بررسی اثر شرایط آب و هوایی بر سرعت متوسط تردد خودروها

تغییرات شرایط آب و هوایی به‌خصوص بارش باران تاثیر زیادی بر رفتار رانندگان دارد. با توجه به این موضوع و همچنین اهمیت خطاهای انسانی در تصادفات جاده‌ای، بررسی تغییرات رفتار رانندگان در شرایط جوی مختلف برای کارشناسان اهمیت پیدا می‌کند. در این تحقیق به بررسی تغییرات ایجاد شده بر روی سرعت متوسط حرکت وسایل نقلیه در شرایط آب و هوایی مختلف پرداخته شده است. منطقه مورد بررسی این پژوهش محور رشت-خمام در شهر رشت با بیشترین میزان بارش سالیانه در کشور است. داده‌های این پژوهش نیز مربوط به سال‌های 1396 و 1397 می‌شود. جهت تحلیل سرعت متوسط به عنوان متغیر وابسته بر اساس متغیرهای مستقل شامل شدت جریان عبوری، میزان بارش، دید افقی، درصد وسایل نقلیه سنگین و روشنایی، از مدل رگرسیون خطی استفاده شده است. براساس مدل نهایی بدست آمده حجم تردد بیش از 1050 وسیله نقلیه بر ساعت، رانندگی در شب و بارندگی شدید بیشترین تاثیر در کاهش سرعت را دارند. افزایش حجم تردد به شکل غیرخطی منجر به کاهش سرعت شده تا جایی که عبور حجم تردد از 2100 وسیله نقلیه بر ساعت می‌تواند تا حدود 12.72 درصد از سرعت مجاز تردد خودروها بکاهد. همچنین بارندگی نیز به صورت غیرخطی در تمامی سطوح بر تغییر سرعت اثرگذار است. سطوح بارش شدید، متوسط و سبک به ترتیب باعث کاهش سرعت متوسط به میزان 5.271، 3.974 و 2.082 کیلومتر بر ساعت می‌شوند. میزان تاثیر دید افقی در تغییرات سرعت نیز ناچیز بوده که آشنا بودن رانندگان به منطقه می‌تواند مهم‌ترین دلیل آن باشد. با توجه به تایید اعتبارسنجی مدل، مهم‌ترین کاربرد این مدل پیش‌بینی سرعت در این محور است. به بیان دیگر با استفاده از داده‌های پیش‌بینی هواشناسی و حجم تردد بر مبنای تقاضای سابق و در نهایت پیش‌بینی سرعت با مدل بدست آمده، می‌توان به هدفمندسازی جریان و بهینه‌سازی سطح خدمت با به کارگیری سیستم‌های مدیریت تقاضا پرداخت.

investigation of the impacts of weather conditions on the average vehicle speed

climate variations, especially rainfall, have a high effect on the behavior of drivers and their decision. due to the high effect of weather conditions on driving as well as human fatalities on road accidents, the importance of investigating driver behavior as a result of climate change is highlighted. this paper examines the variation of hourly average speed in the different weather conditions by considering the latter traffic factors influencing the speed. rasht-khomam highway is considered as the study area. rasht as a coastal city has the highest rainfall in all the cities of iran. the linear regression model has been used in this study to examine the variation of hourly average speed, considering traffic factors and weather conditions as independent variables. the most important traffic factors that were included in the modeling are flow rate and percentage of heavy vehicles. also, variables representing weather conditions include rainfall, horizontal vision and daylight. the independent variables were trans-formed into dummy variables to investigate the nonlinear relationship between them and the dependent variable. the results showed that the flow rate of more than 2100 veh/h reduces the speed of the vehicles up to 10.81 km/h, which is 12.72% of permitted speed on this highway. another interesting finding of this research was that the amount of rainfall in ordered levels has a nonlinear effect on the speed. heavy rain, moderate rain, and light rain reduce speeds by about 5.3, 4 and 2 km/h, respectively. daylight was also shown to affect speed. in other words, driving at night can reduce speed up to 3 km/h. horizontal vision variables were not recognized as significant in the model. this may be due to the drivers being familiar with the area and as a result, this parameter cannot affect their performance.