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

Esta dissertação se baseia na exploração de técnicas para modelagem de óbitos provenientes de acidentes por automóvel no estado de São Paulo. A análise foi agregada por área, e utilizou a razão de óbitos por população, por área e por fluxo veicular como variáveis dependentes e as variáveis independentes foram características socioeconômicas, área, frota de veículos, IDHM, fluxo veicular anual e distâncias entre microrregiões. Os dados do ano 2000 foram utilizados na calibração e dados de 2010 na validação dos modelos, com a técnica de mineração de dados (algoritmos de Árvore de Decisão - AD: CART - Classification And Regression Tree e CHAID - Chi-squared Automatic Interaction Detection) e Regressão Linear Múltipla (RLM) para fins comparativos com os modelos de AD. A partir dos resultados verifica-se que a RLM foi a técnica que obteve melhores erro médio, erro médio absoluto e coeficiente de correlação, e o algoritmo CART da AD o menor erro médio normalizado. Ao comparar as taxas de óbitos, a relação por área apresentou melhor erro médio e coeficiente de correlação, já a relação por população obteve menor erro médio normalizado e erro médio absoluto. Vale ressaltar que os algoritmos de AD são técnicas adequadas para classificação de áreas segundo faixas de valores de variáveis explicativas e valores médios da variável objeto de estudo. Além disso, tais técnicas são mais flexíveis em relação a alguns pressupostos de modelos de regressão. Dessa forma, a principal contribuição deste trabalho consiste na exploração de tais algoritmos para previsão de acidentes e classificação de regiões. / This dissertation is based on techniques exploration for modeling of deaths from automobile accidents on the state of São Paulo. The analysis was aggregated by area, and used the ratio of deaths per population, by area and by vehicle flow as dependent variables and the independent variables were socioeconomic characteristics, area, vehicle fleet, Municipal Human Development Index (MHDI), annual vehicle flow and distances between micro-regions. The 2000 data were used for calibration and 2010 data to validate the models with data mining technique (decision tree - DT algorithms: CART - Classification And Regression Tree and CHAID - Chi-squared Automatic Interaction Detection) and Multiple Linear Regression (MLR) for comparative purposes with the DT models. From the results it appears that the RLM was the technique that achieved better mean error, mean absolute error and correlation coefficient values, while the CART algorithm presented the lowest value of mean normalized error. When comparing death rates, a relation by area showed better mean error and correlation coefficient values, as the ratio by population had lower mean normalized error and mean absolute error values. It is noteworthy that the DT algorithms are suitable techniques for classification of areas in accordance with explanatory variables of value ranges and average values of the variable object of study. Furthermore, such techniques are more flexible compared to some assumptions regression models. Thus, the main contribution of this study is the exploration of such algorithms for prediction of accidents and regions classification.

Esta dissertação se baseia na exploração de técnicas para modelagem de óbitos provenientes de acidentes por automóvel no estado de São Paulo. A análise foi agregada por área, e utilizou a razão de óbitos por população, por área e por fluxo veicular como variáveis dependentes e as variáveis independentes foram características socioeconômicas, área, frota de veículos, IDHM, fluxo veicular anual e distâncias entre microrregiões. Os dados do ano 2000 foram utilizados na calibração e dados de 2010 na validação dos modelos, com a técnica de mineração de dados (algoritmos de Árvore de Decisão - AD: CART - Classification And Regression Tree e CHAID - Chi-squared Automatic Interaction Detection) e Regressão Linear Múltipla (RLM) para fins comparativos com os modelos de AD. A partir dos resultados verifica-se que a RLM foi a técnica que obteve melhores erro médio, erro médio absoluto e coeficiente de correlação, e o algoritmo CART da AD o menor erro médio normalizado. Ao comparar as taxas de óbitos, a relação por área apresentou melhor erro médio e coeficiente de correlação, já a relação por população obteve menor erro médio normalizado e erro médio absoluto. Vale ressaltar que os algoritmos de AD são técnicas adequadas para classificação de áreas segundo faixas de valores de variáveis explicativas e valores médios da variável objeto de estudo. Além disso, tais técnicas são mais flexíveis em relação a alguns pressupostos de modelos de regressão. Dessa forma, a principal contribuição deste trabalho consiste na exploração de tais algoritmos para previsão de acidentes e classificação de regiões. / This dissertation is based on techniques exploration for modeling of deaths from automobile accidents on the state of São Paulo. The analysis was aggregated by area, and used the ratio of deaths per population, by area and by vehicle flow as dependent variables and the independent variables were socioeconomic characteristics, area, vehicle fleet, Municipal Human Development Index (MHDI), annual vehicle flow and distances between micro-regions. The 2000 data were used for calibration and 2010 data to validate the models with data mining technique (decision tree - DT algorithms: CART - Classification And Regression Tree and CHAID - Chi-squared Automatic Interaction Detection) and Multiple Linear Regression (MLR) for comparative purposes with the DT models. From the results it appears that the RLM was the technique that achieved better mean error, mean absolute error and correlation coefficient values, while the CART algorithm presented the lowest value of mean normalized error. When comparing death rates, a relation by area showed better mean error and correlation coefficient values, as the ratio by population had lower mean normalized error and mean absolute error values. It is noteworthy that the DT algorithms are suitable techniques for classification of areas in accordance with explanatory variables of value ranges and average values of the variable object of study. Furthermore, such techniques are more flexible compared to some assumptions regression models. Thus, the main contribution of this study is the exploration of such algorithms for prediction of accidents and regions classification.

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.

Tese de mestrado integrado. Engenharia Civil (Área de Especialização de Vias de Comunicação). Faculdade de Engenharia. Universidade do Porto. 2012

The present study focused on evaluating some crash prediction models for two lane highways on Brazilian conditions. Also, the transferability of models was considered, specifically by means of a comparison between Brazil, HSM and Florida. The analysis of two lane highways crash prediction models was promising when the road characteristics were well known and there was not much difference from base conditions. This conclusion was attained regarding the comparison of results for all segments, non-curved segments and curved segments, confirming that a transferred model can be used with caution. In addition, two novel models for Brazilian two-lane highways segments were estimated. The model developed showed better results for non-curved segments in the calibration/validation sample. Thus, for a general analysis purpose of non-curved segments this model is recommended. Finally, there are many factors that could not be measured by these models and reflects road safety various condition. Even so, the study of crash predict models in Brazilian context could provide a better start point in safety road analysis. / O foco desta pesquisa foi avaliar a aplicação de alguns modelos de previsão de acidentes em rodovias de pista simples de três estados brasileiros. Ainda, a transferabilidade destes modelos foi abordada, especificamente por meio de uma comparação entre características do Brasil, Florida e aquelas recomendadas pelo Highway Safety Manual. O uso dos distintos modelos se mostrou promissor para situações nas quais as características da via se mantiveram semelhantes às condições para as quais os modelos foram desenvolvidos. A avaliação foi empreendida para todos os segmentos homogêneos, separados posteriormente segundo a existência de curvas horizontais. Adicionalmente, dois novos modelos foram equacionados para a amostra brasileira. O modelo de previsão de acidentes desenvolvido apresentou melhores medidas de desempenho para segmentos sem curvas horizontais, sendo recomendável para previsão de acidentes em análises preliminares. Por fim, foi constatado que outros fatores não contemplados pelos modelos podem ter impactado as condições de segurança dos locais estudados. Ainda assim, essa pesquisa representa no contexto do Brasil um ponto de partida em análises relacionadas à segurança de rodovias de pista simples.

The present study focused on evaluating some crash prediction models for two lane highways on Brazilian conditions. Also, the transferability of models was considered, specifically by means of a comparison between Brazil, HSM and Florida. The analysis of two lane highways crash prediction models was promising when the road characteristics were well known and there was not much difference from base conditions. This conclusion was attained regarding the comparison of results for all segments, non-curved segments and curved segments, confirming that a transferred model can be used with caution. In addition, two novel models for Brazilian two-lane highways segments were estimated. The model developed showed better results for non-curved segments in the calibration/validation sample. Thus, for a general analysis purpose of non-curved segments this model is recommended. Finally, there are many factors that could not be measured by these models and reflects road safety various condition. Even so, the study of crash predict models in Brazilian context could provide a better start point in safety road analysis. / O foco desta pesquisa foi avaliar a aplicação de alguns modelos de previsão de acidentes em rodovias de pista simples de três estados brasileiros. Ainda, a transferabilidade destes modelos foi abordada, especificamente por meio de uma comparação entre características do Brasil, Florida e aquelas recomendadas pelo Highway Safety Manual. O uso dos distintos modelos se mostrou promissor para situações nas quais as características da via se mantiveram semelhantes às condições para as quais os modelos foram desenvolvidos. A avaliação foi empreendida para todos os segmentos homogêneos, separados posteriormente segundo a existência de curvas horizontais. Adicionalmente, dois novos modelos foram equacionados para a amostra brasileira. O modelo de previsão de acidentes desenvolvido apresentou melhores medidas de desempenho para segmentos sem curvas horizontais, sendo recomendável para previsão de acidentes em análises preliminares. Por fim, foi constatado que outros fatores não contemplados pelos modelos podem ter impactado as condições de segurança dos locais estudados. Ainda assim, essa pesquisa representa no contexto do Brasil um ponto de partida em análises relacionadas à segurança de rodovias de pista simples.

Submitted by Geandra Rodrigues (geandrar@gmail.com) on 2017-12-20T18:44:42Z No. of bitstreams: 1 lierciofeitalmottajr.pdf: 12311012 bytes, checksum: fed882b800dc53c0a497d3bda1094a0e (MD5) / Rejected by Adriana Oliveira (adriana.oliveira@ufjf.edu.br), reason: Favor corrigir no título: Higway Safety Manual on 2017-12-21T10:39:55Z (GMT) / Submitted by Geandra Rodrigues (geandrar@gmail.com) on 2017-12-21T11:54:23Z No. of bitstreams: 1 lierciofeitalmottajr.pdf: 12311012 bytes, checksum: fed882b800dc53c0a497d3bda1094a0e (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-12-22T11:59:40Z (GMT) No. of bitstreams: 1 lierciofeitalmottajr.pdf: 12311012 bytes, checksum: fed882b800dc53c0a497d3bda1094a0e (MD5) / Made available in DSpace on 2017-12-22T11:59:40Z (GMT). No. of bitstreams: 1 lierciofeitalmottajr.pdf: 12311012 bytes, checksum: fed882b800dc53c0a497d3bda1094a0e (MD5) Previous issue date: 2017-10-27 / No presente trabalho, é realizada a aplicação do modelo de previsão de acidentes do Higway Safety Manual – HSM, publicado pela American Association of State Highway and Transportation Officials (AASTHO) no ano de 2010, à rodovia de mão dupla e pista simples, BR–116, que corta perímetros urbanos de cidades no segmento entre Caratinga e Leopoldina, Minas Gerais. Busca-se avaliar a pertinência de sua utilização como ferramenta de sistemas de gestão de segurança rodoviária. Foram coletados dados de acidentes ocorridos nos trechos de estudo referentes ao intervalo entre 2011-2015, dados sobre o volume de tráfego, além de dados geométricos da via e das suas características ambientais. Foram analisadas as aplicações do modelo em sua condição base, calibrada e refinada pelo método empírico de Bayes. Como resultado da aplicação na condição base observou-se uma discrepância entre os valores de acidentes ocorridos e previstos pelo modelo, inviabilizando a utilização direta desta aplicação. A aplicação do modelo calibrado apresentou resultados mais próximos aos reais valores de acidentes, porém ainda não sendo possível a sua utilização como modelo de previsão de acidentes. No entanto, os valores obtidos pela aplicação do modelo do HSM refinado pelo método empírico de Bayes aproximam-se de maneira satisfatória dos valores de acidentes reais ocorridos, permitindo agora a sua utilização como modelo de previsão de acidentes, tendo sua aplicação como ferramenta de sistemas de gestão de segurança rodoviária. Apesar de ainda serem necessários estudos para melhoria da calibração e da condição base, às características especificas presentes no ambiente do perímetro urbano cortado por rodovias, o modelo aplicado neste trabalho pode ser utilizado como modelo de previsão de acidentes para estes trechos. / In the present work, the Higway Safety Manual - HSM, published by the American Association of State Highway and Transportation Officials (AASTHO), is applied to the double-lane and single-lane highway BR-116, which cuts urban in the segment between Caratinga and Leopoldina, Minas Gerais. The aim of this study was to evaluate the pertinence of its use as a tool for road safety management systems. Data were collected on accidents occurring in the study sections referring to the interval between 2011-2015, data on traffic volume, as well as geometric data of the road and their environmental characteristics. The applications of the model were analyzed in their base condition, calibrated and refined by Bayes' empirical method. As a result of the application in the base condition it was observed a discrepancy between the values of accidents occurred and foreseen by the model, making it impossible to use this application directly. The application of the calibrated model presented results closer to the actual values of accidents, but it is not yet possible to use them as an accident prediction model. However, the values obtained by applying the HSM model refined by the empirical method of Bayes approach satisfactorily the values of real accidents occurred, allowing now its use as an accident prediction model, having its use as a tool of systems of road safety management. Although still necessary studies to improve the calibration and the base condition, to the specific characteristics present in the environment of the urban perimeter cut by highways, the model applied in this work can be used as a predictive model of accidents for these stretches.

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.