METEOROLOGINĖS SĄLYGOS AUTOĮVYKIŲ METU LIETUVOJE

Viktorija Mačiulytė, 2024-04-22

TYRIMO PROBLEMATIKA

Meteorologija - mokslas apie atmosferos reiškinius, atmosferoje vykstančius procesus ir jų sąveiką su paklotiniu paviršiumi. Visuomenei meteorologija plačiau žinoma jos tyrimų aprėptyje esančiais terminais, kaip „orai“, „klimato kaita“, „potvyniai“, „audros“ ir pan. Neretai tuo pačiu kyla ir klausimai apie tai, kokia grėsmė kyla, koks bus orų poveikis poveikis.

Nustatant meteorologinių sąlygų poveikį iškyla didelių iššūkių, nors sąsajos neretai yra (ar gali būti) numanomos. Tačiau neretai nėra taip lengva sąsajas atrasti dėl kai kurių meteorologinių duomenų trūkumo (ypač pavojingų, tokių kaip kruša, škvalas, ekstremalios liūtys ir pan.) ir ypatingai - dėl poveikio duomenų trūkumo, jų netikslumo ar net neprieinamumo. Taip pat tai riboja ir priežasties (meteorologinių reiškinių) ir pasekmės (poveikio) susiejimo kompleksiškumas ir sudėtingumas. O ir neretai gali būti sudėtinga atskirti duomenų triukšmą, kuris susijęs ne su orų poveikiu, o ne žmogaus veiksmais ar kitais faktoriais.

Dėl to šis tyrimas yra svarbus žingsnis plačiau žengiant meteorologinių sąlygų ir poveikio duomenų tyrimų link. Šis tyrimas padės giliau susipažinti su pradinių duomenų neapibrėžtumo, analizės ir interpretavimo metu kylančiais iššūkiais. O taip pat - atlikti Datacademy pilno duomenų analitikos kurso projektą:)

Tikslas ir hipotezės
TIKSLAS - įvertinti meteorologinių sąlygų galimą poveikį registruotiems įskaitiniais autoįvykiams Lietuvoje 2017-2023 metais.

PIRMA HIPOTEZĖ. Daugiausiai autoįvykių įvyko vykstant pavojingoms meteorologinėms sąlygoms.

ANTRA HIPOTEZĖ. Autoįvykių statistikoje nurodomos meteorologinės sąlygos dažniausiai nurodytos tinkamai.

Metodikos santrauka

Pradiniai autoįvykių duomenys paimti iš Transporto kompetencijų agentūros (https://tka.lt/katalogas/eismo-ivykiu-statistika-lietuvoje/#tab-0). Duomenyse pateikiami įskaitiniai autoįvykiai, kuriuose žuvo arba buvo sužeistas bent vienas asmuo 2017-2023 m. Lietuvoje. Šie duomenys apjungti su valandiniais artimiausios meteorologijos stoties duomenimis, gautais iš Lietuvos hidrometeorologijos tarnybos (www.meteo.lt). Pradinių duomenų apdorojimas ir apjungimas atliktas 1_duomenu_apjungimas_importavimas_i_sql.ipynb ir 2_autoivykiu_ir_meteo_duomenu_apjungimas.ipynb užrašinėse. Autoįvykių ir meteorologiniai išmatuoti duomenys toliau analizuojami šioje užrašinėje vertinant: autoįvykių pasikartojimą analizuojamu laikotarpiu, statistikos duomenyse nustatytas meteorologines ir kelio dangos būklės sąlygas ir faktiškai išmatuotas meteorologijos stotyse.

Pagrindinių meteorologinių rodiklių trumpiniai:

• t - oro temperatūra (2 m. aukštyje), C
• t_0 - paviršiaus temperatūra (5 cm aukštyje), C
• rr_per - kritulių kiekis per 1 val., mm
• ws_max_hw - maksimalus vėjo greitis per 1 val., m/s
• vis_aws - matomumo nuotolis, m
• snow_aws - sniego dangos storis, cm

ANALIZĖ

1. Pradinių duomenų apžvalga

1.1 Bendra statistika
Tyrime naudojama 18-os meteorologijos stočių informacija

Duomenyse yra 6 object tipo kintamieji (autoįvykius apibūdinantys duomenys), du laiko (autoįvykio datos ir valandos 00 min. kurią naudont buvo jungiami autoįvykių duomenys su meteorologiniais duomenimis. Likę - float tipo.

1.2 Autoįvykių pasikartojimas
Čia vertinamas autoįvykių pasikartojimas atsiromis dienomis, savaitės dienomis ir mėnesiais.

Daugiausiai įskaitinių autoįvykių analizuojamu laikotarpiu įvyko 2021-05-12 ir 2020-09-25 d. (po 24 avarijas per dieną).

Per 2017-2023 m. laikotarpį daugiausiai avarijų vyko penktadieniais.

Daugiausiai autoįvykių įvykio šiltaisiais metų mėnesiais (rugpjūtis, birželis, rugsėjis, liepa).

Daugiausiai autoįvykių įvyko giedromis sąlygomis esant sausai kelio dangos būklei (11058 atv.). Antroje vietoje yra apsiniaukusios sąlygos su šlapia kelio danga (2608 atv.) (aktualu PIRMAI HIPOTEZEI).

Daugiausu žuvusių ir sužeistų asmenų buvo giedromis ir sauso kelio dangos sąlygomis (žuvo 529, sužeista 12736). Antroje vietoje yra apsiniaukusios, šlapios kelios dangos sąlygos (163 žuvo, 2978 sužeisti) (aktualu PIRMAI HIPOTEZEI).

Vertinant autoįvykių skaičių, sužeistų ir žuvusių skaičių nustatyta, kad vyravo giedros ir sausos kelio dangos sąlygos. Tokie rezultatai kelia abejonių, nes skirtumai nuo kitų sąlygų siekia kartais. Atrodo, kad kad neproporcingai daug autoįvykių patenka į giedras ir sausos kelio dangos būklės kategorijas, nors Lietuvoje tokios sąlygos nėra dažnos. Sunku pasakyti kodėl tiek atvejų patenka į šitas dvi kategorijas. Nustatyta, kad daugiausiai autoįvykių įvyksta šiltaisiais metų mėnesiais, kuriais, galime daryti prielaidą, šiltos (~ giedros) ir sausos sąlygos gali pasitaikyti dažniau. Taip pat ateityje reiktų pasiaiškinti ar pildant autoįvykių duomenis ir tiksliai nežinant kokios iš tiesų sąlygos buvo, nėra kaip numatytosios reikšmės įvedamos "giedra ir sausa kelio danga", nes šiame tyrimo etape to įrodyti negalima. Dėl šių argumentų PIRMA HIPOTEZĖ atmetama kaip neteisinga.

2. Meteorologinės sąlygos autoįvykių metu

2.1 Pagal autoįvykių rūšį

Didesnė autoįvykių dalis, kuomet įvyko susidūrimas, kiti eismo įvykiai, užvažiavimas ant pesčiojo, kliūties, apvirtimas ir susidūrimas su stovinčia transporto priemone įvyko temperatūrai esant apie 0-5 C ir apie 15-18 C. Susidūrimas su dviračiu, mopedu ir tarp dviračių dažniau pasitaiko esant aukštensnei oro temperatūrai - 10-22 C, kas susiję su šių transporto priemonių naudojimo sezoniškumu.

Vienos valandos kritulių kiekis (rr_per) neturi tokio išraiškingo dėsningumo kaip oro temperatūros atveju. Tai, tikėtina, susiję su dažnu kritulių apatinės ribos artimos 0 mm reikšmių pasikartojimu. Panaši situacija ir sniego dangos storiu (nepavaizduota).

Maksimalus vėjo greitis įvairių autoįvykių rūšių metu yra panašus. Dažnesnės mažesnio vėjo greičio reikšmės (apie 3-5 m/s) buvo susidūrimų tarp dviračių įvykių metu.

Matomumas (galimas matyti atstumas) dažniausiai siekia apie 20000 m (arba 20 km = puikus matomumas), tačiau tai yra dėl to, kad ši riba yra dažniausiai pasikartojanti (viršutinė). Iš visų autoįvykių rūšių dažniau mažesnis matomumas fiksuotas užvažiavimo ant pėsčiojo atvejais.

IŠVADA: meteorologinės sąlygos pasižymi menkais dėsningumais vertinant kokios sąlygos vyravo tam tikrų autoįvykių rūšių atvejais.

2.2 Pagal nustatytas meteo. sąlygas
Šiame poskyryje vertinama, kaip autoįvykių metu išskirtos ir statistikoje pateiktos meteorologinės sąlygos (y ašis) susijusios su artimiausioje meteorologijos stotyje išmatuotomis rodikių reikšmėmis (x ašis). Giedros sąlygos dažniau pasitaikė, kai buvo aukštesnė oro temperatūra (apie 15-25 C). Logiška, nes aukštesnio atmosferos slėgio dariniai (anticiklonai) atneša šiltas ir giedras sąlygas. Cikloninė cirkuriacija siejama su šaltesnėmis, apsiniaukusiomis ir neretai su krituliais oro sąlygosmis (grafike atsiniaukusios oro sąlygos dažnesnės esant temperatūros reikšmėms apie 0, bet pasitaiko ir 10-20 C intervale). Žiemos reiškiniai, kaip sniegas/kruša ir pūga - esant temperatūrai žemiau nulio. Iš dalies su tuo susijusi ir lijundra, tačia dažniausias jos temperatūros reikšmių intervalas yra kiek virš 0 C.

Autoįvykių statistikoke išskirti lijundros atvejai turi reikšmių ir >10 C, kas yra abejotina, nes lijundrai formuotis reikalinga temperatūra apie nulį šiek tiek teigiama. Be to, lijundai būdintas šaltasis metų laikas, o aukštesniame oro temperatūros ruože pasitaikę su lijundra sieti autoįvykiai vyko liepos-rugpjūčio mėn. Taip pat lijundrai yra būtina neigiama paviršiaus oro temperatūros (t_0) sąlyga. Tokie atvejai kelia įtarimų gali būti neteisingai identifikuotos meteorologinės sąlygos autoįvykių metu (bent jau pavieniais atvejais) (aktualu ANTRAI HIPOTEZEI).

Pagal aukštesnį grafiką taip pat abejotinos rūko reikšmės esant temperatūrai >10 ar 15 C.

Giedra dažniau buvo tuomet, kai kritulių kiekis artimas nuliui, tačiau pasitaiko atvejų, kad kritulių kiekis per valandą (rr_per) galėjo būti ir ženklus (>5 mm). Tai gali būti susiję ir su duomenų kokybe, tačiau nereikia atmesti didelio kritulių nehomogeniškumo laike ir erdvėje požymio. T.y., priskirtoje artimiausioje stotyje galėjo lyti, o autoįvykio vietoje - ne. Kitomis išskirtomis meteorologinėmis sąlygomis kritulių kiekis yra logiškas (sniegas, kruša, lietus, lijundra, pūga).

Atvejai, kai meteorologinės sąlygos nustatytos kaip giedros, o kritulių kiekis per valandą ar 6 val. buvo ženklus. Galima pastebėti, kad vienos valandos ir 6 val. kritulių kiekis atvejais, kai buvo giedros sąlygos, yra pakankamai artimas. Tai reiškia, kad 6 val. kritulių kiekis iškrito per vieną val. (rodo sąlygų pokytį).

Sniego storis (snow_aws) buvo didesnis tais autoįvykių atvejais, kurie priskirtos sniego/krušos, pūgos, stipraus vėjo (galima sąsaja su pūga, nes pūga yra sniegas + vėjas) meteorologinės sąlygos.

Autoįvykių metu artimiausiose meteorologijos stotyje nustatytas maksimalus valandos vėjo greitis (ws_max_hw) buvo mažesnis autoįvykių statistikoje priskirtais rūko atvejais. Tai iš dalies atitinka meteorologijos teoriją, kurioje nurodoma, kad rūkui formuotis palankus nestiprus vėjos (2-4 m/s). Pūgos ir stipriaus vėjo atvejais maksimalaus vėjo reikšmių intervalas vyrauja didesnio vėjo greičio skalės dalyje nei kitais atvejais. Likusių išskirtų meteorologinių sąlygų metu buvusių maksimalių vėjo reikšmių pasiskirstymas panašus.

IŠVADA: išskirtos meteorologinės sąlygos autoįvykių statistikoje neblogai atitinka reiškinių apibūdinimą ir jų pasikartojimą tam tikros oro temperatūros, vėjo ar kt. atvejais. Tačiau statistikoje pateikta klasifikacija kai kuriais atvejais prasilenkia su meteorologijos teorija ir turi būti atskirai analizuojami ir, esant reikalui, atmetami. Netikslumai galėjo atsirasti suvedant autoįvykių statistinius duomenis, o gal net ir jas įvertinant ir priskiriant autoįvykiui. Šiame tyrime meteorologinių grupių klasifikacijos tikslumo vertinimas ir duomenų tikslinimas nenumatytas, bet tai gali būti atliekama ateityje (aktualu ANTRAI HIPOTEZEI).

2.3 Pagal kelio dangos būklę
Arti nulio esanti ir neigiama temperatūra daugiausiai susijusi su apledėjusia, apsnigta kelio danga. Šlapia kelios dangos būklė daugiausiai buvo kai temperatūra viršijo 0 C, bet nesiekė 10 C (atitinka sniego, ledo tirpsmo ir mažo garavimo sąlygas). Sausa kelio dangos būklė daugiausiai fiksuota tuomet, kai vyravo šiltos orų sąlygos (apie 15-25 C), kas susiję su geresniu garavimu ir šiltesniais orais. (Kelio dangos būklė "užteršta" šiame tyrime nėra aktuali).

Kritulių kiekis apledėjusios ir apsnigtos kelio dangos atvejais dažniau pasitaikė artimas 0. Šlapios dangos atveju kritulių kiekis per valandą buvo ir didesnis, tačiau keista, kad panaši situacija fiksuojama ir sausos kelio dangos metu. Verta prisiminti tyrimo pradžioje keltą problematiką ar giedros ir sausos kelio dangos sąlygos yra gerai identifikuojamos (aktualu ANTRAI HIPOTEZEI).

Kelio dangos būklė esant išmatuotai sniego dangai (snow_aws) buvo apledėjusi, apsnigta, šlapia ir, nors mažiau atvejų, tačiau ir sausos kelio būklės metu. Teoriškai tokia situacija įmanoma, tačiau esant sniego dangai ant kelio būklė turėtų būti priskiriama "apsnigta" kategorijai. Todėl atkreipiamas dėmesys į sausą kelio būklę (aktualu ANTRAI HIPOTEZEI).

Toliau bus vertinamos vidutinės išmatuotos meteorologinės sąlygos autoįvykių metu nustatytoms sąlygos ir kelio dangos būklei. Grupuotoje lentelėje pateiktas oro ir dirvožemio paviršiaus temperatūros, kritulių kiekio, sniego dangos storio, matomumo ir maksimalaus vėjo greičio vidurkiai pagal autoįvykių metu išskirtas meteorologines sąlygas ir kelio dangos būklę (kategorijomis). Galima pastebėti, kad iš esmės gautos reikšmės didesne dalimi atitinka meteorologinę logiką. Pavyzdžiai.

• Apsiniaukusiomis ir giedromis sąlygomis (nepriklausomai nuo kelio dangos būklės) kritulių kiekis artimas 0 mm.
• Lietaus, lijundros, pūgos atvejais kritulių kiekis vidutiniškai gali siekti ir iki 0,7 mm/val.
• Rūko atveju kritulių beveik nebūna.
• Mažiausias matomumas yra lijundros, rūko ir pūgos atvejais.
• Didžiausias vidutinis vėjo greitis - pūgos, stipraus vėjo atvejais.
• Neigiama oro ar dirvožemio paviršiaus temperatūra vyrauja tada, kai kelio dangos būklė yra apledėjusi, apsnigta arba krenta sniegas/kruša.

Pagal šias vidutines sąlygas duomenų prieštaravimo giedros metu buvusioms sausoms sąlygos nepastebima, nors prieš tai analizėje atskiri atvejai yra kvestionuotini. Bendrai, visos išmatuotos meteorologinės sąlygos siejasi su autoįvykiu metu nustatytomis meteorologinių sąlygų kategorijomis ir kelio dangos būkle, nors atskiri pavieniai atvejai ir nėra tinkami. Suprantant tyrimo metu apjungtų duomenų šaltinių neapibrėžtumus (pvz., artimiausios meteorologijos stoties duomuo nebūtinai atitinka autoįvykio metu buvusias sąlygas arba autoįvykio metu nustatytos meteorologinių sąlygų ar kelios dangos būklės kategorijos gali būti vizualiai netinkamai įvertintos) ir remiantis gautais rezultatais, ANTRA HIPOTEZĖ priimama kaip teisinga.

3. Kelio dangos būklės prognozavimas atliekant mašininį mokymąsi

Šioje dalyje sudaromi keli modeliai, kuriais prognozuojama kelio dangos būklės kategorija (sausa, šlapia, apledėjusi, apsnigta [užteršta nenaudojama]) pagal išmatuotas meteorologinių rodiklių reikšmes.

3.1 Tiesinė regresija
Tiesinė regresija su vienu iš kintamųjų (oro temperatūra, dirvožemio paviršiaus temperatūra, kritulių kiekiu, sniego dangos storiu ar matomumu) demontruoja mažą modelio patikimumą (iki ~0.3).

Tiesinė regresija su keliais kintamaisiais (oro temperatūra, dirvožemio paviršiaus temperatūra, kritulių kiekiu, sniego dangos storiu ar matomumu) demontruoja mažą modelio patikimumą (iki ~0.45).

3.2 Logistinė regresija
Logistinės regresijos patikimumas, naudojant dirvožemio paviršiaus temperatūros ir 3 val. kritulių kiekio nepriklausomus kintamuosius, siekia ~0.76. Sausos sąlygos (0) prognozuojamos gerai (precision ~0.83), o aplėdėjusios ir apsnigtos - beveik nenumatomos (<0.26)

Logistinės regresijos patikimumas, naudojant dirvožemio paviršiaus temperatūros, 3 val. kritulių kiekio ir matomumo nepriklausomus kintamuosius, siekia ~0.70. Geriausiai prognozuojamos sausos (0) ir iš dalies šlapios (1) sąlygos.

Logistinės regresijos patikimumas, naudojant visus penkis kintamuosiu, siekia ~0.76. Visi penki kintamieji nepagerina prognozavimo.

Išvada: logistinė regresija yra tinkamesnė nei tiesinė. Tačiau bendras modelio patikimumas gali tesiekti ~0.75 ir nelabai priklauso nuo naudojamų meteorologinių kintamųjų įvesties. Bet kokiu atveju, sausa kelio danga prognozuojama neblogai, šlapia - pusėtinai, tačiau panaudotas mašininis mokymasis nėra tinkamas žiemos meto kelio dangos prognozavimui (aplėdėjusi, apsnigta kelio danga).

IŠVADOS IR APIBENDRINIMAS
PIRMA HIPOTEZĖ. Daugiausiai autoįvykių įvyko vykstant pavojingoms meteorologinėms sąlygoms - ATMESTA.
ANTRA HIPOTEZĖ. Autoįvykių statistikoje nurodomos meteorologinės sąlygos dažniausiai nurodytos tinkamai - PRIIMTA.

Apibendrinimas

Analizuojant įskaitinių autoįvykių Lietuvoje duomenis 2017-2023 m. nustatyta, kad daugiau autoįvykių įvyksta šiltojo sezono mėnesiais (birželis- rugsėjis). Daugiausiai autoįvykių įvyksta penktadieniais, mažiausiai pirmadieniais. Vidutiniškai autoįvykiai įvyksta 14:31:58 laiku. Daugiausiai autoįvykių įvyko giedromis sąlygomis esant sausai kelio dangos būklei (11058 atv.). Antroje vietoje yra apsiniaukusios sąlygos su šlapia kelio danga (2608 atv.). Daugiausiai žuvusių ir sužeistų asmenų buvo giedromis ir sauso kelio dangos sąlygomis (žuvo 529, sužeista 12736). Antroje vietoje yra apsiniaukusios, šlapios kelios dangos sąlygos (163 žuvo, 2978 sužeisti). Vidutiniškai išmatuotos meteorologinės sąlygos atititinka nustatytų sąlygų autoįvykių metu meteorologinę klasifikacija, tačiau yra atskiri atvejai, kurios reikėtų peržiūrėti ir įvertinti jų klasifikavimo tinkamumą. Tai atlikus gali pagerėti mašininio mokymo algoritmų gebėjimas suprognozuoti kelio dangos būklės sąlygas, nes kol kas prognozavimas yra ribotas. Taip pat ateityje galima naudoti daugiau nei 18 meteorologijos stočių duomenis.