[发明专利]基于时空气象网格的交通事故发生率预测方法在审
申请号: | 202110344250.7 | 申请日: | 2021-03-31 |
公开(公告)号: | CN113112794A | 公开(公告)日: | 2021-07-13 |
发明(设计)人: | 陈云强;卢军;杨泓;钟雪 | 申请(专利权)人: | 四川省气象服务中心(四川省专业气象台四川省气象影视中心);成都信息工程大学 |
主分类号: | G08G1/01 | 分类号: | G08G1/01;G08G1/048;G08B21/10;G06Q10/04;G06Q50/26 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 610072 四*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 时空 气象 网格 交通事故 发生率 预测 方法 | ||
本发明提供一种基于时空气象网格的交通事故发生率预测方法,包括如下步骤:收集汇总交通历史数据;分析交通运行特征分布;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等步骤;该方法具有的优点如下:研究在高原地区复杂的地形条件下,分析高原道路运行关键特征、各类特征的时空分布,建立公路交通事故与时空网格气象要素之间的网格化关联模型,研究公路交通气象灾害类型、主要致灾气象因子、影响程度和气象灾害阈值,研究基于智能网格预报的高原地区交通气象网格化预警预报技术方法。
技术领域
本发明具体涉及一种基于时空气象网格的交通事故发生率预测方法。
背景技术
气象灾害给人类社会造成严重威胁,为了应对各类气象灾害,减少灾害损失,气象灾害的研究越来越受到各国政府与科学界的高度重视。气象灾害分布的区域差异是灾害地理学的基本规律,时空特征是灾害地理学研究的基本视角,气象灾害的时空统计规律是灾害地理学研究的新命题,灾害风险评价是有效进行灾害防御的重要基础。因此,基于灾害统计理论的灾害时空变化规律、灾害趋势判断和灾害风险评价的研究,既有助于为灾害地理的研究开拓新的领域,更有利于化解灾害风险,减少灾害损失,具有重要意义。
发明内容
本发明的目的在于针对现有技术的不足,提供一种基于时空气象网格的交通事故发生率预测方法,该基于时空气象网格的交通事故发生率预测方法可以很好地解决上述问题。
为达到上述要求,本发明采取的技术方案是:提供一种基于时空气象网格的交通事故发生率预测方法,该基于时空气象网格的交通事故发生率预测方法包括如下步骤:
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。
该基于时空气象网格的交通事故发生率预测方法具有的优点如下:
本项目的主要目标是研究在高原地区复杂的地形条件下,分析高原道路运行关键特征、各类特征的时空分布,建立公路交通事故与时空网格气象要素之间的网格化关联模型,研究公路交通气象灾害类型、主要致灾气象因子、影响程度和气象灾害阈值,研究基于智能网格预报的高原地区交通气象网格化预警预报技术方法。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,在这些附图中使用相同的参考标号来表示相同或相似的部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1示意性地示出了根据本申请一个实施例的基于时空气象网格的交通事故发生率预测方法的流程示意图。
图2示意性地示出了根据本申请一个实施例的基于时空气象网格的交通事故发生率预测方法的多要素对交通事故的作用机理示意图。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川省气象服务中心(四川省专业气象台四川省气象影视中心);成都信息工程大学,未经四川省气象服务中心(四川省专业气象台四川省气象影视中心);成都信息工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110344250.7/2.html,转载请声明来源钻瓜专利网。