缓冲区分析方法在事故多发点鉴别的应用研究

王　海， 李瑞敏

(1.清华大学 交通研究所， 北京　100084；　2.军事交通学院 联合投送系，天津　300161)



缓冲区分析方法在事故多发点鉴别的应用研究

王海1,2， 李瑞敏1

(1.清华大学 交通研究所， 北京100084；2.军事交通学院 联合投送系，天津300161)

[摘要]道路事故多发点鉴别是道路交通安全管理工作的重要内容,提出了基于改进的缓冲区分析技术的事故多发点鉴别方法。在对三类“异常数据”进行清洗的基础上,提出了改进的点缓冲区分析方法，即采取“变长半径的点缓冲区分析”和“叠置分析”相结合的方法进行事故多发点鉴别。将该方法在某城市部分交通事故数据的基础上进行了应用，得到了有关交通事故的3个多发区域和2个多发路段。结果表明，本文提出的改进的缓冲区分析技术可以用于有效的道路事故多发点鉴别。

[关键词]交通安全管理； 事故多发点鉴别； 数据清洗； 缓冲区分析； 叠置分析

0前言

事故多发点，又称事故黑点，英文俗称为“Black-spots”。数十年来国内外学者们对于事故多发点的研究和探讨就从未停止过，对事故多发点的基本理论及内涵经过多年的探讨得出了较为一致的认识结果：“事故多发点就是指在一个比较长的时间范围里或者规定的统计周期内，某些道路位置(地点、路段、区域)上发生的交通事故数量或者事故具有的特征明显比其他道路异常的突出[1]”。因此，事故多发点是道路交通安全管理中需要密切关注的区域，通过对道路交通事故多发点的研究鉴别，能够为进一步的预测、预防交通事故提供数据信息的支持，从而提高道路交通安全水平。

最为早期、普遍而简单地鉴别出道路交通事故多发点的方法有：绝对数、相对数、当量事故次数、质量控制法、临界率法、矩阵法等。随着对道路交通安全问题研究的不断深入及空间分析技术的发展，事故多发点段的判断方法也不断得以改进。在国外，Saffet Erdogan等人[2]以及Ismail Bulent Gundogdu[3]分别使用了泊松统计方法和贝努利统计(核密度分析)的方法，在GIS地图上鉴别出相同的事故热点；HSIS(Highway Safety Information System)[4-6]的总结分析报告中提出建立一个基于GIS的事故识别和分析系统，使用点/交叉口分析、聚类分析、条带分析、滑动比例评价、走廊分析、行人、自行车分析对道路上某个地点、路段甚至区域的事故发生情况进行鉴别分析；ThobiasSando[5]等学者提出一种基于GIS的成本效益比率方法的事故分析方法分析到事故的多发地点；DeeleshMandloi[7]提出使用模糊和神经网络聚类的方法进行事故黑点的识别；CARE研究和开发实验室[8]进行了一个MAP项目，主要是将事故数据和交通罚单数据通过GIS地图集成起来，识别包括商用车在内的碰撞事故高发点。在国内，王诗文[9]以及张力[10]等人应用主成分分析模型对事故多发点(段)进行识别；林汀等人[11]提出了基于灰色理论的聚类方法对山区高速公路的安全性进行指标评价；于建游[12]提出使用事故异常间距这个具体数值来鉴定事故的多发点的方法；邱磊[13]提出了选用累计频率曲线法进行路段事故多发点的鉴别方法；薛大维[14]提出采用经验-鉴别指数法对道路上的事故多发点段进行识别。

事故多发点的鉴别主要涉及事故属性和空间这两类数据，而GIS(地理信息系统)平台能够很好地融合这两种类型的数据，可以以一种高效率、图形化的方式对事故数据进行必要的管理和研究分析工作。空间分析作为GIS的核心和灵魂，是GIS的主要特征之一。能够基于地理对象的位置和形态进行空间数据的分析，其目的在于提取和传输空间信息。

本文结合道路交通事故多发点鉴别分析需求，提出了一种空间分析技术的改进方法，即将“变长半径的点缓冲区分析”和“叠置分析”相结合应用到道路交通事故的多发点鉴别分析中，并以实际事故数据进行了案例分析。

1缓冲区分析和叠置分析

1.1缓冲区分析方法

通常情况下，缓冲区分析是指对空间中存在的点、线、面三种类型对象展开分析，分别以3种类型为基本核心，简单方便地建立不同半径宽度的缓冲区多边图形区域，从而鉴别分析出空间对象可能与周边事物、环境等方面的关联规则以及影响的范围和程度[15]。

缓冲区分析的基本思想是指给定一个空间物体(的集合)，确定它(们)的某邻域，而邻域的大小则由领域半径R决定。因此物体Oi的缓冲区的定义如下：

即对象Oi的半径为R的缓冲区就是以对象Oi为核心，建立的半径为d长度的多边形区域范围内所有的点集合，d一般取值为最小欧氏距离。如果空间目标O涉及到多个对象的集合情况：

则其半径为R的缓冲区就是合并为多个对象缓冲区的集合缓冲区，即：

对于不同类型的目标实体，所产生的缓冲区也是不同的。

在点缓冲区分析应用中，如果缓冲区的半径R选取固定的数据值，可能会出现以下两种结果：一方面，如果半径R取值比较小，那么对于每一个事故的缓冲区分析的结果如图1(a)所示，进一步通过叠置分析，发现每一个事故的缓冲区都没有重叠的部分出现，因此，无法鉴别出交通事故的多发点、路段或者区域；另一方面，如果半径R取值比较大，那么对于每一个事故的缓冲区分析的结果如图1(b)所示，进一步通过叠置分析，发现每一个事故的缓冲区都出现了重叠的现象，因此，这样鉴别出来的事故多发点、路段或者区域的范围会比较大，不符合实际的事故情况。所以，只有改进缓冲区半径的取值方法，使得每一个事故点可以做出不同半径Ri的缓冲区分析，结合叠置分析可以得到与实际事故情况基本相符合事故多发点的鉴别结果。

(a)

(b)

图1 固定半径R值的缓冲区分析结果Figure1 FixedradiusRvalueofbufferanalysisresults

具体方法就是将GIS图中的每一个随机事故点作为一类点状地物，而点缓冲区的邻域半径R的选取，则是根据事故的严重程度来进行确定，本文中将每一起事故的严重程度作为缓冲区半径Ri，通过研究分析可以看出，受所获取数据的限制，可以用于事故多发点的鉴别、反映事故严重程度的数据项包括有：死亡人数、受伤人数(重伤)、受伤人数(轻伤)、直接财产损失、损坏车辆数(机动车)、损坏车辆数(非机动车)。

通过比较、数理统计分析等方法，并结合本文将要使用道路交通事故调查表实际数据情况，在此采用以“损失工作日”(指被伤害失能的工作时间)为参照物，涵盖事故中的实际轻伤人数、重伤人数、死亡人数和直接经济损失4大类指标的“道路交通事故当量死亡人数计算模型”[16]。

DD=D+KiZ+KjQ+KcC

式中：DD为当量死亡人数；D、Z、Q、C分别为死亡人数、重伤人数、轻伤人数及直接经济损失；Ki、Kj、Kc分别为重伤、轻伤和直接经济损失的换算系统。其中，表示直接经济损失的C是事故数据表中的直接财损、损坏车辆数(机动车)和损坏车辆数(非机动车)3个数据项合并而成的。

由此，计算模型可以进一步改进为：

式中：ZC为直接财损，JC为损坏车辆(机动车)财损，FC为损坏车辆(非机动车)财损。其中，机动车财损平均按照一辆机动车10万元，非机动车按照一辆非机动车0.1万元折算。

通过引入“损失工作日”这一指标，可将死亡人数、重伤人数、轻伤人数、以及直接经济损失进行统一标准的换算，Ki、Kj、Kc的换算系统分别取为0.06、0.01和0.024。

根据前面介绍的计算规则和模型，可将原事故调查表中的每一个数据项进行换算，然后对每一项换算值求和，得出每一起交通事故的事故当量死亡人数。从而，可以将每一个事故点为圆心，以每一起事故的事故当量死亡人数作为半径Ri,在GIS地图上形成每一个事故点的缓冲区。

1.2叠置分析方法

叠置分析的基本思想就是一个将多个数据层进行叠加的过程，其中每一个数据层中都包含有用户可能感兴趣的一些空间要素的对象，最终会整合成一个综合性要素的数据图层。该综合图层包括了用于合并的原多个图层的所有数据信息，同时，该层的属性数据是通过用于叠置的各个数据层的原始属性数据通过简单的逻辑合并的方法或者是复杂的函数运算方式组合而成的结果。简单的来说，叠置分析就是将层(对象)与层(对象)的叠加合并，再结合各种逻辑运算的方式分析出各个层(对向)之间存在的关联规则和内容。

如果GIS数据基本结构是矢量数据的话，则可将GIS叠置分析称为矢量数据叠置分析。具体可以分别进行的叠置对象包括：“点与点之间”、“点与线之间”、“点与多边形之间”、“线与线之间”、“线与多边形之间”、“多边形与多边形之间”这6种方式，进而可以划分为6种相对应的叠置分析的类别。

应用中，将所有事故点形成的每一个事故缓冲区图层进行多边形图层与多边形图层的叠置过程，形成一个崭新的综合性事故图层，进而分析出事故多发的各种情况，最后，再将反映事故多发的新图层与道路交通地理图层进行多边形与线的叠置分析，鉴别出事故多发的路段或者区域。

2交通事故数据预处理

2.1事故数据来源与筛选

本文是选用2006年国内某市市区内采集的道路交通事故数据作为应用数据对本文提出的方法进行分析。本案例事故数据表结构中采集了事故发生的时间、路名/地点、死亡人数、重伤人数、轻伤人数等共161个相关信息字段，本研究共选取了1789条实际发生的道路交通事故数据。结合交通事故多发点鉴别方法以及模型的选用，从数据源中筛选出描述交通事故的几个基本属性信息，包括有：事故发生的时间、地理位置、死亡人数、轻重伤人数、直接经济损失、损坏车辆数(机动车)、损坏车辆数(非机动车)等数据信息。

2.2事故数据整理

由于交通管理部门采集的事故数据信息都是面向交通事故这个主题的数据的集合，这些数据是在不同的时期(时间段)、不同的地点位置、不同的天气状况下使用不同的采集设备进行采集的，甚至是不同的采集系统共同作用下采集到的事故历史源数据，这样就避免不了有的数据是错误数据、有的数据相互之间有冲突、有的数据是重复数据、有的数据是突变值数据，称为“脏数据”[4]。所以，需要对获取的原始事故数据进行数据清洗。

因此，在所采用的事故数据中，分别对空值事故数据(数据量为237条，占总事故数据13.4%)、不一致事故数据(数据量为168条，占总事故数据9.3%)、噪声事故数据(数据量为182条，占总事故数据10.2%)进行了清洗，最终可以用于研究的事故数据为1376条。

3实例应用

基于上述处理后的数据，本文选择ArcGIS地图软件作为实现本文提出方法的平台。将获得事故数据导入GIS数据库后使用本文提出的缓冲区分析及叠置分析的方法来研究道路交通事故多发点。

根据前面数据表中折算出的事故当量死亡人数的数值，分别在空间分析工具中设置各个事故点相对应的缓冲区参数，进而采取缓冲区的分析，可以在GIS地图上得到有关每一个交通事故的缓冲区，因为每个事故的缓冲区半径Ri都是根据事故本身所具有的“死亡人数”、“重伤人数”、“轻伤人数”以及“直接经济损失”这几项数据值，通过使用道路交通事故当量死亡人数计算模型，综合折算为统一的“当量死亡人数”的数据值，因此，得到的缓冲区结果，是一个个不同半径的事故缓冲区分析图层，进而按照之前介绍的叠置分析方法，将每一个事故的缓冲区图层进行叠置分析，形成一个新的图层，缓冲区域出现重叠的现象越发严重，那么这个区域就可视为事故高发。

因此，通过综合运用缓冲区分析和叠置分析的方法，可以鉴别出交通事故多发的地点区域，如图2(a、b、c)所示,以及交通事故多发的路段，如图3(a、b)所示。图2(a)中标识的A区域和图2(b)中标识的B区域分别为两个较大面积的事故多发区域，图2(c)中标识的C区域为一个较小面积的事故多发区域；图3(a)中标识的事故多发路段为“320国道引线东湖街道恒生印染厂门口路段”，图3(b)中标识的事故多发路段为“余杭区乔司镇永西村小学旁路段”。

(a) 事故多发点A区域

(b) 事故多发点B区域

(c) 事故多发点C区域

图2 交通事故多发的区域Figure2Theareaofmoretrafficaccidentshappened

(a) 320国道引线东湖街道恒生印染厂门口路段

(b) 余杭区乔司镇永西村小学旁

图3 交通事故多发的路段Figure3 Theroadofmoretrafficaccidentshappened

从识别的事故多发区域来看，定性观察可以看到3个区域内的道路交通事故发生点较为密集，而从识别的事故多发路段来看，也可以看到识别出来的两个路段内的道路交通事故发生较为密集，由此可见，本文所提出的变半径的缓冲区分析方法与叠置分析整合的方法能够在道路交通事故多发点的鉴别方面有一定的应用。

4结论

针对道路交通事故多发点的鉴别问题，本文提出了改进的点缓冲区分析与叠置分析的综合性分析方法，以充分地反映事故的各方面特性对事故多发点鉴别方面的影响。通过应用国内某城市市区的道路交通事故数据显示本文提出的方法能够有效的得到反映事故多方面特性的事故多发点的鉴别。

本文只是将空间分析技术在道路交通事故多发点鉴别方面进行了应用探索，实际上，作为一种有效的分析技术，GIS中的空间分析技术在道路交通事故的综合分析中有广泛的应用前景，未来需要在道路交通事故致因分析等方面进一步探讨空间分析技术的应用。

[参考文献]

[1]朱丽芳. 基于GIS的道路交通事故多发点自动搜索及交通事故预测的研究[D]. 乌鲁木齐：新疆农业大学，2006.

[2]Saffet Erdogan, Ibrahim Yilmaz, Tamer Baybura.Geographical information systems aided traffic accident analysis system case study: city of Afyonkarahisar. Turkey Accident Analysis and Prevention[J] .ELSEVIER.2008:174-181 .

[3]Ismail Bulent Gundogdu.Applying linear analysis methods to GIS-supported procedures for preventing traffic accidents: Case study of Konya[J].Safety Science—ELSEVIER.2010:763-769.

[4]GIS-Based Crash Referencing and Analysis System Research, Development & Technology Turner-Fairbank Highway Research Center 6300 Georgetown Pike McLean[R]. HSIS(Highway Safety Information System) SUMMARY REPORT. Virginia 22101-2296.

[5]Using GIS in the Analysis of Truck Crashes Research, Development & Technology Turner-Fairbank Highway Research Center 6300 Georgetown Pike McLean[R]. HSIS(Highway Safety Information System) SUMMARY REPORT.Virginia 22101-2296.

[6]Richard C.Smith.Implementation of GIS-Based highway safety analysis: bridging the gap[J]. HSIS. 2001.

[7]DeeleshMandloi.Evaluation of accident black spots on roads using geographical information system (GIS)[J]. 2003.

[8]Kerri M.Keith.Mapping Crash and Citation Information to Aid Law Enforcement and Improve Traffic Safety[J]. 2005.

[9]王诗文，潘晓东，伊轩轩.基于主成分分析法的城郊公路事故多发段鉴别[J].公路工程,2011,36(2):157-160.

[10]张力. 基于GIS与主成份分析的道路交通事故黑点研究[J].地理空间信息.2008,6(5):79-82.

[11]林汀，欧阳天水，王剑.基于灰色聚类法的山区高速公路安全评价[J].公路工程，2014,39(2):41-44.

[12]于建游.基于事故空间分布交通事故多发地点鉴定新方法[J].交通世界，2007(2-3):99-101.

[13]邱磊. 道路交通事故多发点的鉴别[J].现代交通技术，2011,8(5):73-76.

[14]薛大维，纪峻岭. 哈尔滨市区域事故多发路段和黑点鉴别及应对措施[J].交通科技与经济,2013,15(2):56-59.

[15]刘丽娟. 空间分析中缓冲区生成算法研究及应用[D].开封:河南大学,2009.

[16]曹建军.道路交通事故当量死亡人数的计算模型研究[J].重庆交通大学学报:自然科学版,2013,32(1):91-94.

Buffer Analysis Method In The Identification of The Accident Black Point Application Research

WANG Hai1,2， LI Ruimin1

(1.Institute of Transportation Engineering，Tsinghua University，Beijing 100084，China; 2.Joint Projection Department，Military Transportation University，Tianjin 300161, China)

[Abstract]Road accident black point identification is an important content of road traffic safety management, this paper proposed an accident black point identification method based on improved buffer analysis technology. After the abnormal data cleaning, an improved point buffer analysis method was presented, that is the " Radius of variable length point buffer analysis" and "superimposed analysis" was combined to analysis the accident black point This method was applied on the basis of traffic accident data in A certain city, and recognized 3 accident black point areas and 2 accident black point sections. Results show that the proposed improved buffer analysis technology can be used for effective road accident black point identification.

[Key words]Traffic safety management; Accident black point identification; Data cleaning; Buffer analysis; Superimposed analysis

[中图分类号]U 491.31

[文献标识码]A

[文章编号]1674-0610(2016)01-0103-05

[作者简介]王海(1978-)，男，天津人，硕士研究生，主要从事道路交通安全研究。

[收稿日期]2014-12-16