文献综述 为了更好的分析道路安全性能指标对交通安全的影响,国内外均已对各种道路安全性能指标与交通安全之间的关系进行了研究,其中多着力于切入点的选取与模型的建立。
道路交通安全研究早在六十年代就受到了机械化水平较高的发达国家的重视,并已取得了显著效果。 Paul de Leur[1]等提出以积极的方式处理道路安全的不断变化的需求。通过对几个阻碍了道路安全的后勤和技术障碍进行有效规划来提出积极的道路安全方法,并对当前使用的传统方法进行补充。最后得出了将安全专业人员的重点从修复现有问题转移到道路规划问题上,会取得重大进展的结论。 Gord Lovegrove[2]等提出了基于社区的宏观碰撞预测模型,用于评估区域交通规划的道路安全。这为规划者和工程师制定了新的经验工具,即将道路安全纳入规划过程中。这些模型和模型使用指南将有助于改善社区规划者和工程师的决策,并最终促进改善居民和其他道路使用者的社区交通安全。 Dominique Lord[3]等针对运输计划过程中很少考虑到交通安全的问题,提出了一种估计事故次数的可用工具。并且描述了如何将预测模型应用于网络,解释了关于其应用的重要问题和限制条件。通过广泛使用的软件包EMEM / 2创建的两个示例数字网络在交通规划中的结果表明,道路的交通性能可以预测交通网络的事故数。实际上,预测的准确性与交通流量估计的精度直接相关。 Helai Huang[4]等提出了一个5times;ST级别的层次结构来代表一般框架的交通安全中的多级数据结构,即[地理区域级别 - 交通站点级别 - 交通事故崩溃级别 - 驾驶员车辆单位级别 - 乘员级别]times;时空水平。由于多层次的数据结构可以适当容纳潜在的交叉组异质性和时空相关性,同时介绍并推荐使用贝叶斯分层方法明确规定多层结构并进行参数估计。 George Yannis[5]等针对不同的道路安全研究提出了用于道路网络和设计的各种道路安全绩效指标(SPI)。开发的SPI基本上符合现有的道路网络理论,并符合道路安全一些最低要求。最终提出一种用于确定SPI的理论概念的实用方法。同时,该方法也适用于多个试点国家:荷兰,葡萄牙,希腊和以色列。试验结果表明,尽管数据来源有所差异,但在所有国家SPI都可以进行有效地计算 。一般来说,计算出的整体SPI分数是现实的,范围从81%到94%,除了SPI相对较低的希腊(67%)。 2、国内研究现状 2011年,同济大学的王雪松[6]等提出了基于贝叶斯模型的宏观环境安全模型用于探索事故发生与人口,土地利用和道路网络变量之间的关系。在这项研究中,不同指数(如网格度系数,收敛中心度)的开发结构对区域层次安全性具有不同的影响。 2013年,同济大学的王雪松[7]等通过比较和定义有效的道路网络指标,对道路网结构与路网关系交通分析区(TAZ)一级的交通安全进行了分析。基于佛罗里达州的Orange和Hillsborough县的数据,对TAZ内的道路网结构性质使用3个指标:收敛中心,中间心率和网格系数进行了缩放。其中,网格系数在捕获道路网络的结构特征方面表现最好。同时,开发了贝叶斯条件自回归(CAR)模型来评估各种路网结构系数和事故数的关系。模型结果表明,当地道路上的事故频率与内部因素密切相关TAZ(例如,区域网络结构,TAZ人口),而国家道路上的事故频率与国家道路和交通特征密切相关。具有最高的事故频率的是网格类型,其次是混合类型,循环网格类型和稀疏类型。这项研究表明,对于道路网络的结构性质可以开发一个定量的模型,并使用该模型来计算其间的关系网络结构性质和安全性。 2014年,中南大学的徐鹏鹏[8]等基于可修改的区域单位问题(MAUP)进行敏感性分析,以在区域安全建模的背景下定量调查MAUP效应。根据事故风险的空间均匀性,采用新兴的区域化方法 - RECDAP(区域化动态约束聚集和分区),将Hillsborough县的738个交通分析区统计为14个分区计划,以50个区域的增量步长为依据。在每个聚集级别,校准了贝叶斯泊松对数正态模型和贝叶斯空间模型。结果表明,随着区域数量的增加,碰撞的空间自相关性增加。贝叶斯空间模型优于贝叶斯泊松对数正态模型,可准确计算空间自相关效应,特别是在分解水平较高的情况下,无偏差参数估计和模型性能较高。人口密度和家庭中位数的变量显示出对碰撞风险的一致显著影响,并且对于数据聚合的变化是稳健的。该研究强调了运输安全分析师通常忽略的MAUP,并提供了对区域安全建模中的数据聚合参数敏感性的了解。 2014年,同济大学的王雪松[9]等以718个交通分析小区作为研究对象,根据路网形态特征将其分成5类,并分别计算每个小区路网的6种定量指标。研究结果表明,网状指数、断头路比例和四肢交叉口比例三个指标对不同路网形态下均具有较好的筛选性。最后,基于上述指标建立了量化判断路网形态的多项罗吉特模型,实例验证结果表明,该模型的准确性达到88.4%,相较于人工判断提高了3.0%。该研究提供了一种量化判别路网形态的方法,为研究路网形态对交通的影响提供了帮助。 2015年,中南大学的徐鹏鹏[10]等建立了广泛采用区域碰撞建模技术包括负二项模型(NB)和带有条件自回归先验(CAR)的贝叶斯负二项模型。这两个模型都包含一组固定的全局参数估计。针对影响事故数的变量在空间上的不稳定性,使用了两种先进的方法来研究区域安全建模中的这种空间异质性,即随机参数负二项模型(RPNB)和半参数地理加权泊松回归模型(S-GWPR)。根据佛罗里达州希尔斯伯勒县的3年数据,结果显示(1)RPNB和S-GWPR成功地捕获了空间变化的关系,但是这两种方法显着地产生了不同结果; (2)S-GWPR拥有最高的R2d表现值以及最低的平均绝对偏差和Akaike信息标准措施。而RPNB在某些情况下提供的准确预测不太准确; (3)在RPNB和NB的残差中发现了显着的空间相关性,这意味着计数不足,相邻区域之间存在空间相关性。最终结论为,S-GWPR被证明是更适合作为研究区域事故数的方法,它的建模优于全局模型,可以在捕获发生的空间异质性在与模型相关的关系中与非空间模型进行比较,同时有能力考虑碰撞事故数据的空间相关性。 2017年,东南大学的徐铖铖[11]等探讨了职住平衡对交通安全的影响。单向方差分析结果表明,依据交通小区层面上的事故频率,就业住房率显著影响交通安全。通过量化职住平衡的安全影响,使用地理加权回归模型(GWR)进一步将交通分析小区的事故频率与就业住房率和其他相关因素联系起来。比较结果显示地理加权回归模型比广义线性回归模型有更好的适应性,因为地理加权回归可以描述空间异质性。地理加权回归的结果表明,当交通条件因素,道路网络的特点,人口特征、家庭特征等因素受到控制时,在统计学上,职住关系与交通小区的事故频率有着显著的联系。并得出结论:在增加就业住房比例时事故数增加,但是当就业住房率增长到7这个拐点以上时事故数会开始轻微下跌。通过对不同就业住房率下的各研究因素的弹性进行比较分析,结果表明在不同的就业住房率下,交通条件,道路网络的特点,人口特征,家庭特征对事故数有不同的影响。 3、现有研究存在的缺陷 与道路交通安全有关的因素有很多,国内外的学者们已经对城市路网结构,空间异质性,职住平衡等因素对其的影响进行了比较分析,并得出了一些可用于规划领域的结论。可见,想要降低交通事故的发生频次,必须要从交通小区的规划层面入手,仅仅靠路网完成后的后期治理是不够的。要杜绝治标不治本的问题,首先要明确城市道路网结构参数的合理取值范围,而这也是现有研究涉及较少的地方。 |
||
参考文献:
|
以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。