Detailergebnis zu DOK-Nr. 77287
Fallstudie zur Identifizierung räumlicher Muster der Unfallschwere in der Hot-Spot-Analyse (Orig. engl.: Case study of crash severity spatial pattern identification in hot spot analysis)
| Autoren |
M. Lee A.J. Khattak |
|---|---|
| Sachgebiete |
0.11 Daten (EDV, IT, Internetanwendungen und Verkehrsdaten) 6.3 Verkehrssicherheit (Unfälle) |
Transportation Research Record: Journal of the Transportation Research Board Vol. 2673, H. 9, 2019, S. 684-695, 5 B, 2 T, 39 Q. - Online-Ressource: verfügbar unter: http://journals.sagepub.com/home/trr
Analysen von Unfallschwerpunkten ermöglichen die Identifizierung von Straßenabschnitten, die ein Sicherheitsrisiko darstellen können. Das Verständnis der geografischen Muster bestehender Kraftfahrzeugunfälle ist einer der wichtigsten Schritte bei der geostatistisch basierten Analyse von Unfallschwerpunkten. Ein Großteil der aktuellen Literatur hat jedoch der Unterscheidung zwischen Clustertypen auf der Grundlage des Schweregrads der Unfälle keine besondere Aufmerksamkeit geschenkt. Die Studie zielt darauf ab, einen Rahmen für die Identifizierung signifikanter räumlicher Clustermuster zu schaffen, die durch die Unfallschwere charakterisiert sind, und die identifizierten Cluster quantitativ zu analysieren. Eine Fallstudie, bei der eine integrierte Methode der netzwerkbasierten lokalen räumlichen Autokorrelation und die Methode der Kernel-Dichte-Schätzung zum Einsatz kamen, ergab eine starke räumliche Beziehung zwischen Unfallschwere-Clustern und geografischen Regionen. Darüber hinaus ermöglichten die aggregierte Gesamtdistanz und die Dichte der identifizierten Cluster, die aus der Dichteschätzung gewonnen wurden, eine quantitative Analyse für jedes Cluster. Der Beitrag der Forschungsarbeit besteht darin, die Unfallschwere in die Hot-Spot-Analyse einzubeziehen und dadurch eine fundiertere Entscheidungsfindung im Hinblick auf die Sicherheit auf Autobahnen zu ermöglichen.