[发明专利]基于建成环境和微博数据的交通事故时空分布量化方法

说明书

技术领域

本发明属于城市交通规划及交通安全系统的技术领域，涉及到交通事故规律分析，特别涉及到建成环境对交通事故时空分布的解释及量化方法。

背景技术

Poch M和Mannering F在《Negative Binomial Analysis of Intersection-Accident Frequencies》对贝尔维尤63个交叉口的七年历史数据进行了其事故频率的负二项回归分析，揭示了道路几何特征等交通影响元素对事故频率的重要影响；张立言和陈文杰在《Data mining of tree-based models to analyze freeway accident frequency》通过建立分类回归树模型和负二项回归探索了交通流特征及环境因素对交通事故的影响，发现日平均交通量和降雨量与公路事故有重大关联作用。目前的研究方法存在两个问题，一是这类研究偏重于事故的影响因素独立作用的影响，而且对各因素之间的影响缺乏探讨，导致研究的全面性不够；二是往往没有探究交通事故的产生机理，理解影响交通事故时空分布的主要因素。本发明在此基础上，充分考虑城市建成环境要素对交通事故时空分布的影响，提出一种基于微博数据的更严谨的交通事故时空分布量化方法。

发明内容

本发明要解决的技术问题是利用微博文本数据获取经纬度和时间信息，结合城市建成环境属性数据，建立地理加权回归模型(GWR)，最终获得一种交通事故时空分布量化方法。

本发明的技术方案：

基于建成环境和微博数据的交通事故时空分布量化方法，步骤如下：

(1)交通事故微博数据采集与处理

采用网络爬虫的方法采集交通事故微博数据，然后通过自然语言处理得到表示地理位置名称的词语，最后通过坐标拾取方法得到事故发生的每个位置名称对应的经纬度坐标；

(2)影响交通事故时空分布的建成环境变量选取

(3)最小二乘法检验

先采用最小二乘法OLS判断各建成环境变量的显著性，初步了解各建成环境变量之间的互相联系，通过对OLS结果评估，判断空间数据的模型构建效果，再进行GWR模型构建：

其中，y表示因变量即交通事故；x_i表示自变量即各建成环境变量因素；β₀表示回归常数；β_i表示各建成环境变量对应的参数；ε表示随机误差；

(4)建立地理加权回归模型GWR

地理加权回归模型(Geographically Weighted Regression，简称为GWR)实质其实是全局普通线性回归模型的一个扩展，其不仅空间依赖性低，能很好的拟合空间数据，而且其可视化分析效果也很好。在GWR模型中，将多元线性回归模型进行扩展，其各单元的估计参数随地理空间位置而变化，因此能很直观探测在不同地理位置各变量间不同的结构关系，从而有效描述建成环境对交通事故时空分布影响的空间异质性现象。GWR模型是在基于局域回归和变参数想法下提出来的。GWR模型在回归参数中嵌入变量的空间位置，并利用局部加权最小二乘法进行逐点参数估计，模型结构如下：

式中，y_i表示第i个交通小区的交通事故，n代表交通小区的数量，k代表建成环境变量的数量，β_ip代表第p个建成环境变量对第i个交通小区的参数，(μ_i,v_i)表示交通小区i的位置坐标，x_ip表示第i个小区第p个自变量，ε_i表示第i个交通小区的随机误差项，β₀(μ_i,v_i)为第i个小区回归常数；

在实际应用中，当对第i个交通小区进行参数估计时，若只使用位置i自身的这一组样本数据，虽然能得到一个无偏估计的结果，但结果的标准差过大，精度过低。所以为了减小估计的标准差，提高估计精度，就需要使用第i个交通小区周围更多的样本小区来参与估计。然而，当以第i个交通小区周围的样本小区进行参数估计时，又不可避免地会产生偏差，而且这种偏差会随着样本小区的增多而增大。因此，为了权衡GWR模型中参数估计结果的偏差和标准差大小，需要选择合适的邻近样本小区进行参数估计。