基于GIS的城郊公路交通事故时空分布研究

郭晓魁，李 瑞，陈罗刚，乔建刚

（1.山西省公路工程质量检测中心，山西 太原 030006；2.河北工业大学 土木与交通学院，天津 300401）

基于GIS的城郊公路交通事故时空分布研究

郭晓魁1，李 瑞2，陈罗刚2，乔建刚2

（1.山西省公路工程质量检测中心，山西 太原 030006；2.河北工业大学 土木与交通学院，天津 300401）

为了提高城郊公路安全性，实现平安交通战略，通过对城郊公路大量的交通流参数和交通事故实地调研，运用GIS的核密度估计理论和数理统计方法，对不同季节、时间段的事故分布进行核密度分析，得到不同时间段交通事故数核密度，不同季节交通事故伤亡人数核密度，通过分析事故在道路空间分布特征，得到城郊公路近城路段、穿越村镇路段、交叉口等事故多发点的时空分布规律，为城郊公路的安全运营管理提供理论依据.

GIS；城郊公路；核密度；交通事故；时空分布

0 引言

城郊公路是连接城市和乡村的重要纽带，承担着城乡之间客货运输的功能，但人行道铺设、绿化、路灯等配套设施不完善导致交通安全事故多发.从20世纪70年代开始，美国就已经开始研究城郊公路交通安全问题，对出入口和交叉口的数量、位置、间距等相关参数进行了规定[1-3].20世纪90年代，美国建立了基于GIS的道路交通事故信息系统，用于交通事故管理与分析[4].唐琤琤等研究了双车道公路接入口对交通安全的影响，得出了接入口对交通安全影响的量化结论[5].张铁军等研究了双车道公路事故预测模型研究中接入口数据采集方法和处理方式[6].贺其诚分析了城郊公路的交通事故规律，提出了城郊公路交通安全评价等级和安保对策[4].王雪松等建立城郊公路安全影响因素的分层负二项模型，分析了路段几何设计、接入口特征、交通特征、和交通安全的关系[7].梁艳平基于GIS建立了包含交通事故对象、人、车、路以及环境等要素的交通事故空间数据库，为交通事故研究提供完备的数据支持[8].孙灏等基于面向对象思想完成了交通安全分析评价GIS系统的概要框架设计、详细设计以及数据库设计[9].汤文生等运用GIS系统研究开发了可视化数字公路平台[10].国内学者对城郊公路交通事故的研究多是从时间（月变化、周变化、时变化）和空间（路段、交叉口、方向分布、车道分布）分别进行分析，交通事故时间分析或者空间分析只能在单一尺度上反映出事故特征，存在着时空分离的局限性，会导致部分结论的不准确.

结合太原城郊公路交通事故数据，以小牛线（如图1所示）为例，运用核密度估算方法，利用ARCMAP软件中的空间分析功能，分析研究了城郊公路交通事故时空分布特征，并确定了城郊公路事故多发点.

1 基于GIS的核密度（KDE） 估算方法

核密度分析用于计算每个输出栅格像元周围的点要素的密度.

一般定义为：设x1，…，xn是从分布密度函数为f的总体中抽取的独立同分布样本，估计f在某点x处的值f（x），通常有Rosenblatt-Parzen核估计[11]：

式中：k为核函数；h>0，为带宽；（x-xi）为估计点到样本xi的距离.

概念上，每个点上方均覆盖着一个平滑曲面.在点所在位置处表面值最高，随着与点的距离的增大表面值逐渐减小，在与点的距离等于搜索半径的位置处表面值为零.仅允许使用圆形邻域.曲面与下方的平面所围成的空间的体积等于此点的Population字段值，如果将此字段值指定为NONE，则体积为1.每个输出栅格像元的密度均为叠加在栅格像元中心的所有核表面的值之和.

2 交通事故24 h空间分布

图1 城郊公路路线图Fig.1 Suburban road map

图2 核密度估计原理图Fig.2 Schematic kernel density estimation

图3 24 h事故数变化直方图Fig.3 24 h histogram of the number of accidents change

从图3可以看出，城乡公路交通事故在时间上呈现“双峰分布”，主要集中在 7：00～10：00、17：00～20：00时间段，这2个高峰时段共8个小时占全天时间的33.33%，事故数占全天交通事故总数的63.01%；而2：00～6：00、11：00-16：00时间段共11个小时占全天时间的45.83%，事故数占总事故数的23.29%；21：00～1：00时间段共5个小时占全天时间20.83%，事故数占总事故数的13.70%.分析原因：早晚高峰时段，交通量大，在17：00～20：00时段，光线由明转暗，驾驶员视网膜上呈工作状态的细胞由锥状细胞转换成杆状细胞，杆状细胞只能感光，不能感色，视距变小，判断能力下降，易诱发交通事故.

从图4可以看出，城乡公路段交通事故伤亡人数的时间分布，与事故数的时间分布基本一致.1点和15点这2个时段事故受伤人数最多，为11人，但1点的事故受伤率为3.67人/起（最高），15点的事故受伤率为2.75人/起；20点事故死亡人数最多，22：00～23：00时间段事故死亡率为1人/起（最高）；此外，78.57%的死亡事故发生于17：00～5：00时间段内，50%的死亡事故发生于20：00～23：00时间段内.分析原因：凌晨时段，气温达到全天最低，生理机能处于低潮，大脑容易转入疲劳状态，反应迟钝、产生瞌睡，发生的事故更加严重；15点左右路上交通量变大，温度高，气温在30℃以上时，轮胎内的气压会升高10%至12%，夏季路面温度将可能达到60～70℃，爆胎几率增高，并且午饭后大量的血液流向消化系统，脑部出现供血不足，进而影响驾驶员运动神经、感觉功能和精神意识，出现头昏困倦的感觉，判断迟缓，动作僵硬，造成事故更加严重.

图4 伤亡人数小时变化曲线图Fig.4 Casualties hours change curve

交通事故时间分析或者空间分析只能在单一尺度上反映出事故特征，存在着时空分离的局限性.所以利用GISARC对2010～2013年城乡公路交通事故进行分类，进而提取不同时间段的交通事故数据，利用ARCGIS中影像配准（Georeferencing）工具进行影像数据的地理配准，并对事故数据矢量化处理，得到不同时间段交通事故空间分布.根据24 h事故数变化直方图的趋势把事故时间分为以下几段：2：00～6：00、7：00～10：00、11：00～16：00、17：00～20：00、21：00～1：00.利用 ARCGIS 空间数据处理分析工具中的核密度估算出交通事故的密度值分布.

图5，清晰的反映了城乡公路24 h不同时间段交通事故空间分布特征：

1） 2：00～6：00、11：00～16：00 和 21：00～1：00 时间段的交通事故呈现点状分布，7：00～10：00和17：00～20：00时间段的交通事故呈现片状分布.21：00～1：00和2：00～6：00时间段事故地点为近城路段、北格镇、208国道与小牛线交叉口（密度值最高）；11：00～16：00时间段事故地点分布多，沿线村镇路段和交叉口均有事故发生.

2） 从KDE估算所得的交通事故密度来看：17：00～20：00段（KDE＜5.2起/km2，密度值最高点位于北格镇路段） ＞7：00～10：00段（KDE＜3.5起/km2，密度值最高点位于温家堡、宋环村村口路段） ＞21：00～1：00段 （KDE＜2.9起/km2，密度值最高点位于小牛线与208国道交叉口） ＞11：00～16：00段（KDE＜2.8起/km2，密度值最高点位于小牛线与大王线交叉口） ＞2：00～6：00段（KDE＜2起/km2，密度值最高点位于小牛线与208国道交叉口）.

图5 不同时间段交通事故数核密度Fig.5 Different time periods the number of traffic accidents nucleation density

3 交通事故12个月空间分布

从表1可以看出，交通事故数在10月份最多，为12起，占交通事故总数的16.44%，在1月和11月最少为3起；伤亡人数在3月、5月、10月、12月较多，都在10人以上，占伤亡总数的58.7%，整体上伤亡人数与事故数呈正比.10月份的事故主要发生于中下旬，查看当地10月份的历史天气，主要以晴天和多云为主，天气状况良好，进一步分析后，发现10月份中下旬当地进入秋收季节，三轮摩托车、农用三轮车、拖拉机、大型收割机上路行驶增多，城乡公路上占道晾晒农作物影响行车安全，导致交通事故增多.12月份伤亡人数最多，12月份平均气温由零上降到零度或零度以下，路面易结霜或结冰，使路面摩擦系数下降，此外雨雪天气增多，恶劣的天气导致事故增多.1、2月份，公路货运减少，以摩托车、自行车为主的出行方式减少，相应的交通事故和伤亡人数减少.而3月份正值春季气候回暖，公路客货运量持续增加，农民开始春耕春种，交通事故增多.

由于交通事故数据量不大，使用GISARC对交通事故数据以月份为时间单位进行分析，不能准确的反映出事故的空间分布特征，且交通事故具有季节性特点，所以把交通事故时间段分为：3～5月（春季）、6～8月 （夏季）、9～11月 （秋季）、12～2月 （冬季） .利用ARCGIS空间数据处理分析工具中的核密度估算出不同季节交通事故空间分布.

由图6可以看出，城乡公路不同季节交通事故空间分布明显不同，主要特征：

1）从时间分布来看，城乡公路不同季节交通事故数分布不均，但差异不大.春季发生交通事故最多，占事故总数的28.77%，冬季最少，占事故总数的22.55%.

2）从空间分布来看，KDE估算所得的交通事故密度分布不同，春、冬呈现低密度值（KDE＜3起/km2）“珍珠链”分布不同，夏、秋呈现高密度值（KDE＜5起/km2）聚集分布，且夏季＞秋季＞春季＞冬季.

表1 事故次数和伤亡人数月份分布表Tab.1 The number of accidents and casualties distribution tables month

图6 不同季节交通事故数核密度Fig.6 Number of traffic accidents in different seasons nucleation density

3）从总体上看，交通事故密度值较高的区域集中在温家堡村、宋环村等近城路段（K6～K7 km）和北格镇的穿越城镇路段（K14～K15 km） 以及K22～K23 km路段（小牛线与208国道交叉口、小牛线与大王线交叉口）.春季交通事故主要发生在近城路段，夏季和秋季主要发生于穿越城镇路段，冬季交通事故地点分布多，沿线村镇路段和交叉口均有事故发生.

如图7所示，事故数和伤亡人数随里程桩号起伏变化，差异较大，但伤亡人数与事故数的整体趋势基本一致.在桩号K6～K7 km、K14～K15 km处的路段，事故数、伤亡人数都很高，在K6～K7 km路段发生了9起交通事故，造成1人死亡11人受伤，在K14～K15 km路段发生了13起交通事故，造成3人死亡16人受伤.桩号K6～K7 km路段距离城区仅2～3 km，该路段是公路与城市道路的过渡路段，两种道路在设计速度、横断面型式、服务功能等各面的差异，在过渡路段产生冲突，并反映出该路段沿线土地开发利用加强，是城市用地向郊区扩张的重点区域.桩号K14～K15 km是公路穿越村镇段，公路从城镇中心穿过（如图8所示），该城镇建设用地均匀分布该道路两侧，并以道路为轴线向南北方向发展，道路两侧商铺众多、行人随意横穿道路、车辆乱停乱放、逆向行驶、路侧堆积的农作物（秸秆、谷物等）、建筑材料（水泥、砂石、砖瓦等）等横向干扰分散驾驶员的注意力，影响驾驶员的视线.

图7 事故的路段里程分布图Fig.7 Distribution of road mileage accident

图8 不同季节交通事故伤亡人数核密度Fig.8 Different seasons nuclear density traffic accident casualties

由图8可以看出，城乡公路不同季节交通事故伤亡人数密度基本与事故数密度分布一致，但存在部分不同：

1） 冬季伤亡人数密度分布与冬季交通事故数密度分布不一致，北格镇穿越城镇路段（K14～K15 km）的伤亡人数密度值低，交通事故密度值高，K18 km路段的伤亡人数密度值高，交通事故密度值低；

2） 伤亡人数密度值：夏季＞春季＞冬季＞秋季.

4 结论

综上所述可以得出以下结论：

1） 城乡公路交通事故集中于7：00～10：00、17：00～20：00时间段，但1点、15点左右事故伤亡率较高.21：00～6：00时间段事故地点为近城路段、穿越城镇路段、道路交叉口；11：00～16：00时间段事故地点分布均匀，沿线村镇路段和交叉口均有事故发生.

2）城乡公路交通事故在10份发生率最大，12月份伤亡率最高；春季事故数最多，事故主要发生在近城路段；夏季和秋季事故空间集聚性强，主要发生于穿越城镇路段；冬季交通事故地点空间分布均匀，沿线村镇路段和交叉口均有事故发生.

3）城乡公路交通事故多发点为：近城路段即城市道路与公路的过渡段、穿村镇路段和交叉口.反映出路段衔接不合理、横线干扰、交叉口交通冲突是影响城乡公路交通安全的主要原因.

[1] Philip Demosthenes.Access management policies：an historical perspective[R].The International Right-of Way Association Conference，1999.

[2] A policy on geometric design of highways and streets[M].Washington DC：AASHTO，2004.

[3] Transportation Research Board.Access management manual[S].Washington DC：Transportation Research Board，2003.

[4] 贺其诚.城郊公路交通安全研究[D].重庆：重庆交通大学，2008.

[5] 唐琤琤，张铁军，吴玲涛.双车道公路接入口安全影响分析[J].公路交通科技，2007，24（6）：122-125.

[6] 张铁军，唐琤琤.我国双车道公路事故预测模型研究中数据采集[J].中国安全科学学报，2007，17（3）：51-55.

[7] 王雪松，宋洋，黄合来，等.基于分层负二项模型的城郊公路安全影响因素研究[J].中国公路学报，2014，27（1）：100-105.

[8] 郭晓魁，杨宁，侯会学.大件运输中桥梁加固方法的评价[J].河北工业大学学报，2013，42（4）：81-84.

[9] 孙灏，杜培军，邓雯，等.交通安全分析评价GIS的设计与实现[J].测绘通报，2010（3）：31-34.

[10]汤文生，华晓宾，陈仪东.基于GIS的可视化数字公路平台的研究与开发[J].中外公路，2012，32（1）：275-278.

[11]蔡雪娇，吴志峰，程炯.基于核密度估算的路网格局与景观破碎化分析[J].生态学杂志，2012，31（1）：158-164.

Study on temporal and spatial distribution of traffic accidents in suburban roads based on GIS

GUO Xiaokui1,LI Rui2,CHEN Luogang2,QIAO Jiangang2

（1.Highway Engineering Quality Inspection Center of Shanxi Province,Shanxi Taiyuan 030006,China;2.School of Civil Engineering and Transportation,Hebei University of Technology,Tianjin 300401,China）

In order to improve the safety of suburban roads,and to achieve safe transportation strategy,through the field research in the suburbs of a large number of road accidents and traffic flow parameters,and by using GIS kernel density estimation theory and mathematical statistics,the kernel density of the accident distribution in different seasons and other time periods is analyzed,and the kernel density of the traffic accident is obtained,and the kernel density of the traffic accident casualties in different seasons is also obtained.By analyzing the distribution characteristics of the accident on the road,the temporal and spatial distribution situation of the urban suburbs near the city road section,crossing the village road section,intersection etc.is obtained and thus provide a theoretical basis for the safe operation and management of the suburban road.

GIS;suburban highway;kernel density;traffic accident;temporal and spatial distribution

U491.3

A

1007-2373（2017） 05-0062-07

10.14081/j.cnki.hgdxb.2017.05.011

2017-02-21

国家自然科学基金（51108011）；山西省交通科技项目（2015-B6）；天津市交通科技项目（2016-1-4）

郭晓魁（1975-），男，高级工程师，36053277@qq.com.

数字出版日期：2017-09-20 数字出版网址：http://kns.cnki.net/kcms/detail/13.1208.T.20170920.1604.002.html

[责任编辑 杨 屹]