بررسی ابعادحمل‌ونقل هوشمند بر کاهش چالش‌های ترافیکی کلانشهر مشهد رویکردی ترکیبی مبتنی بر داده‌های آنلاین

بررسی ابعادحمل‌ونقل هوشمند بر کاهش چالش‌های ترافیکی کلانشهر مشهد رویکردی ترکیبی مبتنی بر داده‌های آنلاین

مهدی قندهاری1 هادی سروری2

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 : ABZE-ABHGEH
محل انتشار : پنجمین کنگره بین المللی مهندسی عمران ، معماری ، مصالح ساختمانی و محیط زیست(caucong.com)
چکیده :
    رشد شتابان جمعیت و گسترش کالبدی کلانشهر مشهد، به‌ویژه با حضور شهرهای اقماری (گلبهار، سرخس، طرقبه و..) و جریان‌های زیارتی-گردشگری، چالش‌های پیچیده‌ای در حوزه ترافیک شهری ایجاد کرده است. افزایش تعداد وسایل نقلیه شخصی، ناکارآمدی سیستم‌های سنتی مدیریت ترافیک و ضعف یکپارچگی حمل‌ونقل عمومی، منجر به تراکم ترافیکی، افزایش زمان سفر، آلودگی هوا و کاهش ایمنی جاده‌ای شده است. سیستم‌های حمل‌ونقل هوشمند ITS با بهره‌گیری از فناوری‌های نوین اطلاعات، هوش مصنوعی و تحلیل داده‌های بزرگ، پتانسیل بالایی برای مدیریت بهینه ترافیک دارند. این پژوهش با هدف شناسایی چالش‌های ترافیکی کلانشهر مشهد و ارزیابی ابعاد حمل‌ونقل هوشمند برای کاهش این چالش‌ها انجام شده است. رویکرد پژوهش کیفی-کمی ترکیبی بوده و بر تحلیل داده‌های آنلاین از منابع معتبر (شهرداری مشهد، پلیس راهور، سازمان های حمل‌ونقل، پلتفرم‌های نشان و بلد) در بازه زمانی ۱۴۰۰–۱۴۰۳ متمرکز است. داده‌های ترافیکی شامل حجم تردد، سرعت متوسط، زمان سفر، نقاط پرتصادف و شاخص‌ آلودگی هوا با استفاده از ابزارهای آماری (Excel, R, Python) تحلیل شده‌اند.یافته‌ها نشان می‌دهد که محورهای کلیدی (امام رضا، وکیل‌آباد،... و محورهای ارتباطی با شهرهای اقماری) با تراکم ترافیکی بالا با کاهش سرعت متوسط به ۱۵–۲۵ km در ساعات اوج، افزایش ۴۰–۶۰٪ زمان سفر و شاخص آلودگی هوا در۱۰۰+ روز مواجه هستند..چالش‌های اصلی شامل ضعف زیرساخت‌های ITS، نبود یکپارچگی داده‌ای، کمبود سیستم‌های مدیریت ترافیک تطبیقی و فقدان برنامه‌ریزی منطقه‌ای است. راهکارهای پیشنهادی شامل توسعه سیستم‌های مدیریت ترافیک تطبیقی ATMS، پیاده‌سازی سیستم‌های اطلاع‌رسانی پویا VMS، یکپارچه‌سازی حمل‌ونقل عمومی، استفاده از Ai برای پیش‌بینی ترافیک و توسعه پلتفرم داده‌ای یکپارچه است. اولویت‌بندی بر اساس تحلیل هزینه-فایده و AHP نشان داد سیستم‌های مدیریت ترافیک تطبیقی و یکپارچه‌سازی داده‌ای بالاترین اولویت را دارند. نتایج این پژوهش و مدل مفهومی یکپارچگی ITS ارائه شده می‌تواند به‌ عنوان مبنایی علمی برای سیاست‌گذاریهای توسعه زیرساخت‌های حمل‌ونقل هوشمند و چارچوب عملیاتی برای پیاده‌سازی آن در مشهد و سایر کلانشهرهای کشور فراهم ‌آورد.

کلمات کلیدی : سیستم های حمل و نقل هوشمند (its) ترافیک شهری منطقه ای کلانشهر مشهد شهرهای جدید و ماهواره ای هوش مصنوعی