国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

氣象因素對(duì)城市公路交通通勤效率的影響研究

2021-06-24 09:31:08夏丹妮余蜀豫許偉白瑩瑩覃彬全
微型電腦應(yīng)用 2021年6期
關(guān)鍵詞:高峰關(guān)聯(lián)度舒適度

夏丹妮, 余蜀豫, 許偉, 白瑩瑩, 覃彬全

(1.重慶農(nóng)村商業(yè)銀行, 重慶 401120;2.重慶市雷電災(zāi)害鑒定與防御工程技術(shù)研究中心, 重慶 401147;3.重慶市氣候中心, 重慶 401147;4.重慶市氣象安全技術(shù)中心, 重慶 401147)

0 引言

氣象因素是對(duì)城市交通系統(tǒng)影響最大且最頻繁的因素之一,這些影響包括對(duì)交通設(shè)施的影響,對(duì)交通工具運(yùn)行狀態(tài)的影響,對(duì)交通工具運(yùn)行效率的影響等[1]。城市交通工具,包含公路交通、軌道交通、水運(yùn)交通等,對(duì)氣象因素敏感程度不同,比如軌道交通對(duì)雷電的敏感程度很高,雷電電磁脈沖甚至?xí)?dǎo)致地鐵非計(jì)劃停運(yùn)。氣象因素對(duì)城市交通的影響集中體現(xiàn)在交通事故或者交通故障上。目前,大多數(shù)研究集中在不同氣象因素對(duì)交通安全的影響機(jī)理以及如何防御交通氣象災(zāi)害等方向上[2-4]。

對(duì)大部分人而言,工作日的通勤通常是日復(fù)一日地沿著相同的路徑進(jìn)行,氣象因素不僅可以直接影響通勤交通工具的運(yùn)行效率,而且可以影響人們的通勤習(xí)慣和偏好從而間接影響交通效率。本文從公路交通通勤時(shí)間出發(fā),分析溫度、濕度、風(fēng)速、天氣狀況、舒適度等氣象因素對(duì)同一通勤路段的影響,探尋氣象因素對(duì)交通效率的影響程度,進(jìn)而為提升城市交通效率和提高道路流動(dòng)性提供技術(shù)支撐。

1 數(shù)據(jù)來(lái)源

通勤數(shù)據(jù)來(lái)源于2016—2018年連續(xù)記錄,固定A點(diǎn)到B點(diǎn)同一通勤路徑且距離為7.1公里城市道路的早高峰通行時(shí)長(zhǎng)(出發(fā)時(shí)間保持在同一時(shí)間段),氣象因素來(lái)源于該區(qū)域同時(shí)段的實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù),包含溫度、濕度、風(fēng)速、天氣狀況四大主要?dú)庀髷?shù)據(jù)以及一個(gè)人體舒適度指標(biāo)——修正人體舒適度指數(shù)(Kssd)[5],該指數(shù)表征人體在大氣環(huán)境中舒適與否,屬于人體對(duì)環(huán)境氣象感覺(jué)的定量化指標(biāo),能更加直觀地評(píng)價(jià)大氣環(huán)境對(duì)人體的影響。氣象和通勤特征數(shù)據(jù)統(tǒng)計(jì)如表1所示。

表1 氣象和通勤特征數(shù)據(jù)統(tǒng)計(jì)表

因?yàn)閻毫犹鞖庖恢笔怯绊懙缆方煌ò踩闹饕蛩兀?根據(jù)天氣狀況的類型進(jìn)行編碼,數(shù)字從小到大分別為晴、多云、陰天、陣雨、小雨等,數(shù)字越大代表天氣狀況越惡劣。

2 灰色關(guān)聯(lián)分析

灰色關(guān)聯(lián)分析法是一種定性與定量相結(jié)合的方法,基本思想是用點(diǎn)在縱軸上的接近程度來(lái)描繪因素間的關(guān)聯(lián)度,兩條曲線的形狀越相似,他們的關(guān)聯(lián)度就越大[6]。由于其對(duì)樣本量的低要求以及在短期預(yù)測(cè)中所表現(xiàn)出來(lái)的準(zhǔn)確性,使其具有廣泛的實(shí)用性。但實(shí)際應(yīng)用中,灰色關(guān)聯(lián)分析仍有一些局限性,這時(shí)就需要與實(shí)際相結(jié)合[7],多計(jì)算幾種灰色關(guān)聯(lián)度綜合評(píng)判。本文采用鄧氏灰色關(guān)聯(lián)分析法和灰色相對(duì)關(guān)聯(lián)度分析法,對(duì)五種氣象因素與通勤時(shí)間的相互影響關(guān)系進(jìn)行定性比較。

設(shè)早高峰通行時(shí)長(zhǎng)X0=(x0(1),x0(1),…,x0(n))為系統(tǒng)特征行為序列,且溫度、濕度、風(fēng)速、天氣狀況和人體舒適度分別為:

X1=(x1(1),x1(1),…,x1(n))

X2=(x2(1),x2(1),…,x2(n))

X3=(x3(1),x3(1),…,x3(n))

X4=(x4(1),x4(1),…,x4(n))

X5=(x5(1),x5(1),…,x5(n))

2.1 鄧氏灰色關(guān)聯(lián)度

按照灰色關(guān)聯(lián)公理[8],鄧氏灰色關(guān)聯(lián)度計(jì)算分五步進(jìn)行。

第一步,求各序列的初值象(或均值象),如式(1)。

(1)

第二步,求X0與Xi的初值象對(duì)應(yīng)分量之差的絕對(duì)值序列,如式(2)。

(2)

第三步,求絕對(duì)值序列中的最大值與最小值,分別記為:

第四步,計(jì)算關(guān)聯(lián)系數(shù),如式(3)。

(3)

第五步,計(jì)算關(guān)聯(lián)度,如式(4)。

(4)

帶入公式計(jì)算,溫度、濕度、風(fēng)速、天氣狀況、人體舒適度與早高峰通行時(shí)間的鄧氏灰色關(guān)聯(lián)度,結(jié)果如表2所示。

表2 五種氣象因素與早高峰通勤時(shí)長(zhǎng)的鄧氏灰色關(guān)聯(lián)度

由表2可知,人體舒適度與早高峰通行時(shí)長(zhǎng)的關(guān)聯(lián)度最大,其次是溫度,天氣狀況關(guān)聯(lián)度最小。

2.2 灰色相對(duì)關(guān)聯(lián)度

(5)

(6)

(7)

(8)

帶入公式計(jì)算,溫度、濕度、風(fēng)速、天氣狀況、人體舒適度與早高峰通行時(shí)間的灰色相對(duì)關(guān)聯(lián)度,結(jié)果如表3所示。

表3 五種氣象因素與早高峰通勤時(shí)長(zhǎng)的相對(duì)灰色關(guān)聯(lián)度

由表3可知,人體舒適度與早高峰通行時(shí)長(zhǎng)的關(guān)聯(lián)度最大,其次是溫度,這兩個(gè)因素相較于其他三個(gè)因素來(lái)說(shuō),關(guān)聯(lián)度明顯高出很多。

2.3 灰色關(guān)聯(lián)分析結(jié)論

灰色關(guān)聯(lián)分析法的核心是對(duì)比兩條曲線的相似程度,兩條曲線的形狀越相似,他們的關(guān)聯(lián)度就越大,鄧氏灰色關(guān)聯(lián)度更多是從絕對(duì)量的關(guān)系著眼考慮,相對(duì)灰色關(guān)聯(lián)度更多是從變化速率著眼考慮。綜合來(lái)說(shuō),人體舒適度和溫度是五種氣象因素中與早高峰通行時(shí)長(zhǎng)關(guān)聯(lián)度最大的兩個(gè)因子。通常情況下,惡劣天氣是影響交通安全的主要因素,通過(guò)灰色關(guān)聯(lián)分析發(fā)現(xiàn),天氣狀況與早高峰通勤效率的相關(guān)性很低,說(shuō)明通勤交通不同于傳統(tǒng)的貨運(yùn)、客運(yùn)交通,天氣的惡劣程度對(duì)早高峰出行的影響不大,反而是溫度和人體舒適度更能影響早高峰的通勤時(shí)長(zhǎng)。

3 相關(guān)系數(shù)分析

事物之間的統(tǒng)計(jì)關(guān)系普遍存在,卻不像函數(shù)關(guān)系那樣直接,繪制散點(diǎn)圖和計(jì)算相關(guān)系數(shù)是相關(guān)分析最常用的工具[9]。散點(diǎn)圖能夠直觀展現(xiàn)變量之間的統(tǒng)計(jì)關(guān)系,但不夠精確。這里采用最常用的相關(guān)系數(shù)——Pearson皮爾遜相關(guān)系數(shù),也稱為皮爾遜積距相關(guān)系數(shù),它是對(duì)兩個(gè)連續(xù)型隨機(jī)變量之間線性關(guān)系的標(biāo)準(zhǔn)化測(cè)量,如式(9)。

(9)

式中,n表示樣本量;xi和yi分別表示兩個(gè)變量的值。

利用Pearson皮爾遜相關(guān)系數(shù)進(jìn)行變量間線性分析通常有兩步。

第一步,計(jì)算樣本相關(guān)系數(shù)r。

第二步,對(duì)樣本來(lái)自的兩總體是否存在顯著的線性關(guān)系進(jìn)行推斷。

將溫度、濕度、風(fēng)速、天氣狀況、人體舒適度、早高峰通行時(shí)間數(shù)據(jù)按照上述步驟和公式進(jìn)行處理計(jì)算后,Pearson相關(guān)性計(jì)算結(jié)果的數(shù)值如表4所示。

表4 五種氣象因素與早高峰通勤時(shí)長(zhǎng)的相關(guān)性

由表4可知,濕度、人體舒適度與早高峰通行時(shí)間有著顯著線性關(guān)系,風(fēng)速與早高峰通行時(shí)間無(wú)顯著線性關(guān)系。濕度的相關(guān)系數(shù)r2=|0.021|<0.3,天氣狀況的相關(guān)系數(shù)r4=|-0.143|<0.3,說(shuō)明濕度、天氣狀況與早高峰通行時(shí)間之間的線性相關(guān)關(guān)系較弱。溫度的相關(guān)系數(shù)r1=|0.795|≈0.8,人體舒適度的相關(guān)系數(shù)r5=|0.799|≈0.8,說(shuō)明溫度、人體舒適度這兩個(gè)指標(biāo)與早高峰通行時(shí)間之間具有高度線性相關(guān)關(guān)系,且是正相關(guān)。相關(guān)系數(shù)分析結(jié)果表明溫度和人體舒適度是影響早高峰通勤時(shí)長(zhǎng)的重要因素,溫度越低,通勤時(shí)間更短。同時(shí),天氣狀況的惡劣程度對(duì)通勤時(shí)間的影響程度很低,進(jìn)一步說(shuō)明惡劣天氣并不是影響通勤效率的主要因素,這點(diǎn)和傳統(tǒng)交通有所差別。

4 回歸分析

通過(guò)上面的計(jì)算和分析,可以看出溫度、人體舒適度與早高峰通行時(shí)長(zhǎng)之間有著很高的關(guān)聯(lián)度和線性相關(guān)性,接下來(lái)通過(guò)回歸方程的形式來(lái)描述和反映這種關(guān)系。因?yàn)樾拚梭w舒適度指數(shù)是綜合多項(xiàng)氣象因素計(jì)算出的二級(jí)氣象服務(wù)產(chǎn)品,包含風(fēng)速這個(gè)與早高峰通行時(shí)間無(wú)顯著線性關(guān)系的因素,所以這里只針對(duì)溫度進(jìn)行線性回歸分析。同時(shí),為了更加直觀地展現(xiàn)溫度對(duì)城市公路交通通勤效率的影響,用早高峰該路段的通勤平均速度進(jìn)行分析,即平均速度=距離/早高峰通行時(shí)長(zhǎng)。

利用樣本數(shù)據(jù)獲得回歸線通常可以采取函數(shù)擬合的方式,根據(jù)一定的統(tǒng)計(jì)擬合準(zhǔn)則[10],對(duì)模型的各個(gè)參數(shù)進(jìn)行估計(jì),這里采用最小二乘法作為統(tǒng)計(jì)擬合準(zhǔn)則。設(shè)平均速度為因變量,溫度為自變量,首先進(jìn)行線性回歸分析,通過(guò)計(jì)算后,溫度與速度的回歸線性函數(shù)如式(10)。

v=17.687-0.316T

(10)

通過(guò)回歸方程的統(tǒng)計(jì)檢驗(yàn),均滿足相關(guān)要求,式(10)在一定情況下可以反映該城市路段溫度對(duì)通勤速度的影響。

接下來(lái),通過(guò)曲線擬合進(jìn)一步分析樣本數(shù)據(jù)中溫度和通勤速度的相關(guān)性,通過(guò)多種曲線模型擬合后發(fā)現(xiàn),冪函數(shù)更能表征樣本數(shù)據(jù),通過(guò)殘差分析排除異常值后擬合曲線,如圖1所示。

圖1 多種函數(shù)的擬合曲線

回歸冪函數(shù)如式(11)。

v=36×T-0.4

(11)

分別計(jì)算冪函數(shù)和線性函數(shù)的擬合優(yōu)度,冪函數(shù)的擬合優(yōu)度高于線性函數(shù),說(shuō)明式(11)能更好地描述溫度和通勤效率的關(guān)系。可以看出,溫度和通勤速度間有較為顯著的負(fù)相關(guān)關(guān)系,溫度越低,早高峰通勤速度越快,通勤時(shí)間越短;反之溫度越高,早高峰通勤速度越慢,通勤時(shí)間越長(zhǎng)。

5 總結(jié)

(1) 同一個(gè)行為人群中的個(gè)體具有相似的習(xí)慣,也具有相似的生活方式和相似的職業(yè)路徑[11],比如旅游出行的時(shí)間、交通工具的選擇、出行的目的地,相同行為人群有著高度的一致性。重慶市區(qū)交通路線集中度很高,非市區(qū)核心道路占絕大部分比例,僅利用某一時(shí)刻的通行速度進(jìn)行分析,不能很好地反映通勤這個(gè)行為特征,也不能很好地分析氣象因素對(duì)城市通勤效率的影響。從上面分析可以看出,影響交通安全的主要?dú)庀笠蛩亍鞖鉅顩r與通勤效率的相關(guān)性很低,說(shuō)明與廣義的交通運(yùn)輸不同,城市通勤交通受惡劣氣象的影響程度低,氣象因素只是影響了人們的行為習(xí)慣或者偏好,從而在出行的數(shù)量、交通選擇、出行集中度等方面間接影響了市區(qū)通勤效率,最終表明溫度越低,早高峰通勤效率越高。

(2) 對(duì)回歸函數(shù)DW檢驗(yàn),結(jié)果發(fā)現(xiàn)回歸函數(shù)存在一定自相關(guān),說(shuō)明回歸函數(shù)的擬合還需要進(jìn)一步提高,說(shuō)明仍有一些潛在規(guī)律沒(méi)有反映出來(lái)。未來(lái)如果利用導(dǎo)航軟件的大數(shù)據(jù)平臺(tái),結(jié)合市區(qū)更大范圍的實(shí)時(shí)數(shù)據(jù),可以進(jìn)一步研究氣象因素與交通效率之間的相關(guān)性,從而更加深入地研究氣象與行為習(xí)慣之間的影響關(guān)系。

猜你喜歡
高峰關(guān)聯(lián)度舒適度
基于用戶內(nèi)衣穿著舒適度的彈性需求探討
病毒病將迎“小高峰”全方位布控巧應(yīng)對(duì)
改善地鐵列車運(yùn)行舒適度方案探討
石慶云
書香兩岸(2020年3期)2020-06-29 12:33:45
某異形拱人行橋通行舒適度及其控制研究
基于灰色關(guān)聯(lián)度的水質(zhì)評(píng)價(jià)分析
雨天早高峰,自在從容時(shí)。
基于灰關(guān)聯(lián)度的鋰電池組SOH評(píng)價(jià)方法研究
基于灰色關(guān)聯(lián)度的公交線網(wǎng)模糊評(píng)價(jià)
河南科技(2014年16期)2014-02-27 14:13:25
淺談提高奶牛舒適度的方法
辽宁省| 万荣县| 浮梁县| 田阳县| 澜沧| 策勒县| 山西省| 南和县| 来宾市| 准格尔旗| 建水县| 台前县| 买车| 吉水县| 渭源县| 竹溪县| 晋州市| 甘南县| 娄底市| 渭南市| 绥德县| 甘德县| 尚义县| 临沭县| 巩义市| 青海省| 景泰县| 古浪县| 罗江县| 柳州市| 天门市| 新宁县| 吉林省| 布尔津县| 临朐县| 砚山县| 海伦市| 韩城市| 格尔木市| 丰原市| 萨嘎县|