文摘

下雪的天气会显著降低高速公路运营,降低服务水平,提高驾驶困难。此外,积雪变化的影响在不同类型的道路,不同的城市,由于不同的驾驶行为和雪密度。交通流参数是至关重要的决定什么应该适合天气交通管理和控制策略。本文以北京为例,分析了高速公路交通流检测器采集的数据。通过比较交通流的性能在正常和雪的天气条件,本文定量地描述了不利天气对高速公路的影响体积和平均速度。结果表明,平均速度北京高速公路在大雪的条件下减少10 - 20公里/小时相比,那些在正常天气条件下,车辆进展一般由2 - 4秒,增加和道路容量下降约33%。本文还开发一个特定的减少高速公路交通参数模型,提出了降低系数各种雪密度条件下的高速公路数量和速度在北京。论文的结论提供有效的基础参数在冰雪条件下城市高速公路交通控制和管理。

1。介绍

雾,灰尘、雨、雪,或大气中的烟雾使司机的任务更加困难。自从二十世纪中叶(1],它已经认识到,天气条件有特殊影响道路网络操作由于司机在不同天气条件下的各种行为。自1970年代以来,一些研究主要集中在交通系统性能的定量影响评价在恶劣天气条件下在美国(2- - - - - -4]。他们已经证实,不良天气条件可以显著降低操作速度和容量在给定的道路段(5]。然而,很少有研究路况和驾驶行为在恶劣天气在中国进行。由于交通的性能分析和交通流特性研究不足的交通行为恶劣天气在中国,实施交通管理措施,交通控制策略,对恶劣天气条件和交通设计通常是设置和调整仅基于个人经验。这种方法是不切实际的,因为它需要一个交通运营商手动更改设置字段中深深地影响了交通系统的可靠性和效率。具体地说,研究中国恶劣天气的影响主要集中在高速公路交通安全管理和保证(6- - - - - -9]。不利天气无疑使驾驶操作更加困难,但目前还不清楚有多少和什么变化应在各种恶劣天气条件下的,尽管先前的研究基于实证的方法(10,11和模拟方法12- - - - - -14)显示,有一个实质性影响在不利的天气里开车。

所有的不利天气条件下,雪最重要影响的驾驶行为和车辆性能,因为路面和可见性问题的双重影响15]。雪散射灯光和创建大量的视觉干扰司机的视野。此外,如果雪足够重,它覆盖了路面,路面标志模糊和路标旨在帮助司机。如果温度仍然很低的第二天,路面结冰从而导致车辆和交通流量的新威胁。

几项研究已经检查了冰雪条件特别的影响。麦克布莱德(2)的经济影响评估公路冰雪条件下控制和操作和估计额外的燃料消耗和额外的旅行延迟。易卜拉欣和大厅16)高速公路的交通流数据处理在安大略省,加拿大,利用多元回归分析方法,发现有3%的小雪,降低-5%的攻击速度和30%减少-40%在大雪的旅行速度。明尼苏达交通部还进行了一项研究基于收集的数据从一个繁忙的大都市高速公路,公路36,高峰时期下午3点和8点之间在几个工作日在不同天气条件下(11]。他们的分析表明,速度从44下降到26英里(40%)、饱和流从1800减少到1600 v / l / h(11%),和启动延迟从2增加到3秒。

任(17]分析了道路部分和交叉运行特征在一个下雪的天气事件和计算道路容量的百分比减少,交通量和旅行速度不同强度级别的雪。然而,他的结论并不普遍,为其他城市和其他天气条件不适用的。

其他作者提出可能的解决方案来帮助交通流在困难的天气条件。胡(14]讨论了下雪的天气对信号的影响时间和评估性能的十字路口交通信号在冰和雪的天气条件下使用仿真的方法。其仿真结果表明weather-responsive信号方案可以提高交通状况,减少旅行延误,提高旅行速度。Al-Kaisy和弗里德曼18)提出了一个系统的调查操作不利天气对信号的影响,开发了一套推荐的指南相关的天气条件操作影响和潜在益处weather-responsive信号的时机。

研究还表明,司机经验和行为对交通流特性有明显的影响(19]。在大多数在美国北部各州,暴风雪严重不良天气现象频繁发生,所以司机熟悉环境和驾驶经验在这些不利的天气,所以他们对其驾驶习惯做出相应调整。这些修改通常涉及降低速度和车辆之间保持更大的距离。博伊斯和原则的研究表明有不同影响的雪的影响在不同的城市。

一些研究也报道,天气对交通流的影响关系和参数根据道路类型是不同的。下巴等。20.)建立了道路交通性能降低各种类表包括六个不同的恶劣天气条件下小雨,大雨,小雪、大雪,雾和冰。他们使用循环检测器收集的数据来自不同地区的美国。从这些数据,很显然,并不是所有的天气条件影响交通和司机的行为同样。

总之,进行了大量的研究在其他国家,提供模型重要的还原模型的能力,旅行,和信号时间;相比之下,研究雪天气的影响在不同的城市和不同的公路网络在中国而不是系统性不足,和更少的研究综合交通数据支持。因此,一些研究可以应对的问题如何识别和评估交通流特征在下雪的天气在北京和对策和交通管理策略应该实现如访问信号调整、高速公路合并控制和车道闭包。

目前的研究是在应对这种需求。具体来说,本研究试图分析高速公路的交通性能在不同天气条件下使用探测器数据在北京。结果显示在三个方面包括旅行速度、交通量、饱和流率。此外,一个特定的不利天气条件下高速公路交通参数还原模型各种雪量水平。最后,主要结论来源于研究进行了总结。

2。交通流数据

本研究中使用的交通流数据收集从微波探测器安装在北京的高速公路。高速公路的城市道路网络操作中起着重要作用,占超过25%的通勤者在北京旅行里程。数据收集的时间是白天(从早上6点至晚上10点期间)在下雪的天与不同的降雪和随后的一天。为了提高数据的可信度,录像资料也收集了几个小时校准固定探测器。

数据采集的时间间隔是2分钟,和交通流数据的主要领域包括旅行速度、交通量,入住率也记录在数据库中。数据综合分析交通道路部分的性能。探测器的主要字段数据如表所示1。

数据在数据错误和故障消除的过程实施和改善交通数据可靠性因为错误数据或数据丢失会导致机械错误的探测器。程序包括数据过滤、数据恢复和数据去噪要求获得更高质量的数据。根据处理数据,交通量的宏观指标,旅行速度和密度可以估计,用于描述不同天气条件下交通流的基本特征。

3所示。速度分析

3.1。雪条件下一般特征的旅行速度

在高速公路交通量重雪天气条件下显示一个明显的下降比在正常天气,甚至现场速度有一个小的增加(21]。说明交通流的一般特征和速度在恶劣天气条件下,收集到的数据是1月3日,2010年,大雪(雪降水量大于5.0毫米)和12月27日,2009年与正常天气。每个方向的交通流数据在12个不同的点位于四个方向的高速公路包括第二、第三和第四在北京环路进行了分析。观察时间包括多个时期,并不局限于高峰时期,因为降雪强度的不可预测性。三次时间比较包括早上高峰时间,晚高峰时间,非高峰时段。

结果如表所示2。平均旅行速度的平均值是多个组的检测速度和交通量的部分平均小时观察卷在指定的时间段。从结果,可以得出结论,有关于北京高速公路交通量下降65%条件下大雪,但是旅行的速度几乎是一样的正常天气条件下由于旅游需求的下降。原因可能是有一个新的旅游需求下降和恶化,道路供给之间的平衡状态。

交通量和雪是主要因素,影响高速公路的平均速度在一个下雪的天,因为道路条件、几何设计,每天的时间都是一样的在不同的日子。沉重的大雪天本研究中观察到的是周日,所以人少刚性通勤等旅游需求。此外,长途旅行需求很可能取消由于大雪,人们只试图家园附近旅游。因此,高速公路的交通量经历了急剧下降65%到72%,因为减少长途旅行。因此,有一个大规模的交通量下降,车辆之间的相互干扰降低,甚至导致了高峰时间的增加和轻微的下降速度相同的道路上非高峰小时部分。

在非高峰时间、车辆在高速公路也有高自由正常天气下开车;因此,雪因素起了主要作用在下雪的天气变化速度,降低10%的攻击速度。在晚上高峰时间,产生的交通量下降超过70%旅游需求减少。这缓解了公路旁的压力在晚上高峰时间与正常天气条件相比,甚至使高速公路的平均速度提高了20%。

3.2。旅行速度下交通量水平相同

本研究选择某些道路部分通常有相同的交通量水平和类似的几何设计分析交通数据分别在正常天气和下雪的天气。因此,之后的速度分布分析基于数据收集1月3日,2010年,大雪和12月27日,2009年与正常天气时间早上6点至晚上10点期间,大雪造成的旅行速度降低了。不同天气条件下的速度分布的影响总结表3。

从表可以看出3和图1,现场的速度分布在同样的交通量水平有明显差异由于大雪的影响。平均速度一般与大雪下降10 - 20公里/小时。在正常天气、速度的范围主要分布在60 - 70公里/小时,在所有收集的样品约占70%。在大雪的情况下,速度是主要分布在40 - 50公里/小时的范围。这速度下降是由于路况和驾驶行为当时大雪。路面和标记被雪掩盖,和视觉领域是有限的。因此,司机下意识地减少他们的速度,因为他们习惯了周围的环境。因此,冰雪条件下的峰值速度的值远低于正常。

4所示。Speed-Volume关系分析

观察到在高速公路交通量的变化以及旅游需求和道路网络操作水平。观察到的流量和速度之间的关系可以揭示高速公路的特点,在特定的天气条件下,道路环境。参数包括畅通的速度和饱和流通常用来反映不同。speed-flow率的研究说明了这些数据散点图使用交通流数据在正常天气和沉重的雪天气条件(见图2),也进行了初步的回归拟合。

它可以清楚地看到从散点图2最大小时流量在正常天气情况下远远大于一个大雪,大雪下和畅通的平均速度是大约20公里/小时低于那些在正常天气。流的顶点——速度曲线理论上对应流速度可被视为饱和流也是一个车道的能力(22,23]。如散点图所示,一个车道高速公路上的能力约1800 vph在正常天气,但雪使曲线显示内位移,和单一车道容量约为1200 vph,这是一个显著的下降33%。这也意味着饱和车辆进展大雪远远高于正常的天气。明显的差异是造成的交通量下降,雪条件下和司机的行为变化。因为车辆的制动性能在湿滑的路面在大雪中显示了明显的下降,司机往往采取行动修改速度和车辆之间保持更大的距离。

水平线通过顶点的关系曲线将曲线划分为两部分,上半部分曲线和下半身曲线。因此,这条线的相应速度定义为速度能力(22]。地区之间的交通流包围线和上半部分曲线是源源不断,并且车辆可以驱动速度稳定、顺利。相反,该地区包围线和下半身曲线的力流区域,和这个地区的交通流在低速移动附近的交通拥堵状况。

见图2,大部分数据点分布在上部在正常天气,车辆可以开车在更高的速度比速度的能力。然而,大多数的数据点分布两岸的临界转速在大雪的情况下,和部分车辆被雪和影响被迫以较低的速度开车。

5。降低系数不同的雪下的交通流密度

前的分析,可以得出结论,下雪有一个明显的对交通流的影响参数对高速公路,常常会导致不同程度的速度减少。然而,有不同的百分比在不同积雪密度减少。因此,除了沉重的一天(2010年1月3日)和正常的天气一天(2009年12月27日),我们也收集的数据来自同一个探测器11月10日,2009年与媒介雪(雪降水约3.0毫米)和11月17日,2009年与正常天气以及1月9日,2010年,小雪(雪降水约0.7毫米),1月16日,2010年与正常天气。研究分析了检测器收集的数据从高速公路雪几天各种雪密度,和交通流量的减少系数参数下小雪,媒介雪,大雪来自分析。

5.1。换算系数下大雪

5.1.1。雪的一天

北京经历了一场暴风雪天1月3日,2010年,雪的厚度超过20厘米。2009年12月27日的数据与正常天气选择与数据在下雪的天。相同的音量级别数据选择在这两天来分析现场速度降低。

因为观察到下雪的天是周末,刚性旅游需求很小;因此,整个一天的旅游需求大幅下降,由于大雪,但在不同的位置有不同程度的减少。部分数据集的流速降低40% - -60%的表示,这些高速公路部分有高比例的旅游需求弹性,和路段用户高度敏感的天气条件。另一方面,其他部分观察点体积下降约15% ~ 25%,这意味着这些高速公路部分的旅游需求具有很强的刚性。平均交通量减少约40%,这是一个小比前路部分

此外,研究者选择了多个组的数据下类似的交通流水平在这两天比较速度滴在大雪条件下使用的对比分析。数据分析显示以下结论:(1)根据不同的交通流水平,速度降低的程度是不同的;(2)音量级别越低,越减速;(3)速度下降的百分比在15%和40%之间,平均速度和大雪下下降约28%。

5.1.2中。随后天雪

2010年1月4日,收集的数据被选中来说明交通性能大雪后的第二天。一些道路结冰的,那天和道路状况的进一步恶化。由于工作天,大部分的游客有严格的旅行要求去工作,但更多的人尝试用公共交通出行;因此,减少交通量略小于周末20% - -50%。几乎没有明显的差异在高峰时段和非高峰时段降低体积都在40%左右。同时,驾驶速度没有明显下降,因为高速公路上的体积显示在正常天气工作日相比明显下降。这表明交通管制和政策有效地保证了道路网络运动和维护一个可接受的服务水平。

基于数据分析前,我们可以假设交通流特征在沉重的雪天有显著的影响,但在随后一天高速公路的交通状况没有明显恶化的帮助下交通管理对策和可调的实现工作时间政策。建议的工作时间是灵活的,和学生停学了安全,这些对策客观性旅游需求减少了在那一天。沉重的一天的平均速度下降约28%,和第二天的速度只有减少大约5%。这表明北京方面合适的流量控制和组织措施带来了积极的结果,以缓解大雪的影响。

5.2。换算系数下轻雪

揭示不同的对高速公路交通流的影响,11月天各种雪密度之间收集的数据,2009年和2010年1月,也分析了。根据数据分析,结果得出的结论如下:(1)下大雪(降水大于5.0毫米),司机将会减少他们的旅游需求,和雪覆盖和可见性会影响交通流量和高速公路运营和经常导致一个明显的减少交通量和旅行速度;(2)与温和的降雪(降水大于2.5毫米,直径小于5.0毫米)和小雪(降雨量小于2.5毫米),雪在高速公路交通流的影响很小,体积和速度只有轻微的减少;(3)表4显示了减少交通流参数的系数在各种雪密度。

总之,减少交通流参数的系数在不同积雪密度在北京可以推荐。体积减少高速公路分别是40%,15%,和5%下大雪,温和的雪,和小雪,分别和减少高速公路的平均速度分别为25%,8%,和0%下大雪,温和的雪,和小雪。

6。结论

基于交通流数据之间的比较和参数在不同的雪在雪天强度和正常天气天降雪降雨天不同,本文记录了减少高速公路上的交通流参数。结果表明,高速公路上的平均速度在大雪的条件下有一个10 - 20公里/小时下降相比,那些在正常天气条件下,饱和车辆进展一般增加,道路容量下降约33%。此外,特定的减少高速公路交通参数模型在各种雪量水平。它总结了高速公路数量和速度的降低系数相同体积含量在不同积雪密度在北京。本文的结论提供一个有效的支持和参考城市高速公路交通控制和管理策略来减少速度和缓解拥堵在雪条件。

然而,本文主要是根据检测器数据,和多源交通数据包括视频数据和回路探测器提出了改善数据可以减少模型的准确性在未来的研究中,或在其他不同的不利天气条件下,可以显示更多的微观交通流模型的特点利用多源交通数据。

确认

本文支持部分由中国国家自然科学基金,没有。51108013,中国工业和信息化部根据国家科学和技术没有的主要程序。2013 zx01045003 - 002。作者想感谢这些支持。