これは、Journal of Transportation Engineering Part A-Systems に当研究グループが掲載した論文です。この記事では、人気のある GTWR、GWR、OLS モデルを研究に使用しています。論文はここで紹介されており、論文のコードは公開されていますソース、変更後すぐに使用できます。
github: https://github.com/RobinYaoWenbin/OpenSource-for-Analysis-of-Spatiotemporal-Factors-Affecting-Traffic-Safety
gitee: https://gitee.com/RobinYaoWenbin/OpenSource-for-Analysis-of-Spatiotemporal -交通安全に影響を与える要因
1. 論文の概要
この論文は主に交通事故の時空間影響要因を分析します。一般に、記事は次の部分に分けることができます。
- 交通事故データの記述統計分析: 事故データは、重大度に応じて、死傷者が発生した KSI (死亡および重傷) と死傷者なしの (物的損害のみ) PDO に分類できます。次に,2種類の事故データの時間的および空間的特性をそれぞれ分析した。時間的次元は毎日の事故の頻度を数えることであり、空間的次元は事故の分布を見ることです。さらなる分析のために、グローバル モラン インデックスとローカル モラン インデックスを使用して空間的自己相関を分析します。
- 2 番目の部分は、時空間影響要因の抽出です。時空間に影響を与える要因は 3 つに分類され、1 つ目は交通状況情報、2 つ目は道路網構造の特性、3 つ目は建築環境情報です。これら 3 つのカテゴリから合計 18 個の変数が抽出されました。その後のモデリングを実行するには、共線性解析と空間自己相関テストがそれぞれ必要です。交通状況情報はナンバー プレート認識データから取得され、道路網構造の特徴は OSM データから取得され、建築環境情報は POI データから取得され、後者の 2 種類のデータはオープンソースです。
- 3 番目の部分は、事故の時空関係のモデル化です。モデルはそれぞれ GTWR、GWR、OLS モデルでモデル化されています。
- 4 番目の部分は結果の解釈です。この種の影響因子分析の結果の解釈は、多くの場合、多くのスペースを占めます。論文として、この部分は非常に重要です。なぜなら、ここが主な結論とインスピレーションだからです。エンジニアリングの実践。しかし、方法論に関する限り、人々はこの部分についてあまり考えていないことがよくあります。
2. データ概要
本稿では、交通事故データ、ナンバープレート認識データ、道路網データ（openstreetmap）、建築環境データ（POIデータ）の4種類のデータを使用します。
これら 4 種類のデータのうち、道路網データと建築環境データはオープンソースであり、交通関連の研究においても非常に一般的なデータです。道路ネットワークデータの取得と利用については、私のブログ【OSMnx】をご覧ください。openstreetmapをクローリングしてグラフ構造に整理することで、複雑なネットワーク手法を使用して分析できます。構築環境データは通常 POI データであり、Gaode API を通じて Gaode の POI をクロールし、住宅地、商業地などの構築環境を POI で大まかに分析できます。紙。私も多くの論文で対応する方法を使用しました。
事故データやナンバープレート認識データについては、関係部門と連携して取得する必要があり、関連するオープンソースデータは見当たらないようだ。事故データは、交通事故後の交通警察による構造化された事故の記録です。ナンバー プレート認識データは、一般的に使用される時空軌跡データです。私の研究のほとんどは、このデータに基づいています。このデータを理解するには、次のことを行ってください。私の論文を読むことができます。ナンバープレート認識データは、移動行動や道路区間や道路網の交通状況を分析するために使用できます。
3. 方法論
このセクションでは、記事で使用されている方法論について説明します。
- 交通事故の空間分析では、グローバルおよびローカルのモラン指数が使用されます。これらは通常、探索的分析、つまりデータが空間的自己相関を示すかどうかを確認するために使用されます。
- 道路ネットワーク構造の変数をマイニングするために、いくつかの複雑なネットワーク手法が使用されます。都市の交差点はノードとして使用され、道路はエッジとして使用されてグラフが形成され、次数、出次数、エッジ密度、ノード重要度 (ページランク) などが形成されます。さらに、街路方向の秩序性を反映するために、方位エントロピーなどの比較的複雑なネットワーク指標が取得されます。
- 建築環境指標を計算する際、土地利用特性を測定するために一般的に使用される建築環境分析手法と情報エントロピーが使用されます。これらの手法については、Yao、W.、J. Yu、Y. Yang、N などの私の論文で詳しく説明されています。 . Chen, S. Jin , Y. Hu, and C. Bai. 2022b. 「COVID-19 下の旅行行動調整について」 Commun. Transp. Res.2 (Dec): 100068. https://doi.org/ 10.1016/j.commtr. 2022
.100068., Yao, W., C. Chen, H. Su, N. Chen, S. Jin, and C. Bai. 2022a. 「時空間的な旅行チェーンに基づく主要な通勤ルートの分析」 ." J. Adv. Transp.2022 (Mar): 31. https://doi.org/10.1155/2022/6044540。 - 時空間影響因子の解析にはGTWR、GWR、OLSモデルが使われており、これらのモデルも一般的なモデルですので、詳しくはGTWR紹介ブログをご覧ください。
4 結論
結論は実際にはGTWRの係数であり、各独立変数が事故率にどのように影響するかを分析します。GTWR モデルは時空間の不均一性をモデル化できるため、時間次元の係数変化と空間次元の係数変化を実際に解析することができます。たとえば、時間次元の画像と空間次元の画像を置きました。下に。この 2 つの図を組み合わせると、係数が 1 日の中でどのように変化するか、つまり独立変数と従属変数の関係が 1 日の中でどのように変化するかを知ることができ、また、両者の関係が空間によってどのように変化するかも知ることができます。の。詳細については、論文を参照してください。
5. オープンソースコード
関連するコードは github および gitee でオープンソース化されており、必要な場合は自分でダウンロードできます。
参考文献
Xu C、Zhang Z、Yao W、他 2023 年、マルチソース データ フュージョンに基づく交通安全に影響を与える時空間要因の分析。トランスペアレント 工学、パート A: システム、2023、149(10): 04023098
论文链接：https://doi.org/10.1061/JTEPBS.TEENG-7990