Prediction of Traffic Accidents at Signalized Intersections in Bahrain with a Focus on Human Errors and Conflict Points. Masters thesis, King Fahd University of Petroleum and Minerals.

PDF Eman Algherbal - MSc Thesis Final.pdf Restricted to Repository staff only until 23 November 2026. Download (6MB)

Arabic Abstract

لا تزال الحوادث المرورية أحد أبرز أسباب الإصابات والوفيات في العالم، ويُعَدّ تحسين دقة نماذج التنبؤ بالحوادث المرورية أمرًا ضروريًا للإدارة الاستباقية للسلامة على الطرق. لقد أدى التوسع الحضري السريع الذي تشهده مملكة البحرين إلى زيادة حجم الحركة المرورية وتعقيد جوانب السلامة عند تقاطعات الإشارة الضوئية، مما عزز الحاجة إلى أدوات موثوقة للتنبؤ بالحوادث المرورية ودعم جهود تحسين السلامة على الطرق. تُعَدّ نماذج التنبؤ بالحوادث المرورية (SPFs) المتوفرة في دليل السلامة المرورية للطرق السريعة (HSM) من النماذج واسعة الاستخدام عالميًا في هذا المجال؛ ومن هنا جاءت هذه الدراسة لتقييم إمكانية تطبيق هذه النماذج في البحرين، وذلك من خلال تحليل بيانات الحوادث المرورية في منطقة المنامة. شملت الدراسة إعادة معايرة النماذج وتطوير نماذج محلية خاصة بالبحرين تتعلق بتقاطعات الإشارة الضوئية. وأظهرت النتائج أن النماذج المبنية على البيانات المحلية أكثر كفاءة من النماذج المعايرة، غير أنّه عند النظر إلى الجهد المطلوب وكمية البيانات اللازمة لبناء هذه النماذج، فإن الاعتماد على النماذج المعايرة يمكن أن يوفّر أداة عملية لتحديد المواقع عالية الخطورة والمساهمة في تحسين السلامة المرورية. كما اختبرت الدراسة عدد نقاط التصادم في التقاطع المروري كعامل ضمن النماذج المختلفة، وأثبتت النتائج فاعليته خصوصًا في دراسة التقاطعات الرباعية. وتطرقت الدراسة أيضًا إلى تحليل العوامل المرتبطة بالحوادث المرورية الخطرة. وعلى الرغم من أن جميع النماذج المطوَّرة لم تحقق مستوى الدقة المطلوب لتنبؤ هذه الحوادث، إلا أنها أشارت بوضوح إلى أن حجم الحركة المرورية، وتصميم التقاطع، والعوامل الزمنية تُعَدّ من أبرز المؤثرات في خطورة الحوادث.

English Abstract

Road traffic accidents remain one of the leading causes of fatalities and injuries worldwide, and enhancing the accuracy of accident prediction models is essential for proactive safety management. In Bahrain, rapid urbanization and increased motorization have reflected on the complexity of intersection safety and heightened the need for reliable accident prediction tools to support evidence-based safety improvements. This study evaluates the transferability of the Highway Safety Manual (HSM) Safety Performance Functions (SPFs) to urban signalized intersections in Bahrain, using Manama region as a case study. Default HSM SPFs were first applied and then calibrated using ratio-based and four machine learning-based jurisdictional adjustment factors (JAFs). Jurisdiction-specific Ridge-Regularized Negative Binomial (Ridge-NB) models were subsequently developed for 3-leg and 4-leg intersections. The final 3-leg signalized intersections model retained all the variables, which were natural logarithms of average annual daily traffic on major and minor roads ((ln(AADTMajor), ln(AADTMinor))), conflict points, left-turn lane, right-turn lane, skewness, and intersection density. Whereas the 4-leg model retained ln(AADTMajor), ln(AADTMinor), conflict points and skewness. The calibration approaches improved the performance over uncalibrated SPFs; however, the difference in improvement between these approaches was marginal, making the ratio-based JAFs more favorable. However, the Ridge-NB models yielded the best results, achieving a mean absolute error (MAE) of 1.032 for 3-leg signalized intersections and 1.264 for 4-leg signalized intersections. The inclusion of conflict points, absent in the original HSM SPFs, enhanced predictive accuracy, underscoring the importance of locally tailored, geometry-specific models for traffic safety planning in Bahrain. In parallel, analysis of accident severity showed limited discrimination, but confirmed traffic exposure, intersection geometry, and temporal factors as influential parameters.

Item Type:	Thesis (Masters)
Subjects:	Civil Engineering Civil Engineering > Transportation Engineering Research > Engineering
Department:	College of Design and Built Environment > Civil and Environmental Engineering
Committee Advisor:	Al-Ahmadi, H.M
Committee Members:	Rahman, S.M and Abdullah, M.
Depositing User:	EMAN ALGHERBAL (g202202500)
Date Deposited:	30 Nov 2025 05:23
Last Modified:	30 Nov 2025 05:23
URI:	http://eprints.kfupm.edu.sa/id/eprint/143756