VTI meddelande
Nr 697 - 1993
Olyckskvot under dygn med olika regnmängd
Rein Schandersson
div
Väg- och
VTl meddelande
Nr 697 - 1993
Olyckskvot under dygn med olika regnmängd
Rein Schandersson
Trafik-Utgivare: Publikation: VTI MEDDELANDE 697 Utgivningsår: Projektnummer:
1993 72002-9
moch Trafik Projektnamn:
8Institutot Utveckling av FoU-metoder
Statens väg- och trafikinstitut (VTI) e 58101 Linköping
Författare: Uppdragsgivare:
Rein Schandersson Statens väg- och trafikinstitut (VTT)
Titel:
Olyckskvot under dygn med olika regnmängd
Referat (bakgrund, syfte, metod, resultat) max 200 ord:
Med VTTI:s egna forskningsmedel har en undersökning gjorts av hur olyckskvoten, baserad på polisrapporterade trafikolyckor, varierar med dygnsnederbörd i form av regn.
Undersökningen bygger på gamla data för alla belagda, statliga vägar i Sverige under 1977-1980, som ursprungligen sammanställdes för andra syften. Datamaterialet är mycket omfat-tande och fort farande unikt. Det är av den anledningen så pass gamla data har återanvänts. Resultaten visar att olyckskvoten kan vara 50-100 % högre under dygn med mycket regn jämfört med dygn helt utan regn. Vidare finns en tendens till att nederbördsfria dygn har något högre olyckskvot än dygn med någon nederbörd.
Nyckelord:
Publisher: Publication: VTI MEDDELANDE 697 Published: Project. code:
1993 72002-9
Swedish Roadand Project
' TrafficResearchInstitute
Maintenance. Development of R&D
Swedish Road and Traffic Research Institute e S-581 01 Linköping Sweden! methods
Author:
Sponsor:
Rein Schandersson
Swedish Road and Traffic Research
Institute
Title:
Accident rate during days with different amounts of rain
Abstract (background,aims, methods, results) max200 words:
An investigation has been made of how the accident rate - based on road accidents reported
by the police - varies with the amount of rain in a day (24 hours). The project has been financed
from the government grants to the institute.
Data for all paved government roads in Sweden during the period 1977-1980 have been analysed.
The data, which were originally compiled for other purposes, were used because they are very
extensive and remain unique for Sweden.
The results show that the accident rate can be 50-100 % higher during days with heavy rain
compared to days without rain. The results also indicate that the accident rate during days com
pletely without rain is slightly higher than during days with small amounts of rain.
Keywords:
Language:
,
No. ofpages:
FÖRORD
Jag vill framföra ett tack till de forskare vid VTI med vilka jag diskuterat både projektets uppläggning och dess resultat. Jag vill särskilt markera de värdefulla synpunkter som lämnats av Staffan Möller och Gudrun Öberg.
TINNEHÅLLSFÖRTECKNING
Sid
SAMMANFATTNING I
1 BAKGRUND 1
2 SYFTE OCH AVGRÄNSNINGAR
'
3
3
PROBLEMDISKUSSION
A
4
GENOMFÖRANDE
8
4 ,. 1
Datamaterialet
8
4.1.1
Omfång
8
4 , 1 . 2
Variabelbeskrivning
9
4 , 2
Olycksmått och viltolyckor
11
4 , 3
Innebörden av olyckskvot vid olika
dygnsnederbörd
13
5
RESULTAT
15
5.1
Olyckskvoten vid olika dygnsnederbörd
-alla olyckor
15
5.1.1
Hela materialet
15
5.1.2
Olika uppdelningar
17
5. 2
Olyckskvoten vid olika dygnsnederbörd
-personskadeolyckor
21
5.3
Olyckstyper, skadeföljd, ljusförhållanden
22
6
DISKUSSION
27
7
SLUTSATSER
31
3
REFERENSER
32
OLYCKSKVOT UNDER DYGN MED OLIKA REGNMÄNGD
av Rein Schandersson
Statens väg- och trafikinstitut 581 01 LINKÖPING
SAMMANFATTNING
Kunskapen om hur olyckskvoten varierar med olika väderförhållan-den är fortfarande ofullständig. Så är t ex fallet vid regn-väder. De flesta studier som gjorts har koncentrerats till sam-banden mellan vått väglag och olyckskvot. Vått väglag orsakas oftast av regn, men regn orsakar också andra problem för trafi-kanterna - t ex nedsatt sikt. Det finns få resultat som rör sam-banden mellan regn och olyckskvot. Denna undersökning, som beta-lats av VTIs forskningsmedel, hade syftet att öka kunskapen om dessa samband.
Det datamaterial som analyserats sammanställdes i början av 1980-talet för att studera skillnader i olyckskvot för olika beläggningstyper. Det omfattande materialet består av detalje-rade uppgifter om vägar, trafik, olyckor och väder i Sverige under 1977-1980. Motivet för att använda så pass gamla data var att liknande material från senare år inte fanns tillgängligt och att en ny datasammanställning skulle kräva avsevärda insatser.
Resultaten visar att:
- olyckskvoten förändras mycket lite vid små nederbördsmängder under dygnet, men att ökningen därutöver är snabbare än lin-jär
- under dygn med mycket små regnmängder är tendensen att olyckskvoten är 0-10 % lägre än under helt torra dygn
- under dygn med mycket regn kan olyckskvoten vara 50-100 % högre än under helt torra dygn
Bland andra resultat bör nämnas att:
- skadeföljden visar ett mönster som liknar olyckskvoten: lägst under dygn med viss nederbörd, högst under dygn med antingen ingen eller mycket nederbörd.
- andelen singelolyckor visar en tendens att öka med ökande mängd regn under dygnet.
II
Resultaten är inte direkt jämförbara med resultat från undersök-ningar som jämfört olyckskvoten vid olika väglag. Anledningen är att det under vad som betecknats som regndygn inte varit vått väglag hela dygnet annat än i undantagsfall.
I diskussionen nämns i korthet att en förklaring till resultaten kan vara att trafikanterna anpassar sig till yttre förhållanden. Den anpassningen kan tänkas ge en "överkompensation" vid små regnmängder, men är otillräcklig då det regnar mycket.
En helt annan typ av slutsats är att den indelning i södra, mellersta och norra Sverige som använts och används vid många undersökningar inom trafikområdet bör revideras, så att hänsyn även tas till nederbörd.
1 BAKGRUND
För att studera skillnader i olyckskvot för olika beläggnings-typer sammanställdes i början av 1980-talet ett mycket stort material med uppgifter om vägar, trafik, olyckor och väder. Materialet har använts i flera olika sammanhang (bl a (1), (2), (3) och (4)), men är fortfarande unikt (och användbart) genom att så gott som samtliga (dåtida) statliga, belagda vägar var med och många olika datakällor kopplades samman.
I materialet finns bland annat uppgifter om trafik, nederbörd och inträffade olyckor på olika vägsträckor för varje dygn under perioden 1977-1980. För vägsträckorna finns uppgifter om hastig-hetsgräns, vägtyp, belagd bredd o s v.
Tidigare har materialet använts för att ta fram samband dels mellan olyckskvot och beläggningstyp respektive beläggningsytans tillstånd _((1), (2) och (3)), dels mellan olyckskvot och mängd snönederbörd under dygnet (4). I den senare studien fanns också en del resultat för hur olyckskvoten varierar med regnmängd. Dataunderlaget för detta var dock litet eftersom endast vinter-halvåret studerades.
Bättre kunskap om hur olyckskvoten varierar med regnmängden är värdefull av flera olika skäl. Ett sådant är det generella att ju mer vi vet om hur trafik- och trafikolycksparametrarna vari-erar med olika förhållanden, desto bättre hypoteser kan vi stäl-la upp om hur förändringar påverkar trafikanternas beteende och olycksrisk.
I princip finns ju också alltid det mer konkreta målet att man vill kunna förutsäga effekten av olika åtgärder och även då är det värdefullt med differentierad kunskap om olycksvariation. Med mer specialiserad kunskap kan åtgärderna vara mer precisa genom att vi bättre kan bedöma effekterna.
En kanske naturlig invändning är att kunskap om hur olycksrisken varierar med regnmängd behöver vi inte eftersom vi inte kan be-stämma hur mycket det ska regna. Men då har man dels glömt bort att olycksriskens samband med regnmängd kan vara olika för olika vägut formning, dels att nederbörden varierar över landet. För att säkrare kunna predicera effekten på trafiksäkerheten av t ex en hastighetsförändring på en viss typ av vägar i en viss del av landet måste vi ha detaljerad kunskap om bl a olyckskvotens va-riation med nederbördsmängd! vid olika hastighetsgräns.
Vi har viss, begränsad kunskap om hur hastigheterna påverkas av yttre förhållanden som t ex regnintensitet och även om hur väg-grepp och sikt påverkas av regn. Med kunskap även om hur olycks-kvoten varierar med regnmängden blir grunden mer fullständig när olika hypoteser om förarbeteende tas fram.
I en framtid när vägfordon (kanske) är utrustade med mycket sofistikerad elektronisk utrustning, som dels ger föraren mer information, dels kanske också "griper in" och kontrollerar for-donet behövs också detaljerad kunskap bl a om hur yttre förhål-landen påverkar systemet förare-fordon-väg.
Mer nära i tiden kanske "intelligenta skyltar" är. Sådana skulle kunna ge olika varningsinformation alternativt variera hastig-hetsgränsen efter väder-, väglags- och trafikförhållanden.
Undersökningen har betalats med VTIs egna forskningsmedel.
1. Förutom, naturligtvis, detaljerad kunskap om andra olycks-dimensioner som olyckstyp, typ av trafik m m.
2 SYFTE OCH AVGRÄNSNINGAR
Undersökningens syfte var att beskriva hur olyckskvoten? varie-rar med regnmängd på olika typer av vägar och att diskutera möj-liga förklaringsfaktorer.
Datatamaterialet samlades ursprungligen in för andra syften ((1) och (2)) och det har medfört olika typer av begränsningar i ana-lysen - t ex vad gäller tidsindelning och nederbördsklasser. I de ursprungliga undersökningarna användes dygnet som enhet och dygnet blev därför den minsta tidsenheten även i denna undersök-ning. I primärundersökningarna gjordes också en mycket grov in-delning i olika nederbördstyper och dessa kunde inte nu diffe-rentieras ytterligare.
Användningen av sekundärmaterial väcker också frågor som rör representativiteten. Det rör sig om drygt tio år gamla data och sedan dess har vägnätet och bilparken förändrats. Även det all-männa trafiksäkerhetsläget bör ha ändrats genom att användning av bilbälte nu är obligatoriskt på alla platser i en bil, has-tighetsnivån är högre m m.
Tillsammans gör detta att de olyckskvotsnivåer som presenteras inte är direkt överförbara till dagsläget. Undersökningens syfte gäller dock relativa jämförelser, som påverkas mindre av allmän-na förändringar.
2. Olyckskvoten används ofta som ett trafiksäkerhetsmått och sägs då beskriva risken för trafikolyckor. Den uttrycks vanligen som antal olyckor per miljon axelparkilometer
3 PROBLEMDITISKUSSION
Att vatten på vägen kan utgöra ett trafiksäkerhetsproblem vet vi sedan många undersökningar. Vi vet också en hel del om t ex vat-tenplaningsfenomen. Däremot vet vi mindre om hur trafikanterna påverkas av olika trafikförhållanden och vad det leder till ifråga om beteende, fordonskontroll m m.
I ©strecksatserna nedan redovisas kortfattat en del av den kun-skap och de förmodanden som finns om trafik under regn eller vid våt eller fuktig vägbana. De ger förhoppningsvis en tillräcklig bas för den diskussion om utseendet av sambandet olyckskvot-regnmängd, som följer därefter.
När det gäller själva effekterna på olyckskvot och hastigheter -alltså på makronivå - så vet vi att
- olyckskvoten - genomsnittligt sett - är högre på våt än på torr vägbana (se t ex (5), (11), (12)) .
-= under vintern tycks olyckskvoten vid små eller måttliga regn-mängder skilja sig mycket lite från olyckskvoten vid uppe-hållsväder. Vid stora regnmängder ökar den dock snabbt (4).
- det inträffar mycket få viltolyckor då det regnar (viltet rör sig mycket lite vid nederbörd. Se kapitel 4.2 nedan).
- andelen våtvägsolyckor ökar svagt med minskad friktion ned till 0,3-0,4. Därefter, alltså vid lägre friktionsnivåer, ökar andelen snabbt (6).
- hastigheterna är i genomsnitt ett par km/h lägre vid vått än vid torrt väglag (7) .
- hastighetsnivån är ytterligare lite lägre just när regn fal-ler och sjunker med ökad regnintensitet (8) .
Dessa effekter är ju aggregerade värden av hur många trafikanter påverkas av våt väderlek. De beror i sin tur på en kombination av hur väder och väglag påverkar dels trafikanten, dels fordonet och även systemet förare-fordon. Olika trafikanter (och olika fordon) påverkas i olika hög grad av yttre förhållanden. Vi vet mest om hur fordon påverkas av vatten på vägbanan, t ex:
- vid våt vägbana sjunker bromsfriktionen med ökad hastighet (9) i
- vattenplaningsfenomen kan inträffa vid våt vägbana och vid lägre hastighet ju mer vatten som finns på vägytan (9).
Vi har mycket begränsad kunskap om hur trafikantbeteendet påver-kas av yttre förhållanden som regn eller våt vägbana, som i båda fallen också kan inträffa i kombination med dis eller dimma. Vissa rimliga antaganden kan dock göras:
- att vatten på vägbanan försämrar bilens väghållning känner många trafikanter till. Det bör leda till en anpassning som yttrar sig som lägre hastighet (men kanske otillräckligt låg för att ha samma fordonskontroll som vid torrt väglag).
- regn försämrar sikten och det bör rimligen också leda till försiktighet (sänkt hastighet, ökad uppmärksamhet, färre omkörningar?)
- regn vintertid med temperatur kring noll medför halkrisk, vilket också bör leda till ökad försiktighet.
=- vissa, försiktiga trafikanter kanske kör mindre (eller inte alls) när det regnar och vid en kraftig regnskur kanske en del stannar bilen vid vägkanten.
Utifrån den kunskap vi har och de - mer eller mindre rimliga -antaganden som kan göras är det möjligt att ställa upp ett antal "hypoteser" om sambandet mellan olyckskvot och regnmängd under dygnet 3 .
Nedan visas några tänkbara utseenden på sambandet beroende på vilka antaganden som görs om både fordonsegenskaper i vått väg-lag och om hur trafikanter kör när det regnar eller är fuktigt, blött på vägen.
3. Att dygnet måste användas som enhet beror på överväganden som gjordes i de ursprungliga undersökningarna ((1) och (2)) .
OlkaSkVOt olyckskvot OlkaSkVOt
111 pf/ ////////__Mwm-i
1+
,/////////,,// il
1 +
regnmängd/dygn
regnmängd/dygn
regnmängd/dygn
olyckskvot
olyckskvot
v
IV
regnmängd/dygn
regnmängd/dygn
Figur 3.1 Principsamband mellan olyckskvot och regnmängd under
dygnet .
-
typ I visar ett antagande om avtagande marginaleffekt på
dygnsolyckskvoten vid ökad mängd regn under dygnet. Detta
stämmer med vad som konstaterades i (4)
för snönederbörd.
Där indikerades dock på ganska bräckligt dataunderlag
-att om nederbörden kom som regn liknade sambandet snarare
det som visas i IV eller V. Å andra sidan redovisar (10)4
just ett samband som ser ut som I. Det faktum att
benägen-heten för vattenplaning ökar snabbare än linjärt med ökande
vattenmängd (och hastighet) talar emellertid mot typ I.
-
typ II visar en linjär ökning av olyckskvoten med ökad
regn-mängd. Detta är gissningsvis vad en "vanlig" trafikant tror.
-
typ III anger att olyckskvoten ökar mer än linjärt
(kvadra-tiskt eller exponentiellt) med mängden regn. Det som talar
för detta är främst den ökade risken för vattenplaning och
minskad sikt vid stora regnmängder.
4. I
(10) redovisas en dock en analys på mycket aggregerad
ni-vå, som kan dölja många variationer. Författarna redovisar
också att olyckstalen sjunker med ökande mängd snönederbörd,
vilket avviker från vad man funnit i många andra
undersök-ningar.
- typ IV anger att en ökad olyckskvot kan påvisas först vid ganska stora regnmängder. För enkelhetens skull har ökningen här angetts som linjär, men den skulle kunna öka snabbare. Resultaten i (4) indikerar denna typ av samband.
- typ V slutligen har också stöd i (4). En förklaring skulle kunna vara en "överkompensation" (trafikanten blir försik-tigare än nödvändigt) vid små regnmängder.
Resultaten i (4) visar samband som ser ut
ungefär
som III, IV
eller V. Men i den undersökningen användes data för
vinterhalv-året
och underlaget var litet. Det finns några förhållanden som
gör
att sambandet kan ha ett annat utseende för sommarhalvåret.
Till
exempel så använder trafikanterna
andra typer av däck på
sommaren,
störtskurar är mycket sällsynta vintertid och risken
för ishalka är minimal under sommarhalvåret.
Sambanden
II-IV är på
ett sätt orimliga.
De pekar ju
strängt
uppåt med ökande nederbörd. Det gäller även V vid stora mängder.
Det
är kanske svårt
att tänka sig,
men i praktiken finns det
emellertid en naturlig gräns: det regnar ju inte hur mycket som
helst under ett dygn.
Huvudsyftet med undersökningen var, som nämnts, att beskriva
olyckskvotens variation med dygnsnederbörd. Resultaten kan också
användas
som utgångspunkt för diskussioner av möjliga
förkla-ringsfaktorer. Underlaget räcker dock inte till för detaljanalys
av
sådana faktorer. Förhoppningsvis
kan genomgången ovan både
bidra till sådana diskussioner och ge
en bättre förståelse för
resultaten.
4 GENOMFÖRANDE
Datamaterialet beskrivs mycket kortfattat i kapitel 4.1 nedan. För detaljer om insamlingen och utförligare beskrivning av data hänvisas till ((1), (2), (3) och (4)) .
Viltolyckor är av olika skäl ett problem vid olycksanalyser på aggregerad nivå - särskilt när olika väderförhållanden studeras. Detta diskuteras i kapitel 4.2.
I kapitel 4.3 diskuteras kortfattat vad olyckskvot under dygn med olika dygnsnederbörd innebär.
4 , 1 . Datamaterialet
Det ursprungliga materialet bestod av väg-, trafik-, olycks- och väderdata för så gott som samtliga statliga, belagda vägar under perioden 1977-1980.
I denna undersökning har endast data för sommarperioderna (1 maj till 30 september) använts.
4 , 1.1. Omfång
Under somrarna 1977-1980 inträffade 30 808 polisrapporterade olyckor på de studerade vägavsnitten. Trafikarbetet på dessa vägar var under sommarperioderna närmare 60 miljarder axelpar-kilometer.
I början och slutet av somrarna förekommer snö eller is på vägen i norra Sverige. Olyckor som skedde på is- och snöväglag mellan
1 maj och 30 september 1977-1980 togs inte med?. Då återstod 30 226 olyckor. Även trafikarbete under is- och snöförhållanden exkluderades* .
Endast olyckor på sträckor har undersökts. Alla olyckor i kors-ningar mellan statliga vägar har exkluderats. Några få kors-ningsolyckor tas dock inte bort på detta sätt: de som inträffat i korsningar mellan statliga och kommunala eller enskilda vägar.
Till grund för trafikarbetets fördelning på olika väderförhål-landen ligger mycket noggranna beräkningar. Data från ca 180 av SMHIs väderstationer utnyttjades. Varje väderstation fick repre-sentera ett relativt litet område och för det gjordes en väder-klassning! av varje dygn under fyraårsperioden. För vägarna i varje sådant "väderområde" togs data fram om trafikvariationer-na? dygn för dygn under de fyra åren och med kännedom om de olika vägavsnittens längd kunde trafikarbetet beräknas. Sist gjordes aggregeringar av data för dygn med lika väderförhållan-den.
4.1.2. Variabelbeskrivning
Följande variabler och variabelvärden har använts i undersök-ningen:
Region 1 = NS, norra Sverige (S-, W-, X-, Y-, Z-,; AC- och BD-län)
5. De var 582 st av de 30 808.
6. Beräkningen av trafikarbete vid olika väglag framgår av ovannämnda rapporter.
7. Efter nederbördstyp (snö, regn respektive snöblandat regn) och nederbördsmängd.
8. För detta utnyttjades data från ca 160 av Vägverkets helårs-räknade trafikräknepunkter.
Hastighet sgräns Vägtyp Slitlagertyp? Dygnsnederbörd Olyckstyper Trafikarbete 10 2 = MS, mellersta Sverige (B-, C-, D-, E-, F-, P-, R-, T- och U-län)
3 = SS, södra Sverige (H-, I-, K-, L-, M-, N- och O-län)
50, 70, 90 eller 110 km/h
LV, 4F = vanlig tvåfältig väg eller fyrfältig väg (de senare är mycket ovanliga i materialet)
MLED = motortrafikled
MVAG = motorväg
AB = asfaltbetong (HAB eller MAB)
YTB = ytbehandling (Y1, Y2 eller Y1G)
ÖVR = övriga typer (0G, OGR, JOG, J, ALB, ALG;, AG, AEB, IM, GJAP, F, BCS, MM, CB, SB)
1 = ingen nederbörd under dygnet 2 = 0-0,1 mm ("ej mätbar" nederbörd) 3 = _0,1-0,9 mm 4 = 1,0-1,9 mm 5 = 2,0-3,9 mm 6 = 4,0-5,9 mm 7 = 6, mm 8 = 8,0-9,9 mm 9 = 10,0-14,9 mm 10 = 15,0-19,9 mm
11 = 20 mm eller mer under dygnet
Någon fullständig uppdelning efter olika olyckstyper redovisas inte. De typer som sär-skiljts är viltolyckor (olyckor med älg, rå-djur o s v) och singelolyckor.
uttrycks vanligen i sorten miljoner axelpar-kilometer (M apkm). En personbil (med två axlar) som kör X kilometer åstadkommer tra-fikarbetet X apkm.
9. Förkortningarna är de som vägverket använder. Varje förkort-ning betyder en speciell beläggningstyp. HAB är t ex en varmblandad asfaltbetong med hårt bindemedel, AEB en asfalt-emulsionsbetong, CB en cementbetong o s v. Se referens (13).
11
Olyckskvot fås genom att dividera antalet olyckor på en väg eller ett vägnät under en viss tid med trafikarbetet under samma tid.
Konfidens-intervall har beräknats approximativt på 95 % nivå genom
0 i 1;,9640
T T
där 0 är antalet trafikolyckor och T trafik-arbetet. 0/T är alltså olyckskvoten. Beräk-ningen tar bara hänsyn till olyckornas slump-mässighet, inte till trafikarbetsskattningens osäkerhet .
Skade följd har i denna undersökning beräknats som genom-snittligt antal skadade eller dödade per olycka.
4 , 2 Olycksmått och viltolyckor
Viltolyckor är numera den vanligaste olyckstypen utanför tätort bland polisrapporterade olyckor på statliga vägar, men har inte så allvarliga konsekvenser som andra olyckstyper. Så var fallet även för tio år sedan, vilket visas av tabellen nedan över olycksmaterialet .
Tabell 4.1 Antal viltolyckor respektive icke-viltolyckor uppde-lat efter olyckans svåraste följd.
Olyckstföljd
Personskada Egendomsskada Totalt
Icke-viltolyckor 7 983 10 250 18 233
Viltolyckor 824 11 169 11 993
Totalt 8 807 21 419 30 226
Problemet med viltolyckor vid olycksanalyser, särskilt om väder-typen beaktas, är att förekomsten av vilt (exponeringen) varie-rar på ett sätt som är svårt att få uppgifter om. Det är allmänt bekant att viltet rör sig mindre när det regnar (eller snöar) och det leder i sin tur till färre viltolyckor under regnväder.
12
I figurerna 4.1 och 4.2 ges några exempel på hur det kan se ut. Som synes tenderar viltolyckskvoten (alltså olyckskvoten räknat på enbart viltolyckor) att sjunka med ökande mängd regn under dygnet 19 , Precis motsatsen är fallet för övriga olyckor. Tillsam-mans medför det att den totala olyckskvoten får en lutning
mel-lan delolyckskvoterna. -4 Q x 0 x O -= r O Figur 4.1 0 L y C K $ K v 0 T Figur 4.2
OLYCKSKVOT FÖR VILT- OCH EJ VILTOLYCKOR SAMT TOTALT
HASTIGHETSGRÄNS=70 VÄGTYP=LX4F
on.-l oh J L d T 0" l 1 T 1
0 & 10 15 20 25 30 35
DYGNSNEDERBÖORD (MM) OLYCKBKATEROR ---ALLAOLYCKOR - - - EJVETOL -- --- varowckor
Olyckskvoten (olyckor per miljon axelparkm) för vilt-olyckor, ej-viltolyckor och totalt. Vanlig väg, 70 km/h.
OLYCKSKVOT FÖR VILT- OCH EJ VILTOLYCKOR SAMT TOTALT HASTIGHETSGRÄÅNS =90 VÄGTYP = LV/4F 08. F 07 -d 0.6-M - w 0.4-03 4. , _ _ Lee -- 77? 4K/ä' ='-'*_---=' e 0.2 - n WR k em e h lhp s k i 16 0 1 0 010 0.1-00 T * -T T md y sr + y sem ser y DYGNSNEDERBORD (MM)
OLYCKBKATEQGOR! ---ALLAOLYCKOR - - - EJVTOL --- -- VLTOLYCKOR --_ _ _
Olyckskvoten (olyckor per miljon
axelparkm) för
vilt-olyckor, ej-viltolyckor och totalt. Vanlig väg, 90 km/h.
10. Materialet visar samma tendens även för motorvägar.
13
Om viltolyckorna tas med i analysen medför det att skillnaden i olyckskvot vid olika
régnmängd blir mindre markant.
Dessutom
varierar tillgången på vilt både mellan olika delar av Sverige
och mellan olika år, vilket gör att resultaten blir mindre
gene-rella om viltolyckorna tas med.
Det finns i princip två sätt att undvika eller minska detta
ana-lysproblem.
Det första är att använda en kostnadsnormering av
olyckorna
(baserad på att
olika olyckstyper i
genomsnitt har
olika
skadeföljd). På grund av sin
låga skadeföljd (jfr tabell
4.1 ovan) får då viltolyckorna relativt liten vikt vid beräkning
av olyckskvoten.
Det
andra är att helt enkelt inte ta med viltolyckorna i
analy-sen. I den här undersökningen har viltolyckorna exkluderats dels
därför att även med en kostnadsnormering, så påverkas resultaten
- åtminstone för vägar med hög andel viltolyckor. Det andra
skä-let är helt enkelt att analysen och beräkningarna blir enklare.
Alla
resultat som presenteras i kapitel 5
avser alltså olyckor
utan
inblandning av vilt. Ingen kostnadsnormering har gjorts av
olyckorna.
4 . 3
Innebörden av olyckskvot vid olika dygnsnederbörd
När
det gäller resultaten i kapitel 5 måste man komma ihåg att
det
trots detaljeringsnivån fortfarande rör
sig om aggregerade
data och att aggregeringen gjorts både rums-
och tidsmässigt.
Dessutom används klasser för dygnsnederbörden.
Det
regn som fallit under ett dygn och som resulterat i en viss
nederbördsmängd kan ha fallit över ganska många timmar med låg
intensitet
eller
kanske
under
kort
tid med hög intensitet.
Olyckskvoten
för
en vägsträcka och ett antal
dygn med viss
nederbörd blir därför baserad på dels regnperioder med olika
intensitet,
dels
även tidsperioder
utan
regn (eftersom det
mycket sällan regnar oupphörligt i ett helt dygn) .
14
Om vi antar att olyckskvoten är högre när det regnar än vid uppehåll, så kommer därför olyckskvoten för en viss dygnsneder-börd att bli en underskattning av kvoten under själva regnväd-ret.
För att få tillräckligt underlag för beräkning av olyckskvot räcker det emellertid inte med enbart en tidsmässig aggregering av data. Trafik- och olycksdata från många vägsträckor av samma typt! måste summeras. De är självklart inte fullständigt homogena utan kan i vissa avseenden vara olika (och därmed ha olika olyckskvotsnivå) .
De resultat över olyckskvoten vid olika dygnsnederbörd, som pre-senteras i kapitel 5 nedan, är alltså genomsnittliga värden för grupper av vägavsnitt och dygn med viss nederbördsmängd. Avse-värda variationer kan döljas i dessa grupper.
11. Samma hastighetsgräns, vägtyp, beläggningstyp o s v.
15
5 RESULTAT
Samtliga resultat som presenteras i detta kapitel avser olyckor med viltolyckorna exkluderade. Det är alltid nederbörd i form av regn som avses när det står nederbörd, nederbördsmängd eller dylikt .
I kapitel 5.1 presenteras undersökningens huvudresultat: olycks-kvoten vid olika dygnsnederbörd, dels totalt, dels vid olika uppdelningar av materialet.
I många sammanhang är man primärt intresserad av de svåraste olyckorna: de som leder till personskador. Kapitel 5.2 redovisar olyckskvotens variation med dygnsnederbörden när alla egendoms-skadeolyckor tagits bort.
5.1 Olyckskvoten vid olika dygnsnederbörd - alla olyckor
Ett sammanfattande resultat av undersökningen är olyckskvotens variation med dygnsnederbörden för det totala materialet. Det redovisas i kapitel 5.1.1.
I ett sådant sammanfattande resultat kan emellertid döljas variationer av olika slag. Därför visas i kapitel 5.1.2 att mönstret kan återfinnas även när olika uppdelningar görs av datamaterialet.
5.1.1 Hela materialet
Figur 5.1 visar olyckskvoten vid olika dygnsnederbörd för det totala materialet.
O
16
REGION = Hela Sverige
0.6 1 staptarna maRKERAR APPR. 95x KONFIDENSINTERVALL
-Den horisontella linjen visar olyckskvoten 0.5 7 under dygn helt utan regn
0.2 -041 7 0.0B T T 4 l Y L Y V | Y T 4 T I T V T V l V V V T l L j T T I 0 5 10 15 20 25 30 DYGNSNEDERBÖRD (MM)
Figur 5.1 Olyckskvotens nivå vid olika dygnsnederbörd. Hela
materialet.
I figuren finns en streckad linje inlagd, som visar nivån under
dygn helt utan nederbörd. Som synes är det först när
dygnsneder-börden överstiger 7-8 mm, som olyckskvoten är markant förhöjd.
Vid 10-20 mm dygnsnederbörd är den 15-20 % högre än vid dygn
helt utan nederbörd och i den högsta nederbördsklassen 50 %
hög-re. Mer detaljerade data i form av siffror, som kanske tydligare
visar detta, finns i bilaga 1.
Kanske än mer intressant är den (statistiskt signifikanta)
ten-dens som finns till en lägre olyckskvot vid mycket små
dygns-nederbörder. I dessa nederbördsklasser - 0,0-0,1 respektive
0,1-0,9 mm - visar alltså resultaten den lägsta olyckskvoten. Lägre
än både den för dygn med mer nederbörd och för dygn helt utan
nederbörd.
De 95 %-iga konfidensintervall för olyckskvoten (de små
staplar-na) varierar beroende på antalet olyckor. Minst material finns i
högre nederbördsklasser. Det visas i figur 5.2, som är ett annat
sätt att redovisa huvudresultaten.
17
REGION = Hela Sverige | APPROXIMATIVT 95= KONFIDENSINTERVALL
MARKERAS MED VERTIKALT STRECK © & 10 8 9 hor 111 0 en © Sta M 1 endisse -1 QE X O X O -r " O © 89 JL N Gm o ho o oct 1 2 0 TRAFIKARBETE (M APKM)
Figur 5.2 Olyckskvoten vid olika dygnsnederbörd. Hela materia-let. I varje rektangel är höjden proportionell mot olyckskvoten, bredden mot trafikarbetet och ytan mot antalet olyckor. Sifforna (1,2, ... 11) refererar till de olika klasserna för dygnsnederbörd (se kapi-tel 4.1.2) .
Av denna figur framgår det kanske ännu tydligare att den lägsta olyckskvoten inte finns under nederbördsfria dygn, utan under dygn med viss, liten nederbörd. Den är då 5-10 % lägre jämfört med "uppehållsdygn".
5.1.2 Olika uppdelningar
Eftersom det inte kan uteslutas att olyckskvotens variation med dygnsnederbörd kan ha olika utseende för olika vägklasser så måste olika uppdelningar göras.
Hastighetsgränsen, vägtyp, vägbredd m fl vägfaktorer kan ses som mått på vägstandard. Om materialet delas upp efter hastighets-gräns fås de resultat som visas i figur 5.3.
18
REGION = Hela Sverige HASTIGHETSGRÄNS-70 kn
0.8 - STAPLARNA MARKERARAPPR. Sn KONFIDENSINTERVALL
07: DEN HORISONTELLA LINJEN VISAR
_ UNDER OVON HELT UTAN REGN
O L Y C K 8 K V o 4 T 02 01 -0.0 T T T kil * T T T h oh U [+] & 10 15 20 25 30 DYGNSNEDERBÖRD (MM)
REQION = Hela Sverige HASTIGHETSGQRÄÅNS-=80 km/h
0.8 - STAPLARNA MARKERAR APPR. GSm ICONFIDENSINTERVALL
0.7: OEN LINJEN VISAR OLYCKSKVOTEN
/ UNDER DVGN NELT UTAN REON
0 08 -L J Y 05 -C . K 8 K V [e)T 00 T T T hå T T T 0 & 10 15 20 25 30 DYGNSNEDERBÖRD (MM
REQON := Hela Sverige HASTIGHETSGRÄNS= 110 knvh
0.8 - STAPLARNA MARKERAR APPR. Sm IKONPIOENSINTERVALL
0.7; DEN NORISONTELLA LINJEN VISAR GLYCKSKVOTEN
UNDER DYGN HELT UTAN RECN 0 06 -L . hå Q5 -C K Kona -s 047 K V O T 0.0-19 t T T T T i T 0 & 10 15 20 25 30
Figur 5.3 Olyckskvotens nivå vid olika dygnsnederbörd.
Uppdel-ning efter hastighetsgräns.
I samtliga tre delfigurer kan man notera att den lägsta
olycks-kvoten finns vid dygnsnederbörd mellan 0 och 1 mm. Den är då
fortfarande 5-10 % lägre än under dygn helt utan regn. Det finns
19
en svag tendens till mindre skillnad vid lägre än vid högre has-tighetsgräns.
Största skillnaden i olyckskvot mellan dygn med mycket stora nederbördsmängder (mer än 20 mm per dygn) och dygn helt utan nederbörd finns vid hastighetsgränsen 110 km/h. Ökningen är där mer än 100 %.
Vid 70 respektive 90 km/h är motsvarande ökning 50-60 % och vid 50 km/h (redovisas endast i bilaga 3) är den knappt 20 %. Figu-ren visar alltså att effekten av stora nederbördsmängder ökar med ökande hastighetsgräns.
Figur 5.3 visar också genomsnittligt lägre nivå för olyckskvoten vid högre hastighetsgräns. Som bekant beror denna skillnad till stor del av skillnader i vägstandard och trafiksammansättning.
Det ovan redovisade mönstret för olyckskvotens variation med dygnsnederbörd återkommer också vid uppdelning efter faktorer som vägtyp, region och slitlagertyp. Några sådana kurvor redo-visas i bilaga 2 medan sifferunderlaget finns i bilaga 3.
Även vid uppdelning efter flera vägfaktorer samtidigt återkommer mönstret. Ett antal sådana kurvor - för olika uppdelningar -redovisas i bilaga 4. Några av dem finns också i figurerna 5.4 ("vanliga" 2- eller 4-fältiga vägar) och 5.5 (motorvägar) nedan. Där visas resultat vid samtidig uppdelning efter vägtyp och has-tighetsgräns.
Vid ökad uppdelning blir materialet mindre i varje grupp och osäkerheten större på grund av slumpvariationerna. Det speglas också av konfidensintervallens storlek.
Trots detta är tendensen tydlig. I de flesta kurvor blir olycks-kvotens nivå inte avsevärt förhöjd förrän dygnsnederbörden över-stiger 5-10 mm. Och för de flesta kurvor tycks också gälla att olyckskvoten är lägst under dygn med en viss, liten regnmängd. Den är då lägre än under dygn helt utan nederbörd.
20
REGION= Hela Sverige HASTIGHETSGRÄÅNS=70 krvh VÄGTYP=LV4F
09 -; STAPLARNA MARKEFRAR APPR. KONPOENSINTERVALL
08. DEN HORISONTELLA LINJEN VISAR OLYCKSKVOTEN UNDER OYON HELT UTAN REGN
L y 997 6 K 997 8 % K 94 V -0 %%; T 92 041 -0.0 T mt T T £ ! s k 0 3 10 15 20 25 30 DYGNSNEDERBÖORD (MM) REGION = Hela Sverige HASTIGHETSGRÄNS =90 km/h VÄGTYP=LV4F
09 | staruvarna MARKERAR APPR. GSm KONFIDENSINTERVALL _
4
on DEN HORTSONTELLA LINJEN VISAR OLYCKSKVOTEN 4 UNDER DYGN HELT UTAN REGN
8 £ i r i a. 2 -0 x 0 x 0 -= r 0 © 2 & a A a 2 A a sp y => T "* 2000 1 kl J t 5 10 15 20 26 ss DYGNSNEDERBÖRD (MM) REQION= Hela Sverige HASTIGHETSQRÄNS = 110 VÄGTYP=LV,4F
0.9 - STAPLARNA MARKERAR APPR. GSn KONFIDENSINTERVALL 08 - GEN HORTSONTELLA LINJEN VESAR OLYCKSKVOTEN
4 UNDER DYGN HELT UTAN REGN 00.7-f. 4 y 097 C K 957 8 K 047 V 0 ©37 T 92 © 2
Figur 5.4 Olyckskvoten vid olika dygnsnederbörd. Uppdelning efter vägtyp och hastighetsgräns. Vanliga 2- eller 4-fältsvägar.
21
REGION= Hela Sverige HASTIGHETSGRÅNS=-80 kmvh VÄGTYF==MVÅG 0.9 -; STAPLARNAMARKERARAPPR. G5m KONfNOENSINTERVALL
0.8 - DEN LINJENVISAR OLYCKSKVOTEN UNDER DYGN HELT UTAN REGN
-0 x 0 x 0 += r Q
REGION= Hela Sverige HASTIGHETSGRÅNS=110 kan/h VÄGTYP== MVÅG 0.9 - STAPLARNAMARKERAR APPR. IONFIOENSINTERVALL
08 -- DEN HORISONTELLA LINJEN VISAROLYCKYKVOTEN UNDER OYON HELT UTAN REGN
--0 x 0 x 0 -r 0
Figur 5.5 Olyckskvoten vid olika dygnsnederbörd. Uppdelning efter vägtyp och hastighetsgräns. Motorvägar.
5.2 Olyckskvoten vid olika dygnsnederbörd - personskade-olyckor
Om alla egendomsskadeolyckor exkluderas och olyckskvoten enbart baseras på olyckor som medfört personskador så ändras relationen mellan regndygn och dygn helt utan nederbörd. För de senare min-skar olyckskvoten mindre än för de förra (jfr figur 5.6 nedan med figur 5.1 i kapitel 5.1.1).
Det innebär att olyckskvoten för personskadeolyckor under dygn även med måttlig nederbörd blir lägre än under nederbördsfria dygn. Först då det faller mer regn än 10-15 mm under dygnet når olyckskvoten upp till samma nivå som vid uppehåll (se figur 5.6) .
22 -A O C X O X O -r " O REGION = Hela Sverige
0.30 1 stapuarna marKERAR APPR. KONFIDENSINTERVALL
-: Den horisontella linjen visar olyckskvoten
0.25 7 under dygn helt utan regn
0.20 015 0.10 0.05 0.00 1 -0 5 10 15 20 25 30 DYGNSNEDERBÖRD (MM)
Figur 5.6 Olyckskvoten för personskadeolyckor vid olika
dygns-nederbörd. Hela materialet.
Mönstret i figur 5.6 återfinns även när materialet delas upp på
de olika vägfaktorerna. Slumpvariationerna blir dock stora i de
grupper där materialet är mycket litet. I bilaga 5 finns ett
antal figurer redovisade med samtidig uppdelning efter
hastig-hetsgräns, vägtyp och slitlagertyp.
Jämfört med resultaten i kapitel 5.1 kan man konstatera att när
egendomsskadeolyckorna exkluderas, så finns en tendens till att
olyckskvotsökningen vid nederbörd inträffar senare, d v s först
för de allra högsta nederbördsklasserna. Vidare förefaller
skillnaden (i olyckskvot) mellan dygn i den högsta
nederbörds-klassen och dygn helt utan nederbörd att vara något mindre.
5.3 Olyckstyper, skadeföljd, ljusförhållanden
I materialet finns det skillnader i skadeföljd mellan olika
nederbördsklasser. Andelen personskadeolyckor under dygn helt
utan regn är 0,46 och under övriga dygn 0,42. I detta döljs dock
en del skillnader, vilket visas av figur 5.7.
23 ANDEL PERSONSKADE -OLYCKOR (%) s S i l s S i i s S i l l i -v S i l l i r S S i 11 EDERBÖRDSKLASS e t & 09
Figur 5.7 Andelen personskadeolyckor vid olika dygnsnederbörd. Hela materialet. Sifforna (1,2, ... 11) refererar till de olika klasserna för dygnsnederbörd (l=dygn helt utan regn, ll=dygn med mer än 20 mm regn. Se kapitel 4.1.2) .
Tendensen är att andelen personskadeolyckor är låg vid större nederbördsmängder och hög vid inget eller lite regn under dyg-net. Variationerna är dock stora, vilket framgår av figuren.
För skadeföljden, d v s antalet skadade eller dödade personer dividerat med antalet olyckor, blir resultaten likartade: 0,65 under dygn helt utan nederbörd och 0,61 under övriga dygn.
Vid finare indelning i nederbördsklasser tycks tendensen vara att skadeföljden är svårast vid mycket stora och vid mycket små nederbördsmängder under dygnet (figur 5.8) .
När det gäller skadeföljden måste återigen påpekas att resulta-ten inte inkluderar viltolyckor. Om dessa olyckor varit med hade resultaten sett helt annorlunda ut eftersom fler viltolyckor sker när det inte regnar och de har mycket lindrig skadeföljd genomsnittligt sett (jfr diskussionen i kapitel 4.2.
SKADEFÖLJD (SKAD + DÖD) / OLYCKOR 103 0.9 7 0.8 7] 0.7 7 0.6 7 0.5 7] 0.4 7 0.3 7 0.2 7 01 7 0.0 7 and
Figur 5.8 Skadeföljd vid olika dygnsnederbörd. Hela materialet.
S S e s S i l s S l n» S S E S o S S E S -S o s s s e S S E S -S S Sifforna (1,2, ... serna för dygnsnederbörd
1l=dygn med mer än 20 mm regn. Se kapitel 4.1.2). Fördelningen på olyckstyper skiljer sig inte mycket åt vid dygn med olika nederbörd. Den tendens som finns är att andelen
singel-(l=dygn helt utan regn,
z
m 10 11
EDERBÖRDSKLASS
11) refererar till de olika
klas-olyckor ökar något med ökande dygnsnederbörd (figur 5.9) .
tidigare påpekats är dataomfånget minst och resultaten därför
mest osäkra i de högsta nederbördsklasserna.
Figur 5.9 Andelen singelolyckor vid olika dygnsnederbörd. Hela
S y U L u U l U materialet. Sifforna (1,2, ... VTI MEDDELANDE 697 z a 9 10 11 EDERBÖRDSKLASS 11) refererar till de
olika klasserna för dygnsnederbörd (l=dygn helt utan
25
Tendensen med ökande andel singelolyckor finns kvar även när materialet delas upp på olika vägfaktorer. Några exempel på det-ta visas i figur 5.10. I bilaga 6 finns ytterligare
För andra olyckstyper har det inte gått att påvisa några konsis-tenta tendenser. SINGELOLYCKOR, SINGELDLYCKOR, ANDEL (%) ANDEL (%) HASTIGHETSGRÄNS =50 kr/h HASTIGHETSGRÄÅNS=70 km/h TO 7 70 -e - 60 -50 - m. 40 ) 40 -30 4 30 -20 - m. 10 - 10 -0: 03 o s b # s s 8 a =30 kanvh 0 8 B 8 8 8 8 3 fbe s f r e e d o m dr re n
Figur 5.10 Andelen singelolyckor vid olika dygnsnederbörd.
Upp-delning efter hastighetsgräns. Sifforna (1,2, ... 11)
refererar till de olika klasserna för dygnsnederbörd
(l=dygn helt utan regn, ll=dygn med mer än 20 mm
regn. Se kapitel 4.1.2).
Slutligen bör också nämnas att materialet visar en tendens till
att dygn helt utan nederbörd har proportionellt färre olyckor i
mörker (figur 5.11). Tendensen är svag, men kan ändå återfinnas
i många av delfigurerna vid olika uppdelningar av materialet
(bilaga 7). En möjlig förklaring är att detta hänger samman med
att månaden juni, som är den ljusaste, har lite nederbörd.
12. I bilaga 6 är dataunderlaget mycket litet för en del "udda"
kombinationer av hastighetsgräns och vägtyp. Det kan ses av
att det i en del delfigurer saknas resultat för en eller
flera nederbördsklasser.
26 MÖRKEROLYCKOR, ANDEL (%) 30 A X A A A A q a å a a å a å a f v v v v v v v g a a a a a a a a a a a å å a å : P P P P P l l l P P P P P P P ? % & & & & & & % & h & & h & & p q a a a a a a a a a a å å a å p P P P P P P P P P P P P P P P i C S N q a å å a å a a å å å d a f v v v % & & & & & & & & & h & & & & & p A P P P P P P d al P l P l d P d et me 20 10 7 11 NEDERBÖRDSKLASS 10
Figur 5.11 Andelen olyckor i mörker vid olika dygnsnederbörd. refererar 11)
(1; 2;
för dygnsnederbörd (l=dygn dygn med mer än 20 mm regn. Sifforna
Hela materialet.
till de olika klasserna
helt utan regn, 11 Se
kapitel 4.1.2) .
27
6 DISKUSSION
Regn orsakar både våt vägbana och nedsatt sikt för trafikanter-na. Den våta vägbanan medför i genomsnitt fler olyckor (se t ex (5); (11), (12)), vilket anses bero på lägre friktion och vat-tenplaning. Enligt äldre uppskattningar, som refereras i (12), så ger regn i kombination med mörker en ytterligare ökning av olycksantalet jämfört med våt vägbana. Denna ytterligare ökning antar man beror på nedsatt sikt på grund av bl a reflexer.
Även i dagsljus bör nedsatt sikt på grund av regn påverka tra-fikantbeteende och olycksutfall. Däremot behöver effekten inte nödvändigtvis vara densamma som vid regn under mörker.
Resultaten i kapitel 5 ovan visar ytterligare aspekter av sam-bandet mellan olycksvot och regn. Det tycks inte finnas någon linjär ökning av olyckskvoten med ökande regnmängd (per dygn) . Det är först vid mer dygnsnederbörd än några mm, som ökningen sker - och då i accelererad takt.
Vid mycket små regnmängder finns t o m en tendens till att olyckskvoten kan vara något lägre än vid dygn helt utan neder-börd. Den tendensen är ännu tydligare när egendomsskadeolyckorna exkluderas.
Av de "hypotetiska" figurerna som diskuterades i kapitel 3 (figur 3.1), så är det typ IV och V som bäst överensstämmer med resultaten.
Om undersökningsresultaten jämförs med andra nordiska undersök-ningar så måste man komma ihåg att i denna har viltolyckorna exkluderats. Detta var nödvändigt eftersom viltrörelserna (expo-neringen av vilt) är mindre vid nederbörd än annars.
Vid tolkningen av resultaten måste man också komma ihåg en del reservationer, som antyddes i kapitel 4.3. Det är självfallet inte så att att olika mängd dygnsnederbörd innebär att det
reg-28
nar lika lång tid under dygnet, men med olika intensitet. Det kan vara så, men vanligare är säkert att olika mängd under dygnet motsvarar regn under olika lång tid och med viss varia-tion kring en "normal" regnintensitet. Regn under ett helt dygn är relativt ovanligt. Under det som i denna undersökning kallas dygn med nederbörd eller regndygn kan det också ha funnits tim-mar med torrt väglag.
En slutsats av detta är att resultaten i kapitel 5 underskattar olyckskvotens nivå under de timmar då regnet faller. Dygnsvärdet är ju en kombination av timmar med regn och vått väglag, med vått väglag utan regn och troligtvis med torrt väglag.
Av detta följer att resultaten inte är direkt jämförbara med resultat från undersökningar där man studerat hur olyckskvot mm varierar med olika väglag.
En kommentar behövs också till dygnen med mycket lite regn. Bland dessa finns dygn med enbart dimma, som (sällsynt) kan ge regnmängder upp till 0,2-0,3 mm, dessutom dygn med kortvariga regnskurar och dygn med längre perioder av regn med låg inten-sitet (t ex duggregn). Gruppen dygn med mindre nederbörd än 0,1 mm?3 innehåller de flesta dygn med enbart dis eller dimma. Det är känt sedan datainsamlingen, men någon mer precis uppdel-ning av väder-/nederbördstyp gjordes inte när analysregistret skapades.
Som sammanfattning kan man säga att undersökningens regndygn är homogena med avseende på regnmängden, men det finns stora varia-tioner med avseende på hur regnet fallit. Det senare medför svårigheter i tolkningen och det går därför inte att fastställa varför sambandet olyckskvot - dygnsnederbörd ser ut som det gör. Däremot kan en del hypoteser ställas upp.
13. Meteorologernas benämning är liten, ej mätbar nederbörd.
29
Det är rimligt att tänka sig att vattenplaningsfenomen är den dominerande förklaringen till den mycket snabba ökningen av olyckskvoten vid stor dygnsnederbörd. Övergången till /partiell/ vattenplaning sker abrupt vid en viss hastighet och beror av denna samt vattenskiktets tjocklek. Dessutom är övergångszonen mellan partiell och fullständig vattenplaning liten och samban-det mellan friktionstal och hastighet icke-linjärt i denna zon (9). Därför är det inte förvånande att resultaten i kapitel 5 visar en accelererad ökning av olyckskvotens nivå med ökande dygnsnederbörd. Undersökningen visar också att effekten ökar med hastighetsgränsen.
När det gäller resultatet att den lägsta olyckskvoten inte åter-finns under dygn helt utan nederbörd utan under dygn med viss, liten nederbörd så är det frestande att söka orsaken i någon slags kompensationsmekanism. Det vill säga att trafikanterna uppfattar förhållandena som mer riskabla än de egentligen är och kör försiktigare.
Allmänt kan man se systemet föraren-fordonet-vägen som en pro-cess, där operatören får information om förloppet genom sina sinnen - främst syn, i viss mån hörsel och känsel. Det visuella intrycket påverkar föraren/operatörens agerande, men ger inte tillräcklig information om de kvalitativa skillnaderna vid olika mängd vatten på vägen.
Vid fuktigt väder eller när det bara regnar lite är skillnaden i väggrepp inte så stor jämfört med torr vägbana och det ligger nära till hands att föraren uppfattar förhållandena som mer riskabla än de är och på olika sätt "överkompenserar".
Vid större regnmängder sker en förändring, som inte förmedlas till föraren: kontakten mellan däck och vägyta försämras krafigt eller t o m försvinner. Synintrycket av det våta väglaget ger inte tillräcklig information om detta. Det är ju kombinationen av hastighet, däckmönster, mönsterdjup och vattendjup, som be-stämmer vattenplaningsfenomenet . Om inte operatören/föraren får
30
den ytterligare informationen - att väggreppet radikalt försäm-rats - ligger det nära till hands att tänka sig att kompensa-tionen är otillräcklig. Det kvalitativt ändrade förhållandet märks inte förrän för sent.
Resultaten för skadeföljd (kapitel 5.3) visar en tendens till att denna är något lägre under regndygn än under dygn helt utan regn. Det kan tolkas som att hastighetsnivåerna skulle kunna vara något lägre under regndygn - alltså en indikation på en viss hastighetsanpassning. Det finns ju också mätningar som visar att hastighetsnivån är lägre vid vått än vid torrt väglag och att den sjunker med ökad regnintensitet.
Differentieringen på olika nederbördsklasser visar också att det tycks finnas skillnader mellan dygn med låga repektive höga nederbördsmängder. Under de senare finns en tendens till svårare skadeföljd än under de förra. Eftersom mätningar ju visat att man kör långsammare ju mer det regnar, så måste det vara andra mekanismer än hastighet, som förklarar denna högre skadeföljd.
Undersökningen visar tydligt att nederbörd i form av regn kan ha stor betydelse för olyckskvoten. Detta faktum tillsammans med vetskapen om den stora betydelse som snö har gör att man bör ifrågasätta den indelning i norra, mellersta och södra Sverige, som använts i många undersökningar av trafik och trafiksäkerhet. Den indelningen, som f ö använts även i denna undersökning (se kapitel 4.1.2), är baserad enbart på medeltemperaturen under året. En ny indelning bör göras, som tar hänsyn både till tempe-ratur och nederbörd.
31
7 SLUTSATSER
Undersökningen av sambandet mellan regnnederbörd under dygnet och olyckskvot visar att
-= ökar snabbare än linjärt med ökande dygnsneder-börd,
- under dygn med mycket små regnmängder är tendensen att olyckskvoten är 0-10 % lägre än under helt torra dygn,
-= under dygn med mycket regn kan olyckskvoten vara 50-100 % högre än under helt torra dygn.
Resultaten stämmer bäst med typfigurerna IV och V som diskutera-des i kapitel 3.
Bland andra resultat bör nämnas att
- skadeföljden visar ett mönster som liknar olyckskvoten: lägst under dygn med viss nederbörd, högst under dygn med antingen ingen eller mycket nederbörd
- andelen singelolyckor visar en tendens att öka med ökande mängd regn under dygnet
Det bör påpekas att resultaten inte är jämförbara med resultat från undersökningar som jämfört olyckskvoten vid olika väglag. Anledningen är att det under vad som betecknats som regndygn
inte varit vått väglag hela dygnet annat än i undantagsfall.
I diskussion nämns i korthet att en förklaring till resultaten kan vara att trafikanterna anpassar sig till yttre förhållanden. Den anpassningen kan tänkas ge en "överkompensation" vid små regnmängder, men är otillräcklig då det regnar mycket.
Undersökningen har baserats på ett datamaterial, som samlats in för andra ändamål. Det har därför inte varit möjligt att t ex differentiera efter olika väderförhållanden (dis, dimma, dugg-regn o s v) vid olika mängd nederbörd under dygnet.
En helt annan typ av slutsats är att den indelning i södra, mellersta och norra Sverige som använts och används vid många undersökningar inom trafikområdet bör revideras, så att hänsyn även tas till nederbörd.
10 11 12 13 32 REFERENSER
Schandersson R: Samband mellan vägbeläggningar och trafikolyckor 1977, Statens väg- och trafikinstitut, VTI Meddelande 242, Linköping, 1981.
Björketun U: Samband mellan vägbeläggningar, väderlek och trafikolyckor 1977, Statens väg- och trafikinsti-tut, VTI Meddelande 317, Linköping, 1982.
Björketun U: Samband mellan vägbeläggningar och tra-fikolyckor vid olika väderlek, Statens väg- och trafikinstitut, VTI Meddelande 393, Linköping, 1985.
Schandersson R: Samband mellan trafikolyckor, väglag och vinterväghållningsåtgärder. Olycksrisker vid olika mängd snönederbörd, Statens väg- och trafik-institut, VTI Meddelande 514, Linköping, 1988.
Carlsson G: Trafikarbete vid olika väglag under vin-termånaderna 1973, Statens väg- och trafikinstitut, VTI Rapport 69, Linköping, 1976.
Effektkatalog. Drift- och underhållsåtgärder, Vägver-ket, publ 1989:18, Borlänge, 1989.
Kolsrud B: Hastigheter i landsvägstrafik- Olika fak-torers inverkan på hastigheten för lätta biler på rak och plan väg, Statens väg- och trafikinstitut,
VTI Meddelande 390, Linköping, 1984.
Tang S: Models of speed vs. rainfall density in rural conditions. Opublicerad PM daterad 11 april 1985, Statens väg- och trafikinstitut, Linköping.
Carlsson G: Spårbildningens inverkan på trafikens säkerhet, Statens väg- och trafikinstitut, VTI Med-delande 139, Linköping, 1979.
Fridstrom L och Bjornskau T: Traffikulykkenes driv-krefter. En analyse av ulykkstallenes variasjon i tid og rom. Transportgkonomisk institutt, TGI Rapport nr 0039/1989, Oslo, 1989.
Sabey B: Accidents: their cost and relation to sur-face characteristics. Paper presented at the sympo-sium "Safety and the concrete road surface - design specification and construction." Birmingham, 1973.
Adverse weather, reduced visibility and road safety, OECD road research report, Paris, 1976.
BYA - Byggnadstekniska föreskrifter och allmänna råd, Vägverket, Publ TU 154, Borlänge, 1983.
T r a f i k a r b e t e n o c h o l yck s m å t t i o l i k a n e d e r b ö r d s k l a s ser sa mt to ta lt . H e l a ma te ri al et . N e d e r -T r a f i k a r b e t e T o t a l t P e rso n -E g e n d o m s -A n t a l A n t a l A n t a l O l y c k s -95 % k o n f i d e n s -In de x fö b ö r d s -(M ap km ) a n t a l s k a de -s k a d e -d ö d a d e s v å r t l i n d rig t k v o t i n t e r v a l l o l y c k skv o t kl as s o l y c k o r o l y c k o r o l y c ko r s k a d a d e s k a d a d e E J N D BRD 2 6 5 6 5 .7 82 61 37 59 4502 36 7 18 35 31 93 0 . 3 1 1 0, .3 04 -0 .3 18 5 8 9 0 .1 17 49 78 2 96 7 56 37 4 64 6 0, 29 7 0. ,2 83 -0 .3 11 80 03 .6 2 2 7 6 98 7 12 89 10 9 48 1 80 1 0. 28 4 0 . 2 7 2 -0 . 2 9 6 4 0 4 0 .7 12 91 56 0 73 1 69 2 7 9 45 9 0. 32 0 0, .3 03 -0 ., 33 7 4 5 0 5 .5 14 00 54 1 85 9 60 2 63 48 6 0 . 3 1 1 0, 29 5-0. ,3 27 26 84 .9 86 9 34 2 52 7 34 18 6 27 7 0. 32 4 0 , 3 0 2 -0 . 346 17 79 .8 57 3 2 6 0 31 3 26 13 2 23 1 0. 32 2 0. ,2 96 -0.3 48 12 72 .4 45 4 18 3 27 1 23 89 15 7 0. 35 7 0 . 3 2 4 -0 . 3 9 0 17 32 .7 63 0 24 2 38 8 27 11 6 24 4 0. 36 4 0 . 3 3 6 -0 . 3 9 2 76 2 .8 28 2 13 1 15 1 14 58 12 1 0.3 7 0 0, .3 27 -0 .4 13 94 8 .7 44 8 19 6 25 2 22 89 19 9 0. 47 2 0 . 4 2 8 -0 . 5 1 6 © In - m O v T in f- 9 N O 0 A O O O O 4 4 4 IN 1 0 9 md 4 -E -E -E -E -E -E-E-E-E-E T O T A L T 58 186 18 23 3 7 9 8 3 10 25 0 807 39 02 68 14 0 . 3 1 3 0 . 3 0 8-0 . 3 1 8 * Bilaga 1 Sid 1 (1)
yba 8 8 3 O - > O Y 09 X > 0 + a 3 vn 013 EPS 2 O 4 > 0 X 09 X > 0 H+ 27 3 RE GI ON -=H el aS ve ri ge HA ST IG HE TS GR ÄN S-=7 0k m/ h STA PLA RNA MAR KER AR APP R. OSsKON FID ENS INT ERV ALL DEN KOR TSO NTE LLA LIN JEN VIS AR OLY CKS KVO TEN UNO ER DYG NH ELT UTA NR EON vn 01S EPA2 rr ava, 0 trma mama maavemarammmearn. 205 T" m m- jen + RE GI ON =H el aS ver ige HA ST IG HE TS GR ÅN S= -8 0 km /h 5 4 ST AP LA RN AM AR KE RA RA PP R. OS nK ON FI DE NS IN TE RV AL L DE NN OR TS ON TE LL AL IN JE NV IS AR 1. 04 -un oe rp ron nat ut an 3 h +-S 38 O -= » OV Y 9 X > O > 3 Po9 O - > O X 09 X > 0 ++ 7 2 3 Y hå T RE GI ON = He la Sv er ig e HA ST IG HE TS GR ÄN S =-11 0 km /h ST AP LA RN AM AR KE RA RA PP R. OS mK ON FI DE NS JN TE RV AL L DE NK OR TS ON TE LL AL IN JE NV IS AR OL YC KS KV OT EN UN DE RD YG NH EL TU Ta nR EO N Bilaga 2 Sid 1 (4)
VTI MEDDELANDE 697 0J>OXOX>OH RE GI ON =H ol aS ver ige VÄ GT YP =L V, 4F 0.8 7 STA PLA RNA MAR KER AR APP R. 9Sm KON FID ENS JNT ERV ALL 0.7 -DEN HOR TSO NTE LLA LIN JEN VIS AR OLY CKS KVO TEN UND ER DYG NH ELT UTA NR EGN RE GI ON -=H el aS ver ige VÄ GT YP =M LE D 0.8 7 STA PLA RNA MAR KER AR APP R. 95 KON FID ENS INT ERV ALL DEN HOR ISO NTE LLA LIN JEN VIS ARO LYC KSK VOT EN UND ER DYG NH ELT UTA NR EGN 0.8 7 RE QI ON =H el aS ver ige VÄ GT YP -= MV ÅG 0.8 1 Sta rua rna maR KER AR APP R, KON FID ENS INT ERV ALL DEN NOR ISO NTE LLA LIN JEN VIS AR OLY CKS KVO TEN UND ER DYG NH ELT UTA NR EGN Bilaga 2 Sid 2 (4)
N93M NYLN 1713H N30N A , NYSA VTIZ LNOS JNOH N30 -£ 0 WG6 "bdd VbVW TNYW A L9 0 A Q = dA LH 3O VL LS = NO iD 3H Bilaga 2 Sid 3 (4) IGH dVO CH A (N N) (N W) au HQ GH JO 3N SN DA G 0 S2 OZ SL OL $ 0 0 2 OZ (+ [+]3 9 [+] 1. 1 22 1 1 lå 1 o o . . . . . . . . . . . . . . . J J L . _ G o -F O -V O L 4 O O A A X X 8 8 9 9 9 9 å 3 v -9 0 o » 9 ' 0 o N V L N 1 1 2 4 N 9 a Q ä 3 0 n n N O 3 M N V L N 1 7 3 H N D A Q f __ N Z L O A N S N O A T O N Z F N V T I Z I N O S I N H O H N 3 0 -4 0 N J L O A N S M O A T 1 O N Y S I A V T I Z L N O S I N O H N 3 0 -£ 0 O T N A N T L N I S N J O L J N O M G G V N W V k V L S -9 ' 0 T I V A N J L N I S N J G I J N O N H G G '" Md eV V N V IldVL S -9 0 A L A " B V S C v p e s n g
ND3H NVLN NOAQ NJON N NJLD ANSNMOLJ 0NY SA N30 TNAN JLNI SNJ0 !JNO X VNMV IdVL S eBp eng Rup QS= NOI D3H : Bilaga 2 Sid 4 (4) NYVLN I13H N9aQ NZTNT TVTI ZLINO SINOH N30 TIVAN JLNIS NJOLJ NON 266 'Ndd V VNWVIdVL S =N OID GH 5 U mma mr T 0 %[=) 10& 0O0->QX0XYX>0-- e6 $zo 3 3 9 ungen NO3& NVLN 113X N940 TONY SIA VTTZL NOSHW NOH N30 TIVA NJLN ISNJ OIJN ONG G'M deV eDy eng euo n= NOI D3H s 3 3 3 3 © T vger s QO mO VTI MEDDELANDE 697
Bilaga 3 sid 1 (8)
Trafikarbeten och olycksmått i olika nederbördsklasser samt totalt. Uppdelning efter hastighetsgräns.
Hastig- Neder- Trafikarbete Totalt Person- Egendoms- Antal Antal Antal Olycks- 95% konfidens- Index för hetsgr. börds- (M apkm) antal skade- skade- dödade svårt lindrigt kvot intervall _. olyckskvot
(km/h) klass olyckor olyckor olyckor skadade skadade
50 EJ NDBFRD 2276 .2 1769 792 977 39 314 632 0,777 0.741-0.813 1.00 50 0-0.1 mm 514.2 394 174 220 S 72 131 0.766 0.690-0 .842 0,99 50 0.1-0.9 mm 677.8 511 218 293 21 92 163 0.754 0.689-0.819 0.97 50 1.0-1.9 mm 346.3 277 104 173 3 35 90 0.800 0.706-0 .894 1.03 50 2.0-3.9 mm 384.3 307 105 202 6 32 96 0.799 0 .710-0.888 1.03 50 4.0-5.9 mm 229.1 176 68 108 3 32 53 0.768 0 . 655-0 ,.881 0,99 50 6.0-7.9 mm 150,2 128 65 63 1 25 56 0.852 0.704-1,000 1.10 50 8.0-9.9 mm 105.9 95 31 64 1 10 24 0.897 0.717-1.077 1.15 50 10-14.9 mm 148,2 139 46 93 1 18 36 0.938 0 .782-1.094 1.21 50 15-19.9 mm 65.4 54 20 34 1 4 18 0.826 0 .606-1 .046 1.06 50 20.0- mm 78.8 72 28 44 1 9 23 0.913 0.,702-1 . 124 1.18 50 TOTALT 4976 . 4 3922 1651 2271 82 643 1322 0.788 0.763-0.813 + 70 EJ NDBFD 5667 .3 2361 1065 1296 102 503 907 0.417 0 .400-0 . 434 1.00 70 0-0.1 mn 1267.8 514 224 290 17 104 178 0.405 0 .370-0.440 0.97 70 0.1-0.9 mm 1667.0 649 266 383 25 111 218 0.389 0.,.359-0.419 0.93 70 1.0-1.9 mm 840,4 377 141 236 18 80 112 0.449 0.404-0 . 494 1.08 70 2.0-3.9 mm 962.8 382 142 240 5 67 113 0.397 0.357-0.437 0,95 70 4.0-5.9 mm 565.1 234 92 142 8 48 73 0.414 0.361-0.467 0,99 70 6.0-7.9 mm 376.8 165 67 98 3 19 70 0.438 0 ,371-0.505 1.05 70 8.0-9.9 mm 260.8 130 58 72 6 19 $3 0.498 0 .412-0 . 584 1.19 70 10-14.9 mm 366.5 154 63 91 5 22 67 0.420 0 .354-0 .486 1.01 70 15-19.9 mm 162.4 84 41 43 3 20 37 0.517 0.406-0 . 628 1.24 70 20.0- mm 199.7 136 55 81 1 18 58 0.681 0 .567-0 .795 1.63 70 TOTALT 12336 .7 5186 2214 2972 193 1011 1886 0.420 0 .409-0 . 431 e 90 EJ NDBFD 14368 .4 3525 1598 1927 187 859 1364 0.245 0.237-0.253 1.00 90 0-0.1 mm 3154.8 712 319 393 29 152 286 0.226 0.209-0 .243 0.92 90 0.1-0.9 mn 4456.8 960 436 524 56 245 362 0.215 0.201-0.229 0.88 90 1.0-1.9 mm 2214.6 527 252 275 37 143 195 0.238 0 .218-0 .258 0.97 90 2.0-3.9 mm 2483.5 600 247 353 31 133 226 0.242 0 .223-0 .261 0.99 90 4.0-5.9 mm 1471.2 369 140 229 18 84 114 0.251 0 ,.225-0 .277 1.02 90 6.0-7.9 mm 971 .4 235 116 119 19 77 96 0.242 0.211-0.273 0.99 90 8.0-9.9 mm 702 .6 180 72 108 10 45 62 0.256 0 .219-0.293 1.04 90 10-14.9 mm 967 .8 281 110 171 19 63 117 0.290 0 .256-0 . 324 1.18 90 15-19.9 mm 420,8 118 59 59 10 29 53 0.280 0 ,.229-0 . 331 1.14 90 20.0- mm 522 .8 189 88 101 17 46 92 0.362 0 .310-0 . 414 1.48 90 TOTALT 31734 .6 71696 3437 4259 433 1876 2967 0.243 0 ,238-0 .248 110 EJ NDERD 4253 .8 606 304 302 39 159 290 0.142 0 .131-0.153 1.00 110 0-0 .1 953 .3 129 65 64 Hl 46 51 0.135 0 .112-0.158 0,95 110 0.1-0.9 1201.9 156 67 89 7 33 58 0.130 0 .110-0.150 0.92 110 1.0-1.9 639 .3 110 63 47 11 21 62 0.172 0 .140-0 .204 1.21 110 2.0-3.9 674 .9 111 47 64 18 31 51 0.164 0 .133-0.195 1.15 110 4 .0-5.9 419.5 90 42 48 $ 22 37 0.215 0.171-0.259 1.$1 110 6.0-7.9 281.5 45 12 33 3 11 9 0.160 0.113-0.207 1.13 110 8.0-9.9 203 .0 49 22 27 6 15 18 0.241 0.173-0.,309 1,70 110 10-14.9 250.3 56 23 33 2 13 24 0.224 0 .165-0.283 1.58 110 15-19.9 114.2 26 11 15 0 5 13 0.228 0 .140-0.316 1.61 110 20 .0- 147 . 4 51 25 26 3 16 26 0.346 0 .251-0 . 441 2.44 110 TOTALT 9139.0 1429 681 748 99 372 639 0.156 0.148-0.164 *
Bilaga 3 Sid 2 (8)
Trafikarbeten och olycksmått i olika nederbördsklasser samt totalt. Uppdelning efter vägtyp.
Vägtyp Neder- Trafikarbete Totalt Person- Egendoms- Antal Antal Antal Olycks- 95% konfidens- Index för börds- (M apkan) antal skade- skade- dödade svårt lindrigt kvot intervall ' olyckskvot klass olyckor olyckor olyckor skadade skadade
LV,4F EJ NDBRD 23311.0 7824 3581 4243 349 1758 3021 0.336 0.329-0.343 1.00 LV, 4F 0-0.1 mm 5027.5 1657 747 910 54 358 615 0.330 0.314-0.346 0.98 LV,4F mm 7084.6 2157 929 1228 100 460 743 0.304 0.291-0.317 0.90 LV,4F 1.0-1.9 mm 3531.8 1223 530 693 60 268 427 0.346 0.327-0.365 1.03 LV,4F 2.0-3.9 mm 3952.8 1320 516 804 55 258 458 0.334 0.316-0.352 0.99 LV,4F 4.0-5.9 mm 2352.2 794 314 480 30 172 254 0.338 0.,.315-0.361 1.01 LV,4F 6.0-7.9 mm 1556.7 537 248 289 24 124 222 0.345 0.316-0.374 1.03 LV,4F mm 1109.0 420 172 248 20 83 152 0.379 0.343-0.415 1.13 LV,4F 10-14.9 mm 1518.4 576 224 352 24 104 226 0.379 0.348-0.410 1.13 LV, 4F 15-19.9 mm 658 .7 263 126 137 11 57 116 0.399 0.351-0.447 1.19 LV, 4F 20.0- mm 827.9 398 176 222 19 73 172 0.481 0.434-0 ,.528 1.43 LV,4F TOTALT 50930 ,5 17169 7563 9606 746 3715 6406 0.337 0.332-0.342 s MED EJ NDBRD 590 .8 107 52 55 6 26 43 0.181 0.147-0.215 1.00 MED 0-0.1 mm 145.1 16 7 9 1 3 6 0.110 0.056-0.164 0.61 MED 0.1-0.9 mm 176.7 33 15 18 4 7 12 0.187 0.123-0.251 1.03 MED mm 89.4 15 7 8 2 4 4 0.168 0.083-0 ,253 0.93 MED 2.0-3.9 mm 102.5 16 6 10 0 0 7 0.156 0.080-0.,232 0.86 MED 4.0-5.9 mm 60.9 11 4 7 1 3 5 0.181 0.074-0.288 1.00 MLED 6.0-7.9 mm 38.2 9 4 5 2 6 1 0.236 0.082-0.390 1.30 MED _8.,0-9.9 mm 30.0 5 1 4 2 0 0 0.167 0.021-0.313 0.92 MLED 10-14.9 mm 40.0 14 5 9 1 5 7 0.350 0.167-0.533 1.93 MED 15-19.9 mm 15.7 1 1 [e) 3 0 2 0.063 -=0.,061-0.187 0,35 MLED 20.0- mm 22.9 12 4 8 1 5 8 0.524 0 .228-0.820 2.90 MED TOTALT 1312.2 239 106 133 23 59 95 0.182 0.159-0.205 -MVÅG EJ NDBFD 2663 .9 330 126 204 12 51 129 0.124 0.111-0.137 1.00 MvÅG 0-0.1 mm 717 .5 76 28 48 1 13 25 0.106 0 ,.082-0.130 0.85 MVÅG 0.1-0.,9 mm 742 .3 86 43 43 5 14 46 0.116 0.092-0 . 140 0.94 MVÅG 1.0-1.9 mm 419 .4 53 23 30 3 7 28 0.126 0,.092-0 . 160 1.02 MVÅG 2.0-3.9 mm 450 .2 64 19 45 5 5 21 0.142 0.107-0.177 1.15 MVÅG 4.0-5.9 mm 271.8 64 24 40 3 11 18 0.235 0.177-0.293 1.90 MVÅG 6.0-7.9 mm 184.9 27 [] 19 0 2 8 0.146 0.091-0.201 1.18 MVÅG mm 133.4 29 10 19 1 6 5 0.217 0.138-0.296 1.75 MVÅG 10-14.9 mm 174 .2 40 13 27 2 7 11 0.230 0.159-0.301 1.85 MVÅG 15-19.,9 mm 88.4 18 4 14 0 1 3 0.204 0.110-0.298 1.65 MVÄÅG 20.0- mm 97.9 38 16 22 2 11 19 0.388 0.265-0.511 3.13 MVÅÄG TOTALT 5943 .9 825 314 511 38 128 313 0.139 0.130-0.148 VTI MEDDELANDE 697
Bilaga 3 sid 3 (8)
Trafikarbeten och olycksmått i olika nederbördsklasser samt totalt. Uppdelning efter region.
Region Neder- Trafikarbete Totalt Person- Egendoams- Antal Antal Antal Olycks- 95% konfidens- Index för börds- (M apkm) antal skade- skade- dödade svårt lindrigt kvot intervall olyckskvot klass olyckor olyckor olyckor skadade skadade
NS EJ NDBFD 7385.6 1900 985 915 129 540 7172 0.257 0.245-0.269 1.00 NS 0-0,.1 mm 1623.7 399 200 199 16 103 145 0.246 0.222-0.270 0.96 NS _0.1-0.9 mm 2456 .0 613 294 319 41 181 199 0.250 0,230-0.270 0.97 NS 1.0-1.9 mm 1137.2 273 148 125 15 94 99 0.240 0.212-0.268 0.93 NS mm 1200.5 301 138 163 17 70 133 0.251 0,.223-0.279 0.98 NS _4.0-5.,9 mm 717.9 188 88 100 11 57 73 0.262 0 ,225-0.299 1.02 NS _6,.0-7.9 mm 466 .7 131 68 63 11 44 55 0.281 0,.233-0.,329 1.09 NS _8.0-9.9 mm 361 .4 120 57 63 8 40 50 0.332 0,.273-0.391 1.29 NS 10-14.9 mm 473.6 143 60 83 9 31 53 0.302 0 ,253-0.,.351 1.18 NS 15-19.9 mm 205 47 27 20 5 9 29 0.229 0.163-0.295 0.89 NS 20.0- mm 273 .2 90 53 37 9 16 52 0.329 0.261-0.397 1.28 NS TOTALT 16301.0 4205 2118 2087 271 1185 1660 0.258 0,250-0.266 e MS EJ NDBFD 11672.7 3427 1597 1830 135 728 1425 0.294 0.,.284-0.304 1.00 MS 0-0.1 mm 2869.5 823 375 448 26 173 328 0.287 0,267-0.307 0.98 MS mm 3471.5 929 406 523 44 176 361 0.268 0,.251-0.285 0.91 MS 1.0-1.9 mm 1790.6 572 244 328 33 106 215 0.319 0,.293-0.345 1.09 MS 2.0-3.9 mm 2071.0 620 255 365 28 127 224 0.299 0.,.275-0.323 1.02 MS 4.0-5,.9 mm 1212.7 383 148 235 16 79 118 0.316 0.284-0.348 1.07 MS mm 843.4 251 116 135 10 48 102 0.298 0.261-0.335 1.01 MS mm 576.3 177 73 104 11 28 64 0.307 0.262-0.352 1.04 MS 10-14.9 mm 787 .1 275 101 174 8 36 105 0.349 0,308-0.,390 1.19 MS 15-19.9 mm 361.3 140 62 78 4 24 56 0.387 0,323-0.451 1.32 MS 20.0- mm 466 .7 232 88 144 6 56 94 0.497 0.433-0.561 1.69 MS TOTALT 26122 .8 7829 3465 4364 321 1581 3092 0.300 0.,293-0.,307 e SS EJ NDBRD 7507 .4 2934 1177 1757 103 567 996 0.391 0.,377-0,405 1.00 ss 0-0.1 mm 1396.9 527 207 320 14 98 173 0.377 0.345-0.,409 0.96 SS _0.1-0.9 mm 2076 .1 734 287 447 24 124 241 0.354 0.328-0.380 0.91 SS 1.0-1.9 mm 1112.9 446 168 278 21 79 145 0.401 0.364-0.438 1.03 SS 2.0-3.9 mm 1233.9 479 148 331 15 66 129 0.388 0.,353-0.423 0.99 SS 4.0-5,9 mm 754 .3 298 106 192 7 50 86 0.395 0.,.350-0.440 1.01 SS _6.0-7.9 mm 469 .6 191 76 115 5 40 74 0.407 0.349-0.465 1.04 SS 8.0-9.9 mm 334.6 157 53 104 4 21 43 0.469 0.396-0.542 1.20 SS _10-14.9 mm 472 .0 212 81 131 10 49 86 0.449 0.,389-0.,509 1.15 SS _15-19.9 mm 196.4 95 42 53 5 25 36 0.484 0.387-0.581 1.24 ss 20.0- mm 208 .8 126 55 71 7 17 53 0.604 0.499-0.709 1.54 ss TOFALT 15762 .9 6199 2400 3799 215 1136 2062 0.393 0.383-0.403
B 8 # 8 8 k b e e : 3 2 8 8 Bilaga 3 sid 4 (8)
Trafikarbeten och olycksmått i olika nederbördsklasser samt totalt. Uppdelning efter slitlagertyp.
Neder- Trafikarbete Totalt Person- Egendoms- Antal Antal Antal Olycks-skade- dödade svårt lindrigt
skadade skadade i 3 3 3 3 3 3 3 3 5 00 f & N P O > p h L 10 & 20.0- mm
