Beräkning av risk för olycka i vägtrafik med samtidigt utsläpp
Språk: Svenska Språk på sammanfattning: Engelska Serie: VTI rapport ; 1231Utgivningsinformation: Linköping : Statens väg- och transportforskningsinstitut. VTI, 2025Beskrivning: 71 sAnnan titel:- Calculation of the risk of traffic crashes with simultaneous leakage
Huvudsyftet med projektet har varit att ta fram nya olyckskvoter för vägtrafikolyckor med tunga lastbilar och med samtidigt utsläpp av föroreningar. Resultatet ska användas som ett underlag i den pågående översynen av Trafikverkets metodik för riskanalys och riskvärdering med avseende på yt- och grundvattenskydd. De nya beräkningarna av olyckskvot baseras på data från räddningstjänstens händelserapportering till MSB (Myndigheten för Samhällsskydd och Beredskap) under åren 2018–2023. MSB:s databas innehåller information om både utlösande händelse och eventuella följdhändelser och här är det trafikolycka som utlösande händelse följt av utsläpp som har beaktats. Av totalt 8 890 olyckor på statlig väg med tung lastbil inblandad kunde endast 107 följdolyckor med utsläpp identifieras. Resultaten visade att olyckskvoten var lägst på motorväg och 2+1-väg och högst på vanlig väg (tvåfältsväg på landsbygd). Den vanligaste typen av utsläpp efter en trafikolycka var utsläpp av diesel från egen drivmedelstank. Detta förekom i cirka 60 procent av de 107 olyckorna. Det näst vanligaste var läckage av hydraulolja eller annan typ av olja från fordonet, vilket skedde i cirka 14 procent av fallen. Utifrån resultaten föreslår vi att olyckskvoten differentieras med avseende på vägtyp och då uppdelat efter vanlig väg och väg med mittseparering (motorväg och 2+1-väg). Vissa justeringar görs också för att ta hänsyn till att de skattade olyckskvoterna har stor slumpmässig variation och att det kan finnas bortfall i MSB:s data. De föreslagna olyckskvoterna är 0,007 per miljoner fordonskilometer (fkm) för väg med mittseparering och 0,014 per miljoner fkm på vanlig väg, att jämföra med 0,03 per miljoner fkm som används idag. Det finns flera felkällor i det datamaterial som har använts för att beräkna olyckskvoterna. Den felkälla som varit svårast att bedöma storleken på är bortfall av trafikolyckor med samtidigt utsläpp. Då eventuellt bortfall har direkt inverkan på resultatet är det viktigt att undersöka vidare.
The main purpose of the project has been to calculate new crash risks for road traffic crashes involving heavy trucks and simultaneous leakage of pollutants. The results will be used in the ongoing review of the Swedish Transport Administration’s methodology for risk analysis and risk assessment regarding surface and groundwater protection. The new calculations of crash risks are based on data from the rescue services’ incident reporting to the Swedish Civil Contingencies Agency (MSB) during 2018–2023. MSB’s database contains information on both the triggering event and possible subsequent events. A total of 8,890 crashes on state roads involving heavy trucks and 107 subsequent events of leakage were identified. The results showed that the crash risk was lowest on motorways and 2+1 roads and highest on two-lane rural roads. The most common type of leakage event after a traffic crash was diesel leaking from the vehicle’s own fuel tank. This occurred in about 60 percent of the 107 cases. The second most common was leakage of oil from the vehicle, which occurred in about 14 percent of the cases. Based on the results, we propose to differentiate crash risk with respect to road type, divided into two-lane roads and roads with median separation (motorways and 2+1 roads). Some adjustments are also made to account for large random variation in estimated crash risks and for missing data in MSB’s records. The proposed crash risks are 0.007 per million vehicle kilometers for roads with median separation and 0.014 per million vehicle kilometers on two-lane roads. There are several sources of error in the data and the most difficult to assess is the extent of underreporting of traffic crashes with simultaneous leakage. Since missing data has a direct impact on the results, this is important to investigate further.