Date of Award

4-2025

Document Type

Thesis

Degree Name

Master of Science in Civil Engineering (MSCE)

Department

Civil and Environmental Engineering

First Advisor

Dr. Hamad Al Jassmi

Abstract

This study presents an innovative decision-making approach that enables the prioritization of road safety measures for eco-mobility users—pedestrians, cyclists and light-electric micromobility riders—in Abu Dhabi. The analysis uses 2032 eco-mobility crash records (1016 pedestrian, 567 bicycle, 449 e-scooter) from 2020-2023 supplied by Abu Dhabi Police and the Department of Municipalities and Transport. A supervised Bayesian Belief Network (BBN) was constructed around six empirically estimated variables: visibility, predictability, road curvature, obstructions, lighting and speed limit. Maximum-likelihood conditional-probability tables were derived from the cleaned dataset; Beta priors were applied only where cell counts were sparse. Ten conventional machine-learning models—including Random Forest, Gradient Boosting, SVM and LSTM—were trained on the same features for benchmarking. The BBN achieved the strongest overall results (precision = 0.999; recall = 0.998; R² = 0.998), outperforming all other models by at least four percentage points on F1-score. Scenario analysis showed that maintaining high visibility and high predictability lowers crash probability by 90% whereas sharp curvature and major obstructions more than triple risk. To translate these probabilistic findings into action, a cost-benefit module estimated benefit-cost ratios for 12 candidate counter-measures. The highest-ranking interventions were 30 km h⁻¹ traffic-calming packages in school and residential zones (median 15% crash reduction; BCR = 3.7) and targeted enforcement of pedestrian right-of-way laws (12.5% reduction; BCR = 2.9). The combined BBN–economic framework offers Abu Dhabi planners a transparent, data-driven tool for sequencing low-carbon mobility safety investments under budget constraints. Beyond the local case, the methodology can be adapted to other cities that aim to improve soft-mobility safety while progressing toward Vision-Zero objectives.

Arabic Abstract


منهجية بيزية لوضع أولوليات تدابير السلامة المرورية لوسائل التنقل الأخضر

تقدم هذه لدراسة نهجا مبتكراً لاتخاذ القرار يُمكن من ترتيب أولويات تدابير السلامة المرورية لمستخدمي وسائل التنقل الأخضر—أي المشاة وراكبي الدراجات ومستخدمي وسائل التنقل الكهربائية الخفيفة—في إمارة أبوظبي. اعتمدت الدراسة على 2032 سجلاً لحوادث التنقل البيئي (1016 حادث مشاة، 567 حادث دراجات، 449 حادث سكوتر كهربائي) خلال الفترة 2020 - 2023، والمستخرَجة من شرطة أبوظبي ودائرة البلديات والنقل. تم بناء شبكة معتقدات بيزية خاضعة للإشراف ترتكز على ستة متغيرات قُدِّرت احتمالاتها الشرطية باستخدام أقصى احتمال: الرؤية، إمكانية التنبؤ بسلوك الطريق، انحناء الطريق، العوائق، ظروف الإضاءة، وحدود السرعة. كما جرى تدريب عشرة نماذج تعلم آلي تقليدية—منها غابة عشوائية، وتعزيز الانحدار، وآلة متجه الدعم، و LSTM - على مجموعة البيانات نفسها للمقارنة. حقق نموذج الشبكة البيزية أفضل أداء إجمالي (الدقة = 0.999 ؛ الاستدعاء = 0.998؛ معامل التحديد R² = 0.998) متفوقا على جميع النماذج الأخرى بفارق لا يقل عن أربع نقاط مئوية في درجة F1. وأظهر تحليل السيناريوهات أن اقتران رؤية عالية مع قابلية تنبؤ عالية يقلل احتمال الحادث بنسبة 90%، في حين تؤدي الانحناءات الحادة ووجود عوائق كبيرة إلى مضاعفة الخطر أكثر من ثلاث مرات. ولتحويل النتائج الاحتمالية إلى سياسات تنفيذية، قُدرَت نسب المنافع إلى التكاليف لاثنتي عشرة تدخلاً مقترحا.ً وجاءت حزم تهدئة السرعة إلى 30 كم/س في الأحياء السكنية ومناطق المدارس على رأس القائمة (خفض حوادث متوقع 15 %؛ نسبة منفعة/تكلفة = 3.7) تلتها حملات إنفاذ أولوية عبور المشاة (خفض 12.5 %؛ نسبة 2.9). يوفر الإطار المدمج بين الشبكة البيزية والتحليل الاقتصادي أداة شفافة قائمة على البيانات لمتخذي القرار في أبوظبي لترتيب استثمارات السلامة الخاصة بالتنقل الأخضر ضمن قيود الموازنة، كما يمكن تكييف المنهجية لتلبية أهداف “الرؤية الصفر” في مدن أخرى تسعى إلى تعزيز أمان وسائل التنقل اللطيفة.

Download
COinS