De ontwikkeling van de RAA

Transcriptie

1 De ontwikkeling van de RAA Pilootdatabank en bepaling zwarte segmenten RA-MOW K. Van Raemdonck, C. Macharis Onderzoekslijn WP1: Referentiedatabank DIEPENBEEK, STEUNPUNT MOBILITEIT & OPENBARE WERKEN SPOOR VERKEERSVEILIGHEID

2 Documentbeschrijving Rapportnummer: Titel: RA-MOW De ontwikkeling van de RAA Ondertitel: Deel I: Pilootdatabank en bepaling zwarte segmenten. Auteur(s): Promotor: K. Van Raemdonck, C. Macharis Prof. dr. Cathy Macharis Onderzoekslijn: Referentiedatabank voor onderzoek naar verkeersveiligheid in Vlaanderen Partner: Aantal pagina s: 42 Vrije Universiteit Brussel MOSI T Projectnummer Steunpunt: 1.1 Projectinhoud: WP1: Referentiedatabank voor onderzoek naar verkeersveiligheid in Vlaanderen Uitgave: Steunpunt Mobiliteit & Openbare Werken, oktober Steunpunt Mobiliteit & Openbare Werken Wetenschapspark 5 B 3590 Diepenbeek T F E info@steunpuntmowverkeersveiligheid.be I

3 Samenvatting Om verkeersongevallen op een efficiënte en effectieve manier te analyseren en om verkeersveiligheid aan te pakken is meer nodig dan verkeersongevallendata alleen. Naast data over de ongevallen, kunnen ook data over verkeersvolumes, het wegennet, wegkarakteristieken, gedrag, enzovoorts een meerwaarde bieden in het onderzoek naar verkeersveiligheid. Ondanks het feit dat er reeds verschillende databanken bestaan over verkeer en verkeersveiligheid in Vlaanderen (Vlaams Verkeerscentrum, AGIV, ADSEI, etc.), bestaat er nog geen referentiedatabank, waarbij verschillende bestaande databanken met elkaar worden gekoppeld. Daarom wordt in werkpakket 1 van het Steunpunt Mobiliteit en Openbare Werken spoor verkeersveiligheid een referentiedatabank ontwikkeld waarin data van deze verschillende bronnen gekoppeld worden in een GIS-omgeving. Deze databank zal dienen voor het verschaffen van een beter inzicht en moet een belangrijke bron van informatie worden voor het onderzoek naar verkeersveiligheid binnen het Steunpunt. In dit rapport wordt een pilootversie van deze databank besproken. Het belang van de referentiedatabank wordt toegelicht, alsook wordt er dieper ingegaan op de reeds gekoppelde data zoals het wegennet, het hoofdwegennet opgesplitst in wegsegmenten, de gelokaliseerde ongevallendata, verkeersvolumes op het hoofdwegennet en enkele wegkarakteristieken. Voorts wordt de zwarte puntenbepaling besproken. Naast het definiëren van het concept gevaarlijke punten of zwarte punten, wordt ook ingegaan op hoe deze punten bepaald worden in verschillende Europese landen. Op basis van de data uit de referentiedatabank wordt ook een tool ontwikkeld, de Road Accident Analyzer (RAA) genaamd, die ongevallenrisico s zal berekenen op het hoofdwegennet in Vlaanderen. Een ongevallenrisico kan gedefinieerd worden als een ratio van het aantal ongevallen en het verkeersvolume en zal worden berekend voor alle wegsegmenten van de Vlaamse hoofdwegen. Indien dit ongevallenrisico groter is dan een berekende kritische waarde, spreekt men van een gevaarlijk of zwart segment. Het zijn deze zwarte segmenten die in dit rapport bepaald worden, gevolgd door een kritische bespreking van de beperkingen van de resultaten en de data. Vervolgens zal het mogelijk zijn om deze zwarte segmenten verder te onderzoeken en dominante ongevallenoorzaken te detecteren. Op basis van deze oorzaken zullen dan gepaste maatregelen voorgesteld kunnen worden om de verkeersveiligheid te verbeteren. Steunpunt Mobiliteit & Openbare Werken 3 RA-MOW

4 English summary Title: Development of the RAA Subtitle: Part I: Pilot database and identification of black road segments Abstract To analyze road accidents and to address road safety in an efficient and effective way, not only traffic accident data is required. Besides data on accidents, additional data on traffic volumes, the road network, road characteristics, travel behavior, etc. can add value for profound traffic safety research. Despite the fact that several databases on traffic and traffic safety already exist in Flanders (Flemish Traffic Centre, Agiv, ADSEI, etc.), there is no reference database available yet, in which the different existing databases are linked. Therefore, in work package 1 of the policy research centre mobility and public works track traffic safety, a reference database is being developed in which these different data sources are linked within a GIS environment. This database will provide a better understanding of problems in road safety and will be an important source of information for the investigation of traffic safety within the policy research centre. In this report, a pilot version of this database will be discussed. The importance of the reference database is explained, and the data that is already linked and included in the database, such as the road network, the main roads divided into road segments, localized accident data, traffic volumes and some road characteristics, are studied in more detail. Furthermore, black spot identification will be discussed. In addition to defining the concept of dangerous or black spots, it will also be studied how these points are determined in several European countries. Based on the data from the reference database, a tool, called the Road Accident Analyzer (RAA), will be developed. This tool will be able to calculate the accidents risk on the main roads in Flanders. An accident risk can be defined as a ratio of the number of accidents and traffic volume on a given road segment, and will be calculated for all the road segments on the main roads in Flanders. If the accident risk is greater than a calculated critical value, the road segment will be called a dangerous or black segment. This report is about the identification of these black segments, followed by a discussion on the limitations of the results and the used data. Afterwards, it will be possible to further investigate these black segments, and detect the dominating causes for an accident to happen. Based on these causes, appropriate measures can be proposed to improve road safety on the black segments. Steunpunt Mobiliteit & Openbare Werken 4 RA-MOW

5 Inhoudsopgave 1. INLEIDING REFERENTIEDATABANK Belang referentiedatabank Pilootdatabank Wegennet Wegsegmenten Ongevallendata Verkeersintensiteiten Wegkarakteristieken ZWARTE PUNTEN Definitie Overzicht zwarte puntenbepaling Internationale vergelijkende studie zwarte puntenbepaling Bepaling zwarte segmenten ROAD ACCIDENT ANALYZER Gevaarlijke wegsegmenten detecteren Verkeersintensiteiten Ongevallen Formule Resultaten Beperkingen VERDER ONDERZOEK CONCLUSIE LITERATUURLIJST Steunpunt Mobiliteit & Openbare Werken 5 RA-MOW

6 1. I N L E I D I N G Ondanks de vele inspanningen en verwezenlijkingen betreffende het terugdringen van het aantal verkeersslachtoffers in Vlaanderen het voorbije decennium, is het nog steeds een feit dat het aantal verkeersdoden, slachtoffers en ongevallen evenals het dodelijk risico in het verkeer in Vlaanderen veel te hoog ligt (Departement MOW, 2008; Casteels et al, 2010). Om deze ongevallen en slachtoffers verder te reduceren is er nood aan voldoende inzicht in de oorzaken van verkeersongevallen. Om een gefundeerde analyse uit te voeren van de oorzaken en gevolgen van ongevallen moet er een betrouwbare referentiedatabank beschikbaar zijn, waarin gedetailleerde verkeersveiligheidsgerelateerde data over verschillende jaren terug te vinden zijn. Op deze manier moeten beleidsmakers en onderzoekers voldoende informatie voor handen hebben om goed onderbouwd verkeersveiligheidsonderzoek in Vlaanderen uit te voeren, en op basis daarvan de juiste beslissingen te kunnen nemen. Het ontbreken van een referentiedatabank voor verkeersveiligheid vormde de aanleiding voor de oprichting ervan binnen dit werkpakket (WP1: referentiedatabank voor onderzoek naar verkeersveiligheid in Vlaanderen) van het Steunpunt Mobiliteit en Openbare Werken spoor Verkeersveiligheid. Binnen dit werkpakket staat dataaanvraag, data-inventarisatie en data-analyse centraal. Hiertoe werd een netwerk van partners, die actief zijn in het verzamelen en gebruiken van data, uitgebouwd. De verzamelde data (ongevalleninformatie, intensiteitgegevens, infrastructuurkenmerken, etc.) werd vervolgens samengebracht in een databank, waarin de verschillende gegevensbronnen met elkaar in verband gebracht worden. Ondanks het feit dat er reeds verschillende databanken bestaan over verkeer en verkeersveiligheid in Vlaanderen (Vlaams Verkeerscentrum, AGIV, ADSEI, etc.), is er een duidelijke nood aan een referentiedatabank waarin verschillende bestaande databanken met elkaar worden gekoppeld (Van Malderen et al, 2011; Van Malderen & Macharis, 2010). Deze databank, die systematisch gecreëerd en uitgebouwd werd gedurende de afgelopen jaren, zal dienen voor het verschaffen van een beter inzicht en zal een belangrijke bron van informatie worden voor het onderzoek naar verkeersveiligheid binnen het Steunpunt. Door het gebruik van meerdere, eventueel gekoppelde databanken, kunnen immers betere analyses uitgevoerd worden (Lyons et al, 2008; Van den Bossche, 2007; Van Hout et al, 2004). Verder zal de databank ook gevisualiseerd worden door middel van een Geografisch Informatie Systeem (GIS). Het is onder meer deze GIS-toepassing dat in dit rapport centraal zal staan. GIS is een flexibele tool die het mogelijk maakt om data meteen op te slaan, te bewerken, op te vragen, te analyseren en vooral grafisch weer te geven. Een grote troef van GIS is dat er zowel ruimtelijke informatie als niet-ruimtelijke informatie kan opgeslagen worden in dit systeem. Het is dus mogelijk om ook geassocieerde niet-ruimtelijke data te koppelen aan bepaalde locaties. Dit systeem is zeer handig voor het beheren van de betreffende data, aangezien deze zeer divers van aard zijn (ongevallendata, wegkenmerken, verkeersintensiteiten, etc.). Er kan op verschillende niveaus gewerkt worden met GIS, gaande van grote gebieden zoals Vlaanderen tot specifieke cases (Van Malderen & Macharis, 2010). Er wordt ook een tool, de road accident analyzer (RAA), ontwikkeld voor de visualisatie en bevraging van de referentiedatabank in een GIS-omgeving. In Van Malderen & Macharis (2010) werd reeds onderzoek gedaan naar het gebruik van GIS-applicaties in het kader van verkeersveiligheid. Hieruit bleek dat belangrijke verklarende factoren, zoals verkeersvolumes, niet in rekening werden gebracht bij de bepaling van zwarte punten. De RAA daarentegen, zal voor de verschillende wegsegmenten op het autosnelwegennet in Vlaanderen een ongevallenrisico berekenen op basis van historische ongevallendata en verkeersintensiteiten, zodat de gevaarlijke wegsegmenten in kaart kunnen worden gebracht. Het zal dan mogelijk zijn om met behulp van de road accident analyzer gedetailleerde verkeersongevallenanalyses uit te voeren, zodat de dominante Steunpunt Mobiliteit & Openbare Werken 6 RA-MOW

7 oorzaken van deze gevaarlijke wegsegmenten duidelijk worden weergegeven. De analyse van deze oorzaken moet het eenvoudiger maken om bepaalde verkeersveiligheidsmaatregelen te evalueren. Na deze eerste aanzet in het vorige rapport, worden in dit rapport de eerste stappen van de ontwikkeling van de Road Accident Analyzer besproken. De 5 te onderscheiden stappen om te evolueren van ruwe data uit de verkeersdatabanken tot en met de Road Accident Analyzer werden in een vorig steunpuntrapport als volgt opgesomd (Van Malderen & Macharis, 2010): - Verzamelen en samenbrengen van verkeersdata in pilootdatabank In een eerste fase wordt een pilootdatabank opgesteld, waarin de basisdata wordt opgenomen. Deze databank bestaat uit de kerninformatie van 4 databanken. De databank bevat zo als startpunt de wegkenmerken, de verkeersintensiteiten, het transportnetwerk en de verkeersongevallendata. - Opstellen referentiedatabank door koppeling pilootdatabank met extra databanken Nadat de pilootdatabank opgesteld wordt kan men deze databank verder aanvullen met extra data komende uit de reeds gehanteerde databestanden, maar ook uit nieuwe databronnen. Op deze wijze wordt er een geïntegreerde referentiedatabank opgesteld voor het onderzoek naar verkeersveiligheid in Vlaanderen. Op basis van de referentiedatabank kan onder andere de Road Accident Analyzer analyses doen met betrekking tot verkeersveiligheid in Vlaanderen. - Identificatie en rangschikking van risicovolle wegsegmenten Door het berekenen van de ongevallenrisico s op de verschillende wegsegmenten aan de hand van de verkeersintensiteiten en ongevallendata, zal men in staat zijn om de risico s te bepalen op het Vlaams wegennet. Een clusteranalyse van de wegsegmenten op basis van de specifieke karakteristieken nadien, moet ervoor zorgen dat men de ongevallenrisico s kan vergelijken op basis van soortgelijke wegen. - Gedetailleerde ongevallenanalyse en maatregelen definiëren Van zodra de gevaarlijke wegen in kaart zijn gebracht kan men in detail gaan bekijken welke dominante ongevallen daar voorvallen. Op basis van deze dominante oorzaken kunnen dan specifieke beleidsmaatregelen naar voor gebracht worden om deze ongevallen in de toekomst te trachten verhelpen. - Evaluatie van verkeersveiligheidsmaatregelen Na het bepalen van de ongevallenrisico s worden de wegsegmenten geclusterd op basis van de wegkarakteristieken. Op basis daarvan kan men tevens test- en controlelocaties identificeren om zo de evaluatie van verkeersveiligheidsmaatregelen mogelijk te maken. Daarnaast kan men bij het bepalen van de dominante ongevallenoorzaken tevens verkeersveiligheidsmaatregelen aanbrengen waarbij op basis van multi-criteria analyse de meest efficiënte en effectieve maatregel kan gekozen worden. In dit rapport worden de eerste en derde stap uitgewerkt. Eerst wordt dieper ingegaan op de ontwikkeling van de referentiedatabank, en meer bepaald een pilootversie van deze databank. De verschillende data uit deze databank worden kort besproken, alsook hoe deze aan elkaar gekoppeld werden. Daarna wordt de theorie van het bepalen van zwarte punten en segmenten bestudeerd. Vervolgens wordt de werking van de RAA toegelicht. Er wordt dieper ingegaan op de berekening van ongevallenrisico s, de resultaten en tenslotte de beperkingen van de data die gebruikt werden voor deze berekeningen. Ook worden de nog uit te voeren stappen in dit rapport toegelicht in de sectie verder onderzoek. Het rapport eindigt met een conclusie. Steunpunt Mobiliteit & Openbare Werken 7 RA-MOW

8 2. R EFE R E N T I E D A T A B A N K Naast het toelichten van het belang van GIS werd in het vorig steunpuntrapport (Van Malderen & Macharis, 2010) beschreven welke informatie er idealiter dient opgenomen te worden in de referentiedatabank. Er werden tevens enkele toepassingen van GIS besproken in het kader van verkeersveiligheid, waarbij ook een methodologie werd voorgesteld voor de ontwikkeling van een pilootdatabank. De data die reeds aan elkaar gekoppeld werd in deze pilootdatabank, een pilootversie van de referentiedatabank, worden in dit rapport besproken, alsook hoe deze koppeling gebeurd is. De pilootdatabank, en later de referentiedatabank, zal daarna gehanteerd worden als input voor de Road Accident Analyzer. Deze tool wordt ontworpen om de ongevallenrisico s te monitoren op de wegsegmenten van de Vlaamse autosnelwegen. Daarnaast zal deze tool dieptestudies uitvoeren van verkeersongevallen waarmee de dominante ongevallenoorzaken aan het licht kunnen gebracht worden op de gevaarlijkste wegsegmenten. Door dit extra inzicht kan de beslissingnemer efficiënte en effectieve verkeersveiligheidsmaatregelen selecteren om de verkeersongevallen te verhelpen. De werking en het opzet van de RAA zal in een volgend hoofdstuk in dit rapport toegelicht worden. 2.1 Belang referentiedatabank Door het alsmaar meer digitaliseren van databanken, ontstaat de mogelijkheid om relevante databanken inzake verkeersveiligheid met elkaar te koppelen en op die manier de kwaliteit van ongevalgerelateerde data te verbeteren. Het is namelijk mogelijk dat bepaalde instanties meer accurate gegevens verzamelen met betrekking tot een bepaald onderwerp, dan de instantie die de data officieel publiceert. Zo kan bijvoorbeeld een link tussen de data van ziekenhuizen en/of ziekenfondsen en de ongevallendata van de politie zorgen voor meer gedetailleerde informatie met betrekking tot de slachtoffers en de opgelopen letsels ten gevolge van een bepaald verkeersongeval. Het voordeel van het koppelen van data is dus dat completere en meer correcte en gedetailleerde data beschikbaar zou zijn (Van Malderen et al, 2011). Er dienen wel enkele assumpties gemaakt te worden bij het koppelen van verschillende databanken. Om van betrouwbare databanken te spreken, dienen deze volledig, consistent, correct en accuraat te zijn, en bovendien moeten ze ook tijdig beschikbaar gesteld worden en regelmatig geüpdatet worden (Van Mulken et al, 2004; Vlassenroot et al, 2007). De kwaliteit van het geheel van gekoppelde databanken zal immers slechts zo goed zijn als de databank van de minste kwaliteit. Ook moet de actualiteitsgraad van de databanken overeen komen. Zo is het niet zinvol om ongevallen van 2005 te gaan koppelen met bijvoorbeeld de staat van de weg van Op deze 4 jaar kunnen er namelijk wegenwerken geweest zijn die de staat van de weg verbeterd hebben, of er kan helemaal niets gebeurd zijn, waardoor de staat van de weg verslechterd kan zijn. Hierdoor kunnen verkeerde conclusies wat betreft de oorzakelijke factoren van de ongevallen getrokken worden. Het is ook niet altijd vanzelfsprekend om de verschillende data te koppelen. Er zijn verschillende factoren die het koppelen van verscheidene databanken bemoeilijken (Van Malderen et al, 2011): - De veelzijdige factoren die het ontstaan van verkeersongevallen beïnvloeden. - De talrijke databanken die worden beheerd door verschillende (overheids)instanties. Deze hebben niet allemaal dezelfde codes en formaten en behandelen niet altijd dezelfde periodes. Hierdoor kan het moeilijk zijn een gemeenschappelijke sleutel te vinden voor het koppelen van twee databanken. - Inconsistente verbanden tussen de databanken die het aggregeren van gegevens belemmert. Steunpunt Mobiliteit & Openbare Werken 8 RA-MOW

9 Een Geografisch Informatie Systeem biedt een oplossing voor enkele van deze problemen, doordat het op een effectieve een efficiënte manier alfanumerieke en geografische informatie kan koppelen. GIS kan deze informatie vervolgens ook visualiseren. De functie van de referentiedatabank betreft dus het bevragen en visualiseren van relevante data met betrekking tot verkeersveiligheid. Deze databank moet het uitgangspunt zijn van beleidsrelevant wetenschappelijk onderzoek, en op die manier inzicht creëren in de factoren die verkeersveiligheid beïnvloeden, trends in beeld brengen en beleidsbeslissingen ondersteunen. Ook zal het als basis dienen voor de Road Accident Analyzer, die verder in dit rapport aan bod komt. 2.2 Pilootdatabank De pilootdatabank is een pilootversie van de uiteindelijke referentiedatabank. Aan deze databank kan nog data toegevoegd worden, bijvoorbeeld extra wegkarakteristieken, nieuwe en recentere ongevallenstatistieken, resultaten uit andere werkpakketten van het Steunpunt Mobiliteit en Openbare Werken spoor verkeersveiligheid, etc. De pilootdatabank bestaat voorlopig uit de volgende data: - Het wegennet; - Het hoofdwegennet opgedeeld in wegsegmenten door het Vlaams Verkeerscentrum; - Historische gelokaliseerde ongevallenstatistieken van 2003 tot 2007; - Verkeersintensiteiten op het hoofdwegennet; - Wegkarakteristieken (aantal rijstroken, snelheidsregime, staat van de weg) afkomstig van de Wegendatabank van het Agentschap Wegen en Verkeer (AWV) Wegennet De omgeving, en meer bepaald de infrastructuur, is uiteraard een belangrijke factor bij het onderzoek naar verkeersveiligheid. Onder deze infrastructuur worden niet enkel de wegkenmerken en de omgeving van de weg verstaan, maar ook het wegennet zelf. In onderstaande figuur wordt het transportnetwerk 2 weergegeven. Dit geeft dus het algemeen wegennet in Vlaanderen weer. Naast dit wegennet, wordt voor de Road Accident Analyzer ook gebruik gemaakt van de segmentering van het hoofdwegennet, opgesteld door het Vlaams Verkeerscentrum. Deze wegsegmenten worden in de volgende paragraaf besproken. 1 De laag staat van de weg wordt afzonderlijk bijgehouden door de afdeling Wegenbouwkunde. 2 Bestaat uit Navstreets Native, verrijkt met enkele extra attributen zoals wegbeheerder, nationale wegnummers, Europese wegnummers en wegcategorie, dat als product binnen GDI Vlaanderen verspreid wordt. Steunpunt Mobiliteit & Openbare Werken 9 RA-MOW

10 Figuur 1: Het wegennet Bron: Eigen opmaak in ArcGIS op basis van Navstreets Native en GDI Vlaanderen Naast het visuele, bevat deze datalaag nog heel wat achterliggende informatie. Deze informatie kan worden opgevraagd in de vorm van een attribuuttabel. In dit geval kan onder andere de volgende informatie opgevraagd worden: - Straatnaam; - Postcode van de gemeente waarin de betreffende straat gelegen is; - Gemeente; - Functie van de weg, zijnde (1) autosnelwegen en autowegen, (2) wegen voor interregionaal verkeer, (3) wegen voor regionaal verkeer, (4) verbindingswegen en (5) toegangswegen; - Beschrijving van de weg, zijnde (1) Ferry, (2) autosnelweg, (3) weg met gescheiden rijbanen die geen autosnelweg is, (4) rotonde, (5) verkeersplein, (6) op- of afrit, (7) ventweg, (8) in- en/of uitrit van een parking, (9) voetgangerszone en (10) weg bestaande uit één rijbaan; - De wegbeheerder; - Omschrijving van de wegcategorie, zijnde (1) hoofdwegen zoals gedefinieerd in het Ruimtelijk Structuurplan Vlaanderen, (2) primaire wegen I zoals gedefinieerd in het Ruimtelijk Structuurplan Vlaanderen (verbindingsfunctie primeert), (3) primaire wegen II zoals gedefinieerd in het Ruimtelijk Structuurplan Vlaanderen (verzamelfunctie primeert), (4) onbekend; - De lengte van de weg of het wegsegment. De attribuuttabel met de achterliggende informatie met betrekking tot het wegennet ziet er als volgt uit: Steunpunt Mobiliteit & Openbare Werken 10 RA-MOW

11 Figuur 2: Attribuuttabel wegennet Bron: Eigen opmaak in ArcGIS op basis van Navstreets Native en GDI Vlaanderen Steunpunt Mobiliteit & Openbare Werken 11 RA-MOW

12 2.2.2 Wegsegmenten Aangezien de Road Accident Analyzer gevaarlijke wegsegmenten op het hoofdwegennet zal identificeren, is er nood aan een segmentatie van deze hoofdwegen. Hiervoor zal de segmentering van het Vlaams Verkeerscentrum gebruikt worden. De segmenten zijn opgedeeld in drie types: - Supersegmenten zijn de wegvakken tussen twee knooppunten. Een knooppunt wordt hierbij gedefinieerd als een punt waarbij 2 of meerdere autosnelwegen samenkomen. De knopen zelf worden eveneens als een supersegment gedefinieerd. - Segmenten zijn alle wegvakken tussen de verschillende afritten. Deze worden bepaald aan de hand van fysieke scheidingen van de autosnelwegen waarbij de bestuurder een keuze dient te maken, betonpunten genoemd. - Deelsegmenten zijn een nog verdere opdeling van de segmenten. Ze worden bepaald op basis van markante punten zoals portieken. De lengte van de deelsegmenten is ongeveer 500 meter. In totaal bestaat het hoofdwegennet uit 6750 deelsegmenten. In figuur 3 wordt de attribuuttabel van de datalaag wegsegmenten weergegeven. Hierin stelt elke rij een deelsegment voor. Voor elk deelsegment stellen SS_ID en SG_ID dan respectievelijk het supersegment en het segment voor, waartoe het deelsegment behoort. Daarnaast zijn er ook andere eigenschappen terug te vinden, zoals de lengte van het deelsegment, de wegcategorie (hoofdrijbaan (10), op- en afritten (20), ), de ident8-code (wegnummer voor de hoofdwegen), Figuur 3: Attribuuttabel wegsegmenten Bron: eigen opmaak in ArcGIS op basis van data Vlaams Verkeerscentrum Het verschil tussen supersegmenten, segmenten en deelsegmenten wordt in figuur 4 nog eens visueel verduidelijkt. Steunpunt Mobiliteit & Openbare Werken 12 RA-MOW

13 Figuur 4: Verschil supersegment segment - deelsegment Bron: Eigen opmaak in ArcGIS op basis van data Vlaams Verkeerscentrum Ongevallendata De ongevallendata, verkregen van ADSEI, is een puntenlaag, waarbij elk punt een letselongeval voorstelt. Voorlopig zitten in de pilootdatabank gelokaliseerde ongevallendata over de periode In figuur 5 werden deze ongevallen op de laag van het wegennet gelegd. Zoals te zien is in de tabel in figuur 6 bestaat de informatie achter zo een punt initieel enkel uit het jaar waarin het ongeval is gebeurd, de ident8-code van de weg waarop het ongeval heeft plaatsgevonden indien dit beschikbaar is (dus enkel voor de genummerde wegen) 3 en een volgnummer per ongeval. Op basis van dit volgnummer kan er vervolgens wel extra informatie in verband met het ongeval, omstandigheden en de slachtoffers aan de basistabel gekoppeld worden. 3 Hiermee dient echter opgelet te worden. De koppeling van de ident8-code op hoofdwegen is problematisch, bijvoorbeeld op basis van het aandeel ongevallen in oplopende richting ten opzichte van deze in aflopende richting. Verder wordt hier dieper op ingegaan. Steunpunt Mobiliteit & Openbare Werken 13 RA-MOW

14 Figuur 5: Historische ongevallendata ( ) Bron: Eigen opmaak in ArcGIS Figuur 6: Attribuuttabel ongevallendata Bron: Eigen opmaak in ArcGIS op basis van data ADSEI Steunpunt Mobiliteit & Openbare Werken 14 RA-MOW

15 De bijkomende informatie die aan de initiële tabel gekoppeld kan worden, bevindt zich op zijn beurt in andere tabellen. De belangrijkste zijn de tabel met data over het ongeval zelf en deze met data over de weggebruikers. De achterliggende tabel met betrekking tot het ongeval zelf bevat onder andere de volgende gegevens: - Volgnummer (koppelveld); - Provincie waar het ongeval gebeurd is; - Datum en tijdstip van het ongeval; - Of het ongeval op een kruispunt plaats vond, en zo ja, hoe dit kruispunt geregeld wordt (door een verkeersagent, door verkeerslichten, door een oranje knipperlicht, door voorrangsborden of gewoon door voorrang van rechts); - Of het ongeval in de bebouwde kom plaats vond; - Of het ongeval plaats vond bij dag, bij nacht met/zonder straatverlichting of bij dageraad/schemering; - Of er sprake was van wegenwerken aan het wegdek en de aanwezigheid van bruggen/viaducten, tunnels, een spoorwegoverweg of een rond punt op de plaats van het ongeval; - De staat van de weg 4 ; - Enkele factoren met betrekking tot de weg zoals slechte staat van de weg of fietspad door bvb modder, gebrekkige signalisatie, defecte of onvoldoende verlichting, werken, verkeersopstopping, sterke afdaling, scherpe bocht, slechte zichtbaarheid ; - Enkele variabele factoren zoals aquaplaning, verblinding door de zon, nabijheid van een school/recreatiecentrum/bushalte, lading op de rijbaan ; - De weersomstandigheden (normaal, regenval, mist, sterke wind, sneeuwval, hagelbui ); - Het aantal betrokken weggebruikers; - Het aantal doden, zwaargewonden en lichtgewonden. De tabel met betrekking tot de weggebruikers bevat informatie over elk betrokken voertuig of weggebruiker in een ongeval. Elke lijn stelt dus een betrokken voertuig of weggebruiker voor. Vanzelfsprekend is deze tabel uitgebreider aangezien er verschillende betrokkenen in één ongeval kunnen zijn. De tabel bevat de volgende gegevens: - Volgnummer; - Zinverplaatsing (positief, negatief, dwars of niet van toepassing); - Aard van de weggebruiker, zoals personenauto, minibus, lichte vrachtauto, kampeerwagen, vrachtwagen, fiets, autocar, bromfiets A of B, motorfiets <=400cc of motorfiets >400cc, ruiter, rolstoel, voetganger ; - Aantal passagiers; - Of er een alcoholtest werd uitgevoerd, en indien ja, wat de uitslag er van was; - Geslacht; - Gevolgen (ongedeerd, lichtgewond, zwaargewond of dood); - Nationaliteit; - Leeftijd; - Toestand (normaal, klaarblijkelijke dronkenschap, onder invloed van geneesmiddelen of drugs, ziek of vermoeid); - Type aanrijding, zoals kettingbotsing, frontaal, achter of naast elkaar, langs opzij, met voetganger, tegen hindernis op de rijbaan, tegen hindernis buiten de rijbaan ; - De eventuele hindernis; - Aard van de eventuele andere weggebruiker(s); 4 Dit is niet de staat van de weg zoals in de datalaag van het Agentschap Wegen en Verkeer. Dit slaat op de staat van de weg zoals deze gerapporteerd werd in het verkeersongevallenformulier en kan dus afwijken van deze in de databank van AWV. Steunpunt Mobiliteit & Openbare Werken 15 RA-MOW

16 - Beweging (vervolgt zijn weg in goede richting, rijdt in tegengestelde richting, verliest controle en verlaat weg naar links/rechts, slaat links/rechts af, haalt links/rechts in ); - Dynamica (rijdt met constante snelheid, remt om te stoppen, start of versnelt, beweegt niet); - Enkele factoren met betrekking tot de weggebruiker, zoals rijdt door een rood licht, verleent geen voorrang, controleverlies over het stuur, overschrijden doorlopende witte streep ; - Enkele factoren met betrekking tot het voertuig, zoals geen/incorrecte verlichting, afgesleten banden, klapband (vóór het ongeval!), defecten van de aanhangwagen of lading Naast deze uitgebreide tabellen zijn er nog enkele andere tabellen die te koppelen zijn aan de ongevallen. Zo is er nog specifieke informatie over fietsers (type fietspad, plaats van het fietspad ), gevaarlijke producten, locatie (met wegnummer en kilometerpunt voor genummerde wegen en met straatnaam voor ongenummerde wegen), passagiers, en voetgangers (plaats van oversteken, plaats op de weg ). Al deze informatie is afkomstig van de informatie die ook wordt ingevuld op de verkeersongevallenformulieren (VOF). Indien dit formulier om een of andere reden incorrect of onvolledig ingevuld wordt, zal de data van dat betreffende ongeval natuurlijk ook incorrect of onvolledig zijn. Ook is de situatie vaak voor interpretatie vatbaar (bvb staat van de weg, dageraad/schemering ) en lijken er, vooral op de hoofdwegen 5, inconsistenties voor te komen met betrekking tot de rijrichting (oplopende of aflopende kilometerpalen). Daarnaast dient er ook opgemerkt te worden dat deze tabel geen privacy gevoelige informatie bevat. Gegevens over bijvoorbeeld de nummerplaat van de het betrokken voertuig en dergelijke worden niet beschikbaar gesteld door ADSEI omwille van zulke privacy overwegingen Verkeersintensiteiten De verkeersintensiteit is de belangrijkste verklarende variabele voor het gebeuren van een ongeval (Elvik & Vaa, 2004; Elvik, 2008a). Aangezien verkeersvolumes ook van belang zijn bij de berekening van ongevallenrisico s, dienen ze zeker opgenomen te worden in de referentiedatabank. De datalaag die hier besproken wordt geeft het gemiddelde jaarlijkse dagelijkse verkeer ( Average Annual Daily Traffic of AADT) weer en werd verkregen via het Vlaams Verkeerscentrum. De tellingen worden hoofdzakelijk gedaan door inductielussen in het wegdek. Aangezien deze meetlussen (voorlopig) enkel aanwezig zijn op het hoofdwegennet, beschikken we dus enkel over verkeersintensiteiten voor de Vlaamse autosnelwegen. Er bestaan verschillende soorten inductielussen. Vroeger werden de metingen gedaan met enkele lussen. Hiermee is het echter moeilijk om de intensiteiten per voertuigklasse te bepalen, zeker in filesituaties. Dubbele lussen zijn wat dat betreft betrouwbaarder. Tegen 2012 zou het hele Vlaamse hoofdwegennet moeten uitgerust zijn met deze dubbele tellussen, maar voorlopig kan dus enkel de totale intensiteit, en niet de intensiteit per voertuigklasse, als betrouwbaar beschouwd worden. Onderstaande figuur geeft de inductielussen op het hoofdwegennet weer. 5 Het valt althans het meeste op in het geval van de hoofdwegen. Fouten met betrekking tot de rijrichting op onderliggende wegen zijn moeilijker te detecteren aangezien deze niet (altijd) gescheiden worden door een middenberm. Steunpunt Mobiliteit & Openbare Werken 16 RA-MOW

17 Figuur 7: Meetposten en meetsites op het Vlaamse hoofdwegennet Bron: Eigen opmaak in ArcGIS op basis van data Vlaams Verkeerscentrum In figuur 7 zijn zowel meetposten als meetsites weergegeven. Een meetpost is een groepering van alle meetlussen op een bepaalde plek in een bepaalde rijrichting. M.a.w. het zijn alle lussen op verschillende rijstroken in dezelfde rijrichting op dezelfde plek. Een meetsite daarentegen is een eerder technische groepering van een aantal meetposten. Het is eigenlijk de eenheid die de door de meetposten verzamelde data samenbrengt, verwerkt en doorstuurt door middel van lokale verwerkingsapparatuur. Voor elke meetpost is er dus een meetsite, maar er is niet voor elke meetsite een meetpost. Hierdoor overlappen de groene bolletjes van de meetsites in figuur 7 maar gedeeltelijk met de blauwe van de meetposten. Naast de meetsites en meetposten beschikt het Vlaams Verkeerscentrum ook over meetpunten, die de informatie op rijstrookniveau weergeven. Figuur 8: Dubbele vs. Enkele inductielussen Bron: Eigen opmaak in ArcGIS op basis van data Vlaams Verkeerscentrum Figuur 8 geeft nogmaals alle meetposten in Vlaanderen weer, maar maakt deze keer het onderscheid tussen de dubbele (gele kleur) en de enkele inductielussen (paarse kleur). Zoals men kan zien is de spreiding van de enkele en dubbele inductielussen niet altijd even regelmatig. Zo zijn er bijvoorbeeld voor de Antwerpse ring en vooral de E313 al heel wat dubbele lussen op korte afstand van elkaar geïmplementeerd. Voor de rest van Steunpunt Mobiliteit & Openbare Werken 17 RA-MOW

18 Vlaanderen is dat minder het geval. Voor het berekenen van reistijden en verliestijden is het van belang deze dubbele lussen op een voldoende korte afstand van elkaar te plaatsen voor heel Vlaanderen, en zo een redundant systeem op te bouwen (Van Raemdonck & Macharis, 2010). Wat betreft het berekenen van ongevallenrisico s op basis van verkeersintensiteiten, zijn de huidige gegevens wel een goede basis. De onregelmatige dichtheid van de meetsystemen zal er wel voor zorgen dat niet voor elk deelsegment een verkeersintensiteit beschikbaar is, omdat er niet in elk deelsegment een meetpost ligt. Hierdoor dienen de metingen geëxtrapoleerd te worden van deelsegmentnaar segmentniveau. Aan sommige deelsegmenten konden er ook na deze extrapolatie nog steeds geen intensiteiten gekoppeld worden. Verder extrapoleren naar supersegmentniveau was echter geen optie, aangezien er dan te veel veralgemeend zou worden. De intensiteiten op het Vlaamse hoofdwegennet worden in figuur 9 per deelsegment, waar beschikbaar, weergegeven. Figuur 9: Verkeersintensiteiten per rijrichting Bron: Eigen opmaak in ArcGIS op basis van data Vlaams Verkeerscentrum Wegkarakteristieken Omgeving en infrastructuur zijn belangrijke factoren bij het ontstaan van verkeersongevallen, omdat het wegbeeld er door beïnvloed wordt, en hierdoor ook de risicoperceptie en het verkeersgedrag van bestuurders (Van Hout et al, 2004). In de pilootdatabank zitten al enkele wegkarakteristieken zoals het aantal rijstroken, snelheidregimes en de staat van de weg. In de toekomst is het de bedoeling om een veelheid aan andere weg- en infrastructuurkarakteristieken toe te voegen, zodat grondige analyses naar ongevaloorzaken kunnen gevoerd worden. De reeds geïntegreerde wegeigenschappen, afkomstig van het Agentschap Wegen en Verkeer, zijn dan ook voornamelijk ter illustratie van hoe ze in de databank kunnen geïntegreerd worden. In de figuren 10, 11 en 12 werden het aantal rijstroken, de maximale snelheid en de staat van de weg gekoppeld aan de wegsegmenten van het Vlaams Verkeerscentrum en vervolgens gevisualiseerd. Steunpunt Mobiliteit & Openbare Werken 18 RA-MOW

19 Figuur 10: Aantal rijstroken per rijrichting op het Vlaams hoofdwegennet Bron: Eigen opmaak in ArcGIS op basis van data AWV Figuur 11: Snelheidsregimes per rijrichting op het Vlaams hoofdwegennet Bron: Eigen opmaak in ArcGIS op basis van data AWV Figuur 12: Staat van het Vlaams hoofdwegennet Bron: Eigen opmaak in ArcGIS op basis van data AWV Steunpunt Mobiliteit & Openbare Werken 19 RA-MOW

20 Deze wegkenmerken zijn zoals gezegd gekoppeld aan de verschillende wegsegmenten. Het aantal rijstroken, de snelheidsregimes en de staat van de weg staan niet rechtstreeks in verband met de voorgedefinieerde deelsegmenten. Hierdoor hebben ze geen gemeenschappelijk koppelveld, maar er is wel ruimtelijke informatie 6 beschikbaar, alsook een gemeenschappelijke ident8-code. Een methode van ruimtelijke queries werd toegepast om de wegkenmerken op een juiste manier aan de deelsegmenten te koppelen. Bij het aantal rijstroken en de snelheidsregimes krijgt elk deelsegment de waarde van de dichtstbijzijnde (langere) basiseenheid van de respectievelijke wegkenmerken toegekend. Voor de staat van de weg krijgt elk deelsegment het gemiddelde van de x-aantal dichtstbijzijnde basiseenheden toegekend, omdat deze over het algemeen korter zijn dan de deelsegmenten, in tegenstelling tot de basiseenheden van de andere kenmerken. Voor elk deelsegment is er dus nagegaan hoeveel rijstroken er zijn, wat de maximale snelheid is en wat de staat van de weg is. Deze eigenschappen zijn terug te vinden in een shapefile. De attribuuttabel achter deze shapefile is weergegeven in figuur 13. Hierin is volgende informatie belangrijk: SS_ID, SG_ID en SD_ID geven respectievelijk de code van het supersegment, segment en deelsegment waarvan sprake weer. Zoals gezegd stelt elke rij in de tabel een deelsegment voor. Voor dit deelsegment wordt dan gegeven in welk segment en supersegment dit ligt. Ook de ident8-code van de weg waar het deelsegment een deel van uitmaakt en lengte van het deelsegment zijn terug te vinden in de tabel. De nieuwe informatie in verband met de wegkarakteristieken zijn te vinden in de kolommen aantalrijs, maximalesn en staat_gem die respectievelijk het aantal rijstroken, de maximale snelheid en de gemiddelde staat van de weg op het betreffende deelsegment weergeven. Als de waarde 0 is, betekent dit dat er geen informatie over dit kenmerk beschikbaar was, wat wordt weergegeven door de zwarte stukken. Opvallend is dat er over steeds dezelfde stukken in Brussel geen data beschikbaar is. Dit is te wijten aan het feit dat deze wegsegmenten niet onder het AWV, maar onder een Brusselse wegbeheerder vallen. Figuur 13: Attribuuttabel wegkenmerken Bron: Eigen opmaak in ArcGIS 6 De wegkenmerken en de segmenten zijn gecodeerd in hetzelfde coördinatensysteem (Lambert 1972 projectie). Op basis hiervan kan een ruimtelijke koppeling beuren. Steunpunt Mobiliteit & Openbare Werken 20 RA-MOW

21 3. Z W A R T E P U N T E N In dit hoofdstuk wordt wat dieper ingegaan op de bepaling van zwarte punten. Vooreerst wordt er aandacht besteed aan de betekenis van de term zwarte punten. Vervolgens wordt de berekening ervan bestudeerd. Er wordt een overzicht gegeven van de verschillende manieren ter bepaling van de zwarte punten die voorkomen in verschillende landen en regio s. Daarna wordt dieper ingegaan op de berekeningswijze die verder in dit rapport zal worden toegepast. 3.1 Definitie Volgens Elvik (2008a, 2008c) heeft een zwart of gevaarlijk punt twee verschillende soorten definities, namelijk een theoretische en een operationele. De theoretische definitie stelt dat een zwart punt elke locatie op de weg is met: - Een hoger aantal ongevallen dan verwacht; - In verhouding met gelijkaardige locaties; - Ten gevolge van locale risicofactoren. Hieruit komt voort dat ongevallen op gelijkaardige locaties het verwacht aantal ongevallen bepalen, en dit gebaseerd op een onderliggend statistisch model, en dus niet op basis van ruwe gegevens. Daarnaast wijkt een zwart punt af van de populatie van gelijkaardige locaties en moet de hogere verkeersonveiligheid minstens voor een deel kunnen worden toegewezen aan locale risicofactoren (Moons, 2009). De operationele definitie stelt dat een zwart punt elke locatie op de weg is waarbij: - Het geobserveerde aantal ongevallen groter is dan het verwachte aantal ongevallen, en het verwachte aantal ongevallen op zijn beurt groter is dan het normale aantal ongevallen; - Overeenkomsten worden geïdentificeerd in termen van verklarende variabelen in een voorspellend model; - En lokale factoren hierin een belangrijke bijdrage leveren (Elvik, 2008a; Elvik 2008c). Elvik stelt met deze definitie dat, indien mogelijk, modelgebaseerde schattingen gebruikt moeten worden voor het normaal aantal ongevallen op een bepaalde locatie. In state-ofthe-art toepassingen wordt hiervoor steeds een multivariaat ongeval voorspellingsmodel gebruikt. Een nadeel hiervan is dat er heel erg veel data beschikbaar moet zijn om dit werkbaar te maken (Moons, 2009). 3.2 Overzicht zwarte puntenbepaling Er bestaan tal van mogelijkheden ter bepaling van zwarte punten. Volgens Elvik (2008c) kunnen deze onderverdeeld worden in drie types: - Numerieke definities; - Statistische definities; - Modelgebaseerde definities. Binnen de numerieke definities kan vervolgens nog een onderscheid gemaakt worden. Zo is er de gewone aantal ongevallen definitie. Een zwart punt kan bijvoorbeeld een locatie zijn, waarbij in een jaar 3 of meer ongevallen gebeurd zijn over een afstand van 250 meter. Hierbij wordt geen rekening gehouden met het verkeersvolume of het normale aantal ongevallen. Ook over de locatie wordt niets specifiek gezegd, naast het feit dat het Steunpunt Mobiliteit & Openbare Werken 21 RA-MOW

22 over een segment van 250 meter gaat. In deze definitie wordt het principe van een sliding window toegepast. Hierbij wordt een denkbeeldig raam of kader, met een breedte van bijvoorbeeld 250 meter, over de weg gesleept. Wanneer er drie ongevallen binnen dit kader liggen, spreekt men van een zwart punt (zie figuur 14). Figuur 14: Principe van een sliding window Bron: Elvik, 2008c Naast de definitie volgens het aantal ongevallen is er ook de ongevallenratio definitie. Hierbij wordt er wel rekening gehouden met het verkeersvolume, en wordt het aantal letselongevallen op een bepaalde locatie gedeeld door het aantal voertuigen of voertuigkilometers. Een locatie is dan een zwart punt als de ongevallenratio een bepaalde waarde overschrijdt. Impliciet wordt er in deze definitie dus verwezen naar het normaal te verwachten aantal ongevallen. Ook een combinatie van beide opties is mogelijk, waarbij er dus aan de ongevallenratio definitie een tweede criterium, in dit geval een bepaald aantal ongevallen, wordt toegevoegd. Hierbij moet de ongevallenratio een bepaalde waarde overschrijden én dienen er ten minste een bepaald aantal ongevallen gebeurd te zijn. Bij de statistische bepaling van zwarte punten worden de geregistreerde ongevallen vergeleken met het normaal aantal ongevallen op een gelijkaardige locatie. Een bepaalde locatie zal dus als een zwart punt aanzien worden als het geregistreerde aantal ongevallen voor een bepaalde periode significant hoger is dan het normaal aantal ongevallen op een locatie met dezelfde kenmerken. Afhangende van hoe dit normaal aantal ongevallen bepaald wordt, kan de statistische bepaling van zwarte punten dichter aanleunen bij de modelgebaseerde definitie. Men kan deze methode ook toepassen op een ongevallenratio, en dus ook rekening houden met het verkeersvolume in plaats van enkel rekening te houden met het aantal ongevallen. Bij de modelgebaseerde definitie tenslotte, worden zwarte punten bepaald aan de hand van een multivariaat voorspellingsmodel. Men zal dus aan de hand van de kenmerken van een bepaalde locatie voorspellen hoe veel ongevallen er verwacht worden. Dit verwacht aantal ongevallen wordt vervolgens vergeleken met het geregistreerd aantal ongevallen. Als deze laatste significant hoger zijn, dan spreekt men van een zwart punt. Deze modelgebaseerde definitie is de state-of-the-art methode, en wordt op dit moment gezien als (theoretisch) de beste methode om zwarte punten te bepalen (Elvik, 2008a; Elvik, 2008c; Sørensen, 2007). Een nadeel is echter dat deze werkwijze een grote hoeveelheid aan data vereist die niet altijd beschikbaar zijn, wat de werkbaarheid niet ten goede komt en zelfs onrealistisch kan maken. De eenvoudigheid is dan net de sterkte van de niet-modelgebaseerde benaderingen (Meuleners & Fraser, 2008). Steunpunt Mobiliteit & Openbare Werken 22 RA-MOW

23 3.3 Internationale vergelijkende studie zwarte puntenbepaling Elvik (2008b) voerde ook een vergelijkende studie uit tussen de gebruikte identificatiemethodes voor zwarte punten in verschillende landen in Europa. De technieken onderscheiden zich op basis van de volgende criteria: - Of ze al dan niet verwijzen naar een aantal bepaalde locaties (bijvoorbeeld een categorisering naar het type van rijbaan); - Of de zwarte punten geïdentificeerd worden door gebruik te maken van een sliding window of niet; - Of ze verwijzen naar het normale niveau van verkeersveiligheid of niet; - Of de zwarte punten gebaseerd zijn op het geregistreerde aantal ongevallen of een schatting van het verwachte aantal ongevallen; - Of de letselernst in rekening genomen wordt of niet; - De lengte van de bestudeerde identificatieperiode. Een overzicht van de zwarte puntenbepaling in de verschillende bestudeerde landen wordt gegeven in onderstaande tabel. Voor een uitgebreider overzicht wordt verwezen naar Elvik (2008b) en Meuleners & Fraser (2008). Tabel 1: Overzicht zwarte puntenbepaling in verschillende Europese landen Land Verwijzing naar bepaalde locaties Sliding window Verwijzing naar normaal veiligheids-niveau Geregistreerd of verwacht aantal ongevallen Letselernst in rekening Lengte identificatieperiode Oostenrijk Neen 250m Dmv krtitische waarden voor de ongevallenratio s Geregistreerd, min. 3 ongevallen, in functie van verkeersvolume Neen 3 jaar Ja, gedetailleerde categorisatie van wegkenmerken Ja, voor wegsegmenten variabele lengte Denemarken Ja, door het gebruik van ongevalvoorspellingsmodellen Geregistreerd, gebaseerd op statistische test en een min. 4 ongevallen Neen 5 jaar België (Vl) Neen 100m Neen Geregistreerd, gewogen naar letselernst Dmv gewichten 3 jaar Duitsland Neen Neen, maar wel gelijkaardige methode Neen Geregistreerd, min. 3 of 5 ongevallen Dmv verschillende kritische waarden 1 jaar (alle ongevallen) of 3 jaar (letselongevallen) Hongarije Neen 100m of 1000m Neen Geregistreerd, min. 4 ongevallen Neen 3 jaar Noorwegen Neen 100m (voor zwarte punten), 1000m (voor zwarte secties) Dmv normale ongevallenratio s voor wegkenmerken Geregistreerd, gebaseerd op statistische test, min. 4 ongevallen (punten) of 10 ongevallen (secties) Dmv het schatten van ongevalskost en potentiële besparingen 5 jaar Steunpunt Mobiliteit & Openbare Werken 23 RA-MOW

24 Portugal 7 Neen voor de numerieke benadering, ja voor de model benadering. Ja voor de numerieke benadering, nee voor de model benadering Voor de numerieke benadering wel, niet voor de modelbenadering Geregistreerd in de numerieke benadering (min. 5), verwacht in modelbenadering Dmv gewichten in de numerieke benadering, niet in de model benadering 1 jaar of 5 jaar Zwitserland Ja, onderscheid tussen open wegen en kruispunten Neen, vaste secties van variabele lengte Ja Geregistreerd, adhv kritische waarden Dmv verschillende kritische waarden 2 jaar Bron: Elvik, 2008b Een zwart punt wordt algemeen aanvaard als een plaats waar er abnormaal veel ongevallen gebeuren. Op basis van deze definitie lijkt het logisch dat zwarte punten geïdentificeerd worden op basis van een referentieniveau van het normaal aantal ongevallen. Dit is echter niet steeds het geval, en ook Vlaanderen maakt op dit moment geen gebruik van zo een veiligheidsreferentie. Ook zijn zwarte punten in alle landen gebaseerd op het geregistreerd aantal ongevallen. Dit is echter minder verrassend, aangezien het aantal verwachte ongevallen op lange termijn niet geobserveerd kan worden, maar er schattingen voor gedaan moeten worden. Daarnaast kan ook uit deze tabel vastgesteld worden dat de meeste landen gebruik maken van een sliding window bij de identificatie van zwarte punten. Dit wordt echter over het algemeen afgeraden (Elvik, 2008c; Sørensen, 2007). Overgaard Madsen (2005) heeft de criteria voor het identificeren van zwarte punten grondig bestudeerd. Hij stelt 3, of indien mogelijk 4, criteria voor waaraan een gepaste definitie voor gevaarlijke locaties op de weg zou moeten voldoen: - Het moet willekeurige schommelingen in het aantal ongevallen beheersen. De identificatie moet met andere woorden gebaseerd zijn op het verwachte aantal ongevallen, en niet het geregistreerde aantal ongevallen. Het probleem hierbij is dat dit verwachte aantal ongevallen niet geobserveerd kan worden, maar geschat moet worden aan de hand van een voorspellingsmodel. - Het moet zo veel mogelijk factoren waarvan bekend is dat ze de verkeersveiligheid beïnvloeden in rekening brengen. - Het moet de sites identificeren waar ongevallen met zwaargewonden en doden oververtegenwoordigd zijn. Ongevallen met zwaargewonden of doden moeten dus een groter gewicht krijgen in vergelijking met ongevallen met lichtgewonden of enkel materiële schade. Hierdoor zullen de locaties met de zwaarste ongevallen eerst aangepakt worden. - Het moet aanwijzen waar lokale risicofactoren met betrekking tot wegontwerp en verkeerscontrole een substantiële bijdrage leveren aan de verkeersonveiligheid. 3.4 Bepaling zwarte segmenten Met de Road Accident Analyzer (RAA) zal het mogelijk zijn zwakke schakels in verkeersveiligheid op het hoofdwegennet in Vlaanderen te identificeren. Dit zal gebeuren aan de hand van gevaarlijke segmenten. De segmenten die hiervoor gebruikt zullen worden zijn deze gedefinieerd door het Vlaams Verkeerscentrum. Het gaat om vaste segmenten van variabele lengte. Er wordt dus geen gebruik meer gemaakt van een 7 In Portugal bestaan er twee verschillende zwarte puntenprogramma s. De eerste betreft een numerieke benadering, gebruik makende van een sliding window. De andere is een meer gesofisticeerde modelbenadering. Voor een meer diepgaande bespreking van deze programma s wordt eveneens verwezen naar Elvik (2008b). Steunpunt Mobiliteit & Openbare Werken 24 RA-MOW

25 sliding window. Een ander voordeel aan deze nieuwe methode is dat er niet meer enkel naar het aantal ongevallen wordt gekeken, maar er zal ook rekening gehouden worden met het vervoersvolume. In onderstaande formule worden namelijk de verkeersintensiteiten meegenomen onder de vorm van gemiddeld jaarlijks dagelijks verkeer (AADT). AR i 6 Ni *10 l *365* AADT i t it AR = Accident Rate (ongevallenrisico) Met N i = Totaal aantal ongevallen in het i-de deelsegment voor de bestudeerde periode. L i = lengte van het i-de deelsegment (in km) AADT it = Average Annual Daily Traffic (Jaarlijks Gemiddeld Dagelijks verkeer) op het i-de deelsegment voor de bestudeerde periode t = bestudeerde periode (in jaren) Bron: Augeri et al, Aan de hand van deze formule wordt voor elk segment op het Vlaamse hoofdwegennet een ongevalrisico berekend. Als dit ongevalrisico vervolgens groter is dan een statistische bovengrens wordt dit segment beschouwd als een gevaarlijker dan gemiddeld wegsegment of gewoon een gevaarlijk segment. Het zijn uiteraard deze segmenten die verder onderzoek vereisen. De gehanteerde werkwijze voor het identificeren van gevaarlijke wegsegmenten met de RAA wordt in het volgende hoofdstuk in meer detail besproken. Steunpunt Mobiliteit & Openbare Werken 25 RA-MOW

26 4. R O A D A C C I D E N T A N A L Y Z E R De pilootdatabank besproken in het tweede hoofdstuk zal gehanteerd worden als input voor de Road Accident Analyzer. Deze tool wordt ontworpen om de ongevallenrisico s te monitoren op de wegsegmenten van de Vlaamse autosnelwegen. Daarnaast zal de tool dieptestudies uitvoeren van verkeersongevallen waarmee de dominante ongevallenoorzaken aan het licht kunnen gebracht worden op de gevaarlijkste wegsegmenten. Door dit extra inzicht zal de beslissingnemer efficiënte en effectieve verkeersveiligheidsmaatregelen kunnen selecteren om de verkeersongevallen te verhelpen. In dit hoofdstuk wordt de werking van de RAA toegelicht. 4.1 Gevaarlijke wegsegmenten detecteren In Vlaanderen berekent men op dit moment de zwarte punten op basis van de regel. In tegenstelling tot in andere landen, wordt de ernst van het ongeval in rekening gebracht door er een bepaald gewicht aan te geven (Sørensen and Elvik, 2007). Een lichtgewonde krijgt een gewicht van 1, een zwaargewonde 3 en een dodelijk verkeersslachtoffer 5. Een zwart punt is dan een plaats waar er op drie jaar tijd tenminste drie ongevallen gebeurd zijn en waarbij het totale gewicht 15 of meer is (AWV, 2002). De verzamelde zwarte punten worden vervolgens gevisualiseerd. Onderstaande functie vat de berekeningswijze voor zwarte punten in Vlaanderen samen: 1 L + 3 Z + 5 D 15 op voorwaarde min. 3 ongevallen (op 3 jaar) L = Lichtgewond; Z = Zwaargewond; D = Dodelijk gewond Naast zwarte punten worden er ook gevaarlijke zones bepaald door AWV. Een zone is gevaarlijk wanneer het totale gewicht groter is dan 70 en het aantal letselongevallen groter of gelijk aan 20 over een lengte van 1 km (AWV, 2002). Voorlopig wordt er bij het identificeren van zwarte punten en zones enkel gekeken naar de geregistreerde ongevallen, waardoor toevalligheden en fluctuaties in het aantal ongevallen een rol kunnen spelen. Zoals vermeld werd in het vorige hoofdstuk is er ook geen sprake van een statistisch onderbouwd referentieniveau van veiligheid dat moet overschreden worden. Een groot nadeel van deze benadering tenslotte, is dat belangrijke verklarende factoren zoals het verkeersvolume of verkeersintensiteiten buiten beschouwing worden gelaten. De detectiemethode die gebruikt wordt door de Road Accident Analyzer onderscheidt zich op basis van twee aspecten. Ten eerste zal de RAA in plaats van zwarte punten, zwarte of gevaarlijke wegsegmenten van een variabele lengte bepalen. Ten tweede wordt het verkeersvolume wel opgenomen in de formule, namelijk onder de vorm van AADT (Average Annual Daily Traffic). Verkeersintensiteiten worden namelijk beschouwd als de belangrijkste variabele voor het verklaren van een verkeersongeval (Elvik & Vaa, 2004; Elvik, 2008a). Doordat er in Vlaanderen enkel verkeersintensiteiten beschikbaar zijn voor het hoofdwegennet, beperkt de analyse zich tot deze wegen. De RAA is uiteraard wel uitbreidbaar als er in de toekomst data over het onderliggend wegennet beschikbaar zou zijn. Steunpunt Mobiliteit & Openbare Werken 26 RA-MOW

27 4.1.1 Verkeersintensiteiten De datalaag verkeersintensiteiten opgenomen in de referentiedatabank werd reeds besproken in het tweede hoofdstuk van dit rapport. Het dient nogmaals vermeld te worden dat er niet voor elk deelsegment een intensiteit beschikbaar is. Het is namelijk zo dat niet elk deelsegment beschikt over meetsystemen (inductielussen) om het verkeer te tellen. Ook zijn er niet voor elk meetpunt voor elk jaar tellingen beschikbaar. Er kan dan ook geen ongevalrisico berekend worden voor de deelsegmenten waarvoor geen intensiteiten beschikbaar zijn en deze dienen hierdoor uit de analyse gelaten te worden. Er zijn dus geen metingen beschikbaar voor elk deelsegment, maar vaak is er wel voor elk segment (groepering van alle deelsegmenten tussen een oprit en een afrit 8 ) een meting beschikbaar. Ervan uitgaande dat het verkeer tussen een op- en afrit op elk segment gelijk is, kon de beschikbare telling van een deelsegment gekoppeld worden aan het gehele segment. Aan de deelsegmenten waarvoor de intensiteit niet rechtstreeks kon afgeleid worden doordat er geen tellussen (of geen metingen) aanwezig zijn, werd de intensiteit van de andere deelsegmenten binnen hetzelfde segment dus bekomen via terugkoppeling van het gehele segment naar de deelsegmenten. Extrapolatie tot voorbij een op- of afrit werd echter niet uitgevoerd, aangezien de intensiteit door deze op- of afrit zou veranderen en dus geen betrouwbare resultaten zouden bekomen worden. Verder veralgemenen tot de intensiteiten van supersegmenten werd bijgevolg niet gedaan, omdat dit geen representatief beeld meer zou geven van de variatie in verkeersvolume tussen de verschillende deelsegmenten. In figuur 15 wordt de beschikbaarheid van de intensiteiten visueel weergegeven. De segmenten waar er voor ten minste één jaar een intensiteit afgeleid kon worden zijn in de figuur in het geel gekleurd, de segmenten waarvoor geen intensiteit gevonden werd zijn zwart. Op het eerste zicht lijkt er sprake van een vrij goede dekking. Dit moet echter genuanceerd worden. Vooral voor de op- en afritten zijn er niet altijd tellingen beschikbaar, aangezien deze niet kunnen gevonden worden door extrapolatie van de intensiteiten van het hoofdwegsegment ter hoogte van de welbepaalde op- of afrit. Uiteindelijk zijn er verkeersintensiteiten gekoppeld aan 3680 van de 6750 deelsegmenten, wat overeen komt met een dekking van 55%. Dit lijkt weinig, maar als we kijken naar de lengte van de deelsegmenten zien we dat er voor 1519 van de 2430 kilometer een intensiteit bekend is. Dit komt overeen met een dekking van 62,5%, inclusief de op- en afritten. Figuur 15: Beschikbaarheid verkeersintensiteiten op het Vlaams hoofdwegennet Bron: Eigen opmaak in ArcGIS 8 Het wegennet is opgedeeld in supersegmenten, segmenten en deelsegmenten (zie sectie 2.2.2) Steunpunt Mobiliteit & Openbare Werken 27 RA-MOW

28 4.1.2 Ongevallen Naast de intensiteiten, dient voor de berekening van ongevallenrisico s ook het aantal ongevallen aan de segmenten gekoppeld te worden. Enerzijds werd het totaal aantal ongevallen aan elk deelsegment gekoppeld. Anderzijds werd ook de opdeling naar letselernst gemaakt, en werden dus het aantal ongevallen met dodelijk gevolg, het aantal ongevallen met zwaargewonden en deze met lichtgewonden aan de deelsegmenten gekoppeld. Op deze manier kan later ook rekening gehouden worden met de letselernst. Als er geen intensiteit beschikbaar was voor een bepaald deelsegment, werd dit segment helemaal buiten beschouwing gelaten, en werden er bijgevolg ook geen ongevallen aan gekoppeld. Ook als er voor een bepaald jaar voor een deelsegment geen intensiteiten waren, werden er geen ongevallen van dat jaar aan het segment gekoppeld. Als er bijvoorbeeld voor een bepaald segment voor 2006 geen metingen zijn, maar er gebeurden op dat segment in 2006 wel 3 ongevallen, dan worden deze ongevallen niet mee in rekening genomen aangezien dit jaar dan in ieder geval buiten beschouwing gelaten moet worden. Zo niet kan dit voor vertekende resultaten zorgen. Het aantal ongevallen van 2005 tot en met 2007 wordt in figuur 16 weergegeven per deelsegment. Op de groene stukken van het wegennet vonden in die drie jaar geen ongevallen plaats, waardoor het ongevallenrisico gelijk zal zijn aan 0. De zwarte stukken stellen de deelsegmenten voor waarvoor geen intensiteitmeting beschikbaar was, waardoor deze uit de analyse vallen. Figuur 16: Aantal ongevallen per deelsegment ( ) Bron: Eigen opmaak in ArcGIS Formule Nu het aantal ongevallen en de verkeersintensiteiten aan de wegsegmenten gekoppeld zijn, kunnen we per wegsegment een ongevallenrisico gaan berekenen. De formule waarmee de ongevalrisico s berekend worden, wordt hieronder nogmaals weergegeven: Steunpunt Mobiliteit & Openbare Werken 28 RA-MOW

29 AR i 6 Ni *10 l *365* AADT i t it AR = Accident Rate (ongevallenrisico) Met N i = Totaal aantal ongevallen in het i-de segment voor de bestudeerde periode. L i = lengte van de i-de sectie (in km) AADT it = Average Annual Daily Traffic (Jaarlijks Gemiddeld Dagelijks verkeer) op de i-de sectie voor de bestudeerde periode t = bestudeerde periode (in jaren) Bron: Augeri et al, Het ongevallenrisico is dus een ratio van het geobserveerde aantal ongevallen met het blootstellingsrisico. Hierbij stelt N i het aantal ongevallen voor op een welbepaald segment voor de bestudeerde periode. Het blootstellingsrisico bevat enerzijds de verkeersintensiteiten, onder de vorm van jaarlijks gemiddeld dagelijks verkeer (AADT), voor het wegsegment waarvan sprake. Doordat deze AADT dagelijkse gemiddelden zijn moeten deze nog vermenigvuldigd worden met 365. Anderzijds wordt er ook rekening gehouden met de lengte van het wegsegment. Dit is nodig aangezien de wegsegmenten in de RAA van een variabele lengte zijn, wat de kans op een ongeval beïnvloedt. Immers, hoe langer het segment, hoe groter de kans dat er zich een ongeval voordoet op dat segment. Een segment zal een gevaarlijker dan gemiddeld wegsegment zijn wanneer het ongevallenrisico AR i significant groter is dan het normale ongevallenrisico (op gelijkaardige segmenten). Het normale ongevallenrisico wordt berekend als het gemiddelde van de ongevallenrisico s (op gelijkaardige segmenten). Om dit gemiddelde ongevallenrisico AR R te berekenen, worden alle ongevallen op soortgelijke wegsegmenten geaggregeerd en gedeeld door de geaggregeerde blootstelling. AR R i i N E i i Met N i = geaggregeerde ongevallen (op soortgelijke wegsegmenten) voor de bestudeerde periode E i = geaggregeerde blootstelling (op soortgelijke wegsegmenten) voor de bestudeerde periode Bron: Augeri et al, 2003 Vervolgens moet bepaald worden of het ongevallenrisico op een bepaald segment, volgens het 95% betrouwbaarheidsinterval, significant groter is dan dit normale ongevallenrisico. Indien dit het geval is, wordt er gesproken van een gevaarlijker dan gemiddeld segment, of kortweg gevaarlijk segment of zwart segment. De formule, op basis van de Poisson verdeling, om deze statistische drempelwaarde (BG) te berekenen is de volgende (Augeri et al, 2003): Steunpunt Mobiliteit & Openbare Werken 29 RA-MOW

30 BG AR R k ARR l 365 AADT i t it 2 l i t AADT it Met AR R = Average Accident Rate K δ = standaardafwijking voor een betrouwbaarheidsinterval δ 9 Bron: Augeri et al, 2003 Op deze manier bekomt men dus een gemiddeld ongevallenrisico, dat als basis dient voor de berekening van de bovengrens. De formule biedt de kans om verschillende betrouwbaarheidsintervallen te berekenen naargelang de aanwezige wegkenmerken van het segment. Het gemiddeld ongevallenrisico wordt dan berekend voor soortgelijke wegsegmenten. Om gelijkaardige wegsegmenten te determineren kan een clusteranalyse uitgevoerd worden. De vraag kan echter gesteld worden of door deze clusteranalyse de wegkarakteristieken dan niet al uitgemiddeld worden, zodat er nadien geen verklarende factoren meer kunnen geïdentificeerd worden. Voorlopig is er nog geen clusteranalyse uitgevoerd en zijn de ongevallenrisico s dus eigenlijk gebaseerd op één grote cluster. In de RAA wordt ook rekening gehouden met de letselernst. Om deze in rekening te brengen werden, zoals eerder gezegd, ook de ongevallen opgedeeld naar letselernst gekoppeld met de wegsegmenten. Door deze dodelijke ongevallen, ongevallen met zwaargewonden en ongevallen met lichtgewonden een gewicht te geven, kunnen ongevallenrisico s op basis van het ongevallengewicht berekend worden in plaats van op basis van het aantal ongevallen. Hiervoor werden de zelfde gewichten gebruikt als deze uit de definitie van zwarte punten van het Agentschap Wegen en Verkeer (AWV, 2002), met het grote verschil dat ze door de RAA in eerste instantie toegekend worden aan het ongeval, en niet aan het slachtoffer. In een volgend rapport zal het toekennen van de gewichten verder besproken worden, en zullen ook gewichten aan het slachtoffer toegekend worden. De formules die gebruikt werd om de letselernst in rekening te brengen worden hieronder weergegeven: AR i ( N LGO *1 N l i ZGO *365* *3 N t DO AADT it *5)*10 6 Met AR i= ongevallenrisico op basis van ongevallengewicht N LGO = Totaal aantal ongevallen met lichtgewonden in het i-de segment voor de bestudeerde periode. N ZGO = Totaal aantal ongevallen met zwaargewonden in het i-de segment voor de bestudeerde periode. N DO = Totaal aantal dodelijke ongevallen in het i-de segment voor de bestudeerde periode. 9 In dit geval is de standaardafwijking K δ = 1,645 (volgens de Poisson verdeling). Steunpunt Mobiliteit & Openbare Werken 30 RA-MOW

31 AR i ( N LG *1 N l i ZG *365* *3 N t D AADT *5)*10 it 6 Met AR i= ongevallenrisico op basis van slachtoffergewicht N LG = Totaal aantal lichtgewonden in het i-de segment voor de bestudeerde periode. N ZG = Totaal aantal zwaargewonden in het i-de segment voor de bestudeerde periode. N D = Totaal aantal doden in het i-de segment voor de bestudeerde periode. Een voorbeeld kan meer duidelijkheid brengen: Stel dat op een bepaald wegsegment 8 ongevallen gebeuren, waarvan 1 dodelijk, 2 met zwaargewonden en 5 met lichtgewonden. Zonder rekening te houden met de letselernst wordt voor dit segment een ongevallenrisico berekend op basis van het totaal aantal ongevallen (in dit geval 8). Als we de letselernst wel in rekening brengen op basis van een ongevallengewicht, dan wordt het ongevallenrisico berekend op basis van een gewicht van 16 (1x5 + 2x3 + 5x1). Een belangrijke opmerking hierbij is dat het in dit geval ook bij het in rekening brengen van de letselernst gaat om het aantal ongevallen, en niet het aantal slachtoffers. Als er in één ongeval 3 doden vallen, telt dit als één dodelijk ongeval. Zijn er 3 ongevallen met elk één dode, dan zijn het 3 dodelijke ongevallen. Vallen er bijvoorbeeld 2 doden en 2 lichtgewonden in één enkel ongeval, dan gaat het ook om één dodelijk ongeval. In de tweede formule wordt er echter wel een gewicht berekend op basis van het aantal slachtoffers binnen een bepaald segment, zoals dat ook gebeurt bij de bepaling van de gevaarlijke punten door AWV. De uiteindelijk berekende ongevallenrisico s kunnen gezien worden als een nieuwe definitie voor zwarte punten, maar dan enkel op autosnelwegen, aangezien men naast verkeersongevallendata hierbij ook rekening houdt met de blootstelling van het verkeer. Het ongevallenrisico wordt echter wel berekend voor een volledig segment in plaats van een bepaald punt. De basisdefinitie voor zwarte punten van Elvik (2008a en 2008c) en Sørensen et al (2007) blijft bij het gebruik van ongevallenrisico s gehandhaafd, aangezien een gevaarlijk punt of segment een hoger ongevallenrisico heeft dan dat men oorspronkelijk verwacht. Statistisch gezien spreekt men van een zwart segment indien het ongevallenrisico de bovengrens van het betrouwbaarheidsinterval overschrijdt Resultaten In deze paragraaf worden de resultaten met betrekking tot de berekeningen van de ongevallenrisico s besproken. In figuur 17 wordt een extract van de attribuuttabel van de datalaag met de berekeningen voor de zwarte segmenten weergegeven. Elke rij in deze tabel staat voor een deelsegment. De gele vakjes indiceren een verschil tussen de berekeningen waarbij enerzijds de zwarte segmenten geïdentificeerd worden zonder de letselernst in rekening te brengen (zwart2), en waarbij anderzijds wel rekening met de letselernst gehouden wordt (zwart_c2). Steunpunt Mobiliteit & Openbare Werken 31 RA-MOW

32 Figuur 17: Attribuuttabel zwarte segmenten Bron: Eigen opmaak in ArcGIS Hieronder worden de verschillende kolommen nader toegelicht: - Somong0507: Dit is de som van het aantal ongevallen van 2005 tot 2007 voor een bepaald wegsegment. - Gemong0507: Dit is het gemiddelde van de ongevallen van 2005 tot 2007 voor een bepaald wegsegment. Hierbij wordt er niet steeds gedeeld door drie. Zoals eerder gezegd worden alleen de ongevallen die gebeurden in de jaren waarvoor er metingen zijn, meegeteld. Dus indien er enkel metingen voor 2006 en 2007 zijn, worden enkel de ongevallen uit 2006 en 2007 meegerekend. - Sommet0507: Dit is analoog aan somong0507, en is dus gelijk aan de som van de verkeersintensiteiten van 2005 tot 2007 voor een bepaald wegsegment. - Gemmet0507: Het gemiddelde van de verkeersintensiteiten van 2005 tot Ook hier wordt er gedeeld door het aantal jaren waarvoor er metingen beschikbaar zijn. - Acrate0507: Dit is de uitgerekende formule en geeft dus het werkelijke ongevallenrisico. - Acra_c0507: Dit is het gecorrigeerde ongevallenrisico, waarbij de letselernst in rekening is gebracht. - Gemacrate: Dit is het gemiddelde ongevallenrisico AR R, nodig om de bovengrens van het betrouwbaarheidsinterval te berekenen, hier berekend voor één cluster, waardoor deze voor alle deelsegmenten hetzelfde is. - Gemacratec: Het gemiddelde ongevallenrisico, waarbij de letselernst in rekening is gebracht. - BG: De berekende bovengrens van het betrouwbaarheidsinterval. Indien het ongevallenrisico groter is dan deze bovengrens, dan spreken we van een gevaarlijk wegsegment. - Zwart: Dit is het verschil tussen het ongevallenrisico en de bovengrens. Indien dit negatief is, is de bovengrens groter dan het ongevallenrisico en is het geen gevaarlijk segment. Als deze waarde positief is, wil dit zeggen dat het ongevallenrisico groter is dan de bovengrens en spreken we van een gevaarlijk segment. - Zwart2: Andere manier van weergeven van het vorige puntje: o 0: zwart is negatief geen zwart segment o 1: zwart is positief wel een zwart segment - BG_C, Zwart_c en Zwart_c2 zijn volledig analoog aan BG, Zwart en Zwart2, maar dan met de letselernst wel in rekening gebracht. Steunpunt Mobiliteit & Openbare Werken 32 RA-MOW