[發明專利]基于建成環境和微博數據的交通事故時空分布量化方法

在審

• 申請號: 201710812022.1
• 申請日: 2017-09-12
• 公開（公告）號: CN107622325A
• 公開（公告）日: 2018-01-23
• 發明（設計）人: 鐘紹鵬;王仲;鄒延權;王亞瀾;程榮;李旭豐
• 申請（專利權）人: 大連理工大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/26;G08G1/01
• 代理公司: 大連理工大學專利中心21200
• 代理人: 溫福雪,侯明遠

技術領域

本發明屬于城市交通規劃及交通安全系統的技術領域，涉及到交通事故規律分析，特別涉及到建成環境對交通事故時空分布的解釋及量化方法。

背景技術

Poch M和Mannering F在《Negative Binomial Analysis of Intersection-Accident Frequencies》對貝爾維尤63個交叉口的七年歷史數據進行了其事故頻率的負二項回歸分析，揭示了道路幾何特征等交通影響元素對事故頻率的重要影響；張立言和陳文杰在《Data mining of tree-based models to analyze freeway accident frequency》通過建立分類回歸樹模型和負二項回歸探索了交通流特征及環境因素對交通事故的影響，發現日平均交通量和降雨量與公路事故有重大關聯作用。目前的研究方法存在兩個問題，一是這類研究偏重于事故的影響因素獨立作用的影響，而且對各因素之間的影響缺乏探討，導致研究的全面性不夠；二是往往沒有探究交通事故的產生機理，理解影響交通事故時空分布的主要因素。本發明在此基礎上，充分考慮城市建成環境要素對交通事故時空分布的影響，提出一種基于微博數據的更嚴謹的交通事故時空分布量化方法。

發明內容

本發明要解決的技術問題是利用微博文本數據獲取經緯度和時間信息，結合城市建成環境屬性數據，建立地理加權回歸模型(GWR)，最終獲得一種交通事故時空分布量化方法。

本發明的技術方案：

基于建成環境和微博數據的交通事故時空分布量化方法，步驟如下：

(1)交通事故微博數據采集與處理

采用網絡爬蟲的方法采集交通事故微博數據，然后通過自然語言處理得到表示地理位置名稱的詞語，最后通過坐標拾取方法得到事故發生的每個位置名稱對應的經緯度坐標；

(2)影響交通事故時空分布的建成環境變量選取

(3)最小二乘法檢驗

先采用最小二乘法OLS判斷各建成環境變量的顯著性，初步了解各建成環境變量之間的互相聯系，通過對OLS結果評估，判斷空間數據的模型構建效果，再進行GWR模型構建：

其中，y表示因變量即交通事故；x_i表示自變量即各建成環境變量因素；β₀表示回歸常數；β_i表示各建成環境變量對應的參數；ε表示隨機誤差；

(4)建立地理加權回歸模型GWR

地理加權回歸模型(Geographically Weighted Regression，簡稱為GWR)實質其實是全局普通線性回歸模型的一個擴展，其不僅空間依賴性低，能很好的擬合空間數據，而且其可視化分析效果也很好。在GWR模型中，將多元線性回歸模型進行擴展，其各單元的估計參數隨地理空間位置而變化，因此能很直觀探測在不同地理位置各變量間不同的結構關系，從而有效描述建成環境對交通事故時空分布影響的空間異質性現象。GWR模型是在基于局域回歸和變參數想法下提出來的。GWR模型在回歸參數中嵌入變量的空間位置，并利用局部加權最小二乘法進行逐點參數估計，模型結構如下：

式中，y_i表示第i個交通小區的交通事故，n代表交通小區的數量，k代表建成環境變量的數量，β_ip代表第p個建成環境變量對第i個交通小區的參數，(μ_i,v_i)表示交通小區i的位置坐標，x_ip表示第i個小區第p個自變量，ε_i表示第i個交通小區的隨機誤差項，β₀(μ_i,v_i)為第i個小區回歸常數；

在實際應用中，當對第i個交通小區進行參數估計時，若只使用位置i自身的這一組樣本數據，雖然能得到一個無偏估計的結果，但結果的標準差過大，精度過低。所以為了減小估計的標準差，提高估計精度，就需要使用第i個交通小區周圍更多的樣本小區來參與估計。然而，當以第i個交通小區周圍的樣本小區進行參數估計時，又不可避免地會產生偏差，而且這種偏差會隨著樣本小區的增多而增大。因此，為了權衡GWR模型中參數估計結果的偏差和標準差大小，需要選擇合適的鄰近樣本小區進行參數估計。