极端天气下交通行为与网络韧性:研究现状系统综述

《Heliyon》:Traffic behaviour and network resilience in extreme weather: A state of the art review

【字体: 大 中 小 】 时间:2026年10月22日 来源:Heliyon 3.6

编辑推荐:

  本研究旨在系统综述并整合大量文献,以描述和评估包括热浪、雾、雪和雨在内的多种天气条件的广泛影响,以及使用高保真模拟器、实证驾驶研究、复杂计量经济学和深度因果推断框架的不同方式。该综述采用系统综述和荟萃分析首选报告条目(PRISMA)框架进行,以确保研究选择过程

  
本研究旨在系统综述并整合大量文献,以描述和评估包括热浪、雾、雪和雨在内的多种天气条件的广泛影响,以及使用高保真模拟器、实证驾驶研究、复杂计量经济学和深度因果推断框架的不同方式。该综述采用系统综述和荟萃分析首选报告条目(PRISMA)框架进行,以确保研究选择过程的透明性和严谨性。所综述的文献一致表明,与降水相关的天气条件显著增加了碰撞频率和严重程度,尽管影响幅度因地点、道路类型和交通状况而异。在运行层面,这些天气条件通过降低速度、道路通行能力和整体网络效率而使交通性能恶化。这些网络层面的现象由驾驶行为的微观层面现象所介导,例如异常的速度选择、改变的跟驰行为和较高的认知负荷。网联车辆(CV)系统和可变限速(VSL)是两种可能有助于降低风险的技术对策。最后,这些整合结果凸显了交通与天气变量之间的关系是依赖于变量和情境的。此外,仍有两大研究空白亟待解决,包括因果推断模型使用不足,以及先进交通-天气模型在现实世界中的应用与验证有限。总体而言,研究结果表明,需要采用适应性、数据驱动且情境敏感的安全与交通管理策略,以增强交通网络的韧性。
一、研究背景与问题
极端天气与交通网络之间的复杂相互作用是科学研究中一个基础且持续关注的领域,其影响范围从通勤者安全延伸至全球供应链的稳健性。从局部降雨到全国性冬季暴风雪,极端天气显著增加了道路网络的不可预测性,改变了其基本安全特征和运行特性。交通碰撞事故是全球范围内造成伤亡的主要原因之一,即使在无外部环境因素的情况下,道路网络本身也因交通流量、用户行为和道路特征而固有地承载高风险。历史数据显示,多年来在减少事故总数方面面临持续挑战,伤亡和事故趋势在数十年间呈现复杂模式。事故严重程度是衡量道路风险最重要的指标之一,因为它以伤亡程度量化了碰撞的严重性。理解环境因素带来的额外复杂性和危险,首先需要理解这一基线风险。
现有研究表明,降水相关天气条件显著增加碰撞频率和严重程度,但影响幅度因地点、道路类型和交通状况而异。热浪和热应激对事故率的影响仍不明确。除降水外,雾和低能见度同样构成危险。在运行层面,极端天气通过降低速度、道路通行能力和整体网络效率使交通性能恶化,例如大雪可将高速公路通行能力降低多达33%,城市交叉口的饱和流率也出现类似程度的下降。这些宏观影响源于交通动力学的扰动,表现为更长的出行时间和延误。
开展这项系统综述研究的必要性在于:尽管已有数十年研究,但由于数据来源、分析技术和地理背景的差异,研究结果可能存在分歧。该领域研究范围广泛且多样,需要全面综合知识并确定行动方向。本综述旨在系统组织关于天气与道路交通之间关系的研究,分类和评估从受控模拟、实证现场研究到先进统计和深度学习模型的各种方法,通过整合运行、驾驶行为、交通安全和缓解策略领域的关键发现,指出共识领域、不一致之处和亟待解决的研究空白,为研究人员、从业者和政策制定者提供有用工具。
二、研究内容与主要结论
研究人员采用系统综述和荟萃分析首选报告条目(PRISMA)框架,对极端天气条件下交通行为的研究进行了系统叙事综述。通过Scopus、TRID、ScienceDirect和Web of Science四个数据库的计算机化检索,于2025年9月获得4575篇文章,经相关性、学科领域和重复项过滤后得到161篇符合条件的研究,在应用全文可用性和主题聚焦标准后保留83篇,另有15项研究通过手动参考文献检索获得,最终纳入综述的研究总数为98篇。检索采用与极端天气、交通安全、交通运行和驾驶行为相关的关键词组合,使用布尔运算符,限定英语语言和综述及研究型文章。两名评审员独立审查研究的相关性和合格性,最终纳入研究经仔细审查和讨论后确认。此外,对相关出版物的参考文献列表进行了手动检查,以识别电子数据库检索未获取的潜在相关研究。
综述围绕七个研究问题展开:天气如何改变微观跟驰动力学;天气事件如何影响宏观网络通行能力;驾驶员感知风险如何随天气变化;性能指标是否准确捕捉天气影响;道路几何如何调节天气的可达性影响;能见度损失如何影响信号检测能力;智能交通系统安全措施在天气中的有效性如何。研究结果按这些研究问题组织,涵盖微观交通特征、宏观交通特征和网络性能、驾驶员感知与行为适应、交通性能指标与道路可达性、能见度相关影响以及智能交通系统与天气响应安全措施等方面。
主要结论包括:极端天气显著损害运行能力、交通安全,并需要驾驶员改变驾驶行为;天气效应是情境依赖和非线性的;中等强度降雨造成最大的交通扰动和不规则驾驶;干期后的"首场降雨"事件碰撞风险特别高。研究还提出了一个概念框架,说明极端天气条件影响驾驶员行为、交通运行、安全结果和整体网络性能的路径。
三、主要关键技术方法
本研究采用的主要方法包括:PRISMA框架进行系统文献筛选与综述;多数据库(Scopus、TRID、ScienceDirect、Web of Science)关键词组合布尔检索策略;手动参考文献列表补充检索;基于引文关联的文献计量网络分析(使用VOSviewer工具,将BibTeX、CSV和Excel格式的文献数据标准化转换为通用CSV格式);叙事综合方法处理异质性研究设计和方法。研究未进行正式偏倚风险评估,异质性以定性方式在叙事综合中处理。
四、研究结果
3 极端天气分类
3.1 热浪效应:宏观分析表明,气温升高与事故频率增加相关,美国亚利桑那州和加利福尼亚州的研究显示,平均温度每升高1°F,死亡人数约增加3.6-4.0%。更详细的研究揭示了特定温度阈值,事故风险在30°C以上开始显著增加,温度和湿度指数分别在约27.5°C和30°C达到临界峰值。热应激条件与交通事故和违规增加的关联比雨等极端天气条件更密切。太阳眩光可导致驾驶员暂时失明,更可能闯红灯或未在停车标志前停车。然而,高温可减少总体交通量和拥堵指数,因为更少人选择在炎热天气外出。
3.2 雾/低能见度天气效应:雾天显著改变交通条件和安全性,直接损害驾驶员感知。碰撞风险增加是主要安全影响,尤其在高交通量和复杂交通交互的位置如出口匝道和入口匝道。模拟器研究表明,雾中驾驶显著增加驾驶员心理负荷,表现为加速度和速度降低,车道保持能力显著下降,车道位置标准差升高。自然驾驶证据表明驾驶员在雾天适应速度选择,但这种适应往往不足以消除风险。运行层面,雾显著减少城际出行次数。技术对策方面,基于短期交通和能见度预测的主动式可变限速(VSL)系统显著减少交通冲突,基于动态信息标志(DMS)和车载单元(OBU)的协作系统在到达雾区前诱导驾驶员降低限速。
3.3 雪效应:雪、冰和冰冻温度是最具破坏性的天气条件之一,造成显著的网络通行能力降低和最高的碰撞风险增加。冬季风暴大幅增加碰撞可能性,冰或雪泥等危险路面可使相对事故风险增加四倍以上。运行层面,大雪可将高速公路通行能力降低多达33%,信号交叉口饱和流率降低类似幅度。自然驾驶数据显示,与其他极端条件相比,驾驶员在降雪期间自愿降低速度幅度最大。及时除雪和除冰是恢复交通运行的重要措施,VSL系统在冬季条件下减少速度方差方面有效。灵活居家办公政策在重雪期间将最长出行时间从120分钟降至50分钟。
3.4 降雨/洪水条件效应:降雨降低能见度、减少路面摩擦力并形成出行物理障碍,持续损害交通安全和网络性能。轻雨和重雨均大幅增加碰撞可能性,干旱期后的"首场降雨"事件风险特别高,单车碰撞数量增加超过7%。运行层面,驾驶员倾向于降低速度并增加跟车时距,但这些调整往往不足。中等强度降雨造成驾驶员行为和交通扰动最大的不一致性,而重雨使驾驶员行为更趋统一和谨慎。降雨影响出行需求,存在向高速公路转移的"降雨诱导交通模式转变"。洪水将问题从性能下降转变为网络失效,微仿真模型如MobRISK用于评估驾驶员对暴洪的动态暴露。
4 交通流特征
4.1 微观特征:极端天气对微观交通行为有重大影响,最重要的是跟驰行为。研究人员使用模拟器和自然驾驶研究(NDS)调整知名模型如VISSIM中的Wiedemann 99参数以反映雾、雨和雪等天气条件。驾驶员在重雨和雾中扩大车头时距和跟车距离,中等强度降雨是车头时距分布最具破坏性和不一致性的因素,而重雨导致行为趋同。驾驶员的加速度和减速度在雾和霾中显著降低。天气特定校准研究表明,降雪期间平均速度下降19-46%,道路通行能力降低多达71%。换道行为也根据天气条件改变,需要天气依赖参数集进行真实微仿真。
4.2 宏观特征:极端天气持续显著恶化宏观交通流特征。自由流速度和总道路通行能力下降是报道最广泛的影响。实地研究表明,大雪可将整体道路通行能力降低约33%,高速公路速度降低10-20 km/h。雪覆盖道路可将城市交叉口饱和流率降低多达33%。降雨也大幅降低速度和通行能力,但程度较小。极端天气期间"宽移动堵塞"下游前沿速度显著降低。研究人员开发了天气特定基本图(FD),动态改变通行能力、临界密度和自由流速度等变量,扩展了METANET等框架的预测能力。纳入天气严重程度指数(WSI)的新宏观模型在路面恶化影响交通时提供更真实的表征。
4.3 驾驶员行为:驾驶员在极端天气条件下最快速的变化是行驶速度的改变。自然驾驶研究(NDS)数据显示,驾驶员在雪中自愿降低行驶速度的幅度最大。风险感知是决定行驶速度的关键因素,选择风险指数(CRI)等框架提供对驾驶员风险态度的洞察,雪覆盖道路被认为风险最高。年龄和经验是显著且积极的人为因素,老年驾驶员和经验丰富的驾驶员更倾向于遵守VSL/可变信息标志(CMS)描述的安全裕度。先前降雨的滞后效应表明驾驶员学习和适应的渐进性。风险感知较高的驾驶员在雨天条件下不太可能超速。极端高温可诱发驾驶员疲劳,强降雨降低车辆控制并增加侧滑风险。自然和模拟分析进一步表明,强降雨显著增加车道位置变异性,驾驶员表现出更大横向偏差的可能性约为晴好天气条件下的3.8倍。
5 交通性能
5.1 性能指标与道路可达性:多种指标用于评估极端天气下道路网络的性能,结果显示至少显著下降趋势。核心宏观指标如平均速度、交通量和道路通行能力是最明显的下降表现。拥堵延迟指数(CDI)和出行时间指数(TTI)等相对指标表明,尽管降水、风和湿度大幅增加交通,但较高温度通过降低出行需求而矛盾地减少交通。完全道路可达性丧失发生在官方关闭或物理堵塞的极端事件中,雾和降水是造成拥堵走廊重大经济损失的高速公路堵塞事件的主要原因。洪水是最动态的可达性挑战,网络拓扑实时变化。研究表明,重大风暴事件期间出行成本可上升多达370%。
5.2 基础设施:道路网络的物理基础设施对极端天气期间的网络韧性和交通性能有重大影响。道路几何、路面状况和道路设计设定风险水平基线。山区道路在暴雨下因陡下坡和急弯而固有更危险。高速公路在正常条件下最安全,但在不利条件下安全优势显著减弱。路面本身被视为主要天气界面,因为雪、冰和雪泥直接降低车辆控制和摩擦力。气候变化引起的海平面上升最终使关键沿海基础设施面临风险。智能交通系统(ITS)实现主动性能管理,车辆检测系统(VDS)和道路天气信息系统(RWIS)的实时数据对预测模型和预警系统至关重要。VSL和CMS等动态对策有助于平衡交通和减少危险。网联车辆(CV)技术通过向车辆直接传递定制安全信息提供更大控制可能性。网络设计模型表明,扩大公共交通选择可能是比扩大道路通行能力更经济的减轻极端天气影响的策略。
6 交通安全
6.1 能见度与信号检测:能见度降低是极端天气降低交通安全的主要方式之一。雾、重雨或雪限制复杂交通场景中的视距,碰撞概率增加。模拟研究表明雾导致心理负荷非常高增加,基本导航需要额外认知资源。太阳眩光可导致暂时视觉丧失,暴露于太阳眩光的驾驶员更可能闯红灯或未在停车标志前停车,可视为信号检测失败。技术可能提供克服人类感官局限的解决方案,主动式VSL系统可根据预测的未来能见度设置安全速度,增强型人机界面(HMI)通过透视特性帮助自动化系统定位雾中无法看见的驾驶员,协作预警系统在驾驶员自身视力恶化前警告低能见度区域。
6.2 安全措施:多种安全措施已被实施和评估以降低极端天气增加的风险。VSL系统持续展示在雾和雪等危险条件下减少速度方差和均衡交通的有效性。网联车辆(CV)技术提供实时出行者信息消息,根据替代安全指标,这改善了速度协调并降低了碰撞风险。协作OBU和DMS系统通过提供雾区存在警告诱导驾驶员注意安全速度调节。驾驶员合规性完全取决于对信息的满意度和信任度。增强型人机界面(HMI)的开发旨在辅助自动化车辆远程操作员在有限能见度情况下使用传感器数据识别道路使用者。这些行动依赖于主要基于多智能体架构的先进预测系统,通过预测雪和冰造成的危险道路条件使当局能够采取预防措施。战略计划和政策同样重要,改进的冬季道路维护与雪对碰撞数量影响的逐渐减少相关,灵活居家办公安排是减少极端天气期间交通和风险的最有效非工程措施之一。
五、讨论与结论
讨论部分指出,极端天气是道路运输网络风险和中断的主要原因。天气效应是情境依赖和非线性的,中等强度降雨造成最大交通扰动和不规则驾驶,干期后"首场降雨"碰撞风险特别高。研究提出了概念框架说明极端天气影响交通性能的路径:极端天气条件最初影响能见度、路面条件和驾驶员感知,导致速度降低、车头时距增加、路线改变和驾驶决策改变等行为适应,进而影响交通运行和安全性能,最终影响交通网络的效率、可靠性和韧性。
方法论方面,学科经历了显著变化,从聚合层面的回归模型转向能解释未观测异质性和非线性效应的新技术。自然驾驶研究(NDS)通过提供前所未有的高分辨率路径数据改变了学科,驾驶模拟器使心理负荷和风险感知等变量的受控分析成为可能。近期研究从基于相关性的分析转向使用先进计量经济学和机器学习方法的因果推断。
文献中经常提到天气效应的多样性。单个天气现象的影响严重受局部特定因素调节,如道路几何、交通组成、区域驾驶员经验和出行目的。休闲出行比工作出行对天气敏感得多。这种高度位置依赖性严重限制了广泛适用模型的开发和发现的普遍性。综述指出需要基于情境的分析和灵活、数据驱动的安全与管理计划的制定。
综述识别的方法局限包括:天气定义、数据来源、研究地点、交通条件和分析方法存在相当大变异,使研究结果直接比较困难;许多研究特定于地点,对其他气候和交通环境的可推广性有限;性能指标、安全指标和数据聚合水平的差异导致报告结果不一致。
研究结论指出,未来交通安全和管理策略应采用情境敏感、数据驱动和自适应的框架,以应对极端天气对交通系统的高度非线性和位置依赖性影响。政策制定者和从业者应优先将高分辨率天气和交通数据与先进因果推断和机器学习模型整合,超越基于相关性的评估走向稳健的因果理解。应更重视使用自然驾驶数据校准微观和宏观模型,以准确捕捉天气诱导的行为适应。此外,应加速主动式智能交通系统(包括可变限速和网联车辆技术)的大规模实施和现实世界验证,同时考虑驾驶员合规性和区域异质性。最后,灵活工作安排和改进维护规划等战略性非工程干预措施必须纳入全面的韧性导向交通政策。
六、未来方向
未来研究需要利用新兴的物联网(IoT)基础设施,将GPS和自然驾驶研究的高分辨率轨迹交通数据与路侧传感器和车载测量系统的超局部天气数据相结合。高密度多源数据的融合将允许超越相关性分析的因果推断。需要机器学习、深度因果推断模型和动态时空模型等先进模型来提高可预测性并揭示天气、驾驶员行为和交通条件之间复杂的不连续关系。未来研究必须弥合理论论证与现实应用之间的差距,将动态天气依赖碰撞风险模型和热点地图整合到商业和车载导航系统中。智能交通系统(ITS)如VSL和CV系统的分析需要扩展到更现实场景,考虑市场渗透率变化和部分驾驶员合规性。研究范围应扩大到弱势道路使用者(骑行者、行人)的适应、暴洪等罕见但严重事件以及气候变化对基础设施韧性和出行需求的长期影响。由于天气条件的极端地理异质性,需要更多跨区域和跨气候验证研究以创建更强、更可推广的模型。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号