การวิเคราะห์เชิงพื้นที่และเวลาของการเกิดอุบัติเหตุทางถนนในจังหวัดชลบุรี
คำสำคัญ:
การประมาณเชิงพื้นที่แบบเคอร์เนล, การวิเคราะห์รูปแบบการกระจายตัว, อุบัติเหตุทางถนนบทคัดย่อ
การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อการวิเคราะห์ความหนาแน่นและรูปแบบการกระจายตัวของการเกิดอุบัติเหตุตามฤดูกาลในปี พ.ศ.2555 – 2560 การวิเคราะห์ความหนาแน่นของการเกิดอุบัติเหตุโดยใช้เทคนิค Kernel Density Estimation (KDE) และรูปแบบการกระจายตัวของการเกิดอุบัติเหตุทางถนนด้วยเทคนิค Average Nearest Neighbor ในระบบสารสนเทศภูมิศาสตร์ (Geographic Information System : GIS) ผลการศึกษาพบว่า ฤดูฝนมีความหนาแน่นของการเกิดอุบัติเหตุสูงที่สุด รองลงมา คือ ฤดูหนาว และฤดูร้อน โดยแต่ละฤดูกาลมีความหนาแน่นของการเกิดอุบัติเหตุสูงในพื้นที่เดิม ๆ เช่น ถนนสุขุมวิท ถนนวิบูลย์ประชารักษ์ เมืองพัทยา เป็นต้น ส่วนรูปแบบการกระจายตัวของการเกิดอุบัติเหตุทางถนนพบว่า ทุกฤดูกาลมีรูปแบบการกระจายตัวแบบเกาะกลุ่ม (Cluster) ผลลัพธ์ที่ได้จากการศึกษาสามารถนำไปใช้ในการวางแผนเพื่อลดการเกิดอุบัติเหตุในพื้นที่ที่เกิดอุบัติเหตุหนาแน่น และนำไปใช้ในการกำหนดนโยบายป้องกันการเกิดอุบัติเหตุในระยะยาวได้
เอกสารอ้างอิง
Instituteof Physical Education Suphanburi. (2016). Cause of road accident. Retrieved July 15, 2017, from https://www.ipesp.ac.th/learning/supitcha/html/E4-2-1.html
Kaygisiz, O., Duzgun, S., Yildiz, A. & Senbil, M. (2015). Spatio-temporal accident analysis for accident prevention in relation to behavioral factors in driving: The case of south Anatolian Motorway. Transportation Research Part F. 33,
128-140.
Liu, Y. (2013). Civil and Environment Engineering. Master of Science in Civil and Environment Engineering. Department of Civil and Environment Engineering. University of Maryland, Collage Park., United States.
Meteorological Department of Thailand. (2016). Meteorological Book. Retrieved December 22, 2016, from https://www.tmd.go.th/info/info.php?FileID=53
National Institute for Emergency Medicine. (2014). Open the risk of traffic accidents in Chonburi. Retrieved December 28, 2016 from https://thaiemsinfo.com/autopagev4/show_page.php?topic_id=467&auto_id=6&TopicP
Pleerux, N., Imsawas, K., Yongsiri, P. & Pholgerddee, P. (2016). Study of liquor stores distribution around higher education institutes using geoinformation echnology: A case study of Muang District, Chon Buri Province. Full
Research Report.
Road Accidents Data center. (2016). Data Traffic Accident Report. Retrieved December 24, 2016, from https://www.thairsc.com/
Sae-Ngow, P. & Chaysmithikul, P. (2015). Spatial Pattern of Manufacturing and Location Density of Agro-processing Industry in Ratchburi Province. Retrieved December 12, 2016, from https://www.teacher.ssru.ac.th/pornperm_sa/file.php/1/Spatial_Pattern_of_Manufacturing_and_Location_Density.pdf
Satria, R. & Castro, M. (2016). GIS Tools for analyzing accident and road design: A review. Transportation Research Procedia. 18, 242–247
Shafabakhsh, G.A., Famili, A., & Bahadori, M.S. (2017). GIS-based spatial analysis of urban traffic accidents: Case study in Mashhad, Iran. Journal of Traffic and Transportation Engineering (English edition). 4(3), 290–299
World Health Organization. (2015). Global status report on road safety 2015. Bangkok: Scand-media Corp.,Ltd.
Xie, Z. & Yan, J. (2008). Kernel Density Estimation of traffic accidents in a network space. Computers, Environment, and Urban Systems. 35(5), 396–406
Yang, S., Lu, S. & Wu, Y, J. (2013). GIS-based Economic cost estimation of traffic accidents in St.Louis, Missouri. Procedia – Social and Behavioral Sciences 96. (2013), 2907–2915.
Yiampisan, M. & Srivanit, M. (2010). Using the Kernel Density Estimation surface for criminal pattern: A case study in Phranakhon district, Bangkok. Journal of Architectural/Planning Research and Studies. 7(1), 87-102
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
โปรดกรอกเอกสารและลงนาม "หนังสือรับรองให้ตีพิมพ์บทความในวารสารวิจัยมหาวิทยาลัยราชภัฏพระนคร สาขาวิทยาศาสตร์และเทคโนโลยี" ก่อนการตีพิมพ์
