基于模糊聚类-关联规则的气象条件对交通阻断影响评估分析

为减少因气象条件导致的交通阻断事件的发生,提高道路运行安全和效率,运用数据挖掘中的模糊C-均值聚类算法(fuzzy C-means,FCM)和关联规则(association rules,AR),构建了各气象因素对道路交通阻断影响的综合评估模型。基于华东地区2019年上报的公路交通阻断数据进行实证分析。结果表明:雾霾对华东地区道路交通阻断影响最为频繁且严重,第四季度尤为突出,夜间是雾霾阻断的高发时段;江苏和山东是受雾霾影响的主要省份,江苏省全年都要关注雾霾对道路阻断的影响;降雨(积水)引起的交通阻断主要发生在第二季度白天,且对浙江省影响最为严重,降雨(积水)产生的阻断时间也最长;降雪(积雪)对道路阻断影响集中在第一季度,地区分布上以山东省为主;此外,浙江省第三季度需重点关注台风对道路通行的影响。

基于k-means-RM的气象条件对交通阻断的影响评估

为识别和控制气象条件对交通阻断的影响及程度,运用数据挖掘中的k-means聚类算法和风险管理中的风险矩阵法(RM),构建能够全面反映不同气象条件对交通阻断影响程度的综合评估模型。基于2018年~2019年江苏省42个公路管理处的交通阻断数据进行实证研究发现,在各种气象因素中,雾霾对交通阻断的影响最严重,体现在发生概率高,影响里程数大;降雪(积雪)和结冰的影响次之,产生的严重度中等且发生时间主要集中于全年第一、四季度;降雨(积水)相较于前几种因素影响较小,主要发生在第二、三季度;大风(横风)的影响程度最小,部分高速公路在第三季度还会受到台风天气的影响,尽管发生概率不高,但影响却不容忽视。因此,江苏省气象和交通部门应以此做好事前预防和事后处理工作。