مدل‌سازی تطبیقی ایمنی عابران پیاده در بافت‌های پرتردد مشهد مبتنی بر کلان‌داده‌ها

مدل‌سازی تطبیقی ایمنی عابران پیاده در بافت‌های پرتردد مشهد مبتنی بر کلان‌داده‌ها

مهدی قندهاری1 تکتم حنایی2

1) پژوهشگر دکترای شهرسازی، دانشكده هنر و معماري دانشگاه آزاد اسلامي واحد مشهد -نویسنده مسئول:
2) دانشيارگروه شهرسازي ، دانشكده هنر و معماري دانشگاه آزاد اسلامي واحد مشهد، خراسان رضوی ، ایران:

کد IOI مقاله : AAHF-ABKZCC
محل انتشار : کنفرانس ملی فناوری های معماری و هنر، شهر هوشمند، صنایع نرم وخلاق و فرهنگ فناوری (icact.ir)
چکیده :
    ایمنی عابران پیاده یکی از مهم‌ترین مؤلفه‌های حمل‌ونقل پایدار و برنامه‌ریزی شهری انسان‌محور است که در کلان‌شهرهای زیارتی و مقصدپذیر، به‌ویژه مشهد، به دلیل تراکم جمعیت، نوسانات زمانی حضور زائران، و فشار بر شبکه دسترسی پیاده اهمیت مضاعف دارد. پژوهش حاضر با هدف مدل‌سازی شبکه دسترسی پیاده و تحلیل عوامل مؤثر بر ایمنی عابران در کلان‌شهر مشهد با بهره‌گیری از کلان‌داده‌ها انجام شده است. این پژوهش از نظر هدف، کاربردی و از نظر روش، تحلیلی ـ مدل‌محور است. داده‌های پژوهش شامل اطلاعات مربوط به تصادفات عابران پیاده، ویژگی‌های شبکه معابر، کاربری زمین، شاخص‌های ترافیکی، ویژگی‌های محیطی، و داده‌های زمانی مرتبط با الگوی حضور و جابه‌جایی جمعیت است. برای تحلیل داده‌ها از تحلیل فضایی، رگرسیون وزنی جغرافیایی (GWR) و الگوریتم جنگل تصادفی (Random Forest) استفاده شد. یافته‌ها نشان داد که ناایمنی عابران پیاده در مشهد دارای الگوی خوشه‌ای و ناهمگن فضایی است و بیشتر در محدوده‌های مرکزی، زیارتی، پرتردد و دارای تراکم بالای فعالیت متمرکز شده است. متغیرهایی مانند تراکم تقاطع‌ها، شدت جریان ترافیک، سرعت وسایل نقلیه، کیفیت و پیوستگی مسیرهای پیاده، کاربری‌های جاذب سفر، فاصله از ایستگاه‌های حمل‌ونقل عمومی، و نوسانات زمانی جمعیت از عوامل مؤثر بر افزایش یا کاهش ریسک ایمنی عابران شناسایی شدند. همچنین نتایج نشان داد که اثر این متغیرها در پهنه‌های مختلف شهر یکسان نیست و از الگوی ناهمگنی فضایی پیروی می‌کند. نتایج پژوهش بیانگر آن است که رویکردهای یکسان‌ساز در مدیریت ایمنی عابران برای شهری مانند مشهد کارایی محدودی دارند و لازم است سیاست‌گذاری‌ها بر پایه تحلیل‌های داده‌محور، مکان‌محور و زمینه‌محور انجام شود. بهره‌گیری از کلان‌داده‌ها و مدل‌های پیش‌بینی‌گر می‌تواند امکان شناسایی نقاط و پهنه‌های پرخطر را پیش از وقوع حوادث فراهم کرده و زمینه را برای مداخلات هدفمند در جهت ارتقای ایمنی عابران پیاده فراهم سازد.

کلمات کلیدی : ایمنی عابران پیاده کلان‌داده شبکه دسترسی پیاده مدل‌سازی فضایی رگرسیون وزنی جغرافیایی جنگل تصادفی مشهد