أكثر

ربط بيانات حركة المرور (نقطة) بشبكة طريق (خط) - قسم بين طريقين - ArcGIS


أحاول تحليل حركة مرور المركبات في شبكة طرق ملبورن (AUS).

لدي ملفان: بيانات حركة المرور (بيانات نقطة لخط عرض وخط طول مع متوسط ​​حركة المرور كل ساعة بين الطرق) وشبكة الطرق كما يمكن رؤيته أدناه:

بيانات حركة المرور (النقطة الأرجواني) وشبكة الطرق (الخضراء)

تنقسم طبقة الطريق إلى أقسام كما هو موضح أدناه:

لا بد لي من تعيين بيانات حركة المرور إلى قسمين كما هو موضح أدناه:

لدي 1616 مدخل حركة مرور يجب علي تخصيصها لأجزاء من شبكة الطرق. هل هناك أي طريقة للقيام بذلك تلقائيًا أم يجب أن أفعل ذلك يدويًا؟


باستخدام "قريب" ، احصل على FID / OBJECTID لأقرب جزء من الطريق.

استخدم خاصية ربط بين النقاط وأجزاء الطريق ؛ في هذه المرحلة ، تحقق من مطابقة أسماء الطرق مقابل الأسماء الموجودة على النقاط للتأكد من حصولك على الاسم الصحيح ... قد يتطلب الأمر بعض الأعمال اليدوية.

بعد التحقق من صحة المعرفات ، اربط الأسطر بالنقاط (1: 1) ثم قم بحساب الحقل أو تصديره باستخدام الصلة في مكانها.


بيانات الطريق


يُطلق على ميل واحد من طريق واحد ، بغض النظر عن عدد الممرات ، ميل خط الوسط. في حين أن المسافة المقطوعة بالميل في خط الوسط لا تأخذ في الاعتبار عدد الممرات ، فإن المسافة المقطوعة بالميل في الحارة تحسب. يمكن العثور على عدد الأميال في المسار بضرب حارات القيادة المستمرة والمسافات المقطوعة في خط الوسط. لا يتم احتساب الممرات المؤقتة مثل ممرات الانعطاف ولا يتم احتساب الممرات على المنحدرات أو في المناطق المساعدة مثل مناطق الاستراحة.

ضع في اعتبارك مثالًا يبلغ طول الطريق فيه ميلًا واحدًا مع ثلاثة ممرات - عدد أميال الممر هو ثلاثة.

يتم استخراج السجلات من LRS لإنتاج تقارير الأميال والمسافة المقطوعة. لتوفير أرقام متسقة ، يتم تشغيل التقارير مقابل لقطة HPMS لقاعدة البيانات التي يتم التقاطها كل ديسمبر. تُستخدم هذه اللقطة في التقارير حتى يتم أخذ لقطة جديدة. فيما يلي معايير اختيار سجل LRS:

  • المنطقة الجغرافية (على مستوى الولاية حسب المقاطعة أو البلدية أو منطقة البناء MnDOT أو شراكة النقل في المنطقة)
  • نوع الطريق (على سبيل المثال ، طرق سريعة أو طرق محلية)
  • معايير أخرى حسب الحاجة (أنواع سطح الطريق ، الفئات الوظيفية ، إلخ.)

إذا تم طلب عدد الأميال من الحارة لتقرير ، فسيتم استخراج عدد ممرات القيادة المستمرة وحسابها وفقًا لقيم عناصر البيانات الفردية في كل مجموعة من المجموعات. بعد ذلك ، يتم ضرب هذه القيم بأرقام المسافة المقطوعة في خط الوسط.

أميال المركبات المقطوعة (VMT)


يتم حساب أميال المركبات المقطوعة (VMT) بضرب متوسط ​​حركة المرور اليومية السنوية (AADT) في عدد الأميال المقطوعة في خط الوسط لكل جزء من أجزاء الطريق قيد الدراسة. يمكن أيضًا حساب VMT التجاري الثقيل (HCVMT) باستخدام تقديرات أحجام الشاحنات التجارية. يتم إنتاج HCVMT فقط لنظام الطرق السريعة في مينيسوتا ، لذا فإن الاتجاهات التاريخية للإعلانات التجارية الثقيلة متاحة فقط على الطرق السريعة بين الولايات والولايات المتحدة والولايات. تستخدم MnDOT أرقام VMT لقياس الطلب على شبكة النقل. عندما يتم تجميع إحصائيات المسافة المقطوعة بالميل في خط الوسط و VMT لتشكيل تقرير ، يمكن تحديد ما يصل إلى ثلاث مجموعات مترابطة. أيضًا ، يمكن تجميع القيم الفردية لتوفير قيم مجمعة ، مثل تجميع القيم لجميع الطرق السريعة الرئيسية. لتوفير أرقام متسقة ، يتم تشغيل تقارير VMT مقابل & quotsnapshot & quot من قاعدة البيانات المأخوذة كل ديسمبر. تظل الإحصائيات ثابتة حتى يتم أخذ لقطة جديدة. اعرض أحدث تقارير VMT على صفحة منتجات البيانات الخاصة بنا.

نقاط تسجيل الطريق السريع ، والنقاط المرجعية ، والأميال الحقيقية


لن يتم استخدام Trunk Highway Log Point بعد الآن للمشاريع التي تدخل في CHIMES (مشاريع الطرق السريعة التي تبدأ في FY2018 أو ما بعده)

استخدم تقرير Trunk Highway Log Point على مستوى الولاية بيانات نظام معلومات النقل (TIS) المتقادمة والتي تم تجميدها في كانون الثاني (يناير) 2014 كاملة خلال موسم البناء لعام 2012. سيتم تطوير تقرير الاستبدال قريبًا باستخدام بيانات نظام الإسناد الخطي (LRS) الجديد.

يسرد تقرير Trunk Highway Log Point المعالم التي تتقاطع مع الطرق السريعة والطرق السريعة بالولايات المتحدة والطرق السريعة بولاية مينيسوتا ، بترتيب تسلسلي بناءً على الأميال الحقيقية. تتضمن هذه الميزات طرقًا أخرى وجسورًا ومعابر سكة حديدية وحدود بلدية ومقاطعة وحدود منطقة الإنشاءات. تتضمن القوائم أعمدة وصفية مثل:

  • نظام الطريق
  • رقم الطريق
  • نقاط المرجع
  • وصف المعالم المتقاطعة
  • الأميال الفعلية في خط الوسط إلى الميزات المتقاطعة (عمود ACCUM Miles)
  • حي البناء
  • حجم حركة المرور الأحدث (AADT)

بالإضافة إلى المسافة المقطوعة بالميل في خط الوسط ، يتضمن تقرير نقطة التسجيل نوعًا ثانيًا من المقاييس يسمى النقاط المرجعية. تستند النقاط المرجعية على منشورات مرجعية (تسمى أيضًا "أعمدة الميل") وهي علامات مرقمة تقع فعليًا على جانب الطريق على مسافات ميل واحد تقريبًا. كل وظيفة مرجعية ، بدورها ، مرتبطة بالمسار بالأميال الحقيقية. العلاقات والترجمات بين هذه المقاييس محسوبة بالحاسوب. تُستخدم النقاط المرجعية لتوفير نوع من الاستقرار في الموقع. المسافة المقطوعة بالأميال الحقيقية هي ببساطة المسافة المقطوعة بالميل على طول الطريق ، والتي تبدأ من الصفر لكل مسار فردي. قد تتغير الأميال الحقيقية على طول المسار بمرور الوقت (بسبب عمليات إعادة التنظيم ، على سبيل المثال) بينما تظل الأحداث المرتبطة بمنشور / نقطة مرجعية ثابتة. يستخدم تقرير عدد الأميال الحقيقي على مستوى الولاية أيضًا بيانات TIS المجمدة ويحتوي على معلومات عن الأميال الفعلية لخط الوسط لكل منشور مرجعي على طول الطرق السريعة الرئيسية في مينيسوتا.

سجل مشروع البناء


سجل مشروع البناء الخاص بشركة MnDOT هو عبارة عن تاريخ مرئي سريع لبناء الطرق السريعة وصيانتها بمرور الوقت - دليل & ldquowhat ومتى وأين & rdquo للعمل الميداني الذي تم تنفيذه منذ الإنشاء الأصلي للطريق. يحتوي كل سجل مشروع على حدود بداية ونهاية موضحة بخريطة خط مستقيم تقع في أعلى الصفحة. حدود المشروع الفردية موصوفة بخطوط أفقية تقع داخل جزء من تلك الخريطة. تم تأريخ كل مشروع على طول الجانب الأيسر من الصفحة جنبًا إلى جنب مع وصف موجز للعمل المعني ، ورقم SP ، وسنة البناء ، وعرض وعمق السطح ، ونوع المادة ، وما إلى ذلك. يتم تنظيم سجلات المشروع حسب المقاطعة والمنطقة ، ثم عن طريق قسم التحكم.

نظرًا لأنه يتضمن عادةً أعمال الخط الرئيسي فقط ، لا يتم تضمين معلومات عن المنحدرات ، والأعمال على جانب الطريق ، وممرات الانعطاف ، والبناء المؤقت والتجاوز ، والحواجز المتوسطة ، وأعمال صيانة الجسر. أيضًا ، لا يُقصد من سجل المشروع أن يكون مصدر معلومات لتفاصيل الجسر. عادةً ما يتم تضمين إنشاء الجسور واستبدالها في أو ربطها بمشاريع الدرجات والتسطيف الرئيسية. أخيرًا ، لا تحتوي جميع أقسام الطرق السريعة على سجلات للمشروع. إذا تم إنشاء الطريق في البداية من قبل سلطة طرق مختلفة ثم تم تسليمه إلى MnDOT بعد ذلك ، فلن يكون السجل متاحًا بشكل عام. إذا تم إنشاء قسم الطريق في الأصل بواسطة MnDOT ، فيجب أن يكون سجل المشروع متاحًا.

نحن ندرس إدخال تحسينات على صفحة سجل مشروع البناء. ساعدنا في تحسين سجل مشروع البناء لدينا من خلال المشاركة في الاستبيان.

في منطقة مترو المدن التوأم ، يعد Urban Local هو التصنيف الوظيفي الأكثر شيوعًا للطرق. تمثل شوارع البلدية ، مثل الشارع الموضح أعلاه في مينيابوليس ، أكثر من نصف عدد الأميال المقطوعة في خط الوسط.

التصنيف الوظيفي


التصنيف الوظيفي هو تجميع الشوارع والطرق السريعة في فئات أو أنظمة وفقًا لطبيعة الخدمة التي تهدف إلى تقديمها. عند إجراء تغييرات التصنيف ، تتم مراجعة الطرق لإدراجها في نظام مساعدة الدولة المحتمل. عند حدوث تغييرات ، يتم تحديث مراجعات الطريق وعمل خط الأساس والخرائط عبر الإنترنت لتصوير التغيير المادي للمنشأة. توفر صفحة التصنيف الوظيفي في MnDOT نظرة شاملة على عملية التغيير ومتطلبات وإرشادات FHWA والخرائط والموارد الأخرى.

أقسام الرقابة والمسارات القانونية (الدستورية / التشريعية)


الطرق السريعة بالولاية مقسمة إلى أجزاء تسمى أقسام التحكم. الغرض من هذه الأقسام هو تمكين حفظ السجلات بشكل أكثر استقرارًا. عند نقل / إعادة تعيين الطرق السريعة ، ظل قسم التحكم وأي بيانات ذات صلة مرتبطة بالرصيف وليس بالطريق. يتيح ذلك إدارة أفضل للطريق السريع ، بما في ذلك الصيانة والبناء والأغراض الإدارية.

يتم تحديد قسم التحكم كرقم مكون من أربعة أرقام. يحدد أول رقمين رمز مقاطعة متسلسل وآخر رقمين يمثلان رقم تعريف داخل تلك المقاطعة. أقسام التحكم لها موقع بداية ونهاية محدد يسمى المحطة. ستكون Termini عادةً حدود مقاطعة أو تقاطع طريق سريع آخر. يمكن تغيير أقسام التحكم ومراجعتها عند إعادة تنظيم طريق سريع ، أو بناء طريق سريع جديد للولاية ، أو بسبب نقل ملكية الطريق (عادةً من الولاية إلى المقاطعة).

يتم تحديد الطرق القانونية من قبل الهيئة التشريعية لولاية مينيسوتا وهي التي تسمح لـ MnDOT ببناء الطرق السريعة. وهي تتألف من مسارات دستورية وتشريعية. يشار إلى الطرق المرقمة من 1 إلى 70 على أنها طرق دستورية ، والتي تم تعريفها كجزء من تعديل بابكوك لدستور ولاية مينيسوتا في عام 1920 ، ولا يمكن تغييرها أو إزالتها دون تغيير في دستور الولاية. يُشار إلى الطرق التي يزيد ترقيمها عن 70 كمسارات تشريعية ، والتي يمكن إضافتها أو إزالتها بواسطة الهيئة التشريعية. من المهم ملاحظة أن رقم الطريق القانوني ليس بالضرورة نفس رقم الطريق السريع الذي قد تراه على إحدى اللافتات. يمكن تخصيص هذه المسارات لطريق واحد أو عدة طرق سريعة ، والغرض منها هو ضمان & ldquoconnectivity & rdquo بين المجتمعات.

اعرض أحدث تقرير لقسم التحكم والخرائط التي تعرض أقسام التحكم والمسارات القانونية والمسارات التذكارية في صفحة منتجات البيانات.


هياكل البيانات من نظير إلى نظير لأنظمة معلومات المرور التعاونية

تدعم أنظمة معلومات المرور التعاونية سائق السيارة في اختيار الطريق ، بناءً على المعلومات المرورية التي تجمعها السيارات الأخرى. نقترح استخدام شبكة نظير إلى نظير تعتمد على الوصول إلى الإنترنت عبر الشبكات الخلوية لتوزيع معلومات حركة المرور بين المشاركين في مثل هذا النظام. يتجنب هذا النهج القيود المعروفة للتواصل القائم على VANET. نظرًا لأن البيانات المحفوظة في نظام معلومات حركة المرور التعاوني لها بنية محددة للغاية ، فمن المربح بشكل خاص - من حيث استهلاك النطاق الترددي ووقت الاستجابة - تكييف النظام مع مجال التطبيق المحدد هذا بدلاً من إعادة استخدام نهج نظير إلى نظير العامة . قادنا هذا الإدراك إلى تطوير GraphTIS - شبكة نظير إلى نظير مصممة خصيصًا لإدارة معلومات حركة المرور. في هذه الورقة ، نشتق ، خطوة بخطوة ، الآليات الأساسية لـ GraphTIS ، بدءًا من نظام نظير إلى نظير قياسي ، ويحدد الحل الأول - المسمى PeerTIS - والذي يعتمد على تعديل هذا المعيار DHT ، و ثم تقديم GraphTIS ، وهو نظام جديد من نظير إلى نظير تم تصميمه خصيصًا لدعم أنظمة معلومات المرور.

يسلط الضوء

► نقوم بفحص نظام P2P قائم على الشبكة الخلوية لمشاركة معلومات حركة المرور على الطرق. ► يتجنب هذا النهج قيود قدرة اتصالات VANET. ► نظهر أنه من الضروري لهذا التطبيق الحفاظ على بنية البيانات. ► نقارن الأساليب القائمة على القرب الجغرافي والعلاقات القائمة على الرسم البياني. كلا الأسلوبين يحققان زمن انتقال منخفض ، لكنهما يختلفان من حيث توزيع الحمل.


هدف

تهدف هذه الدراسة إلى تطوير منهجية لتطوير وتشغيل نظام النقل الذكي أي تطبيق الهاتف المحمول Presto ITS. يعمل تطبيق Android ، Presto ITS ، الذي تم تطويره جنبًا إلى جنب مع مركز إدارة بيانات المرور الحضري (UTDMC) للمساعدة في تقليل الازدحام على شبكات الطرق من خلال السماح للمستخدمين باتخاذ قرارات مستنيرة بشأن خيارات المسار. يقدم لمحة عامة عن التقنيات المختلفة التي تم استخدامها في التطوير ويفصل أيضًا الخوارزميات التي تم تنفيذها. أخيرًا ، تم تطوير تطبيق الهاتف المحمول الذي تم تطويره في هذه الدراسة على نظام Android الأساسي لتقديم إشعارات بتنسيق الصوت والنص لمعالجة سيناريو الازدحام في الطريق. استخدم النظام المقترح PhP و HTML5 و CSS3 لإنشاء موقع UTDMC و MySQL لقاعدة البيانات و Android Studio و JAVA لتطبيقات الهاتف المحمول وخرائط Google لتعزيز سهولة استخدام التطبيق ، حيث أن توقعات المستخدمين فيما يتعلق بواجهة المستخدم كبيرة جدًا عالي. ستكون PRESTO ITS مفيدة لدعم احتياجات المعلومات للمستخدمين العرضيين لشبكة الطرق وزوار المدينة. علاوة على ذلك ، يمكن أيضًا توسيع النظام المقترح ليشمل مدنًا أخرى في الهند من خلال تعديل قاعدة البيانات الخلفية بشكل مناسب.


II الأعمال ذات الصلة

التنبؤ بتدفق حركة المرور

غالبًا ما تستخدم نماذج التنبؤ التقليدية ، بما في ذلك المتوسطات التاريخية ، والسلاسل الزمنية ، وتصفية كالمان ، التحليل الإحصائي للتنبؤ بظروف حركة المرور. يستخدم نموذج المتوسط ​​التاريخي بشكل مباشر متوسط ​​قيمة البيانات التاريخية كنتيجة للتنبؤ. يستخدم نموذج السلاسل الزمنية العلاقة بين البيانات الحالية والبيانات التاريخية ويأخذ في الاعتبار دورية وميل البيانات لعمل تنبؤات. طراز ARMA

[1] المقترحة في عام 1979 هي طريقة مهمة لدراسة السلاسل الزمنية. يتكون من نموذج الانحدار الذاتي (AR) ونموذج المتوسط ​​المتحرك (MA). يستخدم نموذج AR وظيفة الارتباط التلقائي للعثور على معلمات النموذج والتنبؤ بالسلسلة الزمنية باستخدام البيانات التاريخية الأصلية ، بينما يقوم نموذج MA بتجميع مصطلح الخطأ لوظيفة الارتباط التلقائي. نموذج ARIMA [8] هو نسخة معممة من ARMA مع مكون إضافي للتمايز التلقائي ، ويتخذ كل من طرازي ARIMA و ARMA ثبات السلسلة الزمنية كنقطة انطلاق. يستخدم نموذج ترشيح كالمان مساحة حالة محددة بواسطة معادلة حالة وملاحظة لتصفية الضوضاء لعمل تنبؤات.

مع التطوير المستمر للتعلم الآلي والتعلم العميق ، أصبحت مزايا نماذج التنبؤ الذكي أكثر بروزًا بشكل متزايد. تأخذ هذه النماذج كمية كبيرة من بيانات حركة المرور التاريخية المجمعة كمدخلات ثم تتعرف تلقائيًا على الأنماط والميزات المحتملة في البيانات للتنبؤ بحالات حركة المرور. يمكن تقسيم نماذج التنبؤ الذكي بشكل أساسي إلى فئتين: مناهج التعلم الآلي التقليدية وأساليب التعلم العميق. تعلم الشبكات العصبية ، باعتبارها واحدة من أكثر الأساليب استخدامًا ، العلاقات غير الخطية في بيانات الإدخال لعمل تنبؤات. الشبكات العصبية الاصطناعية (ANNs) وانحدار ناقل الدعم (SVR) هما نموذجان شائعان لمهام التنبؤ العملية. يتعلم SVR الأنماط الإحصائية غير الخطية باستخدام ميزات كافية من البيانات التاريخية. تعد نماذج k- الأقرب ونماذج المنطق الضبابي مثالين إضافيين للنماذج البارامترية غير الخطية. بدلا من ذلك ، ANN

يضبط أوزانه وتحيزاته عن طريق التكاثر العكسي أو دالة الأساس الشعاعي (RBF)

ويحصل على نتائج التنبؤ الخطي بعد تطبيق وظيفة التنشيط غير الخطية.

تستخدم النماذج المقدمة أعلاه بيانات حالة حركة المرور التاريخية للتنبؤ بالمستقبل. بالنسبة لشبكة الطريق المكونة من العديد من عقد مقاطع الطريق ، فإن التقارب بين عقد قسم الطريق سيؤثر بشكل مباشر أو غير مباشر على التنبؤ النهائي. تحلل شبكة بايز (BN) علاقات الجوار في شبكات الطرق للتنبؤ بظروف حركة المرور. نموذج آخر يستخدم المعلومات الطوبولوجية من شبكات الطرق هو الشبكة التلافيفية للرسم البياني (GCN) التي تتكون مدخلاتها من مصفوفة مجاورة ومصفوفة ميزة. توفر مصفوفة الجوار السمات الطوبولوجية لشبكة الطرق ، وتتضمن مصفوفة السمات معلومات عن حركة المرور. يلتقط GCN علاقات الاتصال بين عقد مقطع الطريق للتنبؤ بظروف حركة المرور المستقبلية. ومع ذلك ، فإن هذه النماذج تحتفظ فقط بالمعلومات حول العلاقات المكانية في شبكات الطرق وتفتقر إلى القدرة على التقاط العلاقات الزمنية في مصفوفة الميزات. في المقابل ، نماذج مثل التغذية إلى الأمام NN

[23] ، و DBN [9] ، و RNN [37] ومتغيرات RNN GRU [5] و LSTM [28] تلتقط الميول والتواتر لميزات حركة المرور ، لكنها تتجاهل الخصائص الطوبولوجية الجوهرية لشبكة المرور الحضرية. لاحظ العديد من الباحثين هذه المشكلة ، وقد تم اقتراح العديد من نماذج التنبؤ الزماني المكاني التي تستخدم بشكل كامل كل من الهياكل الطوبولوجية للشبكات والاعتماد الزمني في بيانات حركة المرور. تتضمن هذه النماذج ST-ResNet [34] و SAE [18] و FCL-Net [31] و DCRNN [32] و T-GCN [36] ، من بين آخرين.

بالإضافة إلى معلومات حركة المرور التاريخية ، قد تتأثر حالات حركة المرور بمجموعة متنوعة من العوامل الخارجية ، مثل الأحوال الجوية ومحطة المترو ومعلومات محطات الحافلات والنقاط المهمة وعوامل أخرى. يتمثل التحدي الرئيسي لمهمة التنبؤ بحركة المرور الحالية في دمج معلومات العوامل الخارجية في نماذج التنبؤ. تم اقتراح بعض الطرق التي تأخذ بعين الاعتبار البيانات متعددة المصادر في الدراسات السابقة. لياو ب وآخرون. [14] تم ترميز المعلومات الخارجية باستخدام مشفر يعتمد على LSTM [28] ومعالجة البيانات متعددة الوسائط المتكاملة على أنها تسلسل إدخال لنموذج التنبؤ. استنادًا إلى GRU ، النموذج الذي اقترحه Da Z et al. [33] يدمج ميزات حركة المرور ومعلومات الطقس.

تعدين العلاقة II-B في البيانات متعددة المصادر

يتم تقديم العلاقات في البيانات متعددة المصادر في الغالب في شكل شبكات ، ويصبح التنقيب عن المعلومات الهيكلية والعلائقية الموجودة في الشبكات من خلال ناقلات التمثيل هو النهج الرئيسي لالتقاط معلومات الشبكة. بشكل عام ، يمكن تقسيم الشبكات إلى شبكات متجانسة وشبكات غير متجانسة وفقًا لأنواع العقد. تعتبر الشبكات المتجانسة نوعًا واحدًا فقط من البيانات ، أي أن أنواع العقد يجب أن تكون متطابقة ، ومع ذلك ، فإن غالبية الشبكات الحقيقية لها أنواع مختلفة من العقد. للتغلب على قيود العقد المتجانسة ، تم اقتراح شبكات غير متجانسة لتمثيل معلومات أنواع مختلفة من العقد والعلاقات بين العقد. يصنف PTE [26] النصوص والكلمات والتسميات ويمثل العلاقات الزوجية لبناء شبكات غير متجانسة. [6] و [7] يقترحان إطار عمل تضمين HEBE ، الذي يصوغ الأحداث ذات الارتباطات القوية ككل لبناء شبكات غير متجانسة من الأحداث. العيب الرئيسي للشبكات غير المتجانسة هو أنه يجب إنشاء مسارات وصفية دقيقة عند تمثيل العلاقات بين العقد ، وقد تتسبب المسارات الوصفية المحددة في تقييد الشبكات غير المتجانسة في إطار شبكة معينة. في السنوات الأخيرة ، أدى ظهور الرسوم البيانية المعرفية إلى توفير أفكار أوسع للمشكلة المذكورة أعلاه. تم اقتراح المفهوم الحديث للمعرفة لأول مرة من قبل Google ثم بدأ تطبيقه في مختلف المجالات. نظرًا لقوة الرسوم البيانية المعرفية في معالجة الهياكل الرسومية والمعلومات ، بدأ عدد متزايد من الباحثين في فهم وتطبيق الرسوم البيانية المعرفية في مختلف المجالات ، مثل الشبكات الاجتماعية [22] ومحركات البحث [11] وأنظمة الأسئلة والأجوبة الذكية والتوصيات الذكية [ 24]. يتم تطبيق الرسوم البيانية المعرفية أيضًا في صناعات مثل التجارة الإلكترونية [29]. كما أنهم يلعبون أدوارًا في النقل ، مثل اختيار الموقع [25] وحوادث المرور [30 ، 20].


تقييم الأداء وإدارة الرصف للطرق الحضرية باستخدام نظم المعلومات الجغرافية في مدينة بنغالور

يعد نظام المعلومات الجغرافية (GIS) والاستشعار عن بعد ونظام تحديد المواقع العالمي (GPS) مناسبًا تمامًا لدراسات صيانة وإدارة الطرق السريعة. كانت حكومة الهند تستثمر مبالغ ضخمة في ربط الطرق. تشكل الأرصفة المرنة جزءًا كبيرًا من الطرق السريعة في الهند بسبب تكلفة البناء المنخفضة. يستفيد نظام إدارة وصيانة الأرصفة (PMMS) من نماذج التدهور للتنبؤ بحالة الرصف في بيانات مستقبلية ، والتي يمكن على أساسها صياغة استراتيجية الصيانة.

هذه الدراسة هي محاولة لنمذجة أداء الطرق الحضرية باستخدام نظام المعلومات الجغرافية (GIS). تم جمع البيانات التفصيلية بما في ذلك الحفر والحفر والتكسير. يتم إدخال قاعدة البيانات في برنامج GIS الذي يعرض معلومات عن جميع السمات المتعلقة بالطريق وسيتم استخدامها لاتخاذ القرار وحل المشكلات.

تحتل النقل البري مكانة مهيمنة للغاية في نظام النقل العام في الهند. كان نمو حركة المرور على الطرق في حقبة ما بعد الاستقلال غير مسبوق من حيث حركة البضائع والركاب. لسوء الحظ ، لم يتناسب النمو المقابل في شبكة الطرق مع النمو الهائل في عدد المركبات. كانت الأحمال المرورية أثقل بكثير من الحد المحدد البالغ 10.2 طن. بدون صيانة كافية وفي الوقت المناسب ، تتدهور الطرق بشكل مفرط ، مما يؤدي إلى ارتفاع تكاليف تشغيل المركبات وزيادة عدد الحوادث وتقليل موثوقية خدمات النقل.

يمكن لنظام إدارة الرصف أن يعمل بفعالية فقط عندما يتم بناؤه من خلال الجمع العضوي بين جميع الأنشطة المتعلقة برصف الطرق (التخطيط والتصميم والبناء ،

الصيانة والتأهيل والتقييم والتحليل الاقتصادي والبحث) وبنك المعلومات. بعد ذلك ، فإن أهم العناصر هي إنشاء مؤشر قابلية الخدمة الذي يمثل جودة الرصف ، والتنبؤ بالأداء ، والذي يتم تمثيله بالعلاقة بين الوقت (و / أو حركة المرور) والفهرس. تتكون جودة الرصيف من عاملين أساسيين: جودة الركوب ومقاومة الانزلاق. العوامل التي تؤثر على جودة الركوب هي ضيق الرصيف و / أو الخشونة. ثلاثة عوامل رئيسية من ضائقة الرصيف هي التشقق ، والتشقق ، والمظهر الجانبي الطولي. عادة ما تستند التوصيات إلى الصيانة الوقائية ، بدلاً من السماح للطريق بالتدهور حتى يحتاج إلى إعادة بناء أكثر شمولاً.

تشمل المهام النموذجية التي تقوم بها أنظمة إدارة الرصف ما يلي:

حصر أحوال الرصف وتحديد الأرصفة الجيدة والعادلة والفقيرة.

قم بتعيين تصنيفات الأهمية لأجزاء الطريق ، بناءً على حجم حركة المرور ، وفئة وظائف الطريق ، وطلب المجتمع.

جدولة صيانة الطرق الجيدة لإبقائها في حالة جيدة.

جدولة إصلاحات الأرصفة الرديئة والعادلة حسب ما يسمح به التمويل المتاح.

تطوير أنظمة إدارة الرصف المحوسبة وأدوات قرار نظام الخبراء القائمة على المعرفة لمساعدة المهندسين في تخطيط وتصميم وتقييم استراتيجيات الصيانة وإعادة التأهيل الفعالة. ومع ذلك ، بغض النظر عما إذا كانت هذه الاستراتيجيات ، وقرارات الاستثمار المرتبطة بها ، مستمدة من نُهج نظام الخبراء أو من قبل خبراء بشريين ، فإن نفس بيانات حالة سطح الرصيف مطلوبة كمدخلات أساسية. في حالة الأرصفة البيتومينية ، يشمل ذلك مدى وشدة مثل هذه الضائقة مثل التعب (أو التمساح) التشقق ، والتشقق الطولي ، والتشقق المستعرض ، والاندفاع ، والترقيع وغيرها. هذه البيانات هي مؤشرات الأداء الهيكلي والوظيفي.

هناك حاجة لتطوير منهج علمي لتحديد متطلبات صيانة وإعادة تأهيل الأرصفة. هناك حاجة أيضًا إلى بذل جهود لتطوير أدوات إدارة الطرق والتخطيط لتحسين شبكة الطرق الحالية. هذه الأدوات ضرورية لتقييم الاحتياجات المالية وتقييم استراتيجيات الصيانة البديلة وتحديد أولويات برامج العمل. في مثل هذه الحالة ، فإن تطوير وممارسة نظام فعال لإدارة الرصف (PMS) من شأنه أن يوفر معلومات موضوعية وتحليلاً مفيدًا لضمان اتخاذ قرارات متسقة وفعالة من حيث التكلفة تتعلق بالحفاظ على شبكات الطرق.

يعد نظام إدارة الرصيف (PMS) أداة قيمة وأحد العناصر الحاسمة للبنية التحتية للنقل على الطرق السريعة. يمكن إرجاع مفهوم PMS الأقدم إلى الستينيات

(قدمها نورليلا إسماعيل وآخرون (6) وأمير تافاكولي وآخرون (7)). مع الزيادة السريعة للمتقدمين

تكنولوجيا المعلومات ، نجح العديد من المحققين في دمج نظام المعلومات الجغرافية (GIS) في PMS لتخزين واسترجاع وتحليل وإعداد التقارير عن المعلومات اللازمة لدعم اتخاذ القرارات المتعلقة بالرصف. السمة الرئيسية لنظام GIS هو أنه يربط البيانات / المعلومات بموقعها الجغرافي (على سبيل المثال ، خطوط الطول / خطوط الطول أو إحداثيات مستوى الدولة) بدلاً من نظام النقاط أو النقاط المرجعية المستخدم تقليديًا في النقل. علاوة على ذلك ، يمكن لنظام المعلومات الجغرافية وصف وتحليل العلاقة الطوبولوجية للعالم الحقيقي باستخدام هيكل ونموذج البيانات الطوبولوجية. تقنية GIS قادرة أيضًا على استرداد البيانات بسرعة من قاعدة البيانات ويمكنها تلقائيًا إنشاء خرائط مخصصة لتلبية الاحتياجات المحددة مثل تحديد مواقع الصيانة.

تمثل أنظمة المعلومات الجغرافية (GIS) تقنية معلومات تتكون من أجهزة وبرامج وبيانات تُستخدم لجمع المعلومات الجغرافية وتخزينها وتحريرها وعرضها وتحليلها. التطورات الحديثة في القدرة على جمع معلومات دقيقة عن الموقع حيث يتم إدخال نظم المعلومات الجغرافية في التيار الرئيسي لنشاط التطوير المرتبط بإدارة قواعد البيانات والتكامل مع بيئة التطبيقات.

بالنسبة للدراسة الحالية ، تم اعتبار الطريق الدائري الشرياني في مدينة بنغالور لتقييم الأداء وإدارة الرصف للطرق الحضرية باستخدام نظام المعلومات الجغرافية (GIS) للتنبؤ بأداء وسلوك الرصيف في المستقبل القريب حيث يجب إجراء مسح للطرق بالترتيب. لدراسة الحالة الهيكلية والوظيفية للرصيف. ثم يتم جمع البيانات المطلوبة وتحميلها على برنامج GIS حيث يتم رقمنة الخريطة التي تحتوي على امتدادات الطريق التي تم أخذها للدراسة.

أهداف الدراسة الحالية

الهدف الرئيسي من هذه الدراسة هو تقييم أداء الرصف في مساحات مختارة من طرق مدينة بنغالور.

بناء بيانات نظم المعلومات الجغرافية للطرق الحضرية من خلال النظر في كل من بيانات الحالة الهيكلية والوظيفية.

التنبؤ بحالة الرصف المستقبلية في ظل استراتيجيات الصيانة المختلفة.

لتقييم الحالة الوظيفية لجرد الرصيف لضيق الأسطح مثل التكسير ، والترقيع ، والتخلف ، والحفر ، والحفر جنبًا إلى جنب مع مسح عدم استواء / خشونة الرصيف بواسطة Bump Integrator.

التقييم الإنشائي للأرصفة من خلال إجراء دراسة إنحراف شعاع Benkelman.

تحميل بيانات أداء الرصيف على برنامج GIS على شكل DBMS (Data Bse Management System).

Toshihiko Fukuhara et.al. (1): إنه يوفر نظامًا يستخدم تقنيات معالجة الصور والفيديو والليزر. يتكون هذا النظام من مركبة مسح ونظام معالجة البيانات. ال

يمكن لمركبة المسح قياس التكسير والتشقق والملف الطولي في وقت واحد ، دون اتصال ، بسرعة وبدقة. يمكن لنظام معالجة البيانات تحويل البيانات المقاسة تلقائيًا إلى تنسيقات يمكن استخدامها في بنك بيانات الرصيف. يسمح النظام بالتعرف التلقائي على الكراك الذي يتم إجراؤه تقليديًا ولكن يتم إجراؤه بواسطة البشر فقط.

لقد تم أتمتة عمليات القياس ومعالجة البيانات الخاصة بالتكسير والتخلف والملف الطولي بالكامل وحسنت كفاءة العمل بشكل ملحوظ ولديها أيضًا خوارزمية فريدة لإيجاد الخط. حيث يتم تطوير نظام خاص متعدد المعالجات ، مما يتيح التعرف التلقائي على الشقوق وحل مشكلة تحليل البيانات.

تركي الأول وآخرون (2): يعتبر التغيير في خشونة السطح مقياسًا لتدهور سطح الرصيف. تم تطوير نماذج الانحدار لفحص تأثيرات مستوى نفقات الصيانة الروتينية وعمر الرصف وتحميل حركة المرور في خشونة السطح.

تم النظر في ستة أنشطة صيانة روتينية في البداية في هذا البحث: الترقيع الضحل ، الترقيع العميق ، تسوية إعادة الخلط ، طلاء الختم ، سد الشقوق والمفاصل الطولية. في الدليل الداخلي (AASHTO 1981) ، تم تمثيل تدهور الرصيف بفقدان إمكانية الخدمة ، أو خسارة PSI. في هذه الدراسة ، من خلال معرفة خشونة سطح الرصيف قبل وبعد تطبيق مستويات مختلفة من الصيانة الروتينية عليه

في قسم معين من الطريق السريع ، تم قياس تدهور سطح الرصيف كتغير في خشونة السطح. تم استخدام هذا المفهوم في هذا البحث ليعكس فعالية الروتين في تقليل تدهور سطح الرصيف.

وخلصوا إلى أن كلا من متغيرات عمر الرصف وتحميل حركة المرور كانت معنوية. لذلك تم استخدام هذه النماذج لتقييم آثار عمر الرصف وتحميل حركة المرور على التغير في خشونة السطح وبالتالي على فعالية الصيانة. تم العثور على فعالية الصيانة الروتينية للأرصفة في حالة جيدة أو جيدة أعلى من تلك الخاصة بالأرصفة في حالة جيدة جدًا. تم العثور على أعمال الصيانة التي تنطوي على تسوية الخلط المسبق وطلاء السداد لتوفير فعالية أعلى نسبيًا من العمل الذي يتضمن إحكام سد الشقوق والتشققات.

محمد ذو الكفل وآخرون (3): في هذه الدراسة ، اعتمد المؤلف برنامج تطبيقات نظم المعلومات الجغرافية ArcView ، وقام بمراجعة وتحليل فعاليته في إدارة قاعدة بيانات الطرق. ثم يتم استخدام هذه البيانات لمساعدة الإدارة لضمان صيانة الطرق بشكل فعال ومنتظم. نموذج نموذجي للطرق في بينانج ، ماليزيا يستخدم كدراسة حالة.

سيؤدي اعتماد نظم المعلومات الجغرافية إلى إدارة أكثر تنظيماً للبيانات الرقمية خاصة تلك المتعلقة ببيانات الطريق. على وجه الخصوص ، يزيد تطبيق النظام هذا أيضًا من إنتاجية العمل في إدارة صيانة الطرق. كان لديه القدرة على استدعاء سريع للبيانات مع سهولة نسبية في الاستخدام ، ويقلل إلى أدنى حد من الازدواجية المهدرة للجهود في جمع المعلومات الجغرافية المكانية ، ويمكنه تحسين عملة البيانات ودقة واتساق البيانات المحفوظة.

ستيفن جي ريتشي (4): تقدم هذه الورقة مفاهيم وتطبيقات معالجة الصور الرقمية في إدارة الرصيف ، والتي تشمل بيانات الرصيف - السطح - الاستغاثة ذات الاهتمام ، المفاهيم الأساسية للرؤية الآلية ومعالجة الصور الرقمية ، خصائص نظام الفيديو للأتمتة استغاثة- جمع البيانات.

وخلصت إلى أنه تم إحراز تقدم كبير في وقت قصير نسبيًا في تطوير أنظمة مؤتمتة للحصول على بيانات الاستغاثة وتفسيرها ، وتعزيز القدرات المتوقعة في المستقبل القريب ، حيث تلعب تكنولوجيا التصوير الرقمي دورًا مهمًا في هذه الجهود .

ضائقة الرصف الوظيفية ومفاهيمها

هناك حاجة إلى معلومات تحليل مفهوم أداء خدمة الرصيف حول تاريخ جودة الركوب في قسم الرصف للفترة الزمنية وحركة المرور خلال ذلك الوقت. يتم تحديد ذلك من خلال الملاحظات أو القياسات الدورية لجودة الركوب مع سجلات

تاريخ المرور والوقت. تم اعتبار الرصف إما مرضيًا أو غير مرضٍ. يعتمد نوع ومدى صيانة الطريق أيضًا على معيار قابلية الخدمة المحدد واحتياجات الصيانة والأموال المتاحة وأولويات عمليات الصيانة. The current engineering practice for design and construction of pavement overlays and selection of maintenance and rehabilitation alternatives is based on subjective judgment and engineering experience. An efficient pavement maintenance program is a program that identifies what maintenance action is to be taken and where and when is to be applied, so that most cost effective results are obtained.

Causes and Consequence Effects of Pavement Distress

The causes for structural and functional distresses may be of three criteria:

Overload including excessive gross loads, high repetition of loads and high tyre pressures can cause either structural or functional failure.

The climatic and the environmental conditions may cause surface irregularities and structural weakness develops. Example: Frost heaving, change of volume of soil due to wet and dry process, the breakup of surface resulting from freezing and thawing action or improper drainage may be the prime cause of pavement distress.

The cause may be disintegration of the paving materials, due to freezing and thawing and/or wetting and drying process. Example: Use of nondurable aggregates, the base-course materials may breakdown, thus generating fines which may cause unstable mix. Sub grades are also susceptible to climatic conditions.

At times construction practices may induce some effect as well the inadequate inspection during construction are certain factors that causes pavement deterioration. Design procedures must be strictly applied and field control to provide adequate pavement structure.

Asphalt Pavement Distress

Distress surveys are required for the periodic evaluation of pavements. The surveys are directed towards assessing the maintenance measures needed to prevent accelerated distress and to determine the type of rehabilitation measures needed. These surveys provide the information required to define the distress types, severity and density of identified distresses. In addition, the surveys provide the data needed to develop the deduct values associated with each distress and severity levels. The following section describes some of the pavement distress parameters viz., cracking, patching, raveling, rutting and potholes along with their probable causes. There are four

major categories of common asphalt pavement surface distress:

Ravelling, Flushing, Polishing.

Rutting, Distortion – Rippling and Shoving, Settling, Frost heave.

Transverse, Reflection, Slippage, Longitudinal, Block, and Alligator Cracks.

In this study, from Hosur Road Silkboard junction to Nayandahally is taken, as shown in the table. Data has been collected for the following survey carried out: Volume Count Survey (VCS), Benkelman Beam Deflection Studies (BBD), Pavement Condition Survey (PCS) (By using Hawkeye 2000), Roughness (Bump Integrator) and digitising the stretches of the Bangalore map using GIS software.


Traffic Volume Count

Traffic Data Collection is basic requirements for transport planning. Traffic Data forms an integral part of national economics and such knowledge is essential in drawing up a rational transport policy for movement of passengers and goods by both government and the private sectors. Traffic Volume Count is counting of number of vehicles passing through a road over a period of time. It is usually expressed in terms of Passenger Car Unit (PCU) and measured to calculate Level of Service of the road and related attributes like congestion, carrying capacity, V/C Ratio, identification of peak hour or extended peak hour etc. Traffic volume count or TVC is usually done as a part of transportation surveys, TVC can be classified or unclassified.

Need of Traffic Volume Count Survey

Traffic Volume Survey is an essential part of Town Planning, especially for a town planner. It includes counting the number of vehicles passing through a survey station. The study of Classified Traffic Volume Count is to understand factors that form the basis of:

a) Checking the efficiency/saturation of the road network by comparing current traffic volume with the calculated capacity or by identifying level of service
b) Establishing the use of the road network by vehicles of different categories, traffic distribution, PCU/vehicle value
c) Need of median shifting or road widening

Purpose of Traffic Volume Count

The purpose classified traffic volume count is to draw inferences on the basis of data collected. To provide possible solutions and improvement suggestion for the problem identified. The objectives covered in it includes identifying the hourly distribution of vehicles and peak hour, identify level of service and compare modal composition on different hierarchy of roads.

Methods of doing Traffic Volume Count

Traffic Volume Count can be done by various methods depending upon various factors like manpower available, budget, technology/instrument available, magnitude of traffic data required or to be collected which will then determine quality and type of vehicle classification to be adopted. Traffic counting falls in two main categories, namely: manual count and automatic count.Traffic data collection forms the integral part of traffic volume study as it provides the raw data and includes primary survey. The various types and methods used to collect traffic data not only provide a good and valuable coverage of the required traffic information. Different methods of traffic volume count are as mentioned below –

Duration and Interval of Traffic Counts
In order to predict traffic flow volumes that can be expected on the road network during specific periods, knowledge of the fact is required that traffic volumes changes considerably at each point in time. There are three important cyclical variations:

  • Hourly pattern: the way traffic flow characteristic varies throughout the day and night
  • Daily Pattern: The day-to-day variation throughout the week
  • Monthly and yearly Pattern: The season-to-season variation throughout the year.
  • Hourly patterns –Typical hourly patterns of traffic flow, particularly in urban areas, generally show a number of distinguishable peaks. Peak in the morning followed by a lean flow until another peak in the middle of the afternoon, after which there may be a new peak in the late evening. The peak in the morning is often more sharp by reaching the peak over a short duration and immediately dropping to its lowest point. The afternoon peak on the other hand is characterised by a generally wider peak. The peak is reached and dispersed over a longer period than the morning peak.
  • Daily patterns –The traffic volume generally varies throughout the week. The traffic during the working days (Monday to Friday) may not vary substantially, but the traffic volume during the weekend is likely to differ from the working days on different type of roads and in different directions
  1. Manual Count: The most common method of collecting traffic volume data is the manual method of traffic volume count, which involves a group of people recording number of vehicles passing, on a predetermined location, using tally marks in inventories. Raw data from those inventories is then organized for compilation and analysis. This method of data collection can be expensive in terms of manpower, but it is nonetheless necessary in most cases where vehicles are to be classified with a number of movements recorded separately, such as at intersections also in case where automatic methods cannot be used due to lack of infrastructure, necessary authorization etc.

2. Automatic Count: This method is employed in cases where manual count method is not feasible. Various instruments are available for automatic count, which have their own merits and demerits. Some of the widely used instruments are pneumatic tubes, inductive loops, weigh-in-motion Sensor, micro-millimeter wave Radar detectors and video camera. Both types of count can be classified or unclassified. Classified traffic volume count gives a better understanding of the types of vehicles which uses the road and can be used for number of other purposes apart from the transportation surveys. It can also be used for calculating the modal split of vehicles on the road. Unclassified traffic volume count is done where sufficient manpower is not available or the budget for the survey is low. This type of volume count does not give a good information about the road.

Some of the widely used instruments are –

i) Pneumatic tubes – These are tubes placed on the top of road surfaces at locations where traffic counting is required. As vehicles pass over the tube, the resulting compression sends a burst of air to an air switch.

ii) Inductive loops – Inductive loop detector consists of embedded turned wire. It includes an oscillator, and a cable, which allows signals to pass from the loop to the traffic counting device. Inductive loops are cheap, almost maintenance-free and are currently the most widely used equipment for vehicle counting and detection

  • Bending Plates which contains strain gauges that weigh the axles of passing vehicles
  • Capacitive Strip is a thin and long extruded metal used to detect passing axles. Capacitive strips can be used for both statistical data and axle configuration.
  • Capacitive Mat functions in a similar manner as the capacitive strip but it is designed to be mobile and used on a temporary basis only.
  • Piezo-electric Cable is a sensing strip of a metallic cable that responds to vertical loading from vehicle wheels passing over it by producing a corresponding voltage. The cable is very good for speed measurement and axle-space registration, and is relatively cheap and maintenance

iv) Micro-millimetre wave Radar detectors – Radar detectors actively emits radioactive signals at frequencies ranging from the ultra-high frequencies (UHF) of 100 MHz, to 100 GHz, and can register vehicular presence and speed and can be used determine vehicular volumes and classifications in both traffic directions..

v) Video Camera – Video image processing system utilize machine vision technology to detect vehicles and capture details about individual vehicles when necessary. The system is useful for traffic counting and give a +/- 3% tolerance, and is not appropriate for vehicular speed and their classification.

Factors to be considered while doing a traffic volume survey on mid block –

  1. Surveyor should not affect the flow of traffic.
  2. Survey station should be located at position where queuing do not take place.
  3. Vehicles should be classified if possible as it saves time for Classified Traffic Volume Survey. Also classified results have many other application.
  4. Safety of surveyor should be kept in mind and safe location should be selected. This becomes more important in rural area where carriageway is not well-defined.
  5. Equipment used while automatic count should be placed such that they do not draw attention of driver.

Traffic Volume Survey can be done manually or by use of automatic methods depending upon various factors like manpower available, budget, technology/instrument available, magnitude of traffic data required


Join traffic data (point) to a road network (line) - Section between two roads - ArcGIS - Geographic Information Systems

Arkansas Scenic Byways Program was established shortly after Congress passed the Intermodal Surface Transportation Efficiency Act of 1991. This federal legislation created the framework to develop a network of National Scenic Byways.

The Arkansas Highway Commission adopted criteria by which routes in Arkansas could be designated as Arkansas Scenic Byways. The purpose of this program is to facilitate Arkansans’ recognition of special routes within the state.

Scenic Byways:

The Crowley’s Ridge Parkway, a 198-mile long route consisting of segments of 17 highways, two county roads, and several city streets, was designated as an Arkansas Scenic Byway in 1997. In 1998, it was designated as Arkansas’ first National Scenic Byway by the U.S. Department of Transportation, Federal Highway Administration.

This byway follows the geologic formation known as Crowley’s Ridge through northeast and east-central Arkansas. Approximately two million years ago, wind blown soils collected in an area between the meandering channels of the Mississippi and Ohio Rivers. This wind blown soil, known as loess, formed a ridge rising up to 200 feet in places above the surrounding flat delta region.

This high ground quickly became a magnet for human settlement. Today it is characterized by upland hardwood forest, farmland, orchards, and a wide variety of recreational and historical resources.

The Great River Road was established in 1938 as the national parkway of the Mississippi River. It extends through ten states along the river and offers glimpses into how the heartland of America developed. The 362-mile route in Arkansas consists of segments of 13 highways, several forest service and county roads and city streets. The Great River Road was designated as an Arkansas Scenic Byway in 2001. In 2002, it was designated as Arkansas’ second National Scenic Byway by the U.S. Department of Transportation, Federal Highway Administration.

The Great River Road traverses the ten Arkansas Counties that border the Mississippi River. This region, known as the Delta, is part of the nation’s largest alluvial plain. Travelers on the route experience both the mighty river and its legacy of shaping landscapes and lives along its path.

At the time of pioneer settlement, most Delta terrain was lowlands and swamps, rich in virgin timber and wildlife. Some two centuries later, it is largely agricultural, producing voluminous crops of soybeans, rice, cotton and wheat.

For much of its length, the Great River Road traverses agricultural lands, passing remnants of the original wetlands and traveling through towns whose histories and economies were influenced by the river. From Marianna to Helena, however, the route penetrates the woodlands of the St. Francis National Forest on Crowley’s Ridge.

Highway 88 from Highway 71 in Mena to the Oklahoma State Line was designated as an Arkansas Scenic Byway in 1998. This route climbs to the ridge of Rich Mountain, elevation 2,681 feet, and passes through Queen Wilhelmina State Park on its way to the Oklahoma State Line 18 miles to the west. This route is also part of the Talimena Scenic Drive which extends from Mena west to Talihina, Oklahoma. In 2005, Talimena Scenic Drive was designated the State’s third National Scenic Byway. Noted for colorful fall foliage, the route is considered one of the premier motorcycle routes in the state.

Highway 7 from Arkadelphia to Harrison became Arkansas’ first scenic byway in 1993. The scenic byway was extended in 1999 to include the highway from the Louisiana state line to Arkadelphia. Scenic Highway 7 is approximately 290 miles in length.

Scenic 7 starts in the coastal plain region of southern Arkansas. This area consists of lowland rolling hills covered with dense pine forests and numerous river valleys covered with bottomland hardwood forests. The region is rich in wildlife, outdoor recreation, and historical resources.

South of Hot Springs travelers will enter the Ouachita Mountains which are noted for wide valleys, rich agricultural lands, timbered mountains and abundant wildlife. The Ouachita Mountains are unique in that they are the only mountain range in the U.S. whose ridges and valleys are oriented west to east.

Next is the Arkansas River valley between the Ouachita and Ozark Mountains. Since the earliest days of European settlement in Arkansas, this valley has been an important transportation corridor and has been served by flatboats, keelboats, and steamboats, and the overland stage coach.

In the northwest portion of Arkansas, Scenic 7 traverses the Ozark Mountains. This region is famous for its colors, particularly in the fall when the oak-hickory forest turns to yellows, oranges, and reds contrasted by bright green pines and the spring when the dogwoods, redbuds, wild plums, and wildflowers bloom. The Ozark Mountains are also noted for their clear mountain streams.

Two separately designated routes make up the Boston Mountains Scenic Loop.

Highway 71 from Dean’s Market to Fayetteville was designated as an Arkansas Scenic Byway in 1998. Scenic Highway 71 begins at the edge of the Arkansas River Valley and extends 42 miles across the Ozark Mountains to Fayetteville. These rugged mountains are home to quaint craft shops, mountaintop lodging, and spectacular vistas.

Interstate 540 from Dean’s Market to Fayetteville was designated as an Arkansas Scenic Byway in 1999. This byway roughly parallels Highway 71 and also begins at the edge of the Arkansas River Valley, winding 38 miles north to Fayetteville. Constructed through very rugged terrain in the Ozark Mountains, this route includes several high-span bridges and the State’s only highway tunnel, the Bobby Hopper Tunnel.

This byway is known for its spectacular views of the oak-hickory forested mountains and small farms nestled in picturesque valleys.

For 35 miles, Highway 21 from Highway 64 to the Buffalo National River traverses the Boston Mountains region of the Ozark Mountains. The Byway, designated in 2005, offers a serene drive through the Ozark National Forest as well as many recreational opportunities and striking vistas before arriving at the nation’s first National River. Watch for elk near the Buffalo National River, deer, black bear and eagles.

Designated as a State Scenic Byway in 2001, this Scenic Byway extends 15 miles from Highway 256 in White Hall to Highway 65 southeast of Pine Bluff. I-530 traverses part of the 300-mile long Bayou Bartholomew, the world’s longest bayou. These wetlands are populated by bald cypress trees, an assortment of birds and waterfowl and more than a hundred species of fish, as well as otters and alligators.

This 45-mile portion of Highway 309 was designated as an Arkansas Scenic Byway in 1994. This byway starts at highway 10 in Havana and proceeds north over Mount Magazine, the highest point in Arkansas at 2,753 feet. This mountain was named by French explorers who recognized a resemblance to magazines used by the French military to store ammunition.

North of Mount Magazine, Highway 309 descends into the rich farmland of the Arkansas River Valley where it ends at Highway 23 in Webb City.

The Pig Trail Scenic Byway is a Forest Service Scenic Byway. Beginning in the southeast corner of the Ozark National Forest near I-40, The Byway extends north along Highway 23 for 19 miles to Highway 16 at Brashears. With its many steep inclines and sharp curves, driving the Pig Trail may be likened to riding a roller coaster. Trees crowd the roadside, creating a shady corridor during the summer in some areas and display stunning fall color. Very little development has occurred along this route, offering travelers a glimpse of the Ozarks that would have been familiar to the early settlers.

The Sylamore Scenic Byway is a Forest Service Scenic Byway located in the southeast corner of the Ozark National Forest. The byway begins at Calico Rock and proceeds along Highways 5 and 14 and Forest Service Road 110 to Blanchard Springs Caverns. The white oak-hickory forests provide an early spring view of dogwoods and redbuds and majestic fall color. Hiking trails abound for a closer view of the many hillsides and waterfalls.

Designated as a State Scenic Byway in 2005, the West-Northwest Scenic Byway is comprised of 261 miles of interconnected highways including Highway 71 from Mena to I-540 and portions of Highway 10 from Ola to the Oklahoma State Line and of Highways 23 and 96. Much of the Byway lies within the Ouachita National Forest. Crossing the only mountains in North America that are oriented east-west, the terrain is less rugged than the Ozark Mountains, so was more hospitable to early settlers. Many museums, historical sites and small towns characterized the area today.

Designation Criteria

Upon receipt of a written request to designate a route or a portion of a route as an Arkansas Scenic Byway, the following steps will be taken.

  1. The route must be designated as a “scenic highway” by the State General Assembly.
  2. An active organization composed of various private and governmental groups, businesses, and agencies who are interested in preservation, enhancement, marketing, and development of the route’s scenic, cultural, recreational, and historic qualities must be established.


Identification of Accident Blackspots on Rural Roads Using Grid Clustering and Principal Component Clustering

Identifying road accident blackspots is an effective strategy for reducing accidents. The application of this method in rural areas is different from highway and urban roads as the latter two have complete geographic information. This paper presents (1) a novel segmentation method using grid clustering and K-MEDOIDS to study the spatial patterns of road accidents in rural roads, (2) a clustering methodology using principal component analysis (PCA) and improved K-means to create recognition of road accident blackspots based on segmented results, and (3) using accidents causes in police report to analyze recognition results. The proposed methodology will be illustrated by accident data in Chinese rural area in 2017. A grid-based partition was carried on by using intersection as a basic spatial unit. Appended hazard scores were then added to the segments and using K-means clustering, a result of similar hotspots was completed. The accuracy of the results is verified by the analysis of the cause extracted by Fuzzy C-means algorithm (FCM).

1. Introduction

Traffic accidents are contingent events and are defined by a series of variables—the accident index, hidden danger index, and risk index—that explain them. When data is difficult to obtain in detail or changes greatly (such as in rapidly developing rural areas), latent variable models will be more suitable for safety evaluation. With the increase of car ownership and accidents in rural areas, developing countries like China are increasingly aware of the importance of rural road safety. By the end of the “Twelfth Five-Year Plan” (2015), the total mileage of rural roads in China reached more than 3.95 million kilometers. By the end of 2016, the number of household cars per 100 rural households was 17.4 (2016 Social Development Statistics Bulletin, 2017). At the same time, about two-thirds of all traffic accident deaths occurred on rural roads in 2016 (China Ministry of Transport, 2017). The Chinese government has put forward the slogan of “Four Good Rural Roads” and regards it as the main task of the Thirteenth Five-Year Plan.

One of the major difficulties in traffic safety evaluation is the heterogeneity of the data [1]. The threshold of selected variables is only used for accident black spots recognition, not considering the relationship between similar accidents, thus isolating the specific relationship between variables. In the establishment of the model for black spot recognition of accidents, the creation of multiple variables will have a certain degree of multicollinearity. Therefore, the model based on this contains vast amounts of redundant information [2]. Cluster analysis was used to identify black spots with the advantage of taking historical statistics and theoretical calculations into account [3]. It not only enables better clustering of similar segments, but also embodies the characteristics of different segments. It solves the problem of historical statistics.

Discretization of continuous attributes is an important preprocessing step in data mining. In the process of identifying the black spots of the accident, it is necessary to divide the intricate road network into continuous road segment for the road black spots identification. In the identification process of accident black spots on highways, the road segments are divided according to fixed length, and data processing only selects the appropriate pile spacing. When identifying black spots of urban roads, GIS (Geo-Information system) [4] and Kernel density estimation [5] are well used because of the complete geographic information of urban roads and accident points. However, when identifying black spots in rural roads, especially for developing countries, the geographical location of rural roads is incomplete, and the description of accident locations is vague. This makes the segmentation process of rural roads different and more complicated than highways and urban roads. de Ona [6] uses Latent Class Cluster (LCC) as a preliminary tool for segmentation of accidents on rural highways in Granada. de Ona divides accident data into multiple hidden clusters according to the condition and severity, while geographic information has not been taken into account. Based on the basic idea of gridding-based cluster, this paper quantifies the analysis object into limited road segments. Being different from the CLIQUE algorithm [7] setting the grid of the established step size, this paper uses the intersection as the unit and clusters the rural road accident points according to the threshold of density. This is the preparatory work for the following principal component clustering. To the best of our knowledge, this is the first time that both approaches have been used together.

Among the methods of identifying black spots, data mining technologies are approved for the reliability and prospects. Many previous studies have focused on compressing and identifying key factors that have an impact on the severity of road accidents. Neural network [8], rough set [9], fuzzy logit, and decision tree learning [10, 11] have been applied for recognition. The establishment of the recognition model requires multiple variables, while the existing relationships between the variables are easily ignored, so the establishment of the dimensions and weights of the variables can be important [12]. In order to avoid the multicollinearity problem between multivariables, this paper uses PCA to quantify the information of each road segment and extracts the principal components. On this basis, the improved K-means clustering is used to identify the black spots of the accident. In order to verify the reliability of identification results, the causes of the accidents are chosen for analysis. Fuzzy c-means algorithm (FCM) is widely used to identify the causes of accident [13]. This paper further improves its accuracy and noise immunity.

The foci of this paper are as follows: (1) to present a methodology for the segment division of rural highway, (2) based on PCA’s hazard scoring on the segment, to use K-means clustering to identify the black spots of the accident, and (3) to connect the cause of the accident to analyze and test the identified black spots of the accident.

2. Methodology

This chapter firstly introduces the accident segment division method based on gridding-based clustering. On this basis, the principal component cluster is introduced, which includes using the principal component to score the segment and using K-means to cluster the scoring results. Finally, fuzzy cluster is introduced to test the aforesaid results.

2.1. Gridding-Based Clustering

When analyzing conventional clustering problems, the Euclidean distance formula is generally used to measure the distance between two points. However, for the road traffic accidents, it is necessary to consider the spatial distribution difference between them and other general events that is, traffic accidents are strictly restricted to road traffic networks. Being different from the one-dimensional linearity of the expressway, when analyzing the accident points in rural roads, the vehicles are strictly bound in the road network. If the Euclidean distance is used to describe the distance between the accidents, many actual errors will be generated in the road network which is easy to amplify the danger.

The gridding-based clustering algorithm refers to quantify an object space into a finite road segment to form a grid-like structure. This approach will increase processing speed and constrain the disorganized points in the space to the grid for analysis [14, 15], which brings the possibility of simplification to the rural road black spots featured by linear complexity and inaccurate road network. Classic grid clustering ideas, such as the CLIQUE algorithm, segment each dimension into nonoverlapping communities, so that the entire embedded space of the data object is segmented into units, and presupposed density thresholds can identify dense units. Gridding-based clustering requires two presupposed parameters: one is the step size of the grid and the other is the threshold of the density. This paper, when analyzing rural roads, replaces the units segmented by the established steps with intersections. The critical distance between dense intersections has no explicit provision. Referring to the “General Principles for the Design of Chinese Civil Buildings”, Anderson [5], Benedek [16], and Ulak [17] which define the window width of the accident intersection, scholars generally believe that it is reasonable to set up 100-200 meters in a city. For expressways, the distance is considered to be longer than 500 meters. The rural road network studied in this paper is relatively sparse compared with the urban road network. Hence, the critical distance between adjacent segments is set to 200 meters in this paper. The specific process is as follows:

(1) Scanning all grids. When the first dense grid is found, the grid begins to expand. Divided segment


Synthetic time series technique for predicting network-wide road traffic

Affiliations: [ a ] Department of Civil and Environmental Engineering, University of Maryland, MD, USA | [ b ] Department of Mathematics, University of Maryland, MD, USA | [ c ] Joint Program in Survey Methodology, University of Maryland, MD, USA

Correspondence: [*] Corresponding author: Kartik Kaushik, Department of Civil and Environmental Engineering, University of Maryland, MD, USA. E-mail: [email protected]

Abstract: Short term traffic forecasting cannot be more important in the current world of cash strapped economies, placing ever increasing importance on managing existing facilities as opposed to building new infrastructure. The advent of autonomous vehicles further stresses the need for robust and fast fram eworks to forecast traffic over the horizon of a typical trip length so that the best routing decision might be made. There is an extensive amount of research on this topic already. However, most of the techniques in literature do not scale well with data or the size of the network in terms of model complexity, computational power and time. Proposed in this paper is a flexible synthetic time series framework that aims to solve the complexity and scalability problems with most models in literature. The synthetic time series framework takes advantage of the repeatability of the traffic patterns such that real-time predictions can be quickly made. It is flexible enough to work with most models in literature, and extendable quite easily with additional parameters to make predictions more robust. Presented in this work are the Autoregressive Integrated Moving Average (ARIMA) models within the synthetic time series framework. It is shown that reasonably accurate predictions can be made by using just the basic structure of ARIMA without any auxiliary variables accounting for the upstream/downstream conditions, incidents or weather. With a robust model fitted within the synthetic framework, prediction errors can be further reduced, while ensuring scalable computation power. Predictions are performed online, where incoming data is fed to the fitted model as the independent variable, and predictions are obtained as the dependent variable.

Keywords: Traffic forecasting, ARIMA, network, probe data

Journal: Statistical Journal of the IAOS, vol. 34, no. 3, pp. 425-437, 2018