ANALYSIS KECELAKAAN JALAN TOL MENGGUNAKAN GIS
Abstrak Makalah ini penelitian yang dilakukan di University of
Auckland menyelidiki potensi mengembangkan sistem informasi
geografis raster yang mampu menganalisis crash pada jalur dengan
dasar lajur pada jalan berjalur banyak. Bagian 1.2km dari jalan
raya yang terletak di St Marys Bay, Auckland telah digunakan
sebagai studi kasus untuk menentukan kelayakan sistem tersebut.
Proyek ini menggunakan ArcGIS untuk menggabungkan data kecelakaan,
data jalan dan karakteristik lalu lintas sebagai GIS raster plot
pada suatu foto udara. ArcGIS juga mencakup fitur yang memungkinkan
kecelakaantren yang akan ditampilkan berdasarkan atribut crash
individu. Ditemukan bahwa GIS raster dapat memiliki manfaat
signifikan atas kecelakaan vektor yang ada analisis sistem yang
digunakan di Selandia Baru karena dapat membantu visualisasi pola
crash pada jalan berjalur banyak, seperti jalan raya, arterials dan
persimpangan. Keuntungan lain adalah bahwa dapat dengan mudah
digabungkan dengan unit-unit polisi GPS untuk lokasi yang lebih
akurat crash. Juga Data merencanakan pada foto udara dapat membantu
mengidentifikasi fitur geometris dan infrastruktur yang dapat
berkontribusi untuk crash.
1. Pengenalan 1.1. Latar belakang Selandia Baru saat kecelakaan
analisis sistem (CAS) memiliki keterbatasan ketika menganalisis
crash pada jalan berjalur banyak, seperti jalan raya. Ini
menggunakan informasi geografis vector sistem (GIS) yang hanya
mampu menampilkan crash secara linier. Akibatnya, sedikit
penelitian yang telah dilakukan untuk menganalisis crash pada jalur
dengan dasar jalur di Selandia Baru. Hal ini studi menggunakan St
Marys bagian Teluk jalan raya Auckland sebagai studi kasus untuk
menyelidiki potensi menggunakan GIS raster untuk menganalisa crash
spasial. Bagian ini jalan tol dipilih karena tingkat kecelakaan
yang tinggi dibandingkan dengan jalan tol Auckland jaringan
rata-rata. Ia juga memiliki empat jari-jari kurva terbalik yang
relatif kecil yang geometris telah faktor marjinal keamanan untuk
lingkungan kecepatan. Kurva ini memiliki bukti sejarah kerugian
yang relatif tinggi tingkat kontrol kecelakaan dibandingkan dengan
sisa dari jaringan jalan raya. St Marys Bagian Teluk jalan tol
mencakup tiga dari lima tempat teratas hitam di Auckland Jalan raya
kota negara berdasarkan biaya sosial dalam radius 30 meter (NZTA,
2009a). Para definisi biaya sosial diberikan dalam Manual Evaluasi
Ekonomi (NZTA, 2010). 1.2. Tujuan dan Tujuan Tujuan penelitian ini
dilakukan di University of Auckland sebagai tahun terakhir BE
(Sipil) proyek penelitian adalah sebagai berikut: 1. Identifikasi
kecelakaan tarif di jalur dengan dasar jalan dan dasar gerakan
tipe. 2. Menyelidiki faktor jalan dan lingkungan berkontribusi
terhadap tren kecelakaan. 3. Menyelidiki potensi untuk menggunakan
sistem informasi geografis (GIS) untuk menganalisis crash pada
jalan berjalur banyak. Tujuan keseluruhan dari proyek ini adalah
untuk menyelidiki potensi untuk penggunaan SIG berbasis Sistem
untuk analisis kecelakaan, sementara menyelidiki lebih lanjut tren
crash dalam dipilih studi kasus daerah 1.3. Site Description St
Marys Bagian Teluk jalan tol memanjang dari pertukaran Jalan
Fanshawe ke sisi selatan Auckland Harbour Bridge seperti yang
ditunjukkan pada Gambar 1. Horizontal keselarasan mencakup empat
kurva terbalik dihubungkan oleh tiga garis singgung singkat
sementara vertical alignment sebagian besar tingkat. Antara 6-8%
superelevasi disediakan melalui pusat busur lingkaran dari setiap
kurva dan permukaan jalan aspal berpori adalah terbuka dinilai atas
seluruh bagian. Tidak ada perubahan situs infrastruktur yang
signifikan selama lima tahun studi periode antara 2005 dan
2009.
Gambar 1: foto udara dari St Marys Bay, Auckland Setiap arah
bagian studi diperlakukan secara terpisah. Para utara dan selatan
arah diperiksa oleh Joshua Aldridge dan Ross Harper masing-masing.
Ini mungkin karena dua arah jalan tol dibagi sehingga ada interaksi
sedikit atau tidak antara menentang arus lalu lintas karena
pemisahan fisik melalui pusat beton median hambatan. 2. Tinjauan
Literatur 2.1. Pengenalan Ada sejumlah besar artikel yang
dipublikasikan pada bagaimana berbagai faktor dapat mempengaruhi
tingkat kecelakaan di jalan raya perkotaan. Hampir semua crash lalu
lintas dapat dikaitkan baik satu atau
kombinasi dari tiga faktor; jalan, sopir dan kendaraan (Polus et
al, 2005.). Karena Sifat tak terduga dan kompleks perilaku
pengemudi, sebagian besar penelitian difokuskan pada faktor-faktor
berkaitan dengan desain jalan yang berwenang mampu mengendalikan
(Abdel-aty et al, 2006.). Jalan dan lingkungan faktor utama yang
telah ditemukan untuk mempengaruhi tingkat kecelakaan
adalah;geometris dan infrastruktur karakteristik, kondisi
permukaan, cuaca dan pencahayaan kondisi, dan karakteristik lalu
lintas. Akibatnya, banyak kecelakaan model prediksi telah telah
dikembangkan untuk menentukan efek yang variabel-variabel tersebut
terhadap keselamatan lalu lintas (Caliendo dkk., 2007). 2.2.
Selandia Baru Jalan Keselamatan Penelitian Jalan tol di Selandia
Baru telah pada penurunan stabil sejak memuncak di hanya di atas
800 kematian pada awal tahun 1970 dan lagi di tahun 1980-an. Pada
tahun 2008 ada 366 kematian pada Jalan NZ, ini, enam berada di
jalan raya (IRTAD, 2009). Saat ini ada 179,5 kilometer dari jalan
raya di Selandia Baru dari total sekitar 94.000 km jalan,ini 114
kilometer yang terletak di wilayah Auckland (NZTA, 2009b).
Sementara hanya sebagian kecil proporsi jalan Auckland Total
jaringan (0,12%), jaringan jalan raya Daerah membawa proporsi yang
sangat signifikan dari kilometer perjalanan kendaraan. Juga,
Auckland. Jalan raya antara jalan NZ teraman pada dasar tingkat
kecelakaan dengan rating 4-star (NZAA, 2010). Auckland Road Safety
Laporan 2004-2008 menyediakan data yang ekstensif pada kecelakaan
di Auckland City untuk periode lima tahun (NZTA, 2009a). Hal ini
juga memberikan perbandingan untuk lainnya serupa perkotaan di
Selandia Baru dan Selandia Baru sebagai negara. Laporan ini telah
memperkirakan bahwa biaya sosial dari kecelakaan jalan di Selandia
Baru pada 2008 adalah 4,3 miliar dolar, 0,3 miliar biaya ini adalah
hasil dari kecelakaan di jalan raya negara perkotaan. Biaya social
crash jalan meliputi; kehilangan hidup dan kualitas hidup,
hilangnya output, biaya medis, biaya hokum dan properti biaya
kerusakan. Definisi yang lebih rinci biaya sosial diberikan dalam
NZTA, 2010. Di Auckland ada rata-rata 90 kecelakaan di jalan raya
per 100 juta kendaraan-km bepergian. Satu-satunya kota di Selandia
Baru dengan tingkat kecelakaan yang lebih tinggi Utara Kota Shore
dengan 145 crash per 100 juta kendaraan-km perjalanan (NZTA,
2009a). Auckland Jalan Keselamatan Laporan juga peringkat bintik
hitam kecelakaan berdasarkan biaya sosial tertinggi dalam crash 30
meteran jari-jari untuk daerah perkotaan dan 250 radius meter untuk
daerah pedesaan. Tiga dari lima flek hitam di jalan raya negara
Auckland City termasuk di St Marys Bay 1,2 kilometer bagian dari
State Highway One. Ketiga bintik hitam adalah Shelly Beach Road
atas jembatan (peringkat 2), Street Fanshawe utara di jalan
(peringkat 4) dan Shelly Beach Road off ramp-selatan (peringkat 5)
(NZTA, 2009a). Dalam Auckland ditemukan bahwa observasi miskin
(faktor dalam 44% dari crash) dan gagal untuk memberikan jalan atau
menghentikan (faktor dalam 33% dari crash) adalah faktor yang
berkontribusi besar pada jalan perkotaan (NZTA, 2009a). Di jalan
pedesaan di Auckland, jalur yang salah atau posisi (faktor dalam
37% dari crash) dan observasi miskin (faktor dalam 36% dari crash)
adalah utamakontribusi faktor. Hal ini dicatat dalam laporan bahwa
penentuan faktor-faktor yang telah berkontribusi untuk crash setiap
subjektif dan kecelakaan tunggal dapat memiliki beberapa faktor
yang berkontribusi Oleh karena itu data harus ditafsirkan dengan
hati-hati (NZTA, 2009a). 2.3. Keselamatan Lalu Lintas Aplikasi GIS
Sebuah sistem informasi geografis (GIS) adalah metode untuk
menyimpan dan menganalisis data spasial. GIS datang dalam satu dari
dua bentuk; vektor atau raster. Sebuah jenis vektor GIS digunakan
untuk menetapkan atribut untuk titik, garis dan poligon sementara
GIS jenis raster digunakan untuk menetapkan atribut untuk sebuah
array dari baris dan kolom. Contoh dari GIS raster adalah foto
udara. Ada telah sejumlah penelitian dalam beberapa kali yang telah
menggunakan GIS untuk menemukan tren dalam terjadinya kecelakaan
lalu lintas. Dalam kasus ini, SIG telah menjadi alat yang sangat
berharga untuk visualisasi data dan telah membantu peneliti untuk
melihat pola spasial dan flek hitam (Daerah terjadinya kecelakaan
tinggi) yang akan sulit untuk menemukan menggunakan metode
statistic (Erdogan, 2009, Erdogan et al, 2008., Krishnakumar dkk.,
2005). Tujuan utama dalam banyak studi yang bersangkutan dengan
pencegahan kecelakaan adalah identifikasi bintik-bintik hitam yang
membantu otoritas menentukan lokasi untuk mengarahkan dana untuk
perbaikan (Erdogan et al, 2008.). Montella (2010) membandingkan
tujuh berbeda 'hotspot' (Lebih dikenal sebagai 'titik hitam' di
Selandia Baru) identifikasi metode, salah satunya adalah frekuensi
kecelakaan metode dimana situs peringkat dalam urutan kecelakaan
per tahun per kilometer. Metode lain adalah tingkat kecelakaan
metode dimana jumlah crash pada segmen jalan dibagi dengan volume
kendaraan-km melakukan perjalanan. Metode ini lebih umum karena
memperhitungkan eksposur account untuk crash diukur sebagai volume
lalu lintas (Montella, 2010). Erdogan et al. (2008) menggunakan GIS
untuk mengidentifikasi titik-titik hitam pada jaringan jalan di
Afyonkarahisar, Turki dengan menganalisis fenomena spasial. Ini
dilakukan dengan mengkonversi. kecelakaan data ke dalam bentuk
tabular mana ia kemudian bisa geo-referenced ke jaringan jalan.
Setelah mengidentifikasi flek hitam, pertimbangan
kemudian diberikan kepada faktor penyebab kecelakaan di lokasi
tersebut. Sebuah studi serupa yang digunakan kota Konya, Turki
sebagai sebuah studi kasus untuk mengidentifikasi bintik hitam
(Gundogdu, 2010). Dalam sebuah studi oleh Krishnakumar dkk. (2005),
GIS dikembangkan untuk kecelakaan yang melibatkan pejalan kaki di
Las Vegas. Hal ini dilakukan dengan menggunakan data yang
dikumpulkan oleh penegak hukum setempat yang ditampilkan spasial
pada jaringan jalan. Alat ini dapat dengan mudah mengidentifikasi
yang tinggi kecelakaan pejalan kaki zona berdasarkan kepadatan
kecelakaan dan tingkat kecelakaan (Krishnakumar dkk., 2005). Dalam
aplikasi lain dari GIS, variabilitas spasial terkait kecelakaan
cuaca dianalisis untuk negara bagian Wisconsin, Amerika Serikat.
Dalam studi ini, hanya kecelakaan yang disebabkan oleh cuaca buruk
(Salju, hujan dan kabut) dianggap, tujuannya adalah untuk
menentukan apakah beberapa daerah memiliki resiko lebih tinggi
daripada yang lain karena kondisi cuaca buruk (Khan dkk., 2008). Di
Selandia Baru, ada sebuah sistem yang ada yang didukung oleh NZTA
disebut 'Crash Analysis Sistem '(CAS). CAS telah dikaitkan dengan
sistem informasi geografis sehingga crash dapat ditampilkan
spasial. Alat ini digunakan untuk mengelola, menganalisis dan
pemetaan lalu lintas kecelakaan data dan menyimpan rincian dan
laporan dari semua crash dihadiri oleh seorang polisi sejak tahun
1996. Sistem ini digunakan di Selandia Baru oleh NZTA untuk
menentukan pendanaan keselamatan jalan alokasi. Kekurangan dalam
GIS ini adalah bahwa crash hanya dapat dipetakan secara linear
(atau bilinear dalam kasus jalan dibagi seperti jalan raya). CAS
juga memiliki beberapa pilihan output yang berguna untuk
menampilkan data kecelakaan untuk jalan, atau bidang. Laporan
'bahasa Inggris' memberikan rincian tertulis dari setiap kecelakaan
dalam bentuk tabular. Para Laporan 'kecelakaan kode' menunjukkan
informasi yang sama dalam bentuk yang lebih kompak menggunakan kode
surat dan nomor kode untuk gerakan dan faktor masingmasing. Laporan
'faktor jaringan' sangat berguna pengelompokan crash dengan lokasi
dan membandingkan rincian dalam kelompok. Akhirnya tabrakan
'Diagram 'berguna untuk distribusi kecelakaan memvisualisasikan dan
jenis gerakan yang ditampilkan pada peta jalan. Setiap kecelakaan
dimasukkan ke dalam CAS adalah diberi kode dua huruf yang sesuai
dengan Jenis gerakan. Total ada 71 jenis gerakan terdaftar. NZTA
juga telah mengembangkan pengelompokan sistem faktor crash. Hal ini
secara signifikan telah disederhanakan kecelakaan analisis seperti
kompres beberapa ratus faktor menjadi 'kelompok faktor' delapan
sebagai tercantum di bawah ini: driver kontrol Kendaraan konflik
Driver Umum orang Umum Kendaraan Pejalan kaki Miscellaneous CAS
juga menyediakan salinan scan dari laporan kecelakaan polisi lalu
lintas yang asli (yang TCR) yang termasuk diagram dan deskripsi
peristiwa. 3. Metodologi 3.1. Kecelakaan Pengumpulan Data Dari
diskusi dengan Andrew Stevens, keselamatan lalu lintas manajer
Motorway Auckland Alliance, St Marys Bay situs terpilih sebagai
studi kasus yang tepat karena situs kecelakaan tingkat tinggi,
fitur geometris menarik dan kurangnya perubahan mendasar selama 5
periode tahun studi. Data Crash diekspor dari database CAS dalam
format Excel untuk tahun 1200 bagian meter panjang jalan tol. Hal
ini dilakukan dengan menggunakan 'poligon' alat gambar untuk
mengelilingi bagian studi. Semua crash yang terjadi selama periode
lima tahun antara 2005 dan 2009 diekstraksi. Ini menghasilkan total
360 crash (181 crash utara dan 179 selatan crash). Data CAS
meliputi variabel -variabel berikut: Lokasi (posisi di sepanjang
jalan dan koordinat) Tanggal, waktu dan hari dalam seminggu Jenis
Gerakan Kendaraan yang terlibat Kecelakaan keparahan Berkontribusi
faktor Jalan, kondisi cuaca dan cahaya Namun, data diekspor tidak
memberikan jalur terjadinya kecelakaan; sebagai hasil
setiapkecelakaan lalu lintas laporan (TCR) harus diperiksa secara
individual untuk menentukan jalur kecelakaan asal. Data ini
ditambahkan secara manual sebagai kolom tambahan dalam spreadsheet
Excel. Sepanjang proses ini beberapa crash dihilangkan dari
analisis untuk berbagai alasan sebagaimana diringkas dalam Tabel
1
Tabel 1: Ringkasan Data Kecelakaan Ringkasan Data Southbound
utara Crash awal dari 181 179 CAS Diketahui jalur 5 8 Di luar ruang
lingkup 1 8 Salah arah 9 2 Sisa crash 168 170 'Jalur Diketahui'
termasuk crash mana jalur asal tidak dapat ditentukan dari TCR. Hal
ini menunjukkan bahwa sekitar 4% dari laporan polisi tidak
dilakukan dengan standar minimum. 'Lingkup luar' termasuk
kecelakaan yang berada di luar lingkup studi bagian atau terjadi
pada on / off-landai. 'Salah arah' termasuk crash yang salah masuk
ke CAS. Sembilan crash selatan yang salah masuk sebagai utara dan
dua crash utara yang salah dimasukkan sebagai selatan. Ini account
selama lebih dari 3% dari crash dan sebagian karena kesalahan
polisi dalam menyelesaikan diagram TCR dan sebagian karena salah
entri data ke CAS. Setelah melakukan penyesuaian, 168 utara crash
crash selatan dan 170 tetap. 3.2. Ramm Data Koleksi Data tambahan
yang berhubungan dengan bagian studi dikumpulkan dari Penilaian
Road dan Manajemen Pemeliharaan (Ramm) database, ini termasuk: Data
geometri Jalan termasuk crossfall, keselarasan kelas, horisontal
dan vertikal. data resistensi Skid termasuk macrotexture, berarti
musim panas samaran 1koefisien(MSSC2) Dan keseimbangan samaran
koefisien (ESC3). Jam aliran data lalu lintas untuk setiap jalur
2005-2009. Resurfacing tanggal dan bahan yang digunakan 1Koefisien
gaya menyamping penyelidikan Rutin Mesin 2Koefisien variasi samaran
dikoreksi di sebuah periode musim panas 3Koefisien variasi samaran
dikoreksi untuk musim panas tahunan di 3 tahun-tahun sebelumnya
Variabel-variabel tambahan kemudian ditugaskan untuk setiap
kecelakaan di Excel yang ada spreadsheet sebagai crash sudah
memiliki koordinat di Transverse Mercator koordinat sistem yang
melekat kepada mereka tidak seperti banyak data Ramm. Data Ramm
dikumpulkan secara tahunan. Setelah merencanakan data crossfall
terhadap jalan chainage, diamati bahwa ada pergeseran horisontal
dalam data antara beberapa tahun. Ini menunjukkan bahwa pengumpulan
data tidak dimulai tepat pada titik yang sama setiap tahun dan /
atau 'karet banding' rekaman jarak terjadi. Akibatnya, beberapa
penyesuaian yang diperlukan untuk memastikan data Ramm cocok dari
tahun ke tahun (dibahas lebih lanjut di bagian 4.6). Sebuah
ringkasan dari data AADT untuk jalur masing-masing antara tahun
2005 dan 2009 disajikan dalam Tabel 2. Data ini digunakan untuk
menghitung tingkat kecelakaan pada jalur dengan dasar jalur seperti
dijelaskan dalam bagian 3.3
3.3. Tujuan 1 Metodologi Tujuan pertama adalah untuk menentukan
tingkat kecelakaan sesuai dengan jenis kecelakaan gerakan jalur
masing-masing. Untuk studi ini, crash dikelompokkan menjadi empat
jenis gerakan kecelakaan umum; hidung ke ekor, jalur perubahan,
kehilangan kontrol dan lainnya. Kelompok-kelompok ini dipilih
karena mereka account untuk hampir semua crash yang terjadi di
jalan raya. Definisi tingkat
kecelakaan adalah jumlah kecelakaan pada bagian jalan dibagi
oleh paparan sebagaimana didefinisikan di bawah dari EEM (NZTA,
2010).
The utara 168 dan 170 sisanya crash selatan dikelompokkan
menurut mereka jalur dan jenis kecelakaan gerakan. Dalam kasus di
mana kecelakaan itu terjadi di lebih dari satu jalur, jalur mana
kecelakaan itu diduga berasal digunakan.Pemaparan dari jalur
masing-masing dihitung dengan menggunakan AADT untuk setiap jalur
dikalikan dengan panjang dari bagian jalan (1.219km) dikalikan
dengan jumlah hari dalam lima tahun (1826) Tingkat kecelakaan
kemudian dihitung dengan membagi jumlah total kecelakaan selama
lima periode tahun oleh paparan yang diukur dalam 100 juta
kendaraan-km melakukan perjalanan (100MVKM). 3.4. Tujuan 2
Metodologi Tujuan kedua adalah untuk menyelidiki jalan dan faktor
lingkungan yang berpotensi memberikan kontribusi untuk crash pada
bagian jalan raya. Data CAS meliputi faktor-faktor yang memberikan
kontribusi untuk setiap kecelakaan yang telah ditetapkan
menggunakan sistem referensi yang dikembangkan oleh NZTA. Secara
total ada beberapa ratus faktor yang mungkin dari kode 100999.
Ditemukan bahwa 2007-2009 data yang lengkap namun sebelum 2007,
tidak semua crash telah memiliki faktor-faktor yang ditugaskan
kepada mereka. Untuk keperluan penelitian ini setiap TCR adalah
memeriksa yang memungkinkan faktor yang berkontribusi untuk
diperiksa untuk 2007-2009 data dan selesai untuk 2005-2006 data.
Fokusnya kemudian diarahkan crash yang disebabkan oleh faktor jalan
dan lingkungan (Kode 800-899) sehingga mereka dapat berhubungan
kembali ke geometris, permukaan dan infrastruktur kondisi. Dari
data ini, dapat ditarik kesimpulan tentang apa perbaikan yang
diperlukan. Namun, ditemukan bahwa beberapa crash telah ditetapkan
faktor-faktor ini karena biasanya ada faktor yang lebih signifikan
berkontribusi untuk setiap kecelakaan yang akan digunakan sebagai
gantinya. Akibatnya, jalan dan lingkungan faktor dianalisis secara
visual dengan memeriksa tren spasial dalam GIS. 3.5. Tujuan 3
Metodologi Tujuan ketiga adalah untuk menyelidiki potensi
menggunakan GIS raster untuk menganalisa crash pada jalan berjalur
banyak. Untuk melakukan hal ini, data pertama diplot ke sebuah foto
udara dengan menggunakan program yang disebut 'ArcGIS' untuk
membantu visualisasi pola kecelakaan. Selandia Baru Transverse
Mercator grid yang didasarkan sistem koordinat yang digunakan
karena ini adalah kompatibel dengan northings dan untuk setiap
kecelakaan eastings disediakan oleh CAS. Karena kecelakaan
koordinat berasal dari CAS, koordinat kecelakaan diplot muncul
dalam satu baris antara jalur dua dan tiga jalur. Akibatnya, poin
harus secara manual offset ke jalur yang benar berdasarkan
informasi yang diberikan di TCR sehingga keakuratan koordinat di
CAS terbatas pada keakuratan informasi yang terkandung dalam TCR.
Fitur ArcGIS kemudian dimanfaatkan untuk membantu visualisasi dari
pola berbagai kecelakaan berdasarkan variabel kecelakaan diuraikan
dalam bagian 3.1 dan 3.2. Gambar 2 menunjukkan sistem pelabelan
jalur yang dimaksud dalam laporan ini.
Gambar 2: Lane pelabelan sistem yang digunakan dalam makalah ini
4. Hasil dan Diskusi 4.1. Utara Hasil dan Diskusi Gambar 3 adalah
suatu grafik menampilkan tingkat kecelakaan per 100MVKM (juta
kendaraan-km itu) bepergian jalur dengan jalur dan jenis gerakan
dasar untuk arah utara. Ini menunjukkan nomor tren menarik. Pertama
jelas bahwa tingkat kecelakaan di jalur tiga secara signifikan
lebih tinggi daripada jalur lain (155 crash per 100M kendaraan-km
melakukan perjalanan). Hal ini karena proporsi yang relatif tinggi
perubahan jalur crash dibandingkan dengan jalur lain yang diduga
menjadi hasil dari interaksi tinggi antara jalur dua, tiga dan
empat. Tingkat kecelakaan di jalan satu adalah secara signifikan
lebih rendah (45 crash per 100M kendaraan-km melakukan perjalanan).
Hal ini karena proporsi yang relatif rendah hidung crash ekor
terjadi di jalur ini dibandingkan dengan lainnya jalur yang
merupakan hasil dari volume lalu lintas rendah (hanya 21% antara
2005 dan 2009) dan umumnya perilaku yang lebih konservatif
mengemudi. Jenis yang paling umum dari kecelakaan dalam semua empat
jalur itu hidung ke ekor. Ini crash umumnya disebabkan oleh
kombinasi dari karakteristik jalan, sopir dan lalu lintas. Mereka
ditemukan terjadi paling sering pada waktu mana ada kemacetan
menghasilkan variasi dalam lalu lintas kecepatan. Juga dalam
kondisi basah, skid resistance dapat jatuh secara signifikan yang
meningkatkan jarak untuk kendaraan berhenti. Kendaraan juga dapat
menjadi faktor jika kondisi ban tidakdipertahankan. Faktor-faktor
ini menggabungkan dengan kurangnya perhatian yang faktor pendorong
utama dan gangguan. Perubahan jalur crash juga membuat sebuah
proporsi yang signifikan dari jumlah kecelakaan khususnya di jalur
tiga seperti disebutkan sebelumnya. Crash ini lebih umum di jalur
tengah karena ada potensi interaksi dari kedua belah pihak. Crash
perubahan jalur juga ditemukanterkonsentrasi di kedua ujung bagian
studi dekat padalandai hanya karena lebih banyak jalur manuver
perubahan terjadi di daerah-daerah. Kendaraan dan pengemudi adalah
faktor dominan penyebab crash perubahan jalur, mayoritas laporan
kerusakan menunjukkan bahwa pengemudi yang buruk observasi,
pengambilan keputusan dan blind spot kendaraan bertanggung jawab.
Kehilangan kontrol (LOC) crash ditemukan peningkatan denyut per
jalur semakin dekat jalur itu untuk median (misalnya satu, lima,
sebelas dan dua belas crash LOC di jalur satu, dua, tiga dan empat
masing-masing). Hal ini dapat karena kecepatan yang lebih tinggi
dan mungkin berhubungan dengan lebih perilaku sembrono sopir di
jalur tiga dan empat. Sebagian besar kecelakaan terjadi pada kurva
horizontal dalam kondisi basah menunjukkan bahwa hilangnya skid
resistance lateral dan driver gagal untuk menyesuaikan kecepatan
merupakan faktor dominan. Lalu lintas karakteristik juga memiliki
efek karena semua 'kehilangan kendali' crash terjadi ketika lalu
lintas mengalir dengan bebas oleh karena itu pada kecepatan operasi
yang lebih tinggi. Ada lima 'lain' crash kategori. Kendaraan ini
sebagian besar terlibat objek mencolok, tiga yang dijatuhkan dari
tangga lainnya kendaraan.
4.2. Selatan Hasil dan Diskusi Gambar 4 adalah suatu grafik
menampilkan tingkat kecelakaan per 100M kendaraan-km melakukan
perjalanan pada jalur dengan jalur dan gerakan dasar tipe untuk
arah selatan dari jalan raya St Maria Bay. Arah ini menyediakan
lima jalur langsung setelah Auckland Harbour Bridge namun kiri
jalur menjadi jalur bus tak lama setelah tikungan tangan pertama
kiri seperti yang ditunjukkan pada Gambar 2. Sebagai Akibatnya,
jalur ini telah dihilangkan dari ruang lingkup penelitian karena
jumlah kecil crash terjadi di jalur ini. Sekali lagi jalur tiga
memiliki tingkat kecelakaan secara signifikan lebih tinggi daripada
jalur lain (233 crash per 100MVKM diikuti oleh jalur satu (149)
diikuti oleh dua jalur (98) diikuti oleh empat jalur (78). Namun
tidak seperti arah utara, tingkat kecelakaan yang lebih tinggi
jalur tiga adalah sebagian besar disebabkan hidung crash ekor
(75%), sedangkan jenis kecelakaan yang serupa di antara tiga jalur
lainnya. Tingkat kecelakaan untuk crash perubahan jalur secara
signifikan lebih rendah di jalur empat dibandingkan dengan lain
tiga jalur. Hal ini karena kendaraan yang ingin melakukan
perjalanan selatan Auckland mampu tinggal di jalur empat sementara
ada jalur aktivitas perubahan jauh lebih besar di jalur satu, dua
dan tiga sebagai kendaraan mencoba untuk memposisikan diri untuk
jalur jalan off-Fanshawe ganda Street dan selanjutnya jalan raya
persimpangan pusat. Relatif tinggi 'jalur perubahan' kecelakaan di
jalan tingkat satu dan jalur dua kemungkinan karena driver yang
mencoba untuk menghemat waktu dengan mendorong jalan mereka ke
antrian selama puncak pagi. Selama waktu ini, jalur satu dan dua
bebas mengalir sedangkan jalur tiga dan empat yang didukung dari
jembatan Victoria Park. Diharapkan bahwa frekuensi dari jenis
kecelakaan akan dikurangi secara signifikan setelah terowongan
Victoria Park (Saat ini sedang dibangun) yang akan menyediakan
kapasitas tambahan selesai. Tidak tampak akan ada alasan jelas
mengapa hilangnya kendali crash tampaknya lebih umum di jalur satu
dan jalur tiga. Namun, seperti yang terlihat dengan utara arah,
kehilangan crash kontrol lebih sering pada belokan dan dalam
kondisi basah untuk alasan yang sama. Ada tiga 'yang lain' crash
yang tidak cocok dengan salah satu kategori yang telah ditetapkan
lainnya. Ketiga terjadi di jalur empat.
4.3. Jalan Permukaan data Diskusi Plot macrotexture, ESC dan
MSSC tidak memberikan bukti yang meyakinkan bahwa kecelakaan rate
terkait dengan skid resistance untuk bagian ini jalan tol selama
periode analisis kecelakaan (20052009). Hal ini diyakini akibat
dari praktek manajemen aset yang baik pada nama NZTA sebagai bagian
ini digunakan untuk mengalami kerugian jauh lebih tinggi dari
tingkat kontrol kecelakaan di basah karena permintaan gesekan
tinggi. Sebuah kebijakan regional kemudian dikembangkan yang
digunakan agregat permukaan dengan resistensi yang lebih tinggi
untuk pemolesan pada bagian ini untuk penuh
periode analisis kecelakaan. Kebijakan ini diuji menggunakan
'setelah' masa kecelakaan analisis menggunakan plot kode warna dari
masing-masing variabel. Plot macrotexture diferensial, ESC, dan
MSCC (antara jalur roda kanan dan kiri) menunjukkan bahwa untuk
kurva tangan kiri, memakai lebih terjadi pada jalur roda kanan dan
tangan kanan untuk kurva, memakai lebih terjadi di sebelah kiri
jalan roda seperti yang diharapkan. Skid resistensi dalam kondisi
basah masih bisa menjadi factor dengan lebih dari 20% kecelakaan
terjadi di jalan basah. 4.4. Vektor GIS Diskusi Gambar 5
menunjukkan screenshot dari paket GIS CAS yang ada. Ini menggunakan
sistem vektordimana setiap arah jalan tol diwakili oleh satu baris.
Dalam gambar inikecelakaan yang terjadi antara tahun 2005 dan 2009
yang diwakili oleh poin untukutara arah. Posisi titik-titik ini
didasarkan pada jarak sepanjang jalan rayadari persimpangan
tertentu atau landmark seperti jalan di-atau jembatan di atas-.
Sistem inimemiliki beberapa keterbatasan seperti yang dijelaskan
dalam bagian berikut.
Gambar 5: Screenshot dari CAS Pertama, crash hanya ditampilkan
secara linear yang memadai untuk analisis tunggal jalur jalan
tetapi tidak sesuai untuk jalan tol empat jalur sebagai studi
menyoroti kasus ini. Setidaknya CAS harus memiliki variabel
tambahan bernama 'jalur' untuk tiap kecelakaan sehingga crash dapat
diurutkan dan dilihat pada jalur per jalur. CAS saat ini memiliki
kemampuan untuk melakukan hal ini untuk semua variabel lainnya yang
tercantum dalam bagian 3.1 sehingga tidak akan sulit untuk
memperluas CAS dengan cara ini. Ada juga masalah akurasi. Lokasi
kecelakaan di jalan raya biasanya didasarkan pada jarak dari jalan
di-atau off-ramp. Jarak ini diambil dari TCR polisi dan tingkat
akurasi antara laporan bervariasi dari 10m sampai 100m. Dalam
beberapa kasus, jelas dari TCR yang sedikit atau tidak ada upaya
telah dilakukan untuk akurat menemukan kecelakaan dan lokasi telah
diperkirakan. Karena masalah ini, beberapa crash sering muncul di
lokasi yang sama persis. Misalnya, jumlah kecelakaan dapat
diperkirakan terjadi di utara 100m dari jalan di. Ketika
ditampilkan di CAS ini akan muncul sebagai salah satu titik dan
output lainnya seperti tabrakan Fitur Diagram harus dianalisa untuk
menentukan jumlah kecelakaan pada saat itu. 4.5. GIS raster Diskusi
Gambar 6 menunjukkan screenshot dari ArcGIS yang merupakan program
yang digunakan dalam penelitian ini untuk merencanakan crash
menggunakan sistem raster. Setiap segitiga merupakan kecelakaan
yang terjadi di utara arah antara tahun 2005 dan 2009. Sebuah foto
udara digunakan sebagai dasar layer dan crash diplotkan berdasarkan
northings dan eastings menggunakan Transverse Mercator koordinat
sistem proyeksi.
Gambar 6: Screenshot dari ArcGIS
Gambar menunjukkan bahwa crash dapat ditampilkan pada jalur per
jalur yang memberikan yang jelas ide tentang bagaimana crash
didistribusikan sepanjang jalan dan di jalur masing-masing. Antena
lapisan fitur foto memungkinkan jalan untuk dilihat secara
bersamaan sehingga ini dapat dianggap sebagai faktor penyumbang.
Misalnya, ada sekelompok sembilan 'hidung hingga ekor' crash segera
setelah papan pesan visual yang ditunjukkan pada Gambar 6 dan 7
yang menunjukkan bahwa ini bisa menjadi gangguan yang mungkin untuk
driver. Perlu dicatat bahwa di daerah terpencil daerah pedesaan
mungkin ada masalah dengan kualitas foto udara. Selain itu beberapa
foto-foto mungkin tidak up-to-date karena itu perawatan harus
diambil selama interpretasi.
Gambar 7: papan pesan Visual dari sudut pandang pengemudi
(sumber: Google Street View)
Seperti dengan GIS apapun, keakuratan data input adalah penting
untuk memastikan hasil yang berarti. Menggunakan sistem ini,
masalah akurasi efektif dapat dihilangkan dengan menghilangkan
unsur manusia yang terlibat di lokasi kecelakaan. Sebagai kendaraan
polisi dilengkapi dengan unit GPS, petugas hanya menghadiri dapat
menyimpan koordinat pada perangkat. Hal ini menghilangkan kebutuhan
untuk petugas untuk mencoba untuk mengukur jarak dari persimpangan
dan tengara. Akibatnya, keselamatan akan ditingkatkan dan lebih
banyak perhatian dapat diberikan kepada tugas-tugas lain di lokasi
kecelakaan. Salah satu isu yang muncul dari lokasi kecelakaan
menentukan adalah kesulitan dalam menentukan mana kecelakaan itu
terjadi bukan di mana kendaraan (saw) datang untuk beristirahat.
Untuk aplikasi analisis kecelakaan asal crash yang paling menarik.
Hal ini terutama masalah dalam situasi kecepatan tinggi seperti
jalan raya di mana asal-usul kecelakaan mungkin hingga 100m dari
kendaraan Posisi akhir. Di bawah sistem saat ini, TCR di CAS tidak
cukup akurat untuk hal ini menjadi masalah karena akurasi dapat
bervariasi hingga 100m. Jika sistem koordinat posisi yang lebih
akurat berdasarkan digunakan maka prosedur standar harus di tempat
untuk menentukan asal kecelakaan dari informasi yang tersedia. 4.6.
Pembahasan lebih lanjut dan masalah yang dihadapi Seperti dengan
semua sistem, kualitas output berhubungan dengan kualitas data
input.Beberapa masalah yang muncul sepanjang perjalanan studi ini.
Tindakan yang diambil untuk mengatasi masalah masingmasing
diuraikan dalam bagian ini. Sumber pertama dari kesalahan datang
dari data yang diambil dari CAS. Beberapa laporan kerusakan telah
kesalahan kecil karena entri data yang salah dari itu TCR ke dalam
database.Yang Paling Umum sumber kesalahan yang ditemui adalah
masuknya yang salah 'arah perjalanan'. Setiap TCR diperiksa untuk
memastikan arah yang benar telah dimasukkan ke dalam spreadsheet.
Sumber lain kesalahan dalam data kecelakaan berasal dari akurasi
Lokasi kecelakaan. Lokasi ditentukan berdasarkan jarak membujur
sepanjang bagian jalan dari tengara dikenal (biasanya sebuah
jembatan di atas-atau jalan on / off dalam situasi jalan raya).
Namun akurasi dapat bervariasi hingga 100 meter yang signifikan
dalam analisis kecelakaan jalan. Polisi menghadiri diperlukan untuk
menyelesaikan penukaran laporan di mana ia dapat secara akurat
mengumpulkan data yang sesuai. Namun hal ini sering bisa sulit
karena berbagai tekanan eksternal termasuk memastikan keselamatan
publik, kliring backloglalu lintas dan kondisi di tempat cuaca.
Posisi ini kecelakaan lalu dikonversi ke dalam sistem Mercator
Transverse koordinat yang memungkinkan mereka untuk dengan mudah
diplot ke dalam program GIS. Sebagai akibat dari ketidakakuratan di
lokasikecelakaan, ketika data kecelakaan dipetakan menggunakan
ArcGIS, titik menunjukkanlokasi kecelakaan sering muncul dalam
kelompok pada interval umum. Semua masalah tersebut dapat
diperbaiki dengan menggunakan global positioning system (GPS) unit
yang dipasang di semua kendaraan patroli untuk langsung referensi
posisi kecelakaan.Hal ini akan menyebabkan peningkatan akurasi
karena menghilangkan langkah menengah berhubungan posisi ke
jalan-jalan di dekatnya. Sumber kedua darikesalahan yang ditemukan
dalam data masukan berasal dari
data Ramm. Data kecepatan Tinggi yang dikumpulkan oleh samaran +
truk ditemukan menjadi sedikit keluar dari fase ketika
membandingkan lintas-jatuh data antara tahun yang berbedaseperti
yang ditunjukkan pada Gambar 8
Sebuah pergeseran fasa horisontal diterapkan pada tahun-tahun
sebelumnya sampai 2008, ketika unit GPS dipasang di dalam truk
pengumpulan data. Hal ini memastikan bahwa semua data Ramm termasuk
jalan macrotexture dan ESC selama periode lima tahun yang seakurat
mungkin. Gambar 9 menunjukkan perbaikan dalam salib-jatuh data
setelah penyesuaian telah dibuat
Untuk keperluan proyek ini, Ramm data yang relevan melekat pada
setiap peristiwa kecelakaan individu karena data kecelakaan sudah
geo-referenced menggunakan sistem Mercator Transverse. Namun, untuk
implementasi skala besar, akan jauh lebih efisien untuk menciptakan
lapisan lain dalam ArcGIS yang merupakan data Ramm.Dengan melakukan
ini akan memungkinkan crash masa yang akan ditambahkan ke database
tanpa harus penelitian data jalan yang relevan untuk titik itu.
Data untuk kecelakaan yang
kemudian dapat diperoleh dalam ArcGIS, membuat proses jauh lebih
efisien daripada metodologi yang digunakan dalam lingkup proyek
ini. Untuk ini menjadi mungkin, data Ramm juga harus geo-referenced
menggunakan sistem Mercator Transverse. Representasi dari database
Ramm dalam GIS adalah sebuah aplikasi tidak dianggap saat memulai
proyek ini. Namun, sebagai proyek berjalan, menjadi jelas bahwa GIS
menyediakan visualisasi yang jelas dari data aset jalan dalam
bentuk yang sangat visual menarik. Kemampuan untuk selang waktu
data juga memungkinkan pengguna untuk melihat bagaimana sifat dari
jalan raya adalah merendahkan dari waktu ke waktu dan karena itu
membantu dalam perencanaan pekerjaan pemeliharaan dan rehabilitasi.
Data arus lalu lintas yang diperoleh dari Aliansi Motorway Auckland
diperoleh dari loop ganda yang terletak sekitar 350 meter selatan
dari titik utara dari studi kasus. Hal ini aliran data hanya
koleksi titik dalam bagian studi, sehingga perhitungan volume lalu
lintas semuanya berdasarkan data ini.Dalam lingkup proyek ini,
telah diasumsikan bahwa data ini mewakili seluruh panjang dari
bagian studi. Namun ada potensi untuk gerakan antara jalur seluruh
bagian, terutama di ujung selatan bagian tersebut, paling dekat
dengan landai dan mematikan.Penelitian lebih lanjut diperlukan
untuk lebih akurat menilai volume sepanjang bagian studi. Data arus
lalu lintas disediakan di bagian 3.2 menunjukkan bahwa lalu lintas
yang tidak merata antara empat jalur dengan 21%, 30%, 30% dan 19%
kendaraan yang menggunakan jalur satu, dua, tiga dan empat
masing-masing ke arah utara. Arah selatan memiliki variasi yang
lebih besar arus antara jalur. Lane salah satu membawa volume yang
lebih rendah karena hal ini menjadi bus jalur selatan deteksi loop
sementara jalur dua, tiga dan empat membawa volume serupa.
Distribusi lalu lintas jalur utara antara masingmasing pada tahun
2009 berbeda dari tahun-tahun sebelumnya.Setelah pemeriksaan lebih
lanjut dari data, ada periode waktu (beberapa hari) di mana loop
tidak mendeteksi lalu lintas untuk alasan yang tidak diketahui.
Akibatnya data ini tidak dapat dianggap benar-benar dapat
diandalkan. Karena sifat profil tinggi dari bagian studi, ada
volume besar data yang tersedia dan ini dikumpulkan pada interval
teratur.Juga sebagai bagian studi yang terletak di dalam Kota
Auckland, foto udara resolusi tinggi yang tersedia dari berbagai
sumber. Ketersediaan resolusi tinggi dan up-to-date foto udara
menurun di lebih daerah pedesaan terpencil di Selandia Baru. Oleh
karena itu sistem dijelaskan dalam makalah ini hanya mungkin layak
di perkotaan. Selain itu, keuntungan utama dari GIS raster lebih
berlaku untuk jalan berjalur banyak, seperti jalan raya, arterials
dan persimpangan. Namun penggunaan fotografi udara untuk
menyelidiki faktor-faktor lingkungan jalan potensial berkontribusi
terhadap kecelakaan merupakan keuntungan yang relevan untuk semua
daerah, khususnya daerah pedesaan di mana pengguna mungkin tidak
akrab dengan situs. 5. Kesimpulan murah Rekomendasi Kesimpulannya,
pelaksanaan sistem raster GIS berbasis analisis kecelakaan memiliki
potensi untuk mengatasi banyak keterbatasan dari program CAS yang
ada yang menggunakan GIS vektor. Manfaat utama adalah kemampuan
untuk memvisualisasikan crash pada jalur per jalur yang merupakan
alat yang berguna untuk studi pengurangan kecelakaan pada jalan
berjalur banyak, seperti jalan raya, multi-jalur arterials murah
persimpangan. Hal ini juga memiliki potensi untuk secara signifikan
meningkatkan akurasi dengan menghilangkan beberapa elemen manusia
terutama di sekitar lokasi situs kecelakaan. Selain itu Dalam,
lapisan dasar foto udara menawarkan kesempatan untuk lebih mengkaji
bagaimana jalan dan lingkungan sekitarnya fitur berhubungan dengan
terjadinya kecelakaan. Laporan ini juga menyoroti ketidakakuratan
dalam data saat ini disediakan oleh CAS dan Ramm. Data CAS tidak
lengkap untuk beberapa crash sedangkan data lainnya yang dimasukkan
salah. Data Ramm geometri jalan dari tahun ke tahun tidak cocok
konsisten menunjukkan teknik survei dan lalu lintas data per jam
arus tidak lengkap menyebabkan kesalahan dalam data AADT. Selain
kecelakaan aplikasi analisis, penelitian ini dapat diterapkan pada
database lain seperti Jalan Penilaian dan Manajemen Pemeliharaan
(Ramm). Ini memiliki potensi untuk digunakan sebagai alat
visualisasi untuk data permukaan jalan, data geometri dan data arus
lalu lintas. Lanjut penelitian diperlukan untuk fine tune sistem
dan proses yang diperlukan untuk melaksanakan ini. Penerapan sistem
ini untuk jaringan besar memiliki potensi untuk menjadi
mengkonsumsi mahal dan waktu. Ini juga akan memakan waktu bagi
orang untuk beradaptasi dengan sistem baru yang dapat menyebabkan
inefisiensi dalam jangka pendek. Dengan banyak data historis
sebelumnya untuk diimpor ke sistem baru, yang lama dalam waktu akan
diperlukan untuk menerapkan sistem baru.Karena keuntungan dari GIS
raster diuraikan dalam bagian 4.5, direkomendasikan bahwa Aliansi
Motorway Auckland mempertimbangkan menggabungkan database Ramm
dengan CAS dengan cara ini karena sistem dapat memberikan
keuntungan dalam memenuhi target pengurangan kecelakaan mereka. Hal
ini juga direkomendasikan bahwa sebuah penelitian dilakukan untuk
menyelidiki apakah raster GIS yang sama dapat memberikan keuntungan
untuk analisis kecelakaan berjalur banyak persimpangan. Jika ini
ditemukan untuk menjadi sukses maka GIS raster bisa cocok untuk
daerah yang paling perkotaan di seluruh Selandia Baru dimana
kualitas data input dapat diperoleh.
6. Ucapan Terima Kasih Penulis ingin Aliansi Motorway Auckland
untuk dan Sujith Padiyara untuk dukungan teknis
menyediakan
data, Keith Adams
untuk GIS saran
7. Referensi ABDEL-ATY, M., PEMMANABOINA, R. & HSIA, L.
(2006). Assessing crash occurrence on urban freeways by applying a
system of interrelated equations. CALIENDO, C., GUIDA, M. &
PARISI, A. (2007). A crash -prediction model for multilane roads.
Accident Analysis & Prevention, 39 , 657-670. ERDOGAN, S.
(2009). Explorative spatial analysis of traffic accident statistics
and road mortality among the provinces of Turkey. Journal of Safety
Research, 40 , 341-351. ERDOGAN, S., YILMAZ, I., BAYBURA, T. &
GULLU, M. (2008). Geographical information systems aided traffic
accident analysis system case study: city of Afyonkarahisar.
Accident Analysis and Prevention, 40 , 174-181. GUNDOGDU, IB
(2010). Applying linear analysis methods to GIS -supported
procedures for preventing traffic accidents: Case study of Konya.
Safety Science, 48 , 763-769. IRTAD (2009). Fatalities by road
type. Diperoleh dari
http://www.internationaltransportforum.org/irtad/index.html KHAN,
G., QIN, X. & NOYCE, DA (2008). Spati al analysis of weather
crash patterns. Journal of Transportation Engineering, 134 ,
191-202. KRISHNAKUMAR, V., PULUGURTHA, SS & NAMBISAN, SS Year.
Identification and ranking of high pedestrian crash zones using
GIS. In , 2005. 735-744. MONTELLA, A. (2010). A comparative
analysis of hotspot identification methods. Accident Analysis &
Prevention, 42 , 571-581. NZAA (2010) KiwiRAP. Retrieved from:
http://www.kiwirap.org.nz/regional_brochures.html NZTA (2009a).
Auckland City Road Safety Report 2004 to 2008. Auckland: New
Zealand Transport Badan. NZTA (2009b). Network statistics for the
year ended 30 June 2009. 31. NZTA (2010). Economic Evaluation
Manual 2010 (volume 1). POLUS, A., POLLATSCHEK, MA & FARAH, H.
(2005). Impact of infrastructure characteristics on road crashes on
two-lane highways. Traffic Injury Prevention, 6 , 240-247
