Center for Trafik og Transport Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/8-2007 Nye turmatricer for Hovedstadsområdet Otto Anker Nielsen,

Slides:



Advertisements
Lignende præsentationer
HUNDE SPEED km h 34,4 HUNDE SPEED km h 34,1 HUNDE SPEED km h 32,8 HUNDE SPEED km h 31,9 HUNDE SPEED km h 31,8 HUNDE SPEED km h 30,9.
Advertisements

Analyse af rejsekortet for
Den danske befolknings syn på handicappedes rettigheder
VMS data Geografisk og tidsmæssig udvikling af indsatsen i tobisfiskeriet v/ dataspecialist Josefine Egekvist Sekretariat for myndighedsbetjening.
Indvandrere og efterkommere i grundskolen Niels Egelund, professor, dr
Produktionsøkonomi Planteavl 2013
1 Dansk Landbrugsrådgivning Landscentret | Dansk Kvæg Overgang til testdagsmodel Tyrenes ændringer i avlsværdital for ydelse Anders Fogh Afdeling for Specialviden.
Oplæg til BRK: Udligningsreform og overvejelser vedr. anvendelser af CRT’s data og modeller Bjarne Madsen.
Kim Lyng Madsen Lau Kingo Marcussen
Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”.
v/ Professor Lars Ehlers, Aalborg Universitet
Gate 21 – Fælles DNA Gate 21 – Fælles DNA • 31. marts 2014 • Jørgen Lindegaard Olesen, PlanEnergi.
1 Beboerinformation BL: Budskaber og målgrupper Paul R. Metelmann.
COWI PowerPoint design manual
1 DSB og Bibliotekerne Personlige interview foretaget 20. til 25. januar respondenter Holdning til evt. ny portal.
DSB S-Tog Automatisk Passager Opregning
Dataopsamling og GPS-styring
Program Informationer χ2-test (chi-i-anden) Projekt 3
Bolig selskabernes Landsforening– Almene lejeboliger - Maj/Juni Almene lejeboliger - Danmarkspanelet - Maj/Juni 2010.
Analyse for Ældre Sagen: Trafikundersøgelse: Cykel, cykelhjelm mv Rapport Marts 2010.
Trivselsundersøgelse og ledelsesevaluering
Brug af GIS i skadestuer
1 Går fra at vil maksimere dækning til at minimere omkostning Det kender vi fra den anden bog Omkostningen er afstanden gange antal enheder der skal transporteres.
Efteruddannelsesindsatsen 2007 Analyse Danmarks undersøgelse januar 2008 Oplæg på Kompetencerådets møde den v./ Merete.
1 Effektiv forrentning Kjeld Tyllesen PEØ, CBS Erhvervsøkonomi / Managerial Economics Kjeld Tyllesen, PEØ, CBS.
Statistik.
Representations for Path Finding in Planar Environments.
Bro over Munksjön - Jönköping
Grundlæggende regnskabsforståelse
Østjysk rapport om udligning og tilskud Seminar om udligning den 26. April 2010 Job og Økonomidirektør Asbjørn Friis Jensen, Favrskov.
Signifikanstest ved (en eller) to stikprøver
Grønne regnskaber Søren Kolind Hvid Landscentret | Planteavl.
Pleje og Sundhed Gennemførte719 Inviterede895 Svarprocent80% FREDERICIA KOMMUNE MTU og Psykisk APV 2012 Rapportspecifikationer.
© Copyright CTT 2007 Center for Trafik og Transport Opgørelse af regularitet på jernbaner | 27. august 2007 | Opgørelse af regularitet på jernbaner Alex.
Antal registrerede selvmord i Danmark ( )
Trivselsundersøgelse og ledelsesevaluering Anæstesiologisk Afdeling Flere ledere
© Copyright CTT 2006 Center for Trafik og Transport Simulering af passagerforsinkelser på jernbaner | Trafikdage 2006 | Simulering af passagerforsinkelser.
1 Algoritme til at løse knude P-center problemet Algoritmen brugte set covering problemet Virker derfor kun til knude problemer Vi vil alligevel bruge.
ETU 2008 | Elevtilfredshedsundersøgelse Erhvervsskolen Nordsjælland HTX (Teknisk Gymnasium) - Hillerød Baseret på 313 besvarelser.
København, den 1. maj 2006 Konverterings- gevinster og tillægsbelåning 2005 Seniorkonsulent Simon Bjerremann Jensen.
MMP 21 Model og Metode til Programudvikling – MMP 2 Modellering og simulering af Posthus – 2: Ekspedienten Pointer operationer Disken, oprettelse af objekter.
Oplæg ved Aalborg Trafikdage, august 2003 Miljøtrafikugen 2002 – Kan vi lade bilen stå? Annette Egetoft, Københavns Kommune Carina Botoft, Hovedstadens.
Kørselsafgifter i København - Samfundsøkonomisk metode og resultater Uffe Nielsen, Seniorøkonom, Institut for Miljøvurdering, Otto Anker Nielsen, Professor,
1 Borgerpanelet i Silkeborg Kommune.
© Copyright CTT 2006 Center for Trafik og Transport Trafikdage Aalborg Universitet | Tirsdag 29. august 2006 | Undersøgelse af stationsoplande Bedre adgangsveje.
Vinterman seminar 2. Maj SIDE 2 Vinterman seminar 2. maj Ca. 85 personer: 34 kommuner (30 Vinterman, 2-Light og 2-Melding) Færøerne Vintercentralen.
AGWAPLAN IDA- møde om Vandrammedirektivet Side 1 · · Life projekt Agwaplan Samarbejde med landbruget om vandplaner med fokus på Ravn Sø Henrik.
© Copyright CTT 2005 Center for Trafik og Transport Trafikdage på AUC | | Opdatering af model for Hovedstads- regionen Christian Overgård Hansen.
Grundlæggende teoretisk statistik
Globaliseringsredegørelsen 24.mar. 14 Figurer fra Danmark tiltrækker for få udenlandske investeringer i Sådan ligger landet
1 Sortering I elementære metoder. 2 Plan Terminologi Elementære metoder til sortering -sortering ved udvælgelse -sortering ved indsættelse -Shellsort.
Testeksperiment EVAluering November 2007 | Henrik Brønnum-HansenSide 1 CEEH Interessentforum 26. november 2007 Henrik Brønnum-Hansen Et testeksperiment.
Hvad er trængslens karakter i dag? Otto Anker Nielsen, Professor
Matematik B 1.
Claus Brabrand, ITU, Denmark Mar 10, 2009EFFECTIVE JAVA Effective Java Presentation Workshop Claus Brabrand [ ] ( “FÅP”: First-year Project.
© Copyright CTT 2007 Center for Trafik og Transport Trafikdage Aalborg Universitet | 27. august 2007 | Følsomhedsanalyse af samfundsøkonomiske tidsværdier.
Grunde til at jeg elsker dig
© Copyright CTT 2006 Center for Trafik og Transport Banedanmark Trafikdage 2006 | 29. august | Kapacitetsvurdering af jernbaneinfrastruktur Alex Landex.
Velkommen Styrk erhvervsklimaet i Viborg 17. marts 2015
Trafikdage Variation i rejsetid - effekter for modellering og værdisætning Camilla Riff Brems Danmarks TransportForskning
Fundamentale datastrukturer
© Copyright CTT 2006 Center for Trafik og Transport Trafikdage Aalborg Universitet | 28. august 2006 | LETBANEPROJEKT I KØBENHAVN - Ring 2½-korridoren.
1 vare på 2 markeder, samme pris
Otto Anker Nielsen Center for Trafik og Transport Danmarks Tekniske Universitet Storbytrafik - Indledningssession ved Trafikdage på AUC | 28/03/2015 |
1 Fundamentale datastrukturer. 2 Definitioner: abstrakt datatype, datastruktur Elementære datastrukturer og abstrakte datatyper : arrays, stakke, køer,
Energimærkets top-ti – og hvad vi ellers kan lære af 7500 energimærker… Tema-eftermiddage om energimærkning og energibesparelser Energiforum.
VTU 2008 | Virksomhedstilfredshedsundersøgelse Aalborg Tekniske Skole Svarprocent: 27% (414 besvarelser ud af mulige)
Sammenfatning af session Christian Overgård Hansen COH ApS.
Jeppe Rich Professor, Trafikmodeller Otto Anker Nielsen
Præsentationens transcript:

Center for Trafik og Transport Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Nye turmatricer for Hovedstadsområdet Otto Anker Nielsen, Christian Overgård Hansen, Center for Trafik og Transport (CTT)

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Disposition  Justering af zonestruktur  Fremgangsmåde  Datagrundlag  Justering af bilmatricer ud fra tællinger  Justering af kollektiv trafikmatricer ud fra tællinger  Validering af matricer

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Justering af Zonestruktur  Formål  At forbedre nøjagtighed i udlægning på net og dermed også bedre at kunne sammenligne med tællinger  At forbedre modellen generelt  At etablere et mere præcist GIS-lag så zonedata automatisk kan udtrækkes ved at matche med adresseregister, og TU data automatisk kan matches til zoner Specielt problem i indre by  200 nye zoner  835 zoner, heraf 17 portzoner  618 tidligere (i OTM 4.0)  ArcGIS benyttet til forenkling af arbejdsproces og kvalitetssikring

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Justering af Zonestruktur  Zoner langs Metro Cityring  Zoner langs potentiel ny infrastruktur  Zoner med stor befolkning og/eller antal arbejdspladser  Zoner i nærhed af stationer  Zoner som omfatter flere stationer af betydning  Zoner med betydende parallelle bus og tog linier  Zoner med blandet bebyggelse

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Zonestruktur Eksempel indre byEksempel Frederiksberg

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Fremgangsmåde ved opstilling af basismatricer 1.Opskrivning af TU til total befolkning 2.TU baserede matrix (90x90 zoner) 3.TU baserede matricer (90x90 zones) pr. hovedtransportmiddel 4.TU baserede matricer (90x90 zones) pr. hovedtransportmiddel og turformål 5.Estimation af bilpassagerer 6.Sammenstykning af TU og postkort data 7.Disaggregering af matricer (818x818 zones) 8.Ombrydning til GA-matricer 9.Opdeling i tidsbånd over hverdagsdøgn 10.Portzonetrafik 11.Justering af kollektive trafikmatricer ud fra tællinger 12.Justering af bilmatricer ud fra tællinger 13.Symmetrisering af tidsbånd og genombrydning til GA

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ TU-data I alt:  33,079 interview  106,441 interne ture i Hovedstadsområdet (2% stikprøve) Stikprøve 2005: 3,6 ture pr. respondent Stikprøve : 2,8 ture pr. respondent

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Formål: At forbedre beskrivelse af trafikanters rejsemønster i den indre by Fakta: 14 poster Bil, bus, tog (S-tog, Re-tog og metro), cykler og fodgængere postkort uddelt returneret og kodet (34%) kontrolleret interne ture i Hovedstads- området Postkort analyse

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Vejtrafiktællinger  tællinger  Vejdirektoratet, amter og kommuner  Kvalitetssikring  Lokalitet stedfæstet og kodet til modelnet  Forskel mellem tidsperioder og metode Manuel, automatisk, TrafMil, strømkort  Lastbilandel skønnet ud fra forskellige kilder og metoder  Supplement med 2003-tællinger for at opnå større dækning  GIS til stor hjælp i kvalitetssikringen

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Kollektiv trafik net og tællinger  Net importeret fra “rejseplanen.dk” og koblet til digitalt kort og datamodel I ArcGIS  270 kollektive trafiklinier (1.170 linievarianter) med daglige omløb  5,023 stoppesteder  Buspassagerer fra automatiske tællebusser  5% stikprøve  Togpassagerer fra Østtælling i 2004  Metropassagerer  100% stikprøve fra automatiske tællinger  Passagerer på lokalbaner  Skøn ud fra kontakter og årsberetninger

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Efterbehandling af buspassagertællinger  Afstemning pr. omløb  Antallet af påstigere og afstigere forskelligt pr. vognløb  Samlet balance for vognløbet  Samt sikring af at det akkumulerede antal påstigere var større end afstigere langs hele vognløbet  Frasortering af dubletter forårsaget af temporære ruteomlægninger  Estimation af skiftemønster  Efter behandling og kvalitetskontrol havde alle stoppesteder talte passagertal svarende til tidsbånd i modellen

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Eksempel indre by  Tællinger pr. stoppestedsgruppe

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Eksempel Nørreport  Detaljerede oplysninger  Stationer  Metro versus andre tog  S-tog versus Re-tog på større stationer  Bus stoppested  Syv tidsbånd

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Justering af bilmatricer  Multiple Path Matrix Estimation Method (MPME)  Flere ruter mellem OD-par  Alle tællinger benyttes som vægtet gennemsnit langs hver rute  Alle beregnede ruter medtages i forhold til deres sandsynlighed for at blive valgt  Løsning  Summen af de vægtede kvadratafvigelser mellem tællinger og beregnet trafik minimeres  Udgangsmatricen justeres så lidt som muligt i henhold til summen af kvadratafvigelse  Tilfælde hvor alle ruter mellem zonepar er uden tællinger løses ved hjælp af Furness  Antallet af ture til og fra portzoner fastholdes (tilpasset MPME)

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Rutevalgsmodel  Modellens fri hastighed evalueret i forhold til GPS- målinger  I rutevalget benyttes stokastisk kapacitetsafhængig udlægning (Stochastic User Equilibrium, SUE)  Nyttefunktion: U =  l kl +  c  l c +  road  free (t free +  con t con ) + 

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Justering af kollektive trafikmatricer  En MPME-metode ville være for langsom  Og tællinger foreligger på stoppestedsniveau - ikke strækninger 1.Rutevalgsmodellen beregner belastninger  Mabit & Nielsen (ETC, 2006) 2.Skift er fjernet fra tællinger på grund af usikkerhed 3.Den relative afvigelse mellem tælling og model beregnet på stoppestedsniveau 4.Den relative afvigelse er allokeret til zoneophæng 5.Der beregnes en korrektion pr. ophæng på døgnniveau 6.Korrektionerne aggregeres over ophæng til tilhørende zone

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Tids dimension  Ture med kollektiv trafik er ofte tidsmæssigt længere end bilture  Ture går på tværs af tidsbånd og kan derfor ikke uden videre sammenlignes med tællinger  En ny metode var derfor udviklet til håndtering af ture udover som strækker sig udover det betragtede tidsbånd OtOt Ankomst til endestation AFGANGAFGANG

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Beregningstrin ved justering af kollektive trafikmatricer  Kvalitetskontrol af rutevalgsmodel og zoneophæng  Trin 1-2  Fjerne tællinger på ikke-ophængte stoppesteder langs linien  Manuel vurdering af foreslåede korrektionsfaktorer  Trin 3: som de to første trin med justering af matricer  Trin 4: som trin 3 med justering for de enkelte tidsbånd  Trin 5: som trin 4

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Antal iterationer ved justering af kol. trafikmatricer  13 iterationer i alt  Korrektion af tællinger  Tilpasning af zoneophæng  Justering af matricer  9 trin i kalibrering af rutevalgsmodel  Validering af rutebundter  Sammenligning med tællinger  Justering af nyttefunktion

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Eksempel på korrektionsfaktorer (1)  København

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Eksempel på korrektionsfaktorer (2)  København og omegn

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Observationer vedr. justering af kollektive trafikmatricer  Større afvigelse indenfor de 90 zoner end mellem de 90 zoner  Bebyggede områder versus ikke bebyggede områder  Nærhed til stationer og større buslinier  Nyudbyggede områder (TU-data beskriver flere år)  Nye stationer  Landområder  Sommerhusområder  Rekreative områder mv.

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Afsluttende bearbejdning  Der opdeles på 6 turformål som i udgangsmatricerne  Matricer balanceres  OD-matricer ombrydes til GA-matricer ved anvendelse af udgangsmatricer baseret på interview data  Passager i bil beregnes med udgangspunkt i de justerede bilmatricer og belægningsgrader i udgangsmatricerne

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Resulterende matricer  818 interne zoner + 17 port zoner = 835 in total  Gennemsnitlig hverdag udenfor sommermåneder  5 hovedtransportmidler mod tidligere 4  Gang, cykel, chauffør i bil, passagerer i bil og kollektiv trafik  6 turformål mod tidligere 4  Bolig-arbejde (BA), Bolig-uddannelse (BU), Bolig-indkøb (BI), Bolig-fritid (BF), ikke bopælsbaserede fritids- og indkøbsture (OT) og Erhverv (EE)  7 tidsbånd mod tidligere 3  05-07, 07-08, 08-09, 09-15, 15-18, og I alt 5 x 6 x 7 = 210 turmatricer mod tidligere 48

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Ture pr. hverdagsdøgn i 2004 (OTM 5.0) BABUBIBFUUEETure Gang Cykel Bil, chauffør Bil, passager Kollektiv trafik I alt

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Validering af basismatricer i OTM 5.0 Basismatricer i OTM 4.0 beskriver 1992  beregning af matricer med OTM 4.0 for 2004 med kendte forudsætninger til brug for sammenligning med nye basismatricer.  Turantal  Fordeling over transportmidler  Turlængder  Fordeling over turformål  Døgnfordeling  Ændret rejsemønstre

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Beregnede ture pr. hverdagsdøgn i 2004 (OTM 4.0) Hovedtrans- portmiddel BABUOTEETure Gang Cykel Personbil Kollektiv trafik I alt

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Personture pr. transportmiddel Hovedtransport- middel OTM 4.0OTM 5.0Forskel Gang (-19%) Cykel (-11%) Personbil (-0%) Kollektiv trafik (-6%) I alt (-6%)

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Turlængde fordeling Ture med kollektiv trafik  Gns. turlængde 25% fra OTM 4.0 til 5.0 Personbilture  Gns. turlængde 20% fra OTM 4.0 til 5.0

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Personture pr. turformål Hovedtransport- middel OTM 4.0OTM 5.0Forskel BA (-41%) BU (14%) OT (33%) EE (-67%) I alt (-6%)

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Relativ fordeling af ture over turformål

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Døgnfordeling af ture  Ture med kollektiv trafik  Personbilture

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Geografisk omfordeling af ture OmrådePersonbiltureKollektiv trafikture Kbh. kommune-12%-20% Frb. Kommune-28%-20% Københavns amt12%4% Frederiksborg amt-2%46% Roskilde amt-5%20%

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Kollektiv trafikture (rødt = færre ture i OTM 5.0, grønt = flere ture med OTM 5.0)

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Bilture (rødt = færre ture i OTM 5.0, grønt = flere ture med OTM 5.0)

Center for Trafik og Transport Danmarks Tekniske Universitet Nye turmatricer for Hovedstadsområdet. Trafikdage på AUC 27-28/ Konklusioner  Datagrundlaget er forbedret og opdateret, dvs. mindre usikkerhed i prognoser  Mere akkurat og opdateret model  Bedre fordeling over turformål er vigtig af hensyn til modellering  F.eks. forskellige tidsværdier over turformål  Bedre fordeling over transportmidler  F.eks. Overflytninger passagerer i bil, cykel og gang  Bedre fordeling over tidsbånd vigtig i forbindelse med modellering af trængsel