جاده

جاده

بررسی کمی عوامل تأثیرگذار بر فراوانی تصادفات کاربران آسیب‌پذیر در معابر برون‌شهری با رویکرد مدل‌سازی جنگل تصادفی (مطالعه موردی: استان اصفهان)

نوع مقاله : مقاله پژوهشی

نویسندگان
1 دانشیار، دانشکده مهندسی عمران و مرکز تحقیقات ایمنی کاربردی حمل‌ونقل جاده‌ای، دانشگاه علم‌وصنعت ایران، تهران، ایران
2 دانشجوی دکتری‌، دانشکده مهندسی عمران و مرکز تحقیقات ایمنی کاربردی حمل‌ونقل جاده‌ای، دانشگاه علم و صنعت ایران، تهران، ایران
3 دانشجوی کارشناسی ارشد، دانشکده مهندسی عمران، دانشگاه علم و صنعت ایران، تهران، ایران
4 دانش آموخته کارشناسی ارشد، دانشکده مهندسی عمران، دانشگاه علم و صنعت ایران، تهران، ایران
چکیده
کاربران آسیب‌پذیر راه، شامل عابران پیاده و موتورسواران، از مهم‌ترین گروه‌های در معرض خطر در نظام حمل‌ونقل محسوب می‌شوند و بخش چشمگیری از تلفات سوانح جاده‌ای را به خود اختصاص می‌دهند. در این پژوهش، با هدف شناسایی عوامل تعیین‌کننده‌ی فراوانی تصادفات این گروه از کاربران در معابر برون‌شهری استان اصفهان، از رویکرد داده‌محور و مدل یادگیری ماشین جنگل تصادفی استفاده شده است. داده‌های موردنیاز شامل 14875 تصادف که 19 درصد از آن تصادف منجر به جرح یا فوت کاربران آسیب‌پذیر گردآوری شد و اطلاعات ۴۰۰ مقطع جاده‌ای نیز از طریق برداشت میدانی در بیش از 15 هزار کیلومتر از شبکه راه‌های استان جمع‌آوری گردید. یافته‌های مدل‌سازی نشان داد که حجم تردد، بیشترین تأثیر را بر افزایش احتمال وقوع تصادفات این گروه دارد و در عین حال، سهم وسایل نقلیه سنگین در جریان ترافیک رابطه‌ای غیرخطی با میزان وقوع تصادف نشان می‌دهد. نتایج همچنین بیانگر آن است که در راه‌های دوخطه، به دلیل محدودیت ظرفیت و تداخل حرکتی، نرخ وقوع تصادفات کاربران آسیب‌پذیر بیش از سایر انواع معابر است و در بزرگراه‌ها نیز افزایش سرعت و دشواری عبور ایمن، احتمال برخورد را بیشتر می‌کند. علاوه بر این، شاخص‌هایی مانند تراکم جمعیت، طول مقطع جاده و تعداد دانش‌آموزان هر ناحیه تأثیر مثبتی بر فراوانی تصادفات دارند. بر پایه‌ی یافته‌های این تحقیق، اجرای سیاست‌های کنترل سرعت در مسیرهای پرتردد، تفکیک مسیر حرکت وسایل نقلیه سنگین، ایجاد گذرگاه‌های ایمن برای عابران در محورهای چندخطه و تقویت نظارت ترافیکی در مناطق متراکم، از اقدامات کلیدی در کاهش ریسک تصادفات کاربران آسیب‌پذیر به شمار می‌آیند.
کلیدواژه‌ها

-(1402). آمار متوفیات و مصدومین حوادث رانندگی در سال 1402.
 
-Al-Nuaimi, A. and A.K. Jameel.  (2023). An Impact of Traffic Characteristics on Crash Frequency. in E3S Web of Conferences.
 -Analysis, N.C.f.S.a.,  (2017). Bicyclists and other cyclists: 2015 data., in Traffic Safety Facts.
-Breiman, L., Random forests. (2001). Machine learning, 45: 5-32.
-Budzynski, M., et al. (2019). Effects of Road Infrastructure on Pedestrian Safety. in IOP Conference Series, Materials Science and Engineering.
-Lee, C. and M. Abdel-Aty, (2005). Comprehensive analysis of vehicle-pedestrian crashes at intersections in Florida. Accident Analysis and Prevention, 37(4), 775-786.
-Manullang, O.R., et al. (2019). Changes of landuse in the campus area and their implications toward traffic condition. in IOP Conference Series, Earth and Environmental Science.
 -Mohan, D., (2016). Speed and its effects on road traffic crashes, in Transport Planning and Traffic Safety: Making Cities, Roads, and Vehicles Safer. 127-135.
-Neri, T.B. and C.A.P. da Silva, (2023).The Barrier Effect of Urban Highway and the Impacts on Mobility and Transport Expenses. Urbe.
  -Parikh, P., et al. (2024). Impact of Road Infrastructure on VRU Safety: A Case–Control Study. in Lecture Notes in Civil Engineering.
-Popa, Ș., et al., (2023). Current Epidemiological Trends of Pediatric Traffic Accidents at a Romanian Clinical Hospital. Children, 10(9).
-Retallack, A.E. and B. Ostendorf, (2020). Relationship between traffic volume and accident frequency at intersections. International Journal of Environmental Research and Public Health, 17(4).
-Shawky, M.A., A.M. Garib, and H. Al-Harthei, (2014). The impact of road and site characteristics on the crash-injury severity of pedestrian crashes. Advances in Transportation Studies, (special issue):27-36.
-V S, V. and V. Perumal, (2024). Analysis of crash severity in rear-end and angle collisions on an urban roundabout in heterogeneous non-lane-based traffic conditions. Transportation Letters.
-World Health, O., (2023). Global status report on road safety 2023. Geneva: World Health Organization.
-Yan, M. and Y. Shen, (2022). Traffic accident severity prediction based on random forest. Sustainability, 14(3):1729-1730.
-Yu, C.Y. and X. Zhu, (2016). Planning for Safe Schools: Impacts of School Siting and Surrounding Environments on Traffic Safety. Journal of Planning Education and Research, 36(4): 476-486.
-Zhu, M., et al., (2022). Exploring the impacts of street layout on the frequency of pedestrian crashes: A micro-level study. Journal of Safety Research, 81: 91-100.