Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

The KDE+ software: a tool for effective identification and ranking of animal-vehicle collision hotspots along networks

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F44994575%3A_____%2F16%3AN0000076" target="_blank" >RIV/44994575:_____/16:N0000076 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://link.springer.com/article/10.1007/s10980-015-0265-6" target="_blank" >http://link.springer.com/article/10.1007/s10980-015-0265-6</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/s10980-015-0265-6" target="_blank" >10.1007/s10980-015-0265-6</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    The KDE+ software: a tool for effective identification and ranking of animal-vehicle collision hotspots along networks

  • Popis výsledku v původním jazyce

    Objective identification of locations on transportation networks, where animal-vehicle collisions (AVC) occur more frequently than expected (hotspots), is an important step for the effective application of mitigation measures.We introduce the KDE+ software which is a programmed version of the KDE+ method for effective identification of traffic accident hotspots. The software can be used in order to analyze animal-vehicle collision data. The KDE+ method is based on principles of Kernel Density Estimation (KDE). The symbol ‘+’ indicates that the method allows for the objective selection of significant clusters and for the ranking of the hotspots. It is also simultaneously applicable to an unlimited number of road segments. We applied the KDE+ method to the entire Czech road network. The hotspots were ranked according to their significance. The resulting hotspots represent a short overall road length which should require a more detailed assessment in the field. The 100 most important clusters of AVC represent, for example, only 19.7 km of the entire road network (37,469 km). We present an objective method for hotspots identification which can be used for AVC data. This method is unique because it determines the significance level of hotspots in an objective way. The prioritization of hotspots allows a transportation manager to effectively allocate resources to a feasible number of identified hotspots. We describe the software, data preparation and present the KDE+ application to AVC data.

  • Název v anglickém jazyce

    The KDE+ software: a tool for effective identification and ranking of animal-vehicle collision hotspots along networks

  • Popis výsledku anglicky

    Objective identification of locations on transportation networks, where animal-vehicle collisions (AVC) occur more frequently than expected (hotspots), is an important step for the effective application of mitigation measures.We introduce the KDE+ software which is a programmed version of the KDE+ method for effective identification of traffic accident hotspots. The software can be used in order to analyze animal-vehicle collision data. The KDE+ method is based on principles of Kernel Density Estimation (KDE). The symbol ‘+’ indicates that the method allows for the objective selection of significant clusters and for the ranking of the hotspots. It is also simultaneously applicable to an unlimited number of road segments. We applied the KDE+ method to the entire Czech road network. The hotspots were ranked according to their significance. The resulting hotspots represent a short overall road length which should require a more detailed assessment in the field. The 100 most important clusters of AVC represent, for example, only 19.7 km of the entire road network (37,469 km). We present an objective method for hotspots identification which can be used for AVC data. This method is unique because it determines the significance level of hotspots in an objective way. The prioritization of hotspots allows a transportation manager to effectively allocate resources to a feasible number of identified hotspots. We describe the software, data preparation and present the KDE+ application to AVC data.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    JO - Pozemní dopravní systémy a zařízení

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/ED2.1.00%2F03.0064" target="_blank" >ED2.1.00/03.0064: Dopravní VaV centrum</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2016

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Landscape Ecology

  • ISSN

    0921-2973

  • e-ISSN

  • Svazek periodika

    31

  • Číslo periodika v rámci svazku

    2

  • Stát vydavatele periodika

    NL - Nizozemsko

  • Počet stran výsledku

    7

  • Strana od-do

    231–237

  • Kód UT WoS článku

    000372318900003

  • EID výsledku v databázi Scopus