一种考虑极端天气条件的交通可达性评估方法

本发明涉及公共交通，尤其涉及一种考虑极端天气条件的交通可达性评估方法。

背景技术：

1、计算可达性常用的方法和模型主要有最小距离法、缓冲区分析法、网络分析法、两步移动搜索法以及引力模型法。近年来，学者们多用缓冲区分析法、两步移动搜索法和引力模型法对可达性进行测度。

2、缓冲区分析法的不足在于人为划定区域服务半径，未将区域面积、等级等因素纳入考虑；两步移动搜索法虽然考虑了供给地区的服务能力和需求地区的居民人口数，但未将需求地区居民对终点资源的竞争这一实际情况纳入考虑；引力模型方法的主要不足在于其对出行距离以及时间成本的测算与实际情况存在较大差异。现今可达性评估大都未将极端天气情况考虑在内，极端天气下居民真实出行方式、实际路况、道路等级以及出行高峰段与平峰段等因素都会影响可达性的测算。

技术实现思路

1、本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

2、鉴于上述现有存在的问题，提出了本发明。

3、因此，本发明提供了一种考虑极端天气条件的交通可达性评估方法，能够解决未将区域面积、等级、需求地区居民对终点资源的竞争等因素纳入考虑，导致可达性的测算不够准确的问题。

4、为解决上述技术问题，本发明提供如下技术方案，一种考虑极端天气条件的交通可达性评估方法，包括：

5、进行城市道路匹配；

6、筛选城市道路实时数据；

7、使用局部加权回归季节趋势分解方法对筛选出的车速和行程时间进行分解；

8、对分解后的残余数据进行广义极值学生化离差测试，识别与正常交通状况下的行程时间观测值有较大偏差的车速和行程时间观测值，确定行进时间数据集中的极端车速和行程时间观测值；

9、收集极端天气数据集，与所述有较大偏差的车速和行程时间观测值起止时间进行全域时空叠加分析，形成新数据集；

10、对所述新数据集使用改进的引力模型计算交通可达性。

11、作为本发明所述的考虑极端天气条件的交通可达性评估方法的一种优选方案，其中：所述城市道路匹配包括，结合gps轨迹点信息，选取出一个候选区域，所述候选区域中的路段即是候选路段，查找所述候选路段的序列点经纬度，将所述序列点经纬度，以及gps轨迹点的经纬度、速度、航向角的值，代入公式计算得出投影距离、航向夹角、轨迹夹角三个几何特征值及动态参数，最后进行gps轨迹数据几何匹配。

12、作为本发明所述的考虑极端天气条件的交通可达性评估方法的一种优选方案，其中：所述几何匹配的公式表示为：

13、

14、其中，i表示候选路段的序号，n表示候选路段的总数目，si表示序号为i的候选路段得分值，di表示gps轨迹点在i候选路段上的投影距离，δθh，δθt分别表示gps轨迹点与i候选路段的航向夹角、轨迹夹角，分别表示gps点与所有候选路段投影距离、航向夹角、轨迹夹角总和，wd，wh，wt分别表示三者的权值系数。

15、作为本发明所述的考虑极端天气条件的交通可达性评估方法的一种优选方案，其中：所述城市道路实时数据的筛选包括，

16、用gps的记录序列表示地图匹配结果，在路段平均行程车速的计算过程中，将匹配到各道路上的所有gps轨迹点根据时间间隔t＝15分钟划分不同时段区间，利用路长加权空间平均车速分别得到瞬时车速；

17、统计15分钟内通过该道路的所有车辆记录，计算其平均值，得到路段平均行程车速，再根据车速跟行驶距离得到行程时间；

18、根据现场实时观测的数据获取的平均车速与所述gps轨迹数据获取的平均车速进行对比分析，计算得到校正系数，从而实现对研究区道路网络车速和行程时间的校正。

19、作为本发明所述的考虑极端天气条件的交通可达性评估方法的一种优选方案，其中：所述分解包括，使用局部加权回归季节趋势分解方法对车速和行程时间分解出长期趋势、季节性变化以及残余部分长期趋势、季节性变化以及残余部分，计算公式表示为：yw＝wt+ws+wr，其中wt，ws，wr分别为趋势分量、季节性分量和剩余分量。

20、作为本发明所述的考虑极端天气条件的交通可达性评估方法的一种优选方案，其中：所述广义极值学生化离差测试包括，检查偏离值，即从样本中删除最大测试统计量的观测值，并重新计算其余观测值的测试统计量，重复此过程，直到删除r个潜在异常值。

21、作为本发明所述的考虑极端天气条件的交通可达性评估方法的一种优选方案，其中：大小为n的样本中每个所述观测值的测试统计量表示为：

22、

23、其中，ri是最大测试统计量的观测值，xi是样本中的第i个观察值；x是平均值；是平均值，s是样本的标准偏差。

24、作为本发明所述的考虑极端天气条件的交通可达性评估方法的一种优选方案，其中：对应于计算出的r测试统计量，r检验临界值表示为：

25、

26、其中tp,n-i-1是t分布中对应于第100百分位数，n-i-1表示自由。

27、作为本发明所述的考虑极端天气条件的交通可达性评估方法的一种优选方案，其中：所述r检验临界值计算公式中的p值表示为：

28、

29、其中，α为置信水平，样本中异常值的数量由最大的i值决定，因此ri>λi。

30、作为本发明所述的考虑极端天气条件的交通可达性评估方法的一种优选方案，其中：所述交通可达性表示为：

31、

32、

33、其中，pai为聚合后居民区i的终点空间可达性水平；pai值越高意味着起点i处的工作区可达性越好；sj是工作区j的服务能力，用工作区面积表示；aj是工作区j的吸引指数，用等级表示，其值越大，意味着该地的吸引能力越大；tij(m1)、tij(m2)和tij(m3)分别是出租车，公交车和共享单车3种出行方式下从起点i到终点j之间所需的出行时间；cj(m1)、cj(m2)、cj(m3)分别表示出租车、公共交通和共享单车3种出行方式在极端天气影响下，满足时间阈值的聚合后区域居民对工作区资源的竞争；pk为k处聚合后居住区的人口数；m为满足条件的聚合后居住区数量。

34、本发明的有益效果：本发明方法基于gps大数据的极端天气下区域交通可达性的计算方法，可兼顾极端天气条件下人们对工作地区域的资源竞争情况，能够有助于高效、全面、一致地对不同地区的区域交通可达性进行计算对比，帮助做出更好的公共决策，例如，帮助综合考虑城市交通和区域交通的衔接并发现改善区域交通可达性的可行途径，增强极端天气下的人群疏散能力等。在区域交通、国土空间、灾害天气人群疏散以及城市交通等规划和管理中具有广泛的应用前景。

技术特征：

1.一种考虑极端天气条件的交通可达性评估方法，其特征在于：包括，

2.如权利要求1所述的考虑极端天气条件的交通可达性评估方法，其特征在于：所述城市道路匹配包括，

3.如权利要求2所述的考虑极端天气条件的交通可达性评估方法，其特征在于：所述几何匹配的公式表示为：

4.如权利要求1～3任一所述的考虑极端天气条件的交通可达性评估方法，其特征在于：所述城市道路实时数据的筛选包括，

5.如权利要求4所述的考虑极端天气条件的交通可达性评估方法，其特征在于：所述分解包括，使用局部加权回归季节趋势分解方法对车速和行程时间分解出长期趋势、季节性变化以及残余部分，计算公式表示为：yw＝wt+ws+wr，其中wt、ws、wr分别为趋势分量、季节性分量和剩余分量。

6.如权利要求1～3或5任一所述的考虑极端天气条件的交通可达性评估方法，其特征在于：所述广义极值学生化离差测试包括，检查偏离值，即从样本中删除最大测试统计量的观测值，并重新计算其余观测值的测试统计量，重复此过程，直到删除r个潜在异常值。

7.如权利要求6所述的考虑极端天气条件的交通可达性评估方法，其特征在于：大小为n的样本中每个所述观测值的测试统计量表示为：

8.如权利要求1～3、5或7任一所述的考虑极端天气条件的交通可达性评估方法，其特征在于：对应于计算出的r测试统计量，r检验临界值表示为：

9.如权利要求8所述的考虑极端天气条件的交通可达性评估方法，其特征在于：所述r检验临界值计算公式中的p值表示为：

10.如权利要求1～3、5、7或8任一所述的考虑极端天气条件的交通可达性评估方法，其特征在于：所述交通可达性表示为：

技术总结
本发明公开了一种考虑极端天气条件的交通可达性评估方法包括，进行城市道路匹配；筛选城市道路实时数据；使用局部加权回归季节趋势分解方法对筛选出的车速和行程时间进行分解；对分解后的残余数据进行广义极值学生化离差测试，识别与正常交通状况下的行程时间观测值有较大偏差的车速和行程时间观测值，确定行进时间数据集中的极端车速和行程时间观测值；收集极端天气数据集，与所述有较大偏差的车速和行程时间观测值起止时间进行全域时空叠加分析，形成新数据集；对所述新数据集使用改进的引力模型计算交通可达性。本方法可以解决未将区域面积、等级、需求地区居民对终点资源的竞争等因素纳入考虑，导致可达性的测算不够准确的问题。

技术研发人员：嵇涛,廖华军,姚炎宏,黄鲜,邓社军,于世军,张俊,宓建,窦玥,虞宇浩,马天启,秦婧逸,沈梓怡,杜婷婷,陈红红,安靖彤
受保护的技术使用者：扬州大学
技术研发日：
技术公布日：2024/1/13