基于GIS的城郊公路交通事故時空分布研究

郭曉魁，李 瑞，陳羅剛，喬建剛

（1.山西省公路工程質量檢測中心，山西 太原 030006；2.河北工業大學 土木與交通學院，天津 300401）

基于GIS的城郊公路交通事故時空分布研究

郭曉魁1，李 瑞2，陳羅剛2，喬建剛2

（1.山西省公路工程質量檢測中心，山西 太原 030006；2.河北工業大學 土木與交通學院，天津 300401）

為了提高城郊公路安全性，實現平安交通戰略，通過對城郊公路大量的交通流參數和交通事故實地調研，運用GIS的核密度估計理論和數理統計方法，對不同季節、時間段的事故分布進行核密度分析，得到不同時間段交通事故數核密度，不同季節交通事故傷亡人數核密度，通過分析事故在道路空間分布特征，得到城郊公路近城路段、穿越村鎮路段、交叉口等事故多發點的時空分布規律，為城郊公路的安全運營管理提供理論依據.

GIS；城郊公路；核密度；交通事故；時空分布

0 引言

城郊公路是連接城市和鄉村的重要紐帶，承擔著城鄉之間客貨運輸的功能，但人行道鋪設、綠化、路燈等配套設施不完善導致交通安全事故多發.從20世紀70年代開始，美國就已經開始研究城郊公路交通安全問題，對出入口和交叉口的數量、位置、間距等相關參數進行了規定[1-3].20世紀90年代，美國建立了基于GIS的道路交通事故信息系統，用于交通事故管理與分析[4].唐琤琤等研究了雙車道公路接入口對交通安全的影響，得出了接入口對交通安全影響的量化結論[5].張鐵軍等研究了雙車道公路事故預測模型研究中接入口數據采集方法和處理方式[6].賀其誠分析了城郊公路的交通事故規律，提出了城郊公路交通安全評價等級和安保對策[4].王雪松等建立城郊公路安全影響因素的分層負二項模型，分析了路段幾何設計、接入口特征、交通特征、和交通安全的關系[7].梁艷平基于GIS建立了包含交通事故對象、人、車、路以及環境等要素的交通事故空間數據庫，為交通事故研究提供完備的數據支持[8].孫灝等基于面向對象思想完成了交通安全分析評價GIS系統的概要框架設計、詳細設計以及數據庫設計[9].湯文生等運用GIS系統研究開發了可視化數字公路平臺[10].國內學者對城郊公路交通事故的研究多是從時間（月變化、周變化、時變化）和空間（路段、交叉口、方向分布、車道分布）分別進行分析，交通事故時間分析或者空間分析只能在單一尺度上反映出事故特征，存在著時空分離的局限性，會導致部分結論的不準確.

結合太原城郊公路交通事故數據，以小牛線（如圖1所示）為例，運用核密度估算方法，利用ARCMAP軟件中的空間分析功能，分析研究了城郊公路交通事故時空分布特征，并確定了城郊公路事故多發點.

1 基于GIS的核密度（KDE） 估算方法

核密度分析用于計算每個輸出柵格像元周圍的點要素的密度.

一般定義為：設x1，…，xn是從分布密度函數為f的總體中抽取的獨立同分布樣本，估計f在某點x處的值f（x），通常有Rosenblatt-Parzen核估計[11]：

式中：k為核函數；h>0，為帶寬；（x-xi）為估計點到樣本xi的距離.

概念上，每個點上方均覆蓋著一個平滑曲面.在點所在位置處表面值最高，隨著與點的距離的增大表面值逐漸減小，在與點的距離等于搜索半徑的位置處表面值為零.僅允許使用圓形鄰域.曲面與下方的平面所圍成的空間的體積等于此點的Population字段值，如果將此字段值指定為NONE，則體積為1.每個輸出柵格像元的密度均為疊加在柵格像元中心的所有核表面的值之和.

2 交通事故24 h空間分布

圖1 城郊公路路線圖Fig.1 Suburban road map

圖2 核密度估計原理圖Fig.2 Schematic kernel density estimation

圖3 24 h事故數變化直方圖Fig.3 24 h histogram of the number of accidents change

從圖3可以看出，城鄉公路交通事故在時間上呈現“雙峰分布”，主要集中在 7：00～10：00、17：00～20：00時間段，這2個高峰時段共8個小時占全天時間的33.33%，事故數占全天交通事故總數的63.01%；而2：00～6：00、11：00-16：00時間段共11個小時占全天時間的45.83%，事故數占總事故數的23.29%；21：00～1：00時間段共5個小時占全天時間20.83%，事故數占總事故數的13.70%.分析原因：早晚高峰時段，交通量大，在17：00～20：00時段，光線由明轉暗，駕駛員視網膜上呈工作狀態的細胞由錐狀細胞轉換成桿狀細胞，桿狀細胞只能感光，不能感色，視距變小，判斷能力下降，易誘發交通事故.

從圖4可以看出，城鄉公路段交通事故傷亡人數的時間分布，與事故數的時間分布基本一致.1點和15點這2個時段事故受傷人數最多，為11人，但1點的事故受傷率為3.67人/起（最高），15點的事故受傷率為2.75人/起；20點事故死亡人數最多，22：00～23：00時間段事故死亡率為1人/起（最高）；此外，78.57%的死亡事故發生于17：00～5：00時間段內，50%的死亡事故發生于20：00～23：00時間段內.分析原因：凌晨時段，氣溫達到全天最低，生理機能處于低潮，大腦容易轉入疲勞狀態，反應遲鈍、產生瞌睡，發生的事故更加嚴重；15點左右路上交通量變大，溫度高，氣溫在30℃以上時，輪胎內的氣壓會升高10%至12%，夏季路面溫度將可能達到60～70℃，爆胎幾率增高，并且午飯后大量的血液流向消化系統，腦部出現供血不足，進而影響駕駛員運動神經、感覺功能和精神意識，出現頭昏困倦的感覺，判斷遲緩，動作僵硬，造成事故更加嚴重.

圖4 傷亡人數小時變化曲線圖Fig.4 Casualties hours change curve

交通事故時間分析或者空間分析只能在單一尺度上反映出事故特征，存在著時空分離的局限性.所以利用GISARC對2010～2013年城鄉公路交通事故進行分類，進而提取不同時間段的交通事故數據，利用ARCGIS中影像配準（Georeferencing）工具進行影像數據的地理配準，并對事故數據矢量化處理，得到不同時間段交通事故空間分布.根據24 h事故數變化直方圖的趨勢把事故時間分為以下幾段：2：00～6：00、7：00～10：00、11：00～16：00、17：00～20：00、21：00～1：00.利用 ARCGIS 空間數據處理分析工具中的核密度估算出交通事故的密度值分布.

圖5，清晰的反映了城鄉公路24 h不同時間段交通事故空間分布特征：

1） 2：00～6：00、11：00～16：00 和 21：00～1：00 時間段的交通事故呈現點狀分布，7：00～10：00和17：00～20：00時間段的交通事故呈現片狀分布.21：00～1：00和2：00～6：00時間段事故地點為近城路段、北格鎮、208國道與小牛線交叉口（密度值最高）；11：00～16：00時間段事故地點分布多，沿線村鎮路段和交叉口均有事故發生.

2） 從KDE估算所得的交通事故密度來看：17：00～20：00段（KDE＜5.2起/km2，密度值最高點位于北格鎮路段） ＞7：00～10：00段（KDE＜3.5起/km2，密度值最高點位于溫家堡、宋環村村口路段） ＞21：00～1：00段 （KDE＜2.9起/km2，密度值最高點位于小牛線與208國道交叉口） ＞11：00～16：00段（KDE＜2.8起/km2，密度值最高點位于小牛線與大王線交叉口） ＞2：00～6：00段（KDE＜2起/km2，密度值最高點位于小牛線與208國道交叉口）.

圖5 不同時間段交通事故數核密度Fig.5 Different time periods the number of traffic accidents nucleation density

3 交通事故12個月空間分布

從表1可以看出，交通事故數在10月份最多，為12起，占交通事故總數的16.44%，在1月和11月最少為3起；傷亡人數在3月、5月、10月、12月較多，都在10人以上，占傷亡總數的58.7%，整體上傷亡人數與事故數呈正比.10月份的事故主要發生于中下旬，查看當地10月份的歷史天氣，主要以晴天和多云為主，天氣狀況良好，進一步分析后，發現10月份中下旬當地進入秋收季節，三輪摩托車、農用三輪車、拖拉機、大型收割機上路行駛增多，城鄉公路上占道晾曬農作物影響行車安全，導致交通事故增多.12月份傷亡人數最多，12月份平均氣溫由零上降到零度或零度以下，路面易結霜或結冰，使路面摩擦系數下降，此外雨雪天氣增多，惡劣的天氣導致事故增多.1、2月份，公路貨運減少，以摩托車、自行車為主的出行方式減少，相應的交通事故和傷亡人數減少.而3月份正值春季氣候回暖，公路客貨運量持續增加，農民開始春耕春種，交通事故增多.

由于交通事故數據量不大，使用GISARC對交通事故數據以月份為時間單位進行分析，不能準確的反映出事故的空間分布特征，且交通事故具有季節性特點，所以把交通事故時間段分為：3～5月（春季）、6～8月 （夏季）、9～11月 （秋季）、12～2月 （冬季） .利用ARCGIS空間數據處理分析工具中的核密度估算出不同季節交通事故空間分布.

由圖6可以看出，城鄉公路不同季節交通事故空間分布明顯不同，主要特征：

1）從時間分布來看，城鄉公路不同季節交通事故數分布不均，但差異不大.春季發生交通事故最多，占事故總數的28.77%，冬季最少，占事故總數的22.55%.

2）從空間分布來看，KDE估算所得的交通事故密度分布不同，春、冬呈現低密度值（KDE＜3起/km2）“珍珠鏈”分布不同，夏、秋呈現高密度值（KDE＜5起/km2）聚集分布，且夏季＞秋季＞春季＞冬季.

表1 事故次數和傷亡人數月份分布表Tab.1 The number of accidents and casualties distribution tables month

圖6 不同季節交通事故數核密度Fig.6 Number of traffic accidents in different seasons nucleation density

3）從總體上看，交通事故密度值較高的區域集中在溫家堡村、宋環村等近城路段（K6～K7 km）和北格鎮的穿越城鎮路段（K14～K15 km） 以及K22～K23 km路段（小牛線與208國道交叉口、小牛線與大王線交叉口）.春季交通事故主要發生在近城路段，夏季和秋季主要發生于穿越城鎮路段，冬季交通事故地點分布多，沿線村鎮路段和交叉口均有事故發生.

如圖7所示，事故數和傷亡人數隨里程樁號起伏變化，差異較大，但傷亡人數與事故數的整體趨勢基本一致.在樁號K6～K7 km、K14～K15 km處的路段，事故數、傷亡人數都很高，在K6～K7 km路段發生了9起交通事故，造成1人死亡11人受傷，在K14～K15 km路段發生了13起交通事故，造成3人死亡16人受傷.樁號K6～K7 km路段距離城區僅2～3 km，該路段是公路與城市道路的過渡路段，兩種道路在設計速度、橫斷面型式、服務功能等各面的差異，在過渡路段產生沖突，并反映出該路段沿線土地開發利用加強，是城市用地向郊區擴張的重點區域.樁號K14～K15 km是公路穿越村鎮段，公路從城鎮中心穿過（如圖8所示），該城鎮建設用地均勻分布該道路兩側，并以道路為軸線向南北方向發展，道路兩側商鋪眾多、行人隨意橫穿道路、車輛亂停亂放、逆向行駛、路側堆積的農作物（秸稈、谷物等）、建筑材料（水泥、砂石、磚瓦等）等橫向干擾分散駕駛員的注意力，影響駕駛員的視線.

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

圖8 不同季節交通事故傷亡人數核密度Fig.8 Different seasons nuclear density traffic accident casualties

由圖8可以看出，城鄉公路不同季節交通事故傷亡人數密度基本與事故數密度分布一致，但存在部分不同：

1） 冬季傷亡人數密度分布與冬季交通事故數密度分布不一致，北格鎮穿越城鎮路段（K14～K15 km）的傷亡人數密度值低，交通事故密度值高，K18 km路段的傷亡人數密度值高，交通事故密度值低；

2） 傷亡人數密度值：夏季＞春季＞冬季＞秋季.

4 結論

綜上所述可以得出以下結論：

1） 城鄉公路交通事故集中于7：00～10：00、17：00～20：00時間段，但1點、15點左右事故傷亡率較高.21：00～6：00時間段事故地點為近城路段、穿越城鎮路段、道路交叉口；11：00～16：00時間段事故地點分布均勻，沿線村鎮路段和交叉口均有事故發生.

2）城鄉公路交通事故在10份發生率最大，12月份傷亡率最高；春季事故數最多，事故主要發生在近城路段；夏季和秋季事故空間集聚性強，主要發生于穿越城鎮路段；冬季交通事故地點空間分布均勻，沿線村鎮路段和交叉口均有事故發生.

3）城鄉公路交通事故多發點為：近城路段即城市道路與公路的過渡段、穿村鎮路段和交叉口.反映出路段銜接不合理、橫線干擾、交叉口交通沖突是影響城鄉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] 賀其誠.城郊公路交通安全研究[D].重慶：重慶交通大學，2008.

[5] 唐琤琤，張鐵軍，吳玲濤.雙車道公路接入口安全影響分析[J].公路交通科技，2007，24（6）：122-125.

[6] 張鐵軍，唐琤琤.我國雙車道公路事故預測模型研究中數據采集[J].中國安全科學學報，2007，17（3）：51-55.

[7] 王雪松，宋洋，黃合來，等.基于分層負二項模型的城郊公路安全影響因素研究[J].中國公路學報，2014，27（1）：100-105.

[8] 郭曉魁，楊寧，侯會學.大件運輸中橋梁加固方法的評價[J].河北工業大學學報，2013，42（4）：81-84.

[9] 孫灝，杜培軍，鄧雯，等.交通安全分析評價GIS的設計與實現[J].測繪通報，2010（3）：31-34.

[10]湯文生，華曉賓，陳儀東.基于GIS的可視化數字公路平臺的研究與開發[J].中外公路，2012，32（1）：275-278.

[11]蔡雪嬌，吳志峰，程炯.基于核密度估算的路網格局與景觀破碎化分析[J].生態學雜志，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

國家自然科學基金（51108011）；山西省交通科技項目（2015-B6）；天津市交通科技項目（2016-1-4）

郭曉魁（1975-），男，高級工程師，36053277@qq.com.

數字出版日期：2017-09-20 數字出版網址：http://kns.cnki.net/kcms/detail/13.1208.T.20170920.1604.002.html

[責任編輯 楊 屹]