ارايه روشي جهت تحليل شدت تصادفات راه هاي برون شهري مبتني بر توابع خوشه بندي مكاني و داده كاوي به روش درخت تصميم، محور مورد مطالعه: آزادراه قزوين-لوشان

Providing a Method for Accident Severity Analysis Using Geospatial Clustering Functions and Decision Tree, Case Study: Qazvin-Loshan Freeway

تحليل مكاني تصادفات رخداده درراه هاي برونشهري باهدف شناسايي پارامترهاي موثربرافزايش شدت تصادفات،ميتواند درتصميم گيري متخصصين ودست اندركاران اصلاح و بهبود ايمني راه ها بمنظور كاهش شدت تصادفات جادهاي موثر باشد.هدف اين تحقيق ارايه روشي جهت تحليل شدت تصادفات و تعيين عوامل موثربرآن در آزادراه هاي برونشهري مبتني بر توابع خوشه بندي مكاني ومدل دادهكاوي درخت طبقه بندي ورگرسيون است.روش پيشنهادي در آزادراه قزوين-لوشان مورد ارزيابي و آزمون قرار ميگيرد. در اين راستا به منظور بررسي توزيع مكاني تصادفات در محورموردمطالعه طي دوره 6 ساله 1390 تا 1395 شمسي، از توابع خودهمبستگي مكاني گتيس-اردجي استار و تراكم كرنل استفاده شده است.خروجي تحليل هاي مكاني نشان داد، كه تمركز تصادفات دربخش اعظمي ازقوسهاي افقي محور مورد مطالعه بيشترميباشد. باتوجه به اين دستاورد درفازبعدي تحقيق به منظور بررسي عوامل موثر برشدت تصادفات،از مدل دادهكاوي درخت طبقه بندي ورگرسيون برروي تصادفات رخ داده در كل محور وبه طورخاص تصادفات رخداده در قوسهاي افقي استفاده گرديد.نتايج حاكي ازآن بود كه مهمترين عوامل موثر برافزايش شدت تصادفات درمحورموردمطالعه،دو متغير نوع تصادفات وعامل انساني با ضرايب اهميت نسبي متغيرهاي مستقل به ترتيب 100 و 39/7درصدبراي كل محور و 100و 65/9درصد براي قوسهاي افقي هستند.بررسي اهميت نسبي ساير متغيرهاي مدل پيشنهادي نيز نشان داد كه طرح هندسي،نحوه برخورد و روزوقوع تصادف از جمله عوامل موثر در افزايش تصادفات باشدت خسارتي در آزادراه قزوين-لوشان ميباشد.اين تحقيق نشان داد كه تلفيق توابع مكانمند GISبا تحليلهاي ناپارامتريك دادهكاوي مبتني بردرخت تصميم كه قابليت مدلسازي توامان داده هاي كمي و كيفي را همزمان دارا مي باشد، در تعيين عوامل موثربرشدت تصادفات وتحليل مكانمند الگوهاي رايج تصادفات درمحورهاي برونشهري كاراوموثر است.

The spatial analysis of accidents occurring in Highway with the aim of identifying theeffective parameters on the increase in the severity of accidents can be effective in decision making by professionals and decision makers to improve road safety in order to reduce the severity of road accidents.The purpose of this study is to provide a method for analyzing the severity of crashes and determining its effective factors in the freeways based on the spatial clustering functions and the data mining model of the regression tree.The proposedmethodis evaluated and tested on the Qazvin-Loshan freeway.In order to investigate the spatialdistributionofcrashes inthe axis of the study during the period of from2011to2016,the Geographic Information System’s spatial functions such as Getis-OrdG*Autocorrelation andkernel density functions have been Used.The preliminary results of spatial analysis showed that the focus of accidents in horizontal curves was greater.According to this achievement, in the next phase of the study, in order to study the factors affecting the severity of accidents, the Classification andRegressionTree was used on accidents occurringinthewholeaxisandspecifically in thehorizontal curveswith highcrashes.Thestudy of the relative importance of other variables in the proposed model shows that the geometric design,type of crashes and day of theaccident are the effective factors in increasing the accident severity at the Qazvin-Loshan Freeway.Inaddition,the results of modeling on horizontal curves crashes showed that the accident location,especiallytheshoulder,as well as the time of the accident,cause serious accidents.The results showedthattheintegrationofGISspatialfunctions withnon-parametricdecision-making tree-based datamining analysis,which is capable ofsimultaneous modelingofquantitativeandqualitativedata,is used to determine the factors affecting theseverityofaccidents andtospatial analyzethe patternsofaccidents usedinsuburbanarea,iseffective.