Home About Browse Search
Svenska


Sjölund, Magnus, 2016. Road and landscape features affecting the aggregation of ungulate vehicle collisions in southern Sweden. Second cycle, A2E. Grimsö: SLU, Dept. of Ecology

[img]
Preview
PDF
1MB

Abstract

Ungulate-vehicle collisions (UVC) are increasing in Sweden and raises concern to traffic safety, socio-economics and wildlife management. Accident numbers are steadily growing but the trends are not well related to the changes in ungulate population sizes or hunting bag statistics. Authorities ask for more efficient mitigation strategies, but this require a good understanding of where and why UVC occur more frequently in some areas compared to others and which factors that affect these aggregated patterns. To find out which factors that are crucial to the emergence of UVC we studied a selection of roads stretches where UVC were frequent and compared road and landscape features with stretches with lower frequency of accidents. I used UVC records during 2010 - 2014 provided by hunters who have been called by the police to the accident site. In contrast to the official police records, these hunter reports contain exact location data as well as correct species identification.
A total of 189,733 UVCs has been reported during the 5-year period, of which most involved roe deer (77%), fewer involved moose (11%), wild boar (9%), fallow deer (3%) and red deer (1%). While roe deer and moose occur broadly across Sweden, the other ungulates have more restricted but expanding distributional ranges. For my study, I therefore selected southern and south-central Sweden where all five species occur and where road density, human population and UVC frequencies are highest. I further focused on primary and secondary roads, excluding the more comprehensive tertiary and private road network where about only 15% of reported UVC occur. I studied the summed UVC pattern in general and did not distinguish between the involved species.
To distinguish road stretches with high density of UVC (clusters) from stretches with low UVC density I used a modified kernel density estimation approach (KDE+; Bil et al. 2013) where a high density UVC road stretch have a minimum number of UVC (≥ 5 accidents within the cluster road section) I identified a total of 1596 UVC clusters. From these, we randomly selected 474 clusters, which we compared to 429 random and non-aggregated UVC sites outside the identified clusters. Due to the spatial error and uncertainty in UVC positioning, we considered each UVC location (in and outside cluster) to represent a 500 m road segment. At each site, we measured 15 road related factors (ocular evaluation of Google Street ViewTM imagery) and 17 landscape related factors (derived from topographic map data and GIS data bases within 1 km radius around the site). We used a generalized logistic regression approach to identify themost important factor combinations explaining the clustering of UVC. According to our results, the clustering of UVC tends to occur in areas where the road corridor is attractive, accessible and open for wildlife. Such areas are characterized by diverse landscapes with forest patches and with many leading structures such as watercourses, other roads, lakes etc. These features, in combination with traffic and road related data (speed, traffic volume, absence of wildlife fences) provide a powerful explanation of UVC clustering.

,

Antalet viltolyckor som involverar klövdjuren ökar i Sverige, vilket bland annat har medfört högre samhällskostnader, trafiksäkerhetsproblem samt försvårat viltvård. Ökningen av viltolyckor med klövdjur tycks dock inte följa respektive arts avskjutningsstatistik. Myndigheter frågar efter nya och bättre strategier för att bryta trenden och minska antalet viltolyckor. En grundförutsättning för att åstadkomma detta är att förstå vilka faktorer som påverkar olycksrisken för att kunna förutsäga var och varför viltolyckor förekommer mer frekvent på vissa vägsträckor än på andra.
I studien använde jag av viltolycksstatistik mellan åren 2010 och 2014 med inriktning på de större klövdjuren i mellersta och södra Sverige. Statistiken bygger på rapporter från eftersöksjägare som kallats till olycksplatserna av polisen. Jägarnas rapporter innehåller exakta positionsuppgifter samt korrekt artbestämning, något som inte funnits tidigare i polisens olycksregister.
Under denna 5-årsperiod rapporterades totalt 189 733 viltolyckor med klövdjur, varav mest rådjur (77%), betydligt färre olyckor involverade älg (11%), vildsvin (9%), dovhjort (3%) och kronhjort (1%). Vi har valt södra och mellersta Sverige som studieområde där alla fem arter förekommer och där vägtäthet, befolkning och viltolycksfrekvenser är högst. Vi fokuserade på primära och sekundära vägar och exkluderade det privata vägnätet, där enbart ca. 10% av viltolyckorna är rapporterade. Vi särskilde inte olyckorna mellan de olika arterna, utan studerade viltolyckor som en generell händelse.
För att identifiera aggregationer (kluster) i olycksfördelningen längs det studerade vägnätet använde jag en ny, modifierad kernel density estimation metod (KDE+). Jag definierade ett olyckskluster som vägsträcka där minst fem olyckor registrerades under femårs perioden 2010-2014. Jag identifierade totalt 1596 kluster. Av dessa valde jag slumpmässigt 474 olyckskluster och jämförde dem med 429 enskilda olycksplatser utanför klusterområdena (vägsträckor med mindre än tre viltolyckor under femårsperioden). Olyckor i och utanför klustersträckorna jämfördes med hänsyn till både väg- och landskapsrelaterade faktorer i en logistisk regression. För varje olyckssträcka uppmättes lokala vägrelaterade variabler med hjälp av okulär bedömning i Google Street ViewTM och i digitala väg- och trafikdatabaser. Landskapsrelaterade variabler kvantifierades från topografiska kartor och satellitbilder. Avskjutningsstatistik hämtades från jägarförbundet. Enligt våra resultat, tenderar olyckskluster att ske i områden där vägkorridoren är attraktiv, tillgänglig och öppen för vilda djur, samt ligger i ett småbrutet landskap med mindre skogsområden och många ledande fysiska strukturer som leder djurens vandringar mot vägen. Dessa egenskaper, i kombination med högre trafik och hastighet samt avsaknaden av viltstängsel förklarar till stor del var olyckskluster uppstår.

Main title:Road and landscape features affecting the aggregation of ungulate vehicle collisions in southern Sweden
Authors:Sjölund, Magnus
Supervisor:Seiler, Andreas
Examiner:Månsson, Johan
Series:Självständigt arbete/Examensarbete / SLU, Institutionen för ekologi
Volume/Sequential designation:2016:13
Year of Publication:2016
Level and depth descriptor:Second cycle, A2E
Student's programme affiliation:None
Department:(NL, NJ) > Dept. of Ecology
(S) > Dept. of Ecology
Keywords:cluster, kernel density estimation, spatial pattern, traffic safety, ungulate, vehicle accidents, wildlife
URN:NBN:urn:nbn:se:slu:epsilon-s-6123
Permanent URL:
http://urn.kb.se/resolve?urn=urn:nbn:se:slu:epsilon-s-6123
Subjects:Animal ecology
Language:English
Deposited On:12 Jan 2017 14:18
Metadata Last Modified:12 Jan 2017 14:18

Repository Staff Only: item control page

Downloads

Downloads per year (since September 2012)

View more statistics

Downloads
Hits