不利天气下山区高速公路交通流特性分析_段志宏.pdf

第 19 卷 第 94 期 交 通 节 能 与 环 保 Vol.19 No.2 2023 年 04 月 Transport Energy Conservation Environmental Protection April.2023 doi:10.3969/j.issn.1673-6478.2023.02.025 不利天气下山区高速公路交通流特性分析 段志宏 1,2，文元勇1，苏 宇3，熊昌安2,3，岳 松2,3，胡澄宇3（1.云南宣会高速公路有限公司，云南 曲靖 654200；2.中国气象局交通气象重点实验室，江苏 南京 210008；3.云南省交通规划设计研究院陆地交通气象灾害防治技术国家工程实验室，云南 昆明 650200）摘要：为解析不利天气下的山区高速公路交通流特性，本文选择云南省某典型山区高速公路 2019 年 8 月至 2021 年 6月的交通流数据和气象数据，运用对数正态分布和独立样本 t 检验解析不利天气种类对山区高速公路的车头分布时距和交通量的影响形式与机理。研究结果表明：车头时距与不利天气的恶劣程度呈正相关关系，不利天气恶劣程度的增加会导致车头时距整体上偏大，且产生较大的分布变化；不利天气的种类对山区高速交通流的影响程度按从高到低的顺序依次为雪天雾天大雨中雨，其中，中雨、大雨和雪天下车辆的流量受到的影响有一定的时效性和迟滞性。关键词：交通工程；不利天气；交通流特性；对数正态分布；t 检验；山区高速公路 中图分类号：U491.1+12 文献标识码：A 文章编号：1673-6478（2023）02-0136-05 Analysis of Traffic Flow Characteristics of Mountain Highways under Unfavorable Weather DUAN Zhihong1,2,WEN Yuanyong1,SU Yu3,XIONG Changan2,3,YUE Song2,3,HU Chengyu3(1.Yunnan Xuanhui Highway Co.,Ltd.,Qujing Yunnan 654200,China;2.Key Laboratory of Transportation Meteorology,CMA,Nanjing Jiangsu 210008,China;3.National Engineering Laboratory for Surface Transportation Weather Impacts Prevention,Broadvision Engineering Consultants,Kunming Yunnan 650200,China)Abstract:In order to analyze the characteristics of mountainous highway traffic flow under adverse weather,the traffic flow data and meteorological data of a typical mountainous highway in Yunnan Province from August 2019 to June 2021 were selected,and the form and mechanism of the influence of the type of adverse weather on the headway distribution time distance and traffic volume of mountainous highway were analyzed by using lognormal distribution and independent sample t-test.The results show that the headway is positively correlated with the degree of adverse weather,and the increase of the degree of adverse weather will cause the headway to be larger overall and produce larger distribution changes.The degree of influence of the type of adverse weather on the traffic flow of mountain highways is snow fog heavy rain medium rain in descending order,among which,the traffic flow under medium rain,heavy rain and snow is affected with a certain degree of timeliness and hysteresis.Key words:traffic engineering;adverse weather;traffic flow characteristics;lognormal distribution;t-test;mountain highway 收稿日期：2023-03-10 基金项目：云南省交通运输厅科技项目（云交科教便202190-2）；南京气象科技创新研究院北极阁开放研究基金（BJG202101）作者简介：段志宏（1975-），男，云南大理人，本科，高级工程师，研究方向为交通工程、道路工程.（）通信作者：苏宇（1990-），男，云南昆明人，本科，工程师，研究方向为交通安全、数据挖掘.（）第 2 期 段志宏等，不利天气下山区高速公路交通流特性分析 137 0 引言 随着国家公路网的规划和实施、机动化交通需求迅速增长、机动车保有量以及驾驶证申领人数逐年增加，我国高速公路建设里程以快速化、规模化和网络化的发展趋势不断延伸，然而由于高速公路交通量逐年增加且部分地区地质气象条件复杂，高速公路路网中的交通事故总量和严重程度仍处于较高水平，给社会及人民生命财产带来巨大损失，道路安全形势并不乐观1。相关研究表明由不利天气条件引发的交通事故、道路交通拥堵和基础设施损坏等突发事件是影响路网运行效率、导致路网内发生事故的主要原因2。受复杂地形地貌、自然环境等因素限制，位于中西部地区的高速公路的平纵横线形指标与位于平原地区的高速公路相关指标相比较低3，且平纵、直曲等特殊组合线形较为常见，局部路段的线路设计甚至需要采用低限、极限乃至超出标准规范要求的设计指标4。为克服地形高差、绕行地质灾害区域、减小环境破坏，连续下坡、桥隧群区、平纵组合路段等具有特殊设计的结构物也较为普遍。在上述不利天气条件与复杂气象因素的综合影响下，山区高速公路上由交通事故引起的交通阻断事件常借助高速公路的封闭性向后迅速扩散和积累，往往会在短时间内造成该路段和交通系统功能的大范围、长时间受损甚至完全瘫痪，严重制约了高速公路的服务水平，交通安全形势严峻。因此，本文以不利天气对山区高速公路交通流特性的影响为切入点，运用对数正态分布和独立样本 t检验解析不利天气种类对山区高速公路的车头分布时距和交通量的影响形式与机理，以期促进相关研究的深入开展。1 数据采集与处理 1.1 数据来源 统计云南省某典型山区高速公路 2019 年 8 月至2021 年 6 月的交通流数据和气象数据，其中气象数据集以月为单位进行独立存储，记录周期为 1 分钟，记录了站点附近的天气状况、路面状况、路面温度、能见度以及气象五要素（风速、风向、温度、湿度、气压）。交通流数据集包含了车辆通过雷达的时间戳、编号、长度、车道以及车速等要素。1.2 数据处理 根据数据的特征和预期处理结果，数据清洗共分为“异常数据剔除”和“缺失数据修复”两类。本文根据气象监测站所采集到的能见度、降雨量、降雪量、路面状况数据进行综合判定删除异常数据值；检查气象数据发现仅存在少量数据间断缺失，不存在连续缺失的情况，针对缺失的气象数据，采用最邻近值填充法进行修复，即利用缺失不利天气数据相邻时段的气象数据进行填充。针对交通流数据，结合高速公路的限制车速和道路服务水平的设定，考虑到高速公路上特殊车辆、拥堵以及不按规定速度行驶的情况，本文采用“5%截尾法”5剔除异常数据，即将采集到的速度、流量等观测值顺序排列，分别删除最小值和最大值的 2.5%数据，该方法可有效剔除过小和过大的异常值，尤其适合数据充足的样本。1.3 交通流数据与气象数据的时空匹配 经过数据清洗后，可得到准确性和可用性较高的交通流和天气数据。但是交通流数据的记录时间是根据车辆经过的时间而确定的，而天气的记录时间是每一分钟确定的。若要进一步分析两种数据之间的关系以及后续利用两者进行事故预测模型的搭建，需要对两种数据进行时间尺度上的匹配。为防止出现速度和流量为 0 的情况，将时间粒度设定为 15 分钟，选定晴天、降雨、雾天和雪天 4 种天气6的气象数据与交通流数据进行匹配。2 交通流特性分析 2.1 不同天气下的车头时距特征分析 作为评价驾驶安全性的重要指标之一，车头时距7与交通流组成、驾驶行为密切相关，是反映道路通行和服务水平的重要依据，可表征当前车采取制动行为时，后车驾驶人所具有的最大反应时间。统计车头时距在 15 秒以内的数据，利用对数正态分布密度函数进行拟合。对数正态分布是指一个随机变量的对数服从正138 交 通 节 能 与 环 保 第 19 卷 态分布，则随机变量服从对数正态分布，对数正态分布从短期来看，与正态分布非常接近8。假设 X 是取值为正数的连续随机变量，若ln(,2)，X 的概率密度为：(,2)=12exp(ln )222,00,0(1)则称随机变量 X 服从对数正态分布，记为ln(,2)，设服从对数正态分布，其密度函数为：()=12(ln)222(2)数学期望和方差分别为：()=+22(3)()=2 12+2(4)根据对数正态分布的特性，可得出每个天气下对应的拟合均值和方差如表 1 所示。其中，晴天、小雨、中雨、雾天、大雨、雪天对数正态分布的均值分别为4.40s、5.16s、5.74s、6.29s、6.72s、7.22s，其方差分别为 3.88、4.09、4.18、4.23、4.98、7.49。由此可知，车头时距与天气的恶劣程度呈正相关关系，表明驾驶人在不利天气条件下选择了更加安全的跟车距离。表 1 不同天气车头时距对数正态分布均值和方差 Tab.1 Mean and variance of lognormal distribution of headway in different weather 晴天 小雨 中雨 雾天 大雨 雪天 均值 4.30 5.16 5.74 6.29 6.72 7.22 方差 3.88 4.09 4.18 4.23 4.98 7.49 由图 1 可知，晴天的车头时距峰值右边的拟合结果与实测数据较为吻合，且分布在相对较小的值域上，分析原因可知，晴天条件下的行车条件相对较好，跟车距离较近。小雨和中雨条件下，车头时距的分布值域相对较广，拟合峰值和实际数据的峰值也较为吻合。雾天、大雨和雪天的峰值右移，对数正态拟合曲线与实际数据存在较大的偏离，表明天气恶劣程度的增加会导致车头时距整体上偏大，且产生较大的分布变化。（a）晴天 （b）小雨 （c）中雨 （d）雾天 第 2 期 段志宏等，不利天气下山区高速公路交通流特性分析 139 （e）大雨 （f）雪天 图 1 不同天气下车头时距对数正态分布图 Fig.1 Lognormal distribution of headway under different weather conditions 2.2 不同天气下的流量分布差异性分析 流量是指单位时间内，道路上的某一地点或者某一断面实际的交通参与者的数量，是道路截