基于交叉口交通流影響程度的不利天氣分級方法

翁劍成，王茹，劉力力，榮建

（1.北京工業(yè)大學(xué)交通工程北京市重點實驗室，北京市100124；2.北京公聯(lián)交通樞紐建設(shè)管理有限公司，北京100161）

基于交叉口交通流影響程度的不利天氣分級方法

翁劍成*1，王茹1，劉力力2，榮建1

（1.北京工業(yè)大學(xué)交通工程北京市重點實驗室，北京市100124；2.北京公聯(lián)交通樞紐建設(shè)管理有限公司，北京100161）

信號交叉口的交通流由于受到不利天氣的影響呈現(xiàn)不同特征，根據(jù)不同級別不利天氣設(shè)置有針對性的信號控制方案，是減少天氣對交通運行影響的重要途徑.本文選取北京市不同規(guī)模、不同類型的信號交叉口為觀測對象，以視頻采集方式獲取了2012年4月–2013年2月期間不同類型和強度的不利天氣條件下交叉口交通流數(shù)據(jù)，通過顯著性差異分析、回歸擬合的方法，分析了交叉口直行車道飽和車頭時距、飽和流率及起動損失時間等特征參數(shù)的變化，構(gòu)建了信號交叉口特征參數(shù)的影響模型，量化了降雨、降雪天氣對交叉口交通流的影響.最后，基于不利天氣對交通流特征參數(shù)的折減程度，將不同類別的不利天氣統(tǒng)一劃分為四級，并明確了各級不利天氣對應(yīng)的飽和流率折減范圍，為制定天氣響應(yīng)型的交通控制方案提供了重要的參數(shù)基礎(chǔ).

城市交通；不利天氣分級；折減模型；信號交叉口；交通流參數(shù)

1 引言

在不利天氣條件下，由于能見度和地面摩擦系數(shù)的降低，使得交通流呈現(xiàn)不同的特征.傳統(tǒng)的基于正常天氣的信號控制方案無法適應(yīng)變化的交通流，交叉口作為道路網(wǎng)絡(luò)中的重要節(jié)點往往容易形成擁堵易發(fā)點.設(shè)置有針對性的交通管理和信號控制方案，是改善交叉口在不利天氣條件下運行效率的重要途徑.

針對信號交叉口在惡劣天氣條件下的交通流特征參數(shù)折減，Perrin[1]等人得出在惡劣天氣下交叉口車輛的飽和流率降低20%、平均速度降低30%、起動損失時間增加23%.Maki[2]得出在冰雪天氣下，交叉口交通量減少了15%-20%，飽和流率從1 800降低到1 600，起動延誤從2秒增加到3秒.劉偉東[3]等人研究了降雨條件下影響信號交叉口通行能力的主要因素，并得出了降雨條件下左轉(zhuǎn)車輛與通行能力的關(guān)系模型.

在不利天氣條件下信號配時方案的優(yōu)化策略方面，Bernardin等[4]通過分析冰雪條件下交叉口交通流參數(shù)的變化，分析傳統(tǒng)的信號配時在冰雪天氣下的不適應(yīng)性.Agbolosu-Am ison等[5]通過方差分析和折減分析評估了惡劣天氣對信號交叉口的影響，并通過仿真得出在惡劣天氣條件下重置信號配時會提高交叉口運行效率.胡明偉[6]研究了雪天對于信號配時的影響，并針對冰雪天氣制定了配時優(yōu)化方案.Gilliam等[7]將天氣參數(shù)作為基本參數(shù)輸入SCOOT系統(tǒng)，降低交叉口在惡劣天氣條件下的擁堵水平.

由于缺乏不利天氣和交通流狀態(tài)的連續(xù)觀測數(shù)據(jù)的支持，針對不利天氣條件下交通流影響的研究不夠系統(tǒng)，未能建立起統(tǒng)一的折減模型，交通管理控制方案缺乏能適應(yīng)不同影響程度天氣的針對性策略.本文擬通過對不利天氣條件下城市信號交叉口交通流參數(shù)的提取和影響分析，建立不同程度降雨、降雪對信號交叉口交通流特征參數(shù)的影響模型，并對不同類型的不利天氣進行統(tǒng)一分級，進而為交通流控制策略的制定提供定量化的依據(jù).

2 數(shù)據(jù)采集與處理

研究選取2012–2013年期間的不同級別降雨、降雪天氣的日期開展數(shù)據(jù)采集.選取北京城區(qū)和郊區(qū)主干路、次干路、支路分別相交的五種不同類型信號交叉口作為數(shù)據(jù)采集點.利用視頻采集和人工觀測的方法，共采集到各類型交叉口120小時的視頻數(shù)據(jù).研究開發(fā)了視頻處理模塊，利用視頻中虛擬線圈的設(shè)計，記錄車輛經(jīng)過停車線的時間，自動化提取交叉口車流量、車頭時距等交通流參數(shù).

為了對交通數(shù)據(jù)和天氣數(shù)據(jù)進行建模分析，需要根據(jù)樣本特征對數(shù)據(jù)進行分組.數(shù)據(jù)分組包括交叉口類型分組，降雨天氣分組和降雪天氣分組.通過對各類型交叉口飽和車頭時距數(shù)據(jù)進行顯著性檢驗得到交叉口類型分組，結(jié)果表明，主干路和次干路的直行車道飽和車頭時距無顯著性差異.原始天氣數(shù)據(jù)以5分鐘間隔記錄降水量，其中降雪條件下的降水量是指將雪轉(zhuǎn)化成等量的水的深度.合并原始降水量得到天氣數(shù)據(jù)分組，其中降雨量以小時降水量為統(tǒng)計單位，降雪量以累計降水量為統(tǒng)計單位.以“5%的截尾法”將異常值剔除后得到各小時降水量下飽和車頭時距樣本，如表1所示.

表1 小時降雨量匯總及對應(yīng)交通數(shù)據(jù)樣本量Table 1 Precipitation in one hour summary and samp le size

通過對北京市懷柔區(qū)交叉口的連續(xù)監(jiān)測，獲得了小雪、中雪、大雪條件下多個時段的視頻數(shù)據(jù).降雪對交通的影響有持續(xù)性和累積性，為了驗證降雪對交通流影響的持續(xù)時間，研究分析了交叉口飽和車頭時距與持續(xù)降雪時間的關(guān)系，如圖1所示.

圖1 飽和車頭時距與持續(xù)降雪時間關(guān)系Fig.1 The Relationship between Saturation Headwayand Snow Duration

隨著降雪的持續(xù)，飽和車頭時距隨累計降水量的增加而增加，而從第5個小時開始，車輛駕駛員逐漸習(xí)慣降雪環(huán)境，數(shù)據(jù)分析顯示車輛的飽和車頭時距趨于穩(wěn)定，因此本研究以5小時作為降雪條件影響研究時長的上限.剔除異常值后獲得不同累計降雪條件下的樣本量，如表2所示.

表2 不同累計降雪條件下飽和車頭時距樣本量Table 2 Saturation headway sam p le size under different intensities ofsnow

3 交通流特征參數(shù)影響模型

考慮到交叉口交通管理和信號控制方案制定中交通流參數(shù)的需求，研究選取車頭時距、飽和流率、起動損失時間三個參數(shù)，分析其在不同強度的降雨和降雪條件下的變化特征.

3.1 降雨條件下交通流參數(shù)分析

3.1.1 飽和車頭時距和飽和流率

對不同降雨量條件下的飽和車頭時距數(shù)據(jù)進行統(tǒng)計特征分析，如表3所示.可以看出隨著小時降雨量的增加，平均飽和車頭時距逐漸增大.

對降雨條件下的飽和車頭時距數(shù)據(jù)進行回歸分析，利用SPSS軟件分別進行直線、二次曲線、三次曲線、指數(shù)曲線等的回歸擬合.結(jié)果表明，三次曲線的擬合相關(guān)度最高，為0.997，且符合特征變化規(guī)律.因此，選擇三次曲線作為降雨條件下信號交叉口飽和車頭時距的擬合曲線，如圖2所示.

表3 降雨條件下飽和車頭時距參數(shù)統(tǒng)計特征Table 3 Descriptive statistics characteristics of saturation headway under rain

三次曲線回歸方程如下：

在降雨初期，車頭時距相對晴好天氣會有較明顯的上升，這與地面狀況的突然變化和駕駛員對駕駛環(huán)境的適應(yīng)有關(guān).在降雨量達到15mm左右時，飽和車頭時距曲線的斜率逐漸減小，表明駕駛員逐漸適應(yīng)降雨環(huán)境，交通流影響程度變化趨緩.當降雨量增加到35mm左右時，三次曲線的斜率會逐漸增大，表明在暴雨條件下，飽和車頭時距隨降水量的增加而迅速增加，交叉口交通流發(fā)生明顯變化.在降雨量達到50mm以后，飽和車頭時距將達到4 s，此時路口通行能力將明顯下降，容易導(dǎo)致交叉口擁堵.

圖2 小時降雨量與飽和車頭時距和飽和流率三次曲線擬合圖Fig.2 Cubic curve regression between hourly precipitation and traffic parameters

飽和流率與平均飽和車頭時距為負相關(guān)關(guān)系，對小時降水量–飽和流率進行回歸分析，三次曲線的擬合相關(guān)度為0.994，擬合曲線如圖2所示.回歸方程如下：

當小時降雨量為0，交叉口飽和流率為1 597 veh/h，這與正常天氣條件下的實際調(diào)查數(shù)據(jù)1 607基本接近，隨著小時降水量的增加，飽和流率降低.

3.1.2 起動損失時間

研究對交叉口多個信號周期的數(shù)據(jù)進行分析，得到不同降雨強度下排隊車輛的車頭時距，前五輛排隊車輛的平均車頭時距相對于飽和車頭時距的增量之和為起動損失時間.不同降雨量情況下的起動損失時間如表4所示.

表4 不同降雨量直行車道車輛起動損失時間Table 4 Start-up lost time ofstraight lane vehicles under rain

降雨對車輛起動過程造成明顯影響，隨著小時降雨量的增加，駕駛員感知外界交通環(huán)境變化的反應(yīng)時間延長，加上路面狀況的改變，駕駛員起動車輛比正常天氣條件下更加小心，因此小時降雨量的增加導(dǎo)致起動損失時間加長.但起動損失時間的增加并不是單調(diào)的，在部分降雨量區(qū)間，保持了較為穩(wěn)定值.

3.2 降雪條件下交通流參數(shù)分析

通過對北京郊區(qū)所選交叉口的連續(xù)觀測，獲得了不同降雪強度下交叉口視頻數(shù)據(jù).通過參數(shù)提取與分析，研究在不同降雪強度下，信號交叉口特征參數(shù)的變化特征.

3.2.1 飽和車頭時距和飽和流率

通過數(shù)據(jù)處理與分組，得到12組累計降水量下的交叉口飽和車頭時距數(shù)據(jù)，對其進行特征參數(shù)分析，如表5所示.可以看出隨著累計降雪量的增加，平均飽和車頭時距逐漸增大.

表5 降雪條件下飽和車頭時距參數(shù)統(tǒng)計特征Table 5 Descriptive statistics characteristics of saturation headway under snow

以1mm為分析間隔，對累計降水量和飽和車頭時距、飽和流率進行回歸分析，通過曲線擬合得到圖3.結(jié)果顯示三次曲線的擬合相關(guān)度最高，但其回歸方程的系數(shù)不具有顯著性，從擬合曲線外推來看，三次曲線與實際的交通流特征變化規(guī)律不符.綜合比較分析后采用復(fù)合模型作為回歸模型，其擬合度為0.982，滿足顯著性要求，且模型趨勢符合實際情況，曲線方程如下：

當降水量為0時，飽和車頭時距為2.264 s，這與正常天氣下的平均飽和車頭時距統(tǒng)計值2.252 s近似相等.飽和車頭時距隨著累計降水量的增加而穩(wěn)定增加，在累計降水量達到15mm時，飽和車頭時距約將增加到4 s.

圖3 累計降水量與飽和車頭時距和飽和流率的曲線擬合Fig.3 Regression curvebetween accumulated precipitation and traffic parameters

同樣，選用復(fù)合模型作為累計降水量–飽和流率關(guān)系模型的基礎(chǔ)，回歸方程如下：

晴好天氣時，交叉口飽和車流率約為1 600 veh/h，隨著降雪量的增加，飽和流率逐漸減少，當累計降水量達到15mm時，飽和流率將下降一半.持續(xù)的降雪使得信號交叉口車頭時距增大，飽和流率減少，影響交叉口的通行能力.

3.2.2 起動損失時間

對多個信號周期的觀測數(shù)據(jù)進行分析，得到不同降雪條件下的多組排隊車輛的車頭時距，分別計算起動損失時間，如表6所示.

表6 不同累計降雪量直行車道車輛起動損失時間Table 6 Start-up lost time of straight lane vehicles under snow

隨著累計降雪量的增加，排隊車輛的起動損失時間有所增加，由于天氣狀態(tài)的改變導(dǎo)致駕駛員反應(yīng)時間和車輛起動時間延長.在降雪初期，起動損失時間有所增加，但受影響程度較小.小到中雪條件下，由于路面濕滑，起動損失時間快速增加，約增加50%–75%.而后由于路面條件和視線條件保持穩(wěn)定，起動損失時間未發(fā)生明顯變化.

4 基于交通流影響程度的不利天氣分級

4.1 交通流參數(shù)折減

相對于正常天氣，城市信號交叉口直行車道飽和車頭時距在小到中雨條件下增加約9%–22%，飽和流率折減約為8%–19%，起動損失時間約增加30%；大雨條件下飽和車頭時距增加約22%–34%，飽和流率折減約19%–24%，起動損失時間約增加50%；當小時降雨量達到30mm暴雨級別時，飽和車頭時距增加約50%，飽和流率折減約30%，起動損失時間約增加75%.

降雪條件下，當累計降水量由0增加到3mm，飽和車頭時距增加約15%，飽和流率降低約13%.當累計降水量逐漸增加到8mm時，飽和車頭時距會持續(xù)增加，大約增加46%，飽和流率降低約30%.在降雪初期，起動損失時間增加約10%–20%.小到中雪條件下，起動損失時間約增加50%–75%.

不同類型的不利天氣對交通流影響程度具有明顯差異，給交通管理策略制定和信號控制系統(tǒng)優(yōu)化帶來新的要求，因此有必要基于交通流影響程度對不同類型的不利天氣進行統(tǒng)一分級.

4.2 不利天氣統(tǒng)一分級

研究選擇飽和流率折減作為天氣分級指標，采用K-均值聚類分析方法將不利天氣下飽和流率分成4類，根據(jù)聚類結(jié)果，以及降雨和降雪條件對應(yīng)的飽和流率回歸模型，把同一折減范圍內(nèi)的降雨、降雪強度整合成同一級別的不利天氣，并給出各等級不利天氣的參數(shù)范圍，如表7所示.

表7 基于交通流參數(shù)折減的不利天氣分級Table 7 Adverse weathergrading based on the influence of traffic flow characteristic

5 研究結(jié)論

降雨和降雪的氣象學(xué)分級僅僅考慮了天氣影響，無法滿足不利天氣條件下的交通管理與控制策略制定的需要.飽和流率、車頭時距和起動損失時間等交叉口交通流參數(shù)都會因不同級別不利天氣的影響而變化，信號控制系統(tǒng)須與之相適應(yīng).本文以交叉口視頻數(shù)據(jù)和提取的交通流參數(shù)數(shù)據(jù)為基礎(chǔ)，分析了不同強度不利天氣條件下，典型交叉口直行車道飽和車頭時距、飽和流率及起動損失時間的變化特征.通過回歸擬合得到降水量與特征參數(shù)的關(guān)系模型，量化了降雨、降雪對信號交叉口交通流的影響.

以不同強度的降雨和降雪對交叉口飽和流率的影響程度差異為基礎(chǔ)，提出了將不利天氣統(tǒng)一劃分成4個級別.1–4級不利天氣對應(yīng)的飽和流率折減范圍分別為0–13%，13%–30%，30%–60%，及60%以上.基于交叉口交通流特征影響的不利天氣統(tǒng)一分級方法，打破了原有氣象學(xué)分級標準，為不利天氣條件下交通管理、信號控制方案優(yōu)化提供統(tǒng)一的解決方案.

[1]Perrin H J，Martin P T，Hansen B G.Modifying signaltiming during inclement weather[J].Transportation Research Record：Journal of the Transportation Research Board，2001，1748：66-71.

[2]Maki P J.Adverse weather traffic signal timing[C]// Transportation Frontiers for the Next Millennium：69th Annual Meeting of the Institute of Transportation Engineers，Las Vegas，1999.

[3]劉偉東，崔淑華.降雨氣象條件下城市道路信號交叉口通行能力研究[J].遼寧省交通高等?？茖W(xué)校學(xué)報，2007，9(4)：3-5.[LIU W D，CUI S H.Studies on capacity of the signalized urban road intersections influenced by rainfall climatic conditions[J].Journal of Liaoning Provincial College of Communications，2007，9 (4)：3-5.]

[4]Bernardin L，Associates，et al.Anchorage signal system upgrade-Final report[R].Alaska，1995.

[5]Agbolosu-Amison S J，Sadek A W，Eidessouki W. Inclement weather and traffic flow at signal intersections：Case study from northern New England[J]. Transportation Research Record：Journal of the Transportation Research Board，2004，1867(1)：163-171.

[6]胡明偉.不良天氣對交通信號配時的影響分析[J].交通標準化，2007，169(9)：156-160.[HUMW.Analysis on adverse weather on traffic signal timing[J]. Communications Standardization.2007，169(9)：156-160.]

[7]Gilliam W J，Withill R A.UTC and inclementweather conditions[C]//IEEConference，1992：85-99.

Study on AdverseWeather C lassification Considering the Traffic Flow Influence Degree at Intersections

WENG Jian-cheng1,WANG Ru1,LIU Li-li2,RONG Jian1

（1.Beijing Key Laboratory of Traffic Engineering,Beijing University of Technology,Beijing 100124,China; 2.Beijing Gonglian Transportation Hub Construction ManagementCo.Ltd,Beijing 100161,China）

The traffic flow at signal intersection shows different characteristics due to the influence of adverseweather.Setting specific signal control scheme in adverseweather conditions is an importantway to reduce its negative influence on the traffic.The signal intersections of different types and scales in Beijing are selected as the investigation spots in this study.Based on theweather data and traffic flow data obtained from video detectors through themonths of April 2012 and February 2013,the characteristics of indicators including saturation headway,saturation flow rate and start-up lost time in different intensities of adverse weatherare analyzed.The relationshipmodels between the indicators and the precipitation are established by significance testing and regressionmodeling.Consequently,the influence of the rain and snow on the traffic flow of intersections is described quantitatively.Finally,the adverse weather is classified into four grades based on its influence degree on the intersection traffic.These traffic flow characteristics in every grade of adverseweather provideapplicable parameters for theoptimization of traffic controlscheme.

urban traffic;adverseweather classification;influencemodel;signal intersection;traffic flow parameters

1009-6744（2015）03-0172-07

U491.1

A

2014-12-02

2015-03-27錄用日期：2015-04-07

國家自然科學(xué)基金項目（51108013）；國家科技重大專項2013年度“核高基”項目資助（2013ZX01045003-002）.

翁劍成（1981）男，浙江人，副教授.＊通信作者：youthweng@bjut.edu.cn