交通伤害GIS反距离加权插值法

开篇：润墨网以专业的文秘视角，为您筛选了一篇交通伤害GIS反距离加权插值法范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

随信息技术的发展，地理信息系统(geographicinforma-tionsystem，GIS)为流行病学研究提供了方便的制图及空间分析工具〔1〕，近年也逐渐应用于道路交通伤害方面的研究。道路交通伤害(roadtrafficinjury，RTI)是世界各国人口死亡、伤残和失能的一个重要原因，全球每年约有126万人死于RTI，受伤者多达5000万人〔2〕。据统计，2005年中国平均每天因RTI死亡超过270人〔3〕，居于世界首位，是中国男性居民和城市人群的第1位死亡原因〔4〕;有研究表明，广西壮族自治区城市RTI导致的死亡人数也居各类伤害死亡之首〔5〕。本研究采用gis的反距离加权(inversedistanceweighted，IDW)插值法绘制桂林市2000—2009年RTI死亡人数的分布地图，分析RTI发生的特点和原因，旨在为预防和减少RTI的发生提供科学依据。

1资料与方法

1．1资料来源

资料来源于广西公安厅交警总队记录的桂林市秀峰区、叠彩区、象山区、七星区和雁山区5个城区2000—2009年交通事故统计数据以及广西统计局相应年度的统计数据;桂林市电子地图由广西测绘局提供。道路交通事故的判断均按公安部统一标准执行。

1．2方法

应用ArcGIS9．2软件进行IDW插值法分析。IDW插值法是根据近邻点的加权均值来估计未知点的方法〔6〕，该方法基于相近相似原理，即2个物体离得越近，它们的性质就越相似;反之，离得越远则相似性越小。它以插值点与已知样点的距离为权重来加权平均，离插值点越近的已知样本点赋予的权重越大。IDW插值法的一般公式为:^Z(s0)=∑ni=1λiZ(si);其中，^Z(s0)，为待测点S0处的预测值;n为预测时要使用的预测点周围样点的数量;λi为预测计算过程中使用的各样点的权重，该值随着样点与预测点之间距离的增加而减小;Z(si)是在Si处获得的测量值。确定权重的计算公式为:λi=di珚Op/∑ni=1di珚Op∑ni=1λi=1;其中，P为指数值，可通过求均方根预测误差的最小值确定其最佳值;di0是预测点S0与各已知样点Si之间的距离。样点在预测点值的过程中所占权重的大小受参数P值的影响，即随着样点与预测值之间距离的增加，样点对预测点影响的权重按指数规律减少。在预测过程中，各样点值对预测值作用的权重大小是成比例的，这些权重值的总和为1。

2结果

2．1桂林市2000—2009年各城区RTI发生情况(表1)

2000—2009年桂林市各个城区(秀峰区、叠彩区、象山区、七星区和雁山区)发生RTI合计3603次，死亡506例，2911例受伤，直接经济损失达1011.2万元。2000—2008年每年发生RTI次数均以象山区最多，其次为七星区;2009年则以七星区居首位，其次为象山区。2000—2004年桂林市RTI造成的死亡人数以雁山区和象山区最多;2005—2006年以叠彩区、象山区和雁山区较多;2007—2009年以七星区、象山区和雁山区较多。

2．2桂林市2000—2009年RTI死亡人数IDW插值分析(图1)

2000—2009年桂林市RTI死亡人数分布的IDW插值结果如图1所示，RTI导致的死亡人数以雁山区最多，其次为象山区。

3讨论

在流行病学研究中，经典统计学方法主要分析一维属性的数据，而GIS的地统计分析综合考虑了样本值的大小、样本的空间位置及样本间的距离，弥补了经典统计学的缺陷。地统计分析中IDW插值法运算简便、适用范围广、制图结果可信，是使用最广泛的内插法之一，在农业、环保、城市规划、交通运输、医学等领域均得到广泛应用。其根据相近相似原理将各样本点的测量数据转换为连续的数据曲面，由观测值的随机波动性，造成所得的数据曲面不够平滑，会在格网区域内出现许多环状低值区域，即“牛眼”区域。经IDW插值分析，插值图能较准确地反映桂林市2000—2009年各城区RTI死亡人数的分布，RTI死亡人数以雁山区和象山区最多，主要发生在城郊，可能与城郊道路人员稀少，司机警觉性降低、疏忽大意，车速较快等原因有关。因此，政府部门应通过加强对城郊的交通管制和执法，改善道路交通条件，开展交通安全教育，提高驾驶员和城乡居民的安全意识，从而预防和减少RTI的发生。