ارائه رویکردی مبتنی بر توابع خوشه‌ای سیستم‌های اطلاعات مکانی به‌منظور تحلیل زمانمند تصادفات موتورسیکلت در معابر درون‌شهری، مطالعه موردی: کلانشهر رشت

برابر آمار و پژوهش‌های صورت‌گرفته موتورسیکلت‌سواران به‌عنوان یکی از پرخطرترین کاربران حمل‌ونقل شناخته‌شده‌اند. بااین‌وجود باتوجه‌ به شرایط اقتصادی جامعه و معضلات ترافیکی در شهرها، استفاده از موتورسیکلت همواره مورد استقبال اقشار مختلف جامعه برای جابه‌جایی درون‌شهری بوده است. هدف اصلی این پژوهش ارائه روشی مبتنی بر تحلیل‌های زمانی و توابع خوشه‌ای سیستم اطلاعات مکانی (gis) به‌منظور تحلیل آماری، مکانمند و زمانمند تصادفات موتورسیکلت جهت شناسایی مقاطع پرتصادف و ارائه راهکارهای ایمنی لازم به‌منظور کاهش تصادفات آتی است. در این راستا با استفاده از تحلیل کرنل با انحراف از معیار 0.096 و تابع گتیس آرد جی استار با انحراف از معیار 0.4643 و همچنینتحلیل خوشه ا ی زمانمند، الگوی مکانی- زمانی تصادفات موتورسیکلت با تا کید بر ساعت وقوع و فصل در منطقه مورد مطالعه بررسی شد ه استو به کمک ارزیابی همبستگی، تاثیر پارامتر زمان در ساعات مختلف شبان هروز و فصول مختلف سال بر تغییرات در فراوانی و پراکنش مکانیتصادفات تحلیل شده است. براساس نتایج مشخص شد که سه بلوار لاکان، امام خمینی و شهید بهشتی در جملگی تحلیل ها ی مبتنی بر رو ش ها یآماری و رو ش های بر مبنای سیستم ها ی اطلاعات مکانی در دسته معابر خطرناک دسته بندی می گرد د. نتایج تحقیق نشان داد که بهره گیریتلفیقی از تحلیل های خوشه ای مکانمند و زمانمند با شناسایی مقاطع پرتصادف در معابر شهری و بازه های زمانی موثر فصلی و ساعتی می تواند در تدوین رویکردهای ایمنی مرتبط با موتورسیکلت سواران منجر به اخذ تصمیمات اصلاحی مرتبط با مکان و زمان شود.

providing an approach based on cluster functions of the geospatial information systems for temporal analysis of motorcycle crashes in urban roads, case study: rasht city

motorcycle riders are one of the most dangerous transport users in the occurrence of crashes. according to economic conditions and traffic problems people are persuasion to use motorcycle for intra city transportation. the major purpose of this research is to present a method based on temporal analysis and cluster functions of the geographical information system (gis) in order to analyze the statistical, spatial and temporal aspects of motorcycle crashes in order to identify roadway crash prone sections and provide necessary safety solutions. for this purpose, using comap  and geospatial functions, spatio-temporal patterns of motorcycle crashes and effect of the hourly and seasonal time on the location of crashes has been  investigated. according to the results of the research, it was found that the highest number of motorcycle crashes occur between 12:00 and 4:00 pm. in addition, the results showed that the highest number of motorcycle crashed happened in the fall and also, the highest density of accidents is related to segments of takhti street. the results showed that using spatial cluster and temporal analysis is useful for identification of r roadway crash prone sections as well as the determination of the effective seasonal and hourly effects on crash clusters to perform adequate safety solutions related to motorcycles and apply preventively decisions based on the location and time of crashes.