环境因子影响下的城市轨道交通站点周边慢行交通事故发生机制与预测——以上海为例

The urban rail transit system has developed very fast in recent years. Currently, with the increasing use of sharing bicycles, the ‘rail transit+ non-motorized traffic (walking or cycling)’ has become more and more popular. Although ‘being safe’’ is an important characteristic of rail transit system, previous studies of the applicant have shown that it might be significantly unsafe near rail transit stations. Locations near rail transit stations can be characterized by heavy traffic flow with diverse transport modes and complex travel environment, resulting in high risk of traffic collisions, especially those involving pedestrians and bicycles. With small and big data in the study area of Shanghai, this project aims to identify environmental factors that influence the road safety of non-motorized traffic near urban rail transit stations by integrating various sources of environmental data such as traffic monitoring videos, RS and GIS data, and socio-economic data via both questionnaire and daily activity monitoring . Moreover, this project attempts to investigate spatio-temporal variation of the relationship between non-motorized traffic collisions and environmental predictors by using spatio-temporal analytical models. The results of the project can shed great lights on policy making for green transportation planning and management.

近年来，城市轨道交通发展迅速。而随着共享单车的流行，轨道交通+慢行交通方式（步行或自行车）受到越来越多的关注。虽然安全是城市轨道交通的一大重要特性，但申请人的前期研究表明被认为更安全的城市轨道交通的站点周边却可能并不安全。轨道交通站点巨大的交通吸附能力使得周边人流、车流增加显著，而且由于站点多位于多种城市功能区的交汇点，换乘方式多样，交通环境格外复杂，大大提高了步行及单车骑行的危险性。本项目拟以上海为例，针对轨道交通站点周边慢行交通事故，在大小数据支持下，采用问卷和行为实测两种调查方式，融合交通监测视频，遥感数据，GIS基础数据和各类社会经济统计数据，系统地确立影响城市轨道交通站点周边慢行交通安全的环境影响因子；并采用时空统计方法，揭示城市轨道交通站点周边慢行交通事故与环境影响因子的时空映射机制，构建慢行交通事故预测模型，为合理规划城市轨道及慢行交通系统、推动绿色出行提供新的视角和方法。

近年来，城市轨道交通发展迅速，响应“绿色出行”，轨道交通+慢行交通方式（步行或自行车）受到越来越多的关注。研究轨道交通站点周边慢行交通事故与环境影响因子的时空映射机制，构建慢行交通事故预测模型，能为合理规划城市轨道及慢行交通系统、推动绿色出行提供新的视角和方法。本研究采用时空模型分析两类交通事故的时空分布规律，分析轨道交通站点周边地区与其他区域、不同区域内轨道交通站点周边地区之间以及同一轨道交通站点周边不同路段的时空分布差异。在交通安全及地理科学的理论指导下，结合专家经验、调研问卷数据、实测行为数据，研发了一套模型库提取可能影响轨道交通站点周边地区交通事故发生率的人、车和环境因子（包括交通流量、交通设施等道路环境因素及感兴趣点、社会经济、天气等周边环境因素）。基于行人和自行车交通事故和人、车、环境影响因子的时空数据，依赖各类机器学习模型，分别提取两类交通事故随时空环境变化而变化的内容，分析不同时空粒度下，不同地区和时段轨道交通站点周边环境与慢行交通事故的关系，建立人、车、环境对轨道交通站点周边慢行交通安全影响的时空映射机制，动态显示这些因子综合影响下的交通事故的时空变化格局，并根据分析结果构建交通事故预测模型。目前成果包括7篇论文（5篇sci英文论文，2篇中文核心），一项专利申请，一个模型库，一个系统，一项软件著作权。培养科学骨干1名（项目负责人晋升为副教授），培养硕士生4名，博士生1名，博士后1名。