Risk accident analysis in the Province of Livorno: a geographical and inductive approach, di Nicotra Irene, Petri Massimiliano

Dott.ssa Irene Nicotra, Ing. Massimiliano Petri

Osservatorio della Mobilità

RISK ACCIDENT ANALYSIS IN THE PROVINCE OF LIVORNO:A GEOGRAPHICAL AND INDUCTIVE APPROACH

Provincia di Livorno


Osservatorio della MobilitàProvincia di Livorno

La recente relazione sullo Stato della sicurezza in Toscana ha evidenziato il problema della “sicurezza stradale” rispetto agli altri.

Premessa

Morti in auto >> Morti in omicidi volontari

A livello europeo la situazione è migliore di quella italiana grazie ad interventi atti a ridurre l’incidentalità.

Media Europea

50-60 morti/milione di abitanti

Media Italiana

100 morti/milione di abitanti

Risk accident analysis in the Province of Livorno: A geographical and inductive approach



Il progetto S.I.R.S.S. ha origine con il Programma Annuale di Attuazione 2002 del Piano Nazionale di Sicurezza Stradale che ha finanziato il 50% dei costi del progetto, sviluppato nel 2003 dalla Provincia di Arezzo (ente capofila).

Cos’è il progetto S.I.R.S.S. Sistema Integrato di Regionale per la Sicurezza Stradale

Risorse umane

SW

Procedure

Il progetto mette a sistema procedure, software e risorse umane tali da

garantire la gestione decentrata degli incidenti stradali




Nuova gestione dei dati




OBIETTIVI del progetto S.I.R.S.S.

Georeferenziazione incidenti stradali

Maggiore comprensione della dinamica di incidentalità

Costruzione di un quadro complessivo ed uniforme di incidentalità

Utilizzo dei dati in altri progetto o con altri DB

Fruibilità dei dati dopo 3 mesi dall’incidente

Fruibilità dei dati per soggetti autorizzati




Il software S.I.R.S.S. - Rilevazione

Dati sui veicoli

Dati sulle persone

Privacy

Georeferenziazione incidenti





Utilizzo dei dati rilevati

1. Analisi ‘ex-post’ di incidentalità al fine di avere indicazioni sulle zone a maggior incidentalità, sulle cause ed, infine, localizzare aree dove poter svolgere il Road Safety Review;

2. Estrarre regole, mediante metodologie induttive, capaci di costituire supporto decisionale in fase di scelta del percorso di un nuovo tracciato viario.

Fase di Valutazione preliminare del tracciato (V.I.A.) da inserire nelle

procedure di valutazione multicriteri

Fase di progettazione esecutiva

Fase di monitoraggio e funzionamento

?

Road Safety Audit

Road Safety ReviewRoad Safety Inspection



Analisi uni-variata ex-post


Numero di eventi per tipologia di incidenti

In Provincia di Livorno nel 2008 sono stati rilevati 1.443 incidenti, con 21 morti e 1.818 feriti.





Numero eventi per tipologia di strada e ambito territoriale

Numero eventi per mese









Analisi di densità

Kernel Density function

Individuazione di ‘black points’

Effettuazione Road Safety

Review in loco

λ(s) is the estimated value of the distribution in the point s. si is the ith event k() represents the kernel density function (in our case a Gaussian function) τ the threshold (300 mt)



Analisi bi-variata ex-post


Incidenti nei mesi per tipologia di strada

Gen. Feb. Mar. Apr. Mag. Giu. Lug. Ago. Set. Ott. Nov. Dic.

Strada a due carreggiate

Altro

Strada ad una carreggiata con un senso di marcia

Strada ad una carreggiata con due sensi di marcia

Nei mesi estivi (giugno, luglio e agosto) si abbia un aumento di incidenti su strade ad unica carreggiata e due sensi di marcia.



Analisi bi-variata ex-post


Periodo giornaliero dell’incidente per mese

Gli incidenti notturni sono molto pochi nei mesi di Settembre ed Ottobre.



Analisi multivariata - Datamining


Albero Decisionale e regole estratte



Analisi multivariata – Datamining Regole estratte (target = n° feriti)


Alcune regole estratte (in assenza di attributi geografici):•IF numero incolumi > 1 THEN numero feriti <= 1with a likelihood of 84% (rules applied to 176 accidents)•IF numero incolumi = 1THEN numero feriti <= 1 with a likelihood of 85% (rules applied to 992 accidents)•IF numero incolumi = 0 AND tipo incidente = FuoriuscitaTHEN numero feriti <= 1with a likelihood of 81% (rules applied to 147 accidents) •IF numero incolumi = 0 AND tipo incidente <> FuoriuscitaTHEN numero feriti > 1with a likelihood of 87% (rules applied to 127 accidents)

Percentuale di incidenti correttamente classificati dell’85%, ovvero per 1225 su 1442 valgono le regole da esso estratte



Analisi multivariata – Datamining Albero e regole (target = tipo strada)


Analisi ex-ante



Analisi sviluppi futuri


- Integrazione nei dati delle rilevazioni automatiche di traffico provenienti da centraline

- Effettuazione di una classificazione della rete stradale ed applicazione del Metodo Bayesiano Empirico per il calcolo della sicurezza in ogni tratto stradale

- Collegare gli incidenti con la loro georeferenziazione e inserire variabili quali distanza d’avvistamento, andamento del terreno, vicinanza dell’edificato ed altro al fine di creare un classificatore da utilizzare in fase di valutazione delle alternative di tracciato.

-Utilizzo di Reti Bayesiane ai dati relativi a più anni (2007-2008-2009-2010).

Analisi ex-post


Responsabile U.O.Programmazione Trasporti, Servizi TPL, AlboAutotrasportatoriDott.ssa Irene Nicotra

[email protected]

Collaboratore dell’Osservatorio Provinciale della MobilitàIng. Massimiliano Petri

[email protected]

Osservatorio della Mobilità

Provincia di Livorno


Documents

Risk accident analysis in the Province of Livorno: a geographical and inductive approach, di Nicotra Irene, Petri Massimiliano