مدل‌سازی و تحلیل شدت تصادفات با علت تامه عدم توجه به جلو در دوران محدودیت‌های تردد کرونا با رگرسیون لجستیک

مهندسی عمران فردوسی

مقاله 4، دوره 36، شماره 2 - شماره پیاپی 42، تیر 1402، صفحه 61-72   

نوع مقاله: مقاله پژوهشی

شناسه دیجیتال (DOI): 10.22067/jfcei.2023.81395.1217

نویسندگان

مازیار ابوالفضل زاده^* ؛ سید ابراهیم عبدالمنافی؛ حسن خاکسار

دانشکده عمران، دانشگاه آزاد اسلامی واحد تهران شمال، ایران

چکیده

 تصادفات رانندگی یکی از عامل­های اصلی مرگ در جهان محسوب می­شود. آمارهای تصادفات نشان می­دهد که عدم توجه به جلو بیشترین علل تامه تصادفات می­باشد. از زمان شیوع کووید-۱۹، سیاست‌های محدودیت سفر که به در شهرهای جهان اتخاذ شد، نقش عمیقی در تغییر الگوهای سفر ایفا کرد. یکی از عواملی که در سال‌های اخیر بر رفتار ترافیکی تأثیرگذار بود، همه­گیری کرونا بود. از همین‌رو محدودیت­هایی برای تردد­ها وضع شد و رفتارهای ترافیکی متأثر بر آن بود. منع تردد سبب استفاده بیش از حد کاربران راه برای برقراری ارتباط به وسیله­ اپلیکیشن­های ارتباطی در گوشی­های همراه گشت. بررسی عدم توجه به جلو در کنار دیگر عوامل تأثیرگذار در شدت تصادفات، با استفاده از مدل­های شدت تصادفات بر حسب پارامتر مؤثر در آن، امکان‌پذیر است. در این مقاله تصادفات درون‌شهری با علت تامه عدم توجه به جلو در طی دوران همه‌گیری کرونا با استفاده از رگرسیون لجستیک و اطلاعات مربوط به سال­های ۱۳۹۷ تا ۱۴۰۱ در سه بازه زمانی ۲۰ ماه قبل از شیوع کرونا، ۲۰ ماه حین همه­گیری کرونا و ماه­های اعلام پایان کرونا و برداشتن منع­ تردد­ها مورد تحلیل قرار گرفت. مدل نهایی نشان می­دهد که متغیرهای مستقل روز چهارشنبه، رانندگان مرد مقصر بالای 60 سال، نحوه برخورد جلو به جلو و وسیله ‌نقلیه مقصر پراید سبب افزایش احتمال وقوع تصادف فوتی یا جرحی نسبت به تصادف خسارتی می­شوند. متغیرهایی با ضرایب منفی (ساعت 6 تا 21، شرایط سطح راه خشک، آب و هوای صاف و وضعیت روشنایی روز) سبب کاهش احتمال وقوع تصادف فوتی یا جرحی نسبت به تصادف خسارتی می­شوند.

کلیدواژه‌ها

شدت تصادفات؛ کووید-۱۹؛ کرونا؛ رگرسیون لجستیک؛ عدم توجه به جلو

مراجع

. J. Li, Z. Zhao, “Impact of COVID-19 Travel-Restriction Policies on Road Traffic Accident Patterns with Emphasis on Cyclists: A Case Study of New York City” Accident Analysis & Prevention, Vol. 167, 2022.

2. Ò. Saladié, E. Bustamante, A. Gutiérrez, “COVID-19 Lockdown and Reduction of Traffic Accidents in Tarragona Province, Spain” Transportation Research Interdisciplinary Perspectives, Vol. 8, 2020.
3. Md. E. Shaik, S. Ahmed, an Overview of the Impact of COVID-19 on Road Traffic Safety and Travel Behavior. Transportation Engineering, Vol. 9, September 2022.
4. I. Bargegol, M. Kiomarsi, “Investigating Parameters Affecting Motorcyclist Injury Accidents on Urban Roads” Guilan Police Science Journal, 13^th row, 2015. (In Persian)
5. I. Brgegol, M. Somesaraei, “Statistical Analysis of Inner-City Accidents Based on Vehicle Type Using Logistic Model”, Master's Thesis, Road and Transportation, Gilan University, 2015. (In Persian)
6. P. Gribe, Accident Prediction Models for Urban Roads, Accident analysis & Prediction, Vol. 35, no. 2, pp. 273- 285, 2003.
7. X. Yan, E. Radwan, M A. Aty, Characteristics of Rear- End Accident at Signalized Intersection Using Multiple Logistic Regression Model, Accident analysis & Prevention, Vol. 37, 2005, pp. 983- 995, 2005.
8. V. Najafi Moghaddam Gilani, S. M. Hosseinian, M. Ghasedi, M. Nikookar, “Data-Driven Urban Traffic Accident Analysis and Prediction Using Logit and Machine Learning-Based Pattern Recognition Models”, Mathematical problems in engineering, Article ID 9974219, 2021.
9. H. Bhuiyan, J. Ara, K. Md. Hasib, Md. I. H. Sourav, F. B. Karim, C. Sik-Lanyi, G. Governatori, A. Rakotonirainy, S. Yasmin “Crash Severity Analysis and Risk Factors Identification Based on an Alternate Data Source: a Case Study of Developing Country”, Scientific Reports, Vol. 12, Article number: 21243, 2022.
10. I. Bargegol, M. Nazeri, V. Najafi Moghaddam Gilani, “Modeling of urban accidents using logistic regression”, the first national conference on road and transportation engineering Guilan University, 2017. (In Persian)