[发明专利]一种面向安全教育改善的重点管理区域识别方法

说明书

本发明涉及一种面向安全教育改善的重点管理区域识别方法，包括：步骤1：获取城市交通事故数据、土地利用数据、社会经济数据和道路网络数据；步骤2：划分城市安全教育宏观建模分析单元；步骤3：构建样本数据集；步骤4：建立贝叶斯泊松对数正态条件自回归模型进行涉事人员数预测；步骤5：计算安全可提高空间值；步骤6：进行安全教育重点管理区域识别，获得识别结果。与现有技术相比，本发明具有准确可靠、更加合理等优点。

技术领域

本发明涉及交通安全管理及安全教育方案优化技术领域，尤其是涉及一种面向安全教育改善的重点管理区域识别方法。

背景技术

在城镇化发展的背景下，道路设施安全规划与建设管理未能及时满足急剧增长的交通需求，再加上我国混合交通严重的现状，交通安全成为限制城市可持续发展的瓶颈。在日益严峻的道路交通安全形势下，应用主动安全管理措施，通过对安全教育重点管理区，即区域内居民安全出行意识薄弱的区域，进行针对性的安全教育，可以从源头提升城市的交通安全水平。在此背景下，精确地识别出安全教育重点管理区域成为城市交通安全改善的首要工作。

重点管理区域识别常用的方法主要分为两类：事故数法和事故预测法。事故数法基于观测的事故绝对数直接进行识别，此方法简单便捷，但是忽略了事故的空间相关性和随机波动性，导致区域识别结果精度较低。事故预测法则是通过构建宏观安全分析模型，分析事故数与区域特征之间的关系，基于事故预测值或构造的其他指标识别重点管理区域，此方法相较于事故数法识别精度显著提升。

但现有的重点管理区域识别工作都是基于事故的发生地开展识别，由于事故发生地与涉事人员居住地存在差异，传统的方法难以满足面向安全教育措施的精准识别需求。同时，国外的相关研究也进一步表明，区域特征如社会经济特征对事故及涉事人员分布影响存在差异。因此，基于涉事人员分布开展安全教育重点管理区域识别，能提升识别结果的准确性和可靠性。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种准确可靠、更加合理的面向安全教育改善的重点管理区域识别方法。

本发明的目的可以通过以下技术方案来实现：

一种面向安全教育改善的重点管理区域识别方法，所述的重点管理区域识别方法包括：

步骤1：获取城市交通事故数据、土地利用数据、社会经济数据和道路网络数据；

步骤2：划分城市安全教育宏观建模分析单元；

步骤3：构建样本数据集；

步骤4：建立贝叶斯泊松对数正态条件自回归模型进行涉事人员数预测；

步骤5：计算安全可提高空间值；

步骤6：进行安全教育重点管理区域识别，获得识别结果。

优选地，所述的步骤1具体为：

通过交通管理部门获取交通事故数据、土地利用数据和道路网络数据，通过统计年鉴获取社会经济数据。

优选地，所述的步骤2具体为：

结合安全教育管理措施实施特点和数据采集特征，考虑将基础行政单位作为研究单元，并将全市域划分为相应的建模分析单元。

优选地，所述的步骤3具体为：

提取各分析单元土地利用、社会经济和道路网络变量及涉事人员数，进行数据匹配，构建样本数据集。

优选地，所述的步骤4具体为：

步骤4-1：考虑事故数据的离散性，建立基础的贝叶斯泊松对数正态模型；

步骤4-2：考虑事故数据的空间相关性，建立条件自回归模型；