Avaliação de pontos críticos e aplicação de modelos preditivos em acidentes: Estudo de caso na Serra do Mar

Abstract

A Serra do Mar é uma região caracterizada por estradas sinuosas e declividades acentuadas que conectam diversas cidades, configurando um cenário propício à ocorrência de acidentes de trânsito. Esses eventos são frequentemente associados a uma combinação de fatores, como curvas fechadas, rampas íngremes, elevada presença de veículos pesados e em alguns períodos, condições climáticas adversas, como neblina e chuva. Diante desse contexto, este trabalho tem como objetivo identificar os pontos críticos de acidentalidade e aplicar modelos preditivos capazes de estimar a ocorrência de acidentes no trecho da BR-376, compreendido entre os quilômetros 662 e 671, selecionado por apresentar histórico relevante de acidentalidade, além de características geométricas e operacionais que contribuem para o aumento do risco. A metodologia adotada envolveu a identificação dos pontos críticos por meio da Taxa de Severidade, bem como a aplicação do modelo preditivo do Highway Safety Manual (HSM) e do método Empírico-Bayes (EB) para estimar a frequência esperada de acidentes. Os resultados indicaram quatro trechos críticos, todos associados a curvas horizontais acentuadas e declividades elevadas. A aplicação inicial do HSM subestimou de forma expressiva a acidentalidade local, prevendo 160 acidentes, aproximadamente 39% abaixo do total observado. A calibração do modelo reduziu esse desvio mediante a aplicação de fatores de ajuste (Cr) que oscilaram entre 1,89 e 8,92, evidenciando uma variação considerável necessária para alinhar as estimativas aos valores reais A aplicação do método Empírico-Bayes aprimorou significativamente a qualidade das estimativas, produzindo um total esperado de 221 acidentes, valor mais consistente com a variabilidade e as características operacionais do trecho. Esses resultados demonstram que a acidentalidade na Serra do Mar é fortemente influenciada por condições geométricas e operacionais específicas da região e evidenciam que a combinação entre a calibração local e o método Empírico-Bayes torna o modelo preditivo mais robusto para apoiar decisões de segurança viária e orientar intervenções no trecho