Caracterización de los comportamientos de los usuarios viales por medio del empleo de VANT en intersecciones con mayor accidentalidad en Bogotá D.C.

La accidentalidad vial se ha posicionado como una de las principales causas de mortalidad en todo el mundo, y Bogotá D.C. no ha sido la excepción en la ocurrencia de este tipo de eventos. Este documento presenta un análisis geoestadístico de la información de incidentes de tránsito suministrada por...

Full description

Autores:
Castro Roberto, Angelica Maria
Gonzalez Palacios, Sergio Miguel
Tipo de recurso:
Masters Thesis
Fecha de publicación:
2019
Institución:
Universidad Santo Tomás
Repositorio:
Repositorio Institucional USTA
Idioma:
spa
OAI Identifier:
oai:repository.usta.edu.co:11634/16537
Acceso en línea:
http://hdl.handle.net/11634/16537
Palabra clave:
Geostatistics, sinister roads, Hotspots, exploratory analysis of spatial data, index of Morans, Clustering high/low, distribution, prediction by distances, UAV (unmanned aerial vehicle), behaviors.
Geostatistics
Sinister roads
Hotspots
Exploratory analysis of spatial data
Index of Morans
Clustering high/low
Distribution
Prediction by distances
UAV
Behaviors
Seguridad vial
Resposabilidad por accidentes de transito
Accidentes de transporte
Comportamiento
Siniestros viales
Geoestadistica
Puntos calientes
análisis exploratorio de datos espaciales
Índice de Morans
Clustering alto/bajo
Distribución
Predicción por distancias
VANT
Comportamientos
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 2.5 Colombia
id SANTOTOMAS_c56e898df842d50a3202f00b53ffe520
oai_identifier_str oai:repository.usta.edu.co:11634/16537
network_acronym_str SANTOTOMAS
network_name_str Repositorio Institucional USTA
repository_id_str
dc.title.spa.fl_str_mv Caracterización de los comportamientos de los usuarios viales por medio del empleo de VANT en intersecciones con mayor accidentalidad en Bogotá D.C.
title Caracterización de los comportamientos de los usuarios viales por medio del empleo de VANT en intersecciones con mayor accidentalidad en Bogotá D.C.
spellingShingle Caracterización de los comportamientos de los usuarios viales por medio del empleo de VANT en intersecciones con mayor accidentalidad en Bogotá D.C.
Geostatistics, sinister roads, Hotspots, exploratory analysis of spatial data, index of Morans, Clustering high/low, distribution, prediction by distances, UAV (unmanned aerial vehicle), behaviors.
Geostatistics
Sinister roads
Hotspots
Exploratory analysis of spatial data
Index of Morans
Clustering high/low
Distribution
Prediction by distances
UAV
Behaviors
Seguridad vial
Resposabilidad por accidentes de transito
Accidentes de transporte
Comportamiento
Siniestros viales
Geoestadistica
Puntos calientes
análisis exploratorio de datos espaciales
Índice de Morans
Clustering alto/bajo
Distribución
Predicción por distancias
VANT
Comportamientos
title_short Caracterización de los comportamientos de los usuarios viales por medio del empleo de VANT en intersecciones con mayor accidentalidad en Bogotá D.C.
title_full Caracterización de los comportamientos de los usuarios viales por medio del empleo de VANT en intersecciones con mayor accidentalidad en Bogotá D.C.
title_fullStr Caracterización de los comportamientos de los usuarios viales por medio del empleo de VANT en intersecciones con mayor accidentalidad en Bogotá D.C.
title_full_unstemmed Caracterización de los comportamientos de los usuarios viales por medio del empleo de VANT en intersecciones con mayor accidentalidad en Bogotá D.C.
title_sort Caracterización de los comportamientos de los usuarios viales por medio del empleo de VANT en intersecciones con mayor accidentalidad en Bogotá D.C.
dc.creator.fl_str_mv Castro Roberto, Angelica Maria
Gonzalez Palacios, Sergio Miguel
dc.contributor.advisor.spa.fl_str_mv Vargas Vargas, Wilson Ernesto
dc.contributor.author.spa.fl_str_mv Castro Roberto, Angelica Maria
Gonzalez Palacios, Sergio Miguel
dc.contributor.orcid.spa.fl_str_mv https://orcid.org/0000-0003-3040-6661
dc.contributor.googlescholar.spa.fl_str_mv https://scholar.google.es/citations?user=HNliXG0AAAAJ&hl=es
dc.contributor.cvlac.spa.fl_str_mv http://scienti.colciencias.gov.co:8081/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000494135
dc.contributor.gruplac.spa.fl_str_mv https://scienti.minciencias.gov.co/gruplac/jsp/visualiza/visualizagr.jsp?nro=00000000006793
dc.subject.keyword.spa.fl_str_mv Geostatistics, sinister roads, Hotspots, exploratory analysis of spatial data, index of Morans, Clustering high/low, distribution, prediction by distances, UAV (unmanned aerial vehicle), behaviors.
Geostatistics
Sinister roads
Hotspots
Exploratory analysis of spatial data
Index of Morans
Clustering high/low
Distribution
Prediction by distances
UAV
Behaviors
topic Geostatistics, sinister roads, Hotspots, exploratory analysis of spatial data, index of Morans, Clustering high/low, distribution, prediction by distances, UAV (unmanned aerial vehicle), behaviors.
Geostatistics
Sinister roads
Hotspots
Exploratory analysis of spatial data
Index of Morans
Clustering high/low
Distribution
Prediction by distances
UAV
Behaviors
Seguridad vial
Resposabilidad por accidentes de transito
Accidentes de transporte
Comportamiento
Siniestros viales
Geoestadistica
Puntos calientes
análisis exploratorio de datos espaciales
Índice de Morans
Clustering alto/bajo
Distribución
Predicción por distancias
VANT
Comportamientos
dc.subject.lemb.spa.fl_str_mv Seguridad vial
Resposabilidad por accidentes de transito
Accidentes de transporte
Comportamiento
dc.subject.proposal.spa.fl_str_mv Siniestros viales
Geoestadistica
Puntos calientes
análisis exploratorio de datos espaciales
Índice de Morans
Clustering alto/bajo
Distribución
Predicción por distancias
VANT
Comportamientos
description La accidentalidad vial se ha posicionado como una de las principales causas de mortalidad en todo el mundo, y Bogotá D.C. no ha sido la excepción en la ocurrencia de este tipo de eventos. Este documento presenta un análisis geoestadístico de la información de incidentes de tránsito suministrada por la Secretaría Distrital de Movilidad de Bogotá para el periodo comprendido entre los años 2012 y 2015. El empleo de métodos geoestadísticos permite realizar el análisis exploratorio de los datos espaciales, así mismo, identificar zonas de alta concentración de siniestros, patrones de distribución de los datos, tendencias y predicción de superficies. Esta investigación determina puntos calientes (Hotspots), exploración de datos espaciales (AEDE) y análisis determinístico por el método de predicción por distancias (IDW). Para la estimación de los puntos calientes, se clasificó la información georreferenciada de siniestros viales según la concentración de los datos en cinco rangos, cuyos límites son: muy bajo el inferior, y muy alto el superior; para el caso del AEDE, y por medio de los índices de Morans y Clustering alto/bajo, se pudo establecer que los datos se encuentran agrupados y que esta asociación se da para valores bajos, es decir para eventos donde se tuvieron heridos y solo daños; finalmente, con la técnica IDW, se pudo apreciar un modelo con mayor intensidad de los colores en aquellos sitios de predicción. La combinación de estos procesos junto con el estado de la malla vial fueron la base para obtener la zonificación de la accidentalidad de la ciudad, cuyos resultados proveen información espacial útil y valiosa para futuras investigaciones. Las autoridades locales también pueden tomar medidas en el asunto con los resultados aquí expuestos. Adicionalmente, se procedió a realizar la recolección de información de campo para los puntos determinados por métodos geoestadísticos, por medio de videos tomado a través de VANT (vehículos aéreos no tripulados), enfocados a la captura y caracterización de los comportamientos más recurrentes por parte de los diferentes actores del tránsito; así mismo, recolección de información en campo sobre infraestructura vial (vehicular y peatonal), señalización, usos del suelo y fases semafóricas, mediante esta información se caracterizaron los comportamientos que son generados por la infraestructura del sitio, los que están asociados a usos del suelo y los que están sujetos a los comportamientos propios de los conductores de los diferentes vehículos así como a los peatones que por cada sector transitan. Una vez analizada la información recogida se concluye que estos métodos geoestadísticos arrojan resultados fiables en cuanto a la localización de zonas de concentración y probabilidad de ocurrencia de accidentes, ya que mediante la caracterización de comportamientos se determinaron un gran número de eventos altamente peligrosos para la generación de accidentes. Palabras clave: Geoestadística, siniestros viales, puntos calientes, análisis exploratorio de datos espaciales, índice de Morans, clustering alto/bajo, distribución, predicción por distancias, VANT (vehículos aéreos no tripulados), comportamientos.
publishDate 2019
dc.date.accessioned.spa.fl_str_mv 2019-05-07T02:18:58Z
dc.date.available.spa.fl_str_mv 2019-05-07T02:18:58Z
dc.date.issued.spa.fl_str_mv 2019-05-02
dc.type.local.spa.fl_str_mv Tesis de maestría
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.category.spa.fl_str_mv Formación de Recurso Humano para la Ctel: Trabajo de grado de Maestría
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_bdcc
dc.type.drive.none.fl_str_mv info:eu-repo/semantics/masterThesis
format http://purl.org/coar/resource_type/c_bdcc
status_str acceptedVersion
dc.identifier.citation.spa.fl_str_mv Castro Roberto, A. M. & Gonzalez Palacios, S. M. (2019). Caracterización de los comportamientos de los usuarios viales por medio del empleo de VANT en intersecciones con mayor accidentalidad en Bogotá D.C. [Tesis de Maestría, Universidad Santo Tomás]. Repositorio Institucional - Universidad Santo Tomás
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/11634/16537
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Universidad Santo Tomás
dc.identifier.instname.spa.fl_str_mv instname:Universidad Santo Tomás
dc.identifier.repourl.spa.fl_str_mv repourl:https://repository.usta.edu.co
identifier_str_mv Castro Roberto, A. M. & Gonzalez Palacios, S. M. (2019). Caracterización de los comportamientos de los usuarios viales por medio del empleo de VANT en intersecciones con mayor accidentalidad en Bogotá D.C. [Tesis de Maestría, Universidad Santo Tomás]. Repositorio Institucional - Universidad Santo Tomás
reponame:Repositorio Institucional Universidad Santo Tomás
instname:Universidad Santo Tomás
repourl:https://repository.usta.edu.co
url http://hdl.handle.net/11634/16537
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv AASHTO. Chapter 1 Highway Functions (2004).
Aberg, L., & Rimmo, P.-A. (1998). Dimensions of aberrant driver behaviour. Ergonomics, 41(1), 39–56. https://doi.org/10.1080/001401398187314.
Alcaldía Mayor de Bogotá. (2005). Manual de Auditorías de Seguridad Vial.
Alcántara, E. (2011). Análisis de la movilidad urbana. Espacio, medio ambiente y equidad. https://doi.org/If7432010202974.
Boada, R. A. (2016). Métodos Determinísticos Adaptación del libro: Análisis exploratorio de datos espaciales Capitulo 10.
Brinckerhoff, P. (2013). Transit Capacity and Quality of Service Manual, Third Edition, 6(January). https://doi.org/10.17226/24766.
Cal y Mayor, R., & Cárdenas, J. (2010). Ingeniería de Tránsito: Fundamentos y Aplicaciones. Retrieved from https://www.scribd.com/doc/137583737/Cal-y-Mayor-Ingenieria-de-Transito.
Camacho, P. (2010). Caracterización espacio-temporal y determinación de los patrones territoriales de alta concentración de la accidentalidad en la vía Tunja-Moniquirá, 15, 225–238.
Cerquera Escobar, F. Á. (2013). Análisis espacial de los accidentes de tráfico en Bogotá D.C. Fundamentos de investigación. Perspectiva Geográfica, 18(1), 9. https://doi.org/10.19053/01233769.2248.
Cerquera Escobar, F. Á. (2015). Modelo patrón de evaluación de la accidentalidad vial en áreas urbanas de Bogotá D.C. (Colombia). Carreteras, 4(202), 16–32.
Cerwall, P. (2016). Mobility Report, (November), 7–8. https://doi.org/10.1145/253671.253760
Charlotte Department of Transportation. (2007). Adopted by Charlotte City Council.
Chasco Y., C. (2008). Métodos gráficos del análisis exploratorio de datos espaciales. Universidad Autónoma de Madrid, 1–25. Retrieved from http://www.asepelt.org/ficheros/File/Anales/2003 - Almeria/asepeltPDF/93.PDF.
Chen, Y., & Liu, B. (1999). Solid-state amorphization in the Y-Nb and Au-Ta systems. Progress in Natural Science, 9(3), 228–229. https://doi.org/10.1017/CBO9781107415324.004.
Dalgleish, T., Williams, J. M. G.., Golden, A.-M. J., Perkins, N., Barrett, L. F., Barnard, P. J., … Watkins, E. (2007). Journal of Experimental Psychology: General, 136(1), 23–42.
Danaf, M. (2015). Modeling Anger and Aggressive Driving Behavior in a Dynamic Choice- Latent Variable Model. Transportation Research Board 93rd Annual Meeting. January 12-16, Washington, D.C., 75, 105–118. https://doi.org/10.1016/j.aap.2014.11.012.
Durán, N., & Moreno, N. (2016). Personalidad e infracciones frecuentes Personality and frequent violations of traffic rules Resumen Introducción. Diversitas: Perspectivas En Psicología, 12(1), 123–136. https://doi.org/10.15332/s1794-9998.2016.0001.09.
FDOT. (2013). Quality/Level of Service Handbook, 212.
Fruhen, L. S., & Flin, R. (2015). Car driver attitudes, perceptions of social norms and aggressive driving behaviour towards cyclists. Accident Analysis and Prevention, 83, 162–170. https://doi.org/10.1016/j.aap.2015.07.003.
Fuentes, C. M., & Hernández, V. (2009). La estructura espacial urbana y la incidencia de accidentes de tránsito en Tijuana, Baja California (2003-2004). Frontera Norte, 21(42), 109–138.
Giraldo, R. (2011). Estadística Espacial - Notas de Clase. Universidad Nacional de Colombia, 136.
Giraldo, R. (2011). Introducción a la geoestadística. Universidad Nacional de Colombia, 94. https://doi.org/10.1007/s10113-014-0627-7.
Gonz, R. Q. (2011). Road Inventories and the Road Net Categorization in the Traffic and Transport Engineering Studies, 20(30), 65–77.
Hernández, V. H. (2012). Análisis exploratorio espacial de los accidentes de tránsito en Ciudad Juárez, México, 31(5), 396–402.
Highway Capacity Manual. (2012). Retrieved from http://mctrans.ce.ufl.edu/hcs/.
Imbsweiler, J., Ruesch, M., Weinreuter, H., Puente León, F., & Deml, B. (2018). Cooperation behaviour of road users in t-intersections during deadlock situations. Transportation Research Part F: Traffic Psychology and Behaviour, 58, 665–677. https://doi.org/10.1016/j.trf.2018.07.006.
Instituto de desarrollo Urbano. (2015). Estrategia de Seguridad Vial. https://doi.org/10.1177/002088170704400203.
Instituto de desarrollo Urbano. (2015). Guía de movilidad peatonal.
Investigación de accidente de tránsito en pendiente positiva. (n.d.). Retrieved September 6, 2018, from. https://es.slideshare.net/dannygaleano888/investigacin-de-accidente-de-trnsito-en-pendiente-positiva.
Lenné, M. G. (2013). The contribution of on-road studies of road user behaviour to improving road safety. Accident Analysis.
Ley 769. (2002). Código Nacional De Tránsito Terrestre Ley 769 De 2002. Journal of Chemical Information and Modeling, 53(9), 1689–1699. https://doi.org/10.1017/CBO9781107415324.004.
Martinovich, S., Meyer, M. D., Morris, M. R., Rosser, T. L., Schwartz, H. G., Williams, S., … Millar, W. W. (1991). Transportation Research Board 2008 Executive Committee*. Central Florida Regional Transportation Authority American Public Transportation Association. Retrieved from http://onlinepubs.trb.org/Onlinepubs/sr/sr294.pdf.
Milton, J. C., Shankar, V. N., & Mannering, F. L. (2008). Highway accident severities and the mixed logit model: An exploratory empirical analysis. Accident Analysis and Prevention, 40(1), 260–266. https://doi.org/10.1016/j.aap.2007.06.006
Minvu. (2009). Manual de Vialidad Urbana: Recomendaciones para el diseño de elementos de infraestructura vial urbana. Ministerio de Vivienda y Urbanismo, 331.
Montoya, G. (2005). Apuntes-Ingeniería-De-Transito, 1, 34. Retrieved from https://sjnavarro.files.wordpress.com/2008/08/apuntes-ingenieria-de-transito.pdf.
National, T., Highway, C., Academies, T. N., Toole, J., & Investigator, P. (2010). Update of the AASHTO Guide for the Planning, Design, and Operation of Pedestrian Facilities.
Newman, P., & Kenworthy, J. (2006). Urban Design to Reduce Automobile Dependence. Opolis: An International Journal of Suburban and Metropolitan Studies, 2(1), 35–52. https://doi.org/Cited By (since 1996) 16\rExport Date 27 September 2011.
Norza, Ervin. Useche, Sergio. Moreno, Jesica. Granados, Elba. Romero, M. (2014). Componentes descriptivos y explicativos de la accidentalidad vial en Colombia: incidencia del factor humano. Revista Criminalidad, 56(1), 157–187.
Olaya, R. A. (2015). Modelo Espacial De Muertes Por Accidentes De Tránsito En La Zona Urbana De Cali, Colombia Durante El Periodo 2004-2014., 1.
Onisi, M., Kondo, W., & Takizawa, S. (1961). Intraoral Populations of Fusobacterial, Lactobacilli and Streptococci. Japanese Journal of Microbiology, 5(1), 117–127. https://doi.org/10.1111/j.1348-0421.1961.tb00767.x.
Organización Mundial de la Salud (O.M.S). (2015). Informe Sobre La Situación Mundial De La Seguridad Vial 2015.Ginebra, Suiza, 1–12. Retrieved from http://www.who.int/violence_injury_prevention/road_safety_status/2015/es/.
Paredes Hernández, C. U., Salinas Castillo, W. E., Becerra, X. M., & Jiménez Hernández, S. B. (2013). Evaluación y comparación de métodos de interpolación determinísticos y probabilísticos para la generación de modelos digitales de elevación. Investigaciones Geográficas, 82(82), 118–130. https://doi.org/10.14350/rig.35906.
Persaud, B., Lord, D., & Palmisano, J. (2007). Calibration and Transferability of Accident Prediction Models for Urban Intersections. Transportation Research Record: Journal of the Transportation Research Board, 1784(1), 57–64. https://doi.org/10.3141/1784-08.
Rizzi, L. I. (n.d.). Modelo simple de valoración de externalidades de accidentes de tránsito.
Salvo, G., Caruso, L., & Scordo, A. (2014). Urban traffic analysis through an UAV. Procedia – Social and Behavioral Sciences, 111, 1083–1091. https://doi.org/10.1016/j.sbspro.2014.01.143
Sharma, V., Chen, H., & Kumar, R. (2017). Journal of Computer and System Sciences Driver behaviour detection and vehicle rating using multi-UAV coordinated vehicular networks. Journal of Computer and System Sciences, 86, 3–32. https://doi.org/10.1016/j.jcss.2016.10.003
Srinivasan, S., Latchman, H., Shea, J., Wong, T., & Mcnair, J. (2004). Airborne Traffic Surveillance Systems – Video Surveillance of Highway Traffic.
Transporte, M. de. (2009). Manual para el diligenciamiento del formato de informe policial de accidentes de tránsito. Acta Medica Scandinavica, 93(S85), 22–70.
Vargas, M., (2018). Metodología para evaluación integral de la calidad del servicio de infraestructura vial en zonas urbanas.
Vargas, W., Mozo, E., & Herrera, E. (2012). Análisis De Los Puntos Más Críticos De Accidentes De Tránsito En Bogotá. Revista de Topografía Azimut, 4(4), 7–22. Retrieved from http://revistas.udistrital.edu.co/ojs/index.php/azimut/article/view/5741/7212.
Vasconcellos, & Eduardo. (2010). Análisis de la movilidad urbana. Espacio, medio ambiente y equidad. Bogotá, Colombia. https://doi.org/If7432010202974.
Vasconcellos, E. (1997). Rural transport and access to education in developing countries: policy issues. Journal of Transport Geography, 5(2), 127–136. https://doi.org/10.1016/S0966-6923(96)00075-0.
Castro, W., Guía de Diseño de Vias Urbanas Bogotá. Retrieved September 5, 2018, from https://www.scribd.com/document/280016249/Guia-Diseno-Vias-Urbanas-Bogota.
dc.rights.*.fl_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.local.spa.fl_str_mv Abierto (Texto Completo)
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Abierto (Texto Completo)
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.coverage.campus.spa.fl_str_mv CRAI-USTA Bogotá
dc.publisher.spa.fl_str_mv Universidad Santo Tomás
dc.publisher.program.spa.fl_str_mv Maestría Infraestructura Vial
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingeniería Civil
institution Universidad Santo Tomás
bitstream.url.fl_str_mv https://repository.usta.edu.co/bitstream/11634/16537/9/2019sergiogonzalez.pdf
https://repository.usta.edu.co/bitstream/11634/16537/10/cartadeaprobacion.pdf
https://repository.usta.edu.co/bitstream/11634/16537/12/cartaderechosdeautor.pdf
https://repository.usta.edu.co/bitstream/11634/16537/8/license.txt
https://repository.usta.edu.co/bitstream/11634/16537/13/2019sergiogonzalez.pdf.jpg
https://repository.usta.edu.co/bitstream/11634/16537/14/cartadeaprobacion.pdf.jpg
https://repository.usta.edu.co/bitstream/11634/16537/15/cartaderechosdeautor.pdf.jpg
bitstream.checksum.fl_str_mv 31ffc5957334cea718939fce5c8f5869
abb79710298f66741fb71fe87de4ab90
4e6e10f3a982f5b1278d3d5c4bd4cf99
f6b8c5608fa6b2f649b2d63e10c5fa73
97cbe02357d1e01be23d57afc83b78af
290e1c17aeebc300741fe15be6380bc7
e29641db8ca428136207bf625a3ac214
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Universidad Santo Tomás
repository.mail.fl_str_mv repositorio@usantotomas.edu.co
_version_ 1800800488448327680
spelling Vargas Vargas, Wilson ErnestoCastro Roberto, Angelica MariaGonzalez Palacios, Sergio Miguelhttps://orcid.org/0000-0003-3040-6661https://scholar.google.es/citations?user=HNliXG0AAAAJ&hl=eshttp://scienti.colciencias.gov.co:8081/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000494135https://scienti.minciencias.gov.co/gruplac/jsp/visualiza/visualizagr.jsp?nro=000000000067932019-05-07T02:18:58Z2019-05-07T02:18:58Z2019-05-02Castro Roberto, A. M. & Gonzalez Palacios, S. M. (2019). Caracterización de los comportamientos de los usuarios viales por medio del empleo de VANT en intersecciones con mayor accidentalidad en Bogotá D.C. [Tesis de Maestría, Universidad Santo Tomás]. Repositorio Institucional - Universidad Santo Tomáshttp://hdl.handle.net/11634/16537reponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.coLa accidentalidad vial se ha posicionado como una de las principales causas de mortalidad en todo el mundo, y Bogotá D.C. no ha sido la excepción en la ocurrencia de este tipo de eventos. Este documento presenta un análisis geoestadístico de la información de incidentes de tránsito suministrada por la Secretaría Distrital de Movilidad de Bogotá para el periodo comprendido entre los años 2012 y 2015. El empleo de métodos geoestadísticos permite realizar el análisis exploratorio de los datos espaciales, así mismo, identificar zonas de alta concentración de siniestros, patrones de distribución de los datos, tendencias y predicción de superficies. Esta investigación determina puntos calientes (Hotspots), exploración de datos espaciales (AEDE) y análisis determinístico por el método de predicción por distancias (IDW). Para la estimación de los puntos calientes, se clasificó la información georreferenciada de siniestros viales según la concentración de los datos en cinco rangos, cuyos límites son: muy bajo el inferior, y muy alto el superior; para el caso del AEDE, y por medio de los índices de Morans y Clustering alto/bajo, se pudo establecer que los datos se encuentran agrupados y que esta asociación se da para valores bajos, es decir para eventos donde se tuvieron heridos y solo daños; finalmente, con la técnica IDW, se pudo apreciar un modelo con mayor intensidad de los colores en aquellos sitios de predicción. La combinación de estos procesos junto con el estado de la malla vial fueron la base para obtener la zonificación de la accidentalidad de la ciudad, cuyos resultados proveen información espacial útil y valiosa para futuras investigaciones. Las autoridades locales también pueden tomar medidas en el asunto con los resultados aquí expuestos. Adicionalmente, se procedió a realizar la recolección de información de campo para los puntos determinados por métodos geoestadísticos, por medio de videos tomado a través de VANT (vehículos aéreos no tripulados), enfocados a la captura y caracterización de los comportamientos más recurrentes por parte de los diferentes actores del tránsito; así mismo, recolección de información en campo sobre infraestructura vial (vehicular y peatonal), señalización, usos del suelo y fases semafóricas, mediante esta información se caracterizaron los comportamientos que son generados por la infraestructura del sitio, los que están asociados a usos del suelo y los que están sujetos a los comportamientos propios de los conductores de los diferentes vehículos así como a los peatones que por cada sector transitan. Una vez analizada la información recogida se concluye que estos métodos geoestadísticos arrojan resultados fiables en cuanto a la localización de zonas de concentración y probabilidad de ocurrencia de accidentes, ya que mediante la caracterización de comportamientos se determinaron un gran número de eventos altamente peligrosos para la generación de accidentes. Palabras clave: Geoestadística, siniestros viales, puntos calientes, análisis exploratorio de datos espaciales, índice de Morans, clustering alto/bajo, distribución, predicción por distancias, VANT (vehículos aéreos no tripulados), comportamientos.Road accidents has worldwide positioned as one of the leading causes of mortality, and Bogotá D.C., has not been the exception in the occurrence of this type of events. This document presents a geostatistical analysis using road accident information provided by the District Department of Mobility of Bogotá between years 2012 and 2015. The use of different geostatistical methods allowed an exploratory analysis of spatial data, as well as identification and selection of areas with high concentration of casualties, patterns of data distribution, trends and prediction of surfaces. This investigation estimates Hotspots, exploratory spatial data analysis AEDE and deterministic analysis with distance method IDW. These data were classified into five classes with next limits: Very low, low and very high. For the AEDE, and with Clustering and Moran index (high and low), it was possible to find the correlation between points without fatal victims and points with lower risk. The IDW index estimated an accident model. The combination of these elements provided a strong basis to classify the city into zones according to the accident rate of the city. These classification results will provide valuable spatial information for further research in order to focus measures against road accidents in specific areas with higher rates and to aid local authorities to take actions in those high risk areas. Additionally, field information was collected for the points determined by geostatistical methods, by means of videos using the UAV (unmanned aerial vehicles) focused on the capture and characterization of the most recurrent behaviors by the different transit actors. In addition, information was collected in the field on road infrastructure (vehicular and pedestrian), signaling, land use and traffic light phases, through this information were characterized the behaviors that are generated by the infrastructure of the site, which are associated with land uses and those that are subject to the behaviors typical of the drivers of the different vehicles as well as the pedestrians that pass through each sector. Once the information collected is analyzed, it is concluded that these geostatistical methods yield reliable results in terms of the location of concentration zones and the probability of occurrence of accidents, since through the characterization of behaviors a large number of highly dangerous events were determined for the generation of accidents.Magíster en Infraestructura Vialhttp://unidadinvestigacion.usta.edu.coMaestríaapplication/pdfspaUniversidad Santo TomásMaestría Infraestructura VialFacultad de Ingeniería CivilAtribución-NoComercial-SinDerivadas 2.5 Colombiahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Caracterización de los comportamientos de los usuarios viales por medio del empleo de VANT en intersecciones con mayor accidentalidad en Bogotá D.C.Geostatistics, sinister roads, Hotspots, exploratory analysis of spatial data, index of Morans, Clustering high/low, distribution, prediction by distances, UAV (unmanned aerial vehicle), behaviors.GeostatisticsSinister roadsHotspotsExploratory analysis of spatial dataIndex of MoransClustering high/lowDistributionPrediction by distancesUAVBehaviorsSeguridad vialResposabilidad por accidentes de transitoAccidentes de transporteComportamientoSiniestros vialesGeoestadisticaPuntos calientesanálisis exploratorio de datos espacialesÍndice de MoransClustering alto/bajoDistribuciónPredicción por distanciasVANTComportamientosTesis de maestríainfo:eu-repo/semantics/acceptedVersionFormación de Recurso Humano para la Ctel: Trabajo de grado de Maestríahttp://purl.org/coar/resource_type/c_bdccinfo:eu-repo/semantics/masterThesisCRAI-USTA BogotáAASHTO. Chapter 1 Highway Functions (2004).Aberg, L., & Rimmo, P.-A. (1998). Dimensions of aberrant driver behaviour. Ergonomics, 41(1), 39–56. https://doi.org/10.1080/001401398187314.Alcaldía Mayor de Bogotá. (2005). Manual de Auditorías de Seguridad Vial.Alcántara, E. (2011). Análisis de la movilidad urbana. Espacio, medio ambiente y equidad. https://doi.org/If7432010202974.Boada, R. A. (2016). Métodos Determinísticos Adaptación del libro: Análisis exploratorio de datos espaciales Capitulo 10.Brinckerhoff, P. (2013). Transit Capacity and Quality of Service Manual, Third Edition, 6(January). https://doi.org/10.17226/24766.Cal y Mayor, R., & Cárdenas, J. (2010). Ingeniería de Tránsito: Fundamentos y Aplicaciones. Retrieved from https://www.scribd.com/doc/137583737/Cal-y-Mayor-Ingenieria-de-Transito.Camacho, P. (2010). Caracterización espacio-temporal y determinación de los patrones territoriales de alta concentración de la accidentalidad en la vía Tunja-Moniquirá, 15, 225–238.Cerquera Escobar, F. Á. (2013). Análisis espacial de los accidentes de tráfico en Bogotá D.C. Fundamentos de investigación. Perspectiva Geográfica, 18(1), 9. https://doi.org/10.19053/01233769.2248.Cerquera Escobar, F. Á. (2015). Modelo patrón de evaluación de la accidentalidad vial en áreas urbanas de Bogotá D.C. (Colombia). Carreteras, 4(202), 16–32.Cerwall, P. (2016). Mobility Report, (November), 7–8. https://doi.org/10.1145/253671.253760Charlotte Department of Transportation. (2007). Adopted by Charlotte City Council.Chasco Y., C. (2008). Métodos gráficos del análisis exploratorio de datos espaciales. Universidad Autónoma de Madrid, 1–25. Retrieved from http://www.asepelt.org/ficheros/File/Anales/2003 - Almeria/asepeltPDF/93.PDF.Chen, Y., & Liu, B. (1999). Solid-state amorphization in the Y-Nb and Au-Ta systems. Progress in Natural Science, 9(3), 228–229. https://doi.org/10.1017/CBO9781107415324.004.Dalgleish, T., Williams, J. M. G.., Golden, A.-M. J., Perkins, N., Barrett, L. F., Barnard, P. J., … Watkins, E. (2007). Journal of Experimental Psychology: General, 136(1), 23–42.Danaf, M. (2015). Modeling Anger and Aggressive Driving Behavior in a Dynamic Choice- Latent Variable Model. Transportation Research Board 93rd Annual Meeting. January 12-16, Washington, D.C., 75, 105–118. https://doi.org/10.1016/j.aap.2014.11.012.Durán, N., & Moreno, N. (2016). Personalidad e infracciones frecuentes Personality and frequent violations of traffic rules Resumen Introducción. Diversitas: Perspectivas En Psicología, 12(1), 123–136. https://doi.org/10.15332/s1794-9998.2016.0001.09.FDOT. (2013). Quality/Level of Service Handbook, 212.Fruhen, L. S., & Flin, R. (2015). Car driver attitudes, perceptions of social norms and aggressive driving behaviour towards cyclists. Accident Analysis and Prevention, 83, 162–170. https://doi.org/10.1016/j.aap.2015.07.003.Fuentes, C. M., & Hernández, V. (2009). La estructura espacial urbana y la incidencia de accidentes de tránsito en Tijuana, Baja California (2003-2004). Frontera Norte, 21(42), 109–138.Giraldo, R. (2011). Estadística Espacial - Notas de Clase. Universidad Nacional de Colombia, 136.Giraldo, R. (2011). Introducción a la geoestadística. Universidad Nacional de Colombia, 94. https://doi.org/10.1007/s10113-014-0627-7.Gonz, R. Q. (2011). Road Inventories and the Road Net Categorization in the Traffic and Transport Engineering Studies, 20(30), 65–77.Hernández, V. H. (2012). Análisis exploratorio espacial de los accidentes de tránsito en Ciudad Juárez, México, 31(5), 396–402.Highway Capacity Manual. (2012). Retrieved from http://mctrans.ce.ufl.edu/hcs/.Imbsweiler, J., Ruesch, M., Weinreuter, H., Puente León, F., & Deml, B. (2018). Cooperation behaviour of road users in t-intersections during deadlock situations. Transportation Research Part F: Traffic Psychology and Behaviour, 58, 665–677. https://doi.org/10.1016/j.trf.2018.07.006.Instituto de desarrollo Urbano. (2015). Estrategia de Seguridad Vial. https://doi.org/10.1177/002088170704400203.Instituto de desarrollo Urbano. (2015). Guía de movilidad peatonal.Investigación de accidente de tránsito en pendiente positiva. (n.d.). Retrieved September 6, 2018, from. https://es.slideshare.net/dannygaleano888/investigacin-de-accidente-de-trnsito-en-pendiente-positiva.Lenné, M. G. (2013). The contribution of on-road studies of road user behaviour to improving road safety. Accident Analysis.Ley 769. (2002). Código Nacional De Tránsito Terrestre Ley 769 De 2002. Journal of Chemical Information and Modeling, 53(9), 1689–1699. https://doi.org/10.1017/CBO9781107415324.004.Martinovich, S., Meyer, M. D., Morris, M. R., Rosser, T. L., Schwartz, H. G., Williams, S., … Millar, W. W. (1991). Transportation Research Board 2008 Executive Committee*. Central Florida Regional Transportation Authority American Public Transportation Association. Retrieved from http://onlinepubs.trb.org/Onlinepubs/sr/sr294.pdf.Milton, J. C., Shankar, V. N., & Mannering, F. L. (2008). Highway accident severities and the mixed logit model: An exploratory empirical analysis. Accident Analysis and Prevention, 40(1), 260–266. https://doi.org/10.1016/j.aap.2007.06.006Minvu. (2009). Manual de Vialidad Urbana: Recomendaciones para el diseño de elementos de infraestructura vial urbana. Ministerio de Vivienda y Urbanismo, 331.Montoya, G. (2005). Apuntes-Ingeniería-De-Transito, 1, 34. Retrieved from https://sjnavarro.files.wordpress.com/2008/08/apuntes-ingenieria-de-transito.pdf.National, T., Highway, C., Academies, T. N., Toole, J., & Investigator, P. (2010). Update of the AASHTO Guide for the Planning, Design, and Operation of Pedestrian Facilities.Newman, P., & Kenworthy, J. (2006). Urban Design to Reduce Automobile Dependence. Opolis: An International Journal of Suburban and Metropolitan Studies, 2(1), 35–52. https://doi.org/Cited By (since 1996) 16\rExport Date 27 September 2011.Norza, Ervin. Useche, Sergio. Moreno, Jesica. Granados, Elba. Romero, M. (2014). Componentes descriptivos y explicativos de la accidentalidad vial en Colombia: incidencia del factor humano. Revista Criminalidad, 56(1), 157–187.Olaya, R. A. (2015). Modelo Espacial De Muertes Por Accidentes De Tránsito En La Zona Urbana De Cali, Colombia Durante El Periodo 2004-2014., 1.Onisi, M., Kondo, W., & Takizawa, S. (1961). Intraoral Populations of Fusobacterial, Lactobacilli and Streptococci. Japanese Journal of Microbiology, 5(1), 117–127. https://doi.org/10.1111/j.1348-0421.1961.tb00767.x.Organización Mundial de la Salud (O.M.S). (2015). Informe Sobre La Situación Mundial De La Seguridad Vial 2015.Ginebra, Suiza, 1–12. Retrieved from http://www.who.int/violence_injury_prevention/road_safety_status/2015/es/.Paredes Hernández, C. U., Salinas Castillo, W. E., Becerra, X. M., & Jiménez Hernández, S. B. (2013). Evaluación y comparación de métodos de interpolación determinísticos y probabilísticos para la generación de modelos digitales de elevación. Investigaciones Geográficas, 82(82), 118–130. https://doi.org/10.14350/rig.35906.Persaud, B., Lord, D., & Palmisano, J. (2007). Calibration and Transferability of Accident Prediction Models for Urban Intersections. Transportation Research Record: Journal of the Transportation Research Board, 1784(1), 57–64. https://doi.org/10.3141/1784-08.Rizzi, L. I. (n.d.). Modelo simple de valoración de externalidades de accidentes de tránsito.Salvo, G., Caruso, L., & Scordo, A. (2014). Urban traffic analysis through an UAV. Procedia – Social and Behavioral Sciences, 111, 1083–1091. https://doi.org/10.1016/j.sbspro.2014.01.143Sharma, V., Chen, H., & Kumar, R. (2017). Journal of Computer and System Sciences Driver behaviour detection and vehicle rating using multi-UAV coordinated vehicular networks. Journal of Computer and System Sciences, 86, 3–32. https://doi.org/10.1016/j.jcss.2016.10.003Srinivasan, S., Latchman, H., Shea, J., Wong, T., & Mcnair, J. (2004). Airborne Traffic Surveillance Systems – Video Surveillance of Highway Traffic.Transporte, M. de. (2009). Manual para el diligenciamiento del formato de informe policial de accidentes de tránsito. Acta Medica Scandinavica, 93(S85), 22–70.Vargas, M., (2018). Metodología para evaluación integral de la calidad del servicio de infraestructura vial en zonas urbanas.Vargas, W., Mozo, E., & Herrera, E. (2012). Análisis De Los Puntos Más Críticos De Accidentes De Tránsito En Bogotá. Revista de Topografía Azimut, 4(4), 7–22. Retrieved from http://revistas.udistrital.edu.co/ojs/index.php/azimut/article/view/5741/7212.Vasconcellos, & Eduardo. (2010). Análisis de la movilidad urbana. Espacio, medio ambiente y equidad. Bogotá, Colombia. https://doi.org/If7432010202974.Vasconcellos, E. (1997). Rural transport and access to education in developing countries: policy issues. Journal of Transport Geography, 5(2), 127–136. https://doi.org/10.1016/S0966-6923(96)00075-0.Castro, W., Guía de Diseño de Vias Urbanas Bogotá. Retrieved September 5, 2018, from https://www.scribd.com/document/280016249/Guia-Diseno-Vias-Urbanas-Bogota.ORIGINAL2019sergiogonzalez.pdf2019sergiogonzalez.pdfapplication/pdf17256133https://repository.usta.edu.co/bitstream/11634/16537/9/2019sergiogonzalez.pdf31ffc5957334cea718939fce5c8f5869MD59open accesscartadeaprobacion.pdfcartadeaprobacion.pdfapplication/pdf26308https://repository.usta.edu.co/bitstream/11634/16537/10/cartadeaprobacion.pdfabb79710298f66741fb71fe87de4ab90MD510metadata only accesscartaderechosdeautor.pdfcartaderechosdeautor.pdfapplication/pdf43657https://repository.usta.edu.co/bitstream/11634/16537/12/cartaderechosdeautor.pdf4e6e10f3a982f5b1278d3d5c4bd4cf99MD512metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8807https://repository.usta.edu.co/bitstream/11634/16537/8/license.txtf6b8c5608fa6b2f649b2d63e10c5fa73MD58open accessTHUMBNAIL2019sergiogonzalez.pdf.jpg2019sergiogonzalez.pdf.jpgIM Thumbnailimage/jpeg5005https://repository.usta.edu.co/bitstream/11634/16537/13/2019sergiogonzalez.pdf.jpg97cbe02357d1e01be23d57afc83b78afMD513open accesscartadeaprobacion.pdf.jpgcartadeaprobacion.pdf.jpgIM Thumbnailimage/jpeg6349https://repository.usta.edu.co/bitstream/11634/16537/14/cartadeaprobacion.pdf.jpg290e1c17aeebc300741fe15be6380bc7MD514metadata only accesscartaderechosdeautor.pdf.jpgcartaderechosdeautor.pdf.jpgIM Thumbnailimage/jpeg7692https://repository.usta.edu.co/bitstream/11634/16537/15/cartaderechosdeautor.pdf.jpge29641db8ca428136207bf625a3ac214MD515metadata only access11634/16537oai:repository.usta.edu.co:11634/165372022-10-10 15:29:28.31open accessRepositorio Universidad Santo Tomásrepositorio@usantotomas.edu.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

Publicaciones similares