Refinamiento de la clasificación de las secciones de alineación combinadas en autopistas de montaña y análisis de los...

Área de la Ciencia:

• Ingeniería de transporte
• Seguridad del tráfico
• Modelado estadístico

Sus antecedentes:

• Las autopistas montañosas tienen una geometría compleja (por ejemplo, curvas sag / convexas) que aumentan el riesgo de choque.
• Los estudios existentes utilizan clasificaciones amplias y datos anuales, sin variaciones estacionales e interacciones geométricas.
• El tráfico dinámico, el clima y la compleja geometría de las carreteras crean efectos de choque no lineales en el espacio-tiempo.

Objetivo del estudio:

• Desarrollar un modelo que capte los factores no lineales de riesgo de choque espacio-temporal en autopistas montañosas.
• Analizar los efectos combinados de la geometría de la carretera, el flujo de tráfico y el clima en la frecuencia de los accidentes.
• Mejorar la precisión de la predicción de choques mediante la integración de diversas fuentes de datos.

Principales métodos:

• Geometría integrada de las carreteras, operaciones de tráfico y datos ambientales.
• Empleado un modelo binomial negativo de inflación cero (ZINB) mejorado con procesos gaussianos.
• Se llevó a cabo un análisis sistemático de los efectos no lineales de la frecuencia de colisión espacio-temporal.

Principales resultados:

• El modelo propuesto demostró una precisión de predicción superior (RMSE = 0,566) y un ajuste (LOOIC = 5961,2) en comparación con los modelos tradicionales.
• Se observó un aumento significativo de los accidentes en las curvas de inclinación cuesta abajo (56%) y con un mayor flujo de tráfico (80,3% por cada 1000 vehículos/día).
• La frecuencia de accidentes disminuyó con temperaturas más altas (-28,8% por 1°C) y en curvas convexas cuesta arriba (-2%).

Conclusiones:

• El estudio presenta un marco refinado para clasificar y modelar el riesgo de accidentes en autopistas montañosas.
• El modelo de proceso ZINB-Gaussian mejorado captura efectivamente las complejas interacciones espacio-temporales no lineales.
• Los resultados proporcionan información crucial para la gestión específica de la seguridad vial en terrenos difíciles.