調(diào)查結(jié)果，得到的可靠判斷矩陣如下：

表3 專家打分法構(gòu)造A-B層判斷矩陣(fij)4×4

（3）構(gòu)造模糊一致矩陣

將上述判斷矩陣變換為模糊一致矩陣。在判斷矩陣（式2-2）的基礎(chǔ)上構(gòu)建一個(gè)新的矩陣M=(mij)n×n，其中，

（4）層次排序

采用模糊一致矩陣從上而下，一層一層地計(jì)算本層針對(duì)上層某指標(biāo)的重要性程度順序。最后得到各項(xiàng)指標(biāo)的權(quán)重。

表4 專家打分法構(gòu)造A-B層模糊一致矩陣(mij)4×4

層次排序的方法有很多，方根法是比較常用的一種，

引入方根法，計(jì)算出表4的層次排序結(jié)果：

w0=S=(0.14583，0.35183，0.25117，0.25117)

即，各事故指標(biāo)對(duì)應(yīng)的權(quán)重如表5所示：

表5 各指標(biāo)權(quán)重計(jì)算結(jié)果

對(duì)水上交通事故嚴(yán)重程度的評(píng)價(jià)，是一個(gè)多變量綜合分析的問(wèn)題。事故具體信息中，事故數(shù)量的度量單位是件；事故造成人員傷亡的度量單位是人；事故造成的沉船數(shù)量為艘；事故造成的直接經(jīng)濟(jì)損失的度量單位是萬(wàn)元，且通常數(shù)量級(jí)遠(yuǎn)大于其他指標(biāo)。不同的單位、數(shù)值、數(shù)量級(jí)給多指標(biāo)綜合分析帶來(lái)了很大的困難，為了去除影響，盡可能的展現(xiàn)事故的實(shí)際信息，需要對(duì)指標(biāo)數(shù)據(jù)進(jìn)行歸一化處理。

均值法是用每個(gè)事故指標(biāo)的值與該指標(biāo)的平均值的比值來(lái)表示數(shù)據(jù)去量綱的結(jié)果，將數(shù)據(jù)等比例放大或者縮小到（0，1）的范圍中，

用P值表示事故嚴(yán)重程度指數(shù)（為敘述和理解方便，簡(jiǎn)稱“黑度值”），則P值的表達(dá)式為：

4 核密度估計(jì)的事故黑點(diǎn)辨別在深圳航道中的運(yùn)用

在2003年至2014年間，深圳西部灣發(fā)生的水上安全事故一共434起。根據(jù)相關(guān)部門介紹，這些事故主要集中在該灣區(qū)的媽灣航道、蛇口航道等地。由于年代太過(guò)久遠(yuǎn)不具有參考性，本文節(jié)選2009-2014年共5年期間的事故數(shù)據(jù)進(jìn)行實(shí)例分析。

4.1 建立交通事故空間數(shù)據(jù)庫(kù)

通常來(lái)說(shuō)，水上交通事故數(shù)據(jù)來(lái)源廣泛且數(shù)據(jù)量巨大，共享化需求程度高，由于數(shù)據(jù)庫(kù)存儲(chǔ)對(duì)象為用于描述事故發(fā)生地地理位置及空間環(huán)境要素屬性的空間數(shù)據(jù)，這一類數(shù)據(jù)與傳統(tǒng)的文本及數(shù)表文件數(shù)據(jù)有很大差別，故現(xiàn)有關(guān)系數(shù)據(jù)庫(kù)及文件系統(tǒng)管理模式已無(wú)法滿足數(shù)據(jù)處理要求。因此，最理想的水上交通事故黑點(diǎn)辨識(shí)系統(tǒng)應(yīng)具備空間數(shù)據(jù)庫(kù)集成結(jié)構(gòu)，使關(guān)系數(shù)據(jù)庫(kù)能充分容納空間數(shù)據(jù)與屬性數(shù)據(jù)，提高空間數(shù)據(jù)與其他數(shù)據(jù)的兼容性，最終完全實(shí)現(xiàn)關(guān)系數(shù)據(jù)庫(kù)管理系統(tǒng)在處理大量數(shù)據(jù)時(shí)應(yīng)具有的快速、高效、準(zhǔn)確的能力。

對(duì)于水上交通事故來(lái)說(shuō)，其具備的一大特點(diǎn)便是空間屬性強(qiáng)，具體來(lái)說(shuō)，包括事故發(fā)生位置、分布情況等。隨著計(jì)算機(jī)科學(xué)技術(shù)的發(fā)展，為進(jìn)一步研究公路交通事故，提高事故風(fēng)險(xiǎn)大小的可讀性，地理信息系統(tǒng)（Geographical Information Sys?tem，GIS）這一種功能強(qiáng)大的可視化分析軟件便應(yīng)運(yùn)而生［10］。

對(duì)空間數(shù)據(jù)來(lái)說(shuō)，有三類元素是其必須具備的。對(duì)象類與要素類最大的不同便是，前者為非空間實(shí)體，無(wú)法直接在底圖上顯示出來(lái)，但與地圖各種元素關(guān)系密切；后者擁有空間實(shí)體，具體來(lái)說(shuō)就是點(diǎn)、線、面三大元素類。要素?cái)?shù)據(jù)集組成元素為一組相同空間參考的要素類，用來(lái)存儲(chǔ)矢量數(shù)據(jù)［11］。同時(shí)，我們可以利用關(guān)系類對(duì)有所差異的要素類或?qū)ο箢愔g的聯(lián)系進(jìn)行區(qū)分與定義。另外，屬性的定義域通過(guò)屬性域來(lái)解決。2009-2014年深圳西部港區(qū)交通事故的空間數(shù)據(jù)庫(kù)原始統(tǒng)計(jì)分析［12］，以便獲取需要的詳細(xì)信息，

（1）提取事故調(diào)查報(bào)告中的事故指標(biāo)數(shù)據(jù)，包括事故等級(jí)、沉船艘數(shù)等；

（2）對(duì)事故等級(jí)、沉船艘數(shù)、事故傷亡人數(shù)、事故造成的直接經(jīng)濟(jì)損失等進(jìn)行歸一化處理；

（3）利用模糊層次分析法和專家打分法得到的指標(biāo)權(quán)重，計(jì)算事故的嚴(yán)重程度指數(shù)（黑度值）［13］；

（4）將黑度值、坐標(biāo)點(diǎn)數(shù)據(jù)導(dǎo)入ArcGIS中。

4.2 核密度估計(jì)算法實(shí)現(xiàn)

在計(jì)算對(duì)應(yīng)坐標(biāo)點(diǎn)的水上交通事故嚴(yán)重程度指數(shù)后，選取合適的核函數(shù)后，確定合適的窗寬，在ArcGIS上定義節(jié)點(diǎn)（距離通常取窗寬的1/10），計(jì)算所有單元節(jié)點(diǎn)的核密度估計(jì)值，然后計(jì)算所有單元節(jié)點(diǎn)核密度估計(jì)值，最后對(duì)單元節(jié)點(diǎn)按核密度估計(jì)值分類顏色渲染。

在ArcGIS中，以某起事故點(diǎn)為核中心，計(jì)算距離在帶寬范圍內(nèi)各個(gè)節(jié)點(diǎn)距離可以使用要素屬性表中的字段計(jì)算器（Field Caculator）。

按算法流程，可以利用Visual Basic語(yǔ)言對(duì)ArcGIS平臺(tái)進(jìn)行二次開(kāi)發(fā)。計(jì)算所得核密度值如圖所示。從圖3中可知，紅色實(shí)心圓點(diǎn)密集集中在某一區(qū)域中，即事故點(diǎn)的節(jié)點(diǎn)核密度值較高。雖然圖中弱化了各紅點(diǎn)之間的水域，但就研究區(qū)域而言，透明部分可能極小但并不為零，根據(jù)核密度估計(jì)的基本原則，這是因?yàn)槭鹿蕦?duì)周邊區(qū)域產(chǎn)生一定程度上的輻射影響，影響程度與距離成反比關(guān)系。

圖3 交通事故數(shù)據(jù)點(diǎn)空間分布圖

ArcGIS通過(guò)區(qū)分屬性值對(duì)其進(jìn)行分類，分類方法有：自然斷點(diǎn)分級(jí)法、自定義間距分級(jí)法、等間距屬性值分級(jí)、分位數(shù)分級(jí)、標(biāo)準(zhǔn)偏差分級(jí)法等?？紤]到本文研究特點(diǎn)，為了更好的描述單元屬性值的分布情況，選擇標(biāo)準(zhǔn)偏差分級(jí)法作為本文分類方法。

經(jīng)過(guò)對(duì)軟件的不斷調(diào)試，本文選擇1/2倍標(biāo)準(zhǔn)偏差分級(jí)法，對(duì)所有單元節(jié)點(diǎn)的核密度估計(jì)值進(jìn)行分類，并通過(guò)顏色渲染進(jìn)行區(qū)分。中心值為均值，區(qū)間大小為1/2個(gè)標(biāo)準(zhǔn)差，如圖4所示，即為分類顯示結(jié)果。其中最小值為0，最大值約為26.583，核密度估計(jì)平均值為0.202，標(biāo)準(zhǔn)差為1.036。根據(jù)結(jié)果可得，單元的核密度估計(jì)值基本集中在均值左右，呈現(xiàn)對(duì)稱分布的態(tài)勢(shì)，符合標(biāo)準(zhǔn)偏差分級(jí)法的應(yīng)用要求。

圖4 核密度估計(jì)結(jié)果二維展示圖

通過(guò)顏色渲染，對(duì)每個(gè)點(diǎn)的核密度估計(jì)值進(jìn)行可視化表達(dá)，渲染顏色與估計(jì)值所在區(qū)間有關(guān)，局部渲染結(jié)果顏色深度與核密度值成正比關(guān)系，同時(shí)也能在一定程度上說(shuō)明該地事故風(fēng)險(xiǎn)大小。

圖5 標(biāo)準(zhǔn)偏差分級(jí)渲染指標(biāo)

在ArcGISMAP中使用工具時(shí)，將“環(huán)境”選項(xiàng)中的范圍一欄更改為更大范圍或者與全國(guó)矢量圖相同范圍，實(shí)現(xiàn)事故數(shù)據(jù)處理結(jié)果和導(dǎo)入的全國(guó)矢量地圖的銜接。具體效果添加事件點(diǎn)后如圖6所示：

圖6 標(biāo)準(zhǔn)偏差分級(jí)渲染結(jié)果二維展示

基于深圳海事局2009-2014年在轄區(qū)內(nèi)統(tǒng)計(jì)記錄的水上交通事故數(shù)據(jù)，結(jié)合在ArcGISDesktop軟件中完成的核密度估計(jì)值算法的實(shí)現(xiàn)，得到的核密度估計(jì)值分布情況如圖所示。從圖中可以看出媽灣警戒區(qū)、大鏟錨地、媽灣碼頭前沿水域渲染顏色以橘黃與紅色為主，這類顏色深度說(shuō)明，該區(qū)域核密度估計(jì)值較大，事故風(fēng)險(xiǎn)值較高。所得結(jié)果基本符合深圳實(shí)際交通安全情況。

核密度估計(jì)值的三維立體展示利用ArcMap，計(jì)算得到所有單元節(jié)點(diǎn)的核密度均值，平臺(tái)會(huì)直接生成。shp格式文件，將其載入ArcScene中，考慮高程差異，設(shè)定參數(shù)，通過(guò)色彩填充來(lái)將二維的核密度值顯示圖像轉(zhuǎn)化為三維圖像。這種三維化的處理手段，提高了水上安全事故風(fēng)險(xiǎn)大小的界面可讀性。為交通安全專家識(shí)別事故狀況提供了感官上的幫助，可快速、高效地識(shí)別出對(duì)應(yīng)區(qū)域的可疑黑點(diǎn)位置及其風(fēng)險(xiǎn)值。

圖7 深圳西部港區(qū)水域核密度值立體空間展示

4.3 基于核密度估計(jì)的水上交通事故黑點(diǎn)辨識(shí)

根據(jù)圖示核密度值的三維圖像（如圖7所示）可知，核密度值的高低直接與相應(yīng)區(qū)域的事故安全水平對(duì)應(yīng)，即：核密度值越高，該區(qū)域越容易發(fā)生安全事故，航道安全系數(shù)也越低。當(dāng)此類安全性能較差的航道區(qū)域面積達(dá)到一定數(shù)值時(shí)，此航段便可認(rèn)定為水上交通事故黑點(diǎn)。水上交通事故數(shù)越多，核密度值越大，H值表示發(fā)生事故次數(shù)的臨界值。事故發(fā)生的原因是多方位的，包括通航環(huán)境、船舶自身?xiàng)l件、駕駛員因素等等，均會(huì)對(duì)水上交通安全造成影響，因此，判斷H值的取值是十分復(fù)雜的，不同航道、不同時(shí)間、不同駕駛?cè)?，H值均會(huì)有所不同。所以，使用單一的絕對(duì)數(shù)指標(biāo)去評(píng)價(jià)H值是不符合實(shí)際情況的，需要取待研究區(qū)域中所有的核密度值的相對(duì)比例數(shù)值大小來(lái)表示。

經(jīng)過(guò)調(diào)試，本文最終決定按照核密度值由高到低的順序?qū)卧?jié)點(diǎn)進(jìn)行排序，排序在前5%的單元節(jié)點(diǎn)即為事故黑點(diǎn)。對(duì)深圳西部港區(qū)2009-2014年期間的163起水上交通事故數(shù)據(jù)進(jìn)行以核密度為方法的事故黑點(diǎn)辨識(shí)后，最終識(shí)別出了6處水上交通事故黑點(diǎn)，辨識(shí)結(jié)果如圖8所示。

圖8 黑點(diǎn)辨識(shí)結(jié)果

深圳港西部港區(qū)位于珠江口東岸，靠近香港特區(qū)，背靠珠江三角洲，包括蛇口等多個(gè)港區(qū)，是典型的潮流河口港。該水域的主流向大致為南北向與珠江河口一致。由于深圳西部港區(qū)航道狹窄、航路分叉較多、流態(tài)復(fù)雜，船舶交通流量很大，尤其VLCC受航行水域航道寬度、實(shí)際水深、潮流影響，交叉相遇的經(jīng)常發(fā)生，避讓關(guān)系復(fù)雜，操作難度很大，一旦判斷失誤，很容易發(fā)生險(xiǎn)情。

應(yīng)用本文所討論的方法辨識(shí)黑點(diǎn)得到的結(jié)果與深圳西部港區(qū)的實(shí)際情況十分符合。深圳西部港區(qū)重點(diǎn)水域（蛇口警戒區(qū)周圍），其是深圳港航行環(huán)境最復(fù)雜、船舶密度最大、水流流向變化最多的水域之一，再加上赤灣航道，該水域?qū)︸傁嘤觥⒆吩?、交叉相遇等多種局面均存在，航行情況十分復(fù)雜。蛇口航道、銅鼓航道出入口與主航道夾角較大，會(huì)受到主航道上接近南北向的漲落潮水橫向推壓，在端午節(jié)前后的龍舟水季節(jié)或大潮轉(zhuǎn)急落水時(shí)，蛇口航道口門處有流速超過(guò)4節(jié)的橫向急流［14］。

將核密度估計(jì)方法通過(guò)ArcGIS平臺(tái)應(yīng)用于水上交通黑點(diǎn)辨識(shí)中，直觀的反映出安全性差的事故黑點(diǎn)區(qū)域，其發(fā)生的交通事故可能性大，是首先需要實(shí)施安全改造項(xiàng)目的目標(biāo)區(qū)域之一。與深圳西部港區(qū)多年以來(lái)的實(shí)際通航環(huán)境情況作對(duì)比，可以發(fā)現(xiàn)核密度估計(jì)的結(jié)果是可信、可靠且有效的。

5 結(jié)語(yǔ)

本文通過(guò)對(duì)核密度估計(jì)方法的介紹和研究，探討窗寬、核函數(shù)、交通事故間距離度量方式、交通事故嚴(yán)重程度指數(shù)等，建立了水上交通黑點(diǎn)辨識(shí)模型，為水上交通事故黑點(diǎn)辨識(shí)提供了一種新的思考方向，并應(yīng)用深圳西部港區(qū)2009-2014年統(tǒng)計(jì)的水上交通事故數(shù)據(jù)進(jìn)行實(shí)例驗(yàn)證，將辨識(shí)結(jié)果在二維以及三維空間中進(jìn)行可視化展現(xiàn)。