CC BY
11
УДК. 656.13
М. Е. Елисеев, кандидат физико-математических наук, доцент кафедры «Высшая математика», ФГБОУ ВО «Нижегородский государственный технический университет им. Р.Е. Алексеева» e-mail: eliseevmic@mail.ru
Н. А. Кузьмин, доктор технических наук, профессор, заведующий кафедрой «Автомобильный транспорт», ФГБОУ ВО «Нижегородский государственный технический университет им. Р.Е. Алексеева» e-mail: knanntu@mail.ru
А. А. Репников, аспирант кафедры «Высшая математика», ФГБОУ ВО «Нижегородский государственный технический университет им. Р.Е. Алексеева» e-mail: closer90@gmail.com
ПОДСИСТЕМА АНАЛИЗА ПОГОДНЫХ ФАКТОРОВ ИНТЕРАКТИВНОЙ КАРТЫ АВАРИЙНОСТИ
Вработепредставленырезультатыисследованиянаправленного наповышениебезопасностидорожного движения. Рассматривается информационная система, позволяющая выделять и анализировать участки дорожной инфраструктуры с повышенной аварийностью, а также реализовывать обратную связь с субъектами дорожного процесса. Работа продолжает исследования авторов, начатые в предыдущих публикациях.
Подробно рассматривается подсистема анализа погодных факторов. Выявляются аварийноопасные сочетания погодных факторов, которые затем используются при информировании участников дорожного процесса. В работе описаны критерии, позволяющие не только предсказать рост количества аварий, но определить их тип, что в дальнейшем может быть использовано для выработки мероприятий по повышению безопасности дорожного движения, в том числе для информирования участников дорожного процесса.
Технология анализа погодных факторов является, на наш взгляд, одним из основных этапов при разработке интерактивной карты безопасности дорожного движения. Планируется использование данного программного комплекса для принятия управленческих решений относительно модификации дорожной инфраструктуры районов с повышенной аварийностью, для информирования дорожных служб, для обучения в автошколах, при информировании водителей и пешеходов. Последняя возможность уже реализована на web-сайте, который в настоящий момент проходит бета-тестирование.
Ключевые слова: интерактивная карта, безопасность, ДТП, погодный фактор, геоинформационная система, топографический анализ.
Одной из важнейших групп факторов, влияющих на аварийность, является группа погодных факторов. Для однозначного утверждения о том, насколько велико это влияние, необходимо выявить соответствующие зависимости. В данной работе рассматриваются «зимние» факторы аварийности.
В качестве исходных данных используется следующая информация:
1) база данных аварийности за последние несколько лет (г. Нижний Новгород);
2) архив погоды (ГИС-метео) по Нижнему Новгороду за соответствующий временной период.
Фрагмент таблицы - архива погоды с сайта ГИС-метео по Нижнему Новгороду, показан в таблице 1.
Таблицы 1 - Архив погоды
Дата Время (мо-сков-ское) Т Отн. влажность воздуха, % Td Атм. давление, мм рт.ст. Направление ветра Скорость ветра, м/с Облач-ность,% h VV
01.04.2009 01:00 4 59 -3,3 748 Ю, ЮЗ 2 0,7
01.04.2009 04:00 3 91 1,7 748 З 1 100 250 10
01.04.2009 10:00 4,5 64 -1,6 747 ЮЗ 2 40 450 20
01.04.2009 13:00 4,1 67 -1,4 746 ЮЗ 2 100 3000 20
01.04.2009 16:00 3,7 85 1,4 745 ЮЗ 1 90 450 20
01.04.2009 22:00 2,9 82 0,2 742 Ю, ЮЗ 2 90 3000 20
Анализ зависимостей между количеством аварий и сочетанием погодных факторов проводился в несколько этапов:
1) выявление зависимостей, отбор значимых факторов;
2) составление критериев отбора;
3) обработка данных и вычисление количественных характеристик точности прогноза.
На первом этапе рассматривались погодные факторы и их влияние на аварийность. Для этого
В качестве основного метода применялся корреляционный анализ: вычислялись коэффициенты корреляции между количеством ДТП и каждым из погодных факторов. На этом этапе искались факторы, оказывающие существенное влияние на количество ДТП. Было выявлено три основных фактора: температура, влажность и давление. Значимую корреляцию дает также фактор «Точка росы», но эта числовая характеристика однозначно вычисляется по температуре и влажности и по-
На втором этапе вырабатывались критерии, позволяющие возможно более точно предсказать значительный рост числа ДТП. Для этого из таблицы 3 были выбраны дни, число аварий в которые значительно превышает среднее число ДТП в зимний период. В качестве границы было выбрано превышение более чем на 50%. В отобранные попали порядка 25% дней. По этой группе вычислялись средние значения по каждому фактору и затем выявлялись дни с характеристиками значительно от-
была составлена вспомогательная таблица, полученная из таблицы 1 и базы данных аварийности (таблица 2). В таблице 2 рассматривается посуточный интервал. Авторы рассматривали и другие варианты, но при более узком интервале погодные данные значительно могут отличаться даже в рамках одного города. С другой стороны, при большем интервале теряются такие характеристики, как изменение температуры или давления, что обедняет анализ.
этому не может дать новых зависимостей.
Далее, была составлена еще одна производная таблица (таблица 3). В ней приводятся отобранные факторы, их изменение и количество ДТП. Так как дальнейший анализ проводится по зимним факторам аварийности, то были выбраны интервалы соответствующие зиме: начиная с двух дней подряд с отрицательной среднесуточной температурой и заканчивая двумя днями с теми же характеристиками.
личающимися от средних, далее эти характеристики будем называть ключевыми факторами.
С целью выработки критериев эти дни далее разбивались на группы по ключевым факторам, по каждой группе затем вычислялись средние значения, и составлялась таблица корреляций характеристик дня со средними данными, что позволило уточнить разбиение на группы. Далее эти группы будем называть типами факторов. Всего было выявлено 4 типа.
Таблица 2 - Фрагмент вспомогательной таблицы
Дата Т Отн. влажность воздуха, % Td Атм. давление, мм рт.ст. Скорость ветра, м/с Облачность^ h УУ ДТП
01.01.2009 -3,88 86,33 -5,60 739,50 2,50 96,67 166,67 14,00 56
02.01.2009 -9,57 76,83 -12,55 736,50 3,17 76,67 216,67 15,00 46
03.01.2009 -13,98 75,00 -17,08 739,67 3,00 90,00 266,67 16,67 59
04.01.2009 -16,07 78,17 -18,72 741,17 1,50 76,67 1608,33 16,67 61
05.01.2009 -16,97 81,86 -19,10 744,00 1,00 61,67 1442,86 20,00 106
06.01.2009 -16,93 80,83 -19,20 745,17 1,33 60,00 1166,67 20,00 83
07.01.2009 -11,54 68,60 -15,82 740,40 2,60 92,00 760,00 16,00 45
Таблица 3 - Производная
Дата Температура, °С dT Влажность, % Давление, мм.рт.ст ар Количество ДТП
02.01.2009 -9,57 -5,68 76,83 -9,50 736,50 -3,00 46
03.01.2009 -13,98 -4,42 75,00 -1,83 739,67 3,17 59
04.01.2009 -16,07 -2,08 78,17 3,17 741,17 1,50 61
05.01.2009 -16,97 -0,90 81,86 3,69 744,00 2,83 106
06.01.2009 -16,93 0,04 80,83 -1,02 745,17 1,17 83
07.01.2009 -11,54 5,39 68,60 -12,23 740,40 -4,77 45
Для понимания логики возникновения ДТП из базы данных ДТП были извлечены данные об авариях с сопутствующими факторами «Гололедица», «Снежный накат», «Снегопад», «Заснеженная дорога». Затем отбирались дни с наибольшим количеством ДТП по каждому из этих факторов и по отобранным дням вычислялись средние значения. Для дальнейшего сравнения использовалась формула:
Курсивом показаны ячейки с наибольшими значениями z(x,y). Максимально возможное значение z(x,y)=1, отрицательное значение означает, что р(х,у) менее 0,9999. Для понимания этих величин заметим, что коэффициент корреляции по выделенным 6 факторам двух случайно отобранных зимних дня довольно высок (более 0,99), поэтому приходится вводить более точную характеристику.
После проведенного анализа типы факторов были описаны. Приводимое ниже описание не претендует на большую точность и требует уточнения при дальнейших исследованиях. Тип 0 (в основном март и февраль): «Снежный накат и гололедица после снегопада». Тип 1 (в основном январь): «Снегопад в мороз». Тип 2 (все даты): «Снегопад». Тип 6 (дата февраль - март): «Весенние заморозки».
Таким образом, критерии 1 и 2 (по типам факторов 1 и 2) позволяют наиболее точно выявить рост числа ДТП, по типам 0 и 6 несколько хуже.
По всем 4 критериям статистика следующая. Положительное значение хотя бы по одному из критериев, для дней в которые число аварий не превышает среднесуточное - 31,3433%, по дням с числом аварий более среднего, но менее 150% от среднего - 38,5417, по дням с числом аварий более 150% от среднего - 77,193%.
Таким образом, вероятность ошибки первого рода (критерий показывает опасность аварий, а ее нет) - 31,3433%. Вероятность ошибки второго рода (критерий не показывает опасность, а она есть) -22,8%. По мнению авторов, причины ошибок заключаются в следующем:
2(х,у)=(р(х,у)-0,9999) *10000, (1)
где z(x,y) - характеристика степени схожести данных, р(х,у) - коэффициент корреляции рядов данных - 6 погодных данных по типу ДТП и по погодному фактору. По сути z(x,y) это тот же коэффициент корреляции для случая, когда степень связи очень высока. Значения z(x,y) были сведены в таблицу, приведенную в таблице 4.
В данных описаниях мы опираемся не только на таблицу 4, но и на выявленные ранее ключевые факторы для каждого из типов.
На третьем этапе анализа составлялась формула критерия. Она имеет следующий общий вид:
(Х1-Х01)2 + ... + (Х6-Хс6)2 < Кс,
где Хi - значение погодного фактора в рассматриваемый день, Х(н - значение вычисленное экспериментально и соответствующее одному из типов (0, 1, 2, 6), К0 - пороговое значение в соответствии с которым день относится к потенциально аварий-ноопасным или нет.
Окончательно, были выработаны 4 критерия, со следующими характеристиками (таблица 5).
1) есть редкие погодные явления, приводящие к резкому росту числа ДТП и не укладывающиеся в рамки основных критериев (некоторые такие явления выявлены авторами, соответствующие критерии вырабатываются);
2) в некоторых случаях, по-видимому, большое значение имеет четкость работы служб, отвечающие за качества поддержание дорог (уборку снега и пр.), по этой причине ошибки первого и второго родов не могут быть нулевыми - когда то снег уберут вовремя, а когда-то нет;
3) человеческий фактор - на данном этапе исследований авторы намеренно его не учитывали, тем не менее вопросы психологии очевидно влияют на аварийность. Например, в первые дни зимы некоторые водители, особенно с меньшим стажем,
Таблица 4 - Коэффициент связи z(x,y)
z(x,y) Гололедица Заснеженная дорога Снегопад Снежный накат
тип 0 0,581264 0,191685 0,047803 0,547134
тип 1 0,239205 0,790363 0,871878 -0,10376
тип 2 0,363987 0,25097 0,197528 0,215255
тип 6 -5,60179 -6,62145 -6,98652 -5,3585
Таблица 5 - Доли дней, удовлетворяющих критериям
доля дней типа 0 доля дней типа 1 доля дней типа 2 доля дней типа 6
по дням с высокой аварийностью 0,31 0,175 0,140 0,211
по остальным дням 0,25 0,035 0,061 0,161
могут быть более подвержены действию погодных факторов и т.п.
4) авторы намеренно не учитывали в данной работе информацию о неравномерности транспортных потоков, возможно, ее использование позволит уточнить критерии. Планируется сначала уточнить формулы расчета неравномерности транспортных потоков для Нижнего Новгорода, а затем их применить;
5) по видимому, аварии связанные с погодными факторами имеют локализацию (очаги ДТП) и их рассмотрение также позволит уточнить критерии.
В целом, найденные критерии, позволяют довольно точно прогнозировать аварийность, причем не только ее рост, но и тип. Схема применения
критериев такова. Рассматриваются прогнозные погодные данные, вычисляются значения по каждому из критериев, если величины превышают пороговые, то посредством интерактивной карты аварийности, происходит информирование участников дорожного процесса о аварийной опасности и ее типе [1-5]. Дальнейшие исследования авторов будут связаны с рассмотрением географической локализации аварий соответствующих тому или иному набору погодных факторов и суточной локализации (зависимости от времени суток). Заметим, что вся информация будет предоставляться конечным пользователям полностью автоматизировано, в интерактивном режиме.
Литература
1. Елисеев, М.Е. О интерактивной карте аварийности крупного города / М.Е. Елисеев, А.А. Репников, Т.Н. Томчинская, А.Д. Филинских // «Сборник научных трудов Sworld». - 2011. - Т. 3. - № 4. - с. 40-45.
2. Елисеев, М.Е. Подсистема анализа очагов интерактивной карты аварийности / М.Е. Елисеев, Д.М. Пронин, А.А. Репников, М.Е. Сангалова, Т.Н. Томчинская // «Труды НГТУ им. Р.Е. Алексеева». - 2012. - № 4 (97). -с. 358-362.
3. Елисеев, М.Е. О классификации очагов аварийности / М.Е. Елисеев, М.Е. Сангалова // «Труды НГТУ им. Р.Е. Алексеева». - 2013. - № 4 (101). - с. 320-326.
4. Елисеев, М.Е. О статистическом анализе очагов аварийности / М.Е. Елисеев // «Автотранспортное предприятие». - 2012. - № 4. - с. 37-38.
5. Елисеев, М.Е. Интерактивная карта безопасности дорожного движения крупного города / М.Е. Елисеев, Т.Н. Томчинская, А.А. Репников, А.С. Блинов // Вестник Оренбургского государственного университета. -2015. С. 37 - 42.
