恶劣天气对高原山区高速公路交通流特征的影响分析*

戢晓峰 张 琪 覃文文 杨文臣 胡澄宇

（1. 昆明理工大学交通工程学院 昆明650504；2. 云南省交通规划设计研究院陆地交通气象灾害防治技术国家工程实验室 昆明650200）

0 引 言

恶劣天气对高速公路的交通流正常运行及行车安全带来了极大影响。资料显示，我国高速公路交通事故中有53%是在恶劣天气环境下发生的，其中重特大交通事故占总数的76%，直接经济损失占总数的68%[1]。此外，有研究表明恶劣天气对交通事故有显著影响[2-4]。显然，恶劣天气对道路交通的正常运行和人民生命财产安全造成了严重的影响。因此，研究恶劣天气影响下的高速公路交通流特性，可为高速公路交通安全管理提供参考。

国外学者对恶劣天气影响下的交通流特性研究起步较早，如Datla 等[5]选取加拿大的高速公路为研究对象，对降雪条件下的交通流量进行调查，发现不同降雪量对交通流有不同的折减，最大折减可达到51%。Geistefeldt[6]选取恶劣天气条件下德国高速路段的速度与流量实测数据，对速度与流量的关系进行了定量分析，并标定了速度-流量关系模型。Akin等[7]通过分析雨、雪、雾等不同天气、道路条件下土耳其高速公路交通流的变化趋势，得到不同条件下宏观交通流基本图的变化特点，发现降雨时平均速度及交通流量均下降12%和7%。国内学者Xu 等[8]分析了降雨条件下的城市道路交通流特性，得到降雨天气下加权交通流下降3.8%～17%，加权速度下降4.4%～15.6%。Wang 等[9]观测降雨天气条件下的高速公路，发现自由流速度下降4.4%～10.6%，自由流下降15.7%～32.5%。Keay 等[10]对降雨天气城市主干道进行研究，分析得到交通流量最大减少3.4%。Billo等[11]以不同降雨量下的城市快速路交通流参数为基础数据，得到降雨天气下通行能力降低18.5%～21%，自由流速度降低8%～12.6%。Bie 等[12]考虑天气影响因素对通行能力、自由流速度等参数进行修正，构建了在考虑天气条件的交通流状态预测模型。国内由于相关检测设备布设不完善，交通流数据相对稀缺，对恶劣天气下的交通流特性研究较少，且研究对象集中于城市快速路。如张存保等[13]对武汉市高速公路正常天气及降雨天气下的交通流和速度进行对比，发现降雨天气条件下，速度下降了4%～17%，通行能力下降了10%～28%，并给出了雨天高速公路的流量-速度关系。李长城等[14]以京港澳高速检测器站点数据为基础，分析不同能见度对车辆速度的影响。罗京等[15]以海南省高速公路交通流数据为基础，研究发现雨天高速公路最大流下降15.7% ～32.5%，自由流车速下降4.4% ～10.6%。孙洪运等[16]以上海市快速路交通流数据为基础，研究发现暴雨条件下速度下降了5.5%～6.7%，通行能力下降了10.8%～15.2%，并给出速度-密度之间的关系模型。杨文臣等[17]对通过分析恶劣天气对交通流特性的影响，得到恶劣天气会降低宏观交通流的特征参数值。龚大鹏等[18]等对北京市降雨天气下城市道路进行研究，得到在降雨为中雨时，快速路、主干路、次支路的速度分别下降8.8%，4.8%，5.9%。

综上所述，国内外研究均验证了恶劣天气对公路交通流特征有较大的影响，主要表现为对速度、流量及二者之间关系的影响。但受限于国内外驾驶行为和驾驶环境差异较大，国外对恶劣天气影响下交通流特性的研究结果在国内并不适用。国内相关研究大多集中于平原城市，对恶劣天气影响下的高原山区公路交通流特征影响较为鲜见。与此同时，高原山区恶劣天气的频繁出现，对交通安全造成严重影响，急需开展系统研究以提供安全管理决策依据。基于此，本文以云南省高原山区高速公路固定监测点采集的交通流与天气数据为基础，分析雨、雪、雾等多种恶劣天气对山区高速公路交通流特征的影响，以期为恶劣天气下交通事故治理提供理论依据。

1 数据采集与处理

根据高原山区高速公路恶劣天气发生的历史占比数据，本文主要研究雪天、雨天和雾天3 类恶劣天气下高原山区公路的交通流特征。原始交通流数据来源于云南省公路交通流数据分析平台，其中，交通流监测站点位置的选取，首先考虑弯道、线形、坡度、出入口等因素对交通流特性的影响，所选监测点位于平直的高速路段上；其次，监测站点所处位置具有足够的雨、雪、雾等恶劣天气，进而保证有充足的可用数据。在进行大量调研和数据分析的基础上，最终在云南省多个监测站点中选取昆明市小铺—兔耳关高速公路监测站点进行数据采集，该路段海拔2 000 m 左右，属于典型的高原山区高速公路。监测站点可以实时获取每5 min 的车速、交通量，以及车辆组成等信息，车辆组成包括小客车、大客车、小货车、中型货车、大型货车、特大型货车、拖挂货车、集装箱车等8 种车型。提取的交通流数据时限为:2017 年1 月—2018 年7 月，以保证选取时段内有充足的恶劣天气及交通流数据。根据实际天气预报信息，共提取了包括正常天气、小雪、中雪、小雨、中雨、大雨、小雾、中雾在内的8种天气条件下的原始双向交通流数据，恶劣天气的分类标准见表1。

表1 恶劣天气的分类Tab. 1 Classification of bad weather

为保证数据处理结果的合理性及可靠性，进行了数据筛选和不合理数据的剔除。不合理数据主要包括流量为零、车速为零及在不同天气条件下出现速度过高且流量过大的数据记录，不合理数据占比为0.87%，剔除后采用最大期望法对数据进行扩算；考虑到节假日对交通流特性有较大的影响，因此本研究在进行数据筛选时，均避开了法定节假日。为方便统计分析，数据处理过程中将其他类型车辆换算成标准小汽车，折算系数见表2。车速采用所有车流的平均速度。

表2 车型折算比例Tab. 2 Classification of bad weather

2 恶劣天气影响下的车速特性分析

日间行车和夜间行车环境存在较大差异，为得到恶劣天气在不同时段对高原山区高速公路的影响，将恶劣天气条件下的白天和夜间车速同正常天气作对比分析，其中，08:00—20:00 为白天，20:00—次日08:00 为夜间。结果见表3，可以发现，日间和夜间车速均有明显的下降，但日间车速下降值均比夜间更大。正常天气下日间车速驾驶员视线较为良好，行驶速度较快，当雨、雪、雾等恶劣天气出现时，驾驶员视线及路面条件受到不利影响，导致车辆行驶速度出现明显下降。将恶劣天气对高原山区高速公路和平原地区高速公路的车速影响进行对比分析，发现降雨天气下高原山区高速公路速度减少略低于平原地区。在雪天和雾天环境下，高原山区高速公路车速与平原的地区速度折减值基本保持一致。在雨、雪、雾等不利天气条件下，雾天由于视线受到的影响最为严重，导致车速的影响最为显著。

表3 不同天气下的分时车速Tab. 3 Speed of time division under different weather conditions km/h

为了进一步分析恶劣天气对车速的影响，将车速按照不同区间划分得到车速频率分布，见图1。在正常天气条件下，车速主要分布在90～100 km/h区间，占比为49%，在小雨、中雨条件下，车速主要分布在80～90 km/h 区间，占比分别为42% 和49%，在大雨条件下，车速主要分布在70～80 km/h区间，占比为32%；在小雪和中雪天气条件下，车速主要分布在80～90 km/h 区间，占比均为42%；在小雾条件下，车速主要分布在80～90 km/h区间，占比为58%，在中雾天气条件下，车速主要分布在70～80 km/h 区间，占比为37%。总体上，雨、雪、雾等恶劣天气使得整体车速往相对低速区间移动，且随着天气恶劣程度的增加，整体车速往相对低速区间移动。车速在低于60 km/h 的区间只存在极少分布，说明恶劣天气并未导致交通瘫痪状况的出现。

3 恶劣天气影响下的交通流特性分析

图1 不同天气下的车速分布Fig. 1 Speed distribution under different weather conditions

对比分析不同恶劣天气条件下的夜间和日间交通流量数据，得到不同恶劣天气下夜间和日间交通流量的变化规律，见表4。可以发现:同正常天气比较，恶劣天气下日间和夜间的交通流量均有不同程度的下降，且夜间平均小时流量比日间下降比例更大。雾天条件下，日间交通流量下降比例未超过1%。在雨雪雾等恶劣天气下，雪天对交通流的影响最为显著，其次是雨天、雾天。小雪和中雪天气交通流量折减比例分别为5.4%和22.0%。雨天交通流量折减比例为4.8%～16.7%。在雾天条件下，交通流量下降并不明显，下降比例均未超过3%。

将恶劣天气对高原山区高速公路和平原地区高速公路交通流的影响进行对比，得到不同地区的流量折减比例差异。在小雨、大雨和小雪天气下，高原山区高速公路交通流量下降比例远超过平原地区，在中雨和中雪天气下，高原山区高速公路交通流量略超过平原地区。在降雨和降雪天气条件下，高原山区高速公路交通流量折减比例均小于平原地区。

表4 不同天气平均小时交通量Tab. 4 Average hourly traffic under different weather conditions%

4 恶劣天气影响下的速度-流量关联特性分析

在特定天气和道路条件下，由交通量和速度共同反映交通流的运行特征。本文选取正常天气及恶劣天气下每5 min的平均流量及对应的车速为研究对象，建立车速与平均流量之间的函数关系，函数关系式见表5。用回归分析对函数关系进行拟合，并对函数关系模型进行F 方差检验（置信区间95%），结果中所有对数曲线模型的显著度均小于0.05，检验结果见表6，证明所建立的对数模型有显著的统计学意义，进一步验证高原山区高速公路流量和车速之间的变化关系。

表5 不同天气下速度-流量关系模型表达式Tab. 5 Expressions of speed-flow relation model in different weather conditions

图2给出了不同天气条件下流量与速度的对应关系，可以发现:①无论正常天气还是恶劣天气，高速公路均处于自由流状态，故随着流量的增加，速度在不断增加，但趋势渐缓；②不同天气条件下的速度-流量关系均服从对数关系模型，但模型对应的参数存在差异；③正常天气的散点分布曲线均处于恶劣天气上方，速度-流量趋势线之间的距离随着天气恶劣程度的增加而增大。

5 结 论

基于云南省高原山区高速公路交通流检测站点长期采集的交通流与天气数据，对比分析不同恶劣天气和正常天气的交通流数据，获取了恶劣天气条件下的车速及交通流量折减参数、并分析得到高原山区高速公路不同天气下的速度-流量关系曲线。结果如下。

表6 不同天气下对数模型方差F 检验表Tab. 6 Analysis on F-test of logarithmic model in different weather conditions

图2 不同天气条件下速度-流量关系Fig. 2 Traffic speed-flow relationship under different weather conditions

1） 行车环境为雪天时，小雪、中雪导致高原山区高速公路平均车速分别下降6 km/h和10 km/h，交通流量分别下降5.4%和22.0%。行车环境为雨天时，小雨、中雨和大雨导致平均车速分别下降3，5，12 km/h，交 通 流 量 分 别 下 降4.8% ，16.4% 和16.7%。行车环境为雾天时，小雾和中雾导致平均车速分别下降6 km/h和14 km/h，交通流量的下降都未超过3%。

2） 在雨、雪、雾等恶劣天气条件下，高原山区高速公路夜间车速下降值均小于日间，夜间平均小时流量下降比例大于日间。

3） 通过回归分析，标定了不同天气条件下的高原山区高速公路速度-流量关系模型，得到模型均服从对数函数分布。

4） 在雨天天气条件下，高原山区高速公路车速和交通流量受到的影响均小于平原地区。雪天天气条件下，车速的折减系数与平原地区一致，交通流量受到影响小于平原地区。雾天天气条件下，车速的折减系数与平原地区一致。