Estimación del riesgo de atropello cuando no se dispone de datos sobre atropellos.

La forma más habitual de cuantificar el riesgo de atropello en distintos tramos de infraestructuras consiste en recopilar información sobre la ubicación de las víctimas y, a continuación, modelizar la probabilidad utilizando las variables ambientales y de infraestructura asociadas a los lugares de atropello. Este enfoque no es aplicable en carreteras con baja intensidad de tráfico, ya que tienen un número reducido de víctimas (por ejemplo, carreteras sin asfaltar), en las que existe un alto índice de eliminación de víctimas por carroñeros (por ejemplo, en zonas naturales), o cuando debe estimarse antes de construir la infraestructura. Desarrollamos una aproximación indirecta para evaluar el riesgo de colisión con fauna silvestre dentro del Espacio Natural de Doñana (SO de España), considerando la abundancia y fenología de las especies, las características del entorno y la intensidad del tráfico. Primero caracterizamos la red de carreteras, correspondiente a 2190 km de carreteras (4,04 km/km2) de las cuales sólo el 2% estaban pavimentadas; y extrajimos variables ambientales para la red completa en secciones de 200m. Después, caracterizamos el tráfico usando datos de sistemas de conteo automático para las carreteras principales y para el resto construimos un modelo de intensidad de tráfico usando datos de un diseño de muestreo estratificado en 62 sitios usando magnetómetros, estimando la intensidad de tráfico para toda la red de carreteras. Caracterizamos la abundancia de múltiples especies mediante censos de huellas en 183 sitios utilizando transectos de 200 m; obteniendo información sobre abundancia, intensidad de paso y distancia recorrida a lo largo de la carretera (estimador del tiempo de exposición a vehículos o exposición). Con esta información creamos un modelo del número de eventos de cruce por especie en tramos de 200 m utilizando predictores ambientales y aplicamos los modelos a toda la red de carreteras. Estimamos el riesgo de atropello utilizando el índice riesgo = log (nº cruces x intensidad de tráfico x exposición), estandarizado entre 0 y 1. Calculamos el índice para toda la red de carreteras. A modo de ejemplo, mostramos las predicciones correspondientes al riesgo de atropello para varias especies, identificando claramente zonas de alto riesgo que se localizan a lo largo de carreteras con alta intensidad de tráfico y, dentro de ellas, tramos concretos con máximo riesgo. Las predicciones se ajustaron bien a las observaciones de atropellos registradas en la zona.

Datos y Recursos

Este conjunto de datos no tiene datos

Metadatos

Información básica
Tipo de recurso Texto
Fecha de creación 18-06-2024
Fecha de última modificación 17-09-2024
Mostrar histórico de cambios
Identificador de los metadatos eab0651e-1790-5798-9422-94b280c2f77b
Idioma de los metadatos Español
Temáticas (NTI-RISP)
Categoría del conjunto de alto valor (HVD)
Categoría temática ISO 19115
Identificador alternativo 978-972-778-182-9
URI de palabras clave
Codificación UTF-8
Información espacial
Identificador INSPIRE ESPMITECOIEPNBFRAGM692
Temas INSPIRE
Identificador geográfico España
Sistema de Referencia de Coordenadas
Tipo de representación espacial
Extensión espacial
"{\"type\": \"Polygon\", \"coordinates\": [[[-18.16, 27.64], [4.32, 27.64], [4.32, 43.79], [-18.16, 43.79], [-18.16, 27.64]]]}"
Resolución espacial del dataset (m)
Procedencia
Declaración de linaje
Perfil de Metadatos
Conformidad
Conjunto de datos de origen
Frecuencia de actualización
Fuentes
  1. 2020 IENE International Conference. Abstract book. Vol. 4.2.1
  2. Num. 5
  3. pag. 81
Propósito
Pasos del proceso
Cobertura temporal (Inicio)
Cobertura temporal (Fin)
Notas sobre la versión
Versión
Vigencia del conjunto de datos
Parte responsable
Nombre del autor Revilla, E., Barón, A., D'Amico, M., Rivilla, J.C., Rodríguez, C. y Román, J.
Nombre del mantenedor
Identificador del autor
Email del autor
Web del autor
Identificador del mantenedor
Email del mantenedor
Web del mantenedor