Hodnocení rizika dopravní nehodovosti v Česku

Abstract

Diplomová práce se zabývá představením možností hodnocení rizik dopravní nehodovosti na území České republiky za využitím metod časoprostorové vizuální explorační analýzy dat. Představeny jsou základní teoretické principy problematiky a rešerše stávajících přístupů k časoprostorovým analýzám dopravních nehod. Teoretické základy dále slouží jako východiska pro analýzy v praktické části práce. Data jsou analyzována pomocí výběru a propojení vhodných technik (vizualizace, manipulace s vizuálním zobrazením, manipulace s daty, dotazování a výpočtu, resp. shlukování) a jejich nástrojů (mapy, grafy, tabulky ad.). K dosažení výsledků se využívá tří software: ArcGIS Pro (předzpracování dat), V-Analytics (časoprostorové shlukování a explorace) a Tableau (explorace a prezentace analýz). Výsledkem jsou navržené způsoby vizuální explorace dat z hlediska prostoru, času a především časoprostoru, časoprostorového shlukování a kategorizace s ohledem na dohledání zajímavých vzorců v datech dopravních nehod. Závěrem je zhodnocena vhodnost použitých nástrojů, software a obdržených výsledků časoprostorové analýzy rizikovosti dopravních nehod jako takové.

The diploma thesis deals with the presentation of the possibilities of risk assessment of traffic accidents in the Czech Republic using the methods of patio-temporal visual exploratory analysis of data. First, the basic theoretical principles of the issue and a search of existing approaches to spate-temporal analysis of traffic accidents are introduced. Theoretical foundations also serve as a basis for analysis in the practical part of the work. Data are analyzed by selecting and linking appropriate techniques (visualization, display manipulation, data manipulation, querying and calculation, or clustering) and their tools (maps, graphs, tables, etc.). Three software are used to achieve the result: ArcGIS Pro (data preprocessing), V-Analytics (spatio-temporal clustering and exploration) and Tableau (exploration and presentation of analysis). The results are the proposed methods of visual exploration of data in terms of space, time and especially space-time, space-time clustering and categorization with respect to finding interesting patterns in traffic accident data. Finally, the suitability of the tools, software and the obtained results of the spatiotemporal analysis of the risk of traffic accidents as such is evaluated.