论文部分内容阅读
摘要文章从人和车的角度分析冰雪路面对交通流的影响,并通过对哈尔滨市某段道路在冰雪期前后交通状况的实测,得到早高峰期间的流量、速度和密度三个参数。通过对速度-流量模型求极值的方法,得出了所研究路段的冰雪和非冰雪两种状态下的实际通行能力。通过所研究路段所处的交通环境和道路线形,确立了影响该段道路的实际通行能力的因素及其对应的系数,从而建立起计算实际通行能力的影响因素模型。
关键词城市道路;冰雪路面;交通流三参数;通行能力
在我国北方城市,一到冬季便普降大雪,道路被冰雪覆盖,车辆与路面的附着系数显著下降,车辆容易出现打滑、甩尾现象,因而驾驶员在驾驶车辆时一般都格外小心,降低车速和保持车辆间较大的行车间距,以避免发生交通事故。这种车辆的微观行为在宏观上使整个车流的运行及道路的通行能力与道路上没有冰雪覆盖情况下发生较大变化。就有必要将这段特殊时期干道上的交通流特性及通行能力加以研究,为北方城市冬季的道路交通管理和设计做好理论基础。
1 交通调查及数据处理方法
本论文调查的路段,是位于和兴路26号东北林业大学侧门前的一条双向六车道的城市主干道。该路段比较平缓,前方大约300m处有一立交桥,后方大约600m处有一T型交叉口,路旁虽有东北林业大学,但此路段前后有两座过街天桥,所以过街行人对于交通流的影响因素可以不予考虑。本论文对交通流的调查方法是以过街天桥为观测点,拍摄车流为自东向西的三条车道,拍摄时间段分别为2010年10月及2011年1月7:30~8:30的交通状况,然后把数据通过视频采集卡导入电脑里,生成视频文件,以便接下来进一步的数据处理[1]。对于原始数据处理的方法是查出录像里两条车道最右侧的每一辆车通过某一段固定距离(44.7m)的时间,该时间是利用秒表进行测得的,同时还要测出每一车辆到达此车道某一断面的时刻并记录此车型。记录从零时刻起,每隔30s此路段两条车道上某一固定距离(403.5m)上所有的车辆数。然后,根据这些原始数据进行交通流三参数的计算及整理。利用软件SPSS将数据处理获得的交通流三参数即流量q、区间平均速度和密度k进分析,从而得出结论[2]。
2 冰雪期前后交通流特性分析
2.1 冰雪期交通流三参数关系模型的建立
对于所研究路段冰雪速度-密度实际数据的曲线估计的结果如表2-1。
表2-1冰雪速度-密度曲线拟合表
自变量
(Dependent) 模型
(Mth) 复相关系数(Rsq) 标准差
(d.f.) F值
(F) 常数
(b0) 一次项系数(b1) 二项系数
(b2)
速度 线性模型 0.865 28 178.84 8.3813 -0.0197
速度
速度 对数模型 0.901 28 256.25 20.4533 -3.2251
曲线模型 0.921 27 158.32 10.1278 -0.0482 6.5E-05
速度 指数模型 0.931 28 378.71 10.0798 -0.0056
通过对冰雪期速度和密度的实测数据进行曲线估计,结果如上,取相关系数平方最大,即Rsq为0.931的指数曲线作为实测数据的拟合曲线,其拟合公式如下[3]:
即 (2-1)
由于速度-密度是三参数中最本质的关系,所以可以通过该关系,以及交通流三参数的基本关系:
(2-2)导出流量-速度关系,即: (2-3)
取速度从0到100km/h,做出流量-速度之间的曲线图,如图2-1。
通过计算,当速度达到一个最佳速度时,流量出现最大值,此最大的流量即为非冰雪条件下该路段的可能通行能力qm,推导过程如下[4]:
图2-1 流量-速度曲线图
2.2 非冰雪期交通流三参数关系模型的建立
对于所研究路段非冰雪速度-密度实际数据的曲线估计的结果如表2-2。
表2-2非冰雪速度-密度曲线拟合表
自变量
(Dependent) 模型
(Mth) 复相关系数(Rsq) 标准差
(d.f.) F值
(F) 常数
(b0) 一次项系数(b1) 二次项系数(b2)
速度 线性模型 0.652 28 52.47 51.5861 -0.1739
速度 对数模型 0.524 28 30.84 111.268 -17.778
速度 曲线模型 0.654 27 25.54 53.6624 -0.2179 0.0001
速度 指数模型 0.733 28 76.93 73.6227 -0.0109
通过对非冰雪期速度和密度的实测数据进行曲线估计,如图 2-3所示,取相关系数平方最大,即Rsq为0.733的指数曲线作为实测数据的拟合曲线,其拟合公式如下:
(2-4)
由于速度-密度是三参数中最本质的关系,所以可以通过该关系,以及交通流三参数的基本关系:
导出流量-速度关系,即: (2-5)
由公式2-5,取速度从0到100km/h,做出流量-速度之间的曲线图。通过计算,得出当速度达到一个最佳速度时,流量出现最大值,此最大的流量即为非冰雪条件下该路段的可能通行
能力qm,推导过程如下:
由上述冰雪与非冰雪流量-速度之间的曲线图与数据计算,进行比较,取速度从0到100km/h,做出流量-速度之间的曲线图,如图2-2:
通过观察图形可以看出,使用相同的数据处理方式和回归分析方法,冰雪与非冰雪的流量-速度关系很显然,它们的最大流量和最佳速度均有所差别。
图2-4 流量-速度曲线图
3 冰雪期前后干道通行能力计算
由交通流三参数关系模型中计算得到的非冰雪期所研究路段的通行能力为( ),运用可能通行能力影响因素模型计算出来的可能通行能力为2469.73()非常接近,仅差8.7,由此可以证明交通流三参数关系模型中计算可能通行能力的正确性。而由交通流三参数关系模型中计算得到冰雪期的可能通行能力为c冰雪=2387.53( ), 运用可能通行能力影响因素模型计算出来的可能通行能力差距较大,具体为82.20,是非冰雪期差距的十倍。由此可以得出,在计算冰雪期的道路可能通行能力时必须考虑冰雪对它的影响[5]。
通过以上计算、图表和分析说明,得到冰雪条件下的通行能力折减系数a冰雪,其计算方法如下:
a冰雪==0.96
根据本文所研究路段的实际数据,得到可能通行能力的冰雪修正系数为0.96。本论文仅仅提出冰雪修正系数这一概念,并初步给出其计算方法。
4 结论
通过实际测量的数据建立了交通流三参数间的速度-密度模型,得出了所研究路段的冰雪和非冰雪两种状态下的实际通行能力。在模型建立过程中的误差分析表明,该结果是合理的。
通过所研究路段所处的交通环境和道路线形,建立起计算实际通行能力的影响因素模型。研究结果表明,在非冰雪条件下,该模型计算的实际通行能力和通过三参数模型所计算出来的实际通行能力非常吻合。
参考文献
[1] 张健.冰雪路面车速预估模型建立.吉林林学院学报:1999, 15(4)
[2] 罗丽君, 高晗, 裴玉龙.冰雪道路条件下最小安全行车间距的确定.黑龙江交通科技:1999(78)
[3] 王殿海主编.交通流理论.北京:人民交通出版社,2008,32~89
[4] MAY a dole D.Traffic Flow Fundamental. Prentice-Hall:2007,22(7)
[5] Form Particle Hopping Models to Traffic Flow Theory. Transportation Research Record, 2009,24(18)
注:文章內所有公式及图表请用PDF形式查看。
关键词城市道路;冰雪路面;交通流三参数;通行能力
在我国北方城市,一到冬季便普降大雪,道路被冰雪覆盖,车辆与路面的附着系数显著下降,车辆容易出现打滑、甩尾现象,因而驾驶员在驾驶车辆时一般都格外小心,降低车速和保持车辆间较大的行车间距,以避免发生交通事故。这种车辆的微观行为在宏观上使整个车流的运行及道路的通行能力与道路上没有冰雪覆盖情况下发生较大变化。就有必要将这段特殊时期干道上的交通流特性及通行能力加以研究,为北方城市冬季的道路交通管理和设计做好理论基础。
1 交通调查及数据处理方法
本论文调查的路段,是位于和兴路26号东北林业大学侧门前的一条双向六车道的城市主干道。该路段比较平缓,前方大约300m处有一立交桥,后方大约600m处有一T型交叉口,路旁虽有东北林业大学,但此路段前后有两座过街天桥,所以过街行人对于交通流的影响因素可以不予考虑。本论文对交通流的调查方法是以过街天桥为观测点,拍摄车流为自东向西的三条车道,拍摄时间段分别为2010年10月及2011年1月7:30~8:30的交通状况,然后把数据通过视频采集卡导入电脑里,生成视频文件,以便接下来进一步的数据处理[1]。对于原始数据处理的方法是查出录像里两条车道最右侧的每一辆车通过某一段固定距离(44.7m)的时间,该时间是利用秒表进行测得的,同时还要测出每一车辆到达此车道某一断面的时刻并记录此车型。记录从零时刻起,每隔30s此路段两条车道上某一固定距离(403.5m)上所有的车辆数。然后,根据这些原始数据进行交通流三参数的计算及整理。利用软件SPSS将数据处理获得的交通流三参数即流量q、区间平均速度和密度k进分析,从而得出结论[2]。
2 冰雪期前后交通流特性分析
2.1 冰雪期交通流三参数关系模型的建立
对于所研究路段冰雪速度-密度实际数据的曲线估计的结果如表2-1。
表2-1冰雪速度-密度曲线拟合表
自变量
(Dependent) 模型
(Mth) 复相关系数(Rsq) 标准差
(d.f.) F值
(F) 常数
(b0) 一次项系数(b1) 二项系数
(b2)
速度 线性模型 0.865 28 178.84 8.3813 -0.0197
速度
速度 对数模型 0.901 28 256.25 20.4533 -3.2251
曲线模型 0.921 27 158.32 10.1278 -0.0482 6.5E-05
速度 指数模型 0.931 28 378.71 10.0798 -0.0056
通过对冰雪期速度和密度的实测数据进行曲线估计,结果如上,取相关系数平方最大,即Rsq为0.931的指数曲线作为实测数据的拟合曲线,其拟合公式如下[3]:
即 (2-1)
由于速度-密度是三参数中最本质的关系,所以可以通过该关系,以及交通流三参数的基本关系:
(2-2)导出流量-速度关系,即: (2-3)
取速度从0到100km/h,做出流量-速度之间的曲线图,如图2-1。
通过计算,当速度达到一个最佳速度时,流量出现最大值,此最大的流量即为非冰雪条件下该路段的可能通行能力qm,推导过程如下[4]:
图2-1 流量-速度曲线图
2.2 非冰雪期交通流三参数关系模型的建立
对于所研究路段非冰雪速度-密度实际数据的曲线估计的结果如表2-2。
表2-2非冰雪速度-密度曲线拟合表
自变量
(Dependent) 模型
(Mth) 复相关系数(Rsq) 标准差
(d.f.) F值
(F) 常数
(b0) 一次项系数(b1) 二次项系数(b2)
速度 线性模型 0.652 28 52.47 51.5861 -0.1739
速度 对数模型 0.524 28 30.84 111.268 -17.778
速度 曲线模型 0.654 27 25.54 53.6624 -0.2179 0.0001
速度 指数模型 0.733 28 76.93 73.6227 -0.0109
通过对非冰雪期速度和密度的实测数据进行曲线估计,如图 2-3所示,取相关系数平方最大,即Rsq为0.733的指数曲线作为实测数据的拟合曲线,其拟合公式如下:
(2-4)
由于速度-密度是三参数中最本质的关系,所以可以通过该关系,以及交通流三参数的基本关系:
导出流量-速度关系,即: (2-5)
由公式2-5,取速度从0到100km/h,做出流量-速度之间的曲线图。通过计算,得出当速度达到一个最佳速度时,流量出现最大值,此最大的流量即为非冰雪条件下该路段的可能通行
能力qm,推导过程如下:
由上述冰雪与非冰雪流量-速度之间的曲线图与数据计算,进行比较,取速度从0到100km/h,做出流量-速度之间的曲线图,如图2-2:
通过观察图形可以看出,使用相同的数据处理方式和回归分析方法,冰雪与非冰雪的流量-速度关系很显然,它们的最大流量和最佳速度均有所差别。
图2-4 流量-速度曲线图
3 冰雪期前后干道通行能力计算
由交通流三参数关系模型中计算得到的非冰雪期所研究路段的通行能力为( ),运用可能通行能力影响因素模型计算出来的可能通行能力为2469.73()非常接近,仅差8.7,由此可以证明交通流三参数关系模型中计算可能通行能力的正确性。而由交通流三参数关系模型中计算得到冰雪期的可能通行能力为c冰雪=2387.53( ), 运用可能通行能力影响因素模型计算出来的可能通行能力差距较大,具体为82.20,是非冰雪期差距的十倍。由此可以得出,在计算冰雪期的道路可能通行能力时必须考虑冰雪对它的影响[5]。
通过以上计算、图表和分析说明,得到冰雪条件下的通行能力折减系数a冰雪,其计算方法如下:
a冰雪==0.96
根据本文所研究路段的实际数据,得到可能通行能力的冰雪修正系数为0.96。本论文仅仅提出冰雪修正系数这一概念,并初步给出其计算方法。
4 结论
通过实际测量的数据建立了交通流三参数间的速度-密度模型,得出了所研究路段的冰雪和非冰雪两种状态下的实际通行能力。在模型建立过程中的误差分析表明,该结果是合理的。
通过所研究路段所处的交通环境和道路线形,建立起计算实际通行能力的影响因素模型。研究结果表明,在非冰雪条件下,该模型计算的实际通行能力和通过三参数模型所计算出来的实际通行能力非常吻合。
参考文献
[1] 张健.冰雪路面车速预估模型建立.吉林林学院学报:1999, 15(4)
[2] 罗丽君, 高晗, 裴玉龙.冰雪道路条件下最小安全行车间距的确定.黑龙江交通科技:1999(78)
[3] 王殿海主编.交通流理论.北京:人民交通出版社,2008,32~89
[4] MAY a dole D.Traffic Flow Fundamental. Prentice-Hall:2007,22(7)
[5] Form Particle Hopping Models to Traffic Flow Theory. Transportation Research Record, 2009,24(18)
注:文章內所有公式及图表请用PDF形式查看。