مدلسازی سوانح برخورد قطار با وسیله نقلیه در محل گذرگاه‌های ریلی

ارتقاء ایمنی حمل‌ونقل ریلی، نیازمند جمع آوری، طبقه بندی و تجزیه و تحلیل آمار سوانح به‌منظور ارزیابی و تعیین عوامل موثر در تصادفات ریلی است. گذرگاه‌های ریلی، نقاط پرخطری برای تمام خطوط راه‌آهن در دنیا به‌شمار می‌آیند. لذا بررسی عوامل موثر بر ایجاد و شدت سوانح گذرگاهی راه‌آهن، بسیار ضروری به نظر می‌رسد. استفاده از مدل‌های آماری از جمله مدل لوجیت که بر اساس مشخصات ترافیکی، هندسی و تاریخچه وقوع سوانح ساخته می‌شوند، یکی از روش‌های شناسایی نقاط حادثه خیز است که با وجود ایجاد چنین مدل‌هایی برای دیگر نقاط مانند پل و تقاطع جاده‌ای، تا کنون آنچنان که باید به پیش‌بینی سوانح برای گذرگاه‌های ایران پرداخته نشده است. بنابراین در این مقاله تلاش شده است که برای نخستین بار، با تعیین شدت تصادفات به‌عنوان متغیر پاسخ به کمک مدل لوجیت و با استفاده از داده‌های مربوط به سوانح گذرگاهی شبکه راه‌آهن جمهوری اسلامی ایران در حدفاصل سال‌های 1388 تا 1392، عوامل تاثیرگذار بر شدت سوانح گذرگاهی شناسایی شوند تا با حذف یا تغییر این عوامل، بتوان به‌سوی کاهش شدت سوانح ریلی و آثار مخرب ناشی از آن، پیش رفت. نهایتاً نتایج این تحقیق بدین صورت حاصل شد که در سوانح مورد مطالعه، سوانحی که در محل تقاطعات مجازی که راه‌بند ندارند رخ می دهد، قطار درگیر در سانحه مسافری و وسیله نقلیه درگیر در سانحه موتورسیکلت است، شرایط ترافیک جاده‌ای در زمان سانحه خیلی سنگین و سرعت قطار در آنها بالاتر است، به‌عنوان سوانح با شدت بیشتر و در طرف مقابل، سوانحی که نزدیکی به محل ایستگاه‌های راه‌آهن رخ داده اند، قطار درگیر درسانحه باری و وسیله نقلیه درگیر در سانحه ماشین‌آلات کشاورزی است به ‌عنوان سوانح با شدت کمتر شناسایی شدند.

Modeling of accidents in highway-railway grade crossings

Improving the safety of rail transport requires collecting, categorizing and analyzing accident statistics in order to assess and determine the factors affecting rail crashes. HRGCs (highway railway grade crossings) are highrisk areas for all rail lines in the world. Therefore, it is very important to study the factors affecting the formation and severity of railway traffic accidents. The use of statistical models, including the logit model, based on traffic, geometric and accident history, is one of the methods for identifying incident points that, despite the creation of such models for other points such as bridges and road junctions, the prediction of accidents in Iran HRGCs has not been addressed properly. Therefore, in this paper, for the first time, by determining the severity of accidents as a response variable using the Logit model and using data related to the road accidents of Iran Railway Network between 2009 and 2013, the factors affecting the severity of the road accidents can be achieved to reduce the severity of rail accidents and the resulting destructive effects by eliminating these factors. Finally, by using these data the result was that allowed intersections that are not blocked, passenger trains, motorcycles, very high road traffic conditions and high speed trains were known as factors of increasing the severity of accidents and on the other side, the proximity to railway stations, freight trains and agricultural machinery were known as factors of decreasing the severity of accidents.