机非交通事故中驾驶员过错和事故严重程度影响因素的Logistic回归分析

为探究人、车、路和环境等因素对机非交通事故中机非双方驾驶员过错和事故严重程度的影响,选取2017年广东省发生的1 357起机非交通事故的数据作为基础,分别构建二元Logistic回归模型和三元有序Logistic回归模型,分析机动车驾驶员属性、非机动车驾驶员属性、机动车辆、非机动车辆、道路和环境等因素与机非双方驾驶员过错和事故严重程度之间的关系。结果表明:模型拟合度良好;机动车驾驶员是否出现过错与机动车驾驶员的性别、机动车使用性质、道路类型和天气等9个变量显著相关;非机动车驾驶员是否出现过错与非机动车驾驶员的性别、非机动车类型和道路物理隔离等6个变量显著相关;机非交通事故的严重程度与机动车驾驶员的驾龄、机动车安全状况、道路线形和机动车驾驶员过错等7个变量显著相关。该研究结果可为降低机非交通事故严重程度提供参考依据。     

非珠三角机动车尾气控制措施协同效果评估

广东非珠三角机动车保有量的大量增长带来了交通尾气污染物和CO_2的高强度、集中性排放,严重影响空气质量以及碳排放治理工作。因此,迫切需要设计更加高效可行的碳减排政策来控制交通尾气污染物以及CO_2的排放。该文基于平均行驶里程法预测了非珠三角地区2015-2020年5种污染物(CO、VOCs、NO_x、PM_(2.5)和CO_2)在不采取专门控制措施情景下的排放量,并根据现有经济、技术和政策规划设计了5种减排情景,计算不同减排情景下的减排量,定量分析了不同减排情景对多污染物的协同控制效应及其成本效益。研究表明:(1)在不采取专门的控制措施下,2015-2020年污染物排放量持续增长,2020年CO_2排放量将达到5 488.6×10~4t,相比2014年增长了141%;(2)在各类减排情景下,污染物排放量呈现不同程度的削减(VOC_S除外),其中,2020年提高燃油品质对NO_x(削减率37%)和CO(削减率41%)的削减率最高;(3)提高排放标准对CO_2和PM_(2.5)的协同控制效应最好,公交优先对CO_2和NO_x的协同控制效应最好;(4)综合考虑对各污染物的减排效果,提高排放标准成本效益最优,对空气污染物和CO_2的平均减排率为29%,平均单位成本为0.13元/g。研究显示,由于低费效比及其对多污染物的协同控制效应好,提高排放标准在研究中是最优的污染物减排措施。     

环境风对高层建筑楼梯井内火灾烟气运动特性的影响

环境风会影响高层建筑楼梯井内火灾烟气的运动特性.以广州市某地真实高层建筑楼梯井为原型,采用理论分析和数值模拟相结合的方法,利用火灾动力学仿真软件FDS建立该16层高层建筑楼梯井全尺寸FDS数值模型,对环境风作用下高层建筑楼梯井内火灾烟气运动规律展开数值模拟研究,分析不同窗户开合状态、不同风向和不同风速条件下环境风对高层...     

广州高峰期典型公交车站候车人群颗粒物暴露特征分析

为探究城市居民在不同用地类型公交车站候车时的颗粒物暴露情况,使用Grimm Aerosol 11-A便携式气溶胶光学粒径谱仪对广州市12个典型公交车站的颗粒物暴露水平进行平行监测.结果表明,12个公交车站的PM1、PM2.5和PM10平均暴露质量浓度分别为32.82 μg/m2、49.00 μg/m2和125.46 μg/m2;海港型黄埔区的公交车站颗粒物平均暴露质量浓度高于中心城区海珠区,尤其是工业型车站,而海珠区暴露质量浓度最高的车站类型是住宅型.不同公交车站颗粒物粒径分布相似,均集中在积聚模态,为0.25～1 μm,其中海珠区PM1暴露更突出,而黄埔区则以医疗型和工业型为代表,粗粒径颗粒物暴露更为严重.不同用地类型公交车站与总人群暴露剂量及暴露质量浓度规律存在差异,受人群出行需求影响,暴露质量浓度高的工业型车站表现出低水平的总人群暴露剂量,而海珠区总人群暴露剂量最高为住宅型和文娱型车站,黄埔区总人群暴露剂量最高为医疗型车站.公交车站以成人为出行主体,占比达总候车人群的80％以上,其暴露剂量也最高,为总暴露剂量的74％～99％.中心城区海珠区的老人总暴露剂量高于儿童,而海港型黄埔区则在医疗型、文娱型和住宅型车站表现出相反的规律.     

基于Hankel-DMD的城市交通事故风险时空预测*

为解决城市交通事故风险时空分布预测任务中时空关联性捕捉困难的问题,提出基于动态模态分解（DMD）的城市交通事故分析时空预测模型,模型利用总最小二乘法去除交通事故数据中的噪声,应用结合Hankel矩阵的动态模态分解模型（Hankel-DMD）捕捉交通事故风险的时空关联性,对交通事故风险的时空分布进行预测。研究结果表明:DMD框架能够为高维预测任务提供低秩解决方案,从高维数据中捕捉时空关联性;Hankel-DMD模型在预测评价指标平均绝对误差和均方根误差方面的表现明显优于统计学及机器学习等方法;Hankel-DMD模型产生的动态模态和特征值,对事故风险系统的时空动态特征具有一定的可解释性,同时验证Hankel-DMD模型的适用性。     

基于车辆身份检测数据的单车排放轨迹研究

为实现单车层面的动态排放轨迹追踪,基于电警式卡口产生的逐秒过车记录数据建立了车辆排放轨迹计算方法,通过提取动态轨迹中的运行参数及机动车保有量数据库中的技术参数,并结合排放模型计算了2018年5月10日~6月9日安徽宣城市中心城区123条路段上共133,906辆车的44,672,343条轨迹的排放数据.研究结果显示,出租车是CO的重要排放来源且交通兴趣点附近路段排放强度较高;公交车和重型货车是NO_x的重要排放来源,公交车工作日NO_x排放总量达1.3kg,约为重型货车的7.5倍,且路线固定、排放分布随发车班次周期循环;轻型货车排放路线多围绕货运需求且多为昼间行驶,而重型货车多选择凌晨出行;通勤类私家车工作日昼出夜归,路线固定且往返过程各污染物排放量均较稳定.对于全路网,CO、VOCs的高排放强度区域多集中于中心路网,NO_x、PM则多分布于外围路网.     

基于高时空辨识度实时数据的重庆二环内外区域车流特征差异分析

高时空辨识度的车流时空分布特征是研究区域机动车排放的重要基础,通过射频识别技术和车辆注册登记数据获得重庆市二环区域每10 min的车流量以及车辆技术特征信息,对比分析内环以内及以外区域的分车型、分道路类型、分排放标准和燃料类型的车流量时空变化特征.结果表明:①重庆市内环以内区域日均流量为1.8×104辆,约为内环以外区域的1.8倍.②内环以内区域小型客车、公交车、出租车的日均流量分别为内环以外区域的1.7、2.1和2.5倍,而重型货车的日均流量为内环以外区域的54.8%.③ 2个区域车辆的主要燃料类型为汽油、天然气、柴油、新能源,占比分别为71.7%~73.7%、15.1%~21.4%、5.5%~9.6%、1.3%~1.5%.④ 2个区域车辆的排放标准分布基本一致,主要排放标准为国Ⅳ（约占76.5%）,国Ⅴ约占11.4%,国Ⅲ约占9.0%,国Ⅱ、国Ⅰ和国Ⅰ前的占比之和约为3.1%.⑤ 2个区域的小时总流量变化特征呈“M”型分布,早高峰时段为08:00—10:00,晚高峰时段为16:00—18:00.⑥ 2个区域小型客车、公交车的小时流量变化特征均与总流量变化特征基本一致,但出租车、轻型货车和重型货车在08:00仍保持明显的上升趋势,直到14:00才缓慢下降.⑦内环以内区域高速路、快速路、县道的高峰时段流量明显较高,分别为内环以外区域的5.5、2.5、6.2倍;而内环以外区域国道的高峰时段流量相对较高,约为内环以内区域的1.8倍.研究显示,重庆市二环内外区域的车流量和车辆技术特征信息的时空分布存在较大差异,建议完善城市实际道路车流的时空监测网络,为机动车排放清单的编制提供更好的数据支撑.      

不同性别驾驶员小轿车交通事故的影响因素分析

为定量分析不同性别驾驶员发生交通事故的主要影响因素,以广东省9 886条小型轿车交通事故数据为基础,对比分析不同性别驾驶员的交通事故特征;以交通事故严重程度为因变量,分为严重事故和非严重事故,从14个候选自变量中筛选出对不同性别驾驶员交通安全具有显著影响的自变量因素;采用二项Logit模型分别建立男、女性驾驶员交通事故严重程度预测模型,并对模型进行参数估计与检验。结果表明:两个模型的拟合效果和平均预测能力均较好;对不同性别驾驶员交通事故严重程度均有显著作用的影响因素有驾驶员是否系安全带、车辆有无保险、道路安全属性、路口路段类型以及照明条件等。     

基于主成分分析法的城市客运交通碳排放影响因素研究

以广东省城市客运交通为研究对象,基于2005—2015年私人交通(私人载客汽车和摩托车)碳排放测算数据和公共交通(公共汽电车、出租车和轨道交通)碳排放公布数据,应用主成分分析法对其影响因素进行分析。结果表明:2005—2015年广东省城市客运交通碳排放总量呈上升趋势,年均增长率达14.69%;其中私人交通碳排放增长显著,是广东省城市客运交通碳排放主要来源;而公共交通碳排放年增长率有所下降,表明广东省公共交通领域新能源汽车推广政策成效明显。影响广东省城市客运交通碳排放的主要因素是经济水平、城市交通规模及运输能力,其次为居民出行习惯和环境质量。因此,广东省未来城市客运交通低碳发展模式应削弱个体交通,构建以公共交通为导向的交通发展模式。