Problemy i techniki lokalizacji w procesie geokodowania na przykładzie zdarzeń drogowych w Krakowie

• Autorzy: Płatkiewicz K.

Warianty tytułu

EN

Localization techniques and issues in the geocoding process based on road traffic accidents in Kraków

• Języki publikacji: PL

Abstrakty

PL

Analiza zdarzeń drogowych, ich uwarunkowań i skutków może być znacząco ułatwiona przez wykorzystanie GIS i istniejących baz danych o zdarzeniach drogowych. Istotną trudnością w takiej analizie może okazać się nieprecyzyjne geokodowanie takich zdarzeń wynikające ze sposobu zbierania i kodowania danych. Celem pracy jest wskazanie, na przykładzie bazy o zdarzeniach drogowych ZIKiT w Krakowie, typów błędów i ich źródeł, a także propozycji rozwiązań niektórych z przedstawionych problemów. W tym celu zasugerowano użycie czterech odmiennych technik wykorzystanych w manualnym procesie geokodowania zdarzeń drogowych w przestrzeni: jednorodności, proporcjonalności, wolnych przestrzeni, a także otwartych odcinków. Na podstawie badań przeprowadzonych na przykładzie ulicy Tynieckiej oraz alei 29 Listopada stwierdzić można, że w bazie danych ZIKiT w Krakowie aż kilkadziesiąt procent zdarzeń ma nieprecyzyjnie bądź błędnie określoną lokalizację zdarzenia. Okazało się, że użycie różnych technik geokodowania (przy takim odsetku błędnych danych) nie wpływa istotnie na wynik końcowy analizy - miejsca wyjątkowo niebezpieczne pozostały niezmienione bez względu na zastosowanie poszczególnych technik. Umiejętne i przemyślane zastosowanie danej techniki może wpłynąć na zawyżenie lub niedoszacowanie pewnych odcinków drogi, ze względu na występującą w nich liczbę wypadków i kolizji drogowych - tak okazało się w przypadku techniki proporcjonalności, co klasyfikuje ją jako najmniej odpowiednią do analiz tego rodzaju. Wykazano, że zróżnicowanie miejsc zagrożonych bardziej zauważalne jest w obszarach mniej zagospodarowanych.

EN

The analysis of traffic accidents, their causes and after-effects can be significantly facilitated by using GIS and the databases of road accidents. However, the imprecise geocoding based on data collection and phase encoding can bring considerable difficulties. The aim of this article is to identify the types of errors and their sources, as well as to provide the solutions to the problems. The four different methods used in the manual process of geocoding of road accidents include the technique of homogeneity, proportionality, free space and open road sections respectively. The study of two streets in Kraków indicates that the ZIKIT database of road accidents contains a large percentage of errors. Further analysis shows that the use of different geocoding techniques (at this number of errors) does not significantly affect the final results and the extremely dangerous areas remain unchanged. The skilful and carefully thought-out application of the techniąues may result in the over- or under-estimation of specific road sections where a high number of road accidents oceurs. Specifically, the technique of proportionality has proved to be the least adequate for such an analysis. Finally, it has been found out that the regions with less-developed infrastructure have a higher variety of areas of danger.

Słowa kluczowe

PL

zdarzenia drogowe; geokodowanie; techniki lokalizcji; błędy danych; GIS

EN

traffic accidents; geocoding; techniques of localization; data errors; GIS

• Wydawca: Stowarzyszenie Inżynierów i Techników Komunikacji Rzeczpospolitej Polskiej
• Czasopismo: Transport Miejski i Regionalny
• Rocznik: 2012
• Tom: nr 9
• Strony: 18--26
• Opis fizyczny: Bibliogr. 32 poz., fot., rys., tab.

Twórcy

autor

Płatkiewicz K.

• Uniwersytet Jagielloński, Instytut Geografii i Gospodarki Przestrzennej, Zakład Rozwoju Regionalnego, 30-387 Kraków, ul. Gronostajowa 7, tel. [phone],

Bibliografia

• 1. Wey C.L., Griesse J., Kightlinger L., Wimberly M.C., Geographic variability in geocoding success for West Nile virus cases in South Dakota, Health & Place 2009, nr 15.
• 2. Mansour S., Martin D., Wright J., Problems of spatial linkage of a geo-referenced Demographic and Health Survey (DHS) dataset to a population census: A case study of Egypt, Computers, Erwironment and Urban Systems 2011, doi: 10.1016/j.com-penvurbsys.2011.04.001.
• 3. Harada Y., Shimada T., Examining the impact of the precision of address geocoding on estimated density of crime locations, Camputers & Geosciences 2006, nr 32.
• 4. Wright N., Yoon J., Application of GIS technologies in port facilities and operations management, American Society of Civil Engineers 2007, Reston, USA.
• 5. Plug C., Xia J., Caulfield C., Spatial and temporal visualization techniques for crash analysis, Accident Analysis and Prevention 2011, nr 43.
• 6. Lapham S.C., Gruenwald P.J., Remer L., Layne L., New Mexico's 1998 drive-up liquor window closure. Study I: effect on alcohol-involved crashes, Addiction 2004, nr 99 (5).
• 7. Szczuraszek T., Chmielewski J., Gromadzenie danych o zdarzeniach drogowych, {w:} T. Szczuraszek (red.), Bezpieczeństwo ruchu miejskiego, Wydawnictwa Komunikacji i Łączności, Warszawa 2005.
• 8. Gilboa S.M., Mendola P., Olshan A.F., Harness C., Loomis D., Langlois P.H., Savitz D.A., Herring A.H., Comparison of residential geocoding tnethods in population—based study of air ąuality and birth defects, Environmental Research 2006, nr 101.
• 9. Boone J.E., Gordon—Larsen R, Steward J.D., Popkin B.M., Validation of a GIS facilities database: quantification and implications of error, Annals of Epidemiology 2008, nr 18 (5).
• 10. Zinszer K., Jauvin C., Verma A., Bedard L., Allard R., Schwartzman K., Montigny L., Charland K., Buckeridge D., Residential address errors in public health surveillance data: A description and analysis of the impact on geocoding, Spatial and Spatio-temporal Epidemiology 2010, nr 1.
• 11. Płatkiewicz K., Ciechowski M., Lokalne bazy danych o zdarzeniach drogowych jako źródło informacji w badaniach geograficznych na przykładzie Krakowa, Prace Komisji Geografii Komunikacji PTG 2011, t. XVIII.
• 12. Zimmerman D.L., Fang X., Estimating spatial variation in disease risk from locations coarsened by incomplete geocoding, Statistical Methodology 2012, nr 9.
• 13. Zimmerman D.L., Fang X., Mazumdar S., Spatial clustering of the failure to geocode and its implications for the detection of disease clustering, Statistic in Medicine 2008, nr 27 (21).
• 14. Levine N., Kim K., The location of motor vehicle crashes in Honolulu: A methodology for geocoding intersections, Computer, Environment and Urban System 1998, nr 22 (6).
• 15. Hay G., Kypri K., Whingham P., Langley J., Potential biases due to geocoding error in spatial analyses of official data, Health & Place 2009, nr 15.
• 16. Zhan F.B., Brender J.D., De Lima I., Suarez L., Langlois P.H., Match Rate and positional accuracy of two geocoding methods for epidemiologic research, Annals of Epidemiology 2006, nr 16 (11).
• 17. McElroy J.A., Remington P.L., Trentham-Diets A., Robert S.A., Newcomb P.A., Geocoding addresses from a large population-based study: lessons learned, Epidemiology 2003, nr 14.
• 18. Kravets N., Hadden W.C., The accuracy of address coding and the effects of coding errors, Health & Place 2007, nr 13.
• 19. Dearwent S.M., Jacobs R.R., Halbert J.B., Locational uncertainty in georeferencing public health datasets, Journal of Exposure Analysis and Environmental Epidemiology 2001, nr 11.
• 20. Zandbergen P., A comparison of address point, parcel and Street geocoding techniques, Computers, Environment and Urban Systems 2008, nr 32.
• 21. Wu J., Funk T.H., Lurmann F.W., Winer A.M., Improving spatial accuracy of roadway networks and geocoded addresses, Transaction in GIS 2005, nr 9 (4).
• 22. Rushton G., Armstrong M.P., Gittler J., Greene B.R., Pavlik C.E., West M.M., Zimmerman D.L., Geocoding in cancer research, American Journal of Preventive Medicine 2006, nr 30 (25).
• 23. Cressie N., Kornak J., Spatial statistics in the presence of location error with an application to remote sensing of the environment, Statistical Science 2003, nr 18 (4).
• 24. Kankure A.K., Location error in spatial statistic, Indian Agricultural Statistic Research Institute [online] 2006, {dostęp: 03-02.2012}, http://www.iasri.res.in/seminar/AS-299/ebooks/2005-2006/Phd/trim2/.
• 25. Jha D.M., Effect of spatial data transformations, Indian Agricultural Statistic Research Institute {online} 2006, {dostęp: 03-02.2012}, http://www.iasri.res.in/seminar/AS— 299/ebooks/2005-2006/Phd/triml/.
• 26. Zarządzenie nr 635 Komendanta Głównego Policji z dnia 30 czerwca 2006 roku w sprawie metod i form prowadzenia przez policję statystyki zdarzeń drogowych.
• 27. Nowakowska M., Zielińska A., Nowy komputerowy system rejestracji danych o wypadkach i kolizjach drogowych. Doświadczenia użytkowników po dwóch latach użytkowania, VIII Konferencja Bezpieczeństwa Ruchu Drogowego, Józefów, 10—12 września, 2008.
• 28. Ustawa z dnia 20 czerwca 1997 roku Prawo o ruchu drogowym, Dz.U. z 2005 nr 108 poz. 908.
• 29. Wierzchowski M., Oznakowanie rond i placów (I). Co jest rondem, a co placem?', portal drogowy www.edroga.pl, {dostęp: 01.02.2012},http://edroga.pl/prawo/przepisy-techniczne/2425-ronda-niby-ronda-i-nieronda-i-ronda-w-polskim-prawie.
• 30. Chainey S., Reid S., When is a hotspot a hotspot? A procedure for creating statistically robust hotspot maps of crime, Proceedings of the Third International Crime Mapping Conference, Chicago Police Departament, Citizen ICAM, http://www.cityofchicago. org/ctznicam/ctznicam .htm
• 31. Rautela P., Pant S., New methodology for demarcating high road accident risk-prone stretches in mountain roads, Current Science 2007, nr 8(92).
• 32. Schootman M., Sterling D.A., Struthers J., Yan Y., Laboube T., Emo B., Higgs G., Positional accuracy and geographic bias of four methods of geocoding in epidemiologic research, Annals of Epidemiology 2007, nr 17 (6).