[发明专利]基于时空气象网格的交通事故发生率预测方法

权利要求书

1.一种基于时空气象网格的交通事故发生率预测方法，其特征在于，包括如下步骤：

S1：收集汇总交通历史数据；

S2：分析交通运行特征分布；

S3：以道路基础数据为基础，进行道路基础设施特征分类分析，并采取空间网格化方式，进行特征空间分布分析，形成道路基础设施特征空间分布数据库和分布图；

S4：以全时段交通历史数据为基础，进行道路运行特征分类分析；

S5：分别从网格化空间和时间两个维度，开展特征分布分析，综合形成道路运行特征的时空分布数据库和分布图；

S6：对道路基础设施特征空间分布数据库和分布图、运行特征的时空分布数据库和分布图进行融合关联分析，形成道路综合运行特征时空分布数据库、分布图和关联数据库、关联图；

S7：通过对交通气象数据的全面分析，找出道路气象环境关键特征、各类特征的空间和时间分布情况；

S8：融合道路综合运行特征时空分布数据库、分布图和关联数据库、关联图和气象环境特征时空分布数据库、分布图进行关联性分析。

2.根据权利要求1所述的基于时空气象网格的交通事故发生率预测方法，其特征在于，步骤S1：收集汇总交通历史数据，具体包括针对各道路收集汇总道路基础数据和全时段交通历史数据。

3.根据权利要求2所述的基于时空气象网格的交通事故发生率预测方法，其特征在于：所述道路基础数据和全时段交通历史数据包括全路桥、隧、路面、海拔高度、附属设施等基础数据，全时段的全车型流量数据、道路阻断数据，交通事故数据，地质灾害数据交通历史数据。

4.根据权利要求1所述的基于时空气象网格的交通事故发生率预测方法，其特征在于：步骤S2：分析交通运行特征分布，具体包括针对研究样本道路，以道路基础数据和历史数据为基础，进行道路交通运行特征分布分析。

5.根据权利要求1所述的基于时空气象网格的交通事故发生率预测方法，其特征在于，还包括如下步骤：

S9：形成道路加气象运行特征时空分布数据库、分布图和关联数据库、关联图。

6.根据权利要求1所述的基于时空气象网格的交通事故发生率预测方法，其特征在于，还包括如下步骤：利用气象站实时观测数据，结合气象监测站网观测数据，运用i-score主成分分析方法，在高原公路气象预测中，加入了扩展区域成分因素作为附加的主元素，主元素的选择以i-score自动分析结果为判据，从而综合应用了气象数据为高原公路气象预测提供支撑。

7.根据权利要求6所述的基于时空气象网格的交通事故发生率预测方法，其特征在于，还包括如下步骤：利用高原公路交通气象灾害类型、主要致灾气象因子、影响程度和灾害阈值，制定高原公路交通气象服务标准和流程。

8.根据权利要求7所述的基于时空气象网格的交通事故发生率预测方法，其特征在于，还包括如下步骤：将不同气象条件下，不同区域的高原公路发生交通事故的风险由高到低分成不同的级别，并根据天气预报，做出行车安全预警。