نوع مقاله : علمی - پژوهشی
نویسندگان
استادیار دانشکده مهندسی علوم زمین، دانشگاه صنعتی اراک
چکیده
عابران پیاده به دلایل متعدد از جمله عدم استفاده از پوشش محافظ یا عدم امکان رویت توسط رانندگان به و یژه در شرایط نور کم یا آب و هوای نامساعد، به عنوان یکی از آسیب پذیرترین کاربران راه محسوب می‌شوند که تصادفات آن‌ها منجر به تلفات یا جراحات جبران‌ناپذیری خواهد شد. بر همین اساس، در سال های اخیر تلاش‌هایی به جهت ارائه روش‌هایی به منظور بررسی وجود/عدم وجود الگوهای سازمان یافته تصادفات عابرپیاده و ارزیابی و ساماندهی آن‌ها صورت گرفته است. در مواجهه با داده های مکانی-زمانی مانند تصادفات ترافیکی، نمی‌توان اثر رویدادهای واقع در همسایگی‌های زمانی و مکانی رویداد موردنظر را نادیده گرفت. در این پژوهش، تصادفات عابر پیاده در شهر مشهد طی یک بازه زمانی پنج ساله 1398-1394 مورد بررسی گرفته است. با تجمیع داده‌های ترافیکی در سطح 253 ناحیه ترافیکی به صورت همفزون، با استفاده از تحلیل‌های سری زمانی، الگوی زمانی و وجود خودهمبستگی زمانی معنادار در مقادیر ماهیانه و ساعتی تصادفات عابر پیاده تایید گردید. نتایج آزمون من –کندال با لحاظ کردن اثرات خودهمبستگی نیز وجود روند معنادار در تصادفات عابر پیاده به ازای ماه‌های مختلف سال و ساعات مختلف شبانه‌روز را تایید کرد. همچنین، به واسطه تحلیل یکنواختی سری زمانی با استفاده از آزمون بویسهند، زمان وقوع تغییرات ناگهانی تصادفات در ساعت‌های مختلف شبانه‌روز (8:00-7:00 صبح) و همچنین ماه‌های مختلف سال (تیرماه و شهریورماه) نیز شناسایی گردید. شاخص Moran’s I تفاضلی به عنوان یک شاخص ارزیابی خودهمبستگی زمانی-مکانی، برای نخستین بار در مطالعات ایمنی و به منظور ارزیابی همبستگی مکانی تغییرات تصادفات عابر پیاده بین دو بازه زمانی آغاز (سال 1394) و پایان زمان تحلیل (1398) مورد استفاده قرار گرفت و نواحی با تمرکز تغییرات معنادار شناسایی شد. نتایج این پژوهش می‌تواند به عنوان یک روش اکتشافی، ابزاری را در اختیار مهندسان ترافیک و برنامه‌ریزان حوزه حمل و نقل شهری قرار دهد تا نواحی که در یک دوره زمانی چندساله، همچنان نرخ بالایی از تصادفات را نشان می‌دهند و لذا نیازمند توجه بیشتر از سوی مدیران و اختصاص بودجه یا ارائه رویکردهای استراتژیک جهت بهبود ایمنی می‌باشند را به شکل موثر شناسایی نمایند.
کلیدواژه‌ها
عنوان مقاله [English]
Spatio-Temporal Analyses of Pedestrian Accidents Using Time Series and Differential Moran’s I, Case Study: Mashhad
نویسندگان [English]
- Matin Shahri
- Mohammad Amin Ghannadi
Assistant Professor , Department of Geoscience Engineering, Arak University of Technology
چکیده [English]
Pedestrians are considered as one of the most vulnerable road users due to many reasons including the lack of protective shells or being less visible to drivers, especially in low-light conditions or adverse weather and their accidents lead to many casualties or irreparable injuries. Accordingly, in recent years, efforts have been carried out to provide methods to investigate the presence of organized patterns of pedestrian accidents and to evaluate and organize them. When dealing with spatio-temporal data such as traffic accidents, the effect of events located in the spatial and temporal neighborhood of the studied event cannot be neglected. In this research, pedestrian accidents during a five-year period of 2014-2018 in Mashhad have been examined. By aggregating traffic data over 253 traffic analyses zone (TAZ), the temporal pattern and the presence of temporal autocorrelation among monthly and hourly pedestrian accidents has been confirmed using time series analyses. Using Buishand’s homogeneity test, a sudden change of accident occurrence at different hours of the day (7:00-8:00 A.M.) and months of year (July and September) was identified. Spatio-temporal differential Moran's I index was applied for the first time in safety analyses to evaluate the spatial correlation of changes of pedestrian accidents between the two periods of the beginning (2014) and end of the analysis period (2018), and the locations with significant changes were identified. As an exploratory method, this research can provide traffic engineers and planners of urban transportation with a tool to identify areas showing high rate of accidents over a period of time and therefore, require more attention in terms of allocating budget or providing strategic approaches to effectively improve the pedestrian safety.
کلیدواژه‌ها [English]
- Spatio-temporal analyses, time series, homogeneity analyses, differential Moran&rsquo
- s I, pedestrian accidents
)