分区规模对道路安全影响的贝叶斯空间模型.docxVIP

分区规模对道路安全影响的贝叶斯空间模型 传统的交通实践仅限于“改良”的微观工程措施，缺乏在交通规划过程中的前瞻性考虑。在规划阶段，应对网络安全问题进行前瞻性分析，以提高网络的安全性水平非常重要。现在，新一代的交通规划方法，即“交通管理规划”，在发达国家，尤其是美国，已成为一个重要的研究热点。交通规划中影响因素与交通水平的关系，即区域安全预测模型是“公共交通规划”理论的核心内容之一。 国外已经做了大量定量研究来分析不同规划层面的影响因素与交通安全水平的关系, 交通分析小区 (traffic analysis zone, TAZ) 是主要的空间分析单元.已有研究主要从区域人口经济特征、土地利用特征、区域交通特征和区域路网特征等方面进行分析.就统计方法而言, 主要应用广义线性模型对TAZ事故频数与相关变量的关系进行建模, 假设TAZ的事故分布在空间上不相关.然而, 安全数据具有复杂的空间分布特征, 对空间特征的忽视将大大影响安全水平估计的准确性和鲁棒性.为了克服广义线性模型的局限性, 空间统计方法逐渐成为安全分析领域的一个前沿研究方向. 在国内, 文献建议结合我国交通规划的工作流程考虑交通安全, 文献探讨了城市总体规划和土地规划中影响因素的安全效应.而从区域宏观层面反映路网特征、交通特征与交通安全之间关系的定量研究在我国几乎没有展开. 本文基于美国佛罗里达州Hillsborough县的数据进行区域安全建模研究.基于安全同质性原则, 将该县重新划分为不同数量规模的交通安全分析小区 (traffic safety analysis zone, TSAZ) , 提取小区层面数据, 引入空间条件自回归先验信息建立贝叶斯空间模型, 分析区域安全影响因素;评价不同分区规模对安全因素效应的影响, 为交通安全规划提供技术支撑和理论依据. 1 数据准备 1.1 tsaz分区方案 区划问题是交通规划中一个最为基础的问题, 传统交通分析小区的划分鲜有考虑安全相关因素, 而现存大部分区域安全研究均以交通分析小区为基本单元.TSAZ的划分在兼顾交通规划层面因素的前提下, 考虑事故特征的区域同质性.本文基于Full-order-CLK算法, 按照严重事故、道路长度和总出行生成的聚集程度 (权重分别为0.50, 0.25, 0.25) 获得Hillsborough县的多种分区方案, 并基于200, 500和700个TSAZ分区方案建立事故预测模型, 分区方案如图1所示. 1.2 基于gis地图的出行特征分析 采用佛罗里达州Hillsborough县所有州立道路3年的数据 (2005—2007年) , 包括事故数据、道路特征数据、出行数据以及空间分布特征数据. 事故数据从佛罗里达州运输部事故分析报告系统中获得, 其提供的最重要的信息是事故发生的小区归属以及伤害严重性等级.对于事故伤害的严重程度, 分为5个等级:1为没有受伤, 2为轻伤, 3为非致残伤害, 4为致残伤害, 5为交通死亡. 相关路网特征数据和出行数据主要来源于佛罗里达州运输部.基于GIS地图小区划分边界对数据进行集计处理, 获得小区层面的变量. (1) 路段总长度:每个TSAZ内道路中心线总里程数. (2) 分类的路段长度:每个TSAZ内路段中心线公里数按速度限制分类, (1) 限速24km (15英里) 的路段长度; (2) 限速40km (25英里) 的路段长度; (3) 限速56km (35英里) 的路段长度; (4) 限速105km (65英里) 的路段长度.其中, 限速40km和56km的路段是主要类型, 分别占路段总长度的76.86%和13.01%.为避免变量冗余问题, 将所有分类归为限速低于56km的路段长度和限速大于或等于56km的路段长度2类. (3) 交叉口数量:每个TSAZ的交叉口总数. (4) 总出行发生量:每个TSAZ总的出行发生量. (5) 总出行吸引量:每个TSAZ总的出行吸引量. (6) 基于TSAZ的出行发生量和吸引量, 包括从家去工作, 从家去上学, 从家去购物, 从家去社交活动, 从家去其他, 非从家去工作, 非从家去其他的出行发生量和吸引量;轻型/重型卡车, 出租车, 飞机的出行发生量和吸引量;其他TSAZ到目标TSAZ的出行发生量和吸引量. 使用ArcGIS软件自动生成相邻小区的空间邻接矩阵. 1.3 安全影响因素 定义严重性等级为4 (致残伤害) 和5 (交通死亡) 的事故为严重事故, 其余为非严重事故.分别调查与各TSAZ有关的总事故和严重事故, 作为预测模型的响应变量. 在因素较多且因素间存在广泛多重共线性的情况下, 模型解释变量的筛选具有一定的挑战性.模型的数据拟合度和简约程度是两个重要的变量选择标准.通过数据探索性分析和对变量的逐一筛选, 选定3类