DETERMINATION OF ACCIDENT PRONE SECTIONS OF TOKAT-NİKSAR HIGHWAY BY USING FREQUENCY RATIO METHOD

Abstract

   In this study; use of "Frequency Ratio" method for dangerous road section determination was investigated. In this method, instead of using the accident number or accident ratio, a relationship between the environmental properties of the road and accident proneness of the road was established, by using past accident data. This relation can also be used for accident proneness of the sections which are on the same road and exposed to similar traffic effects but have no past accident data. Moreover, possible remedies and their effects can be guessed by trying different variable values. Developed method was tested on Tokat-Niksar (D850) State Highway. Seven variables related to road and its environment was used. 66 out of 94 sections (70,21%) were defined as accident prone, whereas 174 out of 206 accidents (84,46%) were recorded in these sections. That is, great percentage of the accidents were captured in a relatively low percent of sections. It is concluded that developed method may be used in accident prone road section determination studies.

Keywords

• Accident prone road sections,Frequency Ratio Method,road safety

TOKAT-NİKSAR KARAYOLUNDAKİ KAZAYA MEYİLLİ KESİMLERİN FREKANS ORANI YÖNTEMİYLE TESPİT EDİLMESİ

Öz

   Bu çalışmada; karayollarındaki tehlikeli kesimlerin belirlenebilmesi için "Frekans Oranı" yönteminin kullanılabilirliği araştırılmıştır. Bu yöntemde, kazaya meyilli yol kesimlerinin belirlenmesinde kaza sayısı veya kaza oranı değerleri doğrudan kullanılmamakta, bunun yerine geçmişte meydana gelen kaza verileri kullanılarak yol kesiminin çevresel özellikleri ile yolun kazaya meyilliliği arasında bir ilişki kurulmaktadır. Bu ilişki, aynı yol üzerinde bulunan ve diğer kesimlerle benzer trafik etkisine maruz kalan, ancak kaza verisi herhangi bir sebeple eksik olan yol kesimlerinin kazaya meyilliliğini değerlendirmede de kullanılabilmektedir. Ayrıca, tehlikeli kesimler belirlendikten sonra da hangi iyileştirmelerin yapılması gerektiği ya da yapılacak iyileştirmelerin ne gibi sonuçlar vereceği, modele girilen değişken değerleriyle denemeler yapılarak tahmin edilebilmektedir. Yöntem, Tokat-Niksar (D850) karayolunda denenmiştir. Yol ve çevresine ait 7 değişkene yer verilen çalışma sonunda toplam 94 kesimden 66 tanesi (%70,21) kazaya meyilli olarak nitelendirilirken, toplam 206 kazadan 174 tanesi (%84,46) bu kesimlerde meydana gelmiştir. Yani çalışma alanının nispeten küçük bir kısmında kazaların büyük bir kısmını yakalama imkânı olmuştur. Bu durum, yöntemin kazaya meyilli yol kesimlerinin belirlenmesine yönelik çalışmalarda kullanılabileceğini göstermiştir.

Anahtar Kelimeler

• Kazaya meyilli yol kesimleri,Frekans Oranı Yöntemi,yol güvenliği

Kaynakça

1. [1] GHAFFARI, A., KASHANI, A.T., MOGHIMIDARZI, S., “Identification of Black Spots Based on Reliability Approach”, Promet – Traffic&Transportation, 25, 525-532, 2013.
2. [2] KAHRAMANGİL, M., ŞENKAL, Ş., “Kaza Kara Noktaları Belirleme Yöntemleri”, II. Ulaşım ve Trafik Kongresi–Sergisi, Ankara, 1999.
3. [3] QIN, X., NG, M., REYES, P.E., “Identifying Crash-Prone Locations with Quantile Regression”, Accident Analysis and Prevention, 42, 1531–1537, 2010.
4. [4] HAUER, E., Observational Before-After Studies in Road Safety, Pergamon, Tarrytown, NY.1997.
5. [5] PERSAUD, B.N., “Safety Migration, the Influence of Traffic Volumes, and Other Issues in Evaluating Safety Effectiveness”, Transport. Res. Record., 1086, 33–41, 1986.
6. [6] CHENG, W., WASHINGTON, S., “Experimental Evaluation of Hotspot Identification Methods”, Accident Analysis and Prevention, 37, 870–881, 2005.
7. [7] CHANG, L.Y., CHEN, W.C., “Data Mining of Tree-Based Models to Analyze Freeway Accident Frequency”, Journal of Safety Research, 36(4), 365−375, 2005.
8. [8] ABDEL-ATY, M., PANDE, A., “Crash Data Analysis: Collective vs. Individual Crash Level Approach”, Journal of Safety Research, 38, 581–587, 2007.

9. [9] GEURTS, K., WETS, G., “Black Spot Analysis Methods: Literature Review”, 2003, https://doclib.uhasselt.be/dspace/bitstream/1942/5004/1/17.pdf. 22.05.2014.
10. [10] PIRDAVANI, A., BRIJS, T., WETS, G., “A Multiple Variables Decision‐Making Approach for Prioritizing Accident Hotspots in the Absence of Crash Data”, Transport Reviews: A Transnational Transdisciplinary Journal, 30(1), 97-113, 2010.
11. [11] KARAŞAHİN, M., TERZİ, S., “Coğrafi Bilgi Sistemleri ile Isparta-Antalya - Burdur Karayolunun Kara Nokta Analizi”, Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 9(3), 305-311, 2003.
12. [12] SAPLIOĞLU, M., KARAŞAHİN, M., “Coğrafi Bilgi Sistemi Yardımı ile Isparta İli Kentiçi Trafik Kaza Analizi”, Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 12(3), 321-332, 2006.
13. [13] MURAT, Y.Ş., ŞEKERLER, A., “Trafik Kaza Verilerinin Kümelenme Analizi Yöntemi ile Modellenmesi”, İMO Teknik Dergi, 4759(4777), 311, 2009.
14. [14] DERELİ, M. A., ERDOĞAN, S., SOYSAL, Ö., ÇABUK, A., UYSAL, M., TİRYAKİOĞLU, İ., AKBULUT, H., DÜNDAR, S., ERDOĞDU, H., SARAÇLI, S., YALÇIN, M., GÜLAL, A. M., TAŞBAŞ, M., KANTAR, M., ARSLAN, Y., “Coğrafi Bilgi Sistemleri Destekli Trafik Kaza Kara Nokta Belirleme: Ampirik Bayes Uygulaması”, Harita Teknolojileri Elektronik Dergisi, 7(2), 36-42, 2015.
15. [15] AKGÜN, A., “A Comparison of Landslide Susceptibility Maps Produced by Logistic Regression, Multi-Variables Decision, and Likelihood Ratio Methods: A Case Study at Izmir, Turkey”, Landslides, 9, 93–106, 2012.
16. [16] YILMAZ, I., “Landslide Susceptibility Mapping Using Frequency Ratio, Logistic Regression, Artificial Neural Networks and their Comparison: A Case Study from Kat Landslides (Tokat—Turkey)”, Computers & Geosciences, 35, 1125–1138, 2009.
17. [17] DEMİR, G., AYTEKİN M., AKGÜN, A., İKİZLER, S.B., TATAR, O., “A Comparison of Landslide Susceptibility Mapping of the Eastern Part of the North Anatolian Fault Zone (Turkey) by Likelihood-Frequency Ratio and Analytic Hierarchy Process Methods”, Nat Hazards, 65,1481–1506, 2013.
18. [18] LEE, S., SAMBATH, T., “Landslide Susceptibility Mapping in the Damrei Romel Area, Cambodia Using Frequency Ratio and Logistic Regression Models”, Environ Geol., 50(6), 847–855, 2006.
19. [19] PRADHAN, B., LATIF, Z.A., AMAN, S.N.A., “Application of Airborne Lidar Derived Parameters and Probabilistic-Based Frequency Ratio Model in Landslide Susceptibility Mapping”, Appl. Mech. Mater., 225, 442–447, 2012.
20. [20] REGMI, A.D., DEVKOTA, K.C., YOSHIDA, K., PRADHAN, B., POURGHASEMI, H.R., KUMAMOTO, T., AKGUN, A., “Application of Frequency Ratio, Statistical Index, and Weights-of-Evidence Models and their Comparison in Landslide Susceptibility Mapping in Central Nepal Himalaya”, Arab. J. Geosci., 7, 725-742, 2013.
21. [21] LEE, S., TALIB, J.A., “Probabilistic Landslide Susceptibility and Factor Effect Analysis”, Environmental Geology, 47, 982–990, 2005.
22. [22] AKGÜN, A., “Ayvalık ve Yakın Çevresinin Erozyon ve Heyelan Duyarlılığının Coğrafi Bilgi Sistemleri Tabanlı İncelenmesi”, Doktora Tezi, Dokuz Eylül Üniversitesi, Fen Bilimleri Enstitüsü, İzmir. 2007.
23. [23] ELVIK, R., “A Survey of Operational Definitions of Hazardous Road Locations in Some European Countries”, Accident Analysis and Prevention, 40, 1830–1835, 2008.
24. [24] AYALEW, L., YAMAGISHI, H., MARUI, H., KANNO, T., “Landslides in Sado Island of Japan: Part II. GIS-Based Susceptibility Mapping with Comparisons of Results from Two Methods and Verifications”, Engineering Geology, 81(4), 432-445, 2005.