基于建成环境和微博数据的交通事故时空分布量化方法技术

本发明专利技术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。本发明专利技术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。

Quantitative method of traffic accident spatiotemporal distribution based on built environment and micro-blog data

The invention provides a quantitative method for traffic accident spatial and temporal distribution based on built environment and micro-blog data, and belongs to the technical field of urban traffic planning and traffic safety system. The built environment is used as an explanatory variable for the spatial and temporal distribution of traffic accidents, and the interpretability of the built environment to the temporal and spatial distribution of traffic accidents is proved by an example. The invention considers the city built environment variables as explanatory variables of the temporal and spatial distribution of traffic accidents, proved that the built environment variables for traffic accident distribution of interpretation; and from different geographical locations in different city district by the built environment, showing the spatial heterogeneity. A quantitative method for spatial and temporal distribution of traffic accidents is also given.

【技术实现步骤摘要】
基于建成环境和微博数据的交通事故时空分布量化方法
本专利技术属于城市交通规划及交通安全系统的
，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。
技术介绍
PochM和ManneringF在《NegativeBinomialAnalysisofIntersection-AccidentFrequencies》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《Dataminingoftree-basedmodelstoanalyzefreewayaccidentfrequency》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。本专利技术在此基础上，充分考虑城市建成环境要素对交通事故本文档来自技高网...

【技术保护点】
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：

【技术特征摘要】
1.一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：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：...

【专利技术属性】
技术研发人员：钟绍鹏，王仲，邹延权，王亚澜，程荣，李旭丰，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁,21