不利天氣對(duì)公路交通安全及交通流的影響研究綜述*

楊文臣 李 立 胡澄宇 張 輪 房 銳

(云南省交通規(guī)劃設(shè)計(jì)研究院有限公司陸地交通氣象災(zāi)害防治技術(shù)國(guó)家工程實(shí)驗(yàn)室1) 昆明 650031)(同濟(jì)大學(xué)道路與交通工程教育部重點(diǎn)實(shí)驗(yàn)室2) 上海 201804) (長(zhǎng)安大學(xué)電子與控制工程學(xué)院3) 西安 710064)

0 引 言

雨、雪、霧、冰凍等不利天氣會(huì)惡化道路行車(chē)條件，降低通行效率，容易引發(fā)重大交通事故，造成嚴(yán)重人員傷亡和大范圍交通擁堵[1].總結(jié)和分析國(guó)內(nèi)外有關(guān)不利天氣對(duì)公路交通系統(tǒng)影響及應(yīng)對(duì)策略的研究，對(duì)于保障公路行車(chē)安全和運(yùn)營(yíng)效率具有重要意義.

不利天氣事件多指具有一定覆蓋范圍和強(qiáng)度的雨、雪、霧、高溫炎熱、低溫冰凍等孤立或組合氣象事件.國(guó)外自1950年開(kāi)始研究不利氣象條件對(duì)公路交通安全的影響，但是當(dāng)時(shí)的數(shù)據(jù)采集技術(shù)限制了所獲取數(shù)據(jù)的精度，因此，通常只能從集計(jì)層面分析道路特征和天氣條件與交通事故的時(shí)空關(guān)系.上世紀(jì)末以來(lái)，公路交通監(jiān)控?cái)?shù)據(jù)在種類、質(zhì)量、覆蓋時(shí)間和空間等方面不斷提升，國(guó)外學(xué)者逐步綜合應(yīng)用多源實(shí)時(shí)交通監(jiān)測(cè)數(shù)據(jù)，系統(tǒng)研究道路交通流、天氣條件、道路狀況等因素間的組合交互效應(yīng)，并提出各種實(shí)時(shí)事故風(fēng)險(xiǎn)防控與動(dòng)態(tài)交通安全管理技術(shù).我國(guó)學(xué)者自21世紀(jì)初逐步開(kāi)展這方面的研究，但受限于公路有限的數(shù)據(jù)條件，絕大多數(shù)研究處于描述統(tǒng)計(jì)和跟蹤國(guó)外最新研究成果階段.

現(xiàn)階段，不利天氣事件對(duì)公路交通安全影響機(jī)理、交通事故實(shí)時(shí)風(fēng)險(xiǎn)建模與動(dòng)態(tài)交通安全控制技術(shù)等已成為公路安全研究中迫切需要解決的理論研究熱點(diǎn)和實(shí)踐難題.文中從基于實(shí)測(cè)數(shù)據(jù)的實(shí)證研究角度，系統(tǒng)回顧了不利天氣條件對(duì)交通安全和交通流影響的最新研究和應(yīng)用，提出此研究領(lǐng)域的關(guān)鍵問(wèn)題和發(fā)展趨勢(shì)，可為國(guó)內(nèi)研究者開(kāi)展相關(guān)實(shí)踐提供借鑒.

1 不利天氣與公路交通事故

不利天氣事件通過(guò)改變駕駛員行為、車(chē)輛特性、路面條件、行車(chē)環(huán)境等交通系統(tǒng)要素，直接影響交通事故率、傷害程度和事故風(fēng)險(xiǎn)，現(xiàn)有研究路徑見(jiàn)圖1.

圖1 不利天氣事件與交通安全關(guān)系研究基本框架

1.1 降雪

降雪天氣與交通事故率和傷害程度直接相關(guān).許多研究發(fā)現(xiàn)，降雪量的增加會(huì)提升交通事故發(fā)生率，減小交通事故的嚴(yán)重度.Black等[2]采用對(duì)照法分析了美國(guó)13個(gè)城市1996—2010年的交通氣象和交通事故數(shù)據(jù)，分析發(fā)現(xiàn)冬季降水條件下交通事故增加19%，受傷率增加13%，但對(duì)事故相對(duì)風(fēng)險(xiǎn)沒(méi)有顯著影響，不同城市之間主要的災(zāi)害性天氣及其致死率各不相同.為降低數(shù)據(jù)采集和研究方法的差異對(duì)研究結(jié)果可靠性的影響，Qiu等[3]采用薈萃分析(meta-analysis)評(píng)價(jià)了1967—2005年間不利天氣對(duì)交通事故影響研究的主要文獻(xiàn)，發(fā)現(xiàn)降雪天氣下事故率大于降雨天氣，而降雪天氣下事故傷害程度通常較低.與降雪天氣下交通事故高風(fēng)險(xiǎn)不同，Tefft[4]分析了與不利天氣相關(guān)的交通事故受傷人數(shù)和死亡人數(shù)，研究發(fā)現(xiàn)相較干燥路面，積雪路面上的事故受傷率低31%，死亡率低47%.究其原因，駕駛員在降雪天氣會(huì)提高警惕性，且行駛車(chē)速通常較低，因此交通事故傷害程度相對(duì)較低.

1.2 降雨

降雨天氣下路面摩擦力減小和能見(jiàn)度降低同樣容易引發(fā)交通事故.Caliendo等[5]回顧了降雨天氣對(duì)交通安全影響的分析方法，包括最小二乘法、泊松或負(fù)二項(xiàng)式回歸、配對(duì)對(duì)照法、平均差異法等，實(shí)證發(fā)現(xiàn)降雨天氣中交通事故數(shù)量會(huì)明顯增加.Yannis等[6]發(fā)現(xiàn)高強(qiáng)度降雨會(huì)減小事故數(shù)量，認(rèn)為這是因?yàn)楫?dāng)?shù)亟涤晏鞖馍?，駕駛員在降雨天行駛更加謹(jǐn)慎，提出應(yīng)結(jié)合研究地點(diǎn)的實(shí)際情況來(lái)解析有關(guān)降雨和交通事故之間的關(guān)系.Brodsky等[7]首次提出降雨天氣對(duì)交通安全的影響通常具有“滯后效應(yīng)”，表現(xiàn)為降雨結(jié)束后道路交通事故發(fā)生率上升.Eisenberg[8]證實(shí)了此效應(yīng)存在，究其客觀原因可能是降水過(guò)后短期內(nèi)道路仍存留有積水和土石，主觀原因可能是駕駛員會(huì)因?yàn)榻涤晖Ｖ苟潘删璨⑻岣哕?chē)速.

1.3 大霧

由于大霧天氣具有突發(fā)性，數(shù)據(jù)獲得難度大，能見(jiàn)度對(duì)交通安全影響的研究不多，既有研究發(fā)現(xiàn)大霧與交通事故發(fā)生率、受傷率和死亡率均具有顯著的正相關(guān)關(guān)，事故形態(tài)主要為正面碰撞和追尾系.Alghamdi[9]使用近30年的事故數(shù)據(jù)進(jìn)行泊松回歸，發(fā)現(xiàn)霧天中的交通事故傷害程度比晴天高2.55倍以上.Yu等[10]發(fā)現(xiàn)強(qiáng)降雪引發(fā)的低能見(jiàn)度會(huì)提高事故發(fā)生率，且單車(chē)事故對(duì)天氣條件敏感，而多車(chē)事故則對(duì)交通流特性的變化更為敏感.Bergel等[11]采用法國(guó)、荷蘭、雅典近20年的月平均統(tǒng)計(jì)數(shù)據(jù)，分析了三種不同類型道路的交通事故風(fēng)險(xiǎn)與降雨、大霧等四種不利天氣的關(guān)系，分析發(fā)現(xiàn)大霧等低能見(jiàn)度條件顯著提高了交通事故的發(fā)生風(fēng)險(xiǎn)，究其原因，大霧低能見(jiàn)度縮短駕駛員發(fā)現(xiàn)和應(yīng)對(duì)碰撞風(fēng)險(xiǎn)的時(shí)間窗口.

1.4 大風(fēng)和異常氣溫

車(chē)輛在大風(fēng)天氣中行駛時(shí)氣動(dòng)性能會(huì)發(fā)生改變，導(dǎo)致行駛穩(wěn)定性降低，行車(chē)風(fēng)險(xiǎn)增大.Hermans等[12]分析發(fā)現(xiàn)當(dāng)大風(fēng)和降雨天氣同時(shí)出現(xiàn)時(shí)，荷蘭的交通事故數(shù)量會(huì)顯著上升.鑒于貨車(chē)特殊的幾何外形和動(dòng)力特性，Young等[13]從貨車(chē)交通事故特征、不當(dāng)駕駛行為和行駛穩(wěn)定性等方面，研究了大風(fēng)天氣下貨車(chē)側(cè)滑和側(cè)翻的風(fēng)險(xiǎn).異常氣溫對(duì)公路行車(chē)安全會(huì)造成孤立及綜合性影響.一方面，低溫常伴有雨雪天氣，容易導(dǎo)致路面結(jié)冰或道路病害，而高溫天氣主要通過(guò)加速駕駛員疲勞、提高路面溫度和胎壓增加行車(chē)風(fēng)險(xiǎn)；另一方面，低溫天氣會(huì)導(dǎo)致總出行量降低，從而減少交通事故的數(shù)量.

1.5 研究評(píng)述

多數(shù)實(shí)證研究采用集計(jì)統(tǒng)計(jì)建模方法分析了不利天氣交通事故的影響，分析發(fā)現(xiàn)降雨、降雪、大霧、異常溫度和大風(fēng)等不利天氣將導(dǎo)致事故數(shù)量增加，而其與交通事故嚴(yán)重程度的關(guān)系較為混雜.事故發(fā)生頻率和嚴(yán)重度程度均與不利天氣事件類型、強(qiáng)度、發(fā)生時(shí)段、持續(xù)時(shí)間和地理區(qū)域等有很大關(guān)系，不利天氣條件與交通安全的關(guān)系具有明顯地域特征，這種潛在的地域異質(zhì)性，使得研究成果的移植和應(yīng)用更加復(fù)雜.為解決集計(jì)分析方法的均值化處理無(wú)法反映交通流動(dòng)態(tài)特征等問(wèn)題，隨著公路數(shù)據(jù)質(zhì)量不斷提升，采用非集計(jì)分析方法定量揭示動(dòng)態(tài)天氣、交通流、道路等特征因子與交通事故間關(guān)聯(lián)關(guān)系是當(dāng)下國(guó)際研究熱點(diǎn).

2 不利天氣與公路交通流

不利天氣對(duì)交通流移動(dòng)性的影響直接體現(xiàn)在宏觀交通流特征參數(shù)和出行時(shí)間的變化上，包括道路通行能力、交通流量、速度和密度等，現(xiàn)有的研究路徑見(jiàn)圖2.

圖2 不利天氣對(duì)交通流關(guān)系研究基本框架

2.1 不利天氣對(duì)交通流參數(shù)影響

2.1.1通行能力

積雪、降雨、大霧會(huì)降低能見(jiàn)度、減小路面摩擦系數(shù)，模糊車(chē)道標(biāo)線，增加車(chē)輛行駛阻力、導(dǎo)致車(chē)輛側(cè)向凈距和車(chē)頭時(shí)距增大，從而降低道路通行能力.HCM2000推薦的低降雪量和高降雪量對(duì)高速公路通行能力的折減率分別為5%～10%和25%～30%.Ibrahim等[14]發(fā)現(xiàn)降雪天氣中路段通行能力會(huì)降低4%～27.5%，且降雪量每增加0.01 in/h，通行能力減小2.8%.Billo等[15]研究了不同降雨強(qiáng)度對(duì)城市快速路駕駛行為和交通流的影響，實(shí)證發(fā)現(xiàn)降雨天氣條件下速度降低，車(chē)頭時(shí)距和車(chē)間距增加，對(duì)3種降雨強(qiáng)度，通行能力分別降低了18.5%～21%，自由流速度降低了8%～12.6%.除了降雪天氣，Smith等[16]發(fā)現(xiàn)降雨強(qiáng)度同樣會(huì)不同程度地影響快速路通行能力，小雨天氣下降低4%～10%，大雨天氣下降低25%～30%.

2.1.2交通量

許多學(xué)者使用交通量衡量惡劣天氣對(duì)出行活動(dòng)的影響.Hassan等[17]發(fā)現(xiàn)不利天氣條件下交通量平均減少5%，路面有積雪時(shí)減少幅度可達(dá)10%～15%.Maze等[18]研究了大雪天氣下交通量和風(fēng)速與能見(jiàn)度的關(guān)系，發(fā)現(xiàn)高能見(jiàn)度和低風(fēng)速條件下交通量減少20%，極端條件下減少可達(dá)80%.Datla等[19]發(fā)現(xiàn)降雨、降雪、大風(fēng)、大霧及暴風(fēng)雪抑制出行的程度成逐漸增強(qiáng)趨勢(shì)，減小幅度高達(dá)60%.Agarwal等[20]采用實(shí)測(cè)數(shù)據(jù)分析降雨與交通流量之間的關(guān)系，發(fā)現(xiàn)降雨小于0.25 mm/h時(shí)交通流量減少1%～3%，0.25～6.35 mm/h時(shí)減少5%～10%，給出了不同降雨強(qiáng)度下交通量折減的計(jì)算方法.

2.1.3行駛車(chē)速

多數(shù)研究發(fā)現(xiàn)不利天氣條件下車(chē)輛平均車(chē)速會(huì)明顯降低.朱興琳等[21]發(fā)現(xiàn)降雪天氣下車(chē)速會(huì)降低3%～38%，而降低程度會(huì)隨著降雪類型和強(qiáng)度發(fā)生改變.Hranac等[22]實(shí)證分析發(fā)現(xiàn)小雨分別導(dǎo)致自由流速度和最大限速降低約3%和9%，而小雪導(dǎo)致自由流動(dòng)速度和最大限速降低可達(dá)16%.Chung等[23]發(fā)現(xiàn)日本東京小雨天氣的自由流車(chē)速相較于正常天氣降低5%，大雨時(shí)降低8%，地面積水對(duì)車(chē)速及交通安全的影響尤為顯著.Saberi等[24]發(fā)現(xiàn)非交通擁擠時(shí)段中降雨對(duì)波特蘭車(chē)速和流量的影響非常明顯，而對(duì)擁擠時(shí)段的車(chē)速無(wú)顯著性影響.張存保等[25]采用實(shí)測(cè)數(shù)據(jù)標(biāo)定Van Aerde宏觀交通流模型，給出不同降雨強(qiáng)度下交通流三參數(shù)關(guān)系曲線及變化特征，與無(wú)雨天氣相比，小雨、中雨和大雨天氣下高速公路平均速度分別下降4.7%,9.8%和16.1%，通行能力分別降低10.5%,17.4%和27.1%.

2.2 不利天氣條件下交通流參數(shù)關(guān)系模型

2.2.1斷面交通流參數(shù)模型

斷面交通流量、平均車(chē)速和車(chē)流密度(或占有率)之間存在緊密聯(lián)系，三者間的關(guān)系集中反映在交通流基本圖(fundamental diagram，F(xiàn)D)中，通過(guò)觀察和分析圖示的變化，可直觀了解不利天氣事件對(duì)路段宏觀交通流的影響.Mohammed等[26]建立了反映干燥和濕滑路面條件下交通流特性的基本圖，計(jì)算發(fā)現(xiàn)濕滑條件下通行能力損失達(dá)42.3%.Bie等[27]采用天氣影響因子修正自由流速度、通行能力、臨界密度等參數(shù)，建立適用于不同天氣條件的交通流狀態(tài)預(yù)測(cè)模型.李長(zhǎng)城等[28]綜合考慮降雨天氣條件及車(chē)道位置、車(chē)輛類型、時(shí)間段等因素，修正了經(jīng)典的Greenshield模型，提出了速度-密度關(guān)系的非線性回歸預(yù)測(cè)方法.

2.2.2網(wǎng)絡(luò)交通流參數(shù)模型

相對(duì)于FD，宏觀基本圖(macroscopic fundamental diagrams，MFD)借助路網(wǎng)平均密度(或平均速度)和平均流量之間的關(guān)系，反映路網(wǎng)整體交通流狀態(tài).近年來(lái)，有學(xué)者開(kāi)始使用MFD研究不利天氣條件下的路網(wǎng)交通流特性，為實(shí)施路網(wǎng)交通控制提供參考.通過(guò)觀察不同天氣狀況下城市道路網(wǎng)絡(luò)MFD，Wada等[29]發(fā)現(xiàn)雨雪天氣中路網(wǎng)擁堵形成與消散的速度差會(huì)被拉大，宏觀基本圖中的磁滯環(huán)(hysteresis loop)會(huì)覆蓋更大的時(shí)空范圍,定量分析了降水強(qiáng)度變化對(duì)城市道路網(wǎng)絡(luò)交通流的影響，發(fā)現(xiàn)降雨會(huì)提高M(jìn)FD中樣本點(diǎn)的離散性，并且各個(gè)宏觀交通流參數(shù)所受的影響程度不一，這意味著雨雪天氣中預(yù)測(cè)路網(wǎng)交通狀態(tài)和實(shí)施交通控制的難度會(huì)增大.Jiyang等[30]利用多種交通流檢測(cè)數(shù)據(jù)構(gòu)建了長(zhǎng)沙市中央商務(wù)區(qū)路網(wǎng)MFD，發(fā)現(xiàn)陰雨天氣會(huì)降低路網(wǎng)整體通行能力，延長(zhǎng)路網(wǎng)擁堵消散時(shí)間.

2.3 研究評(píng)述

多數(shù)研究采用集計(jì)統(tǒng)計(jì)分析的方法發(fā)現(xiàn)不利天氣事件將顯著降低通行能力、行駛速度和交通流量，顯著增加交通系統(tǒng)不確定性.由于不同地區(qū)的道路、交通流和天氣特征等不同，不利天氣事件在不同地區(qū)的交通流影響規(guī)律有明顯差別.為提升不利天氣對(duì)交通影響的預(yù)研預(yù)判能力，近年來(lái)學(xué)者開(kāi)始研究不利天氣條件下斷面和網(wǎng)絡(luò)交通流特性關(guān)系模型，定量解析不利天氣條件下微觀交通流、宏觀交通流的影響機(jī)理及相互作用關(guān)系，預(yù)測(cè)其對(duì)行程時(shí)間、交通擁堵的影響，為實(shí)施主動(dòng)交通安全控制提供啟動(dòng)時(shí)機(jī)、啟動(dòng)路段重要的等決策參數(shù).

3 天氣及交通流動(dòng)態(tài)特征與交通事故關(guān)系

當(dāng)前公路交通事故檢測(cè)研究主要關(guān)注于提高“事后狀態(tài)感知”的精度和速度，然而感知事件發(fā)生、處理事件和實(shí)施交通控制等各個(gè)環(huán)節(jié)間存在一定時(shí)間差，在此期間事故路段上可能人員財(cái)產(chǎn)的損失乃至大范圍交通擁堵.近年公路智能交通系統(tǒng)快速發(fā)展，交通管理者已經(jīng)能夠?qū)崟r(shí)采集和傳輸多種監(jiān)測(cè)數(shù)據(jù)(斷面交通流數(shù)據(jù)、車(chē)輛AVI數(shù)據(jù)、氣象數(shù)據(jù)等)，有研究學(xué)者著手利用這類數(shù)據(jù)快速準(zhǔn)確識(shí)別事故的前兆特征，預(yù)判不良天氣下公路交通事故風(fēng)險(xiǎn)和傷害程度，進(jìn)而實(shí)施交通安全動(dòng)態(tài)管理與主動(dòng)防控,見(jiàn)圖3.

圖3 實(shí)時(shí)交通事故風(fēng)險(xiǎn)預(yù)測(cè)示意圖

3.1 事故發(fā)生風(fēng)險(xiǎn)

21世紀(jì)初開(kāi)始，多位學(xué)者開(kāi)始研究宏觀交通流動(dòng)態(tài)特征與交通事故風(fēng)險(xiǎn)的關(guān)系，研究發(fā)現(xiàn)可采用上下游交通量、速度、占有率等參數(shù)表征交通事故的發(fā)生.近年來(lái)，有學(xué)者進(jìn)一步融合了氣象和道路條件數(shù)據(jù)，提高了模型預(yù)測(cè)的精度.Abdel等[31]構(gòu)建了考慮交通流速度、降雨和能見(jiàn)度變化的交通事故風(fēng)險(xiǎn)預(yù)測(cè)模型，發(fā)現(xiàn)事故發(fā)生前5～10 min速度平均值降低和標(biāo)準(zhǔn)差升高時(shí)，低能見(jiàn)度下事故發(fā)生風(fēng)險(xiǎn)將會(huì)提高.Ahmed等[32]綜合使用道路條件、交通流數(shù)據(jù)和氣象數(shù)據(jù)研究高速公路交通事故發(fā)生的風(fēng)險(xiǎn)，發(fā)現(xiàn)干旱季節(jié)中低速交通流和低能見(jiàn)度會(huì)提高事故發(fā)生風(fēng)險(xiǎn)，而雨雪季節(jié)中低能見(jiàn)度、強(qiáng)降水和速度變化將增加交通事故發(fā)生的風(fēng)險(xiǎn).徐鋮鋮[33]利用美國(guó)高速公路數(shù)據(jù)，研究了交通流狀態(tài)與交通安全關(guān)系，交通事故風(fēng)險(xiǎn)影響機(jī)理、實(shí)時(shí)事故風(fēng)險(xiǎn)建模、事故風(fēng)險(xiǎn)模型移值等內(nèi)容，據(jù)作者認(rèn)知，這是目前我國(guó)面向動(dòng)態(tài)交通安全管理較為全面的研究.Wu等[34]采用霧天實(shí)時(shí)交通流數(shù)據(jù)識(shí)別了三種跟車(chē)場(chǎng)景，采用隨機(jī)參數(shù)logistic和負(fù)二項(xiàng)分布模型估計(jì)了交通和天氣變量對(duì)追尾事故的影響.Songchitruksa等[35]分別采用巢式多元Logit模型和多元Logit模型分析了Austin三條高速公路的事故、天氣和交通流數(shù)據(jù)，發(fā)現(xiàn)能見(jiàn)度、時(shí)間段和照明條件是事故類型的重要特征，5 min內(nèi)的平均占有率和速度方差與內(nèi)側(cè)車(chē)道事故的發(fā)生率顯著相關(guān).Yuan等[36]整合了實(shí)時(shí)交通流、天氣和自適應(yīng)信號(hào)控制數(shù)據(jù)，采用貝葉斯條件邏輯回歸模型研究了城市主道實(shí)時(shí)事故風(fēng)險(xiǎn)，分析發(fā)現(xiàn)事故發(fā)生前5～10 min交通流特征變量及雨天變量與事故風(fēng)險(xiǎn)有明顯關(guān)系，提出應(yīng)利用機(jī)器學(xué)習(xí)提高風(fēng)險(xiǎn)模型的預(yù)測(cè)精度.

3.2 事故嚴(yán)重度

由于采集事故嚴(yán)重度數(shù)據(jù)的難度大，少數(shù)學(xué)者利用交通流、氣象和道路條件等數(shù)據(jù)，進(jìn)行事故嚴(yán)重度的致因分析及預(yù)測(cè).Christoforou等[37]研究發(fā)現(xiàn)由于車(chē)輛在交通擁堵和不利天氣條件下行駛速度低，交通事故的傷害程度降低，但降雨條件下速度越快，交通事故的傷害程度越高.Theofilatos[38]采用隨機(jī)森林算法提取重要的參數(shù)變量，采用有限混合的貝葉斯回歸和混合Logit模型分別建立了事故風(fēng)險(xiǎn)及事故嚴(yán)重度模型，分析發(fā)現(xiàn)交通流的波動(dòng)顯著影響城市干道交通事故的發(fā)生，而事故嚴(yán)重度的實(shí)證結(jié)果較為混雜，天氣條件對(duì)事故風(fēng)險(xiǎn)及嚴(yán)重度則沒(méi)有直接影響.Xu等[39]采用貝葉斯序貫邏輯回歸分析了高速公路交通流條件與不同類型事故嚴(yán)重度的關(guān)系，發(fā)現(xiàn)對(duì)追尾和側(cè)碰不同類型事故，其交通流和天氣條件的特征參數(shù)不同，模型檢驗(yàn)精度達(dá)60%～85.4%.Yu等[40]分析發(fā)現(xiàn)實(shí)時(shí)交通流及天氣特征對(duì)事故嚴(yán)重度有實(shí)質(zhì)影響，應(yīng)綜合考慮多維參數(shù)間非線性和單個(gè)事故間異質(zhì)性以提高預(yù)測(cè)模型的精度.

3.3 研究評(píng)述

不利天氣對(duì)交通安全影響的研究正從靜態(tài)、被動(dòng)的“事后”統(tǒng)計(jì)分析轉(zhuǎn)向動(dòng)態(tài)、主動(dòng)的“事前”風(fēng)險(xiǎn)防控，從僅考慮交通流特征向綜合考慮交通流、天氣和道路特征綜合作用的方向發(fā)展.根據(jù)實(shí)時(shí)交通流和天氣特征與交通安全的關(guān)聯(lián)關(guān)系，有學(xué)者提出不利天氣條件下交通流動(dòng)態(tài)協(xié)同控制方法，以期主動(dòng)預(yù)防交通事故發(fā)生和降低事故傷害.同時(shí)，道路條件、不利天氣和交通流之間存在的復(fù)雜“組合”效應(yīng)使其與交通事故的關(guān)系在作用強(qiáng)度或方向上具有不確定性，學(xué)者們開(kāi)始因地制宜地研究實(shí)時(shí)事故風(fēng)險(xiǎn)模型的時(shí)空移植問(wèn)題，并采用支持向量機(jī)等機(jī)器學(xué)習(xí)技術(shù)，探索基于數(shù)據(jù)驅(qū)動(dòng)的交通事故風(fēng)險(xiǎn)建模方法.

4 討 論

1) 不利天氣影響特征及其關(guān)系模型可移植性研究 由于道路條件、交通環(huán)境、數(shù)據(jù)條件的差異，不利天氣對(duì)交通安全及交通流影響的規(guī)律表現(xiàn)出一定的地域性，體現(xiàn)在特征參數(shù)、模型形式、作用強(qiáng)度及方向等會(huì)因時(shí)空差異而發(fā)生變化.這會(huì)降低不利天氣影響模型的可移植性，難以通過(guò)交叉對(duì)比不同研究的結(jié)論獲知不利天氣對(duì)交通安全及交通流的基本影響模式.后續(xù)研究有必要通過(guò)在多地采用相同的方案收集數(shù)據(jù)，探索基礎(chǔ)模型參數(shù)的時(shí)空隨動(dòng)機(jī)制，提出不利天氣影響模型的遷移應(yīng)用方法，以便于相關(guān)理論研究成果在實(shí)踐中應(yīng)用.

2) 不利天氣條件下多源交通安全數(shù)據(jù)分析與建模 多數(shù)學(xué)者利用高級(jí)統(tǒng)計(jì)分析模型推斷不利天氣條件對(duì)交通事故和交通流的影響機(jī)理，這類確定性建模方法的可靠性取決于樣本容量和特征、變量選取方式和變量間預(yù)設(shè)關(guān)系的合理性.在“人-車(chē)-路-環(huán)境-管理”的復(fù)雜交通系統(tǒng)中，不利天氣對(duì)交通系統(tǒng)影響的研究是一個(gè)不確定性問(wèn)題，受限于研究者的認(rèn)知水平，使用精確數(shù)學(xué)模型進(jìn)行交通安全風(fēng)險(xiǎn)辨識(shí)可能會(huì)危及研究結(jié)果的可信度和計(jì)算效率，而運(yùn)營(yíng)管理實(shí)踐要求交通安全改善措施能做到準(zhǔn)確有效和快速響應(yīng).為充分運(yùn)用各類具有不確定性定量及定性的信息知識(shí)，引進(jìn)人工智能和機(jī)器學(xué)習(xí)理論與技術(shù)，采用自動(dòng)辨識(shí)數(shù)據(jù)模型的數(shù)據(jù)驅(qū)動(dòng)方法，研究多源交通安全數(shù)據(jù)分析與建模方法是國(guó)外最新研究的方向.

3) 不利天氣條件下宏觀交通流理論研究和建模 為提高不利天氣事件對(duì)交通流移動(dòng)性影響的預(yù)研預(yù)判能力，學(xué)者們最先采用確定性的交通流建模方法，通過(guò)在交通流基本圖或宏觀基本圖中加入天氣修正因子，定量描述不同天氣事件及影響強(qiáng)度下宏觀交通流狀態(tài)的變化趨勢(shì)；隨著交通數(shù)據(jù)質(zhì)量的提升，學(xué)者們開(kāi)始引入隨機(jī)建模和混合建模的方法，進(jìn)一步研究不利天氣對(duì)交通流的微觀影響機(jī)理及動(dòng)態(tài)演化過(guò)程.隨機(jī)建模方法從實(shí)際數(shù)據(jù)中提取不利天氣條件下交通流特征變量(如車(chē)頭時(shí)距)的分布函數(shù)，建立其與宏觀交通流現(xiàn)象之間的聯(lián)系；混合建模方法則以確定性建模方法為基礎(chǔ)，在模型參數(shù)設(shè)置、標(biāo)定和更新規(guī)則上引入隨機(jī)建模思想，以進(jìn)一步提高模型的預(yù)測(cè)精度.

4) 不利天氣條件下微觀駕駛行為特性研究 目前主要采用歷史事故或交通流數(shù)據(jù)研究不利天氣條件對(duì)交通安全和交通流的影響，這是一種靜態(tài)的“事后”致因推測(cè).作為引發(fā)交通事故和宏觀交通流現(xiàn)象的行為根源，不利天氣事件下駕駛員微觀特性及其與交通安全的關(guān)系在以往研究中較少受到關(guān)注，而不利天氣事件下駕駛員的主觀判斷與現(xiàn)實(shí)狀況的偏差、駕駛行為規(guī)范性、應(yīng)對(duì)突發(fā)事件的能力等因素與交通事故的發(fā)生和傷害程度直接相關(guān).究其原因，缺乏不利天氣條件下駕駛行為的實(shí)時(shí)數(shù)據(jù).近年來(lái)，使用自然駕駛或駕駛模擬器定量揭示不利天氣條件下微觀駕駛行為特性及交通安全作用機(jī)理是國(guó)內(nèi)外理論研究的熱點(diǎn).

5) 面向不利天氣的動(dòng)態(tài)交通安全管理措施及技術(shù) 不利天氣條件下駕駛員錯(cuò)誤判斷是事故發(fā)生的主要致因，傳統(tǒng)交通標(biāo)志標(biāo)線、速度執(zhí)法等靜態(tài)、被動(dòng)的安全措施不能及時(shí)響應(yīng)交通環(huán)境的變化，與實(shí)際駕駛行為的協(xié)調(diào)性差.國(guó)外最新研究及實(shí)踐表明，通過(guò)積極踐行智能可變限速及匝道控制、及時(shí)養(yǎng)護(hù)處置、主動(dòng)信息服務(wù)、快速應(yīng)急管理等措施及技術(shù)，可提供實(shí)時(shí)、準(zhǔn)確的道路條件信息，主動(dòng)調(diào)節(jié)交通流運(yùn)行狀態(tài)，使公路保持在最佳的行車(chē)條件，進(jìn)而引導(dǎo)駕駛員正確判斷和安全行車(chē)，是減輕不利天氣對(duì)交通系統(tǒng)影響的重要技術(shù)手段.因此，在探索不利天氣事件實(shí)時(shí)事故風(fēng)險(xiǎn)模型和交通流參數(shù)模型的同時(shí)，從交通事故主動(dòng)預(yù)防預(yù)警出發(fā)，研究交通安全動(dòng)態(tài)管理策略與智能控制方法是當(dāng)下學(xué)者研究的又一重點(diǎn).

5 結(jié) 束 語(yǔ)

綜述了不利天氣對(duì)交通安全及交通流影響的實(shí)證研究現(xiàn)狀，分析表明：①不利天氣事件增加交通事故的發(fā)生次數(shù)，而對(duì)交通事故傷害程度的影響則表現(xiàn)出了不一致性；②不利天氣事件降低宏觀交通流特征參數(shù)的閾值，增加交通系統(tǒng)的不確定性，其交通流特征參數(shù)可為主動(dòng)交通控制提供重要決策依據(jù)；③天氣及交通流特征參數(shù)與交通事故風(fēng)險(xiǎn)間存在復(fù)雜的關(guān)聯(lián)關(guān)系，通過(guò)甄別合適的事故風(fēng)險(xiǎn)的征兆因子，實(shí)時(shí)事故風(fēng)險(xiǎn)建模方法可為交通安全動(dòng)態(tài)管理提供一種新的技術(shù)手段；④不利天氣對(duì)交通安全及交通流的影響均表現(xiàn)出明顯的地域性，體現(xiàn)在特征參數(shù)的選擇、相互作用的強(qiáng)度及方向等方面，需強(qiáng)化模型時(shí)空移植的應(yīng)用研究.⑤不利天氣事件不可能被消除，這要求我們將動(dòng)態(tài)安全管理的理念貫穿于公路建設(shè)運(yùn)營(yíng)的全過(guò)程，積極踐行動(dòng)態(tài)交通安全管理措施及技術(shù)，降低不利天氣事件對(duì)交通系統(tǒng)的影響.