随着城市化进程的推进,越来越迫切的交通需求对打破地理障碍提出了很高要求。隧道由于其特有的受自然条件影响小、对地面交通影响小等优势成为了城市中优先于桥梁的枢纽选择。很多专家学者尚未意识到隧道交通安全的特殊性,仍将其包含于公路交通安全研究系统中,对隧道安全展开的研究相对不多。此外,作为城市隧道中的特殊部分,城市越江隧道相关的研究则更为缺乏。从人-车-环境三要素的系统角度考虑,影响城市越江隧道安全的因素很多,对单个因素研究较为复杂。本文选取贝叶斯网络分析作为系统研究方法,以驾驶模拟器作为数据采集手段,在驾驶模拟器中建立了上海市城区的12条越江隧道模型,并进行相关试验研究。借助贝叶斯网络分析工具GeNIe,经过大量数据的结构学习和参数学习,建立了较优化的模型并分析各因素间的相互影响关系。最后,本文将模型分析的结果应用于贝叶斯网络预测、诊断与敏感性分析,得到各因素间的相互影响情况以及不同因素对最终评价指标事故率的影响强度。可以得到以下结论:可得出当车速处于状态state 3和state 4的状态时,事故率最低;同时,为降低隧道事故率,应限制绝大部分车速(64.8%)处于state 4的等级,方向盘操纵力度(69.5%)处于state 3的等级。在此基础上,进行敏感性分析,寻找对事故率较为敏感的节点,得到最敏感因素包括“车速”、“隧道区段”、“纵坡”、“方向盘”、“半径”的结论。最后,根据不同的因素状况组合诊断出较为严重的组合,确定隧道事故的主要影响因素组合。本文工作有助于简化隧道内交通监管范围,并对相关设计规范的完善给出指导性的意见。