| 基于空间自相关的城市道路事故多发点鉴别 |
| |
| 引用本文： | 蒋宏,方守恩,陈雨人,马柱.基于空间自相关的城市道路事故多发点鉴别[J].同济大学学报(自然科学版),2013,41(5):664-669. |
| |
| 作者姓名： | 蒋宏 方守恩 陈雨人 马柱 |
| |
| 作者单位： | 同济大学道路与交通工程教育部重点实验室,上海,201804 |
| |
| 基金项目： | "十一五"国家科技支撑计划，国家自然科学基金，乌鲁木齐市科学技术计划 |
| |
| 摘 要： | 提出了基于空间自相关鉴别城市道路事故多发点的方法,并利用5年内交通事故数据进行验证.首先,以非参数核密度估计模型描述交通事故点的空间二维分布,得到事故分布密度的最优窗宽为115.2m,借此划分路段的空间单元.然后,基于地理信息系统"面弧"城市道路网络拓扑模型构建空间统计单元,并集计事故数和事故严重度指数属性.最后,通过全局Moran指数检验,事故数据呈现聚集的空间分布模式,局部G统计量鉴别出属性值高低的聚类,并生成事故多发点分布图.研究结果表明,与事故频率建模的负二项模型相比,事故位置与属性数据一体化下的空间数据分析不但能够鉴别路段(交叉口)的事故多发点,而且能够对其属性值进行空间关联排序,交通管理部门可利用空间分析可视化结果定位事故多发点和进一步开展交通安全决策研究.
|
| 关 键 词： | 交通安全 空间自相关 事故多发点鉴别 核密度估计 负二项模型 |
| 收稿时间： | 2012/4/25 0:00:00 |
| 修稿时间： | 2013/2/20 0:00:00 |
A spatial autocorrelation based approach for identifying hot spots on urban road |
| |
| jiang hong,FANG Shou-en,CHEN Yu-ren and MA Zhu.A spatial autocorrelation based approach for identifying hot spots on urban road[J].Journal of Tongji University(Natural Science),2013,41(5):664-669. |
| |
| Authors: | jiang hong FANG Shou-en CHEN Yu-ren and MA Zhu |
| |
| Institution: | Key Laboratory of Road and Traffic Engineering of the Ministry of Education, Tongji University, Shanghai 201804, China;Key Laboratory of Road and Traffic Engineering of the Ministry of Education, Tongji University, Shanghai 201804, China;Key Laboratory of Road and Traffic Engineering of the Ministry of Education, Tongji University, Shanghai 201804, China;Key Laboratory of Road and Traffic Engineering of the Ministry of Education, Tongji University, Shanghai 201804, China |
| |
| Abstract: | |
| |
| Keywords: | traffic safety spatial autocorrelation hot spots identification kernel density estimation negative binomial model |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《同济大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《同济大学学报(自然科学版)》下载免费的PDF全文 |
|
