This research aimed to compare the saturation flow rates of an urban at-grade signalized intersection under different climatic conditions in order to optimize the traffic light control system of this intersection. Data collection was performed with a video camera. The case studied was the intersection of Sattari-Mokhberi Intersection, in Tehran. The road surface conditions occurring in this intersection were divided into three classes: dry, wet, and snowy. Modeling and simulations were performed with the help of the software Vissim and Synchro. Model calibration was performed using the parameters “desired speed” and “acceleration/deceleration at zero speed”. Data analysis was performed using descriptive statistics and inferential statistics, including analysis of variance (ANOVA), Kolmogorov–Smirnov test, and Tukey and Scheffe tests. The saturation flow for dry, wet, and snowy road conditions was estimated to 1967, 1722, and 1607, respectively. Also, the relationship between saturation headway and sight distance in meters was modeled linearly and logarithmically. The analysis of videos showed that the mean desired speed in wet and snowy road conditions was, respectively, 23% and 36% lower than in normal conditions. The mean desired acceleration at zero speed in wet and snowy road conditions was, respectively, 24% and 30% lower than normal. The simulation results showed a 15% reduction in the total delay of the intersection after the implementation of weather-responsive schedules. The results of this research show that the benefits of adjusting the schedule of traffic lights based on weather are more pronounced in snowy conditions than in rainy conditions.

本研究旨在比较不同气候条件下城市路基信号交叉口的饱和流量，以优化该交叉口的交通灯控制系统。用摄像机进行数据收集。研究的案例是德黑兰的Sattari-Mokhberi交叉路口。在此交叉路口发生的路面状况分为三类：干燥，潮湿和下雪。借助软件Vissim和Synchro进行建模和仿真。使用参数“所需速度”和“零速加/减速”执行模型校准。数据分析使用描述性统计和推论统计进行，包括方差分析（ANOVA），Kolmogorov-Smirnov检验以及Tukey和Scheffe检验。干燥，潮湿和积雪的道路条件下的饱和流量分别估计为1967、1722和1607。同样，饱和行程与以米为单位的视线距离之间的关系是线性和对数建模的。视频分析表明，在潮湿和积雪的道路条件下，平均期望速度分别比正常条件下低23％和36％。在潮湿和积雪的道路条件下，零速度时的平均期望加速度分别比正常情况低24％和30％。仿真结果显示，在实施天气响应计划后，交叉路口的总延误减少了15％。这项研究的结果表明，根据天气情况调整交通信号灯时间表的好处在下雪天比下雨天更为明显。和雪道状况分别估计为1967年，1722年和1607年。同样，饱和行程与以米为单位的视线距离之间的关系是线性和对数建模的。视频分析表明，在潮湿和积雪的道路条件下，平均期望速度分别比正常条件下低23％和36％。在潮湿和积雪的道路条件下，零速时的平均期望加速度分别比正常情况低24％和30％。仿真结果显示，在实施天气响应计划后，交叉路口的总延误减少了15％。这项研究的结果表明，根据天气情况调整交通信号灯时间表的好处在下雪天比下雨天更为明显。和雪道状况分别估计为1967年，1722年和1607年。另外，饱和行进距离与以米为单位的视距之间的关系是线性和对数建模的。视频分析表明，在潮湿和积雪的道路条件下，平均期望速度分别比正常条件下低23％和36％。在潮湿和积雪的道路条件下，零速度时的平均期望加速度分别比正常情况低24％和30％。仿真结果显示，在实施天气响应计划后，交叉路口的总延误减少了15％。这项研究的结果表明，根据天气情况调整交通信号灯时间表的好处在下雪天比下雨天更为明显。和1607。同样，饱和行程与以米为单位的视线距离之间的关系是线性和对数建模的。视频分析表明，在潮湿和积雪的道路条件下，平均期望速度分别比正常条件下低23％和36％。在潮湿和积雪的道路条件下，零速时的平均期望加速度分别比正常情况低24％和30％。仿真结果显示，在实施天气响应计划后，交叉路口的总延误减少了15％。这项研究的结果表明，根据天气情况调整交通信号灯时间表的好处在下雪天比下雨天更为明显。和1607。同样，饱和行程与以米为单位的视线距离之间的关系是线性和对数建模的。视频分析表明，在潮湿和积雪的道路条件下，平均期望速度分别比正常条件下低23％和36％。在潮湿和积雪的道路条件下，零速度时的平均期望加速度分别比正常情况低24％和30％。仿真结果显示，在实施天气响应计划后，交叉路口的总延误减少了15％。这项研究的结果表明，根据天气情况调整交通信号灯时间表的好处在下雪天比下雨天更为明显。饱和距离与以米为单位的视距之间的关系是线性和对数建模的。视频分析表明，在潮湿和积雪的道路条件下，平均期望速度分别比正常条件下低23％和36％。在潮湿和积雪的道路条件下，零速时的平均期望加速度分别比正常情况低24％和30％。仿真结果显示，在实施天气响应计划后，交叉路口的总延误减少了15％。这项研究的结果表明，根据天气情况调整交通信号灯时间表的好处在下雪天比下雨天更为明显。饱和车距与视距（以米为单位）之间的关系是线性和对数建模的。视频分析表明，在潮湿和积雪的道路条件下，平均期望速度分别比正常条件下低23％和36％。在潮湿和积雪的道路条件下，零速时的平均期望加速度分别比正常情况低24％和30％。仿真结果显示，在实施天气响应计划后，交叉路口的总延误减少了15％。这项研究的结果表明，根据天气情况调整交通信号灯时间表的好处在下雪天比下雨天更为明显。比正常情况下分别降低了23％和36％。在潮湿和积雪的道路条件下，零速时的平均期望加速度分别比正常情况低24％和30％。仿真结果显示，在实施天气响应计划后，交叉路口的总延误减少了15％。这项研究的结果表明，根据天气情况调整交通信号灯时间表的好处在下雪天比下雨天更为明显。比正常情况下分别降低了23％和36％。在潮湿和积雪的道路条件下，零速时的平均期望加速度分别比正常情况低24％和30％。仿真结果显示，在实施天气响应计划后，交叉路口的总延误减少了15％。这项研究的结果表明，根据天气情况调整交通信号灯时间表的好处在下雪天比下雨天更为明显。