Identificação de conglomerados espaciais em cenários com vizinhanças definidas topologicamente

Abstract

O período entre 2011 e 2020 foi definido pela ONU como a década de ações pela segurança no trânsito. A redução de acidentes de trânsito fatais é o principal foco dos órgãos da administração pública. Dessa maneira, a delimitação de regiões com alta incidência de acidentes aumentaria o foco de ações corretivas e diminuiria o gasto dos órgãos públicos, adotando ações mais eficientes. Os dados de acidentes de trânsito em rodovias distritais são consolidados pelo Sistema de Informações de Trânsito e classificados espacialmente conforme o Sistema Rodoviário do Distrito Federal. Os acidentes de trânsito são distribuídos ao longo de trechos rodoviários, que são subdivisões ao longo das rodovias. No estudo de acidentes, o critério espacial que agrupa regiões mais próximas pode apresentar resultados menos satisfatórios, dado que os acidentes de trânsito são restritos às vias de circulação de veículos e pedestres. Neste trabalho buscamos criar métodos que utilizam o conceito de vizinhança ligado à idéia de proximidade. Os métodos de vizinhança, ao contrário do Scan circular, agrupam regiões que fazem fronteira entre si. O método Scan Circular e os métodos de vizinhança foram testados para três formatos de conglomerados, para os quais dois métodos de vizinhança tiveram desempenho superior ao Scan Circular, sendo menos afetados pela geometria do conglomerado. Após os testes numéricos, os quatro métodos foram utilizados para identificar conglomerados de acidentes fatais no mapa rodoviário do DF, 2012. ___________________________________________________________________________________ ABSTRACT

The period between 2011 and 2020 was defined by the United Nations as the decade of action for road safety. The reduction of fatal traffic accidents is the main focus of public administration. Thus, the delineation of regions with a high incidence of accidents would increase the focus of corrective actions and reduce the expenditure of public resources, adopting more efficient actions. The data of traffic accidents in district highways are consolidated by the Integrated Traffic Accident system and spatially classified by the Highway System of the Federal District. Traffic accidents are distributed along road sections, which are subdivisions along highways. In the study of traffic accidents, the spatial criterion that groups closer regions may have less satisfactory results, given that traffic accidents are restricted to traffic routes for vehicles. In this work we aim to create methods that use the concept of frontier connected to the idea of proximity. The neighborhood based methods, unlike the Circular Scan, group regions bordering each other. The Circular Scan method and the neighborhood methods were tested for three cluster shapes, for which two neighborhood methods had superior performance compared to the Circular Scan, being less affected by the geometry of the cluster. After the numerical tests, the four methods were used to identify clusters of fatalities in the road map of the Federal District, 2012.