[发明专利]一种面向区域道路交通安全分析和改善的区域边界事故聚合方法

说明书

技术领域

本发明公开了一种面向区域道路交通安全分析和改善的区域边界事故聚合方法。

背景技术

基于交通分析小区建立的事故预测模型是分析交通事故成因重要工具，并能为交通安全系统规划、设计和施行提供重要参考。而将区域离散的事故点聚合成区域累计事故频次，是事故建模的关键。而通常交通分析小区的边界是事故高发地段，这是由于一方面交通分析小区的划分通常以主干道为区域边界，这些地段本身暴露影响因子(如车流量、出行量)较高，而属于事故高发地段；另一方面，根据地理学第一定律，边界区域更容易受到周边多个区域解释变量的影响，因此有可能发生更多的交通事故。因此对这些边界事故的聚合将直接影响事故预测建模及随后的事故致因分析，这也既是所谓的边界效应。

解决边界效应主要包含两个关键，其一是如何甄别一起交通事故是发生在区域边界还是区域内部，其二是如何将边界事故聚合到相关的交通分析小区。其中边界事故的聚合为当前突破边界效应关键，目前学者们主要采用了简单权重分配方案。主要包括等权分配，等权事故增益分配，基于暴露因子比权重分配等。然而这样简单的权重分配方案未能有效结合事故发生机理，从而可能影响事故预测建模。

发明内容

为了解决目前对于边界效应采用简单权重分配导致未能有效结合事故发生机理的技术问题，本发明提供一种能够得到更加合理的拟合优度的在宏观交通安全分析视野下的边界事故聚合方法。

为了实现上述技术目的，本发明的技术方案是,

一种面向区域道路交通安全分析和改善的区域边界事故聚合方法，包括以下步骤，

步骤一：建立区域层次的贝叶斯空间层级模型作为事故预测模型，区域层次是指将每个交通分析小区划分为与其他交通分析小区相邻的边界区域以及不相邻的中心区域，两个相邻的边界区域组成缓冲区域，对于交通分析小区i，即Transit Analysis Zone，简写为TAZi，其一段时间内的事故累计频次记为Y_i，则

Y_i～Poisson(e_iθ_i)

其中，θ_i为事故风险因子,e_i为风险暴露因子；

同时对事故风险因子建模为：

其中x_i为交通分析小区i内的解释变量，α为截距参数,β为固定参数,δ_i表示无结构的随机效应，服从正态分布δ_i～N(0,1/τ_h)，为空间随机效应，服从条件自回归先验即CAR先验，即

其中τ_h表示δ_i的离散度,表示空间随机效应期望，τ_i表示空间随机效应离散度，ω_ij表示TAZi与TAZj的邻接关系，τ_c表示离散系数先验。

步骤二：定义交通分析小区内的事故集合为Y，其中边界区域事故集合为Y_b中心区域事故集合为Y_/b，且满足下列关系：

Y＝Y_/b∪Y_b

建立区域事故预测模型，以λ作为期望事故频次，基于参数λ的取值完成边界事故分配，定义H为事故预测模型的其它参数，则有：

[{Y_b}|{Y_/b},λ,H]

[λ|Y,H]

[H|Y,λ]

对指定交通分析小区i，总体事故频次Y_i计算公式如下：

其中{Y_/b}_i表示TAZ_i的中心区域事故频次，{Y_b}_q表示缓冲区域q的事故频次，Q_i表示TAZ_i所有的相邻缓冲区域的集合,N表示TAZ数量,l_jq表示TAZj是否与缓冲区域q相邻,

基于公式(a1)～(a3)完成算法迭代，直至第k次迭代结果不再更新

所述的方法，所述的每个交通分析小区的边界区域的宽度为d，两个相邻的边界区域组成缓冲区域的宽度为2d。