De relatie tussen verkeersintensiteit en het aantal verkeersongevallen voor verschillende wegtypen

Overzicht van verkeersmodellen op basis van wegen in het stadsgewest Haaglanden en de provincies Gelderland en Noord-Holland
Auteur(s)
Reurings, Dr. M.C.B.; Janssen, ir. S.T.M.C.
Jaar
In dit rapport worden de resultaten van het project Infrastructuur en verkeersonveiligheid kort besproken en naast elkaar gelegd. Het doel van dit project was het leggen van (wiskundige) relaties tussen infrastructurele kenmerken van wegen enerzijds en de (on)veiligheid op die wegen anderzijds. Die relaties zijn gelegd voor wegen binnen en buiten de bebouwde kom in Haaglanden en voor provinciale wegen in Gelderland en Noord-Holland. De uitgebreide resultaten zijn te vinden in Janssen & Reurings (2007) en Reurings & Janssen (2007a; 2007b). Dergelijke wiskundige relaties worden in de literatuur over het algemeen aangeduid met 'accident prediction models' (APM's, ongevallenmodellen). De meeste ongevallenmodellen hebben dezelfde vorm. Ze drukken het aantal (letsel)ongevallen op een wegdeel uit in in ieder geval de lengte en verkeersintensiteit van dat wegdeel. Daarnaast kunnen ook nog andere wegkenmerken in het model worden opgenomen, zoals het aantal rijbanen, de rijbaanbreedte en de aanwezigheid van uitritten. Van deze modelvorm is ook uitgegaan in bovengenoemd project. Een verschil is echter dat wegkenmerken niet als verklarende variabelen in het model zijn opgenomen, maar dat geprobeerd is verschillende modellen te ontwikkelen voor verschillende wegtypen. Een van de redenen hiervoor is dat verkeersintensiteiten voor verschillende wegtypen sterk kunnen verschillen, waardoor het moeilijk is een goed model te fitten met zowel de intensiteit als bepaalde wegkenmerken als verklarende variabelen. De gebruikte gegevensbestanden bevatten te weinig informatie om een verfijndere indeling in wegtypen te maken; het was alleen mogelijk om onderscheid te maken tussen enkel- en dubbelbaanswegen. Het verschil tussen deze twee wegtypen is de rijrichtingscheiding; bij dubbelbaanswegen is de rijrichting fysiek gescheiden, bij enkelbaanswegen niet. Aangezien een rijrichtingscheiding het nagenoeg onmogelijk maakt dat voertuigen die in tegengestelde richting rijden met elkaar botsen, is het te verwachten dat het aantal rijbanen een grote invloed heeft op het aantal ongevallen. Om de modellen daadwerkelijk te ontwikkelen, is gebruik gemaakt van gegeneraliseerde lineaire modellen. Deze worden in de literatuur veel gebruikt om ongevallenmodellen te schatten. Modellen geschat met lineaire regressie zijn ook gegeneraliseerde lineaire modellen De gebruikte gegevensbestanden hebben geleid tot drie typen ongevallenmodellen. De modellen voor Haaglanden geven het verband weer tussen het aantal letselongevallen per rijbaanvak en de lengte en gemiddelde etmaalintensiteit van dat rijbaanvak, voor gebiedsontsluitende wegen binnen en buiten de bebouwde kom. De modellen in Gelderland geven hetzelfde verband weer, maar dan voor wegdelen (en dus niet voor rijbanen apart) van provinciale wegen buiten de bebouwde kom. Voor Noord-Holland zijn heel andere modellen opgesteld: zij drukken het aantal ongevallen per uur uit in de weglengte en de uurintensiteit. Dit was mogelijk omdat in het gegevensbestand voor deze provincie de telgegevens per uur zijn vastgelegd. Het is interessant om het verband te onderzoeken tussen uurintensiteiten en het aantal ongevallen per uur, aangezien hierdoor de invloed van weg- en verkeerskenmerken, die binnen een bepaald wegtype nog aanzienlijk kunnen variëren, min of meer uitgeschakeld wordt. Wanneer het drukker wordt op de weg, neemt het aantal ontmoetingen tussen verkeersdeelnemers toe. Het is te verwachten dat daardoor ook het aantal ongevallen toeneemt. Er zijn immers meer verkeersdeelnemers op de weg die een ongeval kunnen krijgen. Uit de modellen blijkt dat de toename van het aantal ongevallen (per kilometer) minder groot wordt naarmate de verkeersintensiteit stijgt. Het ongevallenrisico neemt dus af bij toenemende intensiteit, waarbij het ongevallenrisico gedefinieerd is als het aantal ongevallen per gereden motorvoertuigkilometer. Uit de meeste modellen voor Haaglanden volgt zelfs dat de ongevallendichtheid (het aantal ongevallen per kilometer weglengte) bij hoge intensiteit (meer dan 20.000 motorvoertuigen per etmaal) weer afneemt. Een verklaring hiervoor zou kunnen zijn dat de database voor Haaglanden veel verschillende wegtypen bevatte. De wegen die veel verkeer moeten verwerken zijn zo ontworpen, dat zij dat op een veilige manier kunnen doen. Het is voor wegbeheerders noodzakelijk juist deze drukke wegen veiliger te maken aangezien daar de meeste ongevallen gebeuren. Om dezelfde reden valt er op die wegen ook de meeste winst op verkeersveiligheidgebied te behalen. De invloed van de weglengte is verschillend. In Haaglanden is het zo, dat op een rijbaan die twee keer zo lang is als een andere rijbaan maar wel dezelfde intensiteit heeft, twee keer zo veel ongevallen gebeuren. In Gelderland en Noord-Holland blijken bij gelijke intensiteit langere wegdelen daarentegen een lager risico te hebben dan kortere wegdelen. Dit komt waarschijnlijk doordat bij de letselongevallen ook de ongevallen op kruisingen meegenomen zijn. Zij zijn toegekend aan het aanliggende wegdeel met de hoogste intensiteit. Korte wegvakken staan dus onder een grotere invloed van kruispunten dan langere. Dat dit voor Haaglanden niet geldt, komt door de aard van het gegevensbestand. Een rijbaan in dat bestand is namelijk geen rijbaanvak tussen twee kruispunten, maar is samengesteld uit een aantal rijbaanvakken met dezelfde kenmerken. Dit kunnen zowel korte als lange rijbaanvakken zijn, waardoor de spreiding in het aantal kruispunten per kilometer voor de samengestelde rijbanen kleiner is dan voor de individuele rijbaanvakken. De invloed van kruispunten is dan verdwenen. Andere conclusies die op grond van de gevonden modellen getrokken kunnen worden, zijn dat: - dubbelbaanswegen over het algemeen een lager risico hebben dan enkelbaanswegen, wat een direct gevolg is van het scheiden van de rijrichtingen; - in Haaglanden wegen binnen de bebouwde kom een hoger ongevallenrisico hebben dan wegen buiten de bebouwde kom, wat verklaard zou kunnen worden door de aanwezigheid van langzaam verkeer binnen de bebouwde kom; - in Gelderland voor enkelbaanswegen het risico op weekenddagen hoger is dan op werkdagen, terwijl het voor dubbelbaanswegen net andersom is; - in Noord-Holland het ongevallenrisico hoog is in de nachtelijke uren van weekenddagen, waarschijnlijk als gevolg van alcoholgebruik en vermoeidheid; - in Noord-Holland het ongevallenrisico voor enkelbaanswegen sterker wordt beïnvloed door de spitsuren dan het risico voor dubbelbaanswegen Ongevallenmodellen kunnen op twee manieren door wegbeheerders gebruikt worden. Ten eerste kunnen ze het aantal daadwerkelijke ongevallen op een bepaalde weg vergelijken met het door een geschikt model voorspelde aantal. Wanneer het werkelijke aantal hoger is dan het voorspelde aantal, kan een wegbeheerder concluderen dat zijn wegvak onveiliger is dan andere wegvakken van hetzelfde type. Door het wegvak nader te onderzoeken kan de wegbeheerder proberen te achterhalen hoe dat komt, en zo het probleem eventueel oplossen. Ten tweede kunnen ongevallenmodellen ook gebruikt worden om een keuze te maken tussen twee kenmerken bij het (opnieuw) inrichten van een weg. Uit de modellen in dit rapport volgt bijvoorbeeld dat dubbelbaanswegen over het algemeen een lager risico hebben dan enkelbaanswegen, en op basis daarvan kan een wegbeheerder besluiten op bepaalde wegen de rijrichtingen te scheiden. Ook in het SWOV-programma 2007-2010 zullen ongevallenmodellen ontwikkeld worden voor verschillende wegtypen. Om dit goed te kunnen doen, is het aan te bevelen een zeer uitgebreid gegevensbestand op te bouwen. In dit bestand moeten van veel meer wegen veel meer kenmerken geregistreerd staan dan in de huidige bestanden het geval is. Ook is het interessant om kruispunten met hun kenmerken aan het bestand toe te voegen. Alleen dan kunnen zeer gedetailleerde weg- en kruispunttypen gedefinieerd worden, waarvoor dan ongevallenmodellen ontwikkeld kunnen worden. Dit zullen hetzelfde soort modellen zijn als beschreven in dit rapport, maar er zal ook gekeken worden naar een ander type modellen, namelijk de modellen die gebruikmaken van 'accident modification factors' (AMF's), zoals die in de Verenigde Staten ontwikkeld worden.
The relation between traffic volume and number of crashes for various road types; An overview of traffic models This report briefly discusses the results of the Infrastructure and road safety project and compares them. The purpose of the project was to establish mathematical relations between, on the one hand, infrastructural road characteristics and, on the other hand, the safety level of these roads. These relations were established for urban and rural roads within the area known as Haaglanden, which consists of The Hague conurbation plus a few surrounding municipalities; and for provincial roads in the provinces of Gelderland and Noord-Holland. The detailed results can be found in Janssen & Reurings (2007) and Reurings & Janssen (2007a; 2007b). Such mathematical relations are usually referred to in the literature as accident prediction models (APMs). Most APMs have the same structure. They express the number of injury crashes on a road stretch in the length and traffic volume of that road stretch. Besides this, other road characteristics can be included, such as the number of carriageways, the carriageway width, and the number of exit roads. The above mentioned project used this structure. However, a difference is that road characteristics are not used as explanatory variables in the model, but that we have tried to develop different models for different road types. One of the reasons for this is that the traffic volumes for different road types can differ strongly. This makes it difficult to fit a good model with both the volume as well as certain road characteristics as explanatory variables. The databases used do not contain enough information to make a detailed classification of road types; it was only possible to make a distinction between single and dual carriageway roads. The difference between these two road types is the separation of driving directions; in the case of dual carriageways, the driving direction is physically separated, in single carriageway roads it is not. Seeing as a driving direction separation makes it practically impossible for vehicles driving in the opposite direction to collide, it is to be expected that the number of carriageways greatly influences the number of crashes. To actually develop the models we used generalized linear models. In the literature these are often used to estimate APM parameters. Models estimated by linear regression are also generalized models. The databases used have resulted in three types of APMs. The models for Haaglanden describe the relation between the number of injury crashes per carriageway section and the length and average 24-hour volume of that carriageway section for urban and rural distributor roads. The models in Gelderland describe the same relation, but for road segments of rural provincial roads, i.e. not for the separate carriageways. The models in Noord-Holland are completely different; they express the number of crashes per hour in road length and in hourly volume. This was possible because in the databases of this province, the traffic counts are registered per hour. It is interesting at this point to study the relation between hourly volumes and the numbers of crashes per hour, seeing as because of this, the influence of road and traffic characteristics, which can vary considerably within a certain road type, are more or less excluded. When a road gets busier, the number of meetings between road users increases. It is to be expected that because of this, the number of crashes would increase. After all, there are more road users who could be involved in a crash. The models show that the increase in the number of crashes per kilometre is less than the increase in the traffic volume. The crash rate thus decreases as the traffic volume increases. The crash rate is here defined as the number of crashes per motor vehicle kilometre travelled. Most of the Haaglanden models even showed that the crash density, i.e. the number of crashes per kilometre road, again declined when the volume was large, i.e. more than 20,000 motor vehicles per 24 hours. An explanation for this could be that the database for Haaglanden contained many different road types. The roads that have to deal with a lot of traffic have been designed in such a way that they can do so safely. These busy roads are the ones that road authorities should make safer, seeing as most of the crashes occur on them. For the same reason, the greatest road safety benefit is to be gained on these roads. The influence of road length differs. In Haaglanden the situation is such that twice as many crashes occur on a carriageway that is twice as long as another carriageway, but has the same volume. In Gelderland and Noord-Holland on the other hand, with similar volumes, longer road sections have a lower crash rate than shorter sections. This is probably because the injury crashes also include the intersection crashes. They have been allotted to the adjacent road stretch with the highest traffic volume. So short road stretches are more influenced by intersections than longer ones. This does not apply to Haaglanden because of the nature of the database. A carriageway in that database is not a carriageway section between two intersections, but is composed of a number of carriageway sections with the same characteristics. They can be short as well as long carriageway sections. This leads to the dispersion in the number of intersections per kilometre for the composed carriageways being smaller than for the individual carriageway sections. The influence of intersections has thus disappeared. Other conclusions based on the models found that can be drawn are: - dual carriageways generally have a lower crash rate than single carriageways, which is a direct result of the driving directions being separated; - urban roads in Haaglanden have a higher crash rate than rural roads, which could be explained by the presence of two-wheelers and pedestrians; - single carriageway roads in Gelderland have a higher crash rate at the weekend than on working days, whereas it is the other way round for dual carriageways; - the crash rate in Noord-Holland is high during weekend nighttime hours, probably being the result of alcohol use and fatigue; - the crash rate in Noord-Holland on single carriageway roads is influenced more by the rush hours than that on dual carriageways. Road authorities can use APMs in two ways. First they can compare the number of crashes on a particular road with the number predicted by the most suitable model. If the number is larger than the predicted number, the road authority can conclude that his road section is less safe than other road sections of the same type. By studying the road section further, the road authority can try to determine what the matter is and, if so desired, solve the problem. Second, APMs can also be used to choose between two characteristics when a road is laid out again. The models in this report show that, for example, dual carriageways generally have a lower crash rate than single carriageway roads and, based on this, a road authority can decide to separate driving directions on certain roads. Accident prediction models for different road types will also be developed in the SWOV 2007-2010 programme. In order to be able to do this well, we recommend setting up an extremely large database. This should contain data on many more characteristics of many more roads than the current databases now have. It is also interesting to add intersections with their characteristics. Only then can very detailed road and intersection characteristics be defined that are necessary for developing accident prediction models. These will be the same sort of models as described in this report. However, we will examine other types of models viz. the models that use Accident Modification Factors (AMFs), as do those being developed in the United States.
Rapportnummer
R-2006-22
Pagina's
41
Gepubliceerd door
SWOV, Leidschendam

SWOV-publicatie

Dit is een publicatie van SWOV, of waar SWOV een bijdrage aan heeft geleverd.