TORRES, C. A. Avaliação do desempenho da segurança viária em redes urbanas de transportes com utilização de modelos de previsão de acidentes. 2016. 89 f. Dissertação (Mestrado em Engenharia de Transportes) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2016. / Submitted by Hohana Sanders (hohanasanders@hotmail.com) on 2017-03-14T12:10:33Z No. of bitstreams: 1 2016_dis_catorres.pdf: 4710431 bytes, checksum: a36d014c8be6022253ce40a58a040ce4 (MD5) / Approved for entry into archive by Marlene Sousa (mmarlene@ufc.br) on 2017-04-25T18:09:35Z (GMT) No. of bitstreams: 1 2016_dis_catorres.pdf: 4710431 bytes, checksum: a36d014c8be6022253ce40a58a040ce4 (MD5) / Made available in DSpace on 2017-04-25T18:09:35Z (GMT). No. of bitstreams: 1 2016_dis_catorres.pdf: 4710431 bytes, checksum: a36d014c8be6022253ce40a58a040ce4 (MD5) Previous issue date: 2016-04-14 / The main road safety performance evaluation efforts commonly apply statistical modeling techniques for the frequency of traffic crashes with the use of Safety Performance Functions (SPF). This type of statistical modeling approach has been very useful when focused on isolated road entities such as intersections and road segments, mostly because it can reasonably deal with some of the stochastic problems related to the rare and random nature of crashes. Advances in data collection and spatial manipulation as well as modeling techniques have been fostering studies to support the use of SPF for safety assessment of urban networks. Given this context, this research investigates aims the use of SPF to estimate the road safety performance in urban road networks. Initially, a geographic crash database, geometric and operational attributes of the network database and vehicular flow database were consolidated using data from Fortaleza (CE). Eight SPF, for different entities of the road network, were developed applying generalized linear modeling techniques, assuming the Negative Binomial distribution for the errors. The models were applied to a sample network, in an area of city, to explore the sensitivity of the safety performance and assessing different hypothetical scenarios. Interventions in demand significantly impacted the frequency of crashes estimated by developed SPF and did not present a direct relation with the variations of the accidents. The approximately 10% increase in demand resulted in an increase of 26.8% in crashes with victims and 23.8% in total crashes. The changes made in the network supply, in general, were not statistically significant. However, when the analysis was disaggregated by zones and groups of entities, the variations became significant. The SPF estimates tended to lose their sensitivity level to the extent that reduces the analysis aggregation level due to the rare and random nature of the phenomenon. The application of the proposed methodology contributed to the improvement of practices to evaluate the road safety performance in urban transport networks. Thus, it is expected that it is possible to prevent certain negative effects generated by road accidents, reducing social and economic costs to society / Os principais esforços de avaliação do Desempenho da Segurança Viária (DSV) comumente aplicam técnicas de modelagem estatística da frequência de acidentes de trânsito com a utilização dos Modelos de Previsão de Acidentes (MPA). Essa abordagem tem sido útil quando focada em entidades viárias, como interseções e segmentos viários, principalmente por lidar com alguns dos problemas estocásticos relacionados a natureza rara e aleatória dos acidentes de trânsito. Avanços na coleta de dados, manipulação espacial e nas técnicas de modelagem tem auxiliado estudos para aprimorar o uso de MPA em redes de transportes. Diante deste contexto, esta pesquisa tem como objetivo principal avaliar a utilização de MPA para estimar o DSV em redes urbanas de transportes, atuando como ferramenta essencial na etapa de avaliação de alternativas do processo de planejamento do sistema de transportes. Foram utilizados os dados da cidade de Fortaleza para a consolidação de uma base georreferenciada dos acidentes de trânsitos, do fluxo veicular e das características físicas e operacionais da rede. Utilizando esses dados, foram desenvolvidos oito MPA para diferentes entidades da rede viária aplicando técnicas de modelagem linear generalizada, assumindo a distribuição Binomial Negativa para os erros. Os modelos foram aplicados em uma rede piloto, de uma área da cidade, para explorar a sensibilidade do DSV avaliando diferentes cenários hipotéticos. Intervenções na demanda da rede viária impactaram significativamente na frequência de acidentes estimada pelos MPA desenvolvidos e não apresentaram uma relação direta com as variações dos acidentes. O incremento de aproximadamente 10% na demanda resultou em um aumento de 26,8% nos acidentes com vítimas e 23,8% nos acidentes totais. As alterações estabelecidas na oferta da rede, no geral, não foram estatisticamente significativas. Porém, quando foi realizada a análise desagregada por zonas e grupos de entidades, as variações tornam-se expressivas. As estimativas dos MPA tenderam a perder seu nível de sensibilidade na medida em que diminui o nível de agregação da análise, devido à natureza rara e aleatória do fenômeno. A aplicação da metodologia proposta contribuiu no aprimoramento das práticas para avaliar o DSV em redes urbanas de transportes. Desta forma, espera-se que seja possível prevenir determinados efeitos negativos, gerados pelos acidentes de trânsito, diminuindo os custos sociais e econômicos que geram para a sociedade

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2016. / Submitted by Albânia Cézar de Melo (albania@bce.unb.br) on 2016-05-02T15:22:29Z No. of bitstreams: 1 2016_DanieleRoewerLagemannSWaihrich.pdf: 22832959 bytes, checksum: 5f8ac52b5af727175e96735f4cc7385d (MD5) / Approved for entry into archive by Raquel Viana(raquelviana@bce.unb.br) on 2016-05-03T21:27:19Z (GMT) No. of bitstreams: 1 2016_DanieleRoewerLagemannSWaihrich.pdf: 22832959 bytes, checksum: 5f8ac52b5af727175e96735f4cc7385d (MD5) / Made available in DSpace on 2016-05-03T21:27:19Z (GMT). No. of bitstreams: 1 2016_DanieleRoewerLagemannSWaihrich.pdf: 22832959 bytes, checksum: 5f8ac52b5af727175e96735f4cc7385d (MD5) / Na promoção da segurança é importante o estabelecimento de recursos para uma avaliação quantitativa da segurança no ambiente viário. Os modelos preditivos de acidentes, a partir de técnicas estatísticas adequadas, estimam o número esperado de acidentes em diferentes momentos de um empreendimento viário, podendo, em especial, atuar preventivamente na segurança. No Brasil, o desenvolvimento de modelos preditivos de acidentes não está ainda bem instituído, havendo uma carência de modelos que quantifiquem a segurança em rodovias brasileiras. O manual americano Highway Safety Manual (HSM) apresenta um método preditivo para diferentes configurações viárias e inclui um procedimento de calibração do método, o que possibilita a sua transferência para outras localidades. Nesta dissertação foi realizada a calibração do método preditivo do HSM em rodovias de pista dupla nas regiões de Minas Gerais e Goiás/ Distrito Federal, tendo por resultado um Fator de Calibração para cada uma das regiões estudadas. Na avaliação da transferibilidade do modelo calibrado foram aplicadas medidas de qualidade de ajuste. Os resultados obtidos não confirmam a transferibilidade do modelo original do HSM calibrado nos cenários estudados, pois, embora tenham sido obtidos resultados satisfatórios na região MG, foram também observados resultados precários das medidas de qualidade de ajuste na região GO/DF. Dessa forma, neste estudo inicial em rodovias rurais de pista dupla no Brasil, a transferência do modelo HSM não se confirmou como uma alternativa efetiva, o que não descarta a possibilidade da obtenção de um modelo calibrado com algum grau de sucesso em outras rodovias e para outras regiões. Os retornos e faixas adicionais são dispositivos frequentes nos segmentos rodoviários estudados. Em função disso, foram delimitadas amostras alternativas que buscaram avaliar o impacto destes dispositivos na segurança, uma vez que os mesmos não são incluídos no modelo preditivo original do HSM. A partir desta análise, foram obtidos, apenas em nível exploratório, “Fatores de Modificação de Acidentes” específicos para estes dispositivos. _______________________________________________________________________________________________ ABSTRACT / When promoting safety, it is important to establish resources to carry out a quantitative assessment of safety in the road environment. Accident predictive models, based on proper statistic technics, estimate the expected number of accidents in different moments of a road system, making it possible to act preventively in regards to safety. In Brazil, the development of accident predictive models has not been well established yet. We lack models that quantify safety in Brazilian highways. The American Highway Safety Manual – HSM – presents a predictive method for different road configurations and includes a procedure for method calibration, which enables its application in other parts of the world. In this dissertation, we have carried out the calibration of the HSM predictive method to multilane highways in the Minas Gerais and Goiás/Federal Ditrict regions, having a calibration factor for each studied region as a result. When validating the capacity of the model of being transferred, we have applied measures to assess the adjustment quality of the calibrated model. The results obtained did not confirm the transferability of the original HSM model, which was calibrated according to the studied scenarios. This occurred because, although we have obtained satisfactory results in the Minas Gerais region, we have observed disappointing results regarding the adjustment quality measures of the calibrated model in the GO/DF region. Thus, this initial study on rural multilane highways in Brazil did not confirm the transference of HSM model as an effective alternative. However, this does not rule out the possibility of obtaining a calibrated model with some degree of success in other highways and other regions. U-turns and Passing Lanes are common features in the studied highway segments. For that reason, we have selected alternative samples for the purpose of assessing the impact they had in safety, since they are not present in the original HSM predictive model. Following this analysis, we have obtained, only at an exploratory level, “accident modification factors” specific for such features.

The unavailability of crash-related data has been a long lasting challenge in Brazil. In addition to the poor implementation and follow-up of road safety strategies, this drawback has hampered the development of studies that could contribute to national goals toward road safety. In contrast, developed countries have built their effective strategies on solid data basis, therefore, investing a considerable time and money in obtaining and creating pertinent information. In this research, we aim to assess the potential impacts of supplementary data on spatial model performance and the suitability of different spatial modeling approaches on crash prediction. The intention is to notify the authorities in Brazil and other developing countries, about the importance of having appropriate data. In this thesis, we set two specific objectives: (I) to investigate the spatial model prediction accuracy at unsampled subzones; (II) to evaluate the performance of spatial data analysis approaches on crash prediction. Firstly, we carry out a benchmarking based on Geographically Weighted Regression (GWR) models developed for Flanders, Belgium, and São Paulo, Brazil. Models are developed for two modes of transport: active (i.e. pedestrians and cyclists) and motorized transport (i.e. motorized vehicles occupants). Subsequently, we apply the repeated holdout method on the Flemish models, introducing two GWR validation approaches, named GWR holdout1 and GWR holdout2. While the former is based on the local coefficient estimates derived from the neighboring subzones and measures of the explanatory variables for the validation subzones, the latter uses the casualty estimates of the neighboring subzones directly to estimate outcomes for the missing subzones. Lastly, we compare the performance of GWR models with Mean Imputation (MEI), K-Nearest Neighbor (KNN) and Kriging with External Drift (KED). Findings showed that by adding the supplementary data, reductions of 20% and 25% for motorized transport, and 25% and 35% for active transport resulted in corrected Akaike Information Criterion (AICc) and Mean Squared Prediction Errors (MSPE), respectively. From a practical perspective, the results could help us identify hotspots and prioritize data collection strategies besides identify, implement and enforce appropriate countermeasures. Concerning the spatial approaches, GWR holdout2 out performed all other techniques and proved that GWR is an appropriate spatial technique for both prediction and impact analyses. Especially in countries where data availability has been an issue, this validation framework allows casualties or crash frequencies to be estimated while effectively capturing the spatial variation of the data. / A indisponibilidade de variáveis explicativas de acidentes de trânsito tem sido um desafio duradouro no Brasil. Além da má implementação e acompanhamento de estratégias de segurança viária, esse inconveniente tem dificultado o desenvolvimento de estudos que poderiam contribuir com as metas nacionais de segurança no trânsito. Em contraste, países desenvolvidos tem construído suas estratégias efetivas com base em dados sólidos, e portanto, investindo tempo e dinheiro consideráveis na obtenção e criação de informações pertinentes. O objetivo dessa pesquisa é avaliar os possíveis impactos de dados suplementares sobre o desempenho de modelos espaciais, e a adequação de diferentes abordagens de modelagem espacial na previsão de acidentes. A intenção é notificar as autoridades brasileiras e de outros países em desenvolvimento sobre a importância de dados adequados. Nesta tese, foram definidos dois objetivos específicos: (I) investigar a acurácia do modelo espacial em subzonas sem amostragem; (II) avaliar o desempenho de técnicas de análise espacial de dados na previsão de acidentes. Primeiramente, foi realizado um estudo comparativo, baseado em modelos desenvolvidos para Flandres (Bélgica) e São Paulo (Brasil), através do método de Regressão Geograficamente Ponderada (RGP). Os modelos foram desenvolvidos para dois modos de transporte: ativos (pedestres e ciclistas) e motorizados (ocupantes de veículos motorizados). Subsequentemente, foi aplicado o método de holdout repetido nos modelos Flamengos, introduzindo duas abordagens de validação para GWR, denominados RGP holdout1 e RGP holdout2. Enquanto o primeiro é baseado nas estimativas de coeficientes locais derivados das subzonas vizinhas e medidas das variáveis explicativas para as subzonas de validação, o último usa as estimativas de acidentes das subzonas vizinhas, diretamente, para estimar os resultados para as subzonas ausentes. Por fim, foi comparado o desempenho de modelos RGP e outras abordagens, tais como Imputação pela Média de dados faltantes (IM), K-vizinhos mais próximos (KNN) e Krigagem com Deriva Externa (KDE). Os resultados mostraram que, adicionando os dados suplementares, reduções de 20% e 25% para o transporte motorizado, e 25% e 35% para o transporte ativo, foram resultantes em termos de Critério de Informação de Akaike corrigido (AICc) e Erro Quadrático Médio da Predição (EQMP), respectivamente. Do ponto de vista prático, os resultados poderiam ajudar a identificar hotspots e priorizar estratégias de coleta de dados, além de identificar, implementar e aplicar contramedidas adequadas. No que diz respeito às abordagens espaciais, RGP holdout2 teve melhor desempenho em relação a todas as outras técnicas e, provou que a RGP é uma técnica espacial apropriada para ambas as análises de previsão e impactos. Especialmente em países onde a disponibilidade de dados tem sido um problema, essa estrutura de validação permite que as acidentes sejam estimados enquanto, capturando efetivamente a variação espacial dos dados.

The unavailability of crash-related data has been a long lasting challenge in Brazil. In addition to the poor implementation and follow-up of road safety strategies, this drawback has hampered the development of studies that could contribute to national goals toward road safety. In contrast, developed countries have built their effective strategies on solid data basis, therefore, investing a considerable time and money in obtaining and creating pertinent information. In this research, we aim to assess the potential impacts of supplementary data on spatial model performance and the suitability of different spatial modeling approaches on crash prediction. The intention is to notify the authorities in Brazil and other developing countries, about the importance of having appropriate data. In this thesis, we set two specific objectives: (I) to investigate the spatial model prediction accuracy at unsampled subzones; (II) to evaluate the performance of spatial data analysis approaches on crash prediction. Firstly, we carry out a benchmarking based on Geographically Weighted Regression (GWR) models developed for Flanders, Belgium, and São Paulo, Brazil. Models are developed for two modes of transport: active (i.e. pedestrians and cyclists) and motorized transport (i.e. motorized vehicles occupants). Subsequently, we apply the repeated holdout method on the Flemish models, introducing two GWR validation approaches, named GWR holdout1 and GWR holdout2. While the former is based on the local coefficient estimates derived from the neighboring subzones and measures of the explanatory variables for the validation subzones, the latter uses the casualty estimates of the neighboring subzones directly to estimate outcomes for the missing subzones. Lastly, we compare the performance of GWR models with Mean Imputation (MEI), K-Nearest Neighbor (KNN) and Kriging with External Drift (KED). Findings showed that by adding the supplementary data, reductions of 20% and 25% for motorized transport, and 25% and 35% for active transport resulted in corrected Akaike Information Criterion (AICc) and Mean Squared Prediction Errors (MSPE), respectively. From a practical perspective, the results could help us identify hotspots and prioritize data collection strategies besides identify, implement and enforce appropriate countermeasures. Concerning the spatial approaches, GWR holdout2 out performed all other techniques and proved that GWR is an appropriate spatial technique for both prediction and impact analyses. Especially in countries where data availability has been an issue, this validation framework allows casualties or crash frequencies to be estimated while effectively capturing the spatial variation of the data. / A indisponibilidade de variáveis explicativas de acidentes de trânsito tem sido um desafio duradouro no Brasil. Além da má implementação e acompanhamento de estratégias de segurança viária, esse inconveniente tem dificultado o desenvolvimento de estudos que poderiam contribuir com as metas nacionais de segurança no trânsito. Em contraste, países desenvolvidos tem construído suas estratégias efetivas com base em dados sólidos, e portanto, investindo tempo e dinheiro consideráveis na obtenção e criação de informações pertinentes. O objetivo dessa pesquisa é avaliar os possíveis impactos de dados suplementares sobre o desempenho de modelos espaciais, e a adequação de diferentes abordagens de modelagem espacial na previsão de acidentes. A intenção é notificar as autoridades brasileiras e de outros países em desenvolvimento sobre a importância de dados adequados. Nesta tese, foram definidos dois objetivos específicos: (I) investigar a acurácia do modelo espacial em subzonas sem amostragem; (II) avaliar o desempenho de técnicas de análise espacial de dados na previsão de acidentes. Primeiramente, foi realizado um estudo comparativo, baseado em modelos desenvolvidos para Flandres (Bélgica) e São Paulo (Brasil), através do método de Regressão Geograficamente Ponderada (RGP). Os modelos foram desenvolvidos para dois modos de transporte: ativos (pedestres e ciclistas) e motorizados (ocupantes de veículos motorizados). Subsequentemente, foi aplicado o método de holdout repetido nos modelos Flamengos, introduzindo duas abordagens de validação para GWR, denominados RGP holdout1 e RGP holdout2. Enquanto o primeiro é baseado nas estimativas de coeficientes locais derivados das subzonas vizinhas e medidas das variáveis explicativas para as subzonas de validação, o último usa as estimativas de acidentes das subzonas vizinhas, diretamente, para estimar os resultados para as subzonas ausentes. Por fim, foi comparado o desempenho de modelos RGP e outras abordagens, tais como Imputação pela Média de dados faltantes (IM), K-vizinhos mais próximos (KNN) e Krigagem com Deriva Externa (KDE). Os resultados mostraram que, adicionando os dados suplementares, reduções de 20% e 25% para o transporte motorizado, e 25% e 35% para o transporte ativo, foram resultantes em termos de Critério de Informação de Akaike corrigido (AICc) e Erro Quadrático Médio da Predição (EQMP), respectivamente. Do ponto de vista prático, os resultados poderiam ajudar a identificar hotspots e priorizar estratégias de coleta de dados, além de identificar, implementar e aplicar contramedidas adequadas. No que diz respeito às abordagens espaciais, RGP holdout2 teve melhor desempenho em relação a todas as outras técnicas e, provou que a RGP é uma técnica espacial apropriada para ambas as análises de previsão e impactos. Especialmente em países onde a disponibilidade de dados tem sido um problema, essa estrutura de validação permite que as acidentes sejam estimados enquanto, capturando efetivamente a variação espacial dos dados.