Sarıyer ve Şişli İlçeleri Sınırlarında Büyükdere Caddesinde Meydana Gelen Ölümlü ve Yaralanmalı Trafik Kazalarının Coğrafi Bilgi Sistemleri Yardımıyla Birliktelik Kurallarıyla Karşılaştırılması

Öz

Trafik kazaları maddi sonuçları yanında istenmeyen bir durum olan ölüm veya yaralanma ile de sonuçlandığı için Türkiye’de ve dünyada önemli bir sorun haline gelmiştir. Bu nedenle kazaların yoğunluk gösterdiği sıcak noktalarda, kazaları önleyici tedbirler alınması oldukça önemlidir. Bu çalışmada, İstanbul ili Avrupa yakasında Sarıyer ve Şişli ilçeleri arasında uzanan en uzun ve işlek caddelerden biri olan Büyükdere Caddesinde 2010-2017 yılları arasında meydana gelmiş toplam 1237 ölümlü ve yaralanmalı trafik kazası, coğrafi bilgi sitemleri içinde yer alan çekirdek yoğunluğu yöntemiyle bağlı olduğu ilçe sınırına göre 2 kısma ayrılmış ve elde edilen birliktelik kurallarıyla karşılaştırılmıştır. Böylece kazaların yoğunluk gösterdiği noktalar, iki ilçe içinde daha ayrıntılı incelenebilmiş ve elde edilen farklı birliktelik kurallarının analiz edilmesi yapılabilmiştir. Ayrıca verilerin doğru bir şekilde analiz edilmesi, caddenin bağlı olduğu iki ilçede de gelecekte meydana gelecek trafik kazalarını azaltacak etkin karayolu güvenliği önlemleri geliştirilmesine yardımcı olacaktır. Analiz sonucunda Sarıyer ve Şişli ilçeleri sınırlarında Büyükdere Caddesinde meydana gelen ölümlü ve yaralanmalı trafik kazalarının, kaza günü, kaza saat dilimi, kaza oluş türü, araç cinsi ve kaza sonucu değişkenlerine göre elde edilen birliktelik kurallarında farklılık gösterdiği görülmüştür. Belirlenen kaza sıcak noktalarında bu kurallara göre önlem alınması gerektiği sonucuna varılmıştır.

Anahtar Kelimeler

• Trafik Kazaları
• Coğrafi Bilgi Sistemleri
• Çekirdek Yoğunluğu Yöntemi
• Birliktelik Kuralları

Kaynakça

1. [1] Camkesen N, Bayrakdar Z. “Alan Analizi Yöntemi ile Kazaların Gerçek Nedenlerinin Saptanması”. II. Ulaşım ve Trafik Kongresi Bildiriler Kitabı, Ankara, 1999. Erişim sitesi:https://docplayer.biz.tr/25379493-Ii-ulasim-ve-trafik-kongresi-sergisi-bildiriler-kitabi.html (erişim: 02.12.2021).
2. [2] Khokale R, Ghate A. “Data Mining for Traffic Prediction and Analysis using Big Data”. International Journal of Engineering Trends and Technology (IJETT), 48(3), 2017.
3. [3] Ersen M, Büyüklü AH, Taşabat Erpolat S. “Analysis of Fatal and Injury Traffic Accidents in Istanbul Sarıyer District with Spatial Statistics Methods”. Sustainability, 13, 11039, 2021. https://doi.org/10.3390/su131911039
4. [4] Feng M, Zheng J, Ren J, Hussain A, Li X, Xi Y, Liu Q. “Big data analytics and mining for effective visualization and trends forecasting of crime data”. IEEE Access, 7, 106111-106123, 2019.
5. [5] Lin L, Wang Q, Sadek AW. “Data Mining and Complex Network Algorithms for Traffic Accident Analysis”. Transportation Research Record, 2460, 128-136, 2014.
6. [6] Aydindag Bayrak E, Kirci P. Intelligent big data analytics in health. In Early Detection of Neurological Disorders Using Machine Learning Systems. 252-291, IGI Global, 2019. doi:10.4018/978-1-5225-8567-1.ch014
7. [7] Ertunç E. Coğrafi bilgi sistemleri yardımıyla trafik kazalarının analizi: Antalya örneği. Yüksek Lisans Tezi, Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Harita Mühendisliği Anabilim Dalı, Konya, Türkiye, 2013.
8. [8] Gündoğdu G. Coğrafi bilgi teknolojileri kullanılarak trafik kaza analizi: Adana örneği. Yüksek Lisans Tezi, Çukurova Üniversitesi, Fen Bilimler Enstitüsü, Uzaktan Algılama Ve Coğrafi Bilgi Sistemleri Anabilim Dalı, Adana, Türkiye, 2010.

9. [9] Saplıoğlu M, Karaşahin M. Coğrafi Bilgi Sistemi yardımı ile Isparta ili kent içi trafik kaza analizi. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 12(3), 2006.
10. [10] Erdogan S, Yılmaz I, Baybura T, Gullu M. “Geographical information systems aided traffic accident analysis system case study: City of Afyonkarahisar”. Accid. Anal. Prev., 40, 174–181, 2007.
11. [11] Dereli MA, Erdoğan S. “A new model for determining the traffic accident black spots using GIS-aided spatial statistical methods”. Transp. Res. Part A Policy Pract., 103, 106–117, 2017.
12. [12] Le KG, Liu P, Lin LT. “Determining the road traffic accident hotspots using GIS-based temporal-spatial statistical analytic techniques in Hanoi, Vietnam”. Geo-Spat. Inf. Sci., 1–12, 2019.
13. [13] Xie Z, Yan J. “Kernel Density Estimation of Traffic Accidents in a Network Space”. Comput. Environ. Urban Syst., 32, 396–406, 2008.
14. [14] Thakali L, Kwon TJ, Fu L. “Identification of crash hotspots using kernel density estimation and kriging methods: A comparison”. J. Mod. Transp., 23, 93–106, 2015.
15. [15] Mohaymany AS, Shahri M, Mirbagheri B. “GIS-based method for detecting high-crash-risk road segments using network kernel density estimation”. Geo-Spat. Inf. Sci., 16, 113–119, 2013.
16. [16] Xie Z, Yan J. “Detecting Traffic Accident Clusters with Network Kernel Density Estimation and Local Spatial Statistics: An Integrated Approach”. J. Transp. Geogr., 31, 64–71, 2013.
17. [17] Bil M, Andrasik R, Janoska Z. “Identification of hazardous road locations of traffic accidents by means of kernel density estimation and cluster significance evaluation”. Accid. Anal. Prev., 55, 265-73, 2013.
18. [18] Wikipedia. Büyükdere Caddesinin Güzergah ve Özellikleri, (2022). Erişim sitesi: https://tr.wikipedia.org/wiki/B%C3%BCy%C3%BCkdere_Caddesi (erişim: 02.02.2022).
19. [19] Anadolu Ajansı. İstanbulda en çok kazanın yaşandığı 10 kara noktası (2021). Erişim sitesi: https://www.aa.com.tr/tr/trafikte-degisen-hayatlar/istanbulda-en-cok-kazanin-yasandigi-10-kara-nokta-belirlendi/2239850(erişim: 12.01.2021)
20. [20] Han J, Kamber M, Pei J. Data Mining: Concepts and Techniques. 3rd ed. San Francisco, CA, Morgan Kaufmann Publishers, 2011.
21. [21] Yurtay Y, Yurtay N, Çelebi N, Bacınoğlu NZ, Ak G. “Sakarya İline Ait Yangın Verilerinin Veri Madenciliği Yöntemleriyle Değerlendirilmesi”. ISITES2014, Karabük, Türkiye, 2014.
22. [22] Kumar S, Toshniwal D. “A data mining approach to characterize road accident locations”. J. Mod. Transp., 24, 62–72, 2016.
23. [23] Atılgan E. Karayollarında Meydana Gelen Trafik Kazalarının Karar Ağaçları ve Birliktelik Analizi İle İncelenmesi. Yüksek Lisans Tezi, Hacettepe Üniversitesi, Fen Bilimleri Enstitüsü, İstatistik Anabilim Dalı, Ankara, Türkiye, 2011.
24. [24] Jiang F, Yuen KKR, Lee EWM. "Analysis of motorcycle accidents using association rule mining-based framework with parameter optimization and GIS technology". Journal of Safety Research, 75, 292–309, 2020.
25. [25] Jiang F, Yuen KKR, Lee EWM, Ma J. “Analysis of Run-Off-Road Accidents by Association Rule Mining and Geographic Information System Techniques on Imbalanced Datasets”. Sustainability, 12, 4882, 2020. Doi: https://doi.org/10.3390/su12124882
26. [26] Gülce AC. Veri madenciliğinde apriori algoritması ve apriori algoritmasının farklı veri kümelerinde uygulanması. Yüksek Lisans Tezi, Trakya Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Anabilim Dalı, Edirne, Türkiye, 2010.
27. [27] Söylemez İ, Doğan A, Özcan U. “Trafik kazalarında birliktelik kuralı analizi: Ankara ili örneği”. Ege Akademik Bakış Dergisi, 16(Özel sayı), 11-20, 2016. Doi: 10.21121/eab.2016OZEL24423.
28. [28] Doğrul G, Akay D, Kurt M. “Trafik Kazalarının Birliktelik Kuralları İle Analizi”, Gazi Mühendislik Bilimleri Dergisi, 1(2), 265-284, 2015.
29. [29] Bhandari A, Gupta A, Das D. “Improvised apriori algorithm using frequent pattern tree for real time applications in data mining”. Procedia Comput. Sci., 46, 644–651, 2015.
30. [30] Karaibrahimoğlu A. Veri Madenciliğinden Birliktelik Kuralı İle Onkoloji Verilerinin Analiz Edilmesi: Meram Tıp Fakültesi Onkoloji Örneği. Doktora Tezi, Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, İstatistik Anabilim Dalı, Konya, Türkiye, 2014.
31. [31] Doğan B, Erol B, Buldu A. “Sigortacılık Sektöründe Müşteri İlişkileri Yönetimi İçin Birliktelik Kuralı Kullanılması”. Marmara Fen Bilimleri Dergisi, 2014. DOI: 10.7240/mufbed.56489, 3, 105-114.
32. [32] Lee S, Cha Y, Han S, Hyun C. “Application of Association Rule Mining and Social Network Analysis for Understanding Causality of Construction Defects”. Sustainability, 11, 618, 2019.
33. [33] Gariazzo C, Stafoggia M, Bruzzone S, Pelliccioni A, Forastiere F. “Association between mobile phone traffic volume and road crash fatalities: a population-based case-crossover study”. Accid. Anal. Prev., 115, 25–33, 2018.
34. [34] Xu C, Bao J, Wang C, Liu P. “Association rule analysis of factors contributing to extraordinarily severe traffic crashes in China”. J. Saf. Res., 67, 65–75, 2018.
35. [35] Mirabadi A, Sharifian S. “Aplication of association rules in İranian Railways (RAİ) accident data analysis”. Safety Science, 48, 1427-1435, 2010.