交通違法行為是導(dǎo)致交通事故的重要原因,進(jìn)行交通違法行為態(tài)勢研判對預(yù)防交通事故有重要的指導(dǎo)意義。本文基于時空熱點分析方法對重點交通違法行為態(tài)勢進(jìn)行研究,旨在建立一個適用于重點交通違法行為態(tài)勢研判的時空冷熱點模式挖掘方法,為道路交通安全管理和決策提供參考。論文首先對城市交通違法自動抓拍系統(tǒng)采集到的交通違法數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理,分析了重點交通違法行為的空間、時間特性,檢驗是否具有空間集聚性和時間集聚性;其次,建立時空核密度分析方法以三維視圖可視化地呈現(xiàn)了時空綜合維度下的重點交通違法行為的時空分布特征,驗證了重點交通違法行為的時空集聚性,進(jìn)一步得到重點交通違法行為聚集的時空域;采用時空立方體模型實現(xiàn)重點交通違法行為時空數(shù)據(jù)存儲與表達(dá),基于Getis-Ord Gi^*熱點模型探測并識別重點交通違法行為時空分布中具有統(tǒng)計顯著性的冷熱點,基于Mann-Kendall時間序列模型評估了長時間尺度下時空冷熱點的變化趨勢,對冷熱點的時空模式進(jìn)行分類,分辨出新增的、加強(qiáng)的、縮減的、連續(xù)的、震蕩的或者分散的等不同變化趨勢的冷熱點模式,甄別出重點交通違法行為高風(fēng)險區(qū)域。最后,論文選取了蘇州市吳... 

【文章來源】：東南大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：99 頁

【學(xué)位級別】：碩士

【部分圖文】：

技術(shù)路線圖

第二章數(shù)據(jù)獲取及預(yù)處理方法9第二章數(shù)據(jù)獲取及預(yù)處理方法本章進(jìn)行本文相關(guān)數(shù)據(jù)的獲取及預(yù)處理方法的介紹。首先介紹數(shù)據(jù)獲取途徑，包括交通違法數(shù)據(jù)、矢量路網(wǎng)數(shù)據(jù)以及城市POI數(shù)據(jù)。其次介紹數(shù)據(jù)預(yù)處理的方法，特別是針對交通違法數(shù)據(jù)地理位置坐標(biāo)的預(yù)處理方法，以及研究對象的篩選方法，作了相應(yīng)的說明。為便于說明數(shù)據(jù)處理方法，本章以真實的交通違法數(shù)據(jù)作為樣本數(shù)據(jù)，進(jìn)行數(shù)據(jù)預(yù)處理方法的具體展示。2.1數(shù)據(jù)獲取方法2.1.1交通違法數(shù)據(jù)本文所使用的交通違法數(shù)據(jù)，來自于交通違法行為自動抓拍設(shè)備采集的違法數(shù)據(jù)，每條記錄包含了違法編號、自定義抓拍設(shè)備編號、采集設(shè)備的類型、違法車輛行車方向、違法發(fā)生的時間（年、月、日、時、分）、實測行車速度、限速標(biāo)準(zhǔn)、車牌號、違法行為編號、違法車輛所在車道、違法發(fā)生的地點等。以蘇州市吳江區(qū)交通違法抓拍設(shè)備采集的數(shù)據(jù)為例，源數(shù)據(jù)表如圖2-1所示。注：數(shù)據(jù)來源于吳江區(qū)公安局交通警察大隊圖2-1交通違法行為自動抓拍設(shè)備采集的違法數(shù)據(jù)示例交通違法源數(shù)據(jù)表中包含的表頭信息及對應(yīng)的含義如表2-1所示。其中，“VIOLATION_TYPE”一項記錄的交通違法行為代碼是公安部對機(jī)動車、行人通行發(fā)生的交通違法行為制定的編碼規(guī)定。

第二章數(shù)據(jù)獲取及預(yù)處理方法112.1.2矢量路網(wǎng)數(shù)據(jù)交通違法數(shù)據(jù)需與包含路網(wǎng)信息的電子地圖相匹配才能展現(xiàn)其地理信息，方便進(jìn)行后續(xù)的時空分析。利用OpenStreetMap獲取研究區(qū)域路網(wǎng)文件，具體操作步驟如下所示：步驟一：獲取城市邊界ID進(jìn)入OpenstreetMap(osm)官網(wǎng)（https://www.openstreetmap.org/），搜索需要研究的城市名，獲取城市邊界ID。如圖2-2所示搜索“蘇州市吳江區(qū)”，獲取城市邊界ID：4591879。圖2-2搜索結(jié)果示例步驟二：確認(rèn)城市邊界ID通過訪問OSMOverpassAPIquerypage（http://www.overpass-api.de/query_form.html），在打開的“Query”框中輸入如下所示代碼，在代碼“name”處填入城市名稱。<querytype="relation"><has-kvk="boundary"v="administrative"/><has-kvk="name"v="城市名"/></query><printmode="body"/>點擊界面右下角“Query”按鈕，得到名為“interpreter”的文件，以記事本方式打開該文件，找到<relationid="城市邊界ID">，確認(rèn)城市邊界ID，如圖2-3所示。

【參考文獻(xiàn)】：
期刊論文
[1]Knox時空交互檢驗空間閾值確定方法[J]. 岳瀚,朱欣焰,咼維,佘冰,高超.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2018(11)
[2]城市道路交通事故時空分布模式分析[J]. 吳瑞龍,朱欣焰,咼維,岳瀚,佘冰.  測繪與空間地理信息. 2018(07)
[3]基于隨機(jī)森林和時空核密度方法的不同周期犯罪熱點預(yù)測對比[J]. 柳林,劉文娟,廖薇薇,余洪杰,姜超,林榮平,紀(jì)佳楷,張政.  地理科學(xué)進(jìn)展. 2018(06)
[4]北京多種公共服務(wù)設(shè)施可達(dá)性評價[J]. 劉正兵,張超,戴特奇.  經(jīng)濟(jì)地理. 2018(06)
[5]道路交通運(yùn)輸安全發(fā)展報告（2017）[J]. Matthias Gsul,胡予紅,周旋,寧丙文,米建英,劉佳,王光遠(yuǎn),王靜,董晨,張露丹.  中國應(yīng)急管理. 2018(02)
[6]一種面向時空對象及其關(guān)聯(lián)關(guān)系動態(tài)變化表達(dá)的概念數(shù)據(jù)模型[J]. 成波,關(guān)雪峰,向隆剛,高萌,吳華意.  地球信息科學(xué)學(xué)報. 2017(11)
[7]道路交通事故多因素分析[J]. 楊春風(fēng),莊燦,孫吉書,閆曉晨.  重慶交通大學(xué)學(xué)報(自然科學(xué)版). 2018(04)
[8]交通事故類型和違法類型對應(yīng)分析[J]. 劉林,傅惠,呂偉韜,胡剛,王晨,張喆.  中國安全科學(xué)學(xué)報. 2017(11)
[9]道路交通違法數(shù)據(jù)分析研判的思路與方法[J]. 王運(yùn)霞,顧金剛,李婭.  道路交通管理. 2016(06)
[10]機(jī)動車闖紅燈行為影響因素分析[J]. 王雪松,李佳,鐘楚君.  城市交通. 2015(06)

碩士論文
[1]基于WebGIS的城市交通路況時空熱點分析及系統(tǒng)開發(fā)[D]. 溫亮.遼寧師范大學(xué) 2018
[2]基于時空立方體的交通擁堵點時空模式挖掘與分析[D]. 洪安東.西南交通大學(xué) 2017
[3]案事件時空特征識別與可視分析[D]. 張永田.福州大學(xué) 2016
[4]基于道路網(wǎng)絡(luò)的犯罪時空分布特征與可視化研究[D]. 鄭滋椀.浙江大學(xué) 2016
[5]道路交通違法行為的研究[D]. 趙梨利.西南交通大學(xué) 2014



本文編號：3090266