análisis de la distribución espacial de los accidentes de tránsito y

Transcripción

COMISIÓN NACIONAL DE
SEGURIDAD DE TRÁNSITO
Área de Estudios y Estadísticas
ANÁLISIS DE LA DISTRIBUCIÓN ESPACIAL DE LOS
ACCIDENTES DE TRÁNSITO Y SUS VÍCTIMAS EN EL GRAN
SANTIAGO
DIAGNÓSTICO 2002-2010
Análisis de la distribución espcial de los accidentes de tránsito y sus víctimas en el Gran Santiago. Diagnóstico 2010
Introducción
El aumento de la población mundial y del parque automotriz ha generado nuevas
problemáticas en el flujo del tráfico. El rápido aumento de la mortalidad y lesiones por accidentes de
tránsito tienen ahora una prioridad importante (Bulent, Sari, & Esen, 2011).
Cada año más de 1,2 millones de personas mueren como consecuencia de accidentes de tránsito y
otros 50 millones resultan heridas (OMS, 2009).
En nuestro país se han producido 534.573 siniestros de tránsito durante la última década, los que
han dejado como con secuencia la pérdida de 18.077 vidas humanas y lesiones de diversa índole de otras
537.221 personas.
En el presente informe se presenta el resultado del análisis de la distribución espacial de los
accidentes de tránsito y sus víctimas en el Gran Santiago en el año 2010, con la utilización de los Sistemas de
Información Geográfica (SIG).
Los accidentes de tránsito son complejos de analizar ya que se cruzan los límites de la ingeniería, la
geografía y el comportamiento humano. Por otro parte, los registros de accidentes de
tránsito tienen también una tendencia temporal y espacial. Sin embargo, la importancia de los factores
espaciales ha sido "subestimada" (Whitelegg, 1987 en Sabel, Kingham, Nicholson, & Bartie, 2005). Para este
análisis nos hemos centrado en el elemento espacial.
Estudios en otros países demuestran que los accidentes de tránsito tienden a concentrarse en
grupos en ciertas zonas del área geográfica (Yamada y Thill, 2004 en Bulent et al, 2011). Estas
concentraciones de las ocurrencias de accidentes de tránsito indican la dependencia espacial entre los
accidentes y
las
causas comunes.
Estas zonas
o
“puntos
críticos”, zonas con accidentes
significativamente altos, puede ser detectada por varias técnicas geoestadísticas.
La identificación y análisis de los lugares donde se generan más accidentes, es un paso
importante en la prevención de accidentes de tránsito (Bulent, Sari, & Esen, 2011). En este estudio se
pretende conocer si la concentración de accidentes identificada en casos internacionales también ocurre en
el caso de nuestro país e identificar dónde ocurre, dónde poner la atención y dónde aplicar medidas
correctivas.
Área de estudio
El área de estudio corresponde a las 34 comunas de la Región Metropolitana que conforman el
1
denominado “Gran Santiago” . En el área se registran un total de 19.074 accidentes de tránsito en el año
2010, según la base de datos proporcionada por Carabineros de Chile.
1
Santiago, Puente Alto, La Florida, Maipú, Ñuñoa, Las Condes, La Cisterna, Pudahuel, Vitacura, Recoleta, Quinta Normal, Peñalolén, San Joaquín, San
Miguel, San Bernardo, La Pintana, Estación Central, El Bosque, Independencia, Lo Prado, Cerro Navia, Conchalí, Lo Barnechea, Providencia, Macul, La Reina,
Huechuraba, Quilicura, P. Aguirre Cerda, La Granja, Lo Espejo, San Ramón y Renca.
1
Metodología
-Localización de los siniestros de tránsito en la trama digital de la red vial.
-Generación de mapas temáticos:



Densidad de accidentes en el área total del Gran Santiago
Densidad de accidentes por comuna
Lesionados en puntos críticos de accidentes de tránsito por comuna
-Identificación de patrón espacial de distribución de los accidentes y focos de concentración.
Resultados
1.
Localización de los siniestros de tránsito en la trama digital de la red vial:
En la figura 1 se observa la localización de los accidentes de tránsito en el Gran Santiago. Cada uno
de los puntos puede estar representando uno o múltiples accidentes en la misma localización. Por esto los
datos fueron agregados para producir un conteo y ponderación por cada accidente de en cada localización.
Figura 1. Localización de accidentes de tránsito 2010 en
el Gran Santiago
2.
Generación de mapas temáticos:
Para analizar con mayor detalle los patrones complejos que se pueden dar en la distribución
espacial de estos eventos se creó un mapa de densidad (calculado con estimación Kernel) que muestra
posibles zonas de concentración de alta ocurrencia.
Esta clase de mapa ofrece varias ventajas prácticas en el análisis espacial de eventos de puntuales.
Permite a los analistas visualizar simplificadamente y examinar los patrones complejos de los puntos de
incidentes, en este caso, de accidentes de tránsito, ya que viendo incluso pequeñas cantidades de datos de
puntos en un mapa de forma rápida puede ser confuso y poco informativo. En este mapa se puede observar
posibles puntos calientes como zonas de alta densidad (Anselin, Cohen, Cook, & Gorr, 2000) (ver figura 2).
2
La estimación de la densidad de Kernel es un método para examinar a gran escala las tendencias
globales de datos de puntos. Es por esto que se realizó también un mapa de densidad de accidentes de
tránsito específico para cada una de las 34 comunas, mostrando la cantidad de accidentes de tránsito por
hectárea de terreno en la comuna utilizando un método diferente de cálculo de densidad de Kernel. En este
caso es densidad simple. En la figura 3 se muestra como ejemplo el caso de la comuna de Santiago.
Figura 2. Densidad de accidentes de tránsito 2010 en el
Gran Santiago.
Figura 3. Densidad de accidentes de tránsito en la comuna
de Santiago
3
En la figuras 3 se aprecia que en la comuna de Santiago la mayor cantidad de accidentes en el año
ocurren en la Av. Libertador Bernardo O’Higgins y Manuel Antonio Matta. A la vez que la mayor
concentración se observa en el área nororiente entre el triangulo formado por las vías de la Autopista
Central por el poniente, Av. Libertador Bernardo O’Higgins al sur y Av. Santa María al norte. Y como es de
esperar, en las mismas localizaciones antes mencionadas se observan en la figura 4 los puntos críticos y sus
lesionados.
Por otra parte, como un aspecto importante más a considerar dentro del análisis de la distribución
de los accidentes de tránsito. Se incluyó mapas en los que se graficó la información de los tipos de
lesionados: leves, menos graves, graves y muertos y la cantidad de estos, en las intersecciones de calles con
mayor cantidad de siniestros, llamados “puntos negros” de accidentes de tránsito por comuna.
A modo de ejemplo en la figura 5 se puede ver la situación de lesionados y sus características, en
puntos negros de accidentes en la comuna de Santiago.
Los “puntos negros” por definición de CONASET son aquellos que presentan altas tasas de
accidentes. La práctica indica que un sitio – intersección o tramo de vía- con una tasa igual o superior a 5
accidentes al año, requiere la adopción de medidas correctivas, considerándose como sectores conflictivos
los sitios en los que se da esta característica (CONASET, 1997) (figura 4).
Figura 4. Puntos críticos de accidentes de
tránsito 2010 en el Gran Santiago.
4
Figura 5. Lesionados en puntos negros de
accidentes de tránsito en la comuna de
Santiago 2010.
En el mapa de la distribucion de los accidentes (figura 2),se aprecian algunas zonas con mayor
cantidad de accidentes. Sin embargo, se encesita de la significancia estadítica para examinar el grado de
agrupamiento. Lo que se evalúa en el siguiente paso.
3.
Identificación de patrón espacial de distribución de los accidentes y focos de concentración:
Para analizar los patrones espaciales, se utilizó el Índice I de Moran con el que se mide la
autocorrelación espacial, es decir la relación entre los valores de una variable atribuible a la forma en la que
los puntos de muestreo de esta variable están ordenados o dispuestos en un espacio.
El cálculo indicó que en este caso la autocorrelación espacial es positiva, es decir, las unidades
espaciales vecinas presentan valores similares, lo que indica una tendencia al agrupamiento, existiendo una
probabilidad menor al 1% de que el patrón agrupado pueda ser el resultado de una probabilidad aleatoria.
Luego se realizó un “Análisis de punto caliente” el que utiliza la estadística Gi* de Getis-Ord para identificar
localizaciones críticas de accidentes. Esta estadística, dado un conjunto de entidades ponderadas, identifica
agrupamientos espaciales estadísticamente significativos de valores altos y bajos.
En este caso se trabajó con un 95 % de certeza, con lo que son consideradas como significativas las
puntuaciones score Z devueltas por la herramienta menores a -1,96 o mayores a 1,96, es decir que para los
puntos que cumplen con estos parámetros es poco probable que el patrón espacial observado sea aleatorio,
mientras que dentro de ese rango de valores, es muy probable la aleatoriedad.
Lo sugerente del resultado de este proceso es que un punto con un valor alto es interesante, pero
es posible que no sea un punto estadísticamente significativo. Para serlo, un punto debe tener un valor alto
y también estar rodeado por otros puntos con valores altos, por lo que esta herramienta funciona mediante
la búsqueda de cada punto dentro del contexto de puntos vecinos, evaluando si los valores altos o bajos se
agrupan espacialmente (Esri, 2011). El resultado se observa en la figura 5, donde los colores fríos muestran
5
la agrupación de valores bajos y los cálidos de valores altos, donde se encuentran los “puntos críticos”,
mientras que en el área de puntos más claro ocurre una mezcla de valores por lo que se estima la
aleatoriedad de estos.
Figura 5. Análisis de punto caliente
El análisis revela que en el área de estudio las mayores densidades de accidentes de tránsito se
concentran en la comuna de Santiago centro, especialmente al nororiente de esta, y al poniente de Ñuñoa
en forma de cluster, y se expanden al resto del área de estudio siguiendo un patrón dendrítico a través de
las vías principales. Mayormente en Camino a Melipilla, Gran Avenida, Vicuña Mackenna, Santa Rosa, Av. La
Florida. San Pablo, Libertador Bernardo O’Higgins, Fermín Vivaceta, Av. Recoleta, El Salto, Presidente
Kennedy, Av. Vitacura, Grecia e Irarrázaval.
Los puntos con mayor frecuencia de accidentes se agrupa desde el centro del área de estudio hasta
el límite sur de esta tendiendo hacia el oriente, tomando las comunas de Santiago, Ñuñoa, San Miguel, San
Joaquín, Macul, La florida, La Granja y Puente Alto. Parte del centro y nororiente de Maipú, sur poniente de
Peñalolén y sur oriente de La Pintana. Mientras que los puntos con frecuencia más baja de accidentes se
agrupan en al norte, nororiente y sur poniente del Gran Santiago, en comunas como Quilicura, Renca, Cerro
Navia, Conchalí, Huechuraba, Vitacura, Lo Barnechea, Las Condes, La Reina, norte de Peñalolén. Lo Espejo,
La cisterna, El Bosque y San Bernardo.
Conclusiones y Recomendaciones
Esta investigación está en curso y nuevas mejoras están poniéndose a prueba. Se sabe que el SIG no
será capaz de explicar o predecir todos los accidentes, y que esta metodología sólo se diseñó para llamar la
atención sobre ciertas zonas. Se cree que será una herramienta útil que complementa las técnicas actuales
en el análisis de los datos de accidentes de vehículos.
6
Los resultados en este estudio tienden a centrarse en los puntos de accidentes estadísticamente
significativos y áreas alrededor de los cruces. Las áreas de alta densidad fueron verificadas mediante el
cálculo del nivel de significación estadística para confirmar si había puntos calientes en las zonas de alta
densidad encontradas en el cálculo de densidad. Por otra parte, para determinar la probabilidad de que las
altas densidades observadas fueran resultado de la distribución al azar de los puntos o si existía algún
patrón de distribución, se calculó la autocorrelación espacial, que como señala Celemín (2009), puede decir
mucho acerca del comportamiento de la información georreferenciada a diferentes escalas, en particular el
tipo de asociación existente entre unidades espaciales vecinas.
El análisis realizado a través de las herramientas antes mencionadas puede ser importante en el
análisis de los patrones de incidencia a través del tiempo. Mapas de densidad de toda el área de estudio,
pueden ser comparados por periodos de tiempo.
Estos proporcionan un contexto para interpretar cambios de tendencias a distintos plazos de
tiempo y patrones estacionales. Los mapas de densidad de accidentes del área total, revelan estos cambios
en el tiempo en el contexto mayor, por su escala, que los mapas de densidad por comuna calculados con
otro método de densidad simple, los que como se ha explicado sirven para conocer y analizar el detalle
espacial de la densidad del fenómeno en estudio.
Este tipo de análisis está en curso y nuevas mejoras están poniéndose aprueba. Se reconoce que el
SIG no será capaz de explicar o predecir todos los accidentes, y que esta metodología sólo se diseñó
para llamar la atención sobre ciertas zonas de la ciudad. Sin embargo se considera será una herramienta
útil que complementa las técnicas actuales en el análisis de los datos de accidentes de tránsito, la cual ayuda
a conocer dónde poner la atención para la toma de decisiones y dónde aplicar medidas preventivas y/o
correctoras y planes de acción a través de la identificación de las agrupaciones de cantidad de los accidentes
y el patrón espacial de distribución.
Por otra parte este tipo de análisis, desde la localización de los accidentes hasta los cálculos de su
comportamiento espacial permite la base para estudiar la relación espacial de estos eventos con otros
elementos del entorno en que ocurren, como colegios, paraderos, locales de expendio de alcohol, etc.
Trabajos citados
Anselin, Luc; Cohen, Jaqueline; Cook, David; Gorr, Wilden & Tita, George (2000). Spatial Analyses of Crime.
Measurement
and
Analysis
of
crime
and
justice,
4,
213-262.
Disponible
en
https://www.ncjrs.gov/criminal_justice2000/vol4_2000.html
Bulent, I., Sari, F., & Esen, O. (2011). A New Approach for Geographical Information System-Supported
Mapping of Traffic Accident Data. ICE - Transport, (págs. 87-96). Turquía.
Celemín, J. P. (2009). Autocorrelación espacial e indicadores locales de asociación espacial. Importancia,
estructura y aplicación. Revista Universitaria de Geografía , 18 (1) (págs.11-31).
CONASET (1997). Ficha por la Acción N°16, pág. 2.
Esri.
(2011). ArcGis Resource Center. Recuperado el 29 de septiembre de 2011,
http://help.arcgis.com/es/arcgisdesktop/10.0/help/index.html#/na/005p00000006000000/
de
OMS. (2009). Global status report on road safety.
7
Sabel, C. E., Kingham, S., Nicholson, P. A., & Bartie, P. (2005). Road Traffic Accident Simulation Modelling - A
Kernel Estimation Approach. The 17th Annual Colloquium of the Spatial Information Research
Centre University , (págs. 37-41). Otago, Dunedin, New Zealand.
8

análisis de la distribución espacial de los accidentes de tránsito y

Transcripción

Documentos relacionados

normativa sobre el fondo nacional de atención médica por

cte informa - Comisión de Tránsito del Ecuador