Kent içi yol segmentlerinde yaya-araç kazalarına etki eden faktörlerin coğrafi bilgi sistemleri tabanlı analizi: Adana örneği

Bu çalışmada kent içi yol segmentleri üzerinde, yaya güvenliğinin arttırılmasına yönelik, yaya- araç kazalarının oluşumuna etki eden faktörlerin tespit edilmesi ve Coğrafi Bilgi Sistemleri yardımı ile tespit edilen kritik yol segmentleri üzerinde gerçekleştirilen risk analizinde farklı makine öğrenmesi tekniklerinin model performanslarının değerlendirilmesi amaçlanmıştır. Bu doğrultuda Emniyet Genel Müdürlüğü'nden alınan Adana ili 2013-2017 yılları trafik kaza verileri detaylı analiz edilerek yol segmentleri üzerinde gerçekleşmiş tek araç-tek yaya kazaları pik saatlere göre ayrılmıştır. 4 pik saat türü için tek araç-tek yaya kazaları Coğrafi Bilgi Sistemleri platformunda haritalanmış ve Düzlemsel Kernel Yoğunluk Analizleri gerçekleştirilmiştir. Analizler sonucunda kritik olarak tespit edilen yol segmentlerinde; yol geometrisi ve yol özellikleri, trafik karakteristikleri, yapılı çevre ve arazi kullanımı başlıkları altında 13 farklı faktöre ait veriler yerinde gözlemler ve ölçümler ile elde edilmiş ve bu faktörlerin yaya güvenliğine etkisi C4.5 Karar Ağacı Algoritması, Çok Katmalı Algılayıcı ve Çevrilmiş Bulanık-Karar modeli ile değerlendirilmiştir. Çalışmanın sonucunda toplu taşıma yüzdesi, yol tipi, hız, arazi kullanım, parklanma ve pik saat tipi faktörlerinin kent içi yol segmentlerinde yaya güvenliği açısından yüksek etkiye sahip olduğu tespit edilmiştir. Modellerin performansları karşılaştırıldığında en yüksek performansı %61.42 doğruluk ve %58.31 ağırlıklı ortalama F1-Skoru değerleri ile hibrit Çevrilmiş Bulanık-Karar modelinin gösterdiği görülmüştür. Elde edilen bu sonuçlar ışığında hibrit modellerin kaza analizlerinde kullanılması önerilmektedir.