城市道路交通事故黑点动态识别及时空推演方法研究

Facing the challenges of improving urban traffic safety in China, this project aims to proactively improve the safety performance of the road transportation system and to identify correctly crash hotspots/hotlines/hotzones. This project will find the spatio-temporal distribution characteristics of safety data. Then safety assessment models based on spatio-temporal analysis for road transportation will be developed to dynamically identify hotspots. Finally, the developed spatio-temporal evolution method of hotspots identification will be applied to show the future trend of hotspots and to excavate the time and space evolution rule of hotspots, then to develop the hotspots identification platform. The expected research achievements can overcome the drawback of the traditional safety management, which responses reactively to safety problems that have occurred. Therefore, the expected research achievements can help evaluate the safety performance of transportation system, and proactively maintain our focus on the results of hotspots identification. The expected research achievements of this project can provide the basic methods and techniques to save the social resource and to solve urban road safety problem in a proactive manner instead of a reactively manner, and to optimize the safety and efficiency of urban transportation system.

面对我国城市交通安全改善的现实需求，以主动提升交通系统宏微观层面的安全水平、准确识别交通事故多发、集中的路段/路口、路网与区域为目标，本项目在深入挖掘安全数据的时间-空间分布特性的基础上，建立基于时空分析的城市道路交通安全分析模型，实现对交通事故黑点的动态识别；并将事故黑点时空推演方法用于揭示交通事故黑点的未来发展趋势，挖掘事故黑点时空推演规律，开发交通事故黑点动态识别应用平台。本项目的预期研究成果可以克服传统交通安全改善方法被动应对、缺乏前瞻性的缺点，实现对城市交通系统宏微观层面的安全管理措施进行评价，并对事故黑点动态识别结果给予重点关注，最大化地节约社会资源，为实现城市交通安全保障从事后被动补救向事前主动预防的根本转变、全面实现安全、有序、高效的城市交通系统提供基础理论和技术支持。

面对我国城市交通安全改善的现实需求，以主动提升交通系统宏微观层面的安全水平、准确识别交通事故多发、集中的路段/路口、路网与区域为目标,本项目在深入挖掘安全数据的时间-空间分布特性的基础上，建立基于时空分析的城市道路交通安全分析模型，实现对交通事故黑点的动态识别；并将事故黑点时空推演方法用于揭示交通事故黑点的未来发展趋势，挖掘事故黑点时空推演规律，开发交通事故黑点动态识别应用平台。.本项目提出了一种贝叶斯时空交互模型方法，通过在宏观安全分析的背景下应用完整的贝叶斯（FB）技术来识别热点。使用分析区域收集佛罗里达州orange数据，进行了一项实证分析，以评估以下三种热点方法识别：使用泊松对数正态模型进行FB排名，使用贝叶斯空间进行全贝叶斯排名时空模型和全贝叶斯排名。.这项研究应用贝叶斯时空方法来估计特定区域的事故趋势，研究成果可以克服传统交通安全改善方法被动应对、缺乏前瞻性的缺点，实现对城市交通系统宏微观层面的.安全管理措施进行评价，并对事故黑点动态识别结果给予重点关注，最大化地节约社会资源，为实现城市交通安全保障从事后被动补救向事前主动预防的根本转变、全面实现安全、有序、高效的城市交通系统提供基础理论和技术支持以便确定事故风险状况随时间而改善或恶化的区域。通过研究事故发生的空间和时间模式，所提出的分类方法可以直接帮助对具有实际意义的区域进行优先排序，因为该方法对于基于本地可用的执法资源进行交通规划和运营管理尤其有用。