Development of a Risk Map Analysis Tool (RiskGrid) to Support Road Safety Impact Assessment

जब भी कोई शहर विस्तार करता है, वह सड़क की लय को बदल देता है। नए पड़ोस नए परिवारों, नई नौकरियों और नई यात्राओं को लेकर आते हैं, जो उन सड़कों पर प्रवाहित होते हैं जो एक अलग समय के लिए बनाई गई थीं। दशकों से, इन शहरों की योजना बनाने वाले लोग यह तय करने के लिए कि क्या एक नया विकास सुरक्षित है, एक मानक चेकलिस्ट पर भरोसा करते आए हैं। वे यातायात की मात्रा, बिंदु ए से बिंदु बी तक पहुँचने में लगने वाले समय और इस बात को देखते हैं कि सड़कें जाम तो नहीं हो रही हैं। यदि कारें चलती रहती हैं और यात्रा का समय उचित रहता है, तो परियोजना को हरी झंडी दे दी जाती है। लेकिन इस चेकलिस्ट में एक अंधा मोड़ (blind spot) है। यह अक्सर उन छिपे हुए खतरों को नजरअंदाज कर देता है जो यातायात के पैटर्न बदलने से उत्पन्न होते हैं, भले ही सड़कें अधिक भीड़भाड़ वाली महसूस न हों। एक सड़क पूरी तरह से कुशल दिख सकती है जबकि चुपचाप वह एक ऐसी जगह बन रही होती है जहाँ दुर्घटनाओं की संभावना अधिक हो सकती है।

यह सुचारू यातायात और छिपे हुए खतरे के बीच का अंतर है जिसे रोम और नेपल्स के विश्वविद्यालयों के शोधकर्ताओं की एक टीम ठीक करने के लिए आगे बढ़ी। उन्होंने सड़क सुरक्षा को देखने का एक नया तरीका विकसित किया, जो दुर्घटनाओं के होने के बाद उन्हें गिनने के बजाय, यह अनुमान लगाने की कोशिश करता है कि अगली दुर्घटना कहाँ हो सकती है, इससे पहले कि एक भी कार बनाई जाए। उनका काम एक उपकरण पर केंद्रित है जिसे वे 'रिस्कग्रिड' (RiskGrid) कहते हैं, जो एक ऐसा सिस्टम है जिसे वाहनों के जटिल नृत्य को जोखिम की एक स्पष्ट तस्वीर में बदलने के लिए डिज़ाइन किया गया है। रोम के एक बढ़ते उपनगर में इस उपकरण का परीक्षण करके, उन्होंने पाया कि सुरक्षा की जाँच करने का पुराना तरीका चूक रहा था, जबकि उनकी नई पद्धति आश्चर्यजनक गति और सटीकता के साथ खतरनाक स्थानों की पहचान कर सकती थी। लक्ष्य सरल लेकिन गहरा था: योजनाकारों को एक नया सड़क नेटवर्क देखने का तरीका देना, जिससे यह सुनिश्चित हो सके कि दक्षता कभी मानवीय जीवन की कीमत पर न आए।

शोधकर्ताओं ने अपने नए तरीके को मोरेना (Morena) पड़ोस पर लागू किया, जो रोम के दक्षिण-पूर्वी किनारे पर स्थित एक क्षेत्र है जो तेजी से नए घरों से भर रहा है। उन्होंने उस क्षेत्र का एक 'डिजिटल ट्विन' बनाया, जो यह सिम्युलेट (simulate) करता है कि नए अपार्टमेंटों के भरे जाने के बाद वहां से यातायात कैसे प्रवालाहित होगा। सुरक्षित रहने के लिए, उन्होंने एक 'वर्स्ट-केस सिनेरियो' (सबसे खराब स्थिति) माना जहाँ इस नए विकास में रहने वाला हर एक व्यक्ति सुबह के सबसे व्यस्त घंटे के दौरान कार चला रहा हो। फिर उन्होंने दो सिमुलेशन चलाए। पहला "कुछ न करने वाला" (do-nothing) परिदृश्य था, जो दिखाता था कि नए विकास के बिना सड़कें कैसी दिखेंगी। दूसरा इसमें नए निवासियों से आने वाले अतिरिक्त यातायात को शामिल करता था।

जब उन्होंने पारंपरिक यातायात मापों का उपयोग करके परिणामों को देखा, तो खबर अच्छी लग रही थी। नए विकास ने केवल बहुत कम यातायात जोड़ा। कारों की औसत गति में एक प्रतिशत के अंश मात्र की गिरावट आई, जो 44.7 किलोमीटर प्रति घंटा से घटकर 44.6 किलोमीटर प्रति घंटा रह गई। कोई नया ट्रैफिक जाम नहीं दिखा। यदि किसी योजनाकार ने वहीं रुकना होता, तो वे निष्कर्ष निकालते कि परियोजना पूरी तरह से सुरक्षित है और सड़क नेटवर्क पर इसका कोई नकारात्मक प्रभाव नहीं पड़ा है। लेकिन शोधकर्ता जानते थे कि सुरक्षा केवल इस बारे में नहीं है कि कारें कितनी तेजी से चल रही हैं; यह इस बारे में है कि वे एक-दूसरे के साथ कैसे परस्पर क्रिया करती हैं।

इसे परखने के लिए, उन्होंने अपने नए रिस्कग्रिड टूल की तुलना उद्योग के मानक तरीके से की, जिसे वर्षों से उपयोग किया जा रहा है, जिसे 'सरोगेट सेफ्टी असेसमेंट मॉडल' (Surrogate Safety Assessment Model) के रूप में जाना जाता है। यह पुराना उपकरण सिम्युलेटेड कारों को देखने और उन विशिष्ट क्षणों को गिनने का काम करता है जहाँ दो वाहन दुर्घटना के बेहद करीब आ जाते हैं, जैसे कि जब एक कार पीछे से दूसरी कार को लगभग टक्कर मार देती है या जब दो कारें चौराहे पर लगभग आपस में टकरा जाती हैं। यह एक सटीक लेकिन धीमी प्रक्रिया है जिसके लिए एक कंप्यूटर को प्रत्येक 'नियर-मिस' (बाल-बाल बचने वाली) घटना को ट्रैक करने की आवश्यकता होती है। इस अध्ययन में, पुराने उपकरण को केवल एक ट्रैफिक परिदृश्य का विश्लेषण करने में 30 मिनट से अधिक का समय लगा। इससे भी महत्वपूर्ण बात यह थी कि जब शोधकर्ताओं ने इसकी भविष्यवाणियों की तुलना 2021 और 2023 के बीच उस क्षेत्र के वास्तविक दुर्घटना डेटा से की, तो यह खतरे को खोजने में विफल रहा। इसने वास्तव में दुर्घटनाओं के हुए तेरह स्थानों में से केवल एक को सही ढंग से पहचाना। इसने दस महत्वपूर्ण स्थानों को मिस कर दिया और तीन स्थानों को वास्तव में सुरक्षित होने के बावजूद खतरनाक बताया।

नया रिस्कग्रिड टूल अलग तरह से काम करता है। व्यक्तिगत नियर-मिस घटनाओं को गिनने के बजाय, इसने मानचित्र को कवर करने वाले छोटे वर्गों में यातायात के समग्र प्रवाह को देखा। इसने एक सरल प्रश्न पूछा: इस विशिष्ट स्थान पर कारें कितनी अलग-अलग दिशाओं से आ रही हैं? यदि कारें सभी एक ही दिशा में चल रही हैं, तो जोखिम कम है। लेकिन यदि कारें कई अलग-अलग कोणों से आ रही हैं, एक-दूसरे को काट रही हैं, मिल रही हैं या मुड़ रही हैं, तो जोखिम बढ़ जाता है। उपकरण ने इस जटिलता के आधार पर मानचित्र के प्रत्येक वर्ग के लिए एक जोखिम स्कोर की गणना की। परिणाम एक निरंतर खतरा मानचित्र (continuous map of danger) था, जो दिखा रहा था कि नेटवर्क कहाँ सबसे अधिक संवेदनशील था।

इनके प्रदर्शन का अंतर स्पष्ट था। रिस्कग्रिड ने पूरे ट्रैफिक परिदृश्य को एक मिनट से भी कम समय में प्रोसेस किया, एक ऐसी गति जो इसे रोजमर्रा की योजना बैठकों में उपयोग करने के लिए व्यावहारिक बनाती है। जब शोधकर्ताओं ने उसी वास्तविक दुर्घटना डेटा के विरुद्ध इसकी भविष्यवाणियों की जांच की, तो इसने वास्तविक हॉटस्पॉट्स में से बारह को खोज निकाला। इसने केवल एक को मिस किया और पांच अतिरिक्त स्थानों को जोखिम भरा बताया। सुरक्षा नियोजन की दुनिया में, कुछ अतिरिक्त स्थानों को ढूंढना जो वास्तव में सुरक्षित निकले, एक खतरनाक स्थान को मिस करने की तुलना में एक छोटी कीमत है। एक खतरनाक स्थान को मिस करने का मतलब जीवन खोना हो सकता है, जबकि एक अतिरिक्त सुरक्षित स्थान की जांच करने का मतलब केवल यह है कि एक योजनाकार अपना कुछ समय एक ऐसे स्थान को देखने में बिताता है जो ठीक है।

जब शोधकर्ताओं ने मोरेना में नए विकास पर रिस्कग्रिड लागू किया, तो इसने एक छिपा हुआ सच उजागर किया जिसे पारंपरिक ट्रैफिक चेक ने मिस कर दिया था। भले ही सड़कें धीमी या अधिक भीड़भाड़ वाली नहीं हो रही थीं, लेकिन नए यातायात पैटर्न ने दुर्घटना की संभावना में 2.1 प्रतिशत की वृद्धि कर दी थी। पूर्ण संख्या में, इसका अर्थ था कि नया विकास स्थानीय क्षेत्र में एक अतिरिक्त दुर्घटना का कारण बनने की उम्मीद थी, जिससे कुल घटनाएं 84 से बढ़कर 86 हो गईं। इस निष्कर्ष ने इस तरह से कैसे योजना बनाई जाती है, इसके एक महत्वपूर्ण दोष को उजागर किया: एक परियोजना ट्रैफिक रिपोर्ट में एकदम सही दिख सकती है जबकि वास्तव में वह सड़कों को सभी के लिए अधिक खतरनाक बना सकती है।

अध्ययन बताता है कि सुरक्षा का पुराना तरीका, जो विशिष्ट नियर-मिस घटनाओं को गिनने पर निर्भर करता है, जटिल शहरी वातावरण के लिए बहुत कठोर है। यह सबसे आम और गंभीर प्रकार की दुर्घटनाओं को मिस करने की प्रवृत्ति रखता है, जो तब होती हैं जब वाहन चौराहों पर एक-दूसरे के मार्ग को काटते हैं। नया दृष्टिकोण, कारों के आने के स्रोतों की शुद्ध जटिलता पर ध्यान केंद्रित करके, इन जोखिमों को बहुत बेहतर तरीके से पकड़ता है। यह डेटा को अलग-थलग घटनाओं की सूची से बदलकर संभावित खतरे के एक जीवंत मानचित्र में बदल देता है। यह योजनाकारों को सड़क नेटवर्क की संरचनात्मक कमजोरियों को उनके निर्माण से पहले देखने की अनुमति देता है, न कि दुर्घटनाएं होने का इंतजार करने और फिर उन्हें ठीक करने की।

शोधकर्ता स्वीकार करते हैं कि उनका उपकरण अभी भी पूर्ण नहीं है। यह वर्तमान में केवल कारों को देखता है और इसमें पैदल यात्रियों या साइकिल चालकों को शामिल नहीं किया गया है, जो अक्सर सबसे संवेदनशील सड़क उपयोगकर्ता होते हैं। यह भी सड़कों को एक सपाट मानचित्र के रूप में मानता है, जो कभी-कभी उन सड़कों को भ्रमित कर सकता है जो एक-दूसरे के ऊपर या नीचे से गुजरती हैं। हालांकि, मूल विचार ठोस है और परिणाम उत्साहजनक हैं। इस तरह के निरंतर जोखिम मानचित्रण को मानक नियोजन प्रक्रिया में एकीकृत करके, शहर एक प्रतिक्रियात्मक (reactive) रुख से, जहाँ वे दुर्घटनाएं होने के बाद समस्याओं को ठीक करते हैं, एक सक्रिय (proactive) रुख की ओर बढ़ सकते हैं, जहाँ वे शुरुआत से ही नेटवर्क में सुरक्षा को डिजाइन करते हैं।

अंत में, इन शोधकर्ताओं का कार्य हमारे द्वारा बनाई जाने वाली सड़कों को देखने के लिए एक नया नजरिया प्रदान करता है। यह दिखाता है कि सुरक्षा केवल यातायात प्रवाह का एक गौण हिस्सा नहीं है; यह समीकरण का एक मौलिक हिस्सा है। एक ऐसी सड़क जो कारों को तेजी से चलाती है लेकिन खतरनाक अंतःक्रियाओं को छिपाती है, वह सफल नहीं है। रिस्कग्रिड जैसे उपकरणों के साथ, योजनाकार अंततः पूरी तस्वीर देख सकते हैं, यह सुनिश्चित करते हुए कि भविष्य के शहर न केवल कुशल हों, बल्कि वास्तव में उन लोगों के लिए सुरक्षित भी हों जो उनका उपयोग करते हैं।