Estimateur à noyau (KDE) sur réseaux : une application aux accidents de la route belges

Résumé Fr En

Le problème de la détection des zones de haute concentration des accidents de la route est un sujet de première importance tant pour les décideurs que pour les gestionnaires des infrastructures routières. Cependant, la notion même de point noir reste sujette à de vives discussions entre les experts du domaine bien que des définitions fonctionnelles existent dans plusieurs pays (Elvik, 2008). Les différents outils utilisés par les autorités en Belgique négligent plusieurs dimensions importantes des données d’accident notamment l’aspect réseau dont elles proviennent, l’aspect stochastique des accidents, les éventuelles erreurs de localisation de ceux-ci et rendent impossible la définition de zones noires d’accidents de la route. Dans ce travail, nous proposons une méthodologie mixte de trois étapes: (i) la fonction de densité des événements ponctuels sur le réseau est évaluée par un KDE, (ii) la significativité des valeurs lissées observées est calculée par des simulations MC et (iii) des outils d’analyse des réseaux permettent de classifier les éléments significatifs en hotspots et hotzones. La méthodologie est testée sur l’entièreté des routes numérotées belges pour la période 2006-2009.

The detection of high accident concentrations on roads is of vital importance for stakeholders but also for road safety managers. However experts in the field do not agree about the notion of black spots itself despite the existence of different practical definitions in many countries (Elvik, 2008). The different tools currently in use at the Belgian scale neglect some important dimensions of the accidents data such as the fact that accidents occur only on the road network, the spatial random component of some accidents, the localization problem and the impossibility to define black zones of road accidents. We propose here a new methodology based on three steps:(i) the density function of point event is estimated using a Kernel Density Estimator (KDE), (ii) the p-value of observed values against Complete Spatial Randomness (CSR) is computed through Monte-Carlo simulations and (iii) the significant items are classified into hotspots and hotzones by network analysis tools. The methodology is then evaluated on all road accidents with casualties on the Belgian numbered road network.