Vägytans inverkan på trafiksäkerheten. Data från 1986 och 1987

VTl notat 67-1997

Vägytans inverkan på

trafiksäkerheten

Data från 1986 och 1987

Författare Kent Sjölinder, Hans Velin och

Gudrun Öberg

FoU-enhet Drift och underhåll

Projektnummer 20149

Projektnamn RST-olycksdata

Uppdragsgivare Vägverket

FÖRORD

Denna undersökning kan ses som en fortsättning på det nordiska TOVE-proj ektet som avrapporterades 1989. Projektet som nu redovisas påbörjades under 1988 och här skulle de faktiskt uppmätta värdena utnyttjas och inte som i TOVE-proj ektet där materialet delades i en bättre och en sämre halva.

Vägverket har varit huvudflnansiär av projektet. VTI bidrog till en mindre del med egna medel. Projektet planerades tillsammans med Stefan Tykesson och Stefan Bertilsson, Vägverket.

Ett rapportkoncept, daterat 1991-12-19, leverades till Vägverket och strax där-efter upptäcktes fel i ojämnhetsdata (IRI-värdena). Under en längre tid hade vi misstänkt att det var något fel på IRI-värdena, men inte kunnat precisera vari det bestod. Diskussioner fördes med personer som utnyttjar IRI-data hur vi skulle kunna göra korrigeringar. Det bästa förslaget var att utnyttja data från 1988 som var det första året med bra data och framtagna på ett sätt som stämmer väl med senare års handhavande.

Under 1995 beviljade Vägverket medel för att göra denna korrigering. Data erhölls så sent att analysen inte hanns med under året. Under 1996 beviljades inga medel på grund av Vägverkets översyn av FoU-hanteringen utan projektet fortsatte först under 1997. Under korrigeringsfasen har Eva Lundberg och Kerstin Svartling varit kontaktpersoner på Vägverket.

Följ ande VTIare har varit involverade i projektet:

Rein Schandersson har skapat analysregistret. Hans Velin har gjort de statis-tiska bearbetningarna i dator och båda har beskrivit datamaterialet, Rein i

VTI-meddelande 594, som behandlar 1986 års data och Hans i detta Notat varav delar

är hämtade från meddelandet. Kent Sjölinder var under sin tid som VTIare (t.o.m. hösten 1989) projektledare för projektet och senare var undertecknad projekt-ledare. Båda proj ektledarna har svarat för det ursprungliga analysarbetet och för-fattandet.

Korrigeringsmodellen har tagits fram av undertecknad. Hans Velin har sedan genomfört korrigeringar och infört ändringar i det ursprungliga konceptet.

Annette Karlsson, VTI har överfört konceptet från WPS+ till Word.

Ett stort tack till ovanstående och övriga som bidragit till att projektet äntligen

kan avslutas.

INNEHÅLLSFÖRTECKNING SAMMANFATTNING SUMMARY

l BAKGRUND

2 HUR PÅVERKAR BELÄGGNINGSSLITAGE OCH

3.1 3.2 3.3 4.1 4.2 5.1 5.2 6.1 6.2 7.1 7.1.1 7.1.2 7.1.3 7.1.4 7.2 7.2.1 7.2.2 7.3 7.3.1 7.3.2 7.3.2.1 7.3.2.2 7.3.2.3 7.4 8.1 8.2 BELÄGGNINGSTYP TRAFIKSÄKERHETEN?

TIDIGARE UNDERSÖKNINGAR

UNDERSÖKNINGENS SYFTE OCH METOD Syfte

Metod

OMFATTNING OCH DEFINITIONER Datainsamlingen

Analysregistrets innehåll

ÖVERSIKT AV DATAMATERIALET Korrigering av datmaterialet

Översikt av det korrigerade datamaterialet RESULTAT Inverkan av spårdj up Metod Linj är regression Kvadratisk regression "Brytpunktsregression" Inverkan av oj'amnheter Metod Linjär regression

Samtidig inverkan av spår och ojämnheter Metod

Multipel linjär regression Sommar

Vinter Hela året

Samtidig inverkan av vägyta, vägstandard m.m. DISKUSSION

Kommentarer till vald metod Modellernas förklaringsgrad Sid IV C N G -1 34 3 \ ] \ 1 13 15 15 19 21 21 22 24 25 26 26 27 29 29 30 30 32 33 36 38 38 39

8.3 8.4 10 11 Bilaga 1 : Mätning av ej ämnhet

Effekt aV spårslitage och IRl SLUTSATSER

FORTSATT FOU REFERENSER

Skillnader i spårdjup och ej ämnhetsvärden mellan 1986 och 1987

39

40

44

VÄGYTANS INVERKAN PÅ TRAFIKSÃKERHETEN Data från 1986 och 1987

av

Kent Sjölinder, Hans Velin och Gudrun Öberg

581 95 LINKÖPING

SAMMANFATTNING

Huvudsyftet med undersökningen har varit att efter TOVE-proj ektet ta fram ytter-ligare kunskap om samband mellan trafiksäkerhet och vägytans tillstånd. Vägytans tillstånd beskrivs i analysen med spårdjup och ojämnheter.

I TOVE-projektet utnyttjades bara personskadeolyckor från 1986, men i denna studie medtas även egendomsskadeolyckor rapporterade av polisen för de båda åren 1986 och 1987, men enbart för Sverige. Även två års RST-mätningsresultat ingår i analysen. Härigenom erhålls ett större vägnät så att en mera detaljerad upp-delning kan göras av vägtillstånd. I stället för uppupp-delning i enbart "bra" respektive "mindre bra" tillstånd kan analys även göras av spårdjup och ojämnhet både

sepa-rat och simultant.

Analyser har främst gjorts med hjälp av regressionsanalyser. Beroende Y-variabel har varit olyckskvot (polisrapporterade olyckor/ 100 miljoner axelparkm). Obero-ende X-variabler har varit spårdjup (mm) och ojämnhet (IRI i mm/m). På så sätt skattas alltså om olyckskvoten ökar eller inte när spårdjup respektive ojämnhet ökar. Vid regressionen har varje observation viktats med sitt trafikarbete.

Ett krav på datamaterialet var att vägsträckan inte i väsentlig grad skulle ha för-ändrats under det år då vägytan mätts. I det kravet ingick naturligtvis att ingen Vä-sentlig beläggningsåtgärd hade utförts under året. Detta sistnämnda villkor innebar att vägar med de nyaste (minst slitna) liksom de med de mest slitna beläggnings-ytorna inte kunde komma med i undersökningen.

För att i möjligaste mån kunna isolera inverkan på trafiksäkerheten av enbart vägytan var det också en strävan att varje vägsträcka skulle vara homogen med avseende på andra faktorer (tex. väggeometri), som också har inverkan på olycks-risken. De "homogeniseringsvariabler" som valdes varhastighetsgräns,

vägkate-gori, antal körfält, beläggningstyp, underhållsklass (för beläggningsunderhåll) och vägytetillstånd. Dessutom kan region betraktas som en sådan variabel.

Slutligen togs också uppgifter fram om vädret (temperatur och nederbörd) dygn för dygn under åren för varje län samt motsvarande uppgifter om trafikvariationer. Dessa uppgifter behövdes för att kunna fördela trafikarbete och olyckor på olika

väderförhållanden.

Bra - mindre bra beläggning

Vid indelning av vägnätet i två lika stora delar benämnda "bra" respektive "mindre bra" beläggningsytor såsom gjordes i TOVE-projektet, har följande resultat er-hållits.

För alla observerade vägar blir olyckskvoten ca 5 % högre på de "bra" vägarna jämfört med de något "mindre bra" vägarna. Denna ökning är inte statistiskt sä-kerställd. Om däremot materialet delas upp i sommar respektive vinter erhålles signifikant högre olyckskvot på sommaren för de bra belåggningarna om neder-bördsmångden under ett dygn är mindre än 10 mm. För hela sommaren är olyckskvoten knappt 13 0/o högre på de "bra" än på de "mindre bra" be-läggningarna (signifikant på 5 % nivå). På vintern har de bra bebe-läggningarna lägst olyckskvot men inte vid någon nederbördsindelning erhålles signifikanta

skillnader.

Spår

Spår anges med djupet i mm. Sommartid minskar olyckskvoten med ökande spårdjup (signifikant 5 % nivå), medan olyckskvoten ökar med ökande spårdjup

vintertid.

Ojämnhet

Oj ämnhet beskrivs med måttet IRI (International Roughness Index) som är angivet i mm/m. Olyckskvoten ökar med ökande ojämnhet (högre IRI-tal). Ökningen är större på vintern än på sommaren. Ökningarna är statistiskt säkerställda för lägsta nederbördsklassen (<0,l mm) och för alla nederbördsklasser sammanslagna. Spår och ojämnhet

Olyckskvoten minskar med ökande spårdjup och olyckskvoten ökar med ökande ojämnhet. Dagar med mycket nederbörd (> 10 mm/dygn) ökar olyckskvoten då spårdjupet ökar (ej signifikant, vilket kan bero på att det ärjämfö-relsevis få dagar med mycket nederbörd).

Vid indelning efter trañkmängder är resultaten desamma för vägar med års-dygnstrañk (ÅDT) < 7 000, dvs. olyckskvoten minskar med ökande spårdjup och ökar med ökande ojämnhet. Effekterna är statistiskt säkerställda för vägar med ÅDT < 4 000. För övriga landsvägar med ÅDT < 7 000 är endast effekten av ojämnheter statistiskt säkerställda. För de största vägarna (motorväg och vägar med ÅDT > 7 000) ökar emellertid olyckskvoten med ökande spårdjup (ej signifikant). För dessa vägtyper är dock sambandet med spårdjup negativt vid uppehållsväder, men positivt i övrigt. För vägar med ÅDT < 7 000 är det ett nega-tivt samband mellan olyckskvot och spårdjup för alla nederbördsklasser.

1 BAKGRUND

Riksrevisionsverket (RRV) genomförde 1986 en förvaltningsrevision av Vägver-kets (VV) underhåll av belagda vägar. Revisionen gällde i första hand förutsätt-ningarna för att planera och prioritera beläggningsinsatser med hjälp av samhälls-ekonomiskt beslutsunderlag. RRV fann att förutsättningarna fanns.

RRV fann dock vissa brister som påpekades i rapporten (1). Däribland nämndes att beläggningsingenjörer och planerare vid VV uppfattade trañksäkerhetseffek-terna som den viktigaste anledningen att göra beläggningsinsatser. Svensk och finsk forskning har dock visat att olyckorna inte blir färre vid ny beläggning. Dessa resultat tyckte RRV att VV inte uppmärksammat tillräckligt.

Ett nordiskt projekt TOVE (2) som gjordes under senare delen av 1980-talet visar att ombeläggning inte utan vidare kan antas ge en positiv trafiksäkerhetseffekt och att effekten är beroende av nederbördsförhållandena. De nordiska länderna har olika metoder att mäta ytans standard och det var därför inte möjligt att direkt an-vända mätvärden för t.ex. spårdjup, ojämnhet, friktion utan varje lands vägnät de-lades i två lika stora delar, en med bättre och en med något mindre bra standard. Eftersom vissa ifrågasatte resultaten ville VV ha säkrare resultat och bad därför VTI göra denna undersökning. När enbart svenska mätningar används går det dessutom att kvantiflera vägyteparametrarna i analyserna.

2

HUR PÅVERKAR BELÄGGNINGSSLITAGE OCH

BELÄGG-NINGSTYP TRAFIKSÄKERHETEN

Spår och andra ojämnheter i vägbanan kan vålla trafiksäkerhetsproblem, huvud-sakligen vid vått väglag och vid vissa typer av vinterväglag, medan spårens och andra ojämnheters inverkan vid torr barmark bör vara av mindre betydelse, förut-satt att de inte påverkar trafikantbeteendet.

Vid regn kan vatten samlas i spår och ojämnheter i sådana mängder att risken för vattenplaning ökar. Vattensamlingar medför också försämrade siktbetingelser ge-nom nerstänkning, Ökad bländning från mötande fordon och minskad effekt av vägbelysning. Under vintern kan spår vålla problem genom att de ger upphov till sidoriktade friktionskrafter, som vid ishalka kan utgöra en väsentlig del av den tillgängliga friktionen.

Oj ämnheter kan vintertid ge upphov även till andra problem. Vatten som samlas i ojämnheterna kan frysa. Ojämnheter, speciellt spår, kan vara svåra att hålla rena från snö genom plogning och moddavröjning. Detta medför att friktionen i spår-området kan vara betydligt lägre än på resterande delar av vägbanan.

Friktion har betydelse för trafiksäkerheten. Detta kan tas som intäkt för att ytbe-handling (YTB) skulle ha högre trafiksäkerhet än motsvarande väg med massabe-läggning (AB).

Hur alla dessa förändringar påverkar trafiksäkerheten beror i hög grad på om och hur trafikanten anpassar sitt beteende. Det är därför långt ifrån självklart att en fy-sisk försämring leder till sämre trafiksäkerhet.

En annan aspekt är att körning på ojämna vägar eller vägar med spår kan vara tröttande och svårt, vilket kanske tvingar föraren till att vara mer uppmärksam och att en reaktion kan komma senare på en väg med hög standard.

Vägojämnheter påverkar Vidare möjligheten att manövrera fordonet på ett till-fredsställande sätt. För det första påverkar ojämnheter friktionskrafterna mellan hjul och vägbana och för det andra påverkas förarens möjligheter att samla in in-formation, utföra manövern och att förutse händelser eftersom ojämnheterna kan medföra att blicken riktas mot mer närbelägna punkter på vägbanan.

3 TIDIGARE UNDERSÖKNINGAR

3.1 Trafiksäkerhet

När det gäller utomnordiska olycksstudier så har de flesta av dessa varit av typen före/efter-studier. Beträffande dessa finns dels risken att påvisade effekter utgör överskattningar på grund av den sk. regressionseffekten och dels risk för över-/underskattning av effekten p.g.a. att allt Övrigt inte kan hållas konstant. Det finns dock undantag, där man försökt eliminera inverkan av "störande" faktorer. Då har

emellertid endast små effekter kunnat konstateras.

När det gäller studier av hur vägytans standard påverkar trafiksäkerheten är det viktigt att komma ihåg att effekterna sannolikt är mycket små - åtminstone i jäm-förelse med hur t.ex. väggeometriska faktorer, hastighetsgräns m.m. påverkar tra-fiksäkerheten. Körsätt och hastighetsnivå varierar också med olika beläggnings-typer och -tillstånd För att genom olycksanalyser kunna påvisa effekter krävs där-för ett stort undersökningsmaterial och eftersom det även är nödvändigt att elimi-nera inverkan av andra faktorer, som samvarierar med beläggningstyp och -stan-dard (tex. vägbredd och trafikmängd), så växer detta krav.

De olycksanalyser som gjorts vid VTI har varit av typen sambandsstudier. Det vill säga att man har försökt påvisa skillnader i trafiksäkerhet på vägar med olika beläggningstyp eller beläggningsstandard, men med likartad väggeometrisk

stan-dard. Resultaten, som i flera fall är svårtolkade, avser det statliga vägnätet i

Sverige.

I den mest omfattande studien, som avsåg beläggningstypens betydelse (3), kon-stateras att ytbehandling kan medföra en minskning av trafikolyckorna med upp till 10 % jämfört med massabeläggning. Detta gäller om olyckor av alla svårhets-grader beaktas i analysen. Om enbart personskadeolyckor tas med kan inga skill-nader i olycksutfall påvisas för de två beläggningstyperna.

En tidigare studie (4) behandlade sambandet mellan olika tillståndsmått för väg-ytan och risken för trafikolyckor. Trots ett relativt omfattande material (hela det statliga vägnätet under 1 år) kunde inga signifikanta effekter påvisas.

Även andra typer av studier har gjorts vid VTI. Genom användning av en fordons-dynamisk modell har man kunnat kvantifiera betydelsen av spår i vägbanan (orsakade av dubbslitage eller fordonens tyngd) vidvinterväglag (5, 6).

Dessutom har studier gjorts av hur vägojämnheter inverkar dels på bilars broms-och styrbarhet (7), broms-och dels på bilförares prestation broms-och trötthet (8).

En annan intressant aspekt är följande: även om körning på en ojämn, spårig väg är tröttande och besvärlig så kanske bilföraren samtidigt är mer uppmärksam och reaktionen kommer kanske inte förrän senare på ett vägavsnitt med god

vägyte-standard, som kräver mindre koncentration. Detta fenomen brukar benämnas "eftereffekter".

En hypotes, som förts fram från Finland och som grundas på olycksanalyser där, är följ ande: Under perioder med "dåligt" väder (= mycken nederbörd) så är olycks-risken högre på vägar med dålig vägytestandard, men under goda väderförhållan-den så överkompenserar trafikanten sitt beteende på grund av väderförhållan-den dåliga ytstan-darden och resultatet under sådana perioder blir en förbättrad trafiksäkerhet. Detta leder till att den totala trafiksäkerheten blir lika eller kanske till och med bättre vid en dålig vägytestandard jämfört med en bättre.

För att försöka bekräfta (eller förkasta) denna hypotes genomfördes ett projekt benämnt TOVE (= Trafiksäkerhet Och Vägytans Egenskaper) på samnordisk basis. Inom detta projekt har sambandet mellan vägytestandard och trafiksäkerhet studerats genom olika typer av olycksanalyser kompletterade med trafikstudier. I det första delprojektet (9) studerades sambandet mellan beläggningens ålder och trafiksäkerheten. I allmänhet ökade olycksrisken när beläggningen åldrades. För vissa regioner var det emellertid tvärtom.

I det andra delprojektet (10) studerades trafiksäkerheten på vägar med olika yttill-stånd. Totalt för alla länder var olyckskvoten ca 7 % lägre på vägar med sämre beläggning än på vägar med bra beläggning. Resultatet gällde emellertid inte helt entydigt.

Dagar med mycket nederbörd innebar att olyckskvoten blev högre på vägar med sämre beläggning än på vägar med bra beläggning. Resultatet var entydigt och styrktes av både det första och det andra delprojektet.

I det tredje delprojektet (11) undersöktes sambandet mellan friktion och olycks-kvot med material från den danska vägdatabanken. Den generella tendensen var en med stigande friktion fallande olyckskvot.

Resultatet av TOVE-proj ektet visar att ombeläggning inte utan vidare kan antagas ge en positiv trafiksäkerhetseffekt. Effekten beror på bl.a. nederbördsförhållanden.

3.2 Hastighet

VTI har mätt hastigheter på olika beläggningstyper och vid olika beläggningsstan-dard. Det är små eller inga hastighetsskillnader som uppmätts vilket framgår av sammanställningen nedan:

- Ingen hastighetsskillnad har uppmätts mellan ytbehandling och massa-beläggning (12).

- Hastighetsskillnaden mellan grus och Y1G uppgår till 2-4 km/h (13, 14, 15).

- Hastighetsskillnaden vid olika beläggningsstandard uppgår till 1-2 km/h (16).

I den fjärde delen i TOVE-projektet (17) undersöktes hastigheten i torrt väglag före och efter ombeläggning av kÖrbanan. För Norge och Finland kunde inte någon Ökning av genomsnittshastigheten konstateras. För Sverige kunde dock en Ökning på drygt 1 km/h påvisas.

I ett projekt där Vles hastighets- och RST-data för åren 1987-1991 (18) utnyttjades erhölls följande resultat för personbilar dagtid. Om spårdjupet ökar med 10 mm sänks medelhastigheten med knappt 2 km/h och om IRI ökar med 1 mm/h sänks medelhastigheten med 3 km/h.

3.3 Övrigt

Hastighetsskillnaden mellan olika beläggningsstandard förklarar bara ca 1/3 av förändringen i olyckskvot enligt tidigare framtagna samband (19). Det måste så-ledes även vara andra beteendeförändringar med i bilden tex. annat sidoläge, stör-re tidlucka, färstör-re omkörningar osv. för att erhålla dessa olycksstör-resultat. Dessa va-riabler har, såvitt vi känner till, inte mätts och analyserats tillsammans med be-läggningsstandard.

4 UNDERSÖKNINGENS SYFTE OCH METOD

4.1 Syfte

Huvudsyftet med undersökningen har varit att ta fram ytterligare kunskap om samband mellan trafiksäkerhet och vägytans tillstånd. Vägytans tillstånd i analy-sen beskrivs med spårdjup och oj ämnhet.

Inom det samnordiska TOVE-projektet har samband mellan trafiksäkerhet och vägytans tillstånd beräknats. Ett delprojekt i TOVE var den sk. tillståndsanalysen där bra respektive mindre bra vägtillstånd jämfördes (10).

Syftet med föreliggande studie är att fördjupa den svenska delen av tillståndsana-lysen. Detta sker genom att två års RST-mätningar (1986 och 1987) tas med. Hä-rigenom erhålls ett större vägnät så att en mer detaljerad uppdelning kan göras av vägtillstånd. I stället för uppdelning i enbart bra respektive mindre bra tillstånd kan analys göras av spårdjup och jämnhet både separat och simultant. I TOVE-projektet utnyttjades bara personskadeolyckor från 1986, men i denna studie tas även egendomsskadeolyckor rapporterade av polisen med.

4.2 Metod

RST-mätta avsnitt med årsdygnstrañk över 1 500 axelpar och högsta tillåtna has-tighet 70 km/h eller högre togs med om beläggningstypen var ytbehandling och massabeläggning eller liknande. För varje avsnitt inhämtades trafikflöde och ett antal geometriska data.

Olyckor som inträffat på dessa avsnitt togs med för det år när RST-mätningen gjorts. Olyckor i korsningar samt viltolyckor sorterades bort.

Det har tidigare visats att vädret har stor betydelse för sambandet mellan trafik-säkerhet och vägytans tillstånd. Därför tas väderdata med så att varje dygn för-delas på nederbördsklasser. Olyckskvoter beräknas för olika nederbördsklasser, genom att trañkflöde (20) och olyckor har beräknats för varje dygn.

Analyser har gjorts med hjälp av regressionsekvationer. Beroende Y-variabel har varit olyckskvot. Oberoende X-variabler har varit spårdjup och ojämnhet, var för sig eller tillsammans. På så sätt skattas alltså om Olyckskvoten ökar eller inte när spårdjup respektive ojämnhet ökar. Vid regressionen har varje observation viktats

med sitt trafikarbete.

För regressionerna beräknades medelolyckskvoten för homogena sträckor för varje mm spårdjup mellan 0 och 30. För ojämnheter grupperades IRI-värden i

intervall om 0,2 för IRI-värden mellan 0 och 2 och i intervall om 0,5 för övrigt.

Totalt användes alltså 31 observationer (klasser) för spårdjup och 26 för ojämnhet. Regressionsekvationer togs också fram där varje sträcka var en observation. Ekvationerna från de båda olika beräkningssätten var tämligen lika och därför

redovisas bara den förstnämnda.

Olyckskvoten beräknas som antalet polisrapporterade olyckor per 100 miljoner axelparkilometer.

När signifikansnivån anges i rapporten avser den endast ett konfidensområde. Om flera jämförelser betraktas samtidigt, är deras gemensamma nivå högst nivån mul-tiplicerad med antalet jämförelser. Om många jämförelser görs är det troligt att några blir signifikanta.

5 OMFATTNING OCH DEFINITIONER

I detta kapitel beskrivs dels den datainsamling som gjorts (avsnitt 5.1) och inne-hållet i det analysregister som bildades (avsnitt 5.2).

5.1 Datainsamlingen

Grundtanken bakom datainsamlingen var att ta fram uppgifter om vägsträckor, vars beläggningar var mätta med objektiva mätmetoder och komplettera dessa uppgifter om vägytetillståndet med bland annat olycks- och trafikdata. Dessa upp-gifter skulle avse samma kalenderår (undersökningsåret), som det då vägytan var

mätt.

Både spårdjup och ojämnheter har mätts med Laser Road Surface Tester (Laser RST), som finns beskriven i (21). Vid mätningen har laserteknik använts. För spårdjup presenteras mätdata som medelvärden över sträckan (mätt i mm). Det oj ämnhetsmått som användes vid mätningar 1986 var den nio-gradiga komfortska-lan, där 9 betyder en mycket ojämn väg. Vid 1987 års mätningar användes ojämn-hetsmåttet International Roughness Index (IRI) angivet i mm/m. Det finns ingen exakt transformationsfunktion från komfortvärden till IRI-värden. Vid analys-arbetet användes en funktion som ger en godtagbar transformation. Funktionen har man kommit fram till genom jämförande mätningar.

Följ ande kriterier avgjorde om en sträcka skulle ingå i analysen: - årsmedeldygnstrafiken skulle vara minst 1 500 axelpar; - hastighetsbegränsningen skulle vara 70 km/h eller högre;

- beläggningstypen skulle vara ytbehandling eller massabeläggning.

Ett krav var vidare att vägsträckan inte i väsentlig grad skulle ha förändrats under det år då vägytan mätts. I det kravet ingick naturligtvis att ingen väsentlig belägg-ningsåtgärd hade utförts under året.

För att i möjligaste mån kunna isolera inverkan på trafiksäkerheten av enbart vägytan var det också en strävan att varje vägsträcka skulle vara homogen med avseende på andra faktorer (tex. väggeometri), som också har inverkan på olycks-risken. De "homogeniseringsvariabler" som valdes var gällande hastighetsgräns,

ÅDT, Vägtyp, bredd, beläggningstyp, underhållsklass (för beläggningsunderhåll) och vägytetillstånd. Dessutom kan region betraktas som en sådan variabel.

För de vägsträckor som uppfyllde kraven ovan kompletterades data med ytterli-gare väguppgifter och uppgifter om de trafikolyckor som inträffat under det kalen-derår då vägytans tillstånd mätts.

Slutligen togs också uppgifter fram om vädret (SMHI-data beträffande temperatur och nederbörd) dygn för dygn under åren för varje län samt motsvarande uppgifter om trafikens storlek (uppgifter från Vägverkets trafikmätningspunkter). Dessa uppgifter behövdes för att kunna fördela trafikarbete och olyckor på olika

väder-förhållanden.

5.2 Analysregistrets innehåll

I analysregistret fanns följ ande uppgifter om vägsträckorna: - REGION, norra, mellersta eller södra (enligt figur 1)

- IDENTITET (ett arbetsnummer, vägnummer, knutpunkter, län)

- VÄGTYP (motorväg, motortrafikled, 2-fältsväg, 4-fältsväg) - HASTIGHETSGRÃNS (70, 90 eller 1 10 km/h)

-

UNDERHÅLLSKLASS (för beläggningsunderhåll)

- BREDD (i decimeter)

- LÄNGD (i meter. Inga sträckor < 50 meter togs med) - ÅDT (årsmedeldygnstrafik, i axelpar per dygn)

- BELÄGGNINGSTYP

- MAX STENSTORLEK

- BELÄGGNINGSÅR (år då senaste beläggningsåtgärd gjorts)

-

MÄTÅR (år då vägytan mätts)

- SPÅRDJUP (mm)

-

OJÄMNHETER (olika mått och skalor)

-

YTTILLSTÅND (bra eller mindre bra)

- TRAFIKARBETE (i olika väderklasser).

Analysregistret innehöll också följande uppgifterom de trafikolyckor som inträf-fat på vägsträckan det år då vägytan hade mätts:

- IDENTITET (ett löpnummer för olyckan)

- DATUM

- KLOCKSLAG

- OLYCKSTYP enligt Vägverkets kodning - ANTAL TRAFIKELEMENT

- ANTAL SKADADE ELLER DÖDADE, SVÅRIGHETSGRAD - PLATSTYP (korsning eller sträcka)

-

LJUSFÖRHÅLLANDEN (dagsljus, mörker, halvdager, okänt)

-

VÄGLAG (torrt, vått, is/snö, okänt)

- VÅDERKLASS.

Med hjälp av uppgifterna om trafik och väder varje dag det aktuella året fördela-des varje vägsträckas totala trafikarbete både på årstid - sommar eller vinter - och på nio olika väderklasser. Perioden 16 april till 15 oktober betraktades som "sommar". Resten av året som "vinter". Indelningen i väderklasser gjordes utifrån uppgifter om dygnsmedeltemperatur och dygnsnederbörd. De nio väderklasserna bestod av samtidig uppdelning i tre nederbördsklasser (mindre än 0,1 mm, mellan

0,1 och 10 mm, över 10 mm) och tre temperaturklasser (under -ZOC, -2°C - +2°C,

över +20C).

En osäkerhetskälla med att använda väderdata är att "temperaturdygnet" i stort sett kan fås att överensstämma med kalenderdygnet, medan "nederbördsdygnet" alltid går tiden från kl 07.00 till kl 07.00 svensk normaltid.

Detaljerad indelning i olyckstyper gjordes.

Under analysskedet exkluderades viltolyckoma eftersom den omgivande terrängen borde ha större inverkan på viltolyckskvoten än beläggningstillståndet, även nederbörd påverkar viltolyckoma eftersom viltet rör sig mindre vid regn. Även olyckor som inträffat i korsningar exkluderades främst på grund av att vägarna i en knutpunkt ofta har olika beläggning och beläggningstillstånd. Alla resultat i kapitel 7 gäller för polisrapporterade icke viltolyckor på länkar.

12 VTI notat 67-1997

Fi url Sveriges lan indelade i (1e regl O.

oner 30m anvants i olycksanalysen.

6 ÖVERSIKT AV DATAMATERIALET

Det totala materialet omfattade 9 909 vägsträckor (1986: 4 774 st och 1987: 5 135 st vägsträckor) med en sammanlagd längd av drygt 9 000 km (1986: 4 343 km och 1987: 4 712 km). Då är att märka att en vägsträcka vars beläggningsyta mätts

un-der båda åren räknassom två observationer.

Materialet 1986 omfattade nio län B, D, E, G, L, P, T, Y och AC län, 1987 omfat-tade materialet tio län C, F, H, K, N, O, T, W, AC och BD län.

För dessa vägsträckor rapporterades 10 469 olyckor (1986: 4 973 och 1987: 5 496 olyckor). När viltolyckorna och olyckor i korsningar exkluderats återstod 4 489 olyckor. Av desSa medförde 1 641 olyckor personskador och/eller dödsfall. Både egendomsskadeolyckor och personskadeolyckor togs med i analysen.

De "homogena" vägsträckornas längd varierade från 50 m till över 17 km, dock var merparten (73 %) av dessa sträckor kortare än 1 km. Detta kan leda till att olyckor placerats på fel sträcka, men eftersom indelningen oftast inte beror på be-läggningsskillnader har det troligen inte så stor inverkan på resultatet.

Trafikarbetet på vägsträckorna var 16 331 Mapkm fördelat i stort sett lika mellan de båda åren. Spårdjupet på de olika vägsträckorna varierade från 0 mm till över 30 mm. Viktat med trafikarbetet var medelspårdjupet för vägsträckorna 7 mm. Cirka 84 % av trafikarbetet skedde på vägar med ett spårdjup mindre än 10 mm. Endast 2 % av trafikarbetet skedde på vägsträckor med ett spårdjup större än 15 mm.

Vid mätningar av ojämnheter i längsgående riktning angavs värdena 1986 i den niogradiga komfortskalan, där 9 betyder en mycket ojämn väg, och vid mätningar 1987 angavs ojämnheterna i IRI-värden. Även efter transformation av kom-fortvärdena till IRI-värden, är fördelningen av värdena olika mellan åren (se figur 2). Denna skillnad beror till största delen på dels att mätningarna de två åren gi or-des i olika län och dels på olika mätmetoder. I bilaga 1 redovisas skillnaderna i spårdjup och oj ämnhetsvärden mellan de två åren.

De spårdjup och IRI-värden som anges för varje analyssträcka har erhållits genom att ta medelvärdet av medelvärdena för alla 20-meterssträckor på analyssträckan.

Örebro (T)- och Västerbottens (AC)-län ingick båda åren. De måtta vägarna före-faller åtminstone vad avser trafikarbete att vara relativt lika de båda åren. lRI-vår-det för 1986 är cirka en enhet högre än för 1987. För AC-lån är även spåren något djupare 1986 än 1987medan spårdjupet i T-lån är ungefär detsamma båda åren. Det förefaller av bilaga 1 som att beläggningstillståndet var något bättre för de vägar som mätts 1987 än för de som måtts 1986. Medianen för spårdjupet var

1987 5,99 mm och 1986 6,36 mm och lRI-vårdet var 1,56 respektive 2,88.

Skillnaden mellan åren framgår tydligt ur figur 2. Varje analysstråcka motsvarar en punkt. Figur 2

14

1986

,0-,5.

,0,

5

i

1987

,0-

,5-

6_

_.

IRl-vårde och spårdjup på vågar mätta med RST-bilen 1986 och 1987.

6.1 Korrigering av datamaterialet

De erhållna skillnaderna i IRI-data mellan de båda åren speglade inte verkligheten utan berodde på skillnader vid insamlandet och beräkning av medelvärden. Skill-naden mellan de båda åren var så stor att 75-percentilen i 1987 års IRI-data var mindre än 25-percentilen i 1986 års data då materialet delades in i olika regioner och vägtyper.

För att ändå kunna tillgodogöra sig det arbete som lagts ned på projektet besluta-des att IRI-data skulle korrigeras. Mätdata från 1988 betraktas som tillförlitliga och mer överensstämmande med senare års mätningar och beräkningar. Det var också en fördel att korrrigeringsdata kom från så nära tid som möjligt i förhållande till de data som skulle korrigeras.

Efter diskussion med utnyttjare av RST-data kom vi fram till att om materialet delas in i regioner, vägbredd och hastighetsgräns så borde medelvärdet i varje grupp vara detsamma för alla tre åren. En regressionsanalys med 1988 års IRI-värde som beroende variabel och 1986 repektive 1987 års IRI-IRI-värde som obero-ende variabel genomfördes. Det var egentligen 1986 års data som var fel men en korrigeringsformel togs fram även för 1987 eftersom beräkningarna då skiljde sig något från senare års.

Följ ande korrigeringsformler användes:

1986 Y=O,59X+0,10

1987 Y = 0,9OX + 0,24

Y blir då det nya IRI-värde som utnyttjas i den fortsatta analysen, medan X är det ursprungliga IRI-värdet. Varje ingående IRI-värde korrigeras enligt dessa formler. I fortsättningen redovisas endast dessa korrigerade värden.

6.2 Översikt av det korrigerade datamaterialet

Det kan noteras att största spårdjup finner vi på landsvägar med en vägbredd på 8-11 m, samtidigt som de var de i längsgående riktning jämnaste landsvägarna. Ett annat sätt att beskriva det eventuella sambandet mellan IRl-värden, spårdjup och olika väggeometriska parametrar är korrelationerna.

I tabellen nedan visas korrelationer i totalmaterialet mellan vägytevariabler och

andra variabler.

Tabell 1 Korrelationer i totalmaterialet mellan olika variabler. Viktat med

tra-fikarbetet.

Variabel Spårdjup IRI-värde

ÅDT 0,07 -0,24

Hastighetsgräns -0,10 -0,3 8

Vägbredd -0,09 -0,30

Beläggningsålder 0,3 5 0,27

Genomgående är korrelationerna mycket låga, vilket tyder på litet samband mellan klassificeringen av vägytetillstånd och andra variabler. Korrelationen mellan spår-djup och IRI-värde var 1986 0,26 och 1987 0,33, vilket kan betecknas som låg korrelation. En väg med djupa spår behöver inte vara ojämn utan ibland utvecklas längsoj ämnheter och ibland tvärsoj ämnheter (spår).

Värdena i tabellen indikerar följande:

- större spårdjup och ökat IRI-värde vid högre beläggningsålder,

- jämnare vägar vid Ökande vägbredd och hastighetsgräns.

Trots de låga korrelationerna mellan variablerna för beläggningsytans tillstånd och de väggeometriska variablerna kan det råda samband mellan variablerna som t.ex. att ytbehandling oftare finns på mindre vägar än på stora och det är därför data måste homogeniseras.

För ej numeriska värden beräknades medelvärden (viktat med traflkarbetet) för spårdjup och IRI.

Tabell 2 Medelvärden av spårdjup och IRI-värde för olika regioner.

Medelvärde

Region Spårdjup mm IRI mm/m

Norra 7,7 1,9

Mellersta 6,8 1,5

Södra 6,4 1,6

Tabell 3 Medelvärde av spådjup och IRI-värde för olika underhållsklasser.

Medelvärde

Underhållsklass Spårdjup mm IRI mm/m

ÅDT > 7 000 7,2 1,5

4 000 < ÅDT 7 000 6,8 1,6

ÅDT < 4 000 6,8 1,8

Tabell 4 Medelvärde för spärdjup och IRI-värde för olika beläggningstyper.

Medelvärde

Beläggningstyp Spårdjup mm IRI mm/m

AB 6,8 1,5

YTB 7,2 1,8

Övriga 7,5 2,4

I analysen delas materialet på olika sätt för att homogeniseras. Ibland blir då mate-rialet för litet för att man ska kunna dra några säkra slutsatser. En indelning som ofta görs är i regioner och här redovisas därför trañkarbetsfördelningen för de olika regionerna.

Tabell 5 Fördelning (%) av trañkarbete i de olika regionerna uppdelat på är för de vägar som ingår i studien.

Region 1986 1987

Norra 14% 22%

Mellersta 72% 34%

Södra 14% 44%

Tabell 6 Fördelning (%) av trañkarbete på olika hastighetsgränser för de Vägar som ingår i studien.

Region 70 90 1 10

Norra 19% 63% 18%

Mellersta 17% 56% 27%

Södra 18% 53% 29%

Tabell 7 Fördelning (%) av trañkarbete på olika Vägtyper för de Vägar som in-går i studien.

Region Motorväg > 11 meter 8-11 meter < 8 meter

Norra 3% 42% 3 8% 17%

Mellersta 24% 32% 22% 21%

Södra 17% 34% 27% 23%

Södra regionen svarar för 29 % av trañkarbetet, mellersta för 53 %, och norra för 18 % i denna studie.

7 RESULTAT

Med hjälp av regressionsekvationer analyseras sambanden mellan vägytans stan-dard och trafiksäkerhet. Vägytans stanstan-dard beskrivs mha medelvärden över obser-vationssträckorna av IRI och maximalt spårdjup. Trafiksäkerheten beskrivs som olyckskvoten (olyckor per 100 miljoner axelparskilometer) på samma sträcka. Många olika indelningar av materialet görs tex.

- årstid (sommar/vinter), - nederbördsmängd, - region,

-

vägtyp,

Indelning med avseende på nederbördsmängd görs ofta, alltså även i kombination med andra indelningar. Detta görs eftersom tidigare studier visat på olika samband vid olika nederbördsmängder. Även uppdelning på årstid görs oftast eftersom beläggningsstandarden kan ha olika effekt sommar och vinter.

I TOVE-rapporten (2) delades observationssträckorna in i bra respektive mindre bra standard på beläggningen genom att materialet delades i två lika stora delar för varje land. När indelning av vägnätet i bra respektive mindre bra beläggningar görs här på samma sätt för olika årstider och för olika nederbördsmängder per dygn fås resultatet i tabell 8.

IM Statistiska tester av skillnad i olyckskvot vid bra och mindre bra

våg-yta.

OLYCKSKVOT (01/100 Mapkm)

Bra Mindre bra Z Signiñkant

beläggning beläggning skillnad

Hela året 28,2 26,8 1,64 sommar 24,1 21,3 2,78 ** <0,lmm 23,5 20,7 2,07 * 0,1-10mm 25,3 21,2 2,62 ** >10mm 21,5 27,1 -1,43 vinter 33,5 34,1 -0,39 <0,1mm 25,6 26,9 -0,83 0,1-10mm 41,7 41,9 -0,11 >10mm 68,2 59,6 0,77

*, ** anger 5 %, respektive 1 % signifikansnivå avseende skill-nad mellan bra och mindre bra vågytetillstånd.

Den som har högst olyckskvot av bra och mindre bra beläggningsstandard marke-ras med fetstil. Eftersom denna analys endast görs här för att jämföra med TOVE-resultat hänvisas till referens (10 kapitel 3.3) för beskrivning av testmetod. Samma metod har även använts i referens (3) och (4).

För alla observerade vägar blir olyckskvoten ca 5 % högre på de bra vägarna. Denna ökning är inte statistiskt säkerställd. Om däremot materialet delas upp i sommar respektive vinter erhålles för hela sommaren en olyckskvot som är ca 13 % högre på de bra än på de mindre bra beläggningarna (signifikant på 1 % nivå). Detta beror på en signifikant högre olyckskvot på sommaren för de bra beläggningarna om nederbördsmångden under ett dygn är mindre än 10 mm. På vintern har de bra beläggningarna lägst olyckskvot men inte vid någon indelning erhålles signifikanta skillnader.

Dessa resultat stämmer väl Överens med TOVE-projektets resultat för Sverige, trots att TOVE-projektet utnyttjar personskadeolyekor rapporterade av polisen medan här utnyttjas samtliga polisrapporterade olyckor.

I fortsättningen utnyttjas de uppmätta värdena på beläggningsytans standard i reg-ressionsanalyser.

Resultaten från de båda somrarna 1986 och 1987 behandlas separat för att renodla effekten av beläggningsstandarden, men eftersom även effekterna vintertid har stor betydelse för det totala utfallet behandlas vinter och hela året senare.

De båda beläggningstyperna massabeläggning och ytbehandling har åtminstone som relativt nya beläggningar olika textur och friktion, vilket gör att en uppdel-ning i de två belägguppdel-ningstyperna kan vara av intresse.

7.1 Inverkan av spårdjup 7.1 .1 Metod

Sambandet mellan olyckskvot och spårdjup skattas med hjälp av regressionsana-lys. Vid skattningen viktades observationerna med trafikarbete. Tre olika modeller

har använts:

en enkel linjär y = a + bx

och en kvadratisk y = e + dX + ex2

där y = olyckskvot (olyckor/100 Mapkm) x = spårdjup i mm

dessutom provas även en "brytpunktsmodell" där olyckskvoten är konstant upp till 10 mm och därefter görs en enkel linjär regression. Detta görs eftersom Vägverket har en sådan modell i Effektkatalogen (22).

Resultaten av dessa analyser redovisas nedan. Säkerheten i resultaten anges med signifikansnivå ooh förklaringsgraden R2.

7.1.2 Linjär regression

Regressionsekvationer, y = a + bx, beräknades för hela landet under de båda åren

och för de tre landsdelarna norra, mellersta och södra Sverige. Dessutom gjordes beräkningar för de tre nederbördsklasserna. AV de beräknade 16 sambanden var inget signifikant på 5 % nivån.

Nedan Visas för hela landet skattningar omfattande dels hela året, dels för Vinter och sommar var för sig. Resultaten för alla nederbördsklasser Visas i figur 3. Sommartid minskar olyckskvoten med ökande spårdjup, medan olyckskvoten Ökar med Ökande spårdj up Vintertid. För hela året är olyckskvoten i stort sett densamma för alla uppmätta spårdj up (se figur 3 och tabellerna på nästa sida).

Olyckskvot

MM/MM Vinter

1 //MMMMWM

30{

Hela året

0

10

20

30

Spårdjup (mm)

Figur 3 Samband mellan spårdjup och olyckskvot (ol/lOO Mapkm) framtaget med enkel linjär regression.

Semmar Nederbörds-klass Alla <0,1 mm 0,1-10mm >10 mm Vinter Nederbörds-klass Alla <0,1 mm 0,1-10 mm >10 mm Hela året Nederbörds-klass Alla <0,1 mm 0,1-10 mm >lOmm Intercept a 24,7 24,7 25,9 18,6 Intercept a 31,5 23,6 40,0 69,6 Intercept a 27,7 24,2 31,9 31,5 Koefñcient för spårdj up b -0,29* -0,37* -0,380 +0,81O Koefñcient för spårdjup b +0,33 +0,39 +0,25 -O,82 Koefñcient för spårdjup b -0,03 -0,04 -0,06 +0,36 R2 0,16 R2 0,06 R2 0,11

0, *, **, *** anger att regressionskoefñeienten är signifikant skild från 0 på 15 %,

5 %, 1 % respektive 0,1 % nivån.

I bilaga 1 redovisas resultat för olika Vägbredder.

7.1.3 Kvadratisk regression

En regression där en kvadratisk term ingår har gjorts, y = c + dx + exz. Syftet med denna anpassning var att se om olyckskvoten förändras mer vid stora värden på spårdjup. Tex. om ett litet spårdjup inte betyder så mycket men att olyckskvoten ökar mycket när spårdjupet blir stort. Det har t.eX. tidigare spekulerats i att det skulle finnas ett brytpunkt i kurvan så att olyckskvoten år konstant för spårdjup

under ett visst värde för att därefter öka snabbare.

Resultatet från den kvadratiska regressionen visas nedan. Regressionen baseras således på 31 vården (kapitel 4.2). De redovisas med * i figur 4. (I figuren visas 29 vården eftersom 2 olyckskvoter var för höga för att få plats i figuren).

Nederbörds- Intereept Koeffloient Koefficient för

klass för spårdjup kvadraten

c d e

Alla 29,9 -0,59 +0,03

< 0,1 mm 26,6 -0,57 +0,03

0,1-10 mm 33,4 -O,43 +0,02

> 10 mm 39,7 -l,69 +0,10

Varken koeffioienten för spårdjup eller kvadraten på spårdjup år i något fall signi-fikant skilda från 0.

Olyckskvot 50 j _./ 4 O '_ 3 O ' 2 O :k ' * 1 O '

i

_*

_1k

_*

Figur 4 _{Samband mellan spårdjup och olyckskvot (01/100 Mapkm) framtaget} med kvadratisk regression för hela året. De streckade kurvorna anger 95 % konñdensområde.

7.1.4 "Brvtpunktsregression"

Ett alternativ till den kvadratiska regressionen är att direkt anpassa en ekvation som innehåller en brytpunkt. Som brytpunkt har använts spårdjup = 10 mm vilket är det värde som har använts i Vägverkets Effektkatalog (22).

Den ekvation som ansätts hade formen:

M

a+b(X-10) om x>10

Resultatet blev:

a = 47,32

b = 0,266 (ej signifikant på 5 % nivå) och således om x> 10 gäller

y = 27,32 + (X-lO) . 0,266

För de vanligaste spårdjupen var skillnaden till den kvadratiska ekvationen liten. Eftersom koeffioienten inte var signiñkant skild från 0 används i fortsättningen endast enkel linjär regression.

7.2 Inverkan av ojämnheter

7.2.1 Metod

Analogt med spärdjup används här enkel linjär regression och det var den enda form som provades

y = a + bx

där y = olyckskvot (olyckor/100 Mapkm) X = oj ämnhet som lRI-värde i mm/m

7.2.2 Lini är regression

Nedan redovisas resultaten både i tabeller och i figur 5.

O'YCkSkVOt

Vinter

Hela året Sommar

45

30{

15

0

1

2

3

4

5

IRI värde

Figur 5 Samband mellan IRI-Värde och olyckskvot (01/100 Mapkm) framtaget med enkel linjär regression.

Sommar

Nederbörds- lntercept Koefñcient R2

klass för lRI-V'arde a b Alla 9,8 +8,0** 0,35

< 0,1 mm

8,8

+8,2*

O, *, **, *** anger att regressionskoefñoienten är signifikant skild från 0 på 15 %,

5 %, l % respektive 0,1 % nivån.

Olyekskvoten ökar med ökande IRI-vården i samtliga nederbördsklasser. För klas-ser med nederbördsmångder år koefficienterna inte signifikant skilda från 0. Vinter

Nederbörds- Intereept Koeffleient R2

klass för IRI-vårde a b Alla 16,4 +10,8* * 0,45 <0,l mm 10,2 +10,0*** 0,1-10 mm 22,8 +11,6O > 10 mm 66,8 -1,8

0, *, **, *** anger att regressionskoefñeienten år signifikant skild från 0 på 15 %,

5 %, 1 % respektive 0,1 % nivån.

Olyckskvoten är högre och Ökar snabbare med ökande IRI-vårde på vintern än på sommaren.

Den låga koefflcienten för nederbördsklassen >10 mm orsakas av att 1986 års material ger negativa koefficienter (ej signifikant) för både mellersta och södra Sverige. 1987 års material ger positiva koefficienter (ej signifikanta) i samtliga regioner.

Hela året

Nederbörds- Intercept Koeffreient R2

klass för ojämnhet a b Alla 12,8 +9,1*** 0,54 < 0,1 mm 9,6 +8,9*** 0,1-10 mm 15,6 +9,8 < > 10 mm 28,4 +3,5

0, *, **, *** anger att regressionskoeffrcienten år signifikant skild från 0 på 15 %, 5 %, l % respektive 0,1 % nivån.

Analyser har bl.a. gjorts för norra, mellersta och södra Sverige var för sig och för varje år för sig.

Om Sverige delas in i norra, mellersta och södra Sverige framgår att koefficienten för hela året och alla nederbördsklasser har positivt tecken i samtliga regioner. Koeffrcienten är störst och signifikant skild från 0 i södra Sverige. För norra och mellersta Sverige var kofficienterna ca hälften av de för södra Sverige, och ej signifikant skilda från 0.

För mellersta Sverige syns ingen skillnad mellan vinter och sommar. Både koeffi-cienten för vinter och för sommar var ej signifikanta för något av åren. För södra och norra Sverige ökade olyckskvoten snabbare med ökat ojämnhetsvärde på vin-tern än på sommaren. Resultaten var för södra Sverige signifikanta, medan de för norra Sverige ej var signifikanta.

I bilaga 2 redovisas resultat för olika vägbredder.

7.3 Samtidig inverkan av spår och ojämnheter

7.3.1 Metod

Datamaterialet har klassindelats med avseende på spårdjup och IRI vid analys av samtidig inverkan av spår och ojämnheter på trafiksäkerheten. Sambandet skattas med hjälp av regressionsanalys. Nedanstående modell användes

y = a + bx + cz

där y = olyckskvot (antal olyckor/lOO Mapkm) X = spårdjup i mm

2 = ojämnhet som IRI-värde i mm/m

För varje tabell anges signifikansnivån för koefflcienterna. Förklaringsgraden (R2) är genomgående mycket låg men det behöver inte betyda att inte spårdjup och IRI har inverkan på olyckskvoten (referens 23 delkapitel 8.2). Det är sällan som riktigt höga korrelationer erhålls vid denna typ av analys.

7.3.2 Multipel linjär regression 7.3.2.1 Sommar

För hela Sverige erhålles följ ande regressionskoeffieienter:

Nederbörds- Koefficient för

klass Intereept Spårdjup lRI-värde R2

a b 0

Alla 12,1 -O,67** +9,4** 0,10

<O,lmm 11,4 -O,76** +9,9***

0,1-10mm 12,8 -0,79* +9,9***

>10mm 13,5 +0,66 +3,8

0, *, **, *** anger att regressionskoeffioienten är signifikant skild från 0 på 15 %, 5 %, l % respektive 0,1 % nivån.

Tabellen visar att olyckskvoten minskar med Ökande spårdjup och att olyckskvo-ten ökar med Ökande IRI-värde. Dagar med mycket nederbörd ökar olyckskvoolyckskvo-ten med Ökande spårdjup (ej signifikant, vilket kan bero på att det är jämförelsevis få dagar med mycket nederbörd).

Förklaringsgraden R2 kan synas väldigt låg men som tidigare nämnts kan

model-len ändå vara användbar.

Om Sverige delas in i norra, mellersta och södra Sverige framkommer att koeffiei-enterna hade samma tecken som i ovanstående tabell utom för IRI-värdet i högsta nederbördsklassen i södra Sverige. I södra Sverige erhölls signifikanta resultat utom för högsta nederbördsklassen. Koeffioienterna för norra och mellersta Sverige var ej signifikanta. Jämfört med hela Sverige var koefficienterna för spår-djup och IRI-värde i södra Sverige något större dvs. större förändring i olyckskvot då vägytans standard varierar. I norra Sverige däremot är koeffieienterna betydligt mindre, vilket innebär mindre variation i olyckskvoten.

Vid indelning efter trañkmångder är resultaten desamma för vågar med års-dygnstrañk (ÅDT) < 7 000, dvs. olyckskvoten minskar med Ökande spårdjup och ökar med Ökande ojåmnhet. För de största vägarna (motorväg eller ÅDT > 7 000) påverkas inte olyckskvoten med ökande spårdj up. För de mindre vågtyperna (ÅDT < 7 000, ej motorväg) år det ett negativt samband mellan olyckskvot och spårdjup för alla nederbördsklasser, alltså även för största nederbördsklassen. Signifikans uppnåddes endast för vågar med ÅDT < 4 000 samt för koefñoienten för EU på vägar med ÅDT mellan 4 000 och 7 000. Högsta nederbördsklassen var ej

signifi-kant

Vid uppdelning i beläggningstyper erhålles följ ande ekvationer sommartid.

Massabelåggning, sommar

Nederbörds- Koefñoient för

klass Intereept Spårdj up lRI-vårde R2

a b 0 Alla 10,7 -0,500 +9,9*** 0,08 <0,lmm 9,4 -0,560 +10,7*** 0,1-10mm 11,6 -0,640 +10,2*** >10mm 16,7 +0,72 +2,4 Ytbehandling, sommar Nederbörds- Koefñcient för

klass Intereept Spårdj up IRI-värde R2

a b c

Alla 11,7 -1,9** +11,3*>*"'< 0,10

<0,lmm 12,1 -1,39** +11,6**

0,1-10mm 13,7 -1,210 +10,7*>*<

>10mm -4,0 +0,45 +13,2°

0, *, **, *** anger att regressionskoefñcienten är signifikant skild från 0 på 15 °/o,

5 %, 1 % respektive 0,1 % nivån.

Samma trender erhålles vid uppdelning i belåggningstyper men på vågar med massabeläggning förändras olyckskvoten något mindre än på ytbehandlade vågar om spårdjup och IRI förändras.

7.3.2.2 Vinter

För hela Sverige vintertid erhålles följande samband:

Nederbörds- Koefficient för

klass Interoept Spårdjup lRl-vårde R2

a b 0

Alla 16,8 -0,11 +11,1*** 0,11

<0,1mm 10,3 -0,02 +10,0***

0,1-10mm 23,6 -0,22 +12,1**

>10mm 69,7 -0,82 -0,l

0, *, **, *** anger att regressionskoefficienten år signifikant skild från 0 på 15 %,

5 %, 1 % respektive 0,1 % nivån.

Vintertid var inte koefficienterna för spårdjup signifikant skilda från 0 och dessa var relativt små. Koefficienterna för IRl-vårdet var oftast signifikant skilda från 0 och positiva. Vid stora nederbördsmångder var intereeptet högst och något annat än spår och ojåmnheter i belåggningen hade stor effekt på olyckskvoten. Vid upp-delning i belåggningstyper erhölls följande ekvationer vintertid.

Massabelåggning, vinter

Nederbörds- Koeffieient för

klass Intercept Spårdj up IRI-vårde R2

a b 0

Alla 12,7 -0,26 +14,8*** 0,11

<0,1 mm 10,7 +0,06 +9,2**>*<

0,1-10 mm 15,0 -0,68 +21,0***

Ytbehandling, vinter Nederbörds-klass Alla <0,1 mm 0,1 -1 0 mm >10 mm Intereept a 23,5 12,8 31,9 83,2 Koefñeient för Spårdj up IRI-vårde R2 b c +0,14 +5,6 0,02 -0,32 +10,2* +0,84 +1,1 -0,04 -13,4

0, *, **, *** anger att regressionskoefñcienten år signifikant skild från 0 på 15 0/o,

5 %, 1 % respektive 0,1 % nivån.

Spårdjupskoefficienten år inte i någ0t fall, signifikant skild från 0. De koefñcien-ter för IRI Sem år signifikanta är alla positiva.

7.3.2.3 Hela året Nederbörds-klass Alla <0,1mm 0,1-10mm >10mm Intercept a 14,3 11,1 17,3 27,6 Keeffieient för Spårdjup b

_0,43*

_0,44*

-0,500

+0,24

0, *, **, *** anger att regressionskoefñcienten är signifikant skild från 0 på 15 %,

5 %, 1 % respektive 0,1 % nivån.

Hela årets resultat visade på ett svagare samband med spårdjup och ett något

star-kare samband med IRI-vårde än vad sommarresultaten visade. Skillnaden var

deck inte så stor. Intereeptet var som regel något större för hela året än för somma-ren.

Följ ande regressionsekvationer erhålles vid uppdelning i beläggningstyper.

Massabeläggning, hela året Nederbörds-klass Alla <0,1 mm 0,1-10 mm >10 mm Intercept a 11,7 10,1 12,7 25,3

Ytbehandling, hela året Nederbörds-klass Alla <0,1mm 0,1-10mm >10mm Intereept a 16,8 12,6 21,1 26,7 Koeffreient för Spårdj up IRI-värde b 0 -0,390 11,9*** -0,29 +9,9*** -0,62O 15,2% < +0,26 +5,0 Koefñcient för Spårdjup lRI-värde b c -0,63° +8,8**>'< -0,93* +10,9*** -0,29 +6,70 0,00 +3,8 R2 0,16 R2 0,08

0, *, **, *** anger att regressionskoefñeienten är signiñkant skild från 0 på 15 %,

5 %, 1 % respektive 0,1 % nivån.

De k0efñeienter som är signifikant skilda från 0 följer de tidigare resultaten, näm-ligen att de är negativa för spårdjup och positiva för IRI.

Vägstandard

Vägarna indelas efter hastighetsgräns och underhållsklass. Underhållsklassen in-nebär att ju mindre en väg är desto sämre tillåts den vara innan den ombeläggs.

Hela åren 1986 och 1987 behandlas här.

Hastighets- Koefficient för

gräns Intercept Spårdjup lRI-värde R2

a b c

70 km/h 34,5 -0,45 +6,6* 0,02

90 km/h 24,3 -0,46* +2,9* 0,03

110 km/h 19,4 +0,26 -0,8 0,01

0, *, **, *** anger att regressionskoefficienten är signifikant skild från 0 på 15 %,

5 %, 1 % respektive 0,1 % nivån.

Även här följs i stort sett de generella resultaten utom för 110-vägarna där olycks-kvoten ökar med ökande spårdjup och minskar med Ökande ojämnhet. Koeffici-enterna är dock små och ej signifikant skilda från 0.

Underhålls- Koefficient för

klass lntercept Spårdj up IRI-värde R2

a b c

ÅDT < 4000 22,7 -1,33>' '< +9,5*** 0,08

4000<ÅDT<7000 17,0 -0,51 +9,7*< * * 0,06

7000<ÅDT 15,5 +0,11 +7,5 * * 0,05

motorväg 8,6 +0,30 +6,5O 0,05

0, *, **, *** anger att regressionskoefficienten är signifikant skild från 0 på 15 %,

5 %, 1 % respektive 0,1 % nivån.

De koefficienter som är signifikant skilda från 0 är även här negativa för spårdjup och positiva för IRI. lRI-koefficienten är positiv för alla vägklasser medan spår-djupskoefficienten är negativ för de mindre vägarna och positiv för de större vä-garna. Det innebär här att på 110-vägar, vägar med en årsdygnstrafik Över 7000 fordon och/eller motorvägar Ökar olyckorna med ökande spårdjup. Observera dock att ingen av dessa koefficienter är signifikant, men att det kan bero på litet

datama-terial i dessa klasser.

I bilaga 3 redovisas resultaten med indelning i vägbredd, region och nederbörds-klass. Koeffloienten för IRI är oftast ungefär lika stor och positiv för alla vägtyper utom motorväg som har ett lägre tal. När det gäller koefñeienten för spärdjup är den negativ för alla vägtyper, i alla regioner utom för motorväg i mellersta Sverige och vägar < 8 m i södra Sverige.

7.4 Samtidig inverkan av vägyta, vägstandard m.m. Datamaterialet har delats in i följ ande celler:

Spår: Varje mm från 1-30 mm

IRI: Intervallet 0-2 med klassbredd 0,2,däröver

klassbredden 0,5

Region: Söder + mellan, norr

Nederbörd: <0,1 mm (torr), 0,1-10 mm, >10 mm (våt)

Vägtyp/vägbredd: <8 m (smal), 8-11 m (normal), >11 m (bred), motorväg

(MV)

Årstid:

Sommar, vinter

Beläggning: Ytbehandling (YTB), massabeläggning (AB)

Hastighetsgräns: 70, 90, 110

Dummyvariabelteknik har utnyttjats vilket innebär att i tex. en ekvation y=a+b*Wmü

är variabeln "vinter" = 1 om det är vinter och 0 om det är sommar dvs. y = a + b om vinter och

y : a om sommar.

Analysen med samtidig inverkan av ovanstående variabler gav följande resultat. Variabel Koefñcient Intercept +1 7,5 l Spår -0,32° IRI +3,97* Norr -7,54* * * Torr -7,48* * * Våt +4,95° Smal +4,89* * Normal +3,02° MV - 1 ,63 Vinter +1 1,42* * * YTB +0,12 HG70 +17,78*** HG90 +3,08O R2 = 0,01

0, *, **, *** anger att regressionskoefñcienten är signifikant skild från 0 på 15 %, 5 %, l % respektive 0,1 % nivån.

Som synes är flera av k0efñcienterna signifikant skilda från 0 men förklarings-graden R2 är mycket låg. Detta beror på att endast huvudeffekter är med här och inga interaktioner och det som tidigare nämnts om att R2 sällan blir hög vid denna typ av analys.

8 DISKUSSION

8.1 Kommentarer till vald metod

Sambandsstudier är ingen idealisk metod om det funnes möjligheter att fritt välja. Man kan aldrig helt utesluta att olyckskvotsskillnader beror på skillnader i andra variabler än de som man studerar. Det vill säga att vägar med stort spårdjup och oj ämnheter även i övrigt har annan standard än vägar med litet spårdjup och 'bra jämnhet. I så fall är det inte effekten av spårdj upsförändringar respektive oj

ämnhe-ter som man beräknar utan den sammantagna effekten av alla standardskillnader. Ett sätt att komma åt standardskillnader är att homogenisera materialet så att man så långt möjligt jämför vägar med samma standard. Sådana uppdelningar har gjorts med avseende på region, vägtyp, vägbredd, hastighetsgräns, beläggningstyp och trafikflöde. Alla sådana kan inte redovisas men de resultat som redovisas är i stort sett representativa även för finare indelningar av materialet.

Användning av hela dygn innebär att skillnader i olyckskvot p.g.a. nederbörd ut-jämnas, eftersom nederbörden inte pågår och heller inte påverkar trafiken under

hela dygnet. Ett enkelt räkneexempel med fiktiva data visar detta:

Antag att nederbörd ökar olyckskvoten med 50 0/0 och att nederbörden faller under två timmar och påverkar olyckskvoten under ytterligare två timmar. Totalt är således olyckskvoten 50 % högre under fyra av dygnets 24 timmar. Genom att räkna med hela dygn blir olyckskvoten under dygnet

i 15+ä 10-108d24x, 24x,-, vs.8°/h"0 ogre.

Denna utjämning gäller dock bara när olyckskvot under olika

nederbördsförhål-landen jämförs. Vid jämförelse mellan olika spårdjup, ojämnheter eller

8.2 Modellernas förklaringsgrad

Hur bra en modell predikterar anges ofta med förklaringsgraden R2 dvs. den kvadrerade korrelationskoefficienten mellan observerade och anpassade värden. I analyserna i detta Notat är de flesta förklaringsgrader låga, men det behöver inte innebära att modellen inte är användbar. Studera den modell som anges i 7.3.2.1 för sommar och alla nederbördsklasser. Där anges förklaringsgraden då klassat datamaterial utnyttjas till 0,10. Om istället förklaringsgraden beräknas då analysen bygger på ett värde för varje analyssträoka erhålles R2=0,005. Om maximalt möj-lig förklaringsgrad beräknas enmöj-ligt referens (23) så skulle den bli 0,38 dvs. att 38 % av olycksvariationen mellan analyssträokor är predikterbar, medan reste-rande 62 % måste betraktas som icke predikterbar eller slumpmässig. Det innebär

att 0,005/O,38=0,013 eller 1,3 % av den predikterbara variationen förklaras med

modellen. Dessa 1,3 % bestäms av variationen hos spårdjup ooh IRI bland de analyssträckor som ingått i studien. Vid större variation skulle den förklarade

andelen bli större.

Modellerna kan användas när det gäller att i genomsnitt ange effekter eller för ett stort vägnät, men inte för att prediktera olycksutfallet på en enskild sträcka.

8.3 Mätning av ojämnhet

Mätmetoden har ändrats mellan 1986 och 1987. I analyserna har vi försökt kom-pensera för detta genom att transformera komfortvärden till IRl-värden. Vid analys av varje år för sig visade det sig att resultaten var olika. Att IRI-värdena därför har korrigerats innebär givetvis ytterligare en osäkerhet.

Effekten av ojämnhet är stor och svår att förklara. Det kan dock bero på att samma lRI-värde kan erhållas med många små ojämnheter som med en stor. Andra ojämnhetsmått borde därför användas i olycksanalyser. På de större vägarna (motorväg, hastighetsgräns 110) är effekten av ojämnhet mindre än på andra vä-gar. Effekten är ungefär lika stor på alla de andra vägarna.

8.4 Effekt av spårdjup och IRI

Effekten av spårdjup och oj ämnhet (IRI) sett Över hela året är enligt 7.3.2.3 Y = 14,3 - 0,43XSpår + 10,0xIRI

Y = antalet polisrapporterade olyckor (exklusive vilt- och korsningsolyckor) per 100 miljoner fordonskilometer.

Medelvärdet för spårdjup är cirka 7 mm och för IRI nästan 2 mm/m. Om vägarna skulle försämras så att medelvärdena istället skulle bli 12 mm respektive 2,5 mm/m skulle detta få följande effekt:

Y = - 0,43X(12-7) + 10,0X(2,5-2) = 2,85 olyckor/100 Mfkm.

Vi antar att denna försämring, med 5 mm i Ökat spårdjup och en större ojämnhet som motsvarar en Ökning av IRI-värdet med 0,5 mm/m, inträffar på ett vägnät som i personbilars trañkarbete motsvarar cirka 1/3 av det statliga vägnätet dvs. cirka 15000 miljoner fordonskilometer. Det skulle i så fall innebära en Ökning av antalet polisrapporterade olyckor med 427. Detta motsvarar mindre än 1 % av samtliga polisrapporterade olyckor. Det bör då påminnas om att i det framräknade talet ingår ej vilt- och korsningsolyckor vilket gör att %-talet minst bör fördubblas.

,9 ' SLUTSATSER

Det har i undersökningen varit mycket svårt att hitta några samband mellan olyckskvot och spårdjup vid enkel linjär regression. De signifikanta samband som kan finnas vid olika uppdelningar av materialet är få. Man kan kanske dra slutsat-ser utifrån tendenslutsat-ser snarare än utifrån statistiska signifikanslutsat-ser. Tendenslutsat-ser är ett svagare begrepp som anger en risknivå på högst 15 %. De tendenser till samband som finns är sådana att om man skulle tala om ett beroende är det snarare så att det är negativt än positivt. Det vill säga att olyckskvoten minskar med Ökande spårdj up.

En sådan tendens beror på att spåriga vägar vid dygn med torrt eller fuktigt väder förefaller ha en lägre olyckskvot än mindre spåriga vägar. Vid dygn med vått väder ökar olyckskvoten med ökande spårdjup. Ser man till sommarhalvåret är samtliga dessa tendenser signifikanta (på 5 % nivån).

Ett signifikant positivt samband finns mellan ojämnhetsvärde (IRI) och olycks-kvot. Detta samband är statistiskt säkerställd på 0,1 % signifikansnivå vid enkel linjär regression. Olyckskvoten ökar med ökande IRI-värde. Ett positivt samband finns också för samtliga klasser när olyckskvoten beräknas för dygn med olika ne-derbördsmängder. För dygn, med vått väder är den dock inte signifikant.

De analyser som gjorts av samtidig inverkan av spårdjup och IRI-värde ger i stort

sett samma resultat som då inverkan av var och en studeras.

Skulle man mycket grovt sammanfatta slutsatserna skulle man säga att spår möj-ligen tycks ha en tendens att förbättra trafiksäkerheten medan ojämnheter försäm-rar trafiksäkerheten. En liten brasklapp kan dock lämnas vad gäller spårdjup efter-som olyckskvoten verkar öka med ökande spårdjup på de största vägarna sam-tidigt som effekten av ojämnhet blir mindre. Dessa resultat är inte heller

signifi-kanta.

10 FORTSATT FOU

TOVE-projektet innehöll en analys av samband mellan vägytans friktion och tra-fiksäkerhet i Danmark (1 l). Resultaten visade som regel att tratra-fiksäkerheten för-bättrades med Ökande friktion trots att bara relativt höga friktionsnivåer studerats (f> 0,4). Materialet räckte inte till för att göra de indelningar som behövs för att få ett homogent material i varje grupp. En ny studie bör därför göras med möjlighet till relevanta indelningar.

Nuvarande regler för Drift- och Underhåll (24) har krav på en viss friktionsnivå under de första åren, men i Sverige mäts inte friktionen regelbundet och det är därför inte möjligt att göra en studie på detta för att försöka finna samhällseko-nomiskt optimal nivå på friktionen. Med RST-bilen mäts texturen dock ej våg-längder under 1 mm den sk. microtexturen (21) och denna del är betydelsefull för friktionen. Det bör ändå undersökas om denna vägyteparameter kan användas i olycksstudier.

Om en texturstudie enligt ovan görs bör även nya analyser av samband mellan po-lisrapporterade olyckor och spårdjup/IRI göras. Som tidigare påpekats är många resultat i den nuvarande studien osäkra. Dessutom har ojämnhetsmåttet ändrats

mellan de nu studerade åren 1986 och 1987.

Det kan vara så att man som trafikant kan klara att vara observant och skärpt under den tid som man kör på en dålig beläggning men att man sedan slappnar av när man kommer ut på en bra väg och att man p. g.a. tidigare ansträngning därför kan råka ut för olyckor på den bra vägen som egentligen beror på den dåliga vä-gen. Detta kallas i många sammanhang för eftereffekter och är svårt att undersöka i en traditionell olycksstudie. Däremot finns möjlighet att undersöka detta i en

körsimulator.

Det vore också av intresse att göra beteendestudier dvs. vad är det som gör att inte trafiksäkerheten blir sämre på vägar med spår? Hastighetssänkningen är troligen inte en tillräcklig förklaring. Väljer trafikanten att hålla längre avstånd för att bättre kunna se vägytan? Minskar antalet omkörningar? Väljer man annat sidolä-ge? Och så vidare.

VTI har analyserat samband mellan punkthastigheter för olika fordonskategorier på sträckor som mätts med RST-bilen (18). Vägverkets hastighetsmätningar skulle även kunna användas för de vägar som mätts med RST de senaste åren för att få ett större underlag än vad VTI-studien ger.

De mått på vägytans standard som varit tillgängliga i denna studie (spårdjup och IRI) borde i en kommande studie kompletteras med tex. spårform och olika våg-längder för ojämnhet. Dessa har troligen stor betydelse för hur trañkanten beter sig och därmed också hur trafiksäkerheten påverkas.

För att kunna göra alla de indelningar i data som vore önskvärt (och som gjorts i denna studie) och samtidigt erhålla statistiskt säkerställda resultat behövs ett större dataunderlag än det som varit tillgängligt för denna studie. Numera mäts så stor del av det svenska vägnätet årligen med RST så att endast ett år ger ett mer än 7 gånger så stort material än vad som använts här (1997 ca 70 000 km). Bl.a. kan indelningar i olyckstyper göras för att få bättre förståelse för resultaten. Är det bara vissa olyckstyper som påverkas av ökad ojämnhet? Finns det några olycks-typer som ökar med ökat spårdjup?

11 10 11 12 13 REFERENSER

Riksrevisionsverket: Vägverkets underhåll av belagda vägar - en sam-hällsekonomisk granskning, Revisionsrapport 1986:248, 1987-04-22. Hemdorff S et al: Trafiksäkerhet och vägytans egenskaper (TOVE), Slutrapport, Statens Tekniska Forskningscentral, Meddelande 1075, 1989.

Bj örketun U: Samband mellan vägbeläggningar och trafikolyckor vid

olika väderlek, VTI Meddelande 393, 1984.

Schandersson R: Samband mellan vägbeläggningar och trafikolyckor

1977, VTI Meddelande 242, 1981.

Schandersson R: Trafiksäkerhet på spåriga vägar. Simulering i dator

av fordonsrörelser, VTI Meddelande 300, 1983.

Ragnarsson G: Trafiksäkerhet på spåriga vägar. Simulering i dator av spårs betydelse vid vinterväglag, VTI Meddelande 461, 1985.

Magnusson G och Arnberg P W: Vägojämnhetens inverkan på bilars broms- och styrbarhet, VTI Rapport 134, 1977.

Arnberg P W och Åström G: Vägojämnheters inverkan på bilförares prestation och trötthet, VTI Rapport 181, 1979.

Leden L och Salusjärve M: Trafiksäkerhet och vägytans egenskaper (TOVE). Samband mellan beläggningens ålder och trafiksäkerheten, Statens Tekniska Forskningscentral, Väg- och trafiklaboratoriet,

Med-delande 1076, 1989.

Schandersson R: Trafiksäkerhet och vägytans egenskaper (TOVE). En undersökning av belagda vägar med olika yttillstånd baserad på data från fyra nordiska länder 1982-1986, VTI Meddelande 594, 1989. Hemdorff S: TOVE. Trafiksäkerhet och vägytans egenskaper. Brug af belaegningsregister. Exempel; Friktion og uheld, Vejdatalaboratoriet Notat 5, 1989.

Kolsrud B och Nilsson G K: Samband mellan vägyta och reshastighet. Etapp 2. Jämförelser mellan ytbehandling och massabeläggning, VTI

Meddelande 277, 1981.

Carlsson G och Öberg G: Ytbehandling av grusvägar. Trafik och frik-tionsstudier, VTI Rapport 119, 1977.

14 15 16 17 18 19 20 21 22 23

24

Carlsson G: Ytbehandling av grusvägar. Uppföljning av friktion,

has-tigheter och sidolägen efter ett år, VTI Meddelande 98, 1978.

Kolsrud B och Nilsson G K: Beläggning av grusvägar med YlG -

ef-fektstudier 1978-80, VTI Meddelande 282, 1983.

Linderoth U: Samband mellan vägyta och reshastighet. Etapp 1. Be-läggningsunderhåll på hårt slitna vägar, VTI Meddelande 273, 1981. Sakshaug K: Trafiksikkerheten og vegdekkets egenskaper (TOVE). Dekketilstandens innvirkning på hastigheten, SINTEF, avd

Samferd-selsteknikk, Notat 617, 1988.

Anund A: Vägytans inverkan på fordonshastigheter, VTI Meddelande 680, 1992.

Väghållningsåtgärder - ytegenskaper - trafikanteffekter.

Dokumenta-tion från seminarium 16-17 november 1988, VTI Meddelande 598,

1989.

Schandersson R: Trafikens veckodagsvariation under året. En sam-manställning grundad på Vägverkets trafikmätningar 1978-83, VTI Notat T 73, 1989.

Arnberg P W et al: The Laser RST. Current Status, 1991.

Beräkningshandledning. Drift- och underhållsåtgärder, Vägverket, Publikation 1989:14, 1989.

Brüde U och Larsson J: Regressionseffekt, metodutveckling samt några försök till praktisk tillämpning, VTI Meddelande 686, 1993. Regler för Underhåll och Drift, Vägverket, VV publ 1990:51.