[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

摘要

本发明提供了一种基于建成环境和微博数据的交通事故时空分布量化方法，属于城市交通规划及交通安全系统的技术领域。加入建成环境作为交通事故时空分布的解释变量，并通过算例证明了建成环境对于交通事故时空分布的解释性。本发明考虑城市建成环境变量作为交通事故时空分布的解释变量，证明了建成环境变量对于交通事故时空分布的解释性；而来自不同地理位置小区受不同城市建成环境的影响，则呈现出空间异质性。还给出了一种交通事故时空分布的量化方法。

主权项

一种基于建成环境和微博数据的交通事故时空分布量化方法，其特征在于，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：y=β0+Σi=1nxiβi+ϵ]]>其中，y表示因变量即交通事故；xi表示自变量即各建成环境变量因素；β0表示回归常数；βi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，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：yi=β0(μi,vi)+Σp=1kβip(μi,vi)xip+ϵi,i=1,2,...,n]]>式中，yi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，βip代表第p个建成环境变量对第i个交通小区的参数，(μi,vi)表示交通小区i的位置坐标，xip表示第i个小区第p个自变量，εi表示第i个交通小区的随机误差项，β0(μi,vi)为第i个小区回归常数；为了权衡GWR模型中参数估计结果的偏差和标准差大小，选择合适的邻近样本小区进行参数估计；为了确定第i个交通小区附近哪些样本小区可用来估计GWR模型参数，需要引入空间权函数Wij对第i个交通小区附近所有样本交通小区赋予一个空间权重值；空间权重矩阵是GWR模型的核心，它是通过空间权函数建立了回归小区所在的地理空间位置到其他各样本小区的地理空间位置之间距离的函数关系；采用高斯函数作为空间权函数；高斯函数也叫做Gauss函数，其基础思想也是选择一个随dij增大而逐渐减小的函数形式来表达权重，下面是函数表达形式：Wij=e-(dij/b)2]]>其中，b≥0，表示带宽，Wij为交通小区i附近样本交通小区j的空间权重，dij为交通小区i与交通小区j间的距离；高斯函数是地理加权回归最常用的获取权重矩阵的方式；带宽的选择采用赤池田信息准则AIC，其表达式如下：AIC＝‑2ln(θL,y)+2q此方法是基于极大似然的参数估计原理提出来的，作为模型选取的一般准则，其中ln(θL,y)表示似然函数，y为交通小区，q是θ的维数，即未知参数的个数；估计的原理是似然函数越大则结果最优，公式中似然函数的系数为负，所以AIC值越小，则得到的带宽最优。