SlideShare ist ein Scribd-Unternehmen logo
1 von 31
Einflüsse des Wetters auf das
Strassenunfallgeschehen
4D Geosymposium Luzern
Stephan Heuel
Ernst Basler + Partner
PTV Transport Consulting GmbH
Bundesamt für Meteorologie und Klimatologie Schweiz
Ernst Basler + Partner
International tätig – mit Schweizer Wurzeln
EBP Informatik
Intelligente Systeme für eine vernetzte Welt
Anwendung Verkehrssicherheit
Forschungspaket VeSPA im Auftrag des SVI
Verkehrssicherheitsgewinne durch Datapooling und
strukturierten Datenanalysen
4D Geosymposium Luzern
Stephan Heuel
Ernst Basler + Partner
PTV Transport Consulting GmbH
Bundesamt für Meteorologie und Klimatologie
Zielsetzung Teilpaket
Identifikation und
Beschreibung von
kausalen Zusammen-
hängen zwischen
beobachtbaren
Wetterphänomenen
und resultierenden
Unfallereignissen.
© Mirko Junge, Flickr
Wetterphänomene und Unfallereignissen
7
Grenzen der
Beobacht-
barkeit
8
Beispiel:
4 Arten von
Strassenglätte –
aus
Wetterparametern
beobachtbar?
Glatteis
Eisglätte
Reifglätte
Schneeglätte
Systemabgrenzung
9
 Nur messbare Wetterphänomene
 Niederschlag,Temperatur, Wind, Luftfeuchtigkeit, Bewölkung
 Drei Unfallschwerekategorien
 Sachschaden, leichte und schwere Personenschaden
 Alle Strassentypen
 innerorts/ausserorts,
mit/ohne Richtungstrennung,
National/Kantonal/
Gemeindestrassen
 Gesamte Schweiz
 Beobachtungszeitraum
2011-2012
Hypothesen zum Einfluss des Wetters
10
 ImVorfeld haben wir 32 Hypothesen zum Einfluss des
Wetters auf das Unfallgeschehen aufgestellt:
 Einfluss von …
 Temperatur
 Niederschlag
 Schneefall und Eis
 Temperatur und Luftfeuchtigkeit in Kombination
 Wolkendeckung und Sonnenblendung
 Windgeschwindigkeiten
 Davon konnten wir 17 Hypothesen anhand der vorhandenen
Daten mit verschiedenen statistischenVerfahren überprüfen.
Hypothesen Temperatureinfluss
• Mehr Unfälle bei steigenden Temperaturen.
• Auffälligkeit erhöhter Unfallzahlen bei sehr hohen
Temperaturen (über 25 Grad).
• Es existieren Unterschiede beimTemperatureinfluss in
Abhängigkeit von Ortslage, Strassentyp, Streckentyp.
11Bild: © Acid Pix, Flickr
Hypothesen Regeneinfluss (I)
• Mehr Unfälle bei Regenereignissen.
• Regenereignisse führen vor allem imWinter zu mehr Unfällen.
• Auch Regenintensität besitzt einen Einfluss auf das
Unfallgeschehen.
• Zunahme von Unfällen bei Regen
vor allem auf Strassen
mit hohen
Geschwindigkeiten.
• Der Regeneinfluss ist
Abends/Nachts am grössten.
12
Bild: © 55Laney69, Flickr
Hypothesen Regeneinfluss (II)
• Regen führt zu einer geringen Unfallschwere.
• Der Regeneinfluss ist bei nicht motorisierten
Verkehrsteilnehmern schwächer ausgeprägt.
• Auf Unfallzunahme bei normalen Regen folgt Rückgang
bei schwerem Regen
• Regeneinfluss im Herbst am
stärksten und im Frühling
am geringsten.
• Regen führt zu einem
Rückgang
desVerkehrsaufkommens.
13
Bild: © 55Laney69, Flickr
Hypothesen Einfluss von Schneefall und Eis
 Mehr Unfälle bei Schneefall.
 Schneefall führt zu einer geringeren Unfallschwere.
 Überfrierende Nässe,
vereisender Regen,
Schneeregen und
Nebelregen führen
zu mehr Unfällen
14
Bild: © Andrew Seaman, Flickr
Hypothesen Einfluss der Sonnenblendung
 Erhöhte potenzielle Sonnenblendung führt zu mehr Unfällen
15
Bild: © Martin Cathrae, Flickr
Wichtigste Datengrundlagen
 Unfallprotokolle (UAP)
 Wetterdaten
 Verkehrszählstellen
 Strassennetz
 Höhenmodell für
Sonnenblendung
16Bild: © Elrik Stavelin, Flickr
Welche Wetterdaten?
• Fahrbahndetektoren und Strassenwetterstationen
• Luftdruck, Niederschlag und Niederschlagsart,Windstärke
undWindrichtung, Lufttemperatur und Feuchtigkeit,
Fahrbahnoberflächentemperatur, Fahrbahnzustand sowie
Wasserfilmdicke und Salzgehalt.
• Problem: lokal, nicht flächendeckend
• Gitterbasiertes Vorhersagemodell COSMO-2
MeteoSchweiz
• Niederschlagsmenge, Niederschlagstyp,Temperatur 2m über
Boden, relative Luftfeuchte 2m über Boden,
Windgeschwindigkeit und -richtung in 10m Höhe, Luftdruck
(Bezug Meereshöhe) und Bewölkungsmenge in 3
Höhenstufen
Wetterdaten COSMO-2, MeteoSchweiz
18
 Wird alle 3 Stunden neu gerechnet, Zustand und Prognose
 Datenmenge:
2 Jahre, jede Stunde 14 Modellwerte in 2.2km Auflösung
 2.3 Milliarden Modellwerte in Datenbank,
abgeglichen mit Unfalldaten und Strassen
Datenaufbereitung Wetter
 Räumliche Aggregierung gemäss Klimaregionen
 Gewichtung der Modellwerte gemäss Nähe zum Strassennetz
 Zeitliche Aggregration auf
Tagesbasis
 (6h Fenster für
Matched-pair Analysen)
19
Datenaufbereitung Verkehrsunfälle
 Verkehrsunfälle kategorisiert nach
 Schwere des Personenschadens,
 innerorts/ausserorts,
 Beteiligung,
 Unfalltypengruppen,
 Strecke/Kurve/Knoten,
 Gefälle/Steigung und
 Dämmerung/Nacht
20
map.unfalldaten.ch
Statistische Bewertungsmethoden
Deskriptive Analyse
 Vergleich zwischen Unfallkollektiven mit Odds-Ratio Methode
 Methode der Mittelwertvergleiche
 «Matched-Pair»-Analyse
Empirische Modellentwicklung
 Verallgemeinerte lineare Modell
21
Bild: © ajc1, Flickr
Prüfung von 17 Hypothesen
22
 Einfluss von …
 Temperatur
 Niederschlag
 Schneefall und Eis
 Sonnenblendung
Temperatureinfluss
• Mehr Unfälle bei steigendenTemperaturen
(oberhalb von 8 Grad): JA
• Auffälligkeit erhöhter Unfallzahlen bei sehr hohen
Temperaturen (JA)
• Es existieren Unterschiede beimTemperatureinfluss in
Abhängigkeit von Ortslage, Strassentyp, Streckentyp (NEIN)
23
Regeneinfluss (I)
• Mehr Unfälle bei Regenereignissen (JA)
(Abnahme bei Unfallschwere)
• Regenereignisse führen insb. imWinter zu mehr Unfällen JA
• Regenintensität besitzt einen Einfluss auf das Unfallgeschehen
JA
• Zunahme von Unfällen bei Regen vor allem auf
Hochleistungsstrassen JA
• Der Regeneinfluss ist Abends/Nachts am grössten. JA
24
Regeneinfluss (II)
• Regen führt zu einer geringen Unfallschwere (JA)
• Der Regeneinfluss ist bei nicht motorisierten
Verkehrsteilnehmern schwächer ausgeprägt. (NEIN)
• Keine Aussage ableitbar: Auf Unfallzunahme bei normalen
Regen folgt Rückgang bei schwerem Regen
• Regeneinfluss im Herbst am stärksten und im Frühling am
geringsten. NEIN
• Regen führt zu einem Rückgang desVerkehrsaufkommens.
(JA)
25
Einfluss von Schneefall und Eis
 Mehr Unfälle bei Schneefall JA
 Schneefall führt zu einer geringeren Unfallschwere JA
 Überfrierende Nässe, vereisender Regen, Schneeregen und
Nebelregen führen zu mehr Unfällen. (JA)
26
Einfluss der Sonnenblendung
 Erhöhte potenzielle Sonnenblendung führt zu mehr Unfällen.
(JA)
27
Aussagekraft in der Praxis
28
 Zunahme der Unfallhäufigkeit bei
 steigenden Lufttemperaturen
 nächtlichen Regen auf
Hochleistungsstrassen
 Schneefall generell
 Sonnenblendung als Datensatz
Bild: © powerboox, Flickr
4D Geosymposium Luzern
Stephan Heuel
Ernst Basler + Partner
PTV Transport Consulting GmbH
Bundesamt für Meteorologie und Klimatologie
VeSPA: Verkehrssicherheitsgewinne durch Datapooling und
strukturierten Datenanalysen
Phase 2 (2015): Gesamthafte Analyse des Datenpools
Und in Zukunft: Integration Sensoren, Fahrzeugdaten, Realtime
Blick in die Zukunft:
GIS 5.0 «Vernetzte Systeme»
30
Skripte Objekte Services Cloud
Vernetzte
Systeme
(IoT)
Adaptiert nach Dave Peters, The Evolution of GIS Software
Anwendung in Verkehrssicherheit:
Mit Strassensensoren, Fahrzeugsensoren,
Wetterdaten, Positionsdaten, usw.
in Echtzeit Gefährdungen
erkennen und vermeiden.
Stephan Heuel
Ernst Basler + Partner AG
Mühlebachstr. 11
8032 Zürich
Stephan.heuel@ebp.ch
Twitter: @ping13
http://geo.ebp.ch
Kontakt
GeoBeer.ch
Der unabhängige Netzwerk-
event für alle Geo-Interessierten.
http://geobeer.ch
@ping13, @rastrau

Weitere ähnliche Inhalte

Andere mochten auch

FP KOURTNEY KARDASHIAN COVER STORY DECEMBER 2014
FP KOURTNEY KARDASHIAN COVER STORY DECEMBER 2014FP KOURTNEY KARDASHIAN COVER STORY DECEMBER 2014
FP KOURTNEY KARDASHIAN COVER STORY DECEMBER 2014
Michele Shapiro
 
Social mediasnack 31_01_13
Social mediasnack 31_01_13Social mediasnack 31_01_13
Social mediasnack 31_01_13
tobe linked
 
Modelo PACIE BLOQUE CERO
Modelo PACIE BLOQUE CEROModelo PACIE BLOQUE CERO
Modelo PACIE BLOQUE CERO
Dismary Lobo
 
Tutorial cmaptols-grupo: Frette Diego, Gomez Augusto, Villalva Sebastian, Miñ...
Tutorial cmaptols-grupo: Frette Diego, Gomez Augusto, Villalva Sebastian, Miñ...Tutorial cmaptols-grupo: Frette Diego, Gomez Augusto, Villalva Sebastian, Miñ...
Tutorial cmaptols-grupo: Frette Diego, Gomez Augusto, Villalva Sebastian, Miñ...
liliandolores
 
Las redes sociales... mucho más que fotos y "me gusta".
Las redes sociales... mucho más que fotos y "me gusta".Las redes sociales... mucho más que fotos y "me gusta".
Las redes sociales... mucho más que fotos y "me gusta".
AnaliadelCarmen
 
U14 Atoms
U14 AtomsU14 Atoms
U14 Atoms
Alkor
 
Curriculum jlo
Curriculum jloCurriculum jlo
Curriculum jlo
jl service
 
trabajo bullying españa
trabajo bullying españatrabajo bullying españa
trabajo bullying españa
elisaripodas
 
Aerodinamica
AerodinamicaAerodinamica
Aerodinamica
djsoti
 
Exposición del dia martes javier bravo.
Exposición del dia martes javier bravo.Exposición del dia martes javier bravo.
Exposición del dia martes javier bravo.
NADITABERMUDEZ
 

Andere mochten auch (19)

FP KOURTNEY KARDASHIAN COVER STORY DECEMBER 2014
FP KOURTNEY KARDASHIAN COVER STORY DECEMBER 2014FP KOURTNEY KARDASHIAN COVER STORY DECEMBER 2014
FP KOURTNEY KARDASHIAN COVER STORY DECEMBER 2014
 
Sprawdź 13 niesamowitych zastosowań automatyzacji SALESmanago
Sprawdź 13 niesamowitych zastosowań automatyzacji SALESmanagoSprawdź 13 niesamowitych zastosowań automatyzacji SALESmanago
Sprawdź 13 niesamowitych zastosowań automatyzacji SALESmanago
 
Social mediasnack 31_01_13
Social mediasnack 31_01_13Social mediasnack 31_01_13
Social mediasnack 31_01_13
 
Modelo PACIE BLOQUE CERO
Modelo PACIE BLOQUE CEROModelo PACIE BLOQUE CERO
Modelo PACIE BLOQUE CERO
 
Tutorial cmaptols-grupo: Frette Diego, Gomez Augusto, Villalva Sebastian, Miñ...
Tutorial cmaptols-grupo: Frette Diego, Gomez Augusto, Villalva Sebastian, Miñ...Tutorial cmaptols-grupo: Frette Diego, Gomez Augusto, Villalva Sebastian, Miñ...
Tutorial cmaptols-grupo: Frette Diego, Gomez Augusto, Villalva Sebastian, Miñ...
 
Las redes sociales... mucho más que fotos y "me gusta".
Las redes sociales... mucho más que fotos y "me gusta".Las redes sociales... mucho más que fotos y "me gusta".
Las redes sociales... mucho más que fotos y "me gusta".
 
Coursera projects101 2015
Coursera projects101 2015Coursera projects101 2015
Coursera projects101 2015
 
U14 Atoms
U14 AtomsU14 Atoms
U14 Atoms
 
Curriculum jlo
Curriculum jloCurriculum jlo
Curriculum jlo
 
trabajo bullying españa
trabajo bullying españatrabajo bullying españa
trabajo bullying españa
 
Wera_Blended Learning Model for Buddhist Education via DMC Satellite Channel
Wera_Blended Learning Model for Buddhist Education via DMC Satellite ChannelWera_Blended Learning Model for Buddhist Education via DMC Satellite Channel
Wera_Blended Learning Model for Buddhist Education via DMC Satellite Channel
 
Imagen Turística de Brasil en los Blogs de Viajes de la comunidad virtual Via...
Imagen Turística de Brasil en los Blogs de Viajes de la comunidad virtual Via...Imagen Turística de Brasil en los Blogs de Viajes de la comunidad virtual Via...
Imagen Turística de Brasil en los Blogs de Viajes de la comunidad virtual Via...
 
Safeguarding and Ofsted
Safeguarding and OfstedSafeguarding and Ofsted
Safeguarding and Ofsted
 
Hysteroscopy newsletter vol 1 issue 5 español spanish
Hysteroscopy newsletter vol 1 issue 5 español spanishHysteroscopy newsletter vol 1 issue 5 español spanish
Hysteroscopy newsletter vol 1 issue 5 español spanish
 
Aerodinamica
AerodinamicaAerodinamica
Aerodinamica
 
Exposición del dia martes javier bravo.
Exposición del dia martes javier bravo.Exposición del dia martes javier bravo.
Exposición del dia martes javier bravo.
 
Porno Gay
Porno Gay
Porno Gay
Porno Gay
 
E-Moderation nach Gilly Salmon
E-Moderation nach Gilly SalmonE-Moderation nach Gilly Salmon
E-Moderation nach Gilly Salmon
 
Teorias del-aprendizaje
Teorias del-aprendizajeTeorias del-aprendizaje
Teorias del-aprendizaje
 

Mehr von Stephan Heuel

Mehr von Stephan Heuel (7)

Open data-rechte-und-pflichten-2014-06-05
Open data-rechte-und-pflichten-2014-06-05Open data-rechte-und-pflichten-2014-06-05
Open data-rechte-und-pflichten-2014-06-05
 
Walkalytics - Reachability Analysis for your business
Walkalytics - Reachability Analysis for your businessWalkalytics - Reachability Analysis for your business
Walkalytics - Reachability Analysis for your business
 
Forget Apps, bots will take over GIS
Forget Apps, bots will take over GISForget Apps, bots will take over GIS
Forget Apps, bots will take over GIS
 
GeoBeer #10: Storymaps - Raus aus den Schulden
GeoBeer #10: Storymaps - Raus aus den SchuldenGeoBeer #10: Storymaps - Raus aus den Schulden
GeoBeer #10: Storymaps - Raus aus den Schulden
 
Walkalytics - Fussweganalysen mit GIS
Walkalytics - Fussweganalysen mit GISWalkalytics - Fussweganalysen mit GIS
Walkalytics - Fussweganalysen mit GIS
 
GeoBeerCH #1: Geocoding meets Evernote
GeoBeerCH #1: Geocoding meets EvernoteGeoBeerCH #1: Geocoding meets Evernote
GeoBeerCH #1: Geocoding meets Evernote
 
Ist Crowdsourcing ein Teil unserer nationalen Geodateninfrastruktur (NGDI)?
Ist Crowdsourcing ein Teil unserer nationalen Geodateninfrastruktur (NGDI)?Ist Crowdsourcing ein Teil unserer nationalen Geodateninfrastruktur (NGDI)?
Ist Crowdsourcing ein Teil unserer nationalen Geodateninfrastruktur (NGDI)?
 

Einflüsse des Wetters auf des Verkehrsunfallgeschehen

  • 1. Einflüsse des Wetters auf das Strassenunfallgeschehen 4D Geosymposium Luzern Stephan Heuel Ernst Basler + Partner PTV Transport Consulting GmbH Bundesamt für Meteorologie und Klimatologie Schweiz
  • 2. Ernst Basler + Partner International tätig – mit Schweizer Wurzeln
  • 3. EBP Informatik Intelligente Systeme für eine vernetzte Welt Anwendung Verkehrssicherheit
  • 4. Forschungspaket VeSPA im Auftrag des SVI Verkehrssicherheitsgewinne durch Datapooling und strukturierten Datenanalysen 4D Geosymposium Luzern Stephan Heuel Ernst Basler + Partner PTV Transport Consulting GmbH Bundesamt für Meteorologie und Klimatologie
  • 5.
  • 6. Zielsetzung Teilpaket Identifikation und Beschreibung von kausalen Zusammen- hängen zwischen beobachtbaren Wetterphänomenen und resultierenden Unfallereignissen. © Mirko Junge, Flickr
  • 8. Grenzen der Beobacht- barkeit 8 Beispiel: 4 Arten von Strassenglätte – aus Wetterparametern beobachtbar? Glatteis Eisglätte Reifglätte Schneeglätte
  • 9. Systemabgrenzung 9  Nur messbare Wetterphänomene  Niederschlag,Temperatur, Wind, Luftfeuchtigkeit, Bewölkung  Drei Unfallschwerekategorien  Sachschaden, leichte und schwere Personenschaden  Alle Strassentypen  innerorts/ausserorts, mit/ohne Richtungstrennung, National/Kantonal/ Gemeindestrassen  Gesamte Schweiz  Beobachtungszeitraum 2011-2012
  • 10. Hypothesen zum Einfluss des Wetters 10  ImVorfeld haben wir 32 Hypothesen zum Einfluss des Wetters auf das Unfallgeschehen aufgestellt:  Einfluss von …  Temperatur  Niederschlag  Schneefall und Eis  Temperatur und Luftfeuchtigkeit in Kombination  Wolkendeckung und Sonnenblendung  Windgeschwindigkeiten  Davon konnten wir 17 Hypothesen anhand der vorhandenen Daten mit verschiedenen statistischenVerfahren überprüfen.
  • 11. Hypothesen Temperatureinfluss • Mehr Unfälle bei steigenden Temperaturen. • Auffälligkeit erhöhter Unfallzahlen bei sehr hohen Temperaturen (über 25 Grad). • Es existieren Unterschiede beimTemperatureinfluss in Abhängigkeit von Ortslage, Strassentyp, Streckentyp. 11Bild: © Acid Pix, Flickr
  • 12. Hypothesen Regeneinfluss (I) • Mehr Unfälle bei Regenereignissen. • Regenereignisse führen vor allem imWinter zu mehr Unfällen. • Auch Regenintensität besitzt einen Einfluss auf das Unfallgeschehen. • Zunahme von Unfällen bei Regen vor allem auf Strassen mit hohen Geschwindigkeiten. • Der Regeneinfluss ist Abends/Nachts am grössten. 12 Bild: © 55Laney69, Flickr
  • 13. Hypothesen Regeneinfluss (II) • Regen führt zu einer geringen Unfallschwere. • Der Regeneinfluss ist bei nicht motorisierten Verkehrsteilnehmern schwächer ausgeprägt. • Auf Unfallzunahme bei normalen Regen folgt Rückgang bei schwerem Regen • Regeneinfluss im Herbst am stärksten und im Frühling am geringsten. • Regen führt zu einem Rückgang desVerkehrsaufkommens. 13 Bild: © 55Laney69, Flickr
  • 14. Hypothesen Einfluss von Schneefall und Eis  Mehr Unfälle bei Schneefall.  Schneefall führt zu einer geringeren Unfallschwere.  Überfrierende Nässe, vereisender Regen, Schneeregen und Nebelregen führen zu mehr Unfällen 14 Bild: © Andrew Seaman, Flickr
  • 15. Hypothesen Einfluss der Sonnenblendung  Erhöhte potenzielle Sonnenblendung führt zu mehr Unfällen 15 Bild: © Martin Cathrae, Flickr
  • 16. Wichtigste Datengrundlagen  Unfallprotokolle (UAP)  Wetterdaten  Verkehrszählstellen  Strassennetz  Höhenmodell für Sonnenblendung 16Bild: © Elrik Stavelin, Flickr
  • 17. Welche Wetterdaten? • Fahrbahndetektoren und Strassenwetterstationen • Luftdruck, Niederschlag und Niederschlagsart,Windstärke undWindrichtung, Lufttemperatur und Feuchtigkeit, Fahrbahnoberflächentemperatur, Fahrbahnzustand sowie Wasserfilmdicke und Salzgehalt. • Problem: lokal, nicht flächendeckend • Gitterbasiertes Vorhersagemodell COSMO-2 MeteoSchweiz • Niederschlagsmenge, Niederschlagstyp,Temperatur 2m über Boden, relative Luftfeuchte 2m über Boden, Windgeschwindigkeit und -richtung in 10m Höhe, Luftdruck (Bezug Meereshöhe) und Bewölkungsmenge in 3 Höhenstufen
  • 18. Wetterdaten COSMO-2, MeteoSchweiz 18  Wird alle 3 Stunden neu gerechnet, Zustand und Prognose  Datenmenge: 2 Jahre, jede Stunde 14 Modellwerte in 2.2km Auflösung  2.3 Milliarden Modellwerte in Datenbank, abgeglichen mit Unfalldaten und Strassen
  • 19. Datenaufbereitung Wetter  Räumliche Aggregierung gemäss Klimaregionen  Gewichtung der Modellwerte gemäss Nähe zum Strassennetz  Zeitliche Aggregration auf Tagesbasis  (6h Fenster für Matched-pair Analysen) 19
  • 20. Datenaufbereitung Verkehrsunfälle  Verkehrsunfälle kategorisiert nach  Schwere des Personenschadens,  innerorts/ausserorts,  Beteiligung,  Unfalltypengruppen,  Strecke/Kurve/Knoten,  Gefälle/Steigung und  Dämmerung/Nacht 20 map.unfalldaten.ch
  • 21. Statistische Bewertungsmethoden Deskriptive Analyse  Vergleich zwischen Unfallkollektiven mit Odds-Ratio Methode  Methode der Mittelwertvergleiche  «Matched-Pair»-Analyse Empirische Modellentwicklung  Verallgemeinerte lineare Modell 21 Bild: © ajc1, Flickr
  • 22. Prüfung von 17 Hypothesen 22  Einfluss von …  Temperatur  Niederschlag  Schneefall und Eis  Sonnenblendung
  • 23. Temperatureinfluss • Mehr Unfälle bei steigendenTemperaturen (oberhalb von 8 Grad): JA • Auffälligkeit erhöhter Unfallzahlen bei sehr hohen Temperaturen (JA) • Es existieren Unterschiede beimTemperatureinfluss in Abhängigkeit von Ortslage, Strassentyp, Streckentyp (NEIN) 23
  • 24. Regeneinfluss (I) • Mehr Unfälle bei Regenereignissen (JA) (Abnahme bei Unfallschwere) • Regenereignisse führen insb. imWinter zu mehr Unfällen JA • Regenintensität besitzt einen Einfluss auf das Unfallgeschehen JA • Zunahme von Unfällen bei Regen vor allem auf Hochleistungsstrassen JA • Der Regeneinfluss ist Abends/Nachts am grössten. JA 24
  • 25. Regeneinfluss (II) • Regen führt zu einer geringen Unfallschwere (JA) • Der Regeneinfluss ist bei nicht motorisierten Verkehrsteilnehmern schwächer ausgeprägt. (NEIN) • Keine Aussage ableitbar: Auf Unfallzunahme bei normalen Regen folgt Rückgang bei schwerem Regen • Regeneinfluss im Herbst am stärksten und im Frühling am geringsten. NEIN • Regen führt zu einem Rückgang desVerkehrsaufkommens. (JA) 25
  • 26. Einfluss von Schneefall und Eis  Mehr Unfälle bei Schneefall JA  Schneefall führt zu einer geringeren Unfallschwere JA  Überfrierende Nässe, vereisender Regen, Schneeregen und Nebelregen führen zu mehr Unfällen. (JA) 26
  • 27. Einfluss der Sonnenblendung  Erhöhte potenzielle Sonnenblendung führt zu mehr Unfällen. (JA) 27
  • 28. Aussagekraft in der Praxis 28  Zunahme der Unfallhäufigkeit bei  steigenden Lufttemperaturen  nächtlichen Regen auf Hochleistungsstrassen  Schneefall generell  Sonnenblendung als Datensatz Bild: © powerboox, Flickr
  • 29. 4D Geosymposium Luzern Stephan Heuel Ernst Basler + Partner PTV Transport Consulting GmbH Bundesamt für Meteorologie und Klimatologie VeSPA: Verkehrssicherheitsgewinne durch Datapooling und strukturierten Datenanalysen Phase 2 (2015): Gesamthafte Analyse des Datenpools Und in Zukunft: Integration Sensoren, Fahrzeugdaten, Realtime
  • 30. Blick in die Zukunft: GIS 5.0 «Vernetzte Systeme» 30 Skripte Objekte Services Cloud Vernetzte Systeme (IoT) Adaptiert nach Dave Peters, The Evolution of GIS Software Anwendung in Verkehrssicherheit: Mit Strassensensoren, Fahrzeugsensoren, Wetterdaten, Positionsdaten, usw. in Echtzeit Gefährdungen erkennen und vermeiden.
  • 31. Stephan Heuel Ernst Basler + Partner AG Mühlebachstr. 11 8032 Zürich Stephan.heuel@ebp.ch Twitter: @ping13 http://geo.ebp.ch Kontakt GeoBeer.ch Der unabhängige Netzwerk- event für alle Geo-Interessierten. http://geobeer.ch @ping13, @rastrau

Hinweis der Redaktion

  1. Ernst Basler + Partner ist ein führendes, international tätiges Unternehmen mit Standorten in der Schweiz, Deutschland, Brasilien und Chile. 1981 in der Schweiz gegründet, ist unser Unternehmen heute in der Schweiz und in Deutschland mit rund 300 Mitarbeitenden, in Brasilien und Chile mit rund 200 Mitarbeitenden vertreten. Geoklock, die seit 30 Jahren führende brasilianische Firma für Umwelt-Planung und Engineering, sowie das Umweltlabor Bachema haben ihren Hauptsitz in São Paulo. Weltweit haben wir bisher Projekte in mehr als 60 Ländern realisiert. (aktuell in circa 30 Ländern)