Effects of adverse winter weather conditions on highway traffic and driver behavior

This research looks into the impact of adverse winter weather conditions on highway driver behaviors using microscopic data from loop detectors and video cameras (e.g., hourly average speed, trajectories, lane changes, time-to-collisions measures). This thesis is composed of two main sections in addition to the introductory section: i) direct and lagged effects of adverse weather on hourly speeds and volumes; and ii) direct effect of adverse weather on driver behaviors (microscopic) measured at the vehicle level using video data. The first part of the thesis presents a review of literature related to past research on the topic. The second part investigates the direct and lagged effects of adverse winter weather conditions on the operating speed in a number of highway segments in Ontario using a time-series approach. This is complemented by the analysis of hourly traffic volumes in the region of Montreal, Canada, using data from magnetic loop detectors as well. In speed modeling, the effect of adverse weather was studied using data from multiple sites including both urban and rural highways, considering weekdays versus weekends separately. For this purpose, a large dataset containing hourly traffic data, weather variables (e.g., temperature, snow, wind speed), and surface conditions was used. A few previous studies have examined the effect of snowstorms on traffic parameters; however, little research has been done regarding the spillover effects (lagged effects) that adverse weather conditions may have on travel demand and traffic patterns. Extreme events or weather conditions might have a strong effect on traffic conditions not only during the events, but also before and after the events. In this study, time-series regression techniques―in particular, Autoregressive Integrated Moving Average (ARIMA) models―were used to model the highway operating speed. These methods are able to consider the serial correlation among error terms. The results indicate that snowstorms have a statistically significant effect on the speed. The lagged effects are however offset by the time and intensity of winter maintenance operations during and after the event. The effect of weather also varies depending on the type of site (urban or rural) and day of the week. Similarly, the effects of different weather variables including their lagged effects were analyzed using hourly traffic volume data. Despite the fact that information of the road surface condition was not available, this analysis is in accordance with previous finding, showing the utility of ARIMA approaches in modeling the highway volume as well. The results of this study can be applied in quantifying the mobility effect of winter weather and benefits of winter road maintenance. In recent years, driver behavior analysis using microscopic (vehicle level) data is a topic that is attracting more attention in road safety analysis. This popularity has brought about research in many different innovative techniques and microscopic measures used to quantify and analyze driver behavior. In the second part of this thesis, it demonstrates a method of analyzing driver behavior using video data approach. This thesis elucidates both a manual and an automated, computer-based method to analyze driver behavior. It also uses the computer-based method to evaluate the effect of adverse winter weather conditions on the driver behavior of highway users. Both the manual and the automated approaches have been used with 15 video recordings obtained from three different locations on the Don Valley Parkway (DVP) in Toronto, Ontario. The results demonstrate the effectiveness of the automated method in analyzing driver behavior, as well as in evaluating the impact of adverse winter weather conditions on driver behavior.La thèse présente l'impact des conditions météorologiques hivernales défavorables sur les comportements des conducteurs de la route à l'aide de données microscopiques de détecteurs de mouvement et des caméras vidéo (e.g., la vitesse horaire moyenne, les trajectoires, les changements de voie, des mesures de temps à la collision) La thèse est composée de deux sections principaux, en plus de l'introduction: i) les effets directs et décalés des conditions météorologiques défavorables sur la vitesse et le volume horaire; et ii) l'effet direct des conditions météorologiques défavorables sur le comportement microscopique des conducteurs mesurées au niveau du véhicule à l'aide de données vidéo.La première partie de la thèse propose une revue de la littérature sur le sujet. La deuxième partie examine les effets directs et décalés des conditions météorologiques hivernales défavorables sur la vitesse opérationnelle dans un certain nombre de segments de la route en Ontario en utilisant une approche de séries chronologiques. Ceci est complété par l'analyse des volumes de trafic horaires dans la région de Montréal, au Canada, en utilisant également les données de détecteurs de boucles magnétiques. Pour modéliser la vitesse, l'effet des conditions météorologiques défavorables a été étudié en utilisant des données provenant de plusieurs sites, dont deux autoroutes urbaines et rurales. Les jours de semaine et les week-ends ont été considérés séparément. Certaines études antérieures ont examiné l'effet de tempêtes de neige sur les paramètres de trafic, mais peu a été fait en ce qui concerne les effets d'entraînement (effets différés) que les conditions météorologiques défavorables peuvent avoir sur la demande de voyage et sur les modèles de trafic. Dans cette étude, les techniques de régression chronologique - en particulier les modèles autorégressives moyennes mobiles intégré (ARIMA) - ont été utilisées pour modéliser la vitesse opérationnelle de l'autoroute. A partir des résultats, on peut déduire que les tempêtes de neige ont un effet statistiquement significatif sur la vitesse. Les effets décalés sont toutefois compensés par la durée et l'intensité des opérations d'entretien hivernal pendant et après l'événement. L'effet de la météo varie aussi en fonction du type de site (urbain ou rural) et le jour de la semaine. Les résultats de cette étude peuvent être appliqués pour quantifier l'effet de la mobilité des conditions météorologiques et les avantages de l'entretien des routes en hiver. De même, les effets des différentes variables météorologiques, y compris leurs effets décalés ont été analysés à l'aide des données de volume de trafic. Malgré que l'information de l'état de surface de la route n'était pas disponible, cette analyse est conforme aux financements antérieurs, montrant également l'utilité des approches ARIMA sur le volume de la route. Au cours des dernières années, le comportement du conducteur en utilisant des données microscopique (niveau du véhicule) est un sujet qui attire plus d'attention à l'analyse de la sécurité routière. Cette popularité a entraîné des recherches sur de nombreux techniques novatrices et le développement de mesures microscopiques utilisées pour quantifier et analyser le comportement du conducteur. Dans la deuxième partie de cette thèse, une méthode est démontrée pour analyser le comportement du conducteur en utilisant l'approche de données vidéo. Cette thèse présente à la fois une démarche manuel et une méthode informatique automatisée pour analyser le comportement du conducteur. Les méthodes manuel et automatique sont utilisées sur 15 enregistrements vidéo obtenus à trois endroits différents sur le Don Valley Parkway (DVP) à Toronto, en Ontario. Les résultats démontrent l'efficacité de la méthode automatisée pour analyser le comportement du conducteur, ainsi que dans l'évaluation de l'impact des conditions météorologiques hivernales défavorables sur le comportement des conducteurs