Геоинформационный метод выявления и анализа участков концентрации дорожно-транспортных происшествий

DOI: 10.35595/2414-9179-2024-2-30-445-455

Посмотреть или загрузить статью (Rus)

Об авторах

Л.А. Израилев

Южный федеральный университет,
ул. Шевченко, д. 2, Таганрог, Россия, 347900,
E-mail: izrailev@sfedu.ru

Л.В. Гордиенко

Южный федеральный университет,
ул. Шевченко, д. 2, Таганрог, Россия, 347900,
E-mail: lgordienko@sfedu.ru

Аннотация

Согласно данным Всемирной организации здравоохранения ежегодно в автокатастрофах погибает около 1,25 млн чел., а 30–50 млн чел. получают серьезные травмы. В Российской Федерации эта цифра за последние 10 лет в среднем составляла около 17 000 погибших и 201 000 раненых в год. В то же время количество автомобилей на дорогах с каждым годом только увеличивается. В этих условиях задача уменьшения количества дорожно-транспортных происшествий (ДТП) и тяжести их последствий остается актуальной. В данной работе предложен метод определения и анализа участков концентрации дорожно-транспортных происшествий (УКДТП) с учетом пространственной привязки события и исследования территории. Участки с однородными пространственными характеристиками объединяются в кластеры и затем анализируются для того, чтобы лучше понять природу возникновения участков концентрации ДТП. Понимание причин появления участков повышенной аварийности будет способствовать более точному прогнозированию данных участков, а также даст возможность проводить более рациональные мероприятия по уменьшению опасностей на данных участках. В результате это позволит снизить количество транспортных происшествий и их ущерб. В работе применяются различные алгоритмы кластеризации на основе плотности: DBSCAN, HDBSCAN, OPTICS. Каждый из указанных алгоритмов проверяется в двух вариантах значений расстояния поиска и минимального числа объектов на кластер. Для проведения анализа ДТП предлагается использование программного обеспечения геоинформационной системы (ГИС) ArcGIS Pro и данных о местоположении ДТП. ГИС ArcGIS Pro имеет мощные функции пространственного анализа, визуализации, обработки пространственных данных. В статье также делается вывод о том, какой алгоритм кластеризации на основе плотности лучше всего подходит для анализа транспортных происшествий.

Ключ. слова

дорожно-транспортное происшествие, кластерный анализ, пространственный анализ, ГИС

Список литературы

  1. Герштейн А.М., Терехов А.Н. Выявление участков повышенной опасности на дорогах Массачусетса в 2013–2018 годах. Компьютерные инструменты в образовании, 2021. № 1 (19). С. 46–58. DOI: 10.32603/2071-2340-2021-1-46-58.
  2. Елисеев М.Е., Галкина Е.Д., Мазунова Л.Н. Критерий для выявления мест концентрации аварий при разработке интеллектуальной информационной транспортной системы. Труды НГТУ им. Р.Е. Алексеева, 2021. № 1. С. 14–23. DOI: 10.46960/1816-210X_2021_1_14.
  3. Al-Haji G. Traffic safety in developing countries—new approaches in technology transfer by using distance education technique. Master’s thesis, LITH-ITN-2001:156-SE, Linkoping University, Sweden, 2001.
  4. Arjun D. Clustering techniques and their applications: a review. American journal of advanced computing, 2020. V. 1. No. 4. P. 1–6. DOI: 10.15864/ajac.1404.
  5. Nisha, Kaur P.J. A survey of clustering techniques and algorithms. 2015 2nd International conference on computing for sustainable global development (INDIACom), 2015. P. 304–307.
  6. Prasad V., Srikanth T. A survey on clustering algorithms and their constraints. International journal of intelligent systems and applications in engineering, 2023. No. 11 (6s). P. 165–179.
  7. Smeed R.J. Some statistical aspects of road safety research. Journal of the royal statistical society. Series A (general), 1949. V. 112. No. 1. P. 1–34.
  8. Soloviev A.A., Zharkikh J.I., Krasnoperov R.I., Nikolov B.P., Agayan S.M. GIS-oriented solutions for advanced clustering analysis of geoscience data using ArcGIS platform. Russian journal of Earth sciences, 2016. V. 16. DOI: 10.2205/2016ES000587.
  9. Haoxiang Xu. Research on clustering algorithms in data mining. 2022 3rd International conference on big data, artificial intelligence and internet of things engineering (ICBAIE), 2022. P. 652–655. DOI: 10.1109/ICBAIE56435.2022.9985831.

Для цитирования: Израилев Л.А., Гордиенко Л.В. Геоинформационный метод выявления и анализа участков концентрации дорожно-транспортных происшествий. ИнтерКарто. ИнтерГИС. Геоинформационное обеспечение устойчивого развития территорий: Материалы Междунар. конф. M: Географический факультет МГУ, 2024. Т. 30. Ч. 2. С. 445–455 DOI: 10.35595/2414-9179-2024-2-30-445-455

For citation: Izrailev L.A., Gordienko L.V. Geoinformation method for identifying and analyzing areas of concentration of traffic accidents. InterCarto. InterGIS. GI support of sustainable development of territories: Proceedings of the International conference. Moscow: MSU, Faculty of Geography, 2024. V. 30. Part 2. P. 445–455. DOI: 10.35595/2414-9179-2024-2-30-445-455 (in Russian)