Modelo de decisão e análise espaço-temporal de acidentes de trânsito
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPE |
Texto Completo: | https://repositorio.ufpe.br/handle/123456789/45310 |
Resumo: | Os sinistros de trânsito estão entre as principais causas de morte no mundo, sendo responsável por cerca de 1,35 milhão de vítimas fatais por ano e outros milhares de feridos. Além desses, os distúrbios psicológicos, congestionamento, interrupção de transporte público e transporte de carga, sobrecarga nos atendimentos de emergências, comprometimento no abastecimento de pessoas, são outras consequências que estão associadas a esses eventos. Diante disso, analisar essas ocorrências é de fundamental importância para entender a dinâmica desses sinistros e desenvolver políticas mitigadoras para redução desses sinistros. Com base nisso, está pesquisa propõe um modelo de análise espaço-temporal de sinistros de trânsito, buscando identificar, caracterizar e priorizar pontos críticos de sinistros de trânsito. As informações obtidas com essa aplicação serão essenciais para o desenvolvimento das medidas de controle. Para tanto, o estudo utiliza as abordagens de densidade de Kernel, autocorrelação espacial global e local para análise espaço-temporal dos sinistros, e assim identificar o padrão espaço-temporal. Além do mais, o GWR (Geographically Weighted Regression) foi aplicado para verificar o impacto de alguns fatores na variação dos sinistros. Por fim, um modelo de decisão multicritério foi desenvolvido para ordenação de hotspots identificados. Após as análises, foi identificado os locais onde possuem uma maior densidade de sinistros, como o bairro Centro de Fortaleza, e que o padrão espacial dos sinistros varia com o tempo. Diante disso, o bairro Centro foi identificado como o local precário, devendo este ser priorizado nas ações das autoridades de trânsito. |
id |
UFPE_4c24528e28016ffe8c1593e349a279da |
---|---|
oai_identifier_str |
oai:repositorio.ufpe.br:123456789/45310 |
network_acronym_str |
UFPE |
network_name_str |
Repositório Institucional da UFPE |
repository_id_str |
2221 |
spelling |
MACHADO, Lucas Cavalcantehttp://lattes.cnpq.br/9097132989807048http://lattes.cnpq.br/7211565565446890MOTA, Caroline Maria de Miranda2022-07-28T16:06:33Z2022-07-28T16:06:33Z2022-03-10MACHADO, Lucas Cavalcante. Modelo de decisão e análise espaço-temporal de acidentes de trânsito. 2022. Dissertação (Mestrado em Engenharia da Produção) - Universidade Federal de Pernambuco, Recife, 2022.https://repositorio.ufpe.br/handle/123456789/45310Os sinistros de trânsito estão entre as principais causas de morte no mundo, sendo responsável por cerca de 1,35 milhão de vítimas fatais por ano e outros milhares de feridos. Além desses, os distúrbios psicológicos, congestionamento, interrupção de transporte público e transporte de carga, sobrecarga nos atendimentos de emergências, comprometimento no abastecimento de pessoas, são outras consequências que estão associadas a esses eventos. Diante disso, analisar essas ocorrências é de fundamental importância para entender a dinâmica desses sinistros e desenvolver políticas mitigadoras para redução desses sinistros. Com base nisso, está pesquisa propõe um modelo de análise espaço-temporal de sinistros de trânsito, buscando identificar, caracterizar e priorizar pontos críticos de sinistros de trânsito. As informações obtidas com essa aplicação serão essenciais para o desenvolvimento das medidas de controle. Para tanto, o estudo utiliza as abordagens de densidade de Kernel, autocorrelação espacial global e local para análise espaço-temporal dos sinistros, e assim identificar o padrão espaço-temporal. Além do mais, o GWR (Geographically Weighted Regression) foi aplicado para verificar o impacto de alguns fatores na variação dos sinistros. Por fim, um modelo de decisão multicritério foi desenvolvido para ordenação de hotspots identificados. Após as análises, foi identificado os locais onde possuem uma maior densidade de sinistros, como o bairro Centro de Fortaleza, e que o padrão espacial dos sinistros varia com o tempo. Diante disso, o bairro Centro foi identificado como o local precário, devendo este ser priorizado nas ações das autoridades de trânsito.CAPESTraffic accidents are among the leading causes of death in the world, being responsible for about 1.35 million fatalities per year and thousands more injured. Besides these, psychological disturbances, congestion, interruption of public transport and cargo transportation, overload in emergency care, compromising the supply of people, are other consequences that are associated with these events. Therefore, analyzing these occurrences is of fundamental importance to understand the dynamics of these accidents and develop mitigating policies to reduce these accidents. Based on this, this research proposes a model of spatial- temporal analysis of traffic accidents, seeking to identify, characterize and prioritize accident hot spots. The information obtained from this application will be essential for the development of control measures. To this end, the study uses Kernel density approaches, global and local spatial autocorrelation for spatio-temporal analysis of accidents, and thus identify the spatio- temporal pattern. Furthermore, GWR (Geographically Weighted Regression) was applied to verify the impact of some factors on accident variation. Finally, a multi-criteria decision model was developed to order the identified hotspots. After the analyses, it was identified the places where there is a higher density of accidents, such as the Downtown neighborhood of Fortaleza, and that the spatial pattern of accidents varies with time. In view of this, the Center neighborhood was identified as the precarious location, which should be prioritized in the actions of traffic authorities.porUniversidade Federal de PernambucoPrograma de Pos Graduacao em Engenharia de ProducaoUFPEBrasilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessEngenharia de ProduçãoSinistro viárioEspaço-temporalMCDM/AModelo de decisão e análise espaço-temporal de acidentes de trânsitoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesismestradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPEORIGINALDISSERTAÇÃO Lucas Cavalcante Machado.PDFDISSERTAÇÃO Lucas Cavalcante Machado.PDFapplication/pdf8189501https://repositorio.ufpe.br/bitstream/123456789/45310/1/DISSERTA%c3%87%c3%83O%20Lucas%20Cavalcante%20Machado.PDF32870e55905d5a967db098eff9363962MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufpe.br/bitstream/123456789/45310/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82142https://repositorio.ufpe.br/bitstream/123456789/45310/3/license.txt6928b9260b07fb2755249a5ca9903395MD53TEXTDISSERTAÇÃO Lucas Cavalcante Machado.PDF.txtDISSERTAÇÃO Lucas Cavalcante Machado.PDF.txtExtracted texttext/plain175279https://repositorio.ufpe.br/bitstream/123456789/45310/4/DISSERTA%c3%87%c3%83O%20Lucas%20Cavalcante%20Machado.PDF.txtc36a566c38a40bb9f0268bd783adf445MD54THUMBNAILDISSERTAÇÃO Lucas Cavalcante Machado.PDF.jpgDISSERTAÇÃO Lucas Cavalcante Machado.PDF.jpgGenerated Thumbnailimage/jpeg1235https://repositorio.ufpe.br/bitstream/123456789/45310/5/DISSERTA%c3%87%c3%83O%20Lucas%20Cavalcante%20Machado.PDF.jpg2963b5a428333d9d58f918895304eefaMD55123456789/453102022-07-29 02:35:16.753oai:repositorio.ufpe.br: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ório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212022-07-29T05:35:16Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false |
dc.title.pt_BR.fl_str_mv |
Modelo de decisão e análise espaço-temporal de acidentes de trânsito |
title |
Modelo de decisão e análise espaço-temporal de acidentes de trânsito |
spellingShingle |
Modelo de decisão e análise espaço-temporal de acidentes de trânsito MACHADO, Lucas Cavalcante Engenharia de Produção Sinistro viário Espaço-temporal MCDM/A |
title_short |
Modelo de decisão e análise espaço-temporal de acidentes de trânsito |
title_full |
Modelo de decisão e análise espaço-temporal de acidentes de trânsito |
title_fullStr |
Modelo de decisão e análise espaço-temporal de acidentes de trânsito |
title_full_unstemmed |
Modelo de decisão e análise espaço-temporal de acidentes de trânsito |
title_sort |
Modelo de decisão e análise espaço-temporal de acidentes de trânsito |
author |
MACHADO, Lucas Cavalcante |
author_facet |
MACHADO, Lucas Cavalcante |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/9097132989807048 |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/7211565565446890 |
dc.contributor.author.fl_str_mv |
MACHADO, Lucas Cavalcante |
dc.contributor.advisor1.fl_str_mv |
MOTA, Caroline Maria de Miranda |
contributor_str_mv |
MOTA, Caroline Maria de Miranda |
dc.subject.por.fl_str_mv |
Engenharia de Produção Sinistro viário Espaço-temporal MCDM/A |
topic |
Engenharia de Produção Sinistro viário Espaço-temporal MCDM/A |
description |
Os sinistros de trânsito estão entre as principais causas de morte no mundo, sendo responsável por cerca de 1,35 milhão de vítimas fatais por ano e outros milhares de feridos. Além desses, os distúrbios psicológicos, congestionamento, interrupção de transporte público e transporte de carga, sobrecarga nos atendimentos de emergências, comprometimento no abastecimento de pessoas, são outras consequências que estão associadas a esses eventos. Diante disso, analisar essas ocorrências é de fundamental importância para entender a dinâmica desses sinistros e desenvolver políticas mitigadoras para redução desses sinistros. Com base nisso, está pesquisa propõe um modelo de análise espaço-temporal de sinistros de trânsito, buscando identificar, caracterizar e priorizar pontos críticos de sinistros de trânsito. As informações obtidas com essa aplicação serão essenciais para o desenvolvimento das medidas de controle. Para tanto, o estudo utiliza as abordagens de densidade de Kernel, autocorrelação espacial global e local para análise espaço-temporal dos sinistros, e assim identificar o padrão espaço-temporal. Além do mais, o GWR (Geographically Weighted Regression) foi aplicado para verificar o impacto de alguns fatores na variação dos sinistros. Por fim, um modelo de decisão multicritério foi desenvolvido para ordenação de hotspots identificados. Após as análises, foi identificado os locais onde possuem uma maior densidade de sinistros, como o bairro Centro de Fortaleza, e que o padrão espacial dos sinistros varia com o tempo. Diante disso, o bairro Centro foi identificado como o local precário, devendo este ser priorizado nas ações das autoridades de trânsito. |
publishDate |
2022 |
dc.date.accessioned.fl_str_mv |
2022-07-28T16:06:33Z |
dc.date.available.fl_str_mv |
2022-07-28T16:06:33Z |
dc.date.issued.fl_str_mv |
2022-03-10 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
MACHADO, Lucas Cavalcante. Modelo de decisão e análise espaço-temporal de acidentes de trânsito. 2022. Dissertação (Mestrado em Engenharia da Produção) - Universidade Federal de Pernambuco, Recife, 2022. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufpe.br/handle/123456789/45310 |
identifier_str_mv |
MACHADO, Lucas Cavalcante. Modelo de decisão e análise espaço-temporal de acidentes de trânsito. 2022. Dissertação (Mestrado em Engenharia da Produção) - Universidade Federal de Pernambuco, Recife, 2022. |
url |
https://repositorio.ufpe.br/handle/123456789/45310 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.publisher.program.fl_str_mv |
Programa de Pos Graduacao em Engenharia de Producao |
dc.publisher.initials.fl_str_mv |
UFPE |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPE instname:Universidade Federal de Pernambuco (UFPE) instacron:UFPE |
instname_str |
Universidade Federal de Pernambuco (UFPE) |
instacron_str |
UFPE |
institution |
UFPE |
reponame_str |
Repositório Institucional da UFPE |
collection |
Repositório Institucional da UFPE |
bitstream.url.fl_str_mv |
https://repositorio.ufpe.br/bitstream/123456789/45310/1/DISSERTA%c3%87%c3%83O%20Lucas%20Cavalcante%20Machado.PDF https://repositorio.ufpe.br/bitstream/123456789/45310/2/license_rdf https://repositorio.ufpe.br/bitstream/123456789/45310/3/license.txt https://repositorio.ufpe.br/bitstream/123456789/45310/4/DISSERTA%c3%87%c3%83O%20Lucas%20Cavalcante%20Machado.PDF.txt https://repositorio.ufpe.br/bitstream/123456789/45310/5/DISSERTA%c3%87%c3%83O%20Lucas%20Cavalcante%20Machado.PDF.jpg |
bitstream.checksum.fl_str_mv |
32870e55905d5a967db098eff9363962 e39d27027a6cc9cb039ad269a5db8e34 6928b9260b07fb2755249a5ca9903395 c36a566c38a40bb9f0268bd783adf445 2963b5a428333d9d58f918895304eefa |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE) |
repository.mail.fl_str_mv |
attena@ufpe.br |
_version_ |
1802310777510559744 |