考慮時(shí)空相關(guān)的交通事故熱點(diǎn)道路識(shí)別方法

張忠貴 董 鑫 李成峰 程志遠(yuǎn) 王玉嵐

1(湖北第二師范學(xué)院建筑與材料工程學(xué)院 湖北 武漢 430205)

2(湖北省BIM智慧建造國(guó)際科技合作基地 湖北 武漢 430205)

3(熊貓智慧水務(wù)有限公司 上海 201799)

0 引 言

隨著我國(guó)城鎮(zhèn)化進(jìn)程加快,道路設(shè)施規(guī)模迅速擴(kuò)大,車輛保有量增大,道路交通事故(以下簡(jiǎn)稱交通事故)頻發(fā)。與其他發(fā)達(dá)國(guó)家相比,中國(guó)的交通事故問(wèn)題尤為嚴(yán)重,從萬(wàn)車事故死亡率來(lái)看,中國(guó)是9.93,遠(yuǎn)高于美國(guó)1.79、俄羅斯1.04、日本0.81的水平[1],嚴(yán)重影響了公眾的生命財(cái)產(chǎn)安全。

道路交通系統(tǒng)是包括“人、車、路、環(huán)境”四大要素的一體化復(fù)雜系統(tǒng)。從交通設(shè)施管理部門角度,改造道路設(shè)施,提升道路通行條件,是降低交通事故的有效途徑之一。但是面對(duì)海量的道路設(shè)施,在有限的經(jīng)費(fèi)和人力條件下,先改造哪些道路才能降低交通事故發(fā)生的頻率,是交通管理部門面對(duì)的難題。

國(guó)內(nèi)外學(xué)者在交通事故道路熱點(diǎn)分析領(lǐng)域進(jìn)行了一系列研究。戴永安[1]在城市化與交通事故發(fā)生之間關(guān)系分析的基礎(chǔ)上,考察中國(guó)交通事故發(fā)生的空間相關(guān)性,并對(duì)影響交通事故次數(shù)和經(jīng)濟(jì)損失的因素進(jìn)行了空間計(jì)量分析。陸化普等[2]以密度分析方法對(duì)深圳市道路交通事故多發(fā)的區(qū)域和事故嚴(yán)重程度較高的區(qū)域進(jìn)行鑒別。蔣宏等[3]提出了基于空間自相關(guān)鑒別城市道路事故多發(fā)點(diǎn)的方法,并生成交通事故多發(fā)點(diǎn)分布圖。王穎志等[4]提出一種基于交通事故場(chǎng)景的網(wǎng)絡(luò)時(shí)空核密度估計(jì)值作為鑒別指標(biāo),用累計(jì)頻率法和零膨脹的負(fù)二項(xiàng)回歸模型確定鑒別閾值的事故多發(fā)點(diǎn)鑒別方法。Blazquez等[5]對(duì)智利圣地亞哥2000年-2008年期間兒童交通事故進(jìn)行了時(shí)空分析,并采用核密度方法分析高密度的兒童交通事故聚類。Mitra[6]采用空間自相關(guān)和貝葉斯空間統(tǒng)計(jì)方法分析道路交叉口與交通事故的空間關(guān)系。Ouni等[7]基于道路安全風(fēng)險(xiǎn)指數(shù),研究了空間自相關(guān)度量的性能穩(wěn)定性。上述研究成果為本文的研究?jī)?nèi)容提供了堅(jiān)實(shí)的基礎(chǔ)。

但是,交通事故本質(zhì)上作為一種道路現(xiàn)象,必須依附于交通網(wǎng)絡(luò)。從交通設(shè)施管理部門的角度,上述研究多聚焦于交通事故的熱點(diǎn)分析,較少考慮交通事故與道路網(wǎng)絡(luò)的時(shí)空相關(guān)特征,不夠直接,影響了交通事故道路熱點(diǎn)分析方法的實(shí)用性。

針對(duì)上述問(wèn)題,本文從交通設(shè)施管理部門角度出發(fā),以道路網(wǎng)絡(luò)而非交通事故為核心研究對(duì)象,考慮交通事故與道路網(wǎng)絡(luò)的時(shí)空相關(guān)特征,提出線模式交通事故熱點(diǎn)道路分析方法。本文方法可直接發(fā)現(xiàn)交通事故熱點(diǎn)道路,從而為交通設(shè)施管理部門制定合理的改造計(jì)劃提供支撐,降低交通事故發(fā)生的頻率。

1 交通事故場(chǎng)景下時(shí)空相關(guān)的定義

從交通工程的角度,道路作為交通的載體,構(gòu)成了復(fù)雜的交通網(wǎng)絡(luò),對(duì)交通事故的發(fā)生頻率具有重要的影響。交通事故必然發(fā)生于某條道路上,本質(zhì)上作為一種道路現(xiàn)象,與道路空間上密切相關(guān),時(shí)間上趨于鄰近,具有空間與時(shí)間聚集性。

此外,從地理信息科學(xué)的角度,時(shí)空相關(guān)可分為幾何、拓?fù)洹傩?、時(shí)間相關(guān)。具體到交通事故領(lǐng)域,可分為幾何相關(guān)、屬性相關(guān)、時(shí)間相關(guān)。

綜上所述,交通事故場(chǎng)景下時(shí)空相關(guān)可分為交通事故-道路幾何相關(guān)、交通事故-道路屬性相關(guān)、交通事故-交通事故時(shí)間相關(guān)。

定義1交通事故-道路幾何相關(guān)。交通事故與-道路的最短距離小于半徑參數(shù)ε時(shí),交通事故與道路幾何相關(guān)。

考慮到道路繪制精度與交通事故的全球衛(wèi)星定位導(dǎo)航系統(tǒng)(GNSS)(如北斗系統(tǒng)、GPS系統(tǒng))的定位精度,交通事故與道路通常并不是嚴(yán)格意義上的幾何相交。因此,半徑參數(shù)ε與研究區(qū)域內(nèi)道路寬度、繪制精度、定位精度相關(guān)。

定義2交通事故-道路屬性相關(guān)。交通事故的道路名稱屬性與道路的名稱屬性相匹配,交通事故與道路屬性相關(guān)。

定義3交通事故-道路空間相關(guān)。將與交通事故幾何相關(guān)的道路集合按照交通事故與路段的最短距離從小到大排列。該集合中第一條與交通事故屬性相關(guān)的道路與交通事故空間相關(guān)。

特別地,由于交通事故位置或道路名稱屬性錄入的不規(guī)范或缺失,當(dāng)交通事故無(wú)屬性相關(guān)的道路時(shí),交通事故幾何相關(guān)道路集合中與交通事故最鄰近的路段為交通事故空間相關(guān)道路。

典型的交通事故-道路空間相關(guān)如圖1所示。交通事故1與道路2、3幾何相關(guān),與道路2屬性相關(guān),與道路2空間相關(guān)。

圖1 交通事故-道路空間相關(guān)

需要指出的是,由于存在定位精度和繪制精度的問(wèn)題,與交通事故幾何最鄰近的道路不一定為空間相關(guān)道路。

定義4交通事故-交通事故時(shí)間相關(guān)。交通事故發(fā)生的時(shí)間距離小于時(shí)間窗口ΔT時(shí),交通事故-交通事故時(shí)間相關(guān)。

2 方法設(shè)計(jì)

2.1 交通事故空間聚合算法

基于交通事故-道路空間相關(guān)的定義,將交通事故、道路空間數(shù)據(jù)作為輸入,采用如圖2所示的核心數(shù)據(jù)結(jié)構(gòu),空間聚合交通事故。算法數(shù)據(jù)結(jié)構(gòu)包括交通事故(crash)、道路(road)、交通事故集合(crash_tbl)、道路集合(road_tbl)等核心空間對(duì)象。

圖2 算法核心數(shù)據(jù)結(jié)構(gòu)

交通事故空間聚合算法包括如下步驟,偽代碼如圖3所示。

圖3 交通事故空間聚合算法

(1) 讀取交通事故、道路空間數(shù)據(jù)的屬性、幾何、拓?fù)湫畔⒌浇煌ㄊ鹿时?、道路表?/p>

(2) 遍歷交通事故表,當(dāng)所有交通事故均訪問(wèn)時(shí)終止。

(3) 對(duì)于任意交通事故,進(jìn)行交通事故空間聚合,構(gòu)建交通事故緩沖區(qū)?？紤]10車道道路(標(biāo)準(zhǔn)車道寬度3.7 m,道路中心線距離道路邊線為18.5 m)及交通事故定位精度10 m,緩沖區(qū)半徑ε取28.5 m。

(4) 交通事故-道路幾何相關(guān)分析。空間查詢道路空間數(shù)據(jù)中與交通事故緩沖區(qū)相交的道路,得到與交通事故幾何相關(guān)道路集合,并按照交通事故與道路的最短距離從小到大排序。

(5) 交通事故-道路空間相關(guān)分析。求解幾何相關(guān)道路集合中第一個(gè)與交通事故屬性相關(guān)的道路,設(shè)置為交通事故空間相關(guān)道路。若無(wú)屬性相關(guān)道路,將幾何相關(guān)道路集合中第一條道路設(shè)置為與交通事故空間相關(guān)的道路。

(6) 若存在交通事故空間相關(guān)道路：交通事故的空間相關(guān)道路id賦值;道路的空間相關(guān)交通事故數(shù)目加一,添加到交通事故id列表。

(7) 將交通事故表、道路表寫回交通事故、道路空間數(shù)據(jù)。

2.2 交通事故時(shí)空立方體

交通事故時(shí)空立方體采用二維坐標(biāo)軸(x、y軸)來(lái)表示交通事故的平面位置,用一維的時(shí)間軸(z軸)表示平面位置上交通事故數(shù)量隨時(shí)間的變化,從而構(gòu)建一個(gè)由平面空間和時(shí)間軸組成的融合交通事故數(shù)量的時(shí)空立方體[8]?？蛇\(yùn)用時(shí)間維的幾何特性來(lái)表達(dá)交通事故的空間分布隨時(shí)間的變化過(guò)程。

交通事故時(shí)空立方體模型基于統(tǒng)一尺寸的平面位置網(wǎng)格,通過(guò)統(tǒng)計(jì)各時(shí)空條柱中包含的交通事故數(shù)目,將交通事故統(tǒng)計(jì)到統(tǒng)一尺寸時(shí)空條柱中。但是,交通事故空間分布于線狀道路上。線狀道路長(zhǎng)度不同、形態(tài)各異,采用統(tǒng)一尺寸的平面位置網(wǎng)格來(lái)統(tǒng)計(jì)交通事故數(shù)目存在一定的偏差。因此,時(shí)空條柱高事故率不一定是交通事故熱點(diǎn)。本文將通過(guò)線模式熱點(diǎn)道路分析,得出交通事故熱點(diǎn)道路。

2.3 線模式熱點(diǎn)道路分析(Getis-Ord Gi*)

Getis-Ord G統(tǒng)計(jì)量[9]包括Getis-Ord General G和Getis-Ord Gi*,由Ord教授和Getis教授提出。Getis-Ord General G用于定性判定是否存在高值空間聚類或低值空間聚類。Getis-Ord Gi*用于定量計(jì)算研究區(qū)域中具有統(tǒng)計(jì)顯著性的高值空間聚類和低值空間聚類。

Getis-Ord Gi*統(tǒng)計(jì)量是衡量局部空間自相關(guān)[10]特征的一種重要指標(biāo),廣泛應(yīng)用于交通事故分析、犯罪熱點(diǎn)分析[11]等領(lǐng)域。本文采用Getis-Ord Gi*方法,逐一計(jì)算每條道路的Getis-Ord Gi*統(tǒng)計(jì)量,從微觀上識(shí)別具有統(tǒng)計(jì)顯著性的交通事故數(shù)目高值道路聚類(即交通事故熱點(diǎn)道路)。

根據(jù)地理學(xué)第一定律,地理事物或?qū)傩栽诳臻g分布上互為相關(guān),包括集聚或隨機(jī)或規(guī)則的空間分布模式?，F(xiàn)實(shí)中,交通事故具有空間集聚性。從統(tǒng)計(jì)學(xué)的角度,為了證明交通事故具有空間集聚性,我們需設(shè)定“交通事故在研究區(qū)域中是隨機(jī)分布”的零假設(shè),并期望檢驗(yàn)結(jié)果推翻該零假設(shè)?？臻g分布模式的檢驗(yàn),采用計(jì)算標(biāo)準(zhǔn)化的Getis-Ord Gi*統(tǒng)計(jì)量的Z得分(Gi*ZScore)和置信度-P值(Gi*PValue)來(lái)實(shí)現(xiàn)。

Gi*ZScore計(jì)算方法如式(1)所示[9,12]。

(1)

對(duì)于線模式空間熱點(diǎn)道路分析：xj是道路j相關(guān)的交通事故數(shù)目,采用交通事故空間聚合算法計(jì)算。wij是道路i和道路j之間的空間權(quán)重。當(dāng)?shù)缆穒和道路j的距離小于距離閾值distanceband且空間權(quán)重Wij為道路之間的反距離(1/lij);否則為0,如式(2)所示。

(2)

(3)

Gi*ZScore為道路i的Getis-Ord Gi*統(tǒng)計(jì)量Z得分。對(duì)于具有顯著統(tǒng)計(jì)學(xué)意義的Gi*ZScore正數(shù),Gi*ZScore越高,交通事故數(shù)目高值道路聚類越緊密,可判定為具有統(tǒng)計(jì)學(xué)意義的交通事故熱點(diǎn)道路。

3 方法驗(yàn)證

3.1 實(shí)驗(yàn)數(shù)據(jù)

本節(jié)以某城市機(jī)動(dòng)車道路與交通事故(非交叉口事故)為例,驗(yàn)證交通事故熱點(diǎn)道路識(shí)別方法。

OSM格式的道路空間數(shù)據(jù)可從Geofabrik’s free server下載,格式為ArcGIS Shapefile。道路空間數(shù)據(jù)包括道路名稱、等級(jí)、編碼等信息。交通事故數(shù)據(jù)采用ArcGIS Shapefile格式存儲(chǔ),包含編號(hào)、地理坐標(biāo)、所在道路、事故等級(jí)、發(fā)生時(shí)間、處理時(shí)間等信息。

857個(gè)交通事故空間覆蓋城市757條機(jī)動(dòng)車道路(如圖4所示),時(shí)間跨度從2008年到2018年。

3.2 交通事故空間聚合結(jié)果

對(duì)于實(shí)驗(yàn)數(shù)據(jù),采用“2交通事故空間聚合算法”的方法,計(jì)算道路的、,交通事故的屬性值,建立交通事故-道路空間關(guān)系。其中,道路的屬性作為核心輸入?yún)?shù)之一,參與熱點(diǎn)分析。

以78號(hào)道路為例,對(duì)于表達(dá)交通事故-道路空間相關(guān)的屬性進(jìn)行地圖可視化,得到如圖5所示的交通事故空間聚合結(jié)果。78號(hào)道路空間相關(guān)的交通事故列表為649、62、260、659號(hào)交通事故,其交通事故數(shù)目為4。

圖5 交通事故空間聚合結(jié)果可視化

3.3 交通事故時(shí)空立方體分析

基于定義4,采用1個(gè)月為時(shí)間窗口[13],交通事故發(fā)生的時(shí)間距離小于1個(gè)月時(shí),交通事故時(shí)間相關(guān)。對(duì)于從2008年到2018年實(shí)驗(yàn)數(shù)據(jù),時(shí)空立方體時(shí)間上將857個(gè)交通事故聚合到126個(gè)時(shí)間步長(zhǎng)間隔內(nèi);空間上將857個(gè)交通事故聚合到8 300個(gè)86 m×86 m方形格網(wǎng)中。在8 300個(gè)方形格網(wǎng)中,452個(gè)格網(wǎng)對(duì)于至少一個(gè)時(shí)間步長(zhǎng)間隔包含至少一個(gè)交通事故。因此,具有統(tǒng)計(jì)意義的交通事故時(shí)空立方體由56 952個(gè)時(shí)空條柱組成。交通事故計(jì)數(shù)隨時(shí)間推移具有統(tǒng)計(jì)顯著性的減少,如圖6所示。

圖6 交通事故時(shí)空立方體分析可視化

3.4 交通事故熱點(diǎn)道路分析

交通事故時(shí)空立方體分析未考慮交通事故空間分布于線狀道路上的空間分布特征,存在一定的偏差。本節(jié)以道路而非交通事故為核心研究對(duì)象,將道路的屬性作為核心輸入?yún)?shù),并排除孤立的道路,計(jì)算每條道路的Getis-Ord Gi*統(tǒng)計(jì)量的Z得分Gi*ZScore、P值Gi*PValue。受限于篇幅,以交通事故數(shù)從大到小排列,列出前30條道路的熱點(diǎn)分析計(jì)算結(jié)果如表1所示。

表1 熱點(diǎn)分析計(jì)算結(jié)果

一般地,我們認(rèn)為置信度超過(guò)90%時(shí),具有顯著的統(tǒng)計(jì)學(xué)意義。根據(jù)第三節(jié)的描述,我們?cè)O(shè)定“交通事故在研究區(qū)域中是隨機(jī)分布”的零假設(shè)：當(dāng)Gi*PValue小于0.10且Gi*ZScore大于1.65時(shí),道路i的交通事故數(shù)目的空間分布模式為隨機(jī)分布的概率小于10%,道路i的交通事故數(shù)目的空間分布模式為集聚(正相關(guān),熱點(diǎn))的置信度大于90%;當(dāng)Gi*PValue小于0.10且Gi*ZScore小于-1.65時(shí),道路i的交通事故數(shù)目的空間分布模式為隨機(jī)分布的概率小于10%,道路i的交通事故數(shù)目的空間分布模式為規(guī)則(負(fù)相關(guān))的置信度大于90%。同理,可得出95%、99%的置信度的空間分布模式。

在實(shí)驗(yàn)區(qū)域內(nèi)757條道路中,根據(jù)空間分布模式檢驗(yàn)規(guī)則,可得出：事故數(shù)大于等于12的16條道路為99%置信度的熱點(diǎn)道路;事故數(shù)在9～11間的7條道路為95%置信度的熱點(diǎn)道路;事故數(shù)在8～9間的3條道路為90%置信度的熱點(diǎn)道路。其他道路為不具有統(tǒng)計(jì)顯著性的非熱點(diǎn)道路。

對(duì)實(shí)驗(yàn)區(qū)域內(nèi)于99%、95%、90%置信度的交通事故熱點(diǎn)道路分別以不同線型標(biāo)注。由于地圖篇幅有限,下圖中部分貼近的道路實(shí)際為雙向道路。熱點(diǎn)分析的地圖可視化結(jié)果如圖7所示。

圖7 空間相關(guān)熱點(diǎn)道路的地圖可視化

對(duì)于交通設(shè)施管理部門,優(yōu)先改造上述空間相關(guān)熱點(diǎn)道路設(shè)施,提升道路通行條件,是降低交通事故的有效途徑之一。

3.5 與傳統(tǒng)方法對(duì)比

對(duì)于該城市的交通事故按照所在道路進(jìn)行計(jì)數(shù)統(tǒng)計(jì),可知其多發(fā)生于US 18/N GRAND AVE、US 18/HIGHWAY BLVD、US 18/S GRAND AVE、W 4TH ST、US 71/11TH ST SW等道路。限于篇幅,以交通事故數(shù)從大到小排列,表2列出了前10條基于所在道路的交通事故計(jì)數(shù)統(tǒng)計(jì)表。

表2 交通事故計(jì)數(shù)統(tǒng)計(jì)表

上述道路可記為屬性統(tǒng)計(jì)熱點(diǎn)道路。

以表2為參照,驗(yàn)證表1的交通事故熱點(diǎn)道路識(shí)別結(jié)果,可得到表3。需要指出的是,表1和表2中道路名稱由兩個(gè)不同部門錄入,并不完全匹配,本文采用空間匹配及字符串模糊匹配的方法進(jìn)行對(duì)應(yīng),如W 4TH ST與West 4th Street為同一名稱道路。

表3 屬性統(tǒng)計(jì)與時(shí)空相關(guān)熱點(diǎn)道路對(duì)比

從表3可知：(1) 交通事故熱點(diǎn)道路與交通事故數(shù)目屬性統(tǒng)計(jì)的熱點(diǎn)道路80%吻合。(2) W 5TH ST(West 5th Street)、1ST AVE E(1st Avenue East)兩條道路為屬性統(tǒng)計(jì)熱點(diǎn)道路。但是,在考慮了交通事故-道路時(shí)空相關(guān)性時(shí),上述道路非時(shí)空相關(guān)熱點(diǎn)道路?，F(xiàn)實(shí)中,同名道路可能空間上并不連續(xù),空間上距離較遠(yuǎn),僅僅從道路名稱上統(tǒng)計(jì)熱點(diǎn)道路并不準(zhǔn)確。以1ST AVE E道路為例,如圖8所示,1ST AVE E 全長(zhǎng)2 762.80 m,空間上斷開(kāi),并分成多個(gè)路段,交通事故并非聚集在1ST AVE E道路上,因此非交通事故熱點(diǎn)道路。

通過(guò)上述驗(yàn)證,相對(duì)于交通事故數(shù)目屬性統(tǒng)計(jì)方法,本文提出的交通事故熱點(diǎn)道路識(shí)別方法,可適應(yīng)長(zhǎng)距離同名道路和非連續(xù)同名道路的實(shí)際情況,計(jì)算出的交通事故熱點(diǎn)道路更加精細(xì)及準(zhǔn)確。

4 結(jié) 語(yǔ)

道路設(shè)施作為交通的載體,對(duì)交通事故的發(fā)生頻率具有重要的影響。交通設(shè)施管理部門可利用時(shí)空相關(guān)交通事故熱點(diǎn)道路識(shí)別方法,定位交通事故高發(fā)道路并開(kāi)展交通安全決策,以減少交通事故。考慮時(shí)空相關(guān)的交通事故熱點(diǎn)道路識(shí)別方法具有以下特點(diǎn)：

(1) 以道路而非交通事故為核心研究對(duì)象,將點(diǎn)狀分布的交通事故通過(guò)空間聚合關(guān)聯(lián)到道路的屬性“交通事故數(shù)”,使研究成果更有針對(duì)性。

(2) 綜合考慮交通事故-道路時(shí)空相關(guān)及交通事故空間自相關(guān)特征,可適應(yīng)長(zhǎng)距離同名道路和非連續(xù)同名道路的實(shí)際情況,計(jì)算出的交通事故熱點(diǎn)道路更加精細(xì)及準(zhǔn)確。

考慮時(shí)空相關(guān)的交通事故熱點(diǎn)道路識(shí)別方法充分利用了交通事故-道路時(shí)空相關(guān)及交通事故空間自相關(guān)特征,可應(yīng)用于道路交通安全評(píng)價(jià),但也存在諸如交通事故時(shí)空聚合時(shí)間窗口確定、網(wǎng)絡(luò)約束的道路時(shí)空距離計(jì)算等問(wèn)題需要在后續(xù)研究中重點(diǎn)解決。