[发明专利]一种基于时空立方体的道路超速事件黑点识别方法

说明书

本发明公开了一种基于时空立方体的道路超速事件黑点识别方法，包括：(1)获取待识别地区的地理信息和超速事件信息；(2)采用Global Moran’s I方法计算最佳空间步长，并根据所述最佳空间步长构建道路超速事件时空立方体；(3)根据构建的超速事件时空立方体，采用Mann‑Kendall统计方法判断各地点的道路超速事件变化趋势；(4)根据构建的超速事件时空立方体，采用Getis‑Ord General G统计方法获取道路超速事件的热点地点；(5)根据各地点的道路超速事件变化趋势和获取的道路超速事件的热点地点得到道路超速事件的黑点。本发明从超速事件时间分布和空间分布的角度分析，可以更准确的识别道路超速事件黑点。

技术领域

本发明涉及交通领域，尤其涉及一种基于时空立方体的道路超速事件黑点识别方法。

背景技术

驾驶违法行为是造成交通事故的主要原因。其中，超速行驶作为交通违法行为之一，是造成道路交通风险的重要因素。交通事件黑点表示的是交通事件多发地段。

时空立方体模型由Hagerstrand于十六世纪末期提出，是可视化分析和时空分布分析的重要方法之一，通过三维模型同时展现现实中的二维平面世界(x维度与y维度) 和时间变化(z维度)，它能够综合考虑时间、空间和属性信息，通过合理设置时空立方体的时间步长、空间步长，更清晰地展示立方体内关键属性的时空分布情况，为关键属性的时空分析提供良好的时空颗粒度。

现有交通事件黑点的判别研究主要以交通事故为对象，大多采用事件频率法和事件率法从空间角度开展，分析一个区域一段时间内各个地点超速事件发生的绝对频率，将绝对频率和平均事件频率进行对比，若大于平均时间频率则判定为超速事件黑点；还有部分方法计算道路超速事件的相对频率，即综合考虑一个地点的超速事件频率和交通流量，得出该地区的相对事件频率再跟某阈值进行对比从而判别道路超速事件黑点。

这些传统的道路超速事件黑点判别方法仅仅考虑了事件在空间分布的不均衡性，而未考虑事件在时间分布的不均衡性，损失了大量道路超速事件的相关信息，很难保证对于道路超速事件黑点判别的准确性。

发明内容

发明目的：本发明针对现有技术存在的问题，提供一种基于时空立方体的道路超速事件黑点识别方法，能够更加充分挖掘道路超速事件中的信息，同时结合超速事件时间分布和空间分布的特征，判别道路超速事件黑点。

技术方案：本发明所述的基于时空立方体的道路超速事件黑点识别方法包括：

(1)获取待识别地区的地理信息和超速事件信息；

(2)采用Global Moran’s I方法计算最佳空间步长，并根据所述最佳空间步长构建道路超速事件时空立方体；

(3)根据构建的超速事件时空立方体，采用Mann-Kendall统计方法判断各地点的道路超速事件变化趋势；

(4)根据构建的超速事件时空立方体，采用Getis-Ord General G统计方法获取道路超速事件的热点地点；

(5)根据各地点的道路超速事件变化趋势和获取的道路超速事件的热点地点得到道路超速事件的黑点。

进一步的，步骤(2)包括：

(2.1)以不同的邻域距离计算道路超速事件频率的Global Moran’s I；其中，Global Moran’s I的计算公式如下：

式中，n为待识别地区的地点总数，y_i为地点i的道路超速事件频率，y_j为地点j的道路超速事件频率，w_ij为地点i与地点j之间的空间权重，当地点j落在地点i的邻域距离范围时w_ij＝1，否则，w_ij＝0；