高靜如

（同濟大學(xué)交通運輸工程學(xué)院，上海 201800）

霧對高速公路運營危害性評價研究

高靜如

（同濟大學(xué)交通運輸工程學(xué)院，上海 201800）

應(yīng)用滬渝高速公路重慶繞城段（G5001）和渝昆高速公路（G85）重慶段上的天氣、交通檢測設(shè)施采集到的信息以及重慶高速公路路網(wǎng)的霧天管理信息，分析了霧對高速公路交通的影響，并對高速公路路網(wǎng)霧區(qū)路段的霧災(zāi)害嚴(yán)重程度進行了評價。研究表明:不同能見度下霧使G85高速公路重慶段運行車速降低7%～61%，流量損失6% ～95%，G5001運行車速降低4%～29%，流量損失24%～93%。綜合考慮霧的出現(xiàn)頻率和嚴(yán)重程度以及路段交通水平，采用主成分分析及聚類分法建立了高速公路霧災(zāi)害嚴(yán)重影響程度指數(shù)計算模型，提出霧災(zāi)害指數(shù)的分級標(biāo)準(zhǔn)。對重慶高速公路網(wǎng)146個管理單元的霧災(zāi)害指數(shù)進行了評價和分級，確定特別關(guān)鍵路段19個，關(guān)鍵路段24個，次關(guān)鍵路段49個。

霧災(zāi)害;運營;高速公路網(wǎng);危害性指數(shù)

0 引言

霧是影響高速公路運營常見的災(zāi)害性天氣。霧的產(chǎn)生具有突發(fā)性、波動性、路段分布特性等，除易引發(fā)交通事故外，還常導(dǎo)致高速公路關(guān)閉和運行效率下降，嚴(yán)重影響路網(wǎng)運行。White，等［1］研究提出，能見度超過200 m時，霧對車速的影響很小;Hawkins［2］的研究發(fā)現(xiàn)，當(dāng)能見度降低時，車頭時距低于2 s的車輛百分比會增加;D.S.Andrew［3］認(rèn)為在自由流條件下，低能見度會使平均速度下降12% ～16%，通行能力損失12%;John E.Thornesff［4］分析了英國天氣和氣候變化對交通的影響，認(rèn)為霧天道路通行能力將會降低;Kyte，等［5］分析了對公路交通影響的評價指標(biāo)，建立了車速與天氣影響因素關(guān)系方程，指出霧使速度降低15% ～18%;Brilon，等［6］研究認(rèn)為，能見度降低將會使道路通行能力降低13%～47%。

在國內(nèi)，黃朝迎［7］歸納總結(jié)了公路運輸?shù)撵F害指標(biāo)，分析了霧對公路運輸?shù)挠绊戇^程，提出了影響評估的統(tǒng)計模型;丁小平，等［8］通過對有霧和無霧條件下交通流狀態(tài)的對比研究，進一步闡述了霧對高速公路交通流的影響機理;湯筠筠［9］分析了霧天對交通流的影響，提出有霧狀態(tài)下，能見度在140～200 m之間車速變化緩慢;能見度低于100 m時，車速急速下降。

綜上所述，國內(nèi)外學(xué)者對于霧天的交通影響已做過一些研究，但對高速公路霧災(zāi)害的系統(tǒng)性影響評價研究較少。筆者從交通延誤、流量損失、運營經(jīng)濟和用戶滿意度等方面綜合研究了霧對高速公路運營的影響。

1 霧對重慶高速公路影響分析

1.1 數(shù)據(jù)來源及篩選

霧天能見度信息和交通信息來源于2010—2011年渝昆高速公路（G85）重慶段和滬渝高速公路重慶繞城段（G5001）監(jiān)控中心的檢測數(shù)據(jù)。其中，G85重慶段數(shù)據(jù)由大安段、榮昌段和走馬段等3個觀測斷面的霧檢（能見度）與車檢數(shù)據(jù)組成;G5001數(shù)據(jù)由全線6處霧檢數(shù)據(jù)與24處車檢數(shù)據(jù)組成。

1.2 霧對運行車速及流量的影響

為了分析霧天不同能見度等級情況下的速度、車流量損失，將能見度劃分為6個區(qū)間，即:＜50 m，50～100 m，100～200 m，200～300 m，300～500 m 和＞500 m。

以能見度＞500 m時的速度和流量數(shù)據(jù)為正常指標(biāo)，記為0損失。在能見度＜500 m時，霧對G85重慶段及重慶繞城高速公路（G5001）平均速度和交通量的影響分析結(jié)果如表1，車型損失比例如表2。

表1 不同能見度區(qū)間速度和車流量損失Table 1 Interval velocity and vehicle flow loss under different visibility /%

由表1可以看出，能見度降低將導(dǎo)致高速公路速度及流量損失，能見度越低對速度、流量損失影響越大。同時，由于道路條件和交通條件的不同，低能見度對各斷面速度的影響也有不同。此外，不同管理單元的日均流量的損失也不相同，這反映了高速公路路段所在公路網(wǎng)的完善程度及其在低能見度下為高速公路交通管制分擔(dān)流量的能力差異顯著。

表2 霧對車型流量損失的影響Table 2 Effects of fog on the volume loss between vehicle types/%

表2表明，在流量損失中各車型比例并不一致，特別是大型車輛，由于山區(qū)高速公路沿線公路網(wǎng)分流條件有限，大型貨車尤其是長途貨車即使在封路的情況下也不愿意駛離高速公路。

1.3 霧對車頭時距影響

將車頭時距＜5 s的交通行為定義為跟車行駛行為［10］，分別對霧天低能見度和晴天天氣情況下跟車車頭時距進行觀測，兩種天氣情況下的跟車車頭時距累計頻率曲線如圖1。

圖1 霧天和晴天跟車車頭時距累計頻率Fig.1 Car-following vehicle headway cumulative frequency on foggy and sunny weather condition

從圖1可以看出，晴天跟車車頭時距在2 s以內(nèi)的車輛達(dá)44.4%，而霧天僅有31.9%的車輛跟車車頭時距在2 s以內(nèi);霧天跟車車頭時距平均值稍大于晴天跟車車頭時距平均值。取顯著性水平為0.05進行T檢驗，結(jié)果表明霧天和晴天的跟車車頭時距方差和均值間無顯著性差異，如表3。

表3 霧天和晴天車頭時距T檢驗Table 3 Test for vehicle headway under foggy and sunny condition

2 高速公路霧危害性影響評價模型

霧天對高速公路運營的影響主要體現(xiàn)在由于能見度降低所引發(fā)的時間延誤、交通量減少、高速公路運營經(jīng)濟損失以及封路造成的高速公路用戶滿意度下降。

霧危害性影響評價模型應(yīng)一方面考慮霧天出現(xiàn)的頻率和嚴(yán)重性，另一方面還需要考慮霧區(qū)路段的交通水平。霧天出現(xiàn)的頻率及嚴(yán)重性用管制時間、經(jīng)濟損失及管制次數(shù)3個指標(biāo)表示，交通水平用交通量、交通量損失及單元長度3個指標(biāo)表示。

在上述6個初步確定的變量基礎(chǔ)上，經(jīng)過主成分分析，得到主成分綜合分析模型［11］:

由主成分綜合模型分析得知交通量（X1）、管制時間（X2）、經(jīng)濟損失（X3）、交通量損失（X4）的系數(shù)皆大于0.15，依據(jù)主成分分析原理，確定該4個因子為霧天災(zāi)害影響關(guān)鍵因子。

式中:IHFD為霧天災(zāi)害指數(shù)，指數(shù)越大，表示霧造成的被害程度越大;IT為延誤時間指數(shù)（T為延誤時間，采用管制時間均值，min）;IL為流量損失指數(shù)（L為流量損失，%）;IV為年平均日交通量指數(shù)（V為年平均日交通量，輛/d）;IE為通行費用損失指數(shù)（E為通行費用損失金額，元）。

通過對原始數(shù)據(jù)的選擇和處理，運用模糊聚類分析對管理單元的霧天災(zāi)害影響程度進行分類，依據(jù)霧天災(zāi)害指數(shù)進行分級，主要步驟如下。

2.1 創(chuàng)建數(shù)據(jù)矩陣

將論域U={x1，x2，…，xn}為被分類對象，每個對象又由m個指標(biāo)表示其性狀，即xi=（xi1，xi2，…，xim）（i=1，2，…，n）。據(jù)此得原始數(shù)據(jù)矩陣:

2.2 數(shù)據(jù)標(biāo)準(zhǔn)化

在實際計算IHFD時，各指標(biāo)的量綱不同，為了減少量綱帶來的差異，需將原始數(shù)據(jù)做適當(dāng)變換，將原始數(shù)據(jù)根據(jù)模糊矩陣的要求，將數(shù)據(jù)壓縮到區(qū)間［0，1］上。

2.2.1 平移·標(biāo)準(zhǔn)差變換

2.2.2 平移·極差變換

將標(biāo)準(zhǔn)化矩陣?yán)镁垲惙治鲈磉M行聚類分析［11］，依據(jù)聚類分析樹狀圖劃分管理單元類別。

2.3 評價等級

提出各管理單元霧災(zāi)害嚴(yán)重程度類型被害指數(shù)的界限值，劃分霧害影響嚴(yán)重程度等級。

3 重慶高速公路網(wǎng)霧災(zāi)害評價

根據(jù)重慶高速公路“二環(huán)八射”路網(wǎng)中各互通單元位置，將重慶高速公路網(wǎng)劃分為共計146個管理單元。依據(jù)兩個霧季高速公路交通管理信息，根據(jù)前述模型，描述每個管理單元的4個指標(biāo)，組成146×4階矩陣。經(jīng)過對原始數(shù)據(jù)進行平移標(biāo)準(zhǔn)差變換以及平移極差變化，得標(biāo)準(zhǔn)化霧害指數(shù)表，并依據(jù)模糊聚類原理，對預(yù)處理過的數(shù)據(jù)進行聚類分析。

依據(jù)聚類分析樹狀圖，將重慶高速公路管理單元分為5類，依次為極度影響、重度影響、中度影響、輕度影響和微度影響。結(jié)合霧天被害特征指數(shù)值得出5類管理單元霧災(zāi)害嚴(yán)重程度類型被害指數(shù)的界限值見表4。

表4 重慶高速公路霧災(zāi)害指數(shù)IHFD分級界限值Table 4 Threshold of IHFDfor Chongqing expressway network

重慶高速公路各管理單元霧災(zāi)害影響指數(shù)如表5。將極度影響單元確定為特別關(guān)鍵路段，重度影響單元為關(guān)鍵路段，重度影響單元為次關(guān)鍵路段，是霧季管理的重點。

表5 重慶高速公路路網(wǎng)霧災(zāi)害影響指數(shù)分布Table 5 Fog hazard distribution of Chongqing expressway network

（續(xù)表5）

4 結(jié)語

影響高速公路沿線霧區(qū)分布因素繁多，使高速公路網(wǎng)各管理單元表現(xiàn)出不同的霧情和交通影響。應(yīng)用交通量、管制時間、經(jīng)濟損失、流量損失4個指標(biāo)，建立了霧天災(zāi)害嚴(yán)重影響程度指數(shù)評價模型。通過對重慶高速公路網(wǎng)各管理單元進行統(tǒng)計分析，得出不同管理單元霧災(zāi)害被害指數(shù)的界限值，確定了重慶高速公路網(wǎng)各管理單元霧災(zāi)害影響指數(shù)分布和影響等級，其中特別關(guān)鍵路段共19個，關(guān)鍵路段共24個，次關(guān)鍵路段共49個，這92個路段是重慶高速公路霧季管理的重點路段。

（References）:

［1］ White M E，Jeffery D J.Some Aspects of Motorway Traffic Behavior in Fog［R］.Berkshire，U K:Transport and Road Research Laboratory，1980.

［2］ Hawkins R K.Motorway Traffic Behavior in Reduced Visibility［C］.Nottingham，U K:Proceedings of the Second International Conference on Vision in Vehicles（II），1987:135-142.

［3］ Andrew D S，Shah V，Goodwin L，et al.Analysis of Weather Impacts on Traffic Flow in Metropolitan Washington D.C.［R］.Washington，D.C.:Federal Highway Administration，2003:156-167.

［4］ Thornes J E.The impact of weather and climate on transport in the UK［J］.Progress in Physical Geography，1992，2（16）:187-208.

［5］ Kyte M，Khatib Z，Shannon P，et al.Effect of weather on freeflow speed［J］.Transportation Research Record:Journal of the Transportation Research Board，2001，1776:60-68.

［6］ Brilon W，Ponzlet M.Variability of Speed-Flow Relationships on German Autobahns 584［R］.Washington，D.C.:Transportation Research Record 1555，1996:91-98.

［7］ 黃朝迎.霧對公路運輸影響的初步研究［J］.氣象，2000，26（2）:2-3.

Huang Zhaoying.Preliminary study on the impact of fog on highway communication［J］.Meteorological Monthly，2000，26（2）:2-3.

［8］ 丁小平，戴娟莉，王建軍，等.霧區(qū)高速公路交通安全影響規(guī)律研究［J］.公路，2010（6）:152-158.

Ding Xiaoping，Dai Juanli，Wang Jianjun，et al.A study on influencing law of traffic safety on foggy expressway ［J］.Highway，2010（6）:152-158.

［9］ 湯筠筠.高速公路霧區(qū)交通安全保障技術(shù)研究［D］.合肥:合肥工業(yè)大學(xué)，2005:24-34.

Tang Yunyun.Research on Safeguards Technology of Expressway in Fog［D］.Hefei:Hefei University of Technology，2005:24-34.

［10］ Transportation Research Board.Highway Capacity Manual 2000［M］.Washington，D.C.:Transportation Research Board，2000:8.

［11］余錦華，楊維權(quán).多元統(tǒng)計分析與應(yīng)用［M］.廣州:中山大學(xué)出版社，2005:210-229.

Yu Jinhua，Yang Weiquan.Multivariate Statistical Analysis and Application［M］.Guangzhou:Zhongshan University Press，2005:210-229.

［12］張繼權(quán)，李寧.主要氣象災(zāi)害風(fēng)險評價與管理的數(shù)量化方法及其應(yīng)用［M］.北京:北京師范大學(xué)出版社，2007:158-173.

Zhang Jiquan，Li Ning.Quantitive Method and Applications of Risk Assessment Management on Main Meteorological Disasters［M］.Beijing:Beijing Normal University Press，2007:158-173.

Evaluation of Fog Hazard Impact on Expressway Network Operation

Gao Jingru
（School of Transportation Engineering，Tongji University，Shanghai 201800，China）

The relative data from expressways of Shanghai-Chongqing（G5001）and Chongqing-Kunming（G85）in Chongqing such as the weather，the information got by traffic testing facilities and the management information in foggy day got by Chongqing highway road network，are adopted to analyze the impact of foggy weather on highway traffic.And hazardous degree of highway road network is estimated.The research shows that:for G85，the running speed loss is 7%to 61%，volume loss is 6%to 95%;the values are 4%to 29%and 24%to 93%for G5001.Relying on principal component analysis method and cluster analysis and synthesizing the frequency of fog，the severity of fog’s influence and the traffic level of segments，the index calculation model for estimating fog hazardous impact on expressway has been established and the grading standard of fog’s hazardous impact has been also proposed.The index calculation model and the grading standard mentioned above have been applied to 146 management units of Chongqing’s expressway network，which include 19 special key segments，24 key segments and 49 minor key segments.

fog hazard;operation;expressway network;hazardous index

U491

A

1674-0696（2013）02-0248-04

10.3969/j.issn.1674-0696.2013.02.17

2012-10-30;

2013-01-11

高靜如（1992—），女，重慶人，本科生，主要研究方向為交通工程。E-mail:manfeigao@163.com。

該4個指標(biāo)建立霧天災(zāi)害嚴(yán)重影響程度指數(shù)計算模型［12］: