基于熵權(quán)-逼近理想解排序法-多群體問(wèn)詢的山區(qū)農(nóng)村公路無(wú)信號(hào)交叉口安全風(fēng)險(xiǎn)評(píng)估模型

任一瑋， 劉星良*， 劉瑜， 張子乾

(重慶交通大學(xué)交通運(yùn)輸學(xué)院， 重慶 400074; 2.貴州省遵義市播州區(qū)交通運(yùn)輸局， 遵義 563100)

截至2020年底，中國(guó)農(nóng)村公路總里程達(dá)438.2萬(wàn)km，占公路總里程的84.3%，等級(jí)公路比例達(dá)到95%以上[1]，但農(nóng)村公路建設(shè)依舊存在著道路等級(jí)較低，道路環(huán)境復(fù)雜、養(yǎng)護(hù)意識(shí)欠缺、交通安全設(shè)施匱乏等問(wèn)題，讓許多農(nóng)村公路成為了事故多發(fā)的“重災(zāi)區(qū)”，具有事故總量大、死亡率高、重特大事故時(shí)有發(fā)生的鮮明特點(diǎn)，因此山區(qū)農(nóng)村公路交通安全引起了相關(guān)部門和專家學(xué)者的高度重視。根據(jù)中國(guó)交通事故統(tǒng)計(jì)分析結(jié)果可知，發(fā)生在交叉口的事故數(shù)約為總事故數(shù)的30%，發(fā)生在山區(qū)農(nóng)村公路交叉口路段的事故占據(jù)事故總數(shù)的11%[2]。由于山區(qū)農(nóng)村公路交叉口范圍與面積較小、建養(yǎng)資金緊缺等現(xiàn)實(shí)問(wèn)題，大量交叉口并無(wú)信號(hào)控制，有些位于相對(duì)偏遠(yuǎn)的山區(qū)農(nóng)村公路交叉口甚至成為無(wú)信號(hào)、無(wú)標(biāo)志、無(wú)標(biāo)線的“三無(wú)”交叉口，機(jī)非混行現(xiàn)象嚴(yán)重，具有重大安全隱患。因此，針對(duì)風(fēng)險(xiǎn)隱患提出可靠的安全風(fēng)險(xiǎn)評(píng)估模型，具有一定程度的實(shí)踐價(jià)值。

當(dāng)前，研究學(xué)者主要針對(duì)城市道路信號(hào)交叉口交通安全風(fēng)險(xiǎn)進(jìn)行了改善與評(píng)估研究。Yao等[3]運(yùn)用改進(jìn)社會(huì)力模型，考慮行人屈服準(zhǔn)則，分析了城市干道交叉口安全風(fēng)險(xiǎn)；Vuong等[4]提出基于信息熵和層次分析法，利用交通沖突和云模型構(gòu)建混合交通條件下交叉口安全評(píng)價(jià)模型；Nopadon等[5]提出基于視頻的交通沖突分析構(gòu)建評(píng)價(jià)交叉口碰撞風(fēng)險(xiǎn)模型；趙曉華等[6]提出一種基于導(dǎo)航數(shù)據(jù)的進(jìn)口道風(fēng)險(xiǎn)與交叉口相關(guān)屬性間量化關(guān)系的挖掘方法,從而實(shí)現(xiàn)交叉口進(jìn)口道風(fēng)險(xiǎn)的評(píng)估與診斷?；谝陨涎芯堪l(fā)現(xiàn)，國(guó)內(nèi)外學(xué)者對(duì)城市干道交叉口普遍采用模型定量、實(shí)際狀況定性的手段來(lái)評(píng)估風(fēng)險(xiǎn)隱患，對(duì)定量研究不足的山區(qū)農(nóng)村公路無(wú)信號(hào)交叉口安全評(píng)估具有指導(dǎo)價(jià)值，但仍存在不足。一是定性評(píng)估方面，常采用的專家打分法具有一定局限性。山區(qū)農(nóng)村公路與城市道路交叉口風(fēng)險(xiǎn)隱患特征不盡相同，其環(huán)境復(fù)雜，事故種類多樣，往往伴隨一定偶發(fā)性，專家人員很難短時(shí)間內(nèi)對(duì)道路構(gòu)成成分、事故致因、安全影響因素做出有效判斷，且評(píng)估人員群體較為單一，數(shù)量較少，缺少多角度、多方面的綜合因素分析，存在有偏估計(jì)的可能。二是定量評(píng)估方面，國(guó)內(nèi)外學(xué)者提出了基于灰云模型、沖突極值模型、交通沖突理論等分析方法對(duì)城市干道交叉口進(jìn)行安全評(píng)價(jià)，但以上方法對(duì)于數(shù)據(jù)匱乏的山區(qū)農(nóng)村無(wú)信號(hào)交叉口難以實(shí)現(xiàn)。

基于此，現(xiàn)基于熵權(quán)逼近理想解排序法(technique for order preference by similarity to an ideal solution，TOPSIS)法對(duì)山區(qū)農(nóng)村無(wú)信號(hào)交叉口安全風(fēng)險(xiǎn)進(jìn)行建模，說(shuō)明特征指標(biāo)選取原因及標(biāo)準(zhǔn)，通過(guò)多群體問(wèn)詢的調(diào)查方法，改善原有方法定性評(píng)價(jià)的不足，得出客觀的風(fēng)險(xiǎn)矩陣，從而計(jì)算不同風(fēng)險(xiǎn)指標(biāo)熵權(quán)，運(yùn)用加權(quán)廣義馬氏距離與歐式距離貼近度的比較，給出最優(yōu)綜合得分，提出基于山區(qū)數(shù)據(jù)匱乏環(huán)境下無(wú)信號(hào)交叉口安全風(fēng)險(xiǎn)的評(píng)估模型，最終根據(jù)風(fēng)險(xiǎn)隱患的分析結(jié)果從而給出相應(yīng)的解決方案。

1 山區(qū)無(wú)信號(hào)交叉口安全風(fēng)險(xiǎn)特征指標(biāo)體系構(gòu)建

建立無(wú)信號(hào)交叉口風(fēng)險(xiǎn)模型的科學(xué)、合理性決定了事故分析、改善結(jié)果的可靠性與準(zhǔn)確性。在安全特性、實(shí)地勘察的基礎(chǔ)之上，圍繞著事故多發(fā)路段進(jìn)行了道路安全分析與調(diào)研，根據(jù)事故路段最典型、普遍的風(fēng)險(xiǎn)特征，篩選并總結(jié)出9個(gè)最為影響山區(qū)無(wú)信號(hào)交叉口安全的風(fēng)險(xiǎn)特征指標(biāo)。

(1)平均日交通量(average daily traffic，ADT)。該指標(biāo)可衡量山區(qū)農(nóng)村無(wú)信號(hào)交叉口設(shè)施的需求，用來(lái)評(píng)價(jià)現(xiàn)狀交通量與道路通行能力的相互適應(yīng)性，從而確定是否需要增加路面寬度、車道條數(shù)或使用其他改善措施來(lái)增加通行能力，是無(wú)信號(hào)交叉口安全隱患的重要影響因素。

(2)速度標(biāo)準(zhǔn)差。在事故統(tǒng)計(jì)中發(fā)現(xiàn)，車速平均值越高，速度的離散程度越大，事故發(fā)生的概率越大[7]。對(duì)于農(nóng)村山區(qū)無(wú)信號(hào)交叉口而言，汽車通過(guò)交叉口時(shí)速度的穩(wěn)定性，對(duì)事故的發(fā)生有顯著影響。根據(jù)調(diào)查發(fā)現(xiàn)，通過(guò)山區(qū)農(nóng)村公路無(wú)信號(hào)交叉口的車輛速度差異大，在遇緊急事件時(shí)，快車容易從后方追尾前車或與兩側(cè)路口駛出車輛發(fā)生嚴(yán)重橫向碰撞，造成財(cái)產(chǎn)損失與人員傷亡，故選取速度標(biāo)準(zhǔn)差作為特征指標(biāo)。

(3)路權(quán)分配比。機(jī)動(dòng)車與非機(jī)動(dòng)車混行是山區(qū)農(nóng)村公路無(wú)信號(hào)交叉口的典型問(wèn)題，附近村民橫穿道路或駕駛農(nóng)耕車輛與機(jī)動(dòng)車搶行的現(xiàn)象頻繁，路權(quán)的分配不合理嚴(yán)重影響交叉口交通安全，這種混合交通類型需要作為參數(shù)進(jìn)行評(píng)定。

(4)支路縱坡坡度。支路縱坡坡度較大，此類長(zhǎng)大下坡路段容易造成車輛車速過(guò)快，從而高速通過(guò)無(wú)信號(hào)交叉口，視距范圍縮小，反應(yīng)距離增大，具有風(fēng)險(xiǎn)隱患。其原因大都由于道路建設(shè)資金不足，通過(guò)減少填挖量的方法節(jié)約成本，導(dǎo)致有些支路縱坡坡度超過(guò)了10%的限制，帶來(lái)嚴(yán)重安全隱患。

(5)線形設(shè)計(jì)。在接入無(wú)信號(hào)交叉口的干路上，設(shè)有陡彎、急坡或是長(zhǎng)直線線形的無(wú)信號(hào)交叉口事故率明顯上升。其中陡彎、急坡導(dǎo)致支路與干路交叉的角度與支路平曲線半徑過(guò)小，車輛的駕駛穩(wěn)定性受到強(qiáng)烈干擾[8]；長(zhǎng)直線線形無(wú)疑會(huì)導(dǎo)致車輛速度過(guò)快、駕駛員視覺(jué)疲勞等不良影響，故選取線形設(shè)計(jì)為特征指標(biāo)。

(6)視距情況。視距目的是保障行車的安全性，視距不良取決于設(shè)計(jì)速度與平面線形、縱斷面線形等，無(wú)信號(hào)交叉口對(duì)以上指標(biāo)的忽視，使得其會(huì)車視距無(wú)法滿足停車視距的兩倍以上，路段每公里視距受限次數(shù)大大提高，造成視線有效距離遠(yuǎn)小于停車視距的現(xiàn)象，從而增加了因避險(xiǎn)不及時(shí)導(dǎo)致的交通事故[9]。如表1所示。

表1 視距受限次數(shù)與事故數(shù)關(guān)系

(7)標(biāo)志標(biāo)線狀況。由于山區(qū)特殊的氣候環(huán)境因素，無(wú)信號(hào)交叉口交通標(biāo)志標(biāo)線腐蝕、褪色等現(xiàn)象嚴(yán)重，有些交通標(biāo)志標(biāo)牌歪斜，對(duì)駕駛?cè)藛T的約束與導(dǎo)向作用削弱。在一些與急彎、連續(xù)下坡相連接的交叉路口，缺少交通標(biāo)志給予駕駛?cè)说缆沸畔⒁约霸O(shè)置指路標(biāo)志距離不合理的現(xiàn)象都會(huì)導(dǎo)致駕駛?cè)朔磻?yīng)不及時(shí)，故將交通標(biāo)志標(biāo)線的完整與合理程度設(shè)為特征指標(biāo)。

(8)視線誘導(dǎo)設(shè)施。視線誘導(dǎo)設(shè)施的目的主要是提升駕駛員視認(rèn)程度，但山區(qū)農(nóng)村公路無(wú)信號(hào)交叉口普遍未設(shè)置視線誘導(dǎo)設(shè)施，對(duì)于夜間、大霧或雨雪等極端天氣下行車的駕駛?cè)司邆湟欢L(fēng)險(xiǎn)。

(9)安全防護(hù)設(shè)施。山區(qū)農(nóng)村公路路側(cè)防護(hù)設(shè)施需要根據(jù)環(huán)境變化、道路線形、防護(hù)工程等條件進(jìn)行選用。針對(duì)山區(qū)農(nóng)村公路無(wú)信號(hào)交叉口的安全防護(hù)設(shè)施問(wèn)題主要是路側(cè)護(hù)欄端頭處缺少有效的防護(hù)，從而存在車輛失控撞擊端頭的風(fēng)險(xiǎn)。

針對(duì)上述9種不同性質(zhì)的特征指標(biāo)，依據(jù)其引發(fā)事故風(fēng)險(xiǎn)的內(nèi)在聯(lián)系，歸納了3種影響山區(qū)無(wú)信號(hào)交叉口交通事故發(fā)生的關(guān)鍵性上位要素，分別是交通特性類風(fēng)險(xiǎn)、山區(qū)農(nóng)村道路條件類風(fēng)險(xiǎn)、交通安全設(shè)施類風(fēng)險(xiǎn)?？紤]到指標(biāo)的可實(shí)現(xiàn)性與邏輯層次性，最終建立山區(qū)農(nóng)村無(wú)信號(hào)交叉口風(fēng)險(xiǎn)模型，包括3個(gè)一級(jí)指標(biāo)和9個(gè)二級(jí)指標(biāo)，如圖1所示。

圖1 山區(qū)農(nóng)村無(wú)信號(hào)交叉口風(fēng)險(xiǎn)評(píng)估模型Fig.1 Risk assessment model of unsignalized rural intersections in mountainous areas

2 基于加權(quán)廣義馬氏距離的熵權(quán)TOPSIS法無(wú)信號(hào)交叉口模型構(gòu)建

2.1 熵權(quán)TOPSIS模型

熵權(quán)TOPSIS法是一種可以客觀反映模型指標(biāo)離散程度以及其重要性的方法，從而減少人為主觀因素對(duì)結(jié)果的影響。其主要目的是評(píng)價(jià)對(duì)象與最優(yōu)目標(biāo)值的遠(yuǎn)近，通過(guò)信息熵確定指標(biāo)權(quán)重，指標(biāo)信息熵值越小，其相應(yīng)的效用值就會(huì)越大，權(quán)重占比也就越大。其次，通過(guò)對(duì)熵權(quán)TOPSIS法進(jìn)行改進(jìn)，使用加權(quán)廣義馬氏距離代替歐式距離表示更為準(zhǔn)確的加權(quán)距離，得出各方案與最優(yōu)方案的貼近程度，最終進(jìn)行綜合評(píng)價(jià)。

2.1.1 構(gòu)建標(biāo)準(zhǔn)矩陣并歸一化

根據(jù)調(diào)查對(duì)安全風(fēng)險(xiǎn)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。設(shè)定m個(gè)對(duì)象，n個(gè)風(fēng)險(xiǎn)指標(biāo)。其初始矩陣F可用式(1)表示。

(1)

式(1)中：fij為原始安全風(fēng)險(xiǎn)，取1～5，5分為極大風(fēng)險(xiǎn)，1分為安全。

然后對(duì)指標(biāo)進(jìn)行歸一化處理，且因風(fēng)險(xiǎn)指標(biāo)均為負(fù)屬性指標(biāo)，故采用最大最小歸一化方法，計(jì)算公式如式(2)所示。

(2)

此時(shí)得到歸一化后的矩陣為

(3)

2.1.2 求解各指標(biāo)信息熵

根據(jù)信息熵的定義求解各指標(biāo)信息熵，計(jì)算公式如式(4)所示。

(4)

2.1.3 確定各指標(biāo)熵權(quán)

各指標(biāo)熵權(quán)計(jì)算公式如式(5)所示。

(5)

計(jì)算所有指標(biāo)熵權(quán)，得出指標(biāo)權(quán)重的行向量Q=(q1,q2,…,qn)。此時(shí)，所得出的權(quán)重可直接用于計(jì)算加權(quán)安全風(fēng)險(xiǎn)值，運(yùn)用優(yōu)劣解距離TOPSIS法對(duì)安全風(fēng)險(xiǎn)進(jìn)行綜合評(píng)估。TOPSIS法能充分利用原始數(shù)據(jù)的信息，精確地反映各個(gè)方案間的不同，將不同屬性的各個(gè)指標(biāo)綜合為具有代表性的單一指標(biāo)，從而方便排序，得出最優(yōu)的方案[10]。

2.1.4 原始數(shù)據(jù)正向化

由于選取的調(diào)查方案中安全風(fēng)險(xiǎn)指標(biāo)均為負(fù)向指標(biāo)，又稱極小型指標(biāo)，也稱成本型指標(biāo)，其數(shù)值越小，實(shí)際道路安全性越高，為了統(tǒng)一計(jì)算與方便比較，一般將極小型指標(biāo)、中間型指標(biāo)、區(qū)間型指標(biāo)全部轉(zhuǎn)化為極大型指標(biāo)，這個(gè)過(guò)程稱為正向化，計(jì)算公式如式(6)所示。

aij=max(f1j,f1j,…,fmj)-fij

(6)

經(jīng)過(guò)上述處理，得到正向化后的矩陣為

(7)

式(7)中：aij為正向風(fēng)險(xiǎn)值。

由于對(duì)各指標(biāo)都采用風(fēng)險(xiǎn)值的方法衡量，所以量綱相同，直接將所得正向風(fēng)險(xiǎn)矩陣進(jìn)行標(biāo)準(zhǔn)化處理，公式如式(8)所示。

(8)

經(jīng)過(guò)計(jì)算，得

B=[B1,B2,B3,…,Bm]T

(9)

2.1.5 計(jì)算加權(quán)距離

首先，需要確定正負(fù)理想解，正理想解是B矩陣每列元素中的最大值所組成的向量。負(fù)理想解同理，即

(10)

其次，計(jì)算加權(quán)距離。一般計(jì)算距離時(shí)，采用歐式距離進(jìn)行運(yùn)算，其代表在m維空間中兩個(gè)點(diǎn)的真實(shí)距離，但是歐式距離將方案中不同指標(biāo)之間的差別同等看待，這一點(diǎn)在無(wú)信號(hào)交叉口安全風(fēng)險(xiǎn)預(yù)測(cè)模型中稍有不妥，對(duì)于風(fēng)險(xiǎn)預(yù)測(cè)模型中不同屬性指標(biāo)應(yīng)考慮到其內(nèi)部各種特性之間的聯(lián)系，比如速度與視距、坡度、線形等都具有潛在關(guān)系，所以，選擇加權(quán)馬氏距離公式作為歐式距離的優(yōu)化加權(quán)距離計(jì)算公式[11]。

(11)

2.1.6 計(jì)算貼近度

計(jì)算各無(wú)信號(hào)交叉口對(duì)于理想解的貼近程度Di，計(jì)算公式為

(12)

至此完成熵權(quán)TOPSIS法全部步驟，對(duì)其結(jié)果進(jìn)行評(píng)分，評(píng)分?jǐn)?shù)值越大，無(wú)信號(hào)交叉口安全性越強(qiáng)。

2.2 基于多群體用路者的調(diào)查問(wèn)卷分析

基于上述模型分析，現(xiàn)選取重慶市銅梁區(qū)多條農(nóng)村公路進(jìn)行調(diào)研，發(fā)現(xiàn)多數(shù)山區(qū)公路交通事故與主干路無(wú)信號(hào)交叉口、機(jī)耕道接入口安全風(fēng)險(xiǎn)有關(guān)，故選取路段S302銅梁城區(qū)至侶俸段某分流道路進(jìn)行細(xì)化研究。其全長(zhǎng)8.5 km，共有54個(gè)交叉口和機(jī)耕道接入口，其中53個(gè)均為無(wú)信號(hào)交叉口，交通安全事故多發(fā)。選取具備典型安全問(wèn)題的8個(gè)無(wú)信號(hào)交叉口進(jìn)一步分析，為消除專家主觀評(píng)分的缺陷，提出多群體問(wèn)詢法，步驟如下。

步驟1確定打分人群與人數(shù)，如表2所示。打分總?cè)藬?shù)為30～50人，專家占比約40%，駕駛員與附近村民約占60%。

步驟2確定調(diào)查范圍。通過(guò)對(duì)道路以及無(wú)信號(hào)交叉口行人與非機(jī)動(dòng)車問(wèn)詢發(fā)現(xiàn)，使用道路的村民大多聚集在道路周邊0.5～3 km范圍以內(nèi)，故對(duì)此范圍內(nèi)常使用道路的村民與駕駛員進(jìn)行無(wú)信號(hào)交叉口安全風(fēng)險(xiǎn)問(wèn)詢。

步驟3設(shè)計(jì)與分發(fā)調(diào)查問(wèn)卷。針對(duì)不同人群的調(diào)查問(wèn)卷設(shè)計(jì)7個(gè)主觀題目，7個(gè)題目主要與特征風(fēng)險(xiǎn)指標(biāo)對(duì)應(yīng)[式(5)～式(12)]，考慮到社會(huì)背景、文化程度等因素，對(duì)不同人群?jiǎn)栐兊膫?cè)重點(diǎn)不同，專家的問(wèn)卷設(shè)計(jì)是基于專業(yè)素養(yǎng)的針對(duì)性評(píng)價(jià)，問(wèn)詢語(yǔ)言較為專業(yè)；對(duì)駕駛?cè)说膯?wèn)卷設(shè)計(jì)是基于《公安部道路交通安全研究中心》駕駛?cè)祟愋偷闹饔^評(píng)價(jià)，問(wèn)詢語(yǔ)言貼近生活[12]；對(duì)附近村民的問(wèn)卷設(shè)計(jì)是基于農(nóng)村公路無(wú)信號(hào)交叉口實(shí)際交通安全問(wèn)題的廣泛評(píng)價(jià)，問(wèn)詢語(yǔ)言樸實(shí)，易于理解。

表2 打分人群劃分及特點(diǎn)

最終，通過(guò)對(duì)三類人群的問(wèn)詢，基于測(cè)速、監(jiān)控、實(shí)地調(diào)查問(wèn)卷的方法對(duì)無(wú)信號(hào)交叉口風(fēng)險(xiǎn)要素統(tǒng)計(jì)分析，并得到三類人群的評(píng)分?jǐn)?shù)據(jù)，共計(jì)收集調(diào)查問(wèn)卷96份，有效問(wèn)卷94份。

2.3 實(shí)踐驗(yàn)證

對(duì)所獲得數(shù)據(jù)采用熵權(quán)TOPSIS法分步驟處理。首先，對(duì)8個(gè)無(wú)信號(hào)交叉口收集的94份問(wèn)卷中9個(gè)二級(jí)指標(biāo)按照專家、駕駛員、附近村民分別求出算術(shù)平均數(shù)，之后根據(jù)專家評(píng)價(jià)意見(jiàn)40%、駕駛?cè)?0%、附近村民30%的權(quán)重計(jì)算每個(gè)指標(biāo)的最終加權(quán)平均數(shù)，得到表3；將表3轉(zhuǎn)化為矩陣，代入式(2)、式(4)、式(5)中，得到8個(gè)無(wú)信號(hào)交叉口安全風(fēng)險(xiǎn)指標(biāo)的信息熵和熵權(quán)，如圖2所示。通過(guò)圖2得出，線形設(shè)計(jì)、視距、支路縱坡坡度3個(gè)指標(biāo)權(quán)重占比較大，說(shuō)明以上指標(biāo)對(duì)山區(qū)農(nóng)村公路無(wú)信號(hào)交叉口的安全影響程度相對(duì)較高，山區(qū)農(nóng)村公路交叉口進(jìn)口道線形存在風(fēng)險(xiǎn)隱患問(wèn)題較為突出，安全風(fēng)險(xiǎn)不確定性大，如陡坡、急彎、長(zhǎng)直線等常見(jiàn)線形問(wèn)題。線形不良的同時(shí)往往會(huì)存在“連鎖反應(yīng)”，經(jīng)常引發(fā)交叉口視距問(wèn)題，尤其是在農(nóng)村公路無(wú)信號(hào)交叉口車速較快、支路坡度較陡、路側(cè)環(huán)境對(duì)視線遮擋嚴(yán)重的現(xiàn)實(shí)情況下，線形、視距、坡度三者之間形成了交融復(fù)雜的安全風(fēng)險(xiǎn)關(guān)系，本文模型將復(fù)雜關(guān)系量化，對(duì)危害無(wú)信號(hào)交叉口安全的風(fēng)險(xiǎn)指標(biāo)權(quán)重進(jìn)行排序，從而指導(dǎo)后續(xù)重點(diǎn)安全風(fēng)險(xiǎn)改善工程。通過(guò)式(6)和式(8)，得到標(biāo)準(zhǔn)化、正向化處理后的正向安全風(fēng)險(xiǎn)指標(biāo)。得出標(biāo)準(zhǔn)正向安全風(fēng)險(xiǎn)指標(biāo)的矩陣后，通過(guò)式(10)判別出正、負(fù)理想解。采用加權(quán)廣義馬氏距離，用MATLAB計(jì)算出協(xié)方差偽逆矩陣Σ+。最終，將偽逆矩陣代入式(11)計(jì)算加權(quán)廣義馬氏距離，最后通過(guò)式(12)得到加權(quán)廣義馬氏距離與歐式距離關(guān)于理想解的貼近度，給出綜合得分，如圖3所示。

表3 風(fēng)險(xiǎn)指標(biāo)評(píng)分表Table 3 Risk index evaluation table

圖2 風(fēng)險(xiǎn)指標(biāo)信息熵與熵權(quán)Fig.2 Information entropy and entropy weight of risk indicators

圖3 加權(quán)廣義馬氏距離與歐式距離貼近度的綜合得分Fig.3 Comprehensive score of closeness degree between weighted generalized Mahalanobis distance and Euclidean distance

依據(jù)圖3，可直觀看出兩種方法對(duì)安全風(fēng)險(xiǎn)的預(yù)測(cè)重疊面積較大，趨勢(shì)接近，說(shuō)明方法擬合度較高。相同點(diǎn)有無(wú)信號(hào)交叉口6對(duì)理想解的貼近度為最低，表明兩種距離都預(yù)測(cè)其安全風(fēng)險(xiǎn)為同類無(wú)信號(hào)交叉口中的最高。交叉口2對(duì)理想解的貼近度最高，交叉口4與交叉口5分別位于第三位與第五位，僅交叉口1、3、7、8通過(guò)兩種距離求法所獲總分排序不同，但總體排序相差不大，說(shuō)明本文方法具有一定科學(xué)性、可行性。

2.4 對(duì)比分析

采用加權(quán)廣義馬氏距離與傳統(tǒng)歐式距離貼近度綜合得分做對(duì)比的方式，求出的無(wú)信號(hào)交叉口安全風(fēng)險(xiǎn)評(píng)估指標(biāo)數(shù)值，如圖3所示。兩種距離計(jì)算方法同時(shí)得出交叉口6、1、4為風(fēng)險(xiǎn)最高的3個(gè)無(wú)信號(hào)交叉口，交叉口2為風(fēng)險(xiǎn)最低的無(wú)信號(hào)交叉口，說(shuō)明不同計(jì)算方法下模型對(duì)于總體風(fēng)險(xiǎn)極值的評(píng)估具有準(zhǔn)確性，對(duì)無(wú)信號(hào)交叉口風(fēng)險(xiǎn)大小的綜合排序具有科學(xué)性，結(jié)合實(shí)際工程調(diào)研，發(fā)現(xiàn)模型對(duì)無(wú)信號(hào)交叉口風(fēng)險(xiǎn)的綜合評(píng)估與事故數(shù)據(jù)和專家論證結(jié)論基本一致，充分說(shuō)明了本文模型的有效性。

2.5 改善措施

將數(shù)據(jù)分析結(jié)果與實(shí)際調(diào)研情況進(jìn)行匹配，發(fā)現(xiàn)無(wú)信號(hào)交叉口6處確實(shí)存在較大安全風(fēng)險(xiǎn)，其于兩月內(nèi)發(fā)生3起交通事故，造成8人受傷，以附近村民非機(jī)動(dòng)車或農(nóng)耕車輛與道路主線汽車發(fā)生碰撞的事故形式為主，如表4所示。

經(jīng)過(guò)調(diào)查分析，事故主要致因?yàn)榫€形不良，主路匯入無(wú)信號(hào)交叉口前約有1 km長(zhǎng)直線形，導(dǎo)致車輛普遍超速。主干路駕駛員視距受到兩旁山丘影響，對(duì)支路的有效視野范圍變窄，視距不良問(wèn)題突出，且主路與無(wú)信號(hào)交叉口銜接的支路縱坡坡度趨近于10%，車輛駛?cè)虢徊婵跁r(shí)車速難以控制，同時(shí)，在進(jìn)入無(wú)信號(hào)交叉口前800 m，主路上無(wú)任何限速標(biāo)識(shí)標(biāo)牌、減速標(biāo)識(shí)標(biāo)牌和其他標(biāo)識(shí)標(biāo)牌，僅在交叉口前10 m處設(shè)置十字路口標(biāo)識(shí)。標(biāo)牌位置設(shè)置不合理，不僅沒(méi)有給予駕駛員反應(yīng)時(shí)間，還會(huì)遮擋駕駛員對(duì)交叉口支路駛出車輛距離的判斷，在夜晚或雨霧的環(huán)境下，視距不良的問(wèn)題更為嚴(yán)重。最終，調(diào)查分析后發(fā)現(xiàn)事故指標(biāo)熵權(quán)排序與事故主要致因排序基本相同，間接證明了模型的實(shí)踐可行性。無(wú)信號(hào)交叉口6現(xiàn)場(chǎng)勘察如圖4所示。

平面路段長(zhǎng)直線在道路建設(shè)階段應(yīng)采用線形靈活組合的方式避免發(fā)生，可與大半徑凹形豎曲線組合，在實(shí)際工程改善時(shí)，常用來(lái)限制線形不良帶來(lái)的負(fù)面影響[13]。為控制速度，對(duì)縱坡較大的無(wú)信號(hào)交叉口支路鋪設(shè)20 m減速震蕩標(biāo)線，以使下坡車輛降速，主路雙向車道鋪設(shè)50 m減速震蕩標(biāo)線，強(qiáng)制降低主路車輛行駛速度；為改善視距，在主路的交叉路口，安裝視距不良預(yù)警系統(tǒng)，如圖5所示，通過(guò)LED顯示屏警示主路與支路車輛，前方來(lái)車，減速慢行，規(guī)避支路口車輛交匯時(shí)存在的高風(fēng)險(xiǎn)駕駛行為，對(duì)駕駛員進(jìn)行提示與視線誘導(dǎo)，從而讓駕駛員謹(jǐn)慎駕駛；為改善交通標(biāo)志對(duì)駕駛員的信息傳遞效果，將十字路口標(biāo)志后移20 m，并在主路雙向車道上安裝40 km/h限速標(biāo)志，2個(gè)爆閃燈，2塊慢行標(biāo)志，內(nèi)容為“前方路口，減速慢行”，更直觀地提醒駕駛員減速。綜合處置如圖6所示。

表4 銅梁區(qū)省道302線某分流路交通事故統(tǒng)計(jì)表

圖4 無(wú)信號(hào)交叉口6處現(xiàn)場(chǎng)勘察實(shí)景Fig.4 Real scene of field investigation at No.6 signal-free intersections

圖5 十字交叉口綜合處置示意圖Fig.5 Comprehensive disposal diagram of intersections

3 結(jié)論

山區(qū)農(nóng)村公路無(wú)信號(hào)交叉口通常被視為農(nóng)村道路事故黑點(diǎn)，也是山區(qū)農(nóng)村公路交通安全的痛點(diǎn)與難點(diǎn)問(wèn)題，在這一區(qū)域交通事故總量大，重大事故常有發(fā)生。建立了山區(qū)農(nóng)村公路無(wú)信號(hào)交叉口安全風(fēng)險(xiǎn)評(píng)估模型，為定量研究山區(qū)農(nóng)村無(wú)信號(hào)交叉口安全風(fēng)險(xiǎn)隱患提供了新思路。

(1)在查閱大量相關(guān)文獻(xiàn)、實(shí)地調(diào)研、問(wèn)卷調(diào)查的基礎(chǔ)之上，綜合考慮了中國(guó)山區(qū)農(nóng)村無(wú)信號(hào)交叉口的普遍性安全風(fēng)險(xiǎn)與安全隱患，考慮到健全農(nóng)村公路無(wú)信號(hào)交叉口的保護(hù)與安全防治手段，以此為目標(biāo)建立了山區(qū)農(nóng)村公路無(wú)信號(hào)交叉口安全風(fēng)險(xiǎn)評(píng)估模型，其中包括3個(gè)一級(jí)指標(biāo)和9個(gè)二級(jí)指標(biāo)。

(2)創(chuàng)建了基于評(píng)價(jià)體系的多渠道、多元化、多群體的問(wèn)詢方法，獲取客觀真實(shí)的交叉口安全風(fēng)險(xiǎn)指標(biāo)數(shù)據(jù)，建立了基于熵權(quán)TOPSIS的山區(qū)農(nóng)村公路無(wú)信號(hào)交叉口安全風(fēng)險(xiǎn)模型，避免了數(shù)據(jù)的主觀性，能很好地判斷不同指標(biāo)的綜合影響程度，使特征指標(biāo)權(quán)重的判定更加科學(xué)與方便。

(3)通過(guò)對(duì)比歐式距離與廣義馬氏距離得出的貼近值，檢驗(yàn)了自身模型的準(zhǔn)確性，并與實(shí)際工程相結(jié)合，對(duì)綜合得分較低、安全風(fēng)險(xiǎn)大的無(wú)信號(hào)交叉口逐個(gè)分析，發(fā)現(xiàn)主要致因排序與風(fēng)險(xiǎn)指標(biāo)熵權(quán)排序基本相同，從而驗(yàn)證了模型的實(shí)踐可行性，并對(duì)安全風(fēng)險(xiǎn)隱患提出了改善措施和解決思路，保障了山區(qū)農(nóng)村無(wú)信號(hào)交叉口的行車安全。

圖6 十字交叉口綜合處置效果圖Fig.6 Effect diagram of comprehensive disposal at intersection