本發(fā)明屬于交通安全技術(shù)領(lǐng)域，特別涉及一種基于連通性空間權(quán)重矩陣的區(qū)域交通安全評(píng)價(jià)方法。

背景技術(shù)：

道路交通安全是關(guān)系到人類健康與發(fā)展的世界性問題，近年來，以人口普查區(qū)、交通分析小區(qū)(Traffic Analysis Zone，TAZ)等為基礎(chǔ)的區(qū)域交通安全問題開始得到社會(huì)的普遍關(guān)注，區(qū)域內(nèi)各類事故的特征及事故的影響因素及傷害機(jī)理亟需深入研究，可以通過考量各類事故與事故影響因素之間的關(guān)系，更全面地了解區(qū)域安全水平與事故隱患，以及采取相應(yīng)的措施預(yù)防事故發(fā)生，保障生命財(cái)產(chǎn)安全與道路暢通。區(qū)域事故風(fēng)險(xiǎn)預(yù)測(cè)模型中通常以事故數(shù)作為因變量。由于事故數(shù)的非負(fù)性、隨機(jī)性與離散性，通常采用計(jì)數(shù)模型用于事故數(shù)的預(yù)測(cè)。計(jì)數(shù)模型是一種概率回歸模型，包括傳統(tǒng)的泊松模型、泊松對(duì)數(shù)正態(tài)模型以及負(fù)二項(xiàng)分布模型等，傳統(tǒng)的事故風(fēng)險(xiǎn)預(yù)測(cè)模型假設(shè)事故數(shù)的分布在空間上是相互獨(dú)立的，然而，相鄰區(qū)域在土地利用形態(tài)、道路設(shè)計(jì)要素和社會(huì)經(jīng)濟(jì)等方面都具有相似性，對(duì)事故空間相關(guān)性的忽略將影響模型估計(jì)的準(zhǔn)確性和魯棒性。為克服傳統(tǒng)事故風(fēng)險(xiǎn)預(yù)測(cè)模型的局限性，空間統(tǒng)計(jì)分析方法，尤其是基于完全貝葉斯方法的考慮空間相關(guān)性的貝葉斯條件自回歸(Conditional Autoregressive，CAR)模型逐漸成為交通安全分析與評(píng)價(jià)領(lǐng)域的一個(gè)前沿研究方向。

在度量空間相關(guān)性時(shí)，需要用空間權(quán)重矩陣來衡量空間對(duì)象的相互鄰接關(guān)系，這是與傳統(tǒng)統(tǒng)計(jì)建模的重要區(qū)別之一，也是進(jìn)行空間統(tǒng)計(jì)分析的前提和基礎(chǔ)。如何構(gòu)建空間權(quán)重矩陣是空間統(tǒng)計(jì)建模的一項(xiàng)難題。在區(qū)域交通安全評(píng)價(jià)中，使用最多的是0‐1一階鄰接矩陣，即如果兩個(gè)區(qū)域有公共邊界，則兩者的權(quán)重被賦值為1，否則為0，其次使用較多的是基于幾何質(zhì)心距離的空間權(quán)重矩陣。區(qū)域交通安全評(píng)價(jià)中，單純依靠鄰接關(guān)系或距離核函數(shù)并不能充分地表示區(qū)域的相互關(guān)系，較合理的空間權(quán)重矩陣是在考慮地理維度的基礎(chǔ)上，還要考慮其他方面的影響，如交通量、道路容量和出行方式等，因此目前空間權(quán)重矩陣構(gòu)建的局限性仍然是引起區(qū)域交通安全評(píng)價(jià)精準(zhǔn)度不高的技術(shù)問題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是提供一種基于連通性空間權(quán)重矩陣的區(qū)域交通安全評(píng)價(jià)方法，其特征在于，包括以下步驟：

步驟一：采集區(qū)域交通安全分析的相關(guān)數(shù)據(jù)，包括事故數(shù)據(jù)、交通流量、道路設(shè)計(jì)參數(shù)、交通控制與管理要素以及影響區(qū)域交通安全的土地利用形態(tài)、時(shí)間分布的因素，建立相應(yīng)的區(qū)域交通安全分析數(shù)據(jù)庫(kù)，進(jìn)行數(shù)據(jù)預(yù)處理；

步驟二：建立以交通分析小區(qū)為基本單元的貝葉斯條件自回歸模型作為區(qū)域事故風(fēng)險(xiǎn)預(yù)測(cè)模型，對(duì)于交通分析小區(qū)TAZ_i(TAZ為Traffic Analysis Zone的簡(jiǎn)寫，區(qū)域)，其一段時(shí)間內(nèi)實(shí)際發(fā)生的事故數(shù)為y_i服從泊松分布，則

y_i～Poisson(e_iλ_i)

其中，λ_i為事故數(shù)的預(yù)測(cè)值，e_i為曝光量；同時(shí)對(duì)事故數(shù)的預(yù)測(cè)值建模為

其中，X_i為可能影響事故發(fā)生的因素，β₀為常數(shù)項(xiàng)，模型參數(shù)β＝(β₁,...β_p)′為影響因素相應(yīng)的影響系數(shù)，θ_i為無結(jié)構(gòu)的隨機(jī)效應(yīng)，服從正態(tài)分布φ_i為空間隨機(jī)效應(yīng)，服從條件自回歸的先驗(yàn)分布，即

其中，為θ_i的精度，為空間隨機(jī)效應(yīng)的期望，為空間隨機(jī)效應(yīng)的精度，ω_ij為TAZ_i與TAZ_j的鄰接關(guān)系，為精度系數(shù)先驗(yàn)；

步驟三：以區(qū)域間所含的路徑條數(shù)對(duì)網(wǎng)絡(luò)連通度進(jìn)行標(biāo)識(shí)，構(gòu)建空間權(quán)重矩陣：

(1)交通狀態(tài)網(wǎng)絡(luò)，將TAZ(區(qū)域)及其連接路徑所構(gòu)成的交通狀態(tài)網(wǎng)絡(luò)定義為不含環(huán)的無向加權(quán)圖，記作G＝(V,E)，其中V為網(wǎng)絡(luò)的頂點(diǎn)集，指區(qū)域的有限集合，V＝{TAZ₁,TAZ₂,…,TAZ_n}；E為網(wǎng)絡(luò)的邊集，指區(qū)域間的連接路徑，E＝{e_ij}，e_ij為區(qū)域TAZ_i與TAZ_j之間的路徑，TAZ_i,TAZ_j∈V，用兩個(gè)區(qū)域的幾何質(zhì)心連線表示；Q(e_ij)為相應(yīng)邊的權(quán)值，表示區(qū)域i與j的交通容量，用連接兩個(gè)區(qū)域的實(shí)際路徑條數(shù)表示；

(2)交通狀態(tài)網(wǎng)絡(luò)連通度的計(jì)算。設(shè)區(qū)域i與j的幾何質(zhì)心距離為C(e_ij)，相應(yīng)的交通容量為Q(e_ij)，在不考慮其他因素的影響下，連通度定義為

ω_ij＝Q^α(e_ij)/C^β(e_ij)(i≠j)

其中，α、β分別表示交通容量和路徑里程的權(quán)重系數(shù)。

(3)基于連通性的空間權(quán)重矩陣構(gòu)建，根據(jù)區(qū)域間的連通度，可以得到網(wǎng)絡(luò)的權(quán)重矩陣W＝(ω_ij)_n×n即

其中，當(dāng)W＝ω_ij時(shí)，表示區(qū)域i與j之間存在直接相連的路徑；當(dāng)W＝0時(shí)，表示區(qū)域i與j之間沒有直接相連的路徑，或區(qū)域i與j是同一個(gè)節(jié)點(diǎn)，即i＝j(luò)；

步驟四：基于連通性空間權(quán)重矩陣的區(qū)域事故風(fēng)險(xiǎn)預(yù)測(cè)模型進(jìn)行模型參數(shù)估計(jì)，得出模型參數(shù)β的均值、標(biāo)準(zhǔn)差、置信區(qū)間和顯著水平，篩選對(duì)區(qū)域事故發(fā)生影響顯著的因素，這些因素稱為顯著因素，分析顯著因素對(duì)事故數(shù)y_i的影響，推出安全改進(jìn)措施對(duì)策與建議。

所述步驟一進(jìn)行數(shù)據(jù)預(yù)處理包括：

(1)數(shù)據(jù)清洗：填寫缺失值、光滑噪聲數(shù)據(jù)、識(shí)別或刪除離群點(diǎn)；

(2)數(shù)據(jù)集成：將多個(gè)數(shù)據(jù)源中的數(shù)據(jù)結(jié)合起來并統(tǒng)一存儲(chǔ)；

(3)數(shù)據(jù)變換：將原始數(shù)據(jù)轉(zhuǎn)換成為適合模型參數(shù)估計(jì)的形式。

所述空間權(quán)重矩陣具有如下性質(zhì)：

(1)W為對(duì)稱矩陣；

(2)G為無環(huán)圖，則W中第i行或列的元素之和等于頂點(diǎn)區(qū)域i的度；

(3)兩圖G₁和G₂同構(gòu)的充分必要條件為存在可逆矩陣C，使得

W(G₁)＝C^TW(G₂)C

如果連接兩個(gè)區(qū)域的路徑越多，那么這兩個(gè)區(qū)域相互流動(dòng)和滲透的可能性就會(huì)越高，兩個(gè)區(qū)域的聯(lián)系程度就會(huì)越緊密。

所述可逆矩陣C的每一列是矩陣W(G₂)的對(duì)應(yīng)特征值的線性無關(guān)的特征向量。

本發(fā)明的有益效果是：本發(fā)明提出的基于連通性空間權(quán)重矩陣的區(qū)域交通安全評(píng)價(jià)方法，首先通過數(shù)據(jù)調(diào)查采集區(qū)域交通安全評(píng)價(jià)的相關(guān)數(shù)據(jù)，然后建立以交通分析小區(qū)為基本單元的貝葉斯條件自回歸模型作為區(qū)域事故風(fēng)險(xiǎn)預(yù)測(cè)模型和構(gòu)建以區(qū)域間所含的路徑條數(shù)對(duì)網(wǎng)絡(luò)連通度進(jìn)行標(biāo)識(shí)的空間權(quán)重矩陣，最后進(jìn)行模型參數(shù)估計(jì)，克服了傳統(tǒng)事故風(fēng)險(xiǎn)預(yù)測(cè)模型沒有考慮空間相關(guān)性而造成模型精準(zhǔn)度不高的問題，基于連通性的空間權(quán)重矩陣既考慮了地理維度的影響，又考慮了區(qū)域間實(shí)際的交通聯(lián)系，具有較好的數(shù)據(jù)擬合度和數(shù)據(jù)適應(yīng)性，可以挖掘更多與事故發(fā)生相關(guān)的顯著因素，有效指導(dǎo)實(shí)踐應(yīng)用。

附圖說明

圖1為區(qū)域交通安全評(píng)價(jià)方法流程圖。

圖2為2011年香港特別行政區(qū)131個(gè)交通分析小區(qū)行人交通事故分布圖。

具體實(shí)施方式

本發(fā)明提供一種基于連通性空間權(quán)重矩陣的區(qū)域交通安全評(píng)價(jià)方法，下面結(jié)合附圖和具體實(shí)施方式，進(jìn)一步闡明本發(fā)明。

如圖1所示，基于連通性空間權(quán)重矩陣的區(qū)域交通安全評(píng)價(jià)方法，包括以下步驟，

第一步，采集區(qū)域交通安全分析的相關(guān)數(shù)據(jù)，包括事故數(shù)據(jù)、交通流量、道路設(shè)計(jì)參數(shù)、交通控制與管理要素以及其它可能影響區(qū)域交通安全的土地利用形態(tài)、時(shí)間分布等因素，建立相應(yīng)的區(qū)域交通安全分析數(shù)據(jù)庫(kù)，進(jìn)行數(shù)據(jù)預(yù)處理；

第二步，建立以交通分析小區(qū)為基本單元的貝葉斯條件自回歸模型作為區(qū)域事故風(fēng)險(xiǎn)預(yù)測(cè)模型，對(duì)于交通分析小區(qū)i，即Traffic Analysis Zone，簡(jiǎn)寫為TAZ_i，其一段時(shí)間內(nèi)實(shí)際發(fā)生的事故數(shù)為y_i服從泊松分布，則

y_i～Poisson(e_iλ_i) (1)

其中，λ_i為事故數(shù)的預(yù)測(cè)值，e_i為曝光量；同時(shí)對(duì)事故數(shù)的預(yù)測(cè)值建模為

其中，X_i為可能影響事故發(fā)生的因素，β₀為常數(shù)項(xiàng)，模型參數(shù)β＝(β₁,...β_p)′為影響因素相應(yīng)的影響系數(shù)，θ_i為無結(jié)構(gòu)的隨機(jī)效應(yīng)，服從正態(tài)分布φ_i為空間隨機(jī)效應(yīng)，服從條件自回歸的先驗(yàn)分布，即

其中，為θ_i的精度，為空間隨機(jī)效應(yīng)的期望，為空間隨機(jī)效應(yīng)的精度，ω_ij為TAZ_i與TAZ_j的鄰近關(guān)系，為精度系數(shù)先驗(yàn)。

第三步，以區(qū)域間所含的路徑條數(shù)對(duì)網(wǎng)絡(luò)連通度進(jìn)行標(biāo)識(shí)，構(gòu)建空間權(quán)重矩陣。

1.交通狀態(tài)網(wǎng)絡(luò)，將區(qū)域(TAZ)及其連接路徑所構(gòu)成的交通狀態(tài)網(wǎng)絡(luò)定義為不含環(huán)的無向加權(quán)圖，記作G＝(V,E)，其中V為網(wǎng)絡(luò)的頂點(diǎn)集，指區(qū)域的有限集合，V＝{TAZ₁,TAZ₂,…,TAZ_n}；E為網(wǎng)絡(luò)的邊集，指區(qū)域間的連接路徑，E＝{e_ij}，e_ij表示區(qū)域TAZ_i與TAZ_j之間的路徑，TAZ_i,TAZ_j∈V，用兩個(gè)區(qū)域的幾何質(zhì)心連線表示；Q(e_ij)為相應(yīng)邊的權(quán)值，表示區(qū)域i與j的交通容量，用連接兩個(gè)區(qū)域的實(shí)際路徑條數(shù)表示；

2.交通狀態(tài)網(wǎng)絡(luò)連通度的計(jì)算，設(shè)區(qū)域i與j的幾何質(zhì)心距離為C(e_ij)，相應(yīng)的交通容量為Q(e_ij)。在不考慮其他因素的影響下，連通度可以定義為

ω_ij＝Q^α(e_ij)/Cγ(e_ij)(i≠j) (6)

其中，α、γ分別表示交通容量和路徑里程的權(quán)重系數(shù)，本實(shí)施例可令α＝γ＝1。

3.基于連通性的空間權(quán)重矩陣構(gòu)建。根據(jù)區(qū)域間的連通度，可以得到網(wǎng)絡(luò)的權(quán)重矩陣W＝(ω_ij)_n×n即

其中，當(dāng)W＝ω_ij時(shí)，表示區(qū)域i與j之間存在直接相連的路徑；當(dāng)W＝0時(shí)，表示區(qū)域i與j之間沒有直接相連的路徑，或區(qū)域i與j是同一個(gè)節(jié)點(diǎn)，即i＝j(luò)。

根據(jù)空間權(quán)重矩陣的定義，可得如下若干性質(zhì)：

(1)W為對(duì)稱矩陣；

(2)G為無環(huán)圖，則W中第i行(列)的元素之和等于頂點(diǎn)區(qū)域i的度；

(3)兩圖G₁和G₂同構(gòu)的充分必要條件為存在可逆矩陣C，使得

W(G₁)＝C^TW(G₂)C (8)

如果連接兩個(gè)區(qū)域的路徑越多，那么這兩個(gè)區(qū)域相互流動(dòng)和滲透的可能性就會(huì)越高，兩個(gè)區(qū)域的聯(lián)系程度就會(huì)越緊密。

第四步，基于連通性空間權(quán)重矩陣的區(qū)域事故風(fēng)險(xiǎn)預(yù)測(cè)模型進(jìn)行模型參數(shù)估計(jì)，得出模型參數(shù)β的均值、標(biāo)準(zhǔn)差、置信區(qū)間和顯著水平，篩選對(duì)區(qū)域事故發(fā)生影響顯著的因素，這些因素稱為顯著因素，分析顯著因素對(duì)事故數(shù)y_i的影響，推出安全改進(jìn)措施對(duì)策與建議。

如圖2所示，本實(shí)施例選擇2011年香港特別行政區(qū)131個(gè)交通分析小區(qū)的行人事故數(shù)據(jù)為研究對(duì)象。采集了六種類型的數(shù)據(jù)，包括行人事故數(shù)據(jù)、道路網(wǎng)絡(luò)設(shè)計(jì)要素、車輛特征參數(shù)、人口社會(huì)經(jīng)濟(jì)指標(biāo)、土地利用形態(tài)以及時(shí)間分布，進(jìn)行數(shù)據(jù)預(yù)處理。共得到768條數(shù)據(jù)，特征描述如表1所示。

表1模型數(shù)據(jù)特征描述情況

建立以交通分析小區(qū)為基本單元的貝葉斯條件自回歸模型作為區(qū)域事故風(fēng)險(xiǎn)預(yù)測(cè)模型并構(gòu)建以區(qū)域間所含的路徑條數(shù)對(duì)網(wǎng)絡(luò)連通度進(jìn)行標(biāo)識(shí)的空間權(quán)重矩陣。

然后基于連通性空間權(quán)重矩陣的區(qū)域事故風(fēng)險(xiǎn)預(yù)測(cè)模型進(jìn)行模型參數(shù)估計(jì)，估計(jì)結(jié)果見表2，得到模型參數(shù)的均值、標(biāo)準(zhǔn)差、置信區(qū)間和顯著水平。

表2基于連通性空間權(quán)重矩陣的區(qū)域事故風(fēng)險(xiǎn)預(yù)測(cè)模型的模型參數(shù)估計(jì)結(jié)果

*表示95％水平顯著

用傳統(tǒng)的沒有考慮空間相關(guān)性的泊松對(duì)數(shù)正態(tài)模型、基于0‐1一階鄰接矩陣的貝葉斯條件自回歸模型以及基于幾何質(zhì)心距離空間權(quán)重矩陣的貝葉斯條件自回歸模型根據(jù)相同的數(shù)據(jù)集進(jìn)行計(jì)算，并將所得結(jié)果與基于連通性的貝葉斯條件自回歸模型估計(jì)結(jié)果進(jìn)行對(duì)比，如表3所示。

表3模型估計(jì)結(jié)果對(duì)比

上表中DIC表示偏差信息度，越小越好。

貝葉斯條件自回歸模型克服了傳統(tǒng)事故風(fēng)險(xiǎn)預(yù)測(cè)模型沒有考慮空間相關(guān)性而造成模型精準(zhǔn)度不高的問題，基于連通性的空間權(quán)重矩陣的區(qū)域事故風(fēng)險(xiǎn)預(yù)測(cè)模型具有較好的數(shù)據(jù)擬合度和數(shù)據(jù)適應(yīng)性，可以挖掘更多與事故發(fā)生相關(guān)的顯著因素，有效指導(dǎo)實(shí)踐應(yīng)用。