+90 (312) 210 00 15
ODTÜ Teknokent, Ankara

Yol Güvenliği İçin Adım Adım

AraştırmaKübra Kıvrak21.12.20238 dk okuma

Kaza Noktaları Üzerine Bir İnceleme

Trafik güvenliği, modern toplumların başlıca sorunlarından biridir ve her yıl binlerce insan trafik kazalarında yaşamını yitirmekte veya yaralanmaktadır. Trafik güvenliği konusunda geleneksel yaklaşımların yerine, trafik güvenliğine sistem yaklaşımı olarak adlandırılan “Vizyon Sıfır” kavramı ortaya çıkmıştır. Bu yaklaşım, trafik kazalarını tamamen ortadan kaldırmayı hedeflemektedir. Vizyon Sıfır yaklaşımı, trafik kazalarının nedenlerini inceleyerek kazaların olasılığını azaltmaya odaklanmayı gerektirir. Bu nedenle kaza verilerinin analizi, bu amaca yönelik çözüm önerileri geliştirmek için önemlidir. Bu analizler; güvenlik kültürünü geliştirmek, tehlikeli durumları ve davranışları tanımlamak, öngörülebilirlik ve proaktif önlemler almak için önemlidir.

Trafik kazalarının analizi; kazaların sıklığını azaltmak, yaralanmaları ve kayıpları en aza indirmek ve genel olarak daha güvenli bir ortam yaratmak için değerli bilgiler sunar. Veriye dayalı analizler ve uygun önlemlerle trafik kazalarının azaltılması, sürücülerin, yayaların ve diğer yol kullanıcılarının güvenliğini sağlamayı amaçlar.

Kaza verilerinin analizleri, trafik güvenliği için önemli kararlar almak için kullanılan önemli araçlardır. Veri analizi ve istatistiksel yöntemler; trafik kazalarının anlaşılması, nedenlerinin belirlenmesi ve etkili önlemlerin alınması için güçlü bir araç haline gelmiştir. Kaza kara noktaları analizi, trafik kazalarının yoğunlaştığı bölgelerin veya noktaların belirlenmesini sağlar. Kaza kara noktalarının belirlenmesi, trafik yönetimi ve altyapı düzenlemeleri açısından öncelikli bölgeleri ortaya koymaktadır. Bu sayede, bu bölgelerde güvenlik önlemleri alınarak kazaların önlenmesi amaçlanmaktadır.

Kaza Verilerinin Betimsel Analizi

Trafik kazalarının betimsel analizi, kazaların zaman içindeki dağılımını ve örüntüsünü anlamak için kullanılan bir yöntemdir. Bu analiz; hangi yıllarda, aylarda (Şekil 1), mevsimlerde, günlerde veya saatlerde (Şekil 2) kazaların yoğunlaştığını belirleyerek trafiği etkileyen faktörleri anlamayı amaçlar. Örneğin belirli saat dilimlerinde daha fazla kaza olabileceği veya belirli mevsimlerde hava koşullarının kazaları artırabileceği gözlemlenebilir. Kazaların yoğun olduğu saatlerde trafik akışının etkilenme olasılığı daha yüksektir. Örneğin iş çıkış saatlerinde veya tatil dönemlerinde kazaların arttığı görülebilir. En çok gerçekleşen kaza tipleri belirlenip konum, zaman ve kaza tipi eşleştirmesi yapılabilir.

Bu bilgiler, trafik kontrollerinin artırıldığı veya alternatif güzergahların önerildiği saatleri belirlemek için kullanılabilir. Trafik güvenliği tedbirlerinin planlanması ve uygulanması için önemli bilgiler sağlayabilir. Örneğin, kazaların sık olduğu saatlerde trafik kontrolü artırılabilir veya riskli mevsimlerde sürücülere özel uyarılar yapılabilir.

Kazaların Aylara göre Dağılımı
Şekil 1: 2017-2021 Tarihleri arasında Gerçekleşen Kazaların Aylara göre Dağılımı
Trafik Kazalarının Saatlere göre Dağılımı
Şekil 2: Yıl Bazında Trafik Kazalarının Saatlere göre Dağılımı
Kaza Oluş Türlerine göre Dağılım
Şekil 3: Yıl Bazında Kaza Oluş Türlerine göre Dağılım

Trafik Kazalarının Mekansal İncelenmesi ve Kaza Kara Noktalarının Belirlenmesi

Trafik kazalarının mekansal analizi, trafik kazalarının meydana geldiği bölgelerin incelenerek, riskli bölgelerin belirlenmesini sağlayan bir yöntemdir. Bu analiz, kazaların meydana geldiği noktaların coğrafi konumlarına dayalı olarak haritalandırılmasını içerir. Kazaların yoğun olduğu bölgelerde sürücü hataları, kavşaklar, yolların durumu gibi faktörler üzerinde detaylı analizler yapılabilir. Çalışma amacına ve çalışma alanının ölçeğine göre farklı yöntemler kullanılabilir: Getis Ord Gi*, Anselin Lokal Moran's I, En Yakın Komşuluk Hiyerarşik Kümelenmesi ve Ampirik Bayes Yöntemi gibi.

Getis-Ord G* Yöntemine göre yapılan sıcak nokta analiz sonuçları Şekil 4'te, Anselin Lokal Moran's I Yöntemine göre yapılan analiz sonuçları Şekil 5'te gösterilmiştir. Bu sonuçlara göre yüksek yoğunluktaki kent merkezi ve çevresi (kırmızı noktalar) %90-%99 güven düzeyi ile kaza sıcak noktası olarak tespit edilmiştir. Kaza sıcak noktası, beklenenden daha fazla kaza olduğunu yani yüksek yoğunluklu kaza bölgelerini ifade etmektedir. Bu bölgeler birbiriyle ilişkili ya da kümelenmiş kazaların bulunduğu bölgelerdir. Kentin çeperi sayılabilecek alanlar ise %90-%99 güven düzeyi ile kaza soğuk noktası olarak tespit edilmiştir. Kaza soğuk bölgesi, beklenenden daha az kaza olduğunu yani düşük yoğunluklu kaza bölgelerini ifade etmektedir.

Getis-Ord G* Yöntemi
Şekil 4: Getis-Ord G* Yöntemi
Anselin Lokal Moran's I Yöntemi
Şekil 5: Anselin Lokal Moran's I Yöntemi

Bu yöntemler kaza sıcak bölgelerini tespit ederken bölgesel kümelenmeye odaklanmaktadır. Kavşak ve yol segmenti özelinde daha detaylı sonuçlar elde edebilmek için “En Yakın Komşuluk Hiyerarşik Kümelenmesi” yöntemi kullanılarak da kent merkezindeki kaza kara noktaları tespit edilmiştir. Bu çalışma kapsamında En Yakın Komşuluk Hiyerarşik Kümelenme Yönteminde kaza kara noktaları 1000 m, 500 m, 200 m, 100 m ve 75 m eşik mesafeleri; minimum 5, 10, 20 ve 50 nokta parametreleri kullanılarak hesaplanmıştır (Şekil 6, Şekil 7, Şekil 8, Şekil 9, Şekil 10).

1000 m Eşik Değeri
Şekil 6: 1000 m Eşik Değeri ile Hesaplanan Kaza Kara Noktaları
500 m Eşik Değeri
Şekil 7: 500 m Eşik Değeri ile Hesaplanan Kaza Kara Noktaları
200 m Eşik Değeri
Şekil 8: 200 m Eşik Değeri ile Hesaplanan Kaza Kara Noktaları
100 m Eşik Değeri
Şekil 9: 100 m Eşik Değeri ile Hesaplanan Kaza Kara Noktaları
75 m Eşik Değeri
Şekil 10: 75 m Eşik Değeri ile Hesaplanan Kaza Kara Noktaları

Ampirik Bayes Yöntemi tüm yıllar için yol segmentleri ve kavşak noktalarında uygulanmış, 2017 ve 2021 yılları arasında bulunan 5 yıllık dönem için her noktada kaza tahmin verisi elde edilmiştir. Elde edilen kaza tahminleri, kaza noktalarından toplanan kayıtlı verilerle karşılaştırılarak yol segmentleri ve kavşaklar için kaza kara noktaları belirlenmiştir. Belirlenen bir kavşakta uygulanan Ampirik Bayes yöntemine göre elde edilen sonuçlar Tablo 1'de verilmiştir. Ampirik Bayes Yöntemi ile kavşağın mevcut trafik hacmi ve özellikleri kullanılarak yapılan kaza tahminlerinde 5 yıllık dönem için toplam 37 kaza gerçekleşmesi beklenirken, gözlemlenen kaza sayısı 58 olmuştur.

Ampirik Bayes Yöntemi Sonuçları
Tablo 1: Ampirik Bayes Yöntemi Sonuçları

Kaza kara noktalarının bulunması ile elde edilebilecek sonuçlar:

KAYNAKLAR

AASHTO, 2010. The Highway Safety Manual, American Association of State Highway Transportation Professionals, Washington, D.C.

Blazquez, C. A., & Celis, M. S. (2013). A spatial and temporal analysis of child pedestrian crashes in Santiago, Chile. Accident Analysis & Prevention, 50, 304-311.

Colagrande, S., 2022. A methodology for the characterization of urban road safety through accident data analysis. Transportation Research Procedia, 60 (2021), 504–511.

Dereli, M. A. (2016). Trafik kaza kara noktalarının belirlenmesi için Coğrafi Bilgi Sistemleri (CBS) destekli mekânsal istatistiksel metotlar ile bir model geliştirilmesi.

Geçer, H., Bitim, S., Coskun, E. & Ayancı, M. (2013). Trafik Kazalarının Analizi Amaçlı İnteraktif ve Web Tabanlı Bir Karar Destek Sistemi Önerisi.

Getis, A. & J. K. Ord (1992). The Analysis of Spatial Association by Use of Distance Statistics. Geographical Analysis 24(3), 189-206.

Golembiewski, G. ve Chandler, B. E. (2011). Roadway Safety Information Analysis: A Manual for Local Rural Road Owners. United States Department of Transportation (Rapor No: FHWA-SA-11-10).

Goodchild, M. (1986). Spatial Autocorrelation. GeoBooks, Norwich, UK: 57.

İlçi, V. (2013). Trafik Kaza Kara Noktalarının Mekânsal İstatistiksel Yöntemlerle Belirlenmesi: Afyonkarahisar-Konya Örneği. Afyon Kocatepe Üniversitesi, Yüksek Lisans Tezi.

Moran, P. A. P. (1948). The interpretation of statistical maps. Journal of the Royal Statistical Society, Series B 37(2): 243–251.

Prasannakumar, V., Vijith, H., Charutha, R., & Geetha, N. (2011). Spatio-temporal clustering of road accidents: GIS based analysis and assessment. Procedia — Social and Behavioral Sciences, 21, 317-325.

Kübra Kıvrak
Ulaşım sektörü ile gerçek hayata dokunmak isteyen bir şehir plancısı. Sürdürülebilir ulaşım, trafik güvenliği, kentsel hareketlilik konuları ile ilgileniyor.