随着天气条件的恶化，原本多变的驾驶环境将变得更加复杂，车辆之间的冲突问题也更加突出，交通系统运行更加混乱，增加了道路交通安全的风险性。车联网技术发展所积累的海量数据资源，也为交通安全问题的研究引出了许多新思路。本文以车联网中的GPS数据和驾驶行为数据为基础，逐层递进分析天气条件、天气条件与道路双因素组合以及天气条件与多种道路因素组合对车辆异常驾驶行为率的影响，最终确定影响异常驾驶行为的显著因素，建立典型天气下异常驾驶行为率模型，并结合道路安全风险评估方法，辨识道路交通安全风险状态，为交通安全管理以及技术研究部门提供数据支持和决策依据。具体研究内容有以下3个方面：
　　（1）以晴天、阴天、高温天、雨天、雾天等五种天气作为本次研究的主要因素。首先根据山地城市独特的道路条件，选取典型的研究路段，接着测试在不同的天气条件下，各路段的异常驾驶行为在统计量上的变化和在空间上的分布情况，分析不同天气下异常驾驶行为的变化规律，最后并确定对异常驾驶行为影响较为显著的典型天气条件。
　　研究表明，在晴天、阴天、以及高温天的天气条件下，异常驾驶行为率的变化趋势不明显，说明在晴天、高温天、阴天条件下，驾驶人并不会过多被影响而改变驾驶行为；雾天对异常驾驶行为的影响主要集中在高速公路，由于过快的车速和单一的参照物，驾驶人在驾驶时会更加的谨慎。雨天对异常驾驶行为的影响则表现出明显的规律性。研究发现，雨天大部分群体会选择私家车出行，虽然异常驾驶行为次数增加，但异常驾驶行为率却减小了，且随着雨天天气恶劣程度的增强，其呈逐渐下滑趋势，说明大部驾驶人在降雨天气将保持更加谨慎的驾驶状态。因此，利用车联网数据挖掘雨天城市道路的异常驾驶行为规律以及道路交通安全风险是具有显著意。
　　（2）以雨天作为典型的天气条件因素，研究雨天对四种异常驾驶行为的影响。本研究将雨天条件和道路条件进行关联研究，从单因素、双因素、多因素等多个层面展开详细的分析，最终根据关联规则结果，确定雨天影响异常驾驶行为的显著因素组合。
　　根据雨天对异常驾驶行为的影响研究，结果表明，雨天会导致急加速、急减速行为次数增加，超速行为的减少，对急转弯行为次数的影响较小，由于雨天更多出行者选择私家车出行，导致急加速率、急减速率、急转弯率、超速率降低；双因素研究结果表明，急加速、急减速行为与多种道路因素有关，不仅仅受双因素的影响，其中陡坡对急减速行为的影响显著，且随着天气恶劣程度的增强而增大；急转弯行为不仅仅受弯道影响，还需要其他道路因素共同作用；陡坡对异常驾驶行为的影响较大。多因素综合影响结果表明，异常驾驶行为是由多因素共同作用的结果，其影响结果要大于单因素以及双因素的作用。急加速行为受坡度、弯度、开口等多种道路因素影响，且发生次数随着降雨强度的增强而增加；急减速行为受坡度、弯度、开口等多种道路因素影响，且发生次数随着降雨强度的增强而增加，其影响程度要大于急加速行为；急转弯行为主要受坡度、弯度、开口等多种道路因素影响，降雨强度对其影响不显著；超速行为受坡度、弯度、信控开口等多种道路因素影响，且发生次数随着降雨强度的增强而减少。
　　（3）以坡度、弯度、开口数量作为定量变量，信控开口、降雨强度作为虚拟变量，分别对泊松回归模型和负二项回归模型进行测试，最终建立急加速、急减速、急转弯、超速四种异常驾驶行为率模型，并结合道路安全熵计算方法和安全风险等级划分方法，实现对雨天条件下道路交通安全风险进行辨识。
　　研究表明，利用负二项回归模型建立雨天条件下的异常驾驶行为率模型，效果要优于泊松回归模型，最终选取重庆市经纬大道、渝鲁大道、长江二路三条城市主干路，共分为23个路段，提取各道路分段的急加速率、急减速率、急转弯率和超速率，对建立的异常驾驶行为率回归模型，以及道路交通安全辨识方法进行实例验证。结果表明，异常驾驶行为率在误差范围内能保证模型的准确性，小雨条件下分级阈值为0.040，准确率达到91.3%，中雨条件下分级阈值为0.037，准确率达到86.96%，大雨条件下分级阈值为0.030，准确率达到95.65%。