بررسی تاثیر ساختار شبکه‌ی معابر درون‌شهری بر ایمنی تردد با استفاده از تئوری چیدمان فضا (مطالعه‌ موردی: شهر مشهد)

فارغ از ویژگی های پیوندها و تقاطعات، ساختار شبکه معابر و نحوه‌ی آرایش آن‌ها بر ایمنی تردد موثر است و این موضوعی است که در حوزه ایمنی ترافیک، کمتر به آن پرداخته‌شده است. در این مطالعه برای اولین بار در کشور با تعریف یک شاخص کمی از وضعیت شبکه، اثر آن روی ریسک تصادفات 178 ناحیه‌ی ترافیکی شهر مشهد دیده‌شده است. به این منظور با استفاده از داده‌های تصادفات سال‌های 85، 86 و 87، شاخص‌های همپیوندی، اتصال، انتخاب، آنتروپی، خوانایی و سایر متغیرهای توصیفی ازجمله متوسط مالکیت خودرو، کیلومتر وسیله‌ی نقلیه‌ی طی شده، تعداد تقاطعات و تراکم شبکه معابر، به برازش مدل‌های پیش‌بینی تصادفات به روش بیزی پرداخته شد. به‌منظور بررسی و مقایسه توانایی شاخص‌های چیدمان فضا در بهبود مدل‌های پیش‌بینی تصادفات از مدل پواسون لگ‌نرمال و برای در نظر گرفتن اثر همبستگی‌های فضایی از مدل bym با توزیع پیشین خود همبسته‌ی شرطی (car) استفاده شد. درنهایت با استفاده از مدل نهایی انتخاب‌شده ریسک وقوع تصادفات نواحی ترافیکی برآورد گردید. نتایج حاصل نشان داد که به‌کارگیری متغیرهای توصیف‌کننده‌ی الگوی شبکه معابر منجر به بهبود مدل‌های پیش‌بینی تصادفات می‌گردند. عملکرد شاخص اتصال نسبت به سایر متغیرهای کمی ساز الگوی شبکه معابر بهتر بود و در نظر گرفتن همبستگی فضایی نواحی ترافیکی، قدرت پیش‌بینی مدل را بهبود بخشید. نتایج حاکی از آن است که شاخص‌های همپیوندی، اتصال و خوانایی با ریسک تصادفات رابطه‌ی مستقیم و آنتروپی و انتخاب رابطه‌ی معکوس دارند. بدین معنی که هر چه الگوی شبکه معابر از حالت درختی (نامنظم) خارج‌شده و شطرنجی‌تر (منظم‌تر) می‌گردد ایمنی تردد در آن کاهش می‌یابد. از این دستاورد می‌توان در طراحی شبکه معابر جدید بهره جست و از ابتدا با چیدمانی مناسب‌تر برای معابر، شبکه‌ای ایمن‌تر ساخت.

the effect of road network structure on traffic safety using space syntax theory(case study :mashhad)

regardless of the properties of links and junctions, road network structure and their arrangement effects on traffic safety and this is a topic that has been less discussed in the area of traffic safety. in this study for the first time in the country by defining a quantitative indices of street network pattern, its impact on the risk of traffic accidents has been observed in 178 mashhad's traffic analysis zones (tazs). for this purpose, with using mashhad's crash data of 2008‌2010 years, the space syntax measures such as integration, connectivity, choice, entropy, intelligibility and other descriptive variables such as average car ownership, vehicle kilometer traveled, number of junctions and road network density, the bayesian accident prediction models were fitted to data. poisson log‌normal model was developed to investigate and compare the ability of space syntax measures in improving crash prediction models and the bym model with conditional autoregressive (car) prior was used to incorporate the spatial correlation of nearby zones. finally the risk of traffic accidents was estimated using the selected final model. the results showed that applying the descriptive variables of the road network pattern leads to the improvement of crash prediction models. the performance of the connectivity measure was better than other quantitative variables of the road network pattern and considering the spatial correlation of the tazs improved the predictive power of the model. the results indicate that the integration, connectivity and intelligibility measures are directly related to the risk of accidents while entropy and choice are inversely related. this means that by changing the road network pattern from irregular to grid, traffic safety is decreased. this achievement can be used to design a new road network with more safe design of network pattern.