Epsilon Archive for Student Projects

Abstract

The number of wildlife collisions on the Swedish railroads is increasing at a rate unmatched by the development of wildlife populations and expansion of the railroad traffic. It is therefore essential to identify areas where the yearly risk of collisions is great (blackspots), to be able to allocate mitigating efforts in areas where they are most essential and effective. The aim of this report was to develop a method to iden-tify blackspots for roe deer and moose collisions on railroads. Incidents are reported by segments, which are partitioned sections of the railroads. I defined a segment as a blackspot when it had continuously high number of incidents. Four different sets of blackspots were created. Segments were defined as blackspots if they were 10 or 13 years above the 60th percentile of the national distribution of incidents per km, or 10 or 13 years above the 70th percentile. The segments within these four sets where then ranked. To evaluate the different sets, I performed separate logistic regression for each set of defined blackspots where the dependent variables were the blackspots (1) and segments below the 50th percentile for all years (0). To further analyse the difference of the sets, receiver operating characteristics (ROC) - curves were calculated for each final model which is a statistical tool used to assess a logistic model’s ability to differentiate between, in this case, blackspots and low-frequency segments. For both species, 13 years above the 70th percentile resulted in models with the greatest ability to discriminate between blackspots and low-frequency segments and held the highest number of incidents per total length of railroads. Future analysis of which percentile to use and how many years the segment should be above that percentile is needed. However, I have developed a method to identify the segments that are in the biggest need of mitigating efforts. The strength of my approach to identify blackspots is that it can be adjusted to different needs and purposes, and is flexible to suit many different goals.

Antalet kollisioner med vilt ökar längs Sveriges järnvägar vilket bland annat orsakar ekonomiska förluster till följd av reparation av tåg och tågräls. Det orsakar även psykologiska besvär för lokförare som inte har möjlighet att bromsa, samt förlust av jaktbara arter och onödigt lidande bland vilt. Samhället står därför inför utmaningen att minska dessa kollisioner genom att identifiera de områden där åtgärder kommer att vara mest effektiva. Områden där viltkollisioner ofta förekommer med höga frekvenser kan kallas för blackspots. Syftet med denna rapport är att identifiera viktiga aspekter för definiering av blackspots såväl som att skapa en metod som kan ta vara på dessa aspekter längs med järnväg.
Trafikverkets databas OFELIA innehåller bl.a. incidenter med vilt som förväntas störa tågtrafiken längs järnvägar. För åren 2001 till 2016 sammanställde jag antalet incidenter per tågsträcka och art. Totalt rapporterades 62 786 incidenter fördelade på 38 däggdjurs-arter. De vanligaste arterna inblandade i kollisioner var rådjur och älg följt av ren, tamdjur, hjort (kronhjort och dovhjort) och vildsvin. Antalet incidenter såväl som antalet sträckor som det rapporterats incidenter på har stadigt ökat under den aktuella tidsperioden.
Blackspots för rådjur och älg definierades genom att välja ut de sträckor som under flest antal år haft en särskilt hög olycksbelastning sett till antal olyckor per km per år i Sverige. Mer i detalj valde jag fyra olika kombinationer av blackspots, 10 eller 13 år över 60 percentilen av det årliga antalet olyckor per km för alla sträckor, eller 10 eller 13 år över 70 percentilen. Dessa kombinationer utvärderades sedan med hjälp av en logistisk regression där blackspots jämfördes med sträckor med få olyckor för att se hur väl blackspotsen kunde identifiera miljövariabler som leder till en ökad mängd kollisioner. De definierade blackspotsen rankades sedan utefter ett set av kriterier för att kunna belysa de sträckor där det största behovet av åtgärder finns. För att se hur väl modellerna kunde skilja mellan blackspots och kontroll, alltså sträckor med få olyckor, användes ett statistiskt verktyg kallat Receiver Operating Characteristics (ROC).
Genom att välja ut de sträckor som låg minst 13 år över 70 percentilen identifierades de sträckor som hade högst antal kollisioner per km. Denna studie har pekar ut ett set av tåg-sträckor med ett upprepat högt antal kollisioner där motverkande åtgärder bör koncentreras. Studien har även belyst vikten av att fokusera på vilka kriterier som ska inkluderas vid definition av blackspots. Genom att automatisera de steg som genomförts i denna studie finns goda förutsättningar för att snabbt kunna identifiera framtida konfliktsträckor mellan tågtrafik och djur i Sverige.