现代交通技术研究

面向应急救援的高速公路路网风险路段辨识方法

袁 鹏

江西省交投养护科技集团有限公司/南昌市交通运输安全应急保障工程技术研究中心

罗 先明

江西省交投养护科技集团有限公司/南昌市交通运输安全应急保障工程技术研究中心

黄 永

江西省交投养护科技集团有限公司/南昌市交通运输安全应急保障工程技术研究中心

DOI: https://doi.org/10.59429/xdjtjs.v6i4.8513

---

Abstract

本研究提出一种面向应急救援的高速公路网络风险路段辨识方法。首先，将路网高速公路离散为单位长度 （1km）路段；其次，基于路段内车辆事故与故障数据，以百万车次救援需求率为风险判别指标，采用 K-means 聚 类算法划分风险辨识阈值；最后，以江西省高速公路网进行实证分析。研究结果表明，该方法能够准确识别路网应 急救援风险路段，成果可用以指导车辆救援驻点选址布局。

---

References

[1] 马聪,张生瑞,马壮林,等.高速公路交通事故非线性负二项预测模型[J].中国公路学报,2018,31(11):176-185.

[2] 朱兴琳,陆秉堃.道路交通事故多发点(段)的鉴别方法[J].新疆农业大学学报,2002(1):63-66.

[3] 陈双,高惠瑛.道路交通事故多发点鉴别方法的对比研究[J].山东交通科技,2005(3):9-10+31.

[4] 曾强,苏绮琪,郑嘉仪,等.基于贝叶斯时空建模的高速公路事故黑点判别[J].交通信息与安全,2020,38(6):87-94+149.

[5] 舒玥,郭璘,吴昊天,等.一种改进的K-均值算法在交通事故黑点识别中的应用[J].黑龙江交通科技,2018,41(1):194-195.

[6] KHATUN M S, HOSSAIN M A, KABIR M A, et al. Identification and analysis of accident black spots using Geographic Information System (GIS): A study on Kushtia-Jhenaidah national highway (N704), Bangladesh[J]. Heliyon,2024,10(3):e25952.

[7] 庄焱,董春娇,米雪玉,等.基于改进网络核密度和负二项回归的事故黑点鉴别[J].华南理工大学学报(自然科学版),2024,52(1):119-126.

[8] 罗叶,祁首铭,张希,等.基于网络核密度估计的交通事故黑点识别[J].大连交通大学学报,2023,44(4):19-26.

[9] HUANG H, CHIN H C, HAQUE M M. Empirical evaluation of alternative approaches in identifying crash hot spots: Naïve ranking, empirical Bayes, full Bayes methods[J]. Transportation Research Record,2009(2103):32-41.