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 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.

• Autores: Castro Roberto, Angelica Maria; Gonzalez Palacios, Sergio Miguel
• Tipo de recurso: Masters Thesis
• Fecha de publicación: 2019
• Institución: Universidad Santo Tomás
• Repositorio: Universidad Santo Tomás
• 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