譚錦艷+張湘+邵麗芳+莫鋒華+歐雁鈿+李少偉

摘 要：介紹了時(shí)空GIS及其預(yù)判與鑒別交通事故黑點(diǎn)的原理，重點(diǎn)討論了基于SuperMap GIS的道路交通事故黑點(diǎn)智能鑒別方法。通過廣州市道路交通事故黑點(diǎn)預(yù)判與鑒別系統(tǒng)，進(jìn)行交通事故黑點(diǎn)實(shí)時(shí)鑒別及地圖發(fā)布，解決了傳統(tǒng)道路交通安全管理手段單一、內(nèi)容枯燥、信息滯后等問題，在一定程度上滿足了大眾安全出行的需求。

關(guān)鍵詞：Super Map GIS；緩存區(qū)分析；疊置分析；事故黑點(diǎn)

DOIDOI：10.11907/rjdk.162214

中圖分類號(hào)：TP319

文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1672-7800（2016）012-0116-02

0 引言

隨著廣州市經(jīng)濟(jì)的持續(xù)發(fā)展，道路通車?yán)锍碳捌嚤Ｓ辛恐饾u增加，道路交通事故發(fā)生頻率不斷上升。因此，開展道路交通事故黑點(diǎn)預(yù)判與鑒別，制作并發(fā)布道路交通事故黑點(diǎn)地圖，是管控與治理危險(xiǎn)路段、提高道路交通安全管理水平的重要手段之一[1]。

1 時(shí)空GIS概念及其發(fā)展趨勢(shì)

時(shí)空GIS是建立在時(shí)態(tài)數(shù)據(jù)庫、GIS、人工智能等基礎(chǔ)上的一種綜合型應(yīng)用技術(shù)，其研究對(duì)象是時(shí)空世界中遵循誕生、成長、生存，直至死亡等自然規(guī)律的事物和現(xiàn)象的時(shí)空信息，不但包含傳統(tǒng)地理信息系統(tǒng)的空間特性，而且涵蓋時(shí)間特性；不但反映事物和現(xiàn)象的存在狀態(tài)，而且可以表達(dá)其發(fā)展變化過程及規(guī)律。時(shí)態(tài)地理信息系統(tǒng)（TGIS）是一種采集、存儲(chǔ)、管理、分析與顯示地理實(shí)體隨時(shí)間變化情況的計(jì)算機(jī)系統(tǒng)，TGIS的操作對(duì)象是時(shí)空信息[2]。

傳統(tǒng)GIS只描述了研究對(duì)象的一個(gè)快照，沒有對(duì)時(shí)態(tài)數(shù)據(jù)作專門處理，因而是靜態(tài)的，只能反映事物的當(dāng)前狀態(tài)，無法反映其歷史狀態(tài)，更無法預(yù)測(cè)未來的發(fā)展趨勢(shì)，而客觀事物的存在都與時(shí)間緊密相聯(lián)。因此，在系統(tǒng)中增強(qiáng)對(duì)時(shí)間維的表達(dá)、分析能力，提供歷史分析與趨勢(shì)分析的功能，是時(shí)空GIS的獨(dú)特之處。時(shí)間、空間和屬性是地理實(shí)體和地理現(xiàn)象固有的3個(gè)基本特征，是反映地理實(shí)體狀態(tài)和演變過程的重要組成部分。時(shí)空GIS能夠三者并重，因此是未來GIS的發(fā)展方向之一。

2 廣州市交通事故黑點(diǎn)預(yù)判與鑒別系統(tǒng)

廣州市交通事故黑點(diǎn)預(yù)判與鑒別系統(tǒng)的核心功能是事故黑點(diǎn)智能鑒別，本文采用SuperMap Deskpro 處理道路交通地理數(shù)據(jù)，采用SuperMap Objects 開發(fā)交通事故黑點(diǎn)智能鑒別功能，以Super Map Is.net發(fā)布交通事故黑點(diǎn)地圖。

2.1 道路交通事故黑點(diǎn)鑒別方法

道路交通事故黑點(diǎn)指單位時(shí)間內(nèi)每公里發(fā)生的交通事故次數(shù)大大高于該條道路平均值的路段。道路交通事故黑點(diǎn)鑒別的目的是找出某段時(shí)間內(nèi)交通事故次數(shù)和嚴(yán)重程度高于其它地方的路段，因此對(duì)路段的鑒別標(biāo)準(zhǔn)通常為一段時(shí)間內(nèi)交通事故發(fā)生的次數(shù)和損失情況兩個(gè)主要因素，并利用設(shè)定的明確量化指標(biāo)判斷路段的危險(xiǎn)系數(shù)[3]。

在鑒別道路交通事故黑點(diǎn)時(shí)，如果不考慮事故的嚴(yán)重程度，而是簡單地將事故次數(shù)累加，往往造成判斷失誤。因此，為了準(zhǔn)確地判斷事故黑點(diǎn)，結(jié)合我國道路交通管理的實(shí)際情況，提出一種對(duì)死亡、傷亡、財(cái)產(chǎn)損失等不同后果賦予不同權(quán)重系數(shù)來計(jì)算事故嚴(yán)重程度的模型，是一種比較貼近實(shí)際情況的鑒別方法。

2.2 基于GIS的道路交通事故黑點(diǎn)智能鑒別

道路交通事故黑點(diǎn)鑒別主要涉及交通事故的屬性數(shù)據(jù)和空間位置，而SuperMap GIS平臺(tái)能很好地融合管理兩種數(shù)據(jù)，并基于地理對(duì)象的位置和形態(tài)分析空間數(shù)據(jù)，提取有價(jià)值的空間信息，以一種圖形化且高效直觀的方式呈現(xiàn)結(jié)果。本文基于SuperMap Objects平臺(tái)，利用緩存區(qū)分析與疊置分析功能進(jìn)行道路交通事故的黑點(diǎn)鑒別，并對(duì)廣州市內(nèi)實(shí)際道路的交通事故數(shù)據(jù)進(jìn)行了分析[4]。

2.2.1 廣州市道路交通事故數(shù)據(jù)準(zhǔn)備

結(jié)合廣州市實(shí)際道路交通事故數(shù)據(jù)采集情況，以事故死亡人數(shù)和事故次數(shù)為主，以受傷人數(shù)和經(jīng)濟(jì)損失為輔，建立事故嚴(yán)重程度的計(jì)算模型。本文選用超過280條實(shí)際發(fā)生的廣州市某時(shí)間段采集的道路交通事故數(shù)據(jù)，基本信息包括事故發(fā)生的時(shí)間、地點(diǎn)（坐標(biāo)）、死亡人數(shù)、輕重傷人數(shù)、直接經(jīng)濟(jì)損失等。由于交通管理部門采集的部分?jǐn)?shù)據(jù)不準(zhǔn)確甚至相互沖突、重復(fù)，因此需要首先對(duì)獲取的原始事故數(shù)據(jù)進(jìn)行整理[5]。

2.2.2道路交通事故嚴(yán)重程度模型設(shè)計(jì)

根據(jù)我國公安部交通管理局對(duì)交通事故黑點(diǎn)判斷的相關(guān)規(guī)定，選取500m（2 000m）作為黑點(diǎn)（路段）的計(jì)算單位。分別將死亡人數(shù)、重傷、輕傷及財(cái)產(chǎn)損失賦予不同權(quán)重值，并對(duì)原事故調(diào)查表中的權(quán)重值進(jìn)行累計(jì)。當(dāng)某個(gè)500m（2 000m）路段某段時(shí)間內(nèi)多次交通事故累計(jì)的權(quán)重值大于某個(gè)閾值時(shí)，鑒別為事故黑點(diǎn)。某次事故嚴(yán)重程度權(quán)重值計(jì)算公式如下：

式中，S1、S2、S3、S4分別為死亡人數(shù)、重傷人數(shù)、輕傷人數(shù)、經(jīng)濟(jì)損失，X1、X2、X3、X4為相應(yīng)權(quán)重系數(shù)，根據(jù)不同情況可以自由調(diào)整權(quán)重系數(shù)。

2.2.3 道路交通事故黑點(diǎn)智能鑒別

將圖中的每一個(gè)事故點(diǎn)作為一個(gè)點(diǎn)狀對(duì)象，根據(jù)事故的嚴(yán)重程度（本文使用500m或2 000m作為道路交通事故多發(fā)點(diǎn)和多發(fā)段）進(jìn)行緩沖區(qū)分析，可以得到道路交通事故點(diǎn)的影響范圍分布圖[6]；然后將所有事故點(diǎn)形成的每一個(gè)事故緩沖區(qū)進(jìn)行多邊形圖層與圖層之間的疊置，形成一個(gè)嶄新的綜合性事故圖層。緩沖區(qū)重疊現(xiàn)象越嚴(yán)重的區(qū)域，事故黑點(diǎn)的可能性和級(jí)別越高；最后，再將反映事故黑點(diǎn)的新圖層與道路交通路網(wǎng)進(jìn)行多邊形與線的疊置分析，鑒別出事故黑點(diǎn)的路段或者區(qū)域；將事故黑點(diǎn)影響范圍內(nèi)某段時(shí)間的當(dāng)量死亡人數(shù)求和，根據(jù)當(dāng)量死亡人數(shù)的不同可以得出國家級(jí)、省級(jí)、市級(jí)、縣級(jí)等不同級(jí)別的事故黑點(diǎn)，具體情況如圖1所示。

在具體功能實(shí)現(xiàn)上，本文采用SuperMap Objects的點(diǎn)對(duì)象soGeoPoint作緩沖分析Buffer：soGeoRegion soGeoPoint.Buffer（dDistance As Double，nSmoothness As Long），實(shí)現(xiàn)緩存區(qū)分析功能；采用SuperMap Objects的面對(duì)象soDatasetVector作疊加分析Intersect：Boolean soOverlayAnalyst.Intersect（objInDataseAssoDatasetVector，objIntersectDatasetAssoDatasetVector，objOutDataset As soDatasetVector，bJoinAttribute As Boolean） ，實(shí)現(xiàn)疊加分析功能；采用soTrackingLayer圖層實(shí)現(xiàn)緩沖和疊加分析的圖形顯示：Long soTrackingLayer.AddEvent （objGeometry As soGeometry，objStyle As soStyle，strTag As String） [7]。

2.2.4 道路交通事故黑點(diǎn)變動(dòng)分析

通過疊加不同時(shí)期的廣州市道路交通事故黑點(diǎn)地圖，可以直觀地分析道路交通事故黑點(diǎn)的變遷，通過比較不同時(shí)期事故黑點(diǎn)的形成原因，可以對(duì)廣州市道路交通安全管理工作作出針對(duì)性部署。

2.3 系統(tǒng)總體架構(gòu)

廣州市交通事故黑點(diǎn)預(yù)判與鑒別系統(tǒng)總體架構(gòu)分為3個(gè)結(jié)構(gòu)層次（見圖2），具體包括：①服務(wù)層，主要面向公眾提供道路交通事故黑點(diǎn)鑒別及地圖發(fā)布服務(wù)；②服務(wù)提供層，主要采用Super Map Object及 Super Map Is.net平臺(tái)進(jìn)行黑點(diǎn)鑒別及地圖發(fā)布[8]；③數(shù)據(jù)層，采用數(shù)據(jù)庫進(jìn)行管理，可提供時(shí)空GIS數(shù)據(jù)和道路交通事故信息。

2.4 系統(tǒng)缺點(diǎn)及改進(jìn)方法

在運(yùn)用事故嚴(yán)重程度模型鑒別事故黑點(diǎn)時(shí)，沒有將道路特征、交通環(huán)境、天氣條件等其它因素的影響納入模型中，在后續(xù)研究中，應(yīng)該根據(jù)實(shí)際情況進(jìn)行修正。由于道路交通事故黑點(diǎn)預(yù)判與鑒別系統(tǒng)是根據(jù)以往數(shù)據(jù)進(jìn)行的分析，其結(jié)果有一定滯后性，應(yīng)結(jié)合實(shí)際情況進(jìn)一步分析事故黑點(diǎn)的道路特征、交通條件等，對(duì)鑒別結(jié)果進(jìn)行修正，為道路交通事故黑點(diǎn)提供防治策略與治理技術(shù)[9]。

3 結(jié)語

基于Super Map GIS的廣州市交通事故黑點(diǎn)預(yù)判與鑒別系統(tǒng)成功實(shí)現(xiàn)了道路交通事故黑點(diǎn)的預(yù)判與鑒別，解決了傳統(tǒng)交通安全管理手段單一、內(nèi)容枯燥、信息滯后的問題，有效提高了廣州市道路交通安全管理水平，在一定程度上滿足了大眾安全出行的需求。由于交通事故數(shù)據(jù)的獲取需要一定時(shí)間，要取得更好的效果，數(shù)據(jù)獲取的速度和效率非常重要，這也是未來需要改進(jìn)的方向[10]。

參考文獻(xiàn)：

[1] 廣州市公安局交通警察支隊(duì).廣州市交通事故資料匯編（1949-1994年）[M].廣州：廣東經(jīng)濟(jì)出版社，1995.

[2] 羅靜，崔偉宏，牛振國.面向?qū)ο蟮某瑘D時(shí)空推理模型的研究與應(yīng)用[J].武漢大學(xué)學(xué)報(bào)：信息科學(xué)版，2007（1）：90-93.

[3] 邵祖峰，蔡建湖.交通事故多發(fā)點(diǎn)鑒別方法的比較研究[J].湖北警官學(xué)院學(xué)報(bào)，2009，22（2）：83-87.

[4] 李少偉，曹成濤.基于GIS的道路交通事故黑點(diǎn)智能鑒別與信息發(fā)布[J].物流工程與管理，2016（5）：257-259.

[5] 張廣新.道路交通事故多發(fā)點(diǎn)段智能排查系統(tǒng)的研究[D].吉林：吉林大學(xué)，2006.

[6] 王海.緩沖區(qū)分析方法在事故多發(fā)點(diǎn)鑒別的應(yīng)用研究[J].公路工程，2016（2）：103-107.

[7] 北京超圖軟件股份有限公司.Super Map Object 2008開發(fā)手冊(cè)[M].北京：Super Map Press，2008.

[8] 李少偉，宋潔華.基于Super+Map+Is.net的交通信息實(shí)時(shí)發(fā)布[J].海南師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2010（9）：338-342.

[9] 張力.基于GIS與主成份分析的道路交通事故黑點(diǎn)研究[J].地理空間信息，2008，6（5）：79-82.

[10] 孟樣海，裴玉龍，馬長青.高速公路事故黑點(diǎn)成因分析模型的建立及應(yīng)用[J].哈爾濱建筑大學(xué)學(xué)報(bào)，2000，33（2）：46-50.

（責(zé)任編輯：黃 ?。?