CUADERNOS TECNOLÓGICOS DE LA PTC DESARROLLO DE UN MODELO … · Modelo global de consistencia de...

CUADERNOS TECNOLÓGICOS DE LA PTC

N°22019

DESARROLLO DE UN MODELO GLOBAL DE CONSISTENCIA PARA EL DISEÑO DECARRETERAS CONVENCIONALES MÁSSEGURAS Y SOSTENIBLES

David Llopis CastellóFrancisco Javier Camacho TorregrosaAlfredo García García

David Llopis CastellóProfesor Ayudante DoctorGrupo de Investigación en Ingeniería de CarreterasInstituto del Transporte y TerritorioUniversitat Politècnica de Valè[email protected]

Francisco Javier Camacho TorregrosaProfesor Contratado DoctorGrupo de Investigación en Ingeniería de CarreterasInstituto del Transporte y TerritorioUniversitat Politècnica de Valè[email protected]

Alfredo García GarcíaCatedráticoGrupo de Investigación en Ingeniería de CarreterasInstituto del Transporte y TerritorioUniversitat Politècnica de Valè[email protected]

2

© Plataforma Tecnológica Española de la Carretera (PTC). Av. General Perón, 26 - 2º iz, 28020 Madrid.Reservados todos los derechos. ISBN: 978-84-09-18976-2

3


N°22019

Tabla de contenidos

CUADERNOS TECNOLÓGICOS DE LA PTCN°22019

TABLA DE CONTENIDOS ................................................................................................ I

ÍNDICE DE TABLAS ...................................................................................................... III

ÍNDICE DE FIGURAS .................................................................................................... IV

RESUMEN ....................................................................................................................... I

1. Introducción ............................................................................................................... 1

1.1. Necesidad de la investigación ............................................................................ 3

1.2. Objetivos e hipótesis ........................................................................................... 4

2. Estado del arte ........................................................................................................... 5

2.1. Seguridad vial ..................................................................................................... 5

2.1.1. Factores Concurrentes ................................................................................ 7

2.1.2. Estimación de la seguridad vial................................................................... 8

2.2. Diseño de carreteras ........................................................................................ 12

2.2.1. Conceptos de velocidad ............................................................................. 12

2.2.2. Seguridad vial en la Norma 3.1-IC Trazado (2016) ................................... 13

2.3. Consistencia del diseño geométrico ................................................................ 16

2.4. Emisiones y diseño geométrico ....................................................................... 19

3. Metodología y desarrollo experimental .................................................................. 21

3.1. Tramos de estudio ............................................................................................ 21

3.2. Datos de tráfico y siniestralidad ....................................................................... 26

3.3. Perfil de velocidad de operación ...................................................................... 26

3.4. Perfil de velocidad de operación inercial ......................................................... 27

3.5. Calibración del modelo global de consistencia ............................................... 28

4. Análisis ..................................................................................................................... 31

5. Propuesta de modelo global de consistencia ......................................................... 33

4


6. Discusión ................................................................................................................. 35

6.1. Validación del modelo global de consistencia ......................................... 35

6.2. Comparación con otros modelos de consistencia ................................... 36

6.3. Consistencia del diseño geométrico Vs. Emisiones de CO2 .................... 38

7. Aplicaciones prácticas ............................................................................................ 42

7.1. Priorización de actuaciones de mejora de la seguridad vial en carreteras convencionales.............. ................................................................................... 42

7.2. Análisis de alternativas en el diseño de nuevas carreteras y rediseño de tramos completos de carretera convencional ................................................ 43

8. Conclusiones ........................................................................................................... 44

Referencias .................................................................................................................. 46

5

6


N°22019

Índice de tablas


Tabla 1. Criterio I de consistencia de Lamm et al. (1988). ......................................... 15

Tabla 2. Criterio II de consistencia de Lamm et al. (1988). ........................................ 15

Tabla 3. Criterio I de consistencia de Lamm et al. (1988) en términos de CCR................15

Tabla 4. Modelo global de consistencia de Polus y Mattar-Habib (2004). ................. 17

Tabla 5. Modelo global de consistencia de Camacho-Torregrosa (2015). ................. 18

Tabla 6. SPFs calibradas por Garach et al. (2016). .................................................... 19

Tabla 7. Segmentos de carretera homogéneos. ........................................................ 25

Tabla 8. Modelos de velocidad desarrollados por Pérez-Zuriaga (2012). ................. 26

Tabla 9. Parámetros de consistencia propuestos. ..................................................... 30

Tabla 10. Ajuste de Funciones de Estimación de la Siniestralidad. .......................... 32

Tabla 11. Características de los segmentos de carretera homogéneos utilizados en la validación ................................................................................................................. 35

Tabla 12. Consistencia y emisiones. ........................................................................... 39

Tabla 13. Análisis estadístico: Consistencia del diseño geométrico Vs. Emisiones de CO2....41

Tabla 14. Umbrales del modelo de consistencia propuesto. ..................................... 45

7

8


N°22019

Índice de figuras


Figura 1. Evolución del número de muertos en carretera convencional en España........... 6

Figura 2. Evolución del tanto por ciento de accidentes mortales en transición recta-curva....... 7

Figura 3. Interacción de los factores concurrentes en los accidentes de tráfico. .................8

Figura 4. Pirámide de eventos de tráfico Hydén (1987). .......................................................10

Figura 5. Estimación de la seguridad vial: SPFs Vs. Tasas de siniestralidad. .....................11

Figura 6. Seguridad Nominal vs. Seguridad Sustantiva. ......................................................14

Figura 7. Radio mínimo y máximo entre curvas sucesivas. .................................................16

Figura 8. Identificación de segmentos homogéneos. Intensidad Media Diaria. ..................22

Figura 9. Identificación de segmentos homogéneos. Intersecciones importantes.... ........22

Figura 10. Identificación de segmentos homogéneos. CCR. ................................................23

Figura 11. Perfiles de velocidad. ............................................................................................27

Figura 12. Distribuciones de pesos. ......................................................................................28

Figura 13. Variables de consistencia: (a) A, L y σ; (b) A+, L

+ y σ

+; y (c) A

x considerando

x = 10 km/h (A10) ............................................................................................................ ........29

Figura 14. Gráficos de residuos acumulados: (a) Tráfico; (b) Longitud; (c) Consistencia. ........33

Figura 15. Modelo global de consistencia Vs. Tasa de siniestralidad. .................................34

Figura 16. Tasa de siniestralidad media Vs. Nivel de consistencia. .....................................34

Figura 17. Validación del modelo de consistencia: Tasas de siniestralidad Vs. C. ..............35

Figura 18. Validación del modelo de consistencia: Accidentes observados Vs. Accidentes estimados. ..............................................................................................................................36

Figura 19. Tasa de siniestralidad media vs. Modelos de consistencia globales. .................37

Figura 20. Modelo propuesto Vs. Modelos de consistencia previos: (a) Polus y Mattar-Habib (2004); (b) Garach et al. (2014); (c) Camacho-Torregrosa (2015). .............................38

Figura 21. Consistencia del diseño geométrico Vs. Emisiones de CO2. ...............................40

9


Figura 22. Nivel de consistencia Vs. Tasa media de emisiones de CO2................................41

Figura 23. Metodología de priorización de actuaciones de seguridad vial en carreteras convencionales. ......................................................................................................................42

Figura 24. Análisis de alternativas en fase de diseño o rediseño de tramos completos de carretera. ................................................................................................................................43

10

11


N°22019

Resumen


En España, más del 70 % de las víctimas mortales debido a accidentes de tráfico en vías interurbanas se concentran en carreteras convencionales, que representan alrededor del 90 % de la red de carreteras.

Entre los diferentes factores que están presentes en la producción de un accidente de tráfico cabe destacar tres: el humano, el vehículo y la infraestructura.

Concretamente, de la interacción entre el factor humano y la infraestructura surge el concepto de consistencia del diseño geométrico de carreteras, que se define como el grado de adecuación entre las expectativas de los conductores y el comportamiento de la carretera.

A lo largo de los años se han desarrollado diversos modelos de consistencia, pero ninguno incorpora una variable capaz de representar y cuantificar las expectativas de los conductores. Además, la actual normativa para el diseño de carreteras española únicamente incorpora criterios locales de consistencia que no han sido desarrollados ni validados para su aplicación a nuestras carreteras.

Así, esta investigación tiene como objetivo el desarrollo de un nuevo modelo global de consistencia basado en un parámetro de consistencia definido a partir de las diferencias positivas entre el perfil de velocidad de operación inercial, que representa las expectativas de los conductores en cada punto del trazado, y el perfil de velocidad de operación, que representa el comportamiento de la carretera.

De esta manera, cuanto mayor es el valor de este parámetro, mayor es la probabilidad de ocurrencia de accidentes, ya que está asociado a mayores diferencias entre la velocidad que un conductor espera desarrollar a partir de sus expectativas y la velocidad que la propia carretera le permite alcanzar según su geometría.

A partir del parámetro de consistencia propuesto, se propone una Función de Estimación de la Siniestralidad que permite estimar el número de accidentes con víctimas en un segmento homogéneo de carretera. Esta función puede ser utilizada por los ingenieros, tanto en fase de diseño de nuevas carreteras como en fase de mejora de las ya existentes, con el fin de jerarquizar las alternativas propuestas a partir de un criterio objetivo ligado a la seguridad vial.

12


Adicionalmente, se identificó que las emisiones de CO2 generadas por los vehículos y el consumo de combustible aumentan a medida que el nivel de consistencia de un segmento de carretera empeora.

Por tanto, el modelo global de consistencia desarrollado en esta investigación supone una nueva herramienta que permite, además de diseñar carreteras más seguras, reducir su impacto sobre el medioambiente minimizando el consumo de combustible y las emisiones de CO2 generadas por los vehículos.

13

14


N°22019

1. Introducción


Según la Organización Mundial de la Salud, en su Informe sobre la situación mundial de la seguridad vial, todos los años fallecen más de 1,2 millones de personas como consecuencia de accidentes de tráfico en todo el mundo y nada menos que otros 50 millones resultan heridas (WHO, 2015).

Concretamente, en España se produjeron un total de 1.291 víctimas mortales durante el año 2016 en vías interurbanas, de las que más del 70 % sucedieron en carretera convencional. A pesar de que la tendencia de fallecidos en vías interurbanas ha sido decreciente desde principios de siglo, el número de víctimas mortales en carretera convencional se ha visto incrementado en los últimos años. Además, este tipo de vía representa alrededor del 90 % de la red de carreteras española, lo que hace que las carreteras convencionales cobren un papel esencial en lo que se refiere a su potencial de mejora de la seguridad vial.

Entre los diferentes factores que están presentes en la producción de un accidente de tráfico cabe destacar tres: el humano, el vehículo y la infraestructura. Particularmente, el factor infraestructura está presente en más del 30 % de los accidentes ocurridos en carretera. De hecho, los accidentes tienden a concentrarse en ciertos elementos de la carretera. En este sentido, uno de cada cuatro muertos en carretera se produce en curvas de carreteras convencionales.

Por ello, el factor infraestructura y su interacción con el factor humano, que está presente en alrededor del 90 % de los accidentes, han sido estudiados profundamente en los últimos años a través del concepto de consistencia del diseño geométrico de carreteras, que se define como el grado de adecuación entre las expectativas de los conductores y el comportamiento de la carretera.

El objetivo de la consistencia del diseño geométrico de carreteras es garantizar que sus usuarios no se vean sorprendidos a lo largo de la misma, es decir, se trata de conseguir que los conductores se encuentren a lo largo de la carretera con lo que ellos se esperan a partir de sus expectativas. En este sentido, un diseño consistente asegura que elementos geométricos sucesivos actúen de forma coordinada produciendo una conducción harmoniosa libre de sorpresas. De esta manera, el número de accidentes se vería reducido, puesto que se evitaría que se produjesen

15


maniobras de conducción críticas asegurando unas condiciones del tráfico seguras.

Por el contrario, un diseño inconsistente puede producir sorpresas en los conductores, lo que se traduce en la ejecución de maniobras erráticas o conflictivas aumentando la probabilidad de ocurrencia de accidentes.

La Instrucción de diseño de carreteras española tiene como objetivo el diseño geométrico de carreteras para un determinado flujo de tráfico bajo unas condiciones mínimas de accesibilidad, movilidad, comodidad y seguridad (Fomento, 2016). De esta forma, los diseñadores actuales de carreteras se centran en determinar una geometría del trazado que, de acuerdo a la normativa específica, posibilite dicho flujo de tráfico. Sin embargo, seguir la normativa o aplicar métodos tradicionales de diseño puede no asegurar un nivel mínimo de seguridad y comodidad, fundamentalmente porque existen ciertos aspectos que la Instrucción no contempla o controla y para los cuales se necesita de estudios más detallados.

La mayoría de las normativas de carreteras se basan en la velocidad de diseño para determinar los parámetros mínimos de los elementos del trazado, recomendando utilizar valores superiores a estos siempre que sea posible. Así, a la hora de diseñar una carretera se suele huir de dichos valores mínimos, pero no existe un criterio de qué valores adoptar. Esto ocasiona generalmente que actúen como factores de decisión únicamente la orografía, la integración ambiental o un menor coste de la carretera, fijando las características finales del diseño geométrico.

Estas deficiencias pueden ser un factor determinante en la localización de los accidentes, produciéndose una concentración de los mismos en determinadas configuraciones del trazado de la vía, debido en muchas ocasiones a una incoherencia entre un elemento de la vía y su comportamiento general.

Al igual que en Estados Unidos y otros países europeos, en España, las carreteras convencionales representan un elevado tanto por cien de kilómetros de la red de carreteras. Por ello, las investigaciones realizadas hasta la fecha en cuanto a la consistencia del diseño geométrico se han centrado principalmente en carreteras convencionales de calzada única de dos carriles, donde, además, se producen importantes variaciones de las características geométricas y, por tanto, de las

16


velocidades de operación que desarrollan los conductores.

Existen varios métodos para evaluar la consistencia del diseño geométrico de carreteras: velocidad de operación, estabilidad vehicular, índices de trazado y carga de trabajo del conductor (Gibreel et al., 1999). No obstante, el uso de la velocidad de operación es el método más comúnmente empleado. Esta velocidad se define como la velocidad a la cual los usuarios de la vía pueden conducir sus vehículos bajo condiciones de flujo libre y condiciones favorables de meteorología y sin exceder la velocidad segura en ningún momento. Esta definición no presenta aplicación práctica para el ingeniero, ya que no es determinable, por lo que tradicionalmente se asocia al percentil 85 de la velocidad (V

85) a la que operan los vehículos ligeros en condiciones

de flujo libre y sin restricciones ambientales. Una importante ventaja del uso de esta velocidad es la posibilidad de estimarla a partir de modelos de predicción.

La consistencia puede ser analizada a partir de dos tipos de criterios: locales y globales. Los criterios locales se centran en elementos puntuales de la carretera o transiciones recta-curva. En este sentido, una reducción repentina de la velocidad o una amplia diferencia entre la velocidad de operación y la de diseño están asociadas a un diseño inconsistente (Lamm et al., 1988). Por tanto, este tipo de modelos son ideales para detectar en qué elementos del trazado es más probable que ocurran los accidentes. Por otro lado, los criterios globales tratan de evaluar la consistencia a través del análisis de la variación de la velocidad de operación a lo largo de un tramo completo de carretera (Polus y Mattar-Habib, 2004; Garach et al., 2014; Camacho-Torregrosa, 2015). A pesar de que estos modelos no indican dónde se producirán los accidentes, permiten estimar el número de accidentes en un segmento homogéneo de carretera a partir de una Función de Estimación de la Siniestralidad (Safety Performance Function, SPF).

1.1. Necesidad de la investigación

Los modelos de consistencia desarrollados hasta la fecha no incorporaran una variable capaz de representar y cuantificar las expectativas de los conductores, de manera que no son capaces de evaluar de manera precisa el grado de adecuación entre las expectativas de los conductores y el comportamiento de la carretera.

17


En este sentido, la consistencia de un determinado elemento del trazado no depende únicamente de las características de este elemento y su anterior, sino también de las características de varios elementos anteriores a este. Además, los modelos globales de consistencia están basados en variables que describen de forma general el comportamiento de un tramo de carretera homogéneo, tales como la velocidad o la tasa de deceleración medias, pero no incluyen ninguna variable que represente las expectativas de los conductores.

Por otra parte, cabe destacar que la actual normativa para el diseño de carreteras española únicamente incorpora criterios de consistencia locales que, además, no han sido desarrollados ni validados para su aplicación a nuestras carreteras.

Por tanto, es necesario el desarrollo de un modelo global de consistencia que incorpore las expectativas de los conductores con el fin de facilitar a los ingenieros una herramienta para estimar de una manera más precisa el número de accidentes con víctimas en un tramo completo de carretera y, consecuentemente, mejorar el análisis de la seguridad vial durante el diseño de nuevas carreteras o rediseño de las ya existentes.

Por otro lado, los vehículos que circulan por carreteras convencionales son responsables de más del 50 % de las emisiones de CO2 generadas por el sector transportes en Europa (European Environment Agency, 2017).

Para hacer frente a esta situación, la Comisión Europea ha propuesto recientemente una serie de estrategias para reducir la contaminación proveniente del transporte. Estas políticas se centran principalmente en los sistemas de transporte inteligente, ciudades inteligentes (Smart Cities), establecimiento de peajes urbanos e interurbanos, aumento del control de la velocidad y desarrollo de cursos de conducción ecológica (eco-driving).

Sin embargo, estas políticas no incluyen ninguna medida relacionada con el propio diseño de la carretera a pesar de que el trazado de la misma condiciona significativamente el régimen de velocidades desarrollado por los conductores que, a su vez, está estrechamente ligado al consumo de combustible y las emisiones.Dado que los modelos globales de consistencia revelan que una mayor variación de la velocidad a lo largo de un tramo de carretera conduce a un menor nivel de

18


consistencia y, adicionalmente, una mayor variación de la velocidad está ligada a un mayor consumo de combustible y emisiones, se supone que cuanto más consistente sea un tramo de carretera menor será el consumo y las emisiones.

Por tanto, el desarrollo de un nuevo modelo global de consistencia permitirá a los ingenieros no solo diseñar carreteras más seguras, sino también carreteras más respetuosas con el medioambiente.

1.2. Objetivos e hipótesis

El principal objetivo de esta investigación es el desarrollo de un modelo global de consistencia basado en la definición básica de consistencia para la evaluación de la seguridad vial de carreteras convencionales, que es donde se producen la mayoría de muertes en nuestras carreteras. De esta forma, el modelo desarrollado se basará en la diferencia entre el perfil de velocidad de operación inercial (V

i), que se presenta

como una medida sustitutoria de las expectativas de los conductores a medida que recorren un tramo de carretera, y el perfil de velocidad de operación (V

85), que

responde al comportamiento que facilita el diseño geométrico de la carretera en cada punto del trazado.

Dicha diferencia de velocidades fue estudiada previamente y propuesta por García et al. (2013). En este modelo, la velocidad de operación inercial fue calculada en cada punto del trazado como la velocidad de operación media del último kilómetro de carretera recorrido.

No obstante, desde un punto de visto psicológico, el proceso de adquisición de expectativas de los conductores está estrechamente ligado a la memoria a corto plazo, la cual es decadente con el tiempo (Revlin, 2012). Esto significa que los conductores recuerdan con mayor claridad aquello que recorren en última instancia y, además, sus expectativas dependen del tiempo transcurrido.

Por tanto, la hipótesis fundamental de esta investigación es que una velocidad de operación inercial definida como la velocidad de operación media ponderada basada en tiempo permitirá estimar con una mayor precisión las expectativas de

19


los conductores que estimando dicha velocidad como una simple media en base a una determinada distancia, ya que dados distintos segmentos de carretera con diferentes velocidades de operación medias recorrer una determinada distancia conlleva distintos intervalos de tiempo.

Asimismo, se espera que cuanto mayor sea la diferencia entre ambos perfiles de velocidad, peor sea la consistencia del tramo de carretera, ya que esto significa que mayores diferencias existen entre el propio trazado de la carretera y las expectativas de los conductores.

Adicionalmente, se estudiará la relación entre el modelo global de consistencia desarrollado y las emisiones de CO2 de los vehículos. En este sentido, se esperan menores emisiones a lo largo de aquellos tramos de carretera que sean más consistentes, ya que un mayor nivel de consistencia está asociado a una experiencia de conducción más harmoniosa con un régimen de velocidades más estable.

20

21


N°22019

2. Estado del arte


2.1. Seguridad vial

La seguridad vial es un problema muy importante actualmente en nuestra sociedad. Según la Organización Mundial de la Salud en su Informe sobre la situación mundial de la seguridad vial, todos los años fallecen más de 1,2 millones de personas como consecuencia de accidentes de tráfico en todo el mundo y nada menos que otros 50 millones resultan heridas. Esto conlleva a que sea una de las principales causas de pérdidas humanas en todo el mundo, siendo la primera causa de muerte para el grupo de edad comprendido entre los 15 y los 29 años (WHO, 2015).

El concepto de accidente responde a un acontecimiento indeseable o desafortunado que ocurre involuntariamente y generalmente resulta en daño, lesión o pérdida. De esta forma, se puede decir que un accidente de tráfico es aquel en el que está implícito un vehículo en movimiento y tiene lugar en la red pública de carreteras.

Los accidentes no son completamente aleatorios. Por tanto, es necesario conocer y entender sus causas, circunstancias y consecuencias con el fin de ser capaces de prevenirlos o, al menos, reducir su severidad.

De acuerdo a los daños ocasionados sobre las personas implicadas en un accidente de tráfico, las víctimas son clasificadas en:

• Muerto: Toda persona que, como consecuencia del accidente, fallezca en el acto o dentro de los treinta días siguientes.• Herido: Toda persona que no ha resultado muerta en un accidente de tráfico, pero ha sufrido una o varias heridas graves o leves. Dentro de esta definición se pueden distinguir dos tipos de heridos:

− Herido grave: Toda persona herida en un accidente de circulación y cuyo estado precisa una hospitalización superior a 24 horas.

− Herido leve: Toda persona herida en un accidente de circulación al que no pueda aplicarse la definición de herido grave.

Asimismo, los accidentes pueden clasificarse en función de su gravedad atendiendo a los daños sufridos por las personas implicada en el mismo. De este modo, los accidentes son clasificados como:

22


• Accidente con víctimas: accidente en que una o varias personas resultan muertas o heridas.• Accidente mortal: accidente en que una o varias personas resultan muertas dentro de las primeras 24 horas.• Accidente sólo con daños materiales: accidente en que no se han ocasionado ni muertos ni heridos.

No obstante, los accidentes también pueden clasificarse de acuerdo a su tipología como:

• Accidente por salida de vía (“run-off-the-road accident”): este tipo de accidente tiene lugar cuando el vehículo abandona la plataforma de la carretera. Su gravedad depende principalmente del entorno inmediato de la carretera y, además, normalmente está asociado a un solo vehículo.• Accidente por alcance: en este tipo de accidente están implicados al menos dos vehículos, ya que el vehículo que circula detrás de otro golpea a este en la parte posterior del mismo. Está asociado con bajas condiciones de luminosidad, congestión del tráfico o repentinas reducciones de velocidad del vehículo precedente.• Accidente frontal: dos vehículos que conducen en sentidos opuestos colisionan de forma frontal. La gravedad de este tipo de accidentes es muy elevada.• Accidente lateral: este tipo de accidentes es típico en intersecciones o curvas. Dos vehículos que circulan en sentidos opuestos colisionan de manera lateral. Su gravedad depende de la energía disipada en la colisión, así como de los tipos de vehículos implicados y la localización del impacto.

Concretamente, en España se produjeron un total de 1.291 víctimas mortales durante el año 2016 en vías interurbanas, de las que el 70 % sucedieron en carretera convencional. A pesar de que la tendencia de fallecidos en vías interurbanas es decreciente desde el año 2004, el número de víctimas mortales en carretera convencional se ha visto incrementado en los últimos dos años (Figura 1). Asimismo, este tipo de vía representa alrededor del 90 % de la red de carreteras de nuestro país, lo que hace que las carreteras convencionales cobren especial relevancia en lo que se refiere a la seguridad vial.

23


Figura 1. Evolución del número de muertos en carretera convencional en España.

Además, es en la transición recta-curva donde se concentra generalmente más del 40 % de la totalidad de los accidentes mortales en carreteras interurbanas (Figura 2), siendo los tipos de accidentes más comunes en este tipo de carreteras la salida de vía y la colisión frontal entre dos vehículos.

Figura 2. Evolución del tanto por ciento de accidentes mortales en transición recta-curva.

Por último, cabe mencionar los componentes más importantes que se dan en la producción de accidentes: el componente aleatorio, que hace referencia a variables

24


no controlables relacionadas con los vehículos y los conductores; el componente meteorológico y lumínico, que es un componente imposible de estimar desde la fase de diseño, pero no es individual de cada vehículo, ya que su existencia incide sobre todos los vehículos de la vía en cada momento; y el componente geométrico, puesto que los accidentes tienden a concentrarse en puntos determinados de la vía, lo que pone en evidencia que un mal diseño incide sobre la falta de seguridad vial.

2.1.1. Factores Concurrentes

Los factores concurrentes hacen referencia a todos aquellos factores que están presentes de alguna manera en la producción de un accidente de tráfico. La mayoría de investigadores en el campo de la seguridad vial destacan tres factores concurrentes de elevada importancia (infraestructura, factor humano y vehículo) y dos de importancia menor (tráfico y entorno):

• Factor infraestructura: este factor está relacionado con el diseño geométrico de la carretera. Las carreteras deben ser diseñadas de acuerdo a las expectativas de los conductores, de manera que aquellas zonas donde no se cumplan dichas expectativas podrían presentar una mayor tasa de siniestralidad. Según Treat et al. (1979), en casi un tercio de los accidentes la infraestructura juega un papel de especial importancia. En este sentido, los accidentes tienden a concentrarse en puntos concretos del trazado.• Factor humano: es el factor más importante en la producción de accidentes, ya que está presente en más del 90 % de los mismos (Treat et al., 1979). Este factor se centra en la tarea de conducción de los usuarios a partir de sus condiciones físicas y psíquicas. Además, su interacción con el factor infraestructura cobra gran importancia en el estudio de la consistencia del diseño geométrico.• Factor vehículo: este factor se centra en cómo el vehículo puede estar implicado en la generación de un accidente. Está relacionado con fallos de algún elemento del vehículo, bajo mantenimiento, etc. A medida que la tecnología avanza, menor importancia cobra este factor.• Factor tráfico: las condiciones del tráfico influyen especialmente en el tipo de accidente que se produce.• Factor entorno: este factor incluye cualquier factor externo que pueda tener algún tipo de influencia en la producción de un accidente, como, por ejemplo, las condiciones meteorológicas o lumínicas.

25


En la Figura 3 se muestra la interacción de los tres principales factores concurrentes y su importancia relativa en la producción de accidentes (Treat et al., 1979). Además, estos tres factores están estrechamente relacionados con la gravedad de los accidentes.

Figura 3. Interacción de los factores concurrentes en los accidentes de tráfico.

2.1.2.Estimación de la seguridad vial

Los accidentes de tráfico se caracterizan por ser:

• Raros: su frecuencia es muy baja, incluyendo muchas veces gran cantidad de ceros. Por ello, se requiere disponer de una gran cantidad de datos.• Aleatorios: son muy variables y no siguen una determinada distribución, lo que hace necesario disponer de largos periodos de tiempo.• Discretos: son valores discretos no negativos.

Con el fin de poder implementar la seguridad vial en el diseño de carreteras se hace necesario desarrollar alguna herramienta que permita estimar el nivel de seguridad de diferentes trazados o alternativas. Está claro que un pobre diseño induce a un mayor número de accidentes, pero la clave se centra en cómo se puede medir o estimar la probabilidad de ocurrencia de accidentes. El nivel de seguridad de una determinada carretera no depende exclusivamente de las características del propio diseño geométrico, sino que está fuertemente influenciada por los llamados factores de exposición al riesgo: volumen de tráfico y longitud de tramo. En este sentido, se espera que cuanto mayor sea el volumen de tráfico o longitud de un tramo de

26


carretera, mayor será el número de accidentes.

De esta manera surgen las llamadas tasas de siniestralidad, que tratan de estimar la frecuencia de ocurrencia de accidentes en función del tipo de accidente y la exposición al riesgo. Cabe destacar que la exposición depende del elemento del trazado que se desee evaluar, es decir, no es lo mismo un elemento puntual que un tramo completo de carretera. Si se quiere evaluar un tramo completo de carretera, la exposición al riesgo vendrá definida por el tráfico y la longitud del tramo. Sin embargo, en caso de querer determinar el nivel de seguridad en una intersección, la exposición al riesgo vendrá representada únicamente por el volumen de tráfico.

Habitualmente, el volumen de tráfico es definido a partir de la intensidad media diaria de tráfico (IMD), mientras que la longitud del tramo se mide en kilómetros (km). Por tanto, la exposición al riesgo viene definida por:

• Tramo completo de carretera

(1)

• Elemento puntual del trazado:

(2)

Como se ha destacado anteriormente, los accidentes presentan una frecuencia muy baja. Por ello, habitualmente las tasas son expresadas en términos de 106 veh·km o 106 veh, respectivamente.A continuación, se presentan las tasas más empleadas en materia de seguridad vial:

• Accident rate: número de accidentes por 106 veh·km.• Crash rate: número de accidentes con víctimas por 106 veh·km.• Fatality rate: número de muertos por 106 veh·km.

27


• Severity rate: número de muertos por accidentes con víctima.• Risk Index EuroRAP: número de accidentes con heridos graves o muertos por 109 veh·km.• Equivalent Property Damage Only Index (EPDO Index): número equivalente de accidentes solo con daños materiales, aplicando los siguientes coeficientes de corrección:

− Accidente solo con daños materiales: 1 − Accidente con heridos leves: 3,5 − Accidente con heridos graves o muertos: 9,5

Cabe destacar en este momento la importancia de analizar correctamente cada uno de los accidentes a la hora de realizar un estudio o investigación. En este sentido, cobra especial importancia aquellos accidentes solo con daños materiales. Este tipo de accidentes no son obligatoriamente reportados a la administración en la mayoría de países, por lo que podrían no ser registrados induciendo al fenómeno llamado “underreporting”. Por tanto, utilizar este tipo de accidentes podría llevar a resultados no válidos o sesgados.

Por otro lado, Hydén (1987) definió la llamada pirámide de eventos de tráfico, que relaciona la frecuencia de accidentes con la gravedad de los mismos (Figura 4). Así, cuanto mayor es la gravedad de los accidentes, menor es su frecuencia.

Figura 4. Pirámide de eventos de tráfico Hydén (1987).

Sin embargo, las tasas de siniestralidad presentan ciertas debilidades ligadas a la hipótesis de no influencia de la exposición al riesgo en la producción de accidentes implícita en su cálculo. En otras palabras, estas tasas asumen que una carretera con el doble de tráfico o longitud poseerá el doble de accidentes. Sin embargo, esta relación no se cumple en la práctica.

28


Para mejorar el análisis y la estimación de la siniestralidad se han calibrado en los últimos años diversidad de Funciones de Estimación de la Siniestralidad (SPF). Una Función de Estimación de la Siniestralidad (SPF) es una función que permite predecir el número de accidentes en un determinado tramo o elemento de carretera a partir de determinadas variables explicativas. Estas variables hacen referencia a factores o parámetros relacionados con el diseño y/o con el entorno, así como con la exposición al riesgo. Normalmente, estas funciones son calibradas considerando una distribución binomial negativa de los accidentes (Lord et al., 2010).

La forma funcional más común de una SPF es la que se presenta a continuación (Oh et al., 2003):

(3)

donde λi es el número de accidentes; 𝛽i los coeficientes de regresión; IMD la intensidad media diaria de tráfico; L la longitud del tramo de carretera o del elemento del trazado considerado; y Xij las variables explicativas consideradas.La exposición al riesgo (IMD y L) es muy importante en estos modelos, ya que explica gran parte de la variabilidad del fenómeno. Como se puede observar, esta es introducida en la SPF en términos de elasticidad. Sin embargo, la forma de considerarla no está tan clara. Algunos investigadores han apoyado que la exposición no influye en la generación de accidentes, asumiendo que 𝛽1=𝛽2=1, mientras que en los últimos años otros investigadores han identificado que el volumen de tráfico tiene un efecto significativo en cómo se generan los accidentes, siendo 𝛽1≠1.

De acuerdo al valor de dicho coeficiente de regresión, pueden darse cuatro situaciones distintas:

• 𝛽1=1: La tasa de siniestralidad es la misma independientemente del volumen de tráfico, es decir, el número de accidentes es proporcional a la IMD.• 𝛽1=0: El número de accidentes no está influenciado por el volumen de tráfico.• 𝛽1>1: La tasa de siniestralidad aumenta a medida que aumenta el volumen de tráfico.• 𝛽1<1: La tasa de siniestralidad disminuye a medida que aumenta el volumen de tráfico.

29


El caso más habitual es el último, es decir, el coeficiente de regresión suele ser menor que uno indicando que una mayor IMD induce a una menor tasa de siniestralidad.

Un caso todavía más discutido es el de la longitud de tramo (L). En este caso, hay algunos investigadores que afirman que dicho parámetro de exposición no influye en la tasa de siniestralidad (Lord et al., 2005; Miaou et al., 2003; Montella y Imbriani, 2015), mientras que otros han identificado que cuanto más largo es el tramo, mayor o menor es la tasa de siniestralidad (Camacho Torregrosa, 2015; Garach et al., 2016; Llopis-Castelló et al., 2018a y 2018b).

La Figura 5 compara el análisis de la seguridad vial para dos tramos de carretera a partir de SPFs (líneas rojas) y tasas de siniestralidad (pendiente de las líneas negras). Concretamente, el eje de ordenadas representa el número de accidentes, mientras que el eje de abscisas representa la intensidad media diaria de tráfico para ambos tramos de carretera. De acuerdo a la línea descrita por las SPFs, el tramo de carretera 1 es más seguro que el tramo de carretera 2 para cualquier valor de exposición, ya que presenta siempre un número de accidentes menor (la línea roja asociada al tramo 1 siempre está por debajo de la línea roja relativa al tramo 2). Sin embargo, la tasa de siniestralidad del tramo de carretera 1 es mayor que la del tramo de carretera 2, indicando que esta última es más segura que el tramo de carretera 1.

De esta manera, el análisis de la seguridad vial a partir de tasas de siniestralidad puede llevar en casos de variaciones importantes en la exposición al riesgo a conclusiones erróneas, ya que no recogen el efecto de la exposición al riesgo.

30


Figura 5. Estimación de la seguridad vial: SPFs Vs. Tasas de siniestralidad.

2.2. Diseño de carreterasEl diseño geométrico es el parte principal del diseño de carreteras. Este trata de determinar el trazado de una carretera bajo unas determinadas condiciones de funcionalidad, seguridad, comodidad, integración ambiental, armonía y estética.

Aunque el resultado del diseño es tridimensional, la realidad es que se trata de un proceso iterativo en el que entran en juego el trazado en planta, el trazado en alzado y la sección transversal. En cada una de las iteraciones se intenta optimizar la consecución de los objetivos para los que ha sido diseñada la infraestructura a partir de las restricciones que presenta la misma.

2.2.1. Conceptos de velocidad

La velocidad que los conductores desarrollan con sus vehículos es el parámetro clave en el diseño geométrico de carreteras. Una cuestión fundamental en las guías de carreteras es sobre qué velocidad se debería realizar el diseño de la misma. En España, al igual que en EEUU, la respuesta es la velocidad de proyecto o diseño (Vd).Esta velocidad es aquella que define las características geométricas del trazado de un tramo de carretera en condiciones de comodidad y seguridad (Norma 3.1-IC Trazado, 2016). Por tanto, la velocidad de diseño es la mínima de las velocidades

31


de todos los elementos que conforman el tramo de carretera. En este sentido, la velocidad específica de una curva circular (Ve) es aquella que “puede mantener un vehículo a lo largo de una curva circular considerada aisladamente, en condiciones de comodidad y seguridad, cuando encontrándose el pavimento húmedo y los neumáticos en buen estado, las condiciones meteorológicas, del tráfico y legales son tales que no imponen limitaciones a dicha velocidad”.

La Norma 3.1-IC Trazado (2016) indica que la velocidad de proyecto debe definirse, en general, en función de los siguientes factores:

• Condiciones topográficas y del entorno• Características ambientales• Consideración de la función de la vía dentro del sistema de transporte por carretera• Homogeneidad del itinerario• Condiciones económicas• Distancias entre conexiones o accesos y sus tipologías

No obstante, esta norma no establece una serie de valores de velocidades de proyecto para unas determinadas condiciones de la carretera, sino que es el propio ingeniero quien tiene que tomar la última decisión.

Además, esta velocidad no coincide habitualmente con la velocidad de operación, que es definida por la AASHTO como “la velocidad a la cual los usuarios de la vía pueden conducir sus vehículos bajo condiciones de flujo libre” (AASHTO, 2011).

Esta condición de flujo libre se consigue cuando la selección de la velocidad no está influenciada por la interacción con otros vehículos o por la presencia de dispositivos de control de la velocidad. Habitualmente, se considera que un conductor circula en flujo libre cuando entre su vehículo y su sucesor han transcurrido como mínimo 5 segundos.

La aplicación de esta velocidad en la práctica se realiza, comúnmente, a través del percentil 85 de la distribución de velocidades a la que operan los vehículos ligeros en condiciones de flujo libre y sin restricciones ambientales.

32


La velocidad de operación refleja la operación o comportamiento real de los conductores al recorrer un determinado tramo de carretera. En este sentido, los usuarios seleccionan su velocidad de acuerdo, entre otros factores, a las características geométricas de la carretera, el entorno, la clasificación funcional de la carretera y las normas de tráfico.

Los conductores no conocen la velocidad de diseño con la cual ha sido proyectado un determinado tramo de carretera. Por tanto, puede darse el caso de que se produzcan velocidades de operación distintas a la velocidad de diseño. Si la diferencia entre ambas velocidades es elevada, podrían llegar a producirse problemas serios de seguridad. Por ello, la velocidad de operación debería tenerse en cuenta de alguna forma a lo largo del proceso de diseño de carreteras.

En esta dirección, ya Leisch y Leisch (1977) propusieron un nuevo concepto de velocidad de diseño en EEUU basado en la velocidad de operación. Ellos sugirieron que la diferencia entre la velocidad de diseño y la de operación no debía exceder de 15 km/h. Esta misma restricción fue propuesta también para la diferencia entre la velocidad de vehículos ligeros y pesados.

Varias son las guías de diseño que han adaptado el concepto de velocidad de diseño con el fin de que esta velocidad esté en consonancia con la velocidad de operación. La mayoría de ellas proponen un proceso iterativo o se basan en criterios cuantitativos. Algunos países que sirven de ejemplo son Australia, Reino Unido, Alemania o Francia, donde el concepto de velocidad de diseño ha sido reexaminado con el fin de evitar grandes diferencias con la velocidad de operación.

Por último, cabe destacar que a pesar de que esta velocidad se desarrollará en la carretera en la etapa de explotación, existen multitud de modelos que permiten, con mayor o menor precisión, estimar el perfil de velocidad de operación de un tramo de carretera a partir, fundamentalmente, de variables relacionadas con la geometría del trazado.

2.2.2. Seguridad vial en la Norma 3.1-IC Trazado (2016)

Uno de los principales problemas que existe hoy en día en el proceso de diseño de carreteras es que el comportamiento final del conductor no es chequeado al final del

33


proceso. La mayoría de guías de diseño establecen unos valores mínimos y máximos para el diseño geométrico de acuerdo a una determinada velocidad de diseño. De esta forma, se asume que, si el trazado cumple estas restricciones, la carretera es segura. Sin embargo, la seguridad no puede tratarse como un binomio “seguro” y “no seguro”, sino que existen diseños más seguros que otros. Esto responde a los conceptos de seguridad nominal y sustantiva (Figura 6).

La primera de ellas trata la seguridad vial como un absoluto, es decir, define un elemento geométrico o un tramo de carretera como seguro o no seguro. Por tanto, este concepto va ligado al cumplimiento o no de la norma. Por otra parte, la seguridad sustantiva trata la seguridad vial como un continuo. De esta manera, no existe un elemento o tramo de carretera seguro, sino que existen diseños más seguros que otros. Este concepto es la base de un diseño consistente, es decir, se trata de maximizar la consistencia para que el tramo diseñado responda a las expectativas de los conductores y, por consiguiente, ocurra el mínimo número de accidentes.

Figura 6. Seguridad Nominal vs. Seguridad Sustantiva.

Muchos investigadores han manifestado su preocupación por la ausencia de mecanismos que permitan estimar cuantitativamente la seguridad vial en las normas de trazado (Lamm et al., 2002). En este sentido, la mayoría de guías de

34


diseño presentan dos grupos de inconsistencias:

• Inapropiado uso de la velocidad de diseño• Mala elección de las características geométricas de elementos consecutivos

La Norma 3.1-IC Trazado (2016) se basa principalmente en la velocidad de diseño, la cual es definida principalmente de manera cualitativa, es decir, la norma no ofrece un método cuantitativo para definirla. Adicionalmente, la nueva norma de trazado española cita que “se analizarán las visibilidades en los carriles de todas las calzadas mediante una simulación en tres dimensiones al menos para la velocidad de proyecto y para la V

85 estimada de cada elemento de trazado en la que se incluirán, además de

los trazados en planta y alzado y las secciones transversales, todos los elementos que puedan afectar”, pero no dice ni cómo ni qué herramienta emplear para obtener la velocidad de operación.

La longitud máxima y mínima de las rectas entre dos curvas también depende de la velocidad de diseño. En este sentido, varias son las investigaciones que indican que dicha longitud depende de la velocidad de operación. Por tanto, estos criterios deberían ser redefinidos.

Por otra parte, la nueva instrucción 3.1-IC de trazado española incluye un capítulo para evaluar la consistencia del diseño. No obstante, los criterios que recoge no están calibrados a partir de datos recogidos en las carreteras españolas, por lo que podrían no ajustarse a la realidad del fenómeno. Sería necesario, entonces, redefinir o reconsiderar estos criterios, ya que han sido tomados literalmente de la normativa americana. Asimismo, solo incluye criterios de consistencia local, dejando de lado la evaluación global de la seguridad vial de un tramo completo de carretera. Estos criterios son:

• Criterio I de Lamm et al. (1988)

Buena Aceptable PobreV85- Vd ≤ 10 km/h 10 < V85- Vd ≤ 20 km/h V85- Vd > 20 km/h

Tabla 1. Criterio I de consistencia de Lamm et al. (1988).

35


• Criterio II de Lamm et al. (1988)

Buena Aceptable PobreV85 i+1- V85 i ≤ 10 km/h 10 < V85 i+1- V85 i ≤ 20 km/h V85 i+1- V85 i > 20 km/h

Tabla 2. Criterio II de consistencia de Lamm et al. (1988).

• Criterio I de Lamm et al. (1988) en términos de CCR

Buena Aceptable Pobre

|CCRSi-∅CCRs|≤180 180<|CCRSi-∅CCRs|≤360 |CCRSi-∅CCRs|>360

donde CCRSi es la tasa de cambio de curvatura de la curva i (gon/km); y ∅CCRs es la tasa de cambio de curvatura media del tramo de carretera

considerando solo las curvas (gon/km).

Tabla 3. Criterio I de consistencia de Lamm et al. (1988) en términos de CCR.

• En rectas de longitud no limitada o curvas de radios elevados, la velocidad de operación podrá ser hasta 30 km/h superior a la velocidad de proyecto

Además, añade que la velocidad de operación deberá ser estimada de forma justificada, dejando a criterio del diseñador qué modelo emplear para su estimación.

Por otra parte, la norma también incluye una relación entre radios de curvas circulares consecutivas sin recta intermedia o con recta de longitud limitada (Figura 7). En este sentido, cabe destacar que este criterio presenta una importante incoherencia derivada de la carencia de simetría de la gráfica. Esto lleva a que ciertos diseños cumplen la norma en un sentido de circulación, pero no en el otro. Por ejemplo, dos curvas sucesivas de radios 600 m y 350 m cumplirían la norma en un sentido y no en el otro.

36


Figura 7. Radio mínimo y máximo entre curvas sucesivas.

2.3 Consistencia del diseño geométrico

Entre los diferentes factores concurrentes que están presentes en la producción de un accidente de tráfico cabe destacar tres: el humano, el vehículo y la infraestructura. A pesar de que los accidentes tienden a concentrarse en ciertos elementos de la carretera, el factor humano juega un papel muy importante en la ocurrencia de los mismos. De la interacción entre este factor y el factor infraestructura surge el concepto de consistencia del diseño geométrico, que puede definirse como el grado de adecuación entre las expectativas de los conductores y el comportamiento de la carretera.

El objetivo de la consistencia del diseño geométrico de carreteras es garantizar que sus usuarios no se vean sorprendidos a lo largo de la misma, es decir, se trata de conseguir que los conductores se encuentren a lo largo de la carretera con lo que ellos se esperan a partir de sus expectativas.

En este sentido, un diseño consistente asegura que elementos geométricos sucesivos actúen de forma coordinada produciendo una conducción harmoniosa

37


libre de sorpresas, es decir, sin la presencia de eventos que violen las expectativas de los conductores (Gibreel et al., 1999). De esta manera, el número de accidentes se vería reducido, puesto que se evitaría que se produjesen maniobras de conducción erróneas o críticas asegurando unas condiciones del tráfico seguras.

A pesar de que el concepto sea claro, la forma de medirlo o evaluarlo no lo es tanto. ¿Cómo se puede medir el grado de adecuación entre las expectativas de los conductores y el comportamiento de la carretera? Definitivamente, no hay una forma directa de realizarlo. Así, muchos investigadores han propuesto diferentes criterios para cuantificar la consistencia del diseño geométrico de carreteras. Estos criterios se basan en: (i) velocidad de operación, (ii) índices de trazado, (iii) estabilidad vehicular; (iv) carga de trabajo del conductor (Gibreel et al., 1999). Entre ellos, el método más comúnmente utilizado para evaluar la consistencia se basa en el análisis del perfil de velocidad de operación.

De esta forma, la consistencia puede ser evaluada en un punto concreto del trazado (modelos locales) o en un tramo completo de carretera (modelos globales). En el primero de los casos, la consistencia es cuantificada, habitualmente, a través de la diferencia entre la velocidad de operación y la de diseño o la reducción de velocidad de operación entre elementos sucesivos. Sin embargo, cuando se trata de evaluar un tramo completo de carretera, la consistencia suele ser cuantificada a través del perfil de velocidad de operación del propio tramo. En este sentido, una mayor variabilidad de la velocidad de operación está asociada a un tramo menos consistente.

En este sentido, los modelos globales más recientes han sido calibrados a partir de Funciones de Estimación de la Siniestralidad (SPF). Como se ha comentado anteriormente, esta función es una expresión que estima el número de accidentes en x años a partir, en este caso, de la exposición al riesgo y la consistencia (Lord y Mannering, 2010). De esta forma, la forma funcional que presenta la SPF es:

(4)

donde Yi,x es el número de accidentes en x años; 𝛽i los coeficientes de regresión; L

38


la longitud del tramo de carretera o del elemento del trazado considerado; IMD la intensidad media diaria de tráfico; y C el parámetro de consistencia propuesto.

El primer modelo global de consistencia fue el desarrollado por Polus y Mattar-Habib (2004). Estos partieron de la hipótesis de que un tramo de carretera con numerosas variaciones de la velocidad produce en los conductores una mayor carga de trabajo. Por tanto, los tramos que presentan estas condiciones son menos consistentes, incluso aunque no se identifiquen inconsistencias locales en el mismo.

Las dos variables fundamentales de este modelo son la dispersión del perfil de velocidad de operación (σ) y el área relativa (R

a), siendo esta última definida como el

área encerrada entre el perfil de velocidad de operación y la velocidad de operación media, dividida por la longitud del tramo de carretera:

(5)

donde Ra es el área relativa (m/s); ∑|a

i| la suma de áreas (en valor absoluto)

delimitadas entre el perfil de velocidad y la media de la velocidad de operación (m2/s); y L longitud completa del tramo (m).

A partir de estas variables se definió el parámetro de consistencia global C y los umbrales que definen un tramo de carretera con un nivel de consistencia buena, aceptable y pobre (Tabla 4).

Modelo global de consistencia de Polus y Mattar-Habib (2004)


C > 2 1 < C ≤ 2 C ≤ 1

Tabla 4. Modelo global de consistencia de Polus y Mattar-Habib (2004).

39


Utilizando estas mismas variables, Garach et al. (2014) desarrolló una versión mejorada del modelo de Polus y Mattar-Habib (2004) en carreteras españolas. Tras analizar el modelo original, llegaron a la conclusión de que este era demasiado conservador y, conservando los mismos umbrales de consistencia, propusieron el siguiente parámetro de consistencia global:

(6)

Además, desarrollaron una SPF con el fin de estimar el número de accidentes con víctimas en un tramo de carretera en función del parámetro de consistencia propuesto y la exposición al riesgo:

(7)

donde yi,10

son los accidentes con víctima estimados en 10 años; IMD la intensidad media diaria de tráfico (vh/día); L la longitud del segmento de carretera homogéneo (km); y C el parámetro de consistencia.

Recientemente, Camacho-Torregrosa (2015) desarrolló un nuevo modelo global de consistencia basado en la velocidad de operación media y la tasa de deceleración media. De esta forma, carreteras que presentan una mayor velocidad de operación media y menores deceleraciones tienden a presentar un menor número de accidentes. Así, el modelo quedó definido a partir del siguiente parámetro de consistencia:

(8)

donde C es el parámetro de consistencia (s1/3); la velocidad de operación media (m/s); y la deceleración media (m/s2).

40


A partir de este parámetro, Camacho-Torregrosa (2015) calibró distintas SPFs para estimar el número de accidentes con víctimas en un segmento de carretera homogéneo y, además, estableció distintos umbrales de consistencia (Tabla 5).

Modelo global de consistencia de Camacho-Torregrosa (2015)


C ≥ 3,25 s1/3 2,55 s1/3< C ≤ 3,25 s1/3 C < 2,55 s1/3

Tabla 5. Modelo global de consistencia de Camacho-Torregrosa (2015).

Por último, Garach et al. (2016) calibraron diferentes SPFs para carreteras españolas considerando diferentes parámetros de consistencia entre los que figuraban los desarrollados por Polus y Mattar-Habib (2004), Garach et al. (2014) y Camacho-Torregrosa (2015). Las SPFs que mejores resultados presentaron son las que se muestran en la Tabla 6.

IMD SPF

≤ 4.000

> 4.000

donde yi son los accidentes anuales; L la longitud del tramo de carretera (km); IMD la intensidad media diaria de tráfico del tramo de carretera (vh/día); Cc el índice de consistencia de Camacho-Torregrosa (2015); DD la densidad de accesos (nº de accesos/km); V85 avg la velocidad de operación media del tramo (km/h); y LGr la media de la pendiente longitudinal del tramo (%).

Tabla 6. SPFs calibradas por Garach et al. (2016).

41


A la vista de los resultados presentados en la Tabla 6, cabe destacar que para carreteras con IMD igual o inferior a 4.000 vh/día el modelo de consistencia que mejor se adaptó a los datos de accidentes fue el desarrollado por Camacho-Torregrosa (2015), mientras que para carreteras con una IMD superior el parámetro de consistencia que ofreció un mejor ajuste fue la velocidad de operación media del tramo. En este sentido, cuanto menor es el parámetro de consistencia de Camacho-Torregrosa (2015) y menor es la velocidad de operación media, mayor es el número de accidentes esperado.

2.4. Emisiones y diseño geométrico

En 2015, el sector transportes fue responsable del 25,8 % de las emisiones de gases de efecto invernadero en Europa. A pesar de que entre 2008 y 2013 se observó una tendencia decreciente en las emisiones de este tipo de gases, la tendencia actual es creciente y preocupante. Concretamente, los vehículos que circulan por carreteras interurbanas con causantes de más del 50 % de las emisiones de CO2 producidas por el sector transportes (European Environment Agency, 2017).

En EEUU, las emisiones de CO2 derivadas del transporte por carretera son algo menores en términos relativos (30 %). De todas ellas, las fuentes con mayores emisiones están asociadas a los turismos (42,4 %), vehículos pesados de medio y gran tamaño (23,1 %) y vehículos pesados de pequeño tamaño (17,8 %) (US EPA, 2016).

Para hacer frente a esta situación, tanto la Unión Europea como EEUU han puesto en marcha recientemente diversas estrategias para lidiar con la contaminación derivada del sector transporte. Estas políticas se centran en los sistemas de transporte inteligente, ciudades inteligentes (Smart Cities), establecimiento de peajes urbanos e interurbanos, aumento del control de la velocidad y desarrollo de cursos de conducción ecológica (eco-driving).

Sin embargo, estas políticas no incluyen ninguna medida relacionada con el propio diseño de la carretera a pesar de que el trazado de la misma condiciona significativamente el régimen de velocidades desarrollado por los conductores que, a su vez, está estrechamente ligado al consumo de combustible y las emisiones.

42


En este sentido, se han desarrollado diversas investigaciones sobre la influencia del diseño geométrico en el consumo de combustible y las emisiones. Entre ellas, cabe destacar las desarrolladas por Boriboonsomsin y Barth (2009) y Llopis-Castelló et al. (2018c), que han sido desarrolladas a partir de datos naturalísticos.

Boriboonsomsin y Barth (2009) analizaron el consumo de combustible de un vehículo circulando a 90 km/h a través de tramos de carretera llanos, ascendentes y descendentes. Como conclusión, detectaron que el consumo de combustible en carreteras llanas era un 15-20 % menor que en carreteras onduladas.

Con respecto a la influencia del trazado en planta en el consumo de combustible y las emisiones, cabe destacar que Llopis-Castelló et al. (2018c) identificaron que un trazado más sinuoso estaba estrechamente relacionado con un nivel de emisiones de CO2 más elevado. De esta forma, propusieron diferentes modelos para predecir este tipo de emisiones en función de la variable geométrica CCR (Curvature Change Rate). Un valor bajo de esta variable significa que un tramo de carretera está principalmente compuesto por rectas largas y curvas con radios amplios. Así, este tipo de tramos conducen a una conducción más harmoniosa con menores variaciones de la velocidad y mayores velocidades medias, lo que se traduce en un menor nivel de emisiones de CO2. Por el contrario, tramos de carretera con valores altos de CCR inducen a cambios bruscos de la velocidad y menores velocidades medias y, consecuentemente, a mayores emisiones de CO2.

43

44


N°22019

3. Metodología y desarrollo experimental


Esta investigación trata de desarrollar un nuevo modelo global de consistencia que incorpore las expectativas de los conductores con el fin de diseñar carreteras convencionales más seguras y más respetuosas con el medioambiente.

Para ello, el primer paso será seleccionar una muestra suficiente de tramos de carretera convencional ubicados en la Comunidad Valenciana (España). La restitución geométrica de dichos tramos se realizará a partir de la metodología propuesta por Camacho-Torregrosa et al. (2015).

Los perfiles de velocidad de operación de cada tramo de carretera se estimarán a partir de los modelos de velocidad y tasas de aceleración y deceleración desarrollados por Pérez-Zuriaga (2012), ya que estos modelos fueron calibrados a partir de datos continuos de velocidad observados en carreteras con las mismas características que los considerados en este estudio y, además, estaban ubicados en la misma área geográfica.

Partiendo de dichos perfiles de velocidad, la velocidad de operación inercial será estimada en cada punto del trazado como la velocidad de operación media ponderada de una sección anterior de carretera.

A continuación, se definirán diferentes parámetros de consistencia basados en la diferencia entre el perfil de velocidad de operación inercial y el perfil de velocidad de operación. Distintas Funciones de Estimación de la Siniestralidad serán calibradas con el fin de identificar qué parámetro de consistencia representa mejor el fenómeno estudiado. Como resultado, se definirá un nuevo modelo global de consistencia, que permitirá a los ingenieros estimar el número de accidentes con víctimas en tramos completos de carretera convencional.

Por último, se analizará la relación entre la consistencia y las emisiones con el fin de establecer distintos criterios técnicos para que los ingenieros sean capaces de diseñar carreteras más seguras y, a su vez, induzcan a un menor nivel de emisiones.

45


3.1. Tramos de estudio

Para el desarrollo de la presente investigación se seleccionaron un total de 98 tramos de carretera convencional ubicados en la Comunidad Valenciana (España). Esto supuso la restitución geométrica de más de 650 km de carretera resultando en 184 tramos homogéneos, que fueron identificados teniendo en cuenta tres criterios fundamentalmente:

• Volumen de tráfico• Intersecciones importantes• Características geométricas

En primer lugar, los tramos seleccionados fueron divididos en función de su Intensidad Media Diaria (IMD). En la Figura 8 se muestra como el tramo seleccionado queda dividido en dos subtramos como consecuencia de una variación de la IMD.

ç

Figura 8. Identificación de segmentos homogéneos. Intensidad Media Diaria.

Seguidamente, se identificó la presencia de intersecciones importantes a lo largo de cada uno de los tramos propuestos, ya que estas pueden afectar significativamente

46


al comportamiento de los conductores. En este sentido, el tramo considerado en el ejemplo quedó dividido en dos tramos más de carretera (Figura 9).

Figura 9. Identificación de segmentos homogéneos. Intersecciones importantes.

Por último, los tramos resultantes eran divididos de nuevo en función de la variable geométrica Curvature Change Rate (CCR). Este procedimiento se basa en la representación del perfil del ángulo de deflexión acumulado en valor absoluto a lo largo del tramo de carretera. De esta forma, un segmento de carretera homogéneo queda definido por aquel tramo en el que existe un mismo comportamiento de CCR, es decir, aquel que presenta la misma pendiente. El CCR se define como la suma de los ángulos de deflexión en valor absoluto (|γi|) dividido por la longitud del tramo (L):

(9)

En la Figura 10 se muestra la identificación de segmentos homogéneos según este criterio y el resultado final del proceso de tramificación. Como se puede observar, el tramo de carretera seleccionado ha sido dividido en seis segmentos homogéneos.

47


Figura 10. Identificación de segmentos homogéneos. CCR.

La Tabla 7 muestra las características más importantes de los 185 segmentos de carretera homogéneos que se emplearon para el desarrollo de esta investigación.

Nº Carretera PK Inicio PK Final IMD (vh/día) Accidentes L (m) CCR (gon/km)

1 CV-10 C 67+260 69+606 2806 4 2346 103,07

2 CV-10 C 69+606 80+294 2806 15 10688 35,93

3 CV-10 E 85+500 89+725 954 4 4225 22,57

4 CV-14 B 2+750 5+439 1291 5 2689 68,94

5 CV-14 B 5+439 10+254 1291 3 4815 180,90

6 CV-15 C 9+450 13+191 4941 4 3741 91,75

7 CV-15 D 13+450 16+250 2697 5 2800 9,22

8 CV-15 D 17+490 24+463 2697 8 6973 52,22

9 CV-15 D 24+721 26+114 2697 4 1393 63,38

10 CV-15 D 26+114 28+438 2697 3 2324 166,98

11 CV-15 D 28+438 31+094 2697 1 2656 37,35

12 CV-15 F 34+110 37+128 2040 5 3018 62,36

13 CV-15 F 37+128 42+612 2040 6 5484 22,63

14 CV-15 G 42+700 46+750 1579 6 4050 62,75

15 CV-15 G 46+750 49+053 1579 3 2303 142,19

16 CV-15 G 49+053 52+669 1579 4 3616 705,34

17 CV-15 G 52+669 55+640 1579 4 2971 349,24

18 CV-15 H 55+780 63+813 1046 5 8033 149,41

19 CV-20 B 13+550 15+380 2345 6 1830 67,72

20 CV-20 B 15+380 18+090 2345 5 2710 394,67

48



21 CV-20 B 18+090 20+802 2345 11 2712 334,77

22 CV-21 A 1+050 5+837 7004 18 4787 74,58

23 CV-21 B 5+830 8+071 5786 1 2241 113,88

24 CV-21 B 8+071 11+180 5786 6 3109 46,26

25 CV-35 B 38+000 50+858 3977 24 7800 10,86

26 CV-35 E 53+350 58+016 2284 15 4666 96,65

27 CV-35 E 58+016 61+792 2284 10 3776 173,15

28 CV-35 F 61+810 66+958 2156 4 5148 90,73

29 CV-35 G 68+350 70+909 2028 9 2559 308,93

30 CV-35 G 70+909 72+880 2028 2 1971 119,32

31 CV-35 H 73+220 76+180 1143 0 2960 18,03

32 CV-35 H 76+180 78+864 1143 2 2684 140,17

33 CV-35 H 78+864 80+583 1143 1 1719 548,58

34 CV-35 H 80+583 83+449 1143 2 2866 150,65

35 CV-35 H 83+449 85+579 1143 2 2130 0,00

36 CV-50 C 6+450 12+200 10817 48 5750 39,38

37 CV-50 C 13+200 16+518 10817 37 3318 74,31

38 CV-50 I 34+270 39+311 5365 17 5041 24,90

39 CV-50 J 42+200 46+226 2677 7 4026 54,88

40 CV-50 J 46+226 48+710 2677 11 2484 171,26

41 CV-50 K 50+650 53+582 1323 5 2932 64,87

42 CV-50 K 53+582 55+125 1323 4 1543 389,39

43 CV-50 K 55+125 60+907 1323 5 5782 102,00

44 CV-50 L 61+450 66+468 3861 5 5018 48,34

45 CV-50 M 67+290 71+583 4582 12 4293 29,29

46 CV-50 O 76+300 83+750 4754 13 7450 67,34

47 CV-50 P 86+840 90+007 9492 11 3167 52,87

48 CV-60 F 16+700 22+821 8220 22 6121 26,77

49 CV-70 A 0+000 3+194 756 4 3194 706,35

50 CV-70 A 3+194 7+491 756 0 4297 537,03

51 CV-70 D 12+800 16+780 692 4 3980 591,42

52 CV-70 D 16+780 19+652 692 6 2872 1078,44

53 CV-70 D 19+652 30+503 692 16 10851 616,59

54 CV-70 E 31+350 33+610 1896 3 2260 385,73

55 CV-70 E 33+610 35+625 1896 1 2015 212,61

56 CV-70 E 35+625 39+374 1896 14 3749 401,60

57 CV-81 B 6+000 9+981 5714 28 3981 479,40

58 CV-81 B 11+471 13+491 5714 3 2020 42,22

59 CV-95 B 6+800 8+776 10709 6 1976 21,51

49



60 CV-95 B 8+776 11+792 10709 29 3016 97,26

61 CV-95 C 13+450 17+862 9784 35 4412 14,38

62 CV-132 A 1+060 4+930 2626 11 3870 53,10

63 CV-135 B 8+810 10+706 778 1 1896 251,35

64 CV-135 B 10+706 13+138 778 1 2432 54,46

65 CV-135 C 15+500 19+357 3419 14 3857 67,49

66 CV-160 C 5+080 8+350 1522 7 3270 533,75

67 CV-160 C 8+350 12+100 1522 8 3750 108,25

68 CV-162 A 0+000 2+858 1300 3 2858 29,12

69 CV-162 A 2+858 5+083 1300 1 2225 95,78

70 CV-165 A 0+100 4+653 1325 8 4553 226,15

71 CV-165 A 6+447 9+448 1325 2 3001 482,27

72 CV-165 A 9+448 12+860 1325 2 3412 650,17

73 CV-166 A 0+050 1+793 1025 2 1743 74,12

74 CV-166 A 1+793 3+813 1025 1 2020 543,53

75 CV-170 A 0+015 4+451 1259 5 4436 61,64

76 CV-170 A 4+451 6+397 1259 2 1946 514,65

77 CV-170 A 6+397 9+184 1259 3 2787 364,85

78 CV-170 A 9+184 10+330 1259 0 1146 9,89

79 CV-190 B 2+000 4+201 5073 12 2201 353,71

80 CV-190 B 4+201 6+317 5073 10 2116 132,26

81 CV-190 C 6+550 8+751 2448 10 2810 115,41

82 CV-190 C 9+860 12+749 2448 8 2889 232,90

83 CV-190 C 12+749 15+238 2448 5 2489 463,27

84 CV-190 D 17+450 22+558 508 3 5108 641,78

85 CV-190 D 22+558 26+531 508 2 3973 468,43

86 CV-190 D 26+531 29+200 508 1 2669 303,52

87 CV-190 D 29+200 32+834 508 0 3634 588,88

88 CV-194 A 0+015 1+263 895 0 1248 368,55

89 CV-194 A 1+863 4+893 895 2 3030 382,05

90 CV-194 A 5+144 8+533 895 1 3389 572,18

91 CV-195 B 9+995 14+162 795 8 4167 559,65

92 CV-195 B 14+162 16+947 795 8 2785 228,79

93 CV-195 B 17+635 21+835 795 3 4200 543,22

94 CV-223 A 0+200 5+302 3728 11 5102 142,92

95 CV-223 A 6+556 10+544 3728 11 3988 148,07

96 CV-230 A 0+720 5+778 952 7 5058 178,29

97 CV-230 A 6+372 9+123 952 5 2751 124,99

98 CV-230 B 9+190 12+874 2153 4 3684 152,42

50



99 CV-230 B 12+874 16+501 2153 6 3627 336,39

100 CV-230 B 16+703 18+806 2153 13 2103 417,55

101 CV-235 A 0+050 2+339 825 0 2289 20,07

102 CV-235 A 2+339 6+232 825 6 3893 482,13

103 CV-245 B 6+935 11+726 766 26 4791 404,30

104 CV-245 C 17+840 21+632 962 5 3792 122,82

105 CV-245 C 27+402 32+269 962 2 4867 737,69

106 CV-390 D 39+650 45+873 1131 5 6223 27,24

107 CV-585 A 0+100 3+153 3506 11 3053 157,62

108 CV-585 A 3+153 6+284 3506 8 3131 293,25

109 CV-590 E 53+730 56+892 6311 12 3162 199,61

110 CV-590 E 56+892 60+977 6311 21 4085 55,90

111 CV-610 D 13+925 16+608 3557 21 2683 178,60

112 CV-610 E 17+740 20+856 3055 9 3116 255,27

113 CV-660 A 0+030 3+741 766 2 3711 186,95

114 CV-660 A 3+741 7+458 766 2 3717 21,32

115 CV-660 B 7+750 15+973 1186 3 8223 59,12

116 CV-660 B 15+973 17+649 1186 3 1676 385,94

117 CV-660 B 17+649 22+010 1186 5 4361 153,49

118 CV-660 B 22+010 25+852 1186 6 3842 81,14

119 CV-700 A 0+050 3+252 1501 1 3202 302,99

120 CV-700 A 3+920 12+791 1501 3 8871 450,76

121 CV-700 A 12+791 15+088 1501 2 2297 159,06

122 CV-705 B 5+105 7+378 2334 1 2273 77,92

123 CV-706 A 0+000 3+307 1219 1 3307 251,71

124 CV-706 A 3+307 4+492 1219 0 1185 518,92

125 CV-715 A 1+160 7+967 5693 37 6807 20,04

126 CV-715 B 10+400 16+285 2945 8 5885 352,60

127 CV-715 B 17+767 19+729 2945 5 1962 26,36

128 CV-720 C 23+850 28+729 465 2 4879 327,37

129 CV-720 C 28+729 33+930 465 2 5201 136,73

130 CV-720 C 34+650 38+290 465 2 3640 288,03

131 CV-720 D 39+040 40+982 2484 6 1942 165,65

132 CV-720 D 41+500 45+621 2484 10 4121 345,22

133 CV-720 D 46+304 49+721 2484 12 3417 148,37

134 CV-755 B 13+350 16+984 2970 5 3634 201,33

135 CV-755 B 16+984 20+566 2970 8 3582 324,53

136 CV-790 A 0+000 2+488 2009 1 2488 285,55

137 CV-790 A 2+488 5+827 2009 3 3339 559,34

51



138 CV-799 A 0+050 5+279 4826 7 5229 3,26

139 CV-799 B 8+550 12+047 3996 9 3497 212,53

140 CV-801 B 4+840 9+112 539 0 4272 470,24

141 CV-805 A 2+150 4+600 2427 2 2450 87,00

142 CV-805 A 4+600 7+907 2427 4 3307 27,07

143 CV-805 A 7+907 12+955 2427 6 5048 162,05

144 CV-809 A 0+100 5+196 3745 9 5096 13,52

145 CV-820 B 9+050 10+835 4401 4 1785 69,75

146 CV-820 B 11+000 14+373 4401 7 3373 46,93

147 CV-825 A 0+500 4+668 4897 27 4168 55,41

148 CV-830 A 0+025 3+597 1018 2 3572 47,36

149 CV-830 A 3+597 6+706 1018 3 3109 101,70

150 CV-830 A 6+706 9+069 1018 0 2363 45,44

151 CV-830 B 9+900 15+052 3082 13 5152 49,61

152 CV-830 B 15+052 17+608 3082 14 2556 110,99

153 CV-835 A 0+810 2+658 4313 11 1848 160,40

154 CV-835 A 2+658 6+433 4313 13 3775 65,72

155 CV-835 A 6+433 8+930 4313 10 2497 136,81

156 CV-840 A 0+150 3+713 4099 17 3563 48,47

157 CV-840 A 3+713 6+874 4099 7 3161 84,73

158 CV-840 C 11+250 13+235 3092 2 1985 183,92

159 CV-840 C 13+235 15+528 3092 5 2293 77,19

160 CV-840 C 15+528 18+371 3092 6 2843 6,03

161 CV-840 C 18+371 20+963 3092 14 2592 109,51

162 CV-840 C 21+850 24+911 3092 7 3061 33,25

163 CV-840 C 24+911 26+397 3092 3 1486 167,58

164 CV-845 A 0+250 4+225 5906 13 3975 4,30

165 CV-845 A 4+225 5+978 5906 3 1753 211,12

166 CV-845 B 7+250 11+522 3322 9 4272 29,56

167 CV-855 A 10+500 14+173 3913 14 3673 20,83

168 CV-912 A 1+250 4+001 3099 15 2751 126,29

169 CV-912 A 4+001 6+534 3099 7 2533 27,05

170 CV-920 B 6+450 9+145 4957 9 2695 47,80

171 CV-925 B 3+000 6+052 1431 6 3052 204,21

172 CV-925 B 6+052 9+014 1431 9 2962 204,04

173 CV-925 C 9+015 10+408 1940 5 1393 176,34

174 CV-925 C 10+408 12+600 1940 3 2192 68,47

175 CV-925 D 14+100 17+415 1273 2 3315 66,98

176 CV-925 D 17+415 24+931 1273 3 7516 174,42

52



177 CV-935 B 4+550 8+407 2499 19 3857 59,20

178 CV-940 C 5+650 9+637 4954 19 3987 45,59

179 CV-941 A 0+970 4+408 3555 20 3438 211,57

180 CV-941 A 4+408 6+618 3555 13 2210 101,76

181 CV-941 A 6+810 8+644 3555 7 1834 57,10

182 CV-941 A 8+644 10+994 3555 7 2350 39,53

183 CV-949 A 0+000 3+023 783 9 3023 342,21

184 CV-949 A 3+023 7+160 783 5 4137 80,71

185 CV-951 A 0+000 5+279 1889 5 5279 75,12

Tabla 7. Segmentos de carretera homogéneos.

3.2 Datos de tráfico y siniestralidad

El volumen de tráfico y los datos de siniestralidad fueron proporcionados por la Conselleria de Vivienda, Obras Públicas y Vertebración del Territorio de la Generalitat Valenciana y por la sección de carreteras de la Diputación de Valencia. De esta forma, se identificaron la Intensidad Media Diaria (IMD) de tráfico y el número de accidentes con víctimas para cada segmento de estudio (Tabla 7).

La IMD se estimó a partir del volumen de tráfico medio entre 2002 y 2011. En este sentido, los tramos presentaron una IMD entre 465 y 10.817 veh/día. Adicionalmente, se estudió la variabilidad del tráfico a través del análisis del coeficiente de variación (CV). Como resultado, el valor medio del CV y su desviación estándar fueron del 21 % y 10 %, respectivamente. Por tanto, la variación del tráfico a lo largo de los años estudiados puede considerarse baja.

Por otro lado, solo se consideraron los accidentes con víctimas ocurridos durante el mismo periodo de tiempo. Para cada uno de los accidentes ocurridos, se analizaron las causas del mismo de manera que solo se tuvieron en cuenta aquellos relacionados con la propia geometría del trazado. Por ejemplo, los accidentes causados por la entrada de un vehículo a la vía principal o por el atropello a animales no fueron considerados. Como resultado, un total de 1.414 accidentes fueron utilizados en esta investigación.

53


3.3. Perfil de velocidad de operación

El perfil de velocidad de operación de cada segmento de carretera fue estimado utilizando los modelos de velocidad propuestos por Pérez-Zuriaga (2012), que fueron desarrollados a partir de datos de velocidad observados en carreteras ubicadas en la misma área geográfica y con las mismas características que los tramos de carretera empelados en este estudio (Tabla 8). Como resultado, se obtuvo la velocidad de operación metro a metro (Figura 11).

Tipo de elemento Ecuación

Curva

Recta

L ≥ 700 m

L < 700 m & R1 ≤ 600 m

L < 700 m & R1 > 600 m

Tasa de aceleración

Tasa de deceleración

donde V85,C es la velocidad de operación en curva (km/h); V85,T la velocidad de operación en recta (km/h); a85 la tasa de aceleración (m/s2); d85 la tasa de deceleración (m/s2); V85,C1 la velocidad de operación de la curva precedente (km/h); R el radio de la curva (m); R1 el radio de la curva precedente (m); R2 el radio de la curva sucesiva (m); L la longitud de la recta (m); and GM el siguiente índice geométrico (m2):

Tabla 8. Modelos de velocidad desarrollados por Pérez-Zuriaga (2012).

54


Figura 11. Perfiles de velocidad.

3.4. Perfil de velocidad de operación inercial

La velocidad de operación inercial (Vi) representa las expectativas de los

conductores, que están estrechamente relacionadas con la memoria a corto plazo. Esta memoria depende del tiempo y, además, se va actualizando a medida que transcurre el mismo (Revlin, 2012). De esta manera, los conductores recuerdan mejor aquello que han visualizado en última instancia. Por tanto, se propone que la velocidad de operación inercial sea calculada en cada punto del trazado como la media ponderada de las velocidades de operación desarrolladas en un determinado tiempo t o una longitud L anterior a ese punto, considerando una determinada distribución de pesos, que trata de representar cómo la mente humana gestiona la información visual (Llopis-Castelló et al., 2018a y 2018b):

55


(10)

donde Vi,k

es la velocidad de operación inercial en el punto k; wj es el valor del peso

en el intervalo j; y V85,j

es el valor de la velocidad de operación en el intervalo j.

Como paso previo al desarrollo de dicha investigación, se analizaron tiempos comprendidos entre 10 y 40 segundos con un paso de 5 segundos, longitudes comprendidas entre 300 y 800 metros con un paso de 100 metros y 11 distribuciones de pesos basadas en la forma funcional de una parábola (ax2+bx+c) con el fin de identificar qué perfil de velocidad de operación inercial es capaz de representar con mayor precisión las expectativas de los conductores.

Estas distribuciones podían tomar valores entre 0 y 1, incrementando como el punto kilométrico j estaba más cerca de la sección crítica k, con las siguientes restricciones:

• wj = 0 para el primer punto kilométrico j considerado en el cálculo. Este punto define el umbral entre la zona que no se incluye en el cálculo por no tener influencia en el comportamiento del conductor y la zona considerada.• wj = 1 para j = k. Esto significa que el punto kilométrico donde se encuentra el conductor en un momento específico es el que más importancia posee para la formación de sus expectativas.

Los parámetros a, b y c de las distribuciones quedaron definidos en función del valor α de la distribución de pesos, que podía variar entre 0 y 10, y el número n de intervalos considerados en el cálculo (Figura 12). En caso de que la velocidad de operación inercial fuese calculada a partir de una distancia (L), n era igual a L en metros, es decir, el cálculo se realizaba metro a metro. Sin embargo, si esta velocidad era basada en tiempo, n era igual a 10 veces el tiempo considerado en segundos, es decir, la velocidad de operación inercial era calculada considerando intervalos de 0,1 s.

56


Figura 12. Distribuciones de pesos.

Como resultado, se estudiaron un total de 143 perfiles de velocidad de operación inercial ((7 tiempos + 6 longitudes) x 11 distribuciones de pesos). Del estudio de la relación existente entre el Índice de Consistencia Inercial (García et al., 2013) y la siniestralidad a través de la calibración de SPFs se identificó que la velocidad de operación inercial que mejor representa el fenómeno es aquella calculada a partir de un intervalo de tiempo de 15 segundos y una distribución lineal de los pesos (α=5).

A partir de esta definición fueron calculados los perfiles de velocidad de operación inercial de cada segmento de carretera de estudio. Como ejemplo, la Figura 11 muestra dicho perfil de velocidad para uno de los segmentos analizados.

Finalmente, cabe destacar que la definición de la velocidad de operación inercial era consistente con la memoria a corto plazo de las personas, la cual depende del tiempo y es rápidamente decadente (Revlin, 2012).

57


3.5. Calibración del modelo global de consistencia

El modelo global de consistencia fue desarrollado a partir de la diferencia entre el perfil de velocidad de operación inercial, que representa las expectativas de los conductores, y el perfil de velocidad de operación, que representa el comportamiento de la carretera. Del diagrama que representa la diferencia entre ambos perfiles de velocidad (Figura 13), se definieron las siguientes variables, que fueron la base de los distintos parámetros de consistencia propuestos:

• A (m·km/h): área encerrada por la diferencia entre Vi y V

85, y el eje x (Figura

13a).• L (m): longitud del tramo de carretera (Figura 13b).• σ (km/h): desviación estándar de la diferencia entre V

i y V

85 (Figura 13b).• A+ (m·km/h): área encerrada por la diferencia entre Vi y V

85, y el eje x

considerando únicamente las diferencias positivas (Figura 13).• L

+ (m): longitud de tramo de carretera considerando únicamente las

diferencias positivas (Figura 13).• σ+ (km/h): desviación estándar de la diferencia entre V

i y V

85 considerando

únicamente las diferencias positivas (Figura 13).• A

x (m·km/h): área encerrada cuando la diferencia entre V

i y V

85, es mayor que x

km/h (Figura 13).

58


Figura 13. Variables de consistencia: (a) A, L y σ; (b) A+, L

+ y σ

+; y (c) A

x considerando x = 10 km/h (A

10).

Cabe destacar que cuanto mayor sea la diferencia entre la velocidad de operación inercial y la velocidad de operación, mayor será la probabilidad de ocurrencia de un accidente, puesto que el conductor estará desarrollando una velocidad inferior a la que esperaría desarrollar según sus expectativas.

59


La Tabla 9 muestra los distintos parámetros de consistencia propuestos. Todos estos parámetros son expresados en términos de velocidad. Esta es una importante ventaja frente a los modelos de consistencia desarrollados previamente por otros autores, ya que la interpretación del modelo es más sencilla.

Con respecto a las variables empleadas, cuanto mayor sea el área encerrada entre ambos perfiles de velocidad o la desviación estándar de la diferencia de ambos perfiles, menor será la consistencia, puesto que implica una mayor incongruencia entre las expectativas de los conductores y el comportamiento de la carretera. Además, cuando dos tramos de carretera presenten la misma área encerrada, cuanto mayor sea la longitud del tramo, mayor será la consistencia. Por tanto, a menor valor de cualquiera de los parámetros propuestos, mayor es la consistencia del tramo de carretera.

Parámetro Ecuación

1

2

3

4

5

6

7

8

Tabla 9. Parámetros de consistencia propuestos.

60


Destacar que estos parámetros fueron calculados para cada segmento homogéneo de carretera como la media entre los valores obtenidos para el sentido de ida y de vuelta.

61

62


N°22019

4. Análisis


La forma funcional de las Funciones de Estimación de la Siniestralidad calibradas para el desarrollo del modelo de consistencia fue aquella definida por la Ecuación 4. Para el ajuste de las mismas se asumió una distribución binomial negativa, ya que es una muy buena solución cuando se trabaja con datos discretos que presentan sobredispersión, como son los accidentes de tráfico (Lord y Mannering, 2010).

El AIC (Akaike Information Criterion) fue obtenido en cada uno de los modelos calibrados como medida de bondad de ajuste, de manera que un menor valor de este parámetro significa que el modelo calibrado es más preciso. Asimismo, también se han calculado los parámetros de bondad de ajuste MAD (Mean Absolute Deviation) y RMSE (Root Mean Square Error):

(11)

(12)

La Tabla 10 muestra el ajuste de las SPFs para cada uno de los 8 parámetros de consistencia definidos en la Tabla 9. Los parámetros de consistencia que mostraron los ajustes más precisos fueron los parámetros de consistencia 7 y 8. A pesar de que el parámetro 8 mostró los menores valores con respecto al AIC, los menores valores de RMSE y MAD se obtuvieron con el parámetro 7.

Estos parámetros eran principalmente obtenidos a partir de las diferencias positivas entre el perfil de velocidad de operación inercial y el perfil de velocidad de operación. Esto pone de manifiesto que dichas diferencias positivas son capaces de representar adecuadamente en qué zonas de la carretera no son alcanzadas las expectativas de los conductores y, consecuentemente, están ligadas a zonas en las que la probabilidad de ocurrencia de accidentes es más elevada.

La única diferencia entre ambos parámetros es que el parámetro 7 era calculado considerando σ

+, mientras que el parámetro 8 dependía de σ (Tabla 9). Así, el

parámetro propuesto para calcular posteriormente los umbrales del modelo de

63


consistencia y determinar la relación con la siniestralidad fue el parámetro 7 debido principalmente a que dicho parámetro es exclusivamente calculado con la parte positiva del diagrama que representa las diferencias entre V

i y V

85. En otras palabras,

el parámetro 7 es más homogéneo en cuanto a su definición que el parámetro 8.

Parámetro de consistencia

𝛽0 𝛽1 𝛽2 𝛽3 SobredispersiónAIC RMSE MAD

- ln L ln IMD C θ

1Estimate -6,91775 1,02748 0,90552 0,18844

5,67 978,06 4,49 3,20Pr(>|z|) < 2·10-16 < 2·10-16 < 2·10-16 5,57·10-7

2Estimate -6,94082 1,03253 0,90682 0,12676

5,65 978,25 4,50 3,21Pr(>|z|) < 2·10-16 < 2·10-16 < 2·10-16 6,01·10-7

3Estimate -6,61725 1,03649 0,87247 0,11285

5,64 980,06 4,49 3,15Pr(>|z|) < 2·10-16 < 2·10-16 < 2·10-16 1,74·10-6

4Estimate -6,12508 1,01231 0,84087 0,43651

5,59 981,48 4,49 3,19Pr(>|z|) < 2·10-16 < 2·10-16 < 2·10-16 2,65·10-6

5Estimate -5,39222 0,9163 0,7865 0,5156

5,00 992,94 4,65 3,32Pr(>|z|) < 2·10-16 < 2·10-16 < 2·10-16 0,00293

6Estimate -5,10257 0,85739 0,77060 0,60172

4,65 999,24 4,77 3,43Pr(>|z|) < 2·10-16 < 2·10-16 < 2·10-16 0,173

7Estimate -6,64794 1,02645 0,86684 0,14774

5,83 978 4,39 3,11Pr(>|z|) < 2·10-16 < 2·10-16 < 2·10-16 5,47·10-7

8Estimate -6,91960 1,04530 0,89820 0,12550

5,83 976,25 4,45 3,15Pr(>|z|) < 2·10-16 < 2·10-16 < 2·10-16 1,9·10-7

Variable significativa cuando Pr(>|z|) < 0.05.

Tabla 10. Ajuste de Funciones de Estimación de la Siniestralidad.

No obstante, es conocido que la producción de accidentes está altamente influenciada por la exposición al riesgo. Por tanto, con el fin de determinar cuán de importante es la inclusión del término de consistencia en la predicción de accidentes, se calibró una SPF basada únicamente en la exposición:

(13)

64


A excepción de la SPF que considera el parámetro 6, todas las SPFs basadas conjuntamente en la exposición al riesgo y la consistencia resultaron en menores valores de AIC que la SPF solo basada en la exposición al riesgo, por lo que el nivel de consistencia influye significativamente en la ocurrencia de accidentes (Tabla 10). De hecho, el ajuste de la SPF que utiliza el parámetro 7 (AIC=978) es significativamente mejor que la SPF basada exclusivamente en la exposición al riesgo (AIC=998,97).

65

66


N°22019

5. Propuesta de modelo global de consistencia


El nuevo modelo global de consistencia se define a partir de la siguiente Función de Estimación de la Siniestralidad (SPF), que está basada en el parámetro 7 de consistencia y permite a los ingenieros estimar el número de accidentes con víctimas en un segmento homogéneo de carretera:

(14)

La calidad del ajuste del modelo fue evaluada a través de los gráficos de los residuos acumulados (CURE plots) para cada una de las variables independientes (Hauer y Bamfo, 1997; Lord y Persaud, 2000). Este método posee, con respecto a muchos otros procedimientos estadísticos, la ventaja de no depender del número de observaciones. En general, un buen ajuste es aquel en que los residuos acumulados oscilan alrededor del 0 y no sobrepasan los límites establecidos por ±2σ*, donde σ* queda definido por:

(15)

donde es el límite de los residuos acumulados; la varianza de los residuos acumulados hasta el elemento i; y la varianza total de los residuos acumulados.

Como resultado, se observó un buen ajuste del modelo con respecto a cada una de las variables independientes, ya que ninguna sobrepasó los límites establecidos por la variabilidad de los residuos (Figura 14). Por tanto, la SPF propuesta permite a los ingenieros estimar con precisión el número de accidentes con víctimas en carreteras convencionales españolas.

67


Figura 14. Gráficos de residuos acumulados: (a) Tráfico; (b) Longitud; (c) Consistencia.

La Figura 15 muestra la relación entre el parámetro de consistencia (C) y la tasa de siniestralidad, que fue estimada a partir de los accidentes con víctimas observados. Como se puede observar, la tasa de siniestralidad aumenta con el parámetro de consistencia. Estos resultados son consistentes con el fenómeno estudiado, ya que un mayor valor del parámetro de consistencia está ligado a mayores diferencias entre las expectativas de los conductores y el comportamiento de la carretera, lo que conduce a una mayor probabilidad de ocurrencia de accidentes.

Figura 15. Modelo global de consistencia Vs. Tasa de siniestralidad.

68


Además, se establecieron tres niveles de consistencia en función del valor del parámetro de consistencia. Para ello, se llevó a cabo un análisis cluster con el fin de clasificar los segmentos homogéneos de carretera estudiados en tres grupos a través del método de k-medias y empleando como métrica de distancia la euclidiana cuadrada. Como resultado, un tramo posee buena consistencia cuando el valor del parámetro de consistencia (C) es menor o igual que 2,75 km/h, tiene una consistencia pobre si C es mayor que 4,5 km/h y posee una consistencia aceptable en cualquier otro caso (Figura 15 y Figura 16).

Finalmente, se analizó la tasa de siniestralidad media para cada uno de los umbrales definidos a través de un test de hipótesis (Figura 16). De esta forma, se observaron diferencias estadísticamente significativas entre los niveles de consistencia definidos con un nivel de confianza del 90 %, por lo que el modelo propuesto es capaz de evaluar adecuadamente el nivel de seguridad vial en un segmento completo de carretera.

Figura 16. Tasa de siniestralidad media Vs. Nivel de consistencia.

69

70


N°22019

6. Discusión


6.1. Validación del modelo global de consistencia

El modelo de consistencia desarrollado fue validado a partir de un total de 26 segmentos de carretera homogéneos distintos a los empleados en el proceso de calibración. Estos fueron aleatoriamente escogidos de un total de 105 segmentos de carretera homogéneos ubicados en la Comunidad Valenciana (España). La Tabla 11 muestra las principales características de los mismos.

Variable Mínimo Máximo Media Desviación Estándar

Longitud (m) 1.054 5.472 2.803 1.237

CCR (gon/km) 8,69 697,07 164,76 160,06

IMD (vpd) 518 7.022 2.411 1.754

Accidentes con víctimas 0 31 6,69 7,66

Tabla 11. Características de los segmentos de carretera homogéneos utilizados en la validación

La geometría de estos tramos fue restituida mediante el método propuesto por Camacho-Torregrosa et al. (2015), mientras que el perfil de velocidad de operación de cada uno de ellos se estimó a través de los modelos de velocidad desarrollados por Pérez-Zuriaga (2012). Asimismo, el perfil de velocidad de operación inercial fue calculado a través de la velocidad de operación media ponderada de los últimos 15 s recorridos teniendo en cuenta una distribución lineal de los pesos. Finalmente, se estimó el parámetro de consistencia C para cada segmento de carretera homogéneo.

La relación entre C y la tasa de siniestralidad observada en estos tramos fue analizada a partir de la Figura 17. Mientras las tasas de siniestralidad para niveles de consistencia aceptable y pobre eran similares a las obtenidas durante la calibración del modelo, la tasa de siniestralidad para un nivel bueno de consistencia era mucho mayor en validación que en calibración. Esto se debió a que muy pocos segmentos homogéneos fueron calificados con un nivel de consistencia bueno.

71


Figura 17. Validación del modelo de consistencia: Tasas de siniestralidad Vs. C.

Además, se evaluó la relación entre los accidentes observados y los estimados (Ecuación 14) a partir de los parámetros de bondad de ajuste MAD y RMSE (Figura 18). Como resultado, ambos parámetros de bondad de ajuste mostraron menores valores en el proceso de validación que en el de calibración, lo que verifica la solidez del nuevo modelo global de consistencia.

Figura 18. Validación del modelo de consistencia: Accidentes observados Vs. Accidentes estimados.

6.2. Comparación con otros modelos de consistencia

El modelo global de consistencia propuesto ha sido comparado con los modelos

72


de consistencia desarrollados previamente por Polus y Mattar-Habib (2004), Garach et al. (2014) y Camacho-Torregrosa (2015) (ver epígrafe 2.3. Consistencia del diseño geométrico). Cada uno de estos modelos presenta un parámetro de consistencia compuesto por diferentes variables relacionadas con el perfil de velocidad de operación, por lo que en primer lugar se ha estimado cada uno de estos parámetros para cada uno de los 184 segmentos homogéneos considerados en este estudio.

Una vez obtenidos, se ha calculado la tasa de siniestralidad media para cada nivel de consistencia considerando los umbrales definidos por cada modelo (Figura 19). En este sentido, cabe resaltar que los resultados obtenidos a partir del modelo de Camacho-Torregrosa (2015) han sido muy similares a los obtenidos con el modelo propuesto en esta investigación. En este sentido, se han identificado diferencias estadísticamente significativas con un nivel de confianza del 90 % entre los diferentes niveles de consistencia.

Sin embargo, los modelos propuestos por Polus y Mattar-Habib (2004) y Garach et al. (2014), que se basan en las mismas variables de consistencia, no han sido capaces de estimar adecuadamente el nivel de consistencia. Concretamente, la tasa de siniestralidad asociada a un nivel aceptable y pobre de consistencia han resultado estadísticamente similares.

73


Figura 19. Tasa de siniestralidad media vs. Modelos de consistencia globales.

Para comprender mejor estos resultados, se ha evaluado la relación entre el parámetro de consistencia propuesto en esta investigación y cada uno de los parámetros desarrollados por los autores nombrados anteriormente. En la Figura 20, cada punto representa un segmento homogéneo de carretera y su tamaño representa su tasa de siniestralidad, de manera que cuanto mayor es su tamaño, mayor es la tasa de siniestralidad observada. Además, las líneas discontinuas representas los umbrales de los diferentes modelos de consistencia.

De esta forma, se identificó que los modelos propuestos por Polus y Mattar-Habib (2004) y Garach et al. (2014) presentan puntos con muy diferentes tamaños dentro de un mismo nivel de consistencia, es decir, la variabilidad de las tasas de siniestralidad de los segmentos homogéneos con un mismo nivel de consistencia es elevada. Particularmente, algunos segmentos homogéneos de carretera con tasas de siniestralidad muy reducidas han sido calificados con un nivel de consistencia pobre. Esto explica que la tasa de siniestralidad media para este nivel de consistencia fuese menor que la obtenida considerando el modelo propuesto en esta investigación y el modelo de Camacho-Torregrosa (2015).

Asimismo, el modelo desarrollado por Garach et al. (2014) ha asignado un nivel de consistencia aceptable a segmentos de carretera que presentaron una tasa de

74


siniestralidad muy elevada. Esto ha generado que la tasa de siniestralidad media para este nivel de consistencia fuese significativamente superior a las obtenidas considerando el modelo propuesto y el modelo de Camacho-Torregrosa (2015).

Por el contrario, el modelo de consistencia propuesto en esta investigación sí ha permitido evaluar adecuadamente el nivel de consistencia de un determinado segmento homogéneo de carretera, ya que las tasas de siniestralidad de los segmentos que presentan un mismo nivel de consistencia son muy similares, es decir, el tamaño de los puntos para un mismo nivel de consistencia es muy homogéneo.

A pesar de la alta correlación que ha sido observada entre el modelo propuesto y el modelo de Camacho-Torregrosa (2015), cabe recordar que este último no es capaz de incorporar las expectativas de los conductores en la evaluación de la consistencia. En este sentido, Camacho-Torregrosa trata de evaluar la consistencia de un tramo completo a partir de la evaluación puntual de las características del trazado (tasa de deceleración media) y su comportamiento global (velocidad de operación media).

75


Figura 20. Modelo propuesto Vs. Modelos de consistencia previos: (a) Polus y Mattar-Habib (2004); (b) Garach et al. (2014); (c) Camacho-Torregrosa (2015).

76


6.3. Consistencia del diseño geométrico Vs. Emis-iones de CO2

Para analizar la relación entre la consistencia del diseño geométrico y las emisiones de CO2 generadas por los vehículos se emplearon 15 secciones de carretera convencional ubicadas en la provincia de Valencia (España).

A partir de la geometría de estas secciones de carretera, que fue restituida siguiendo la metodología propuesta por Camacho-Torregrosa et al. (2015), y los volúmenes de tráfico se identificaron un total de 47 segmentos de carretera homogéneos (Tabla 12).

ID Longitud (m) CCR (gon/km)CO2 (g/km)

C (km/h)LDV3 LDV4 LDV5

1.1 1477 68 165,40 150,50 202,45 5,8718 Pobre

1.2 1292 645 187,96 169,52 237,19 3,1513 Aceptable

1.3 1093 292 167,65 152,34 208,39 3,1243 Aceptable

1.4 955 628 172,83 156,52 216,54 2,4016 Buena

1.5 1059 245 170,07 154,16 211,04 2,5865 Buena

1.6 1519 36 147,50 137,65 175,00 2,3016 Buena

2.1 1592 4 167,68 156,32 194,86 4,6799 Pobre

2.2 2392 534 179,36 162,35 222,14 4,0450 Aceptable

2.3 2583 347 188,16 168,08 234,72 5,2579 Pobre

2.4 5937 103 169,82 155,50 205,70 4,3571 Aceptable

3.1 2691 20 137,99 129,05 161,86 1,9407 Buena

3.2 2689 136 147,85 136,90 177,07 3,4578 Aceptable

3.3 1721 549 174,33 157,62 216,03 4,1733 Aceptable

3.4 2867 151 153,90 141,91 184,97 3,5499 Aceptable

3.5 2396 0 137,55 129,08 160,53 2,6363 Buena

4.1 2321 317 150,16 137,97 183,56 2,5619 Buena

4.2 1625 139 148,42 137,84 178,32 1,8456 Buena

5.1 1374 0 137,75 129,86 159,28 1,0766 Buena

5.2 1879 50 127,84 119,40 147,28 1,1073 Buena

5.3 7864 5 133,48 125,66 154,50 1,3883 Buena

6.1 1082 220 154,14 141,77 186,56 3,8874 Aceptable

6.2 2968 60 143,15 132,76 169,56 3,6301 Aceptable

6.3 3627 173 153,30 141,39 184,36 4,0517 Aceptable

7.1 1604 0 139,64 131,38 162,94 1,1216 Buena

77


ID Longitud (m) CCR (gon/km)CO2 (g/km)

C (km/h)LDV3 LDV4 LDV5

7.2 2833 44 143,83 134,44 169,43 2,2575 Buena

8.1 1739 81 141,07 132,54 165,84 1,1747 Buena

8.2 1138 14 138,70 131,84 159,87 0,7770 Buena

8.3 2349 73 142,35 133,59 167,64 3,2706 Aceptable

9.1 1264 156 164,34 149,68 203,86 3,2273 Aceptable

9.2 1663 596 181,41 164,12 228,85 2,9986 Aceptable

9.3 2226 406 183,08 165,45 229,52 4,4371 Aceptable

9.4 1006 125 181,87 164,25 225,94 5,8896 Pobre

10.1 1775 83 155,87 143,33 189,09 3,9538 Aceptable

10.2 2141 31 146,27 135,53 175,02 2,5445 Buena

11.1 2529 157 144,49 134,11 174,02 1,5044 Buena

11.2 1239 9 144,79 134,78 173,79 3,0104 Aceptable

12.1 4638 21 138,77 129,15 164,17 2,4739 Buena

12.2 2843 59 141,58 131,99 168,79 1,8530 Buena

13.1 1054 42 152,34 140,92 183,74 2,6877 Buena

13.2 1529 80 148,32 137,17 179,21 2,1560 Buena

13.3 1915 9 144,14 134,27 171,99 2,2186 Buena

13.4 1128 62 147,53 135,95 179,93 2,3563 Buena

14.1 1832 15 144,38 135,64 169,76 1,7371 Buena

14.2 1702 172 155,70 143,37 188,79 2,4194 Buena

14.3 2457 92 147,73 137,05 177,72 2,2999 Buena

15.1 2930 36 140,76 130,82 169,08 2,4592 Buena

Tabla 12. Consistencia y emisiones.

En estas secciones de carretera la velocidad fue observada de manera naturalística mediante dispositivos GPS con una frecuencia de 1 Hz. De esta forma, se obtuvo el perfil continuo de velocidad de cada uno de los conductores que recorrían cada una de las secciones de estudio. Cabe destacar que esta toma de datos fue realizada anteriormente a la realización de esta investigación por el propio grupo de investigación (Pérez-Zuriaga et al., 2010).

Estos perfiles de velocidad permitieron obtener el perfil de velocidad de operación de cada segmento homogéneo de carretera y, a su vez, el perfil de velocidad de operación inercial asociado. A partir de la diferencia entre ambos perfiles de velocidad se obtuvo para cada segmento el valor del parámetro de consistencia propuesto, así

78


como su nivel de consistencia de acuerdo a los umbrales definidos (Tabla 12).

Por otro lado, las emisiones de CO2 de los vehículos fueron estimadas usando el modelo de microsimulación VT-Micro (Ahn et al., 2012), que permite calcular las emisiones de gases de efecto invernadero para diferentes categorías de vehículos a partir del perfil de velocidad y aceleraciones.

Los vehículos observados durante la toma de datos de velocidad en campo fueron turismos y furgonetas de pequeño tamaño, que se correspondían con las siguientes categorías de vehículos definidos por Rakha et al. (2004): LDV3, LDV4 y LDV5. Por tanto, las emisiones de CO2 fueron estimadas únicamente para esta categoría de vehículos.

Finalmente, la tasa de emisiones de CO2 (g/km) asociada a cada segmento homogéneo fue determinada como la media de las emisiones de CO2 producidas por todos los conductores que habían recorrido el segmento, dividido por la longitud del mismo, teniendo en cuenta ambos sentidos de circulación (Tabla 12).La Figura 21 muestra la relación entre el parámetro de consistencia del modelo propuesto y las emisiones de CO2 para la categoría de vehículo LDV3, cuya tendencia es similar a las otras dos categorías (LDV4 y LDV5). En esta figura, cada punto representa un segmento homogéneo. Como resultado, la tasa de emisiones de CO2 crece como el nivel de consistencia de un segmento homogéneo de carretera disminuye.

79


Figura 21. Consistencia del diseño geométrico Vs. Emisiones de CO2.

Adicionalmente, se calculó la tasa media de emisiones de CO2 para cada uno de los umbrales de consistencia definidos considerando las distintas categorías de vehículos (Figura 22). Aunque el nivel de emisiones de CO2 es diferente para cada categoría, todos ellos presentaron la misma tendencia. En este sentido, una carretera consistente conduce a menores emisiones de CO2 generadas por los vehículos, lo que corrobora los resultados descritos anteriormente.

Figura 22. Nivel de consistencia Vs. Tasa media de emisiones de CO2.

80


Por último, se llevó a cabo un test de hipótesis para determinar si existían o no diferencias estadísticamente significativas entre las tasas medias de emisiones de CO2 para los diferentes niveles de consistencia (Tabla 13). Para ello, se formularon las siguientes hipótesis: (a) Hipótesis nula (H0): la tasa media de emisiones de CO2 es igual para todos los niveles de consistencia; (b) Hipótesis alternativa (H1): la tasa media de emisiones de CO2 de cada nivel de consistencia es diferente a la correspondiente de los otros niveles. El nivel de confianza considerado fue del 95 %.

Categoría de vehículo Parámetro estadísticoConsistencia


LDV3

Media (g/km) 173,393 200.416 214.493

Desv. Est. (g/km) 15,3528 22.9207 18.8907

F 18,27

P-value 0,000

LDV4

Media (g/km) 135,13 149.837 159.789

Desv. Est. (g/km) 7,71623 12.4701 7.89258

F 18,61

P-value 0,000

LDV5

Media (g/km) 173,393 200.416 214.493

Desv. Est. (g/km) 15,3528 22.9207 18.8907

F 15,59

P-value 0,000

Tabla 13. Análisis estadístico: Consistencia del diseño geométrico Vs. Emisiones de CO2.

Como resultado, se obtuvo que existían diferencias estadísticamente significativas entre la tasa media de emisiones de CO2 asociadas a cada nivel de consistencia, ya que el P-value era menor que 0,05. Por tanto, se puede afirmar que el nivel de emisiones de CO2 aumenta conforme la consistencia del diseño geométrico de un segmento homogéneo de carretera empeora.

Cabe destacar que como el consumo de combustible es directamente proporcional a las emisiones de CO2 de los vehículos, los resultados obtenidos en esta investigación son aplicables también al consumo de los vehículos. Por tanto, el diseño de carreteras consistentes permite, además de maximizar la seguridad vial, lograr carreteras más respetuosas con el medioambiente, minimizando la producción de emisiones y el consumo de combustible.

81

82


N°22019

7. Aplicaciones prácticas


7.1. Priorización de actuaciones de mejora de la seguridad vial en carreteras convencionales

Supongamos que somos los responsables de seguridad vial de la Administración competente en carreteras en una determinada autonomía o provincia de nuestro país. Entonces, debemos priorizar nuestras actuaciones de mejora de seguridad vial en nuestra red de carreteras, ya que el presupuesto disponible para ello no permite actuar sobre todo el conjunto de la red. Para ello, se propone la metodología resumida a través del diagrama de flujo de la Figura 23.

Figura 23. Metodología de priorización de actuaciones de seguridad vial en carreteras convencionales.

El primer paso será la obtención de los datos relativos al tráfico y la geometría de los tramos de carretera presentes en nuestro ámbito. En caso de no disponer de la geometría, se propone restituir la misma siguiendo la metodología propuesta por Camacho-Torregrosa et al. (2015).

83


En base al volumen de tráfico, la presencia de intersecciones importantes y el comportamiento geométrico de las secciones de carretera, se identificarán los tramos homogéneos de toda la red de carreteras correspondiente (ver epígrafe 3.1. Tramos de estudio).

El siguiente paso será obtener la consistencia de cada uno de los tramos homogéneos de acuerdo al modelo propuesto en esta investigación, que se basa en la diferencia entre el perfil de velocidad de operación inercial y el perfil de velocidad de operación (ver epígrafe 5. Propuesta de modelo global de consistencia). Para ello se recomienda utilizar modelos de predicción de la velocidad de operación calibrados, a ser posible, en la zona geográfica a la que pertenezcan las secciones de carretera.

En base a los datos de volumen de tráfico, la longitud del tramo y la consistencia se calculará el número estimado de accidentes con víctimas en cada tramo homogéneo de nuestra red de carreteras de acuerdo a la Ecuación 14. En caso de disponer de datos históricos de siniestralidad, se recomienda posteriormente utilizar el Método Empírico de Bayes para mejorar la estimación del número de accidentes (AASHTO, 2010).

Finalmente, todos los tramos de carreteras de nuestra red se ordenarán en función de su potencial de mejora, el cual se define como la diferencia entre el número de accidentes estimado y el número de accidentes suponiendo que los tramos se rediseñan consiguiendo un nivel de consistencia bueno (C = 2,75 km/h). De esta forma, se propone actuar sobre aquellos tramos que poseen un mayor potencial de mejora.

7.2. Análisis de alternativas en el diseño de nuevas carreteras y rediseño de tramos completos de carretera convencional

En el caso del diseño de nuevas carreteras o el rediseño de tramos completos de carretera, la metodología propuesta en la Figura 23 se simplifica (Figura 24). En este caso, basta con la comparación del número de accidentes estimado según la Ecuación 14.

84


Figura 24. Análisis de alternativas en fase de diseño o rediseño de tramos completos de carretera.

En caso de que la longitud de las distintas alternativas no fuese muy dispar, bastaría simplemente con comparar los diferentes valores estimados de consistencia del diseño, ya que el volumen de tráfico será el mismo para todas las alternativas planteadas. Así pues, este proceso tendrá como objetivo fundamental maximizar el nivel de consistencia de la carretera que se quiere diseñar o rediseñar.

No obstante, hay que tener en cuenta que dependiendo del diseño planteado podrían existir diferentes tramos homogéneos. La estimación del número de accidentes será entonces la suma de los accidentes estimados para cada uno de los tramos de carretera identificados.

85

86


N°22019

8. Conclusiones


En España, las víctimas mortales debido a accidentes de tráfico en vías interurbanas se concentran en carretera convencional. Además, este tipo de vía representa alrededor del 90 % de la red de carreteras española, lo que hace que las carreteras convencionales cobren un papel esencial en lo que se refiere a su potencial de mejora de la seguridad vial.

Entre los diferentes factores que están presentes en la producción de un accidente de tráfico cabe destacar tres: el humano, el vehículo y la infraestructura. Concretamente, de la interacción entre el factor humano y la infraestructura surge el concepto de consistencia del diseño geométrico de carreteras, que se define como el grado de adecuación entre las expectativas de los conductores y el comportamiento de la carretera.

A lo largo de los años se han desarrollado diversos modelos de consistencia, pero ninguno incorpora una variable capaz de representar y cuantificar las expectativas de los conductores, de manera que no son capaces de evaluar de manera precisa el grado de adecuación entre las expectativas de los conductores y el comportamiento de la carretera.

Además, la actual normativa para el diseño de carreteras española únicamente incorpora criterios locales de consistencia que no han sido desarrollados ni validados para su aplicación a nuestras carreteras.

Así, esta investigación presenta el desarrollo de un nuevo modelo global de consistencia basado en la definición básica de consistencia. El parámetro de consistencia C que define dicho modelo depende de distintas variables obtenidas a partir de las diferencias positivas entre el perfil de velocidad de operación inercial (V

i), que representa las expectativas de los conductores en cada punto del trazado,

y el perfil de velocidad de operación (V85

), que representa el comportamiento de la carretera. Estas variables son el área encerrada por las diferencias positivas entre V

i

y V85

(A+), la longitud de tramo de carretera donde estas diferencias son positivas (L

+)

y la desviación estándar de la diferencia entre Vi y V

85 considerando únicamente las

diferencias positivas (σ+). De esta forma, C queda definido como .

87


Cuanto mayor es el valor de este parámetro, mayor es la probabilidad de ocurrencia de accidentes, ya que está asociado a mayores diferencias entre la velocidad que un conductor espera desarrollar a partir de sus expectativas y la velocidad que la propia carretera le permite alcanzar según su geometría.

A partir del parámetro de consistencia propuesto, se calibró la siguiente Función de Estimación de la Siniestralidad (SPF) que permite a los ingenieros calcular el número de accidentes con víctimas estimado en un segmento homogéneo de carretera:

(16)

donde Yi,10 es el número de accidentes con víctimas en 10 años; L la longitud del segmento homogéneo de carretera; IMD la intensidad media diaria de tráfico; y C el parámetro de consistencia propuesto.

Esta función puede ser utilizada por los ingenieros, tanto en fase de diseño de nuevas carreteras como en fase de mejora de las ya existentes, con el fin de jerarquizar las alternativas propuestas a partir de un criterio objetivo ligado a la seguridad vial. Asimismo, este modelo se puede utilizar de manera complementaria a la evaluación de la consistencia del diseño propuesta por la Norma 3.1-IC Trazado (2016), la cual solo incluye criterios locales.

Relacionado con ello, se propone que el diseño de una nueva carretera deba poseer un nivel de consistencia buena, mientras que durante el rediseño de carreteras ya existentes se permitirá hasta un nivel de consistencia aceptable siempre y cuando se justifique que no se puede alcanzar un nivel de consistencia buena debido a las condiciones del entorno (Tabla 14).


C ≤ 2,75 km/h 2,75 km/h < C ≤ 4,5 km/h C > 4,5 km/h

Tabla 14. Umbrales del modelo de consistencia propuesto.

88


Cabe destacar también que este modelo fue comparado con los calibrados previamente por Polus y Mattar Habib (2004), Garach et al. (2014) y Camacho-Torregrosa (2015). Como resultado, se identificó que los modelos propuestos por Polus y Mattar-Habib (2004) y Garach et al. (2014) no eran capaces de estimar correctamente el nivel de consistencia de los segmentos de carretera incluidos en esta investigación, mientras que el modelo de Camacho-Torregrosa (2015) presentó una alta correlación con el modelo propuesto en este estudio a pesar de que el parámetro empleado no era capaz de representar adecuadamente el fenómeno estudiado.

Finalmente, se analizó la relación entre la consistencia del diseño geométrico y las emisiones de CO2 de los vehículos. Como conclusión, las emisiones de CO2 generadas por los vehículos aumentan a medida que el nivel de consistencia de un segmento de carretera empeora. Además, se identificaron diferencias estadísticamente significativas entre las tasas medias de emisiones de CO2 obtenidas para cada umbral de consistencia definido.

Estas mismas conclusiones pueden aplicarse al consumo de combustible, ya que este es directamente proporcional a las emisiones de CO2 producidas por los vehículos. Por tanto, una carretera consistente conduce a menores niveles de emisiones y consumo de combustible.

Así pues, el modelo global de consistencia desarrollado en esta investigación supone una nueva herramienta que permite, además de diseñar carreteras más seguras, reducir su impacto sobre el medioambiente minimizando el consumo de combustible y las emisiones de CO2 generadas por los vehículos.

89

90


N°22019

Referencias


1. American Association of State Highway and Transportation Official, 2011. A Policy on Geometric Design of Highways and Streets. Washington, DC.

2. American Association of State Highway and Transportation Official, 2010. Highway Safety Manual. Washington, DC.

3. Ahn, K., Rakha, H., Trani, A., and Van Aerde, M., 2002. Estimating vehicle fuel consumption and emissions based on instantaneous speed and acceleration levels. Journal of transportation engineering, 128(2), 182-190.

4. Boriboonsomsin, K., y Barth, M., 2009. Impacts of road grade on fuel consumption and carbon dioxide emissions evidenced by use of advanced navigation systems. Transportation Research Record: Journal of the Transportation Research Board, (2139), 21-30.

5. Camacho-Torregrosa, F.J., Pérez-Zuriaga, A.M., Campoy-Ungría, J.M., García, A., Tarko, A.P., 2015. Use of Heading Direction for Recreating the Horizontal Alignment of an Existing Road. Computer-Aided Civil and Infrastructure Engineering, 30(4), 282-299.

6. Camacho Torregrosa, F.J., 2015. Development and calibration of a global geometric design consistency model for two-lane rural highways, based on the use of continuous operating speed profiles. Universitat Politècnica de València, Valencia (Spain).

7. European Environment Agency (2017). Greenhouse gas emissions from transport. https://www.eea.europa.eu/data-and-maps/indicators/transport-emissions-of-greenhouse-gases/transport-emissions-of-greenhouse-gases-10

8. Fomento, M. de, 2016. Norma 3.1-IC Trazado.

9. Garach, L., Calvo, F., Pasadas, M., de Oña, J., 2014. Proposal of a New Global Model of Consistency: Application in Two-Lane Rural Highways in Spain. Journal of Transportation Engineering, 140(8), 04014030.

10. Garach, L., de Oña, J., López, G., Baena, L., 2016. Development of safety performance functions for Spanish two-lane rural highways on flat terrain. Accident Analysis & Prevention, 95, 250-265.

11. García, A., Llopis-Castelló, D., Camacho-Torregrosa, F.J., Pérez-Zuriaga, A.M., 2013. New Consistency Index Based on Inertial Operating Speed. Transportation Research Record: Journal of the Transportation Research Board, (2391), 105-112.

12. Gibreel, G.M., Easa, S.M., Hassan, Y., El-Dimeery, I.A., 1999. State of the Art of Highway Geometric Design Consistency. Journal of transportation engineering, 125(4), 305-313.

13. Hauer, E., and J. Bamfo. Two tools for finding what function links the dependent variable to the explanatory variables. Proceedings of the ICTCT 1997 Conference, Lund, Sweden. 1997.

14. Hydén, C., 1987. The development of a method for traffic safety evaluation: The Swedish Traffic Conflicts Technique. Bulletin Lund Institute of Technology, Department, (70).

15. Lamm, R., Choueiri, E., Hayward, J., Paluri, A., 1988. Possible design procedure to promote design consistency in highway geometric design on two-lane rural roads. Transportation Research Record: Journal of the Transportation Research Board, (1195).

16. Lamm, R., Psarianos, B., Cafiso, S., 2002. Safety Evaluation Process of Two-Lane Rural Roads -A Ten Year Review. Transportation Research Record: Journal of the Transportation Research Board, (1796), 51-59.

17. Leisch, J., Leisch, J., 1977. New concepts in design-speed application. Transportation Research Record: Journal of the Transportation Research Board, 631, 4-14.

18. Llopis-Castelló, D., F. Bella, F. J. Camacho-Torregrosa, and A. García. New consistency model based on inertial operating speed profiles for road safety evaluation. Journal of Transportation Engineering, 2018a, 144(4), 04018006.

19. Llopis-Castelló, D., F. Bella, F. J. Camacho-Torregrosa, and A. García. Time-based calibration of the inertial

91


operating speed to enhance the assessment of the geometric design consistency. Transportation Research Record: Journal of the Transportation Research Board, 2018b. https://doi.org/10.1177/0361198118782009

20. Llopis-Castelló, D., A. M. Pérez-Zuriaga, F. J. Camacho-Torregrosa, and A. García. Impact of horizontal geometric design of two-lane rural roads on vehicle co 2 emissions. Transportation Research Part D: Transport and Environment, 2018c, no 59, 46-57.

21. Lord, D., Geedipally, S.R., Guikema, S.D., 2010. Extension of the Application of Conway-Maxwell-Poisson Models: Analyzing Traffic Crash Data Exhibiting Underdispersion. Risk Analysis, 30(8), 1268-1276.

22. Lord, D., and Mannering, F., 2010. The statistical analysis of crash-frequency data: A review and assessment of methodological alternatives. Transportation Research Part A: Policy and Practice, 44(5), 291-305.

23. Lord, D., and B. N. Persaud. Accident prediction models with and without trend: application of the generalized estimating equations procedure. Transportation Research Record: Journal of the Transportation Research Board, 2000, no 1717, p. 102-108.

24. Lord, D., Washington, S.P., Ivan, J.N., 2005. Poisson, poisson-gamma and zero-inflated regression models of motor vehicle crashes: Balancing statistical fit and theory. Accident Analysis & Prevention, 37(1), 35-46.

25. Miaou, S., Song, J., Mallick, B., 2003. Roadway traffic crash mapping: a space-time modeling approach. Journal of Transportation and Statistics, 6, 33-58.

26. Montella, A., and Imbriani, L.L., 2015. Safety performance functions incorporating design consistency variables. Accident Analysis & Prevention, 74, 133-144.

27. Oh, J., Lyon, C., Washington, S., Persaud, B., Bared, J., 2003. Validation of FHWA Crash Models for Rural Intersections: Lessons Learned. Transportation Research Record: Journal of the Transportation Research Board, (1840), 41-49.

28. Pérez-Zuriaga, A.M., 2012. Caracterización y modelización de la velocidad de operación en carreteras convencionales a partir de la observación naturalística de la evolución de vehículos ligeros. Universitat Politècnica de València.

29. Polus, A., and Mattar-Habib, C., 2004. New Consistency Model for Rural Highways and Its Relationship to Safety. Journal of transportation engineering, 130(3), 286-293.

30. Rakha, H., Ahn, K., and Trani, A. (2004). Development of VT-Micro model for estimating hot stabilized light duty vehicle and truck emissions. Transportation Res. Part D: Transport Environment, 9 (1), 49–74.

31. Revlin, R., 2012. Cognition: Theory and Practice. Palgrave Macmillan.

32. Treat, J.R., Tumbas, N.S., McDonald, S.T., Shinar, D., HUME, R.D., 1979. Tri-level study of the causes of traffic accidents: Executive summary. National Technical Information Services Technical, Report No. DOT HS-805 099, Bloomington: University of Indiana.

33. U.S. ENVIRONMENTAL PROTECTION AGENCY (2016). Inventory of U.S. Greenhouse Gas Emissions and Sinks: 1990-2014.

34. WHO, 2015. Global status on road report 2015. World Health Organization

92

En colaboración con: Con el apoyo de:

PLATAFORMA TECNOLÓGICA ESPAÑOLA DE LA CARRETERA (PTC)

Web: www.ptcarretera.es / email:[email protected]. General Perón, 26 - 2º iz, 28020 Madrid (España)

CUADERNOS TECNOLÓGICOS DE LA PTC DESARROLLO DE UN MODELO … · Modelo global de consistencia de...

Documents

Transcript of CUADERNOS TECNOLÓGICOS DE LA PTC DESARROLLO DE UN MODELO … · Modelo global de consistencia de...