Trafik- og transporttal i Hovedstadsregionen

Transkript

1 Trafik- og transporttal i Hovedstadsregionen Rapport Goran Vuk, Danmarks TransportForskning Henrik Nejst Jensen, Vejdirektoratet Jørgen Knoop, Københavns Kommune Janne Møller-Pedersen, DSB Elsebet Seest, DSB S-tog Anil Sharma, HUR Jan Jørgensen, Ørestadsselskabet

2

3 Trafik- og transporttal i Hovedstadsregionen Rapport Goran Vuk, Danmarks TransportForskning Henrik Nejst Jensen, Vejdirektoratet Jørgen Knoop, Københavns Kommune Janne Møller-Pedersen, DSB Elsebet Seest, DSB S-tog Anil Sharma, HUR Jan Jørgensen, Ørestadsselskabet

4 Trafik- og transporttal i Hovedstadsregionen Rapport Af Goran Vuk, Danmarks TransportForskning, Henrik Nejst Jensen, Vejdirektoratet Jørgen Knoop, Københavns Kommune, Janne Møller-Pedersen, DSB Elsebet Seest, DSB S-tog, Anil Sharma, HUR Jan Jørgensen, Ørestadsselskabet Layout: Goran Vuk Tryk: Vester Kopi Oplag: 200 Copyright: Hel eller delvis gengivelse af denne publikation er tilladt med kildeangivelse Udgivet af: Danmarks TransportForskning Knuth-Wintherfeldt Allé Bygning 116 Vest 2800 Kgs. Lyngby Rekvireres hos: ISSN: (Trykt udgave) ISBN: (Trykt udgave) ISSN: (Elektronisk udgave) ISBN: (Elektronisk udgave)

5 Forord Et af de centrale emner, ModelCentret på DTF skal beskæftige sig med, er trafikdata. Trafikdata har værdi i sig selv, da transportadfærd afspejles heri. Da den primære rolle for ModelCentret i fremtiden er at opbevare de eksisterende trafikmodeller samt opbygge nye trafikmodeller, ses betydningen af trafikdata mest i relation hertil. En del trafikdata relateres til trafik- og transporttal, som er den mest anvendte form for data i trafikplanlægning. Trafik- og transporttal tilvejebringes ved gennemførelse af trafiktællinger for alle transportformer og efterfølgende efterbehandling. De udfordringer, som ModelCentret står foran i forbindelse med trafik- og transporttal, er følgende: Definition af trafik- og transporttal, som skal indsamles i Model- Centret. Det er således langt fra alle eksisterende trafik- og transporttal, der skal huses i ModelCentret, fordi der er tale om enorme mængder data, som på forhånd opbevares hos de organisationer, der indsamler trafiktællinger. Harmonisering af trafik- og transporttal. Da trafik- og transporttal stammer fra forskellige organisationer, som har forskellige traditioner for, hvordan tællingerne indsamles og efterbehandles, er det nødvendigt at tilvejebringe data på samme niveau i form af harmonisering (fx hverdagsdøgntrafik omregnet til transporterede personer). Strukturering og registrering. Mængderne af data vokser hurtigt med tiden. Derfor er det vigtigt at strukturere data på en overskuelig måde. Der vil blive arbejdet imod anvendelse af en fleksibel GIS-struktur i ModelCentret. Denne rapport beskriver de indhøstede erfaringer relateret til de tre ovenstående problemstillinger på basis af et pilotprojekt. Projektets fokus ligger i trafik- og transporttal i hovedstadsregionen indsamlet af Københavns Kommune, Vejdirektoratet, HUR, DSB og Ørestadsselskabet. Kgs. Lyngby, marts 2006 Niels Buus Kristensen Direktør

6 Indhold 1 Indledning Om projektet ModelCenter på Danmarks TransportForskning Pilotprojekt Datadefinition Københavns Kommune Vejdirektoratet HUR DSB Ørestadsselskabet Kortlægning af de eksisterende trafiktællinger Københavns Kommune Vejdirektoratet HUR DSB Ørestadsselskabet Datakvalitet Københavns Kommune Vejdirektoratet HUR DSB Ørestadsselskabet Indsamling og anvendelse af trafik- og transporttal i ModelCentret Trafik- og transporttal og trafikmodeller Fremtidens indsamling af trafik- og transporttal i ModelCentret Harmonisering af trafik- og transporttal i ModelCentret Strukturering og registrering af trafik- og transporttal i ModelCentret Aktivitetsplan i pilotprojektet... 33

7

8 1 Indledning Datatyper i trafikmodeller Der findes fire vigtige datatyper, som bruges i opbygningen af trafikmodeller. Disse er trafikdata, adfærdsdata, netdata og plandata. Trafikdata er en fællesbetegnelse for trafiktal, transporttal, trafikarbejde og transportarbejde. Mens trafik- og transporttal er input til estimering og kalibrering af trafikmodeller, er trafik- og transportarbejde modellernes output. Adfærdsdata, ofte kaldt interviewdata, kan knyttes til et bestemt projekt, som fx Stated Preference Data, men kan også indsamles på en mere reguler basis, som fx transportvane undersøgelse data. Data fra postkort- og stopanalyser er også en slags adfærdsdata. Fælles for adfærdsdata er, at bestemte trafik-/transportoplysninger knyttes til trafikanternes sociodemografiske karakteristika. Adfærdsdata er input til estimering af trafikmodeller. I netdata beskrives vej- og kollektivnet med attributter såsom strækningslængder, -kapacitet og -hastigheder, kapacitet og køretider i vejkryds, busog togkøreplaner osv. Netdata kan være mere eller mindre detaljerede. Eksempelvis kan vejdata inkludere kun overordnede veje, og selve strækningernes linieføring kan afvige mere eller mindre fra den aktuelle. Netdata udarbejdes af infrastrukturejere. Dog sker det ofte, at modelprognoser baseres på netdata udarbejdet af rådgiverne/konsulenterne. Zonernes socio-økonomiske data defineres i plandata. Oftest udarbejdes plandata af statslige institutioner, såsom Danmarks Statistik, hvor større land-økonomiske modeller beregner oplysninger om befolkning (antal og fordeling på alder, køn, beskæftigelse, osv.), arbejds- og uddannelsespladser, bilejerskab, indkomstudvikling osv. Modelprognoser baseres på plandata for det pågældende år i fremtiden. Også her er det statslige institutioner, som producerer plandata for at skabe kontinuitet i modelberegningerne. Se bilag 1 for detaljer vedrørende datatyperne. 1

9 Trafik- og transporttal Trafik- og transporttal er den mest anvendte form for data i trafikplanlægning. De tilvejebringes ved gennemførelse og efterbehandling af trafiktællinger for alle transportformer. Trafik- og transporttallene tilvejebringes normalt af dem, som er ansvarlige for infrastrukturen. Det betyder, at trafiktællinger for veje i hovedstadsregionen som udgangspunkt gennemføres af Vejdirektoratet på statsvejene, amterne på amtsvejene og kommunerne på kommunevejene. Trafiktællinger for kollektiv transport gennemføres af operatører som DSB, HUR og Metroselskabet. Når disse tællinger er efterbehandlet, produceres transporttal. Fra 1. januar 2007, når amterne nedlægges, overgår ansvaret for tilvejebringelse af trafiktal til staten eller kommunerne. Ansvaret for tilvejebringelse af finansiering af busdriften overgår til kommunerne pr. 1. januar Mens trafiktal for vejtrafik bruges til monitorering af trafikken, fx kapacitetsforholdene, er det primære mål med transporttal at skabe et grundlag for indtægtsfordelingen blandt kollektiv transport operatørerne. Historisk set har alle organisationer, som indsamler trafik- og transporttal, udviklet egne metoder for indsamling af trafiktællinger. Metoderne udvikles løbende. Meget dyre tællesystemer bruges i dag bl.a. i HUR (tællebusser) og Metroselskabet (dørsensorer i overkanten af alle perrondøre). Omkostningerne øges også på grund af behovet for et stort antal tællere på tælledage, eksempelvis i DSBs Østtælling. Når tællemetoderne sammenlignes på tværs af organisationerne, kan det konkluderes at: Tællefrekvensen varierer fra en dag om året (fx Østtællingen) til alle dage (fx Metrotællinger). På mindre trafikerede veje tælles trafikken kun hvert femte år, mens der på fx Langebro og Knippelsbro tælles én gange om året (typisk i marts eller september). Manuelle tællinger gennemføres oftest af Københavns Kommune (fx med håndterminaler), mens Vejdirektoratet mest anvender maskinelle tællinger (fx med spoler og slanger). DSB anvender manuelle tællinger i Østtællingen, mens HUR og Metroselskabet mest anvender automatiske tællinger. Når HUR og Metroselskabet gennemfører manuelle tællinger, bruges disse som kontrol af de automatiske tællinger. 2

10 Manuelle trafiktællinger foregår typisk i tidsrummet fra kl. 06 til kl. 18. Dog tælles enkelte steder i 24 timer. Maskinelle/automatiske tællinger gennemføres over alle døgnets 24 timer en uge ad gangen eller hele året. Ved manuelle tællinger tælles trafikken oftest på en hverdag, mens weekendtrafikken ikke belyses så ofte. Opregningsproceduren varierer også blandt organisationerne. Hvis trafikken tælles fx en gang om året i et tidsrum fra kl. 06 til kl. 18, bør trafikken opregnes, for at tage hensyn til resten af dagen og sæsonvariationer (dvs. forår vs. efterår). På grund af ovennævnte forskelle i indsamlingsmetoder, herunder specielt stikprøvestørrelserne, findes der statistisk usikkerhed i trafik- og transporttallene. Variationen i dataenes statistiske usikkerhed spiller en væsentlig rolle for opbygning af trafikmodeller. Trafikmodellerne bruges intensivt i infrastrukturplanlægning, såsom trafikprognoser og samfundsøkonomiske beregninger, som ofte er centralt styret. I nogle tilfælde vælges løsninger direkte på basis af modelberegninger. Der er derfor god grund til at se på, hvordan data også kan anvendes af andre end dem, der indsamler dem. Trafikmodellerne kan dermed bruges som en fælles platform for anvendelse af trafik- og transporttal fra forskellige kilder. En af ModelCentrets vigtigste roller er at harmonisere de indsamlede data og koordinere dataindsamling på tværs af landet til brug for trafikmodeller. Denne rapport er produktet af et samarbejde mellem Københavns Kommune, Vejdirektoratet, HUR, DSB, Ørestadsselskabet og Danmarks TransportForskning, hvor målet er at se kritisk på anvendelsen af trafik- og transporttal i trafikmodeller. Rapporten struktureres på følgende måde. I afsnit 2 skitseres ideerne bag projektet. I de følgende tre afsnit beskrives for hver type data definition (hvad registreres og til hvilket formål), kortlægning (hvor er der indsamlet data og hvordan) og kvalitet (statistisk check af data og deres korrektion og opregning). Afsnit 6 beskriver, hvordan trafik- og transporttal anvendes i ModelCentret på DTF. 3

11 2 Om projektet 2.1 ModelCenter på Danmarks TransportForskning Det overordnede sigte med ModelCentret er at styrke kvaliteten af fremtidige trafikmodelberegninger ved at skabe et grundlag for forbedrede modeller og en forenkling af deres anvendelse til gavn for både dem, som bestiller trafikmodeller, og for dem, som bygger trafikmodeller. Nøgleordene bag behovet for et ModelCenter på DTF er akkumulering, deling og koordinering af viden. Modelcentrets målgruppe er alle personer i Danmark med faglig interesse for og indsigt i modeller på transportområdet. Brugerne vil således være konsulenter, modelbestillere og forskere, som aktivt vælger at lade sig registrere i ModelCentret. Et ModelCenter på Danmarks TransportForskning skal have til formål: at tilvejebringe og viderebringe et overblik over eksisterende danske modeller på transportområdet og relevante trafikdata til centrets brugere, herunder opsamle dokumentationsmateriale om de enkelte modeller og deres brug, at bidrage til at fremme dialogen om modeludvikling på transportområdet i Danmark, at rådgive brugerne i forbindelse med fremtidige dataindsamlinger med henblik på koordinering og harmonisering, således at data kan udnyttes bedre, og at være vært for data og udvalgte modeller, som stilles til rådighed for brugerne af brugere. For transportsektoren og samfundet som helhed er den helt centrale gevinst ved ModelCentret, at de som oftest betydelige ressourcer, der investeres i dataindsamling og modeludvikling i forbindelse med konkrete projekter, sættes ind i et bredere perspektiv og stilles til rådighed for alle. Dette sikrer, at resultaterne af individuelle organisationers indsats bliver til et kollektivt gode og kan bidrage til en langsigtet indsats for forbedring af modelgrundlaget generelt. En afledt effekt vil være, at den dialog, der etableres i netværket omkring ModelCentret, vil bidrage til et mindre frag- 4

12 menteret, gensidigt inspirerende og dermed mere frugtbart, fagligt miljø for udvikling af trafikmodeller. Visionen er, at dette efterhånden vil give anledning til en selvforstærkende effekt, hvor nye kræfter kan tiltrækkes til miljøet, og hvor større efterspørgsel efter modelresultater genereres. De vigtigste strategiske mål, som skal kunne opnås med ModelCentret på sigt, er følgende: harmonisering af indsamlede data, koordinering af dataindsamling, fagligt netværk for modelfolk, harmonisering og koordinering af trafikmodelopbygning, arkivering af trafikdata og trafikmodeller, der ikke længere er i brug eller har ejere, fremme af forskning i trafikmodellering, som helst skal resultere i opbygning af nye trafikmodeller, samt kvalitetssikring af det fremtidige trafikmodelarbejde her i landet. 2.2 Pilotprojekt ModelCentret på DTF skal beskæftige sig med dynamiske og statiske trafikdata (se definitionerne i bilag 1), og på langt sigt skal begge slags data huses i centret med det formål at anvende disse i trafikmodeller. I første omgang begyndes med indsamling af dynamiske data i form af trafik- og transporttal. Indsamling af eksisterende trafik- og transporttal i ModelCentret er en forudsætning for, at ModelCentret i fremtiden kan løse opgaven, der er relateret til harmonisering og koordinering af dataindsamling. Dermed er det vigtigt at få overblik over de eksisterende trafikdata vedrørende tre vigtige emner: Datadefinition, kortlægning af eksisterende tællinger og datakvalitet. Som første skridt på vejen til indsamling af trafik- og transporttal i Model- Centret gennemføres et pilotprojekt på DTF, hvor der arbejdes målrettet med data fra Københavns Kommune, Vejdirektoratet, HUR, DSB og Ørestadsselskabet. Under pilotprojektet er der oprettet en såkaldt DataArbejdsgruppe bestående af personer, som dagligt beskæftiger sig med data. Disse personer har dermed kompetencen til at se muligheder/barrierer for implementering, opbevaring og fornyelse af deres trafikdata i Model- Centret. Det er dog ikke mindre vigtigt, at DataArbejdsgruppen er kvalificeret til at udnytte det potentiale, som ligger i indsamlingen af data på DTF i den forstand, at de indbyrdes kan se kritisk på hinandens data. 5

13 Begrænsninger i projektet Da der er tale om et pilotprojekt, er det nødvendigt at afgrænse projektaktiviteterne. Geografi: Med hensyn til geografi afgrænses projektet til hovedstadsregionen af to årsager: For det første er trafikforholdene i hovedstadsregionen tilstrækkeligt indviklede til, at vi kan afprøve metoden om indsamling af data i ModelCentret. For det andet kender aktørerne i projektet hinanden i forvejen, hvilket giver mulighed for et mere effektivt samarbejde. Datatype: Med hensyn til datatype har vi begrænset os til tællinger, fordi der er behov for at vide, hvordan de forskellige organisationer arbejder med indsamling af tællinger. Transportmidler: De typer tællinger, vi begrænser os til, er vejtællinger, dvs. køretøjer på veje og cykelstier og passagertællinger med tog og bus. DataArbejdsgruppen i pilotprojektet består af: Henrik Nejst Jensen, Vejdirektoratet, Jørgen Knoop, Københavns Kommune, Janne Møller-Pedersen, DSB, Elsebet Seest, DSB S-tog, Anil Sharma, HUR, Jan Jørgensen, Ørestadsselskabet, og Goran Vuk, DTF. 6

14 3 Datadefinition 3.1 Københavns Kommune Københavns Kommune foretager tællinger på sit eget vejnet samt for Frederiksberg Kommune på dens vejnet. Langt de fleste tællinger gennemføres som manuelle snittællinger, men der gennemføres også en del maskinelle snittællinger både med slange (ad hoc) og med spolestationer (permanente tællinger). De manuelle tællinger gennemføres på tirsdage eller torsdage mellem kl. 06 og kl. 18. Tællingerne gennemføres i maj, juni, september og oktober, idet der ikke foretages tællinger i skoleferier og på eller op til helligdage. Hvert tællesnit tælles én gang om året eller én gang hvert femte år. Der tælles antal køretøjer fordelt på følgende kategorier: personbiler, motorcykler, varevogne (<3,5 tons), sololastbiler (> 3,5 tons), lastbiler med sættevogn, lastbiler med påhæng, busser i fast rute, og øvrige busser. Endvidere tælles: knallerter, og cykler. På tællesnit med mindre trafik samles ovennævnte kategorier i fire kategorier køretøjer samt én kategori cykler/knallerter. For cykeltrafikken sker der en korrektion af det samlede antal cyklister ved dårligt vejr, således at antallet passer med den cykeltrafik, der ville være talt i samme snit, hvis det havde været tørvejr. Korrektionsfaktorerne er fundet ud fra erfaringer fra maskinelle tællinger. På baggrund af erfaringer fra maskinelle tællinger regnes tællingerne som repræsentative for trafikken på en gennemsnitlig hverdag. Tællingerne kan opregnes til hverdagsdøgntrafik efter en faktor, som er fælles for alle tællesnit (1,32 for køretøjer og 1,2 for cykler/knallerter). På samme måde kan 7

15 tællingerne opregnes til årsdøgntrafik (1,19 for køretøjer og 1,1 for cykler/knallerter). Maskinelle tællinger i Københavns Kommune gennemføres mest som permanente tællinger. Det gennemsnitlige antal køretøjer pr. døgn i løbet af et helt år anvendes direkte til angivelse af årsdøgntrafikken (ÅDT). De permanente, maskinelle tællinger suppleres med manuelle tællinger med henblik på klassificering og kalibrering. Derudover gennemføres maskinelle ad hoc tællinger (periodiske tællinger) en enkelt dag eller et par dage. Resultatet bruges normalt direkte til angivelse af hverdagsdøgntrafik. 3.2 Vejdirektoratet Vejdirektoratet gennemfører en lang række tællinger på statsvejene i hovedstadsområdet. Langt de fleste tællinger er maskinelle, men der suppleres i et vist omfang med manuelle tællinger. Maskinelle tællinger gennemføres på næsten alle strækninger og ramper på motorvejsnettet i hovedstadsområdet. En stor del af disse gennemføres som en integreret del af TRIM-systemet, som måler fremkommeligheden på motorvejene ved at registrere hastigheden i målepunkterne (og som formidler disse oplysninger videre online via internettet). Samtidigt med registreringen af hastighed tælles bilerne, ligesom systemet også automatisk kan klassificere køretøjerne efter længde. Ved længdeklassifikation benyttes følgende klasser: <5,80 m: Motorcykel, personbil og varebil, 5,80-12,50 m: Sololastbil, bus, stor varebil, person- og varebil med påhæng, og 12,50-22,50 m: Lastbil med påhæng, sættevognstog og bus. På udvalgte steder på motorvejsnettet og på det øvrige statsvejnet i hovedstadsområdet findes også en række maskinelle tællestationer, som ikke indgår i TRIM-systemet. En del af disse registrerer antal køretøjer uden at opdele efter hastighed og længde. En del maskinelle tællinger er permanente, mens andre er periodiske. Permanente tællinger registrerer i princippet trafikken hver time, hver dag hele året. TRIM-stationerne er permanente. Periodiske tællinger er ikke aktiveret hele året, da det enkelte tælleapparat anvendes til at dække flere periodiske tællestationer. Der tælles hver dag i 8

16 ca. 5 uger fordelt over året. På nogle tællestationer tælles det ene år, andre året efter. Grunddata fra tællingen er antal køretøjer pr. time. På en del tællestationer opdeles i mindre tidsintervaller, fx 15- eller 5-min intervaller. Grunddata overføres til og gemmes i en stor tælledatabase knyttet til dataprogrammet MASTRA, som kan benyttes til udtræk og opregninger. Normalt anvendes ikke selve grunddata, men en bearbejdning af disse, en såkaldt opregning. Den mest anvendte opregning er årsdøgntrafikken (ÅDT), som angiver den gennemsnitlige døgntrafik over hele året. Ved at gange ÅDT med 365 opnås den samlede årstrafik. Ved permanente tællinger beregnes ÅDT som døgngennemsnittet over hele året. Hvis der ikke er talt hele året, indgår de registrerede perioder i en beregning af den gennemsnitlige døgntrafik vægtet efter et opstillet faktorsystem. Da der selv ved permanente tællinger kan forekomme dage med udfald i tællesystemet, bruges opregningsfaktorer næsten altid i større eller mindre omfang ved opregning af en tælling til ÅDT. Trafiktællinger opregnes også til hverdagsdøgntrafik (HDT), månedsdøgntrafik (MDT), julidøgntrafik (JDT), ugedøgntrafik og morgen- og eftermiddagsspidstimetrafik. Manuelle trafiktællinger i Vejdirektoratet gennemføres for at få et bedre indtryk af trafikkens opdeling på køretøjstyper (køretøjsklassifikation), da maskinelle tællinger kun kan klassificere på baggrund af længde. Der opnås dermed en væsentligt større sikkerhed for køretøjsklassifikationen i den registrerede tidsperiode. Til gengæld vil den registrerede tidsperiode altid være lille i forhold til maskinelle tællinger, hvorfor den usikkerhed, der vil følge af opregning til årsgennemsnit mv., vil være væsentligt større end for maskinelle tællinger. Manuelle tællinger anvendes også til fastlæggelse af svingstrømme i kryds, hvor maskinelle tællinger normalt kun vil kunne registrere antal køretøjer på benene i krydset. Usikkerheden i den registrerede periode er forholdsvis lav, men på grund af forholdsvis korte registreringsperioder er usikkerheden væsentligt højere, når der opregnes til årsgennemsnit. 3.3 HUR Indsamling af data for bustrafikken i hovedstadsregionen sker både automatisk og manuelt. 9

17 HURs automatiske tællesystem for buspassagerer registrerer og indsamler positions- og passagerdata (se Figur 1): Positionsdata indeholder et tidsstempel for givne positioner på en rute, hvilket vil sige, at bussernes position bestemmes i XY-koordinater samt tid via GPS. Disse parametre er nødvendige, når hastighed eller køretid mellem to stoppesteder på ruten beregnes. Passagerdata indeholder antal passagerer, som udveksles ved stoppestederne, dvs. på- og afstigere. Figur 1 Måleudstyr i en tællebus De manuelle registreringer udføres af entreprenøren, HURs trafiktjeneste og COWI. Normalt udføres de manuelle registreringer på de mere behovsstyrede ruter, som fx skole- og servicebuslinjer. På baggrund af de indsamlede data kan der udarbejdes forskellige typer passager- og fremkommelighedsanalyser, som kan bidrage til planlægning af busdriften og danne grundlag for indtægtsfordelingen mellem HUR, DSB og Ørestadsselskabet. Passagertællingerne, der bliver indsamlet, opregnes til en gennemsnitlig hverdag pr. måned eller til en gennemsnitlig lørdag/søndag pr. kvartal. Med en gennemsnitlig hverdag/lørdag/søndag menes, at gennemsnittet beregnes ud fra det samlede antal dage i perioden. 10

18 3.4 DSB DSB S-tog og DSB gennemfører årligt en stor passagertælling i området øst for Storebælt kaldet Østtællingen. Den gennemføres en torsdag i slutningen af oktober eller i begyndelsen af november. På tælledagen registreres så vidt muligt for alle DSB/DSB S-togs rejser øst for Storebælt afrejsestation og tidsbånd samt ankomststation og tidsbånd. Tællingen afspejler derfor, hvorfra og hvortil samt i hvilke tidsrum passagerne rejser på tælledagen, som antages at være repræsentativ for en hverdag. Udover Østtællingen foretages også løbende perrontællinger (PTS), hvor der efter en fast tælleplan registreres snitbelastninger svarende til et hverdagsdøgn i en række definerede tællesnit. Et tælledøgn dækker tidsrummet fra kl. 06 til kl. 24. Til fastlæggelse af trafikniveauet for lørdage/søndage gennemføres også en mindre mængde snittællinger på disse dage. Det primære formål med Østtællingen og de løbende perrontællinger er at opgøre månedspassagertal og dermed et årspassagertal for S-tog til brug for indtægtsdelingen mellem DSB S-tog, DSB, HUR og Ørestadsselskabet. Sekundært bruges data til diverse analyse- og planlægningsformål, herunder den daglige kapacitetstilpasning. Populært sagt er formålet med Østtællingen at kortlægge rejsemønstre, mens de løbende perrontællinger fastlægger sæsonudsving. 3.5 Ørestadsselskabet Metroens automatiske passagertællesystem tæller af- og påstigende passagerer på alle stationer. For at få Metroens samlede passagertal halveres summen af af- og påstigere. Tællingen er en totaltælling af alle passagerbevægelser. På baggrund af de automatiske tællinger kan der udtrækkes data for ønskede perioder, fx årsdøgn, månedsdøgn, hverdagsdøgn mv. Når der indsættes metrobusser i stedet for tog, foretages tællinger af passagertallet i busserne, som indregnes i det samlede passagertal. 11

19 4 Kortlægning af de eksisterende trafiktællinger 4.1 Københavns Kommune Københavns Kommune har et fast tælleprogram med ca. 275 tællesnit, som normalt tælles manuelt: Ca. 100 tællesnit tælles én dag hvert år. Disse fordeler sig på: Sø- og havnesnittet (15 tællesnit, tælles i september/oktober). Den ydre kommunegrænse (ca. 25 tællesnit, tælles i maj/juni). Andre (ca. 40 tællesnit). Ca. 175 tællesnit tælles én dag hvert femte år. I Frederiksberg Kommune tælles 15 tællesnit én gang hvert fjerde år (et enkelt snit dog hvert år). Placeringen af de manuelle tællesnit fremgår af nedenstående figur. figuren fra forsiden Figur 2 Københavns Kommunes tællesteder 12

20 Udover ovennævnte tællinger er der i Københavns Kommune 18 permanente, maskinelle tællestationer, som tæller 24 timer i døgnet 365 dage om året. Disse stationer tæller kun antal køretøjer (ikke klassificeret) samt enkelte steder også antal cykler. Data fra disse tællestationer for perioden kl. 06 til kl. 18 på en hverdag indgår i Færdselstællinger og andre trafikundersøgelser. De permanente tællestationer suppleres med manuelle tællinger hvert år eller hvert femte år for at klassificere og kalibrere data. Data fra de permanente tællestationer er tilgængelige fra KommuneMastra. Placeringen af de permanente, maskinelle tællestationer fremgår af Figur 2. Tællingerne rapporteres hvert år i Færdselstællinger og andre trafikundersøgelser ved angivelse af det samlede antal køretøjer i begge retninger, som er talt ved den pågældende tælling (altså mellem kl. 06 og kl. 18), det samlede antal cykler og knallerter (eventuelt korrigeret for vejr) og en procent for andelen af tung trafik (lastbiler > 3,5 tons og busser) (Figur 3). Udgaven for kan downloades fra Figur 3 - Eksempel på side fra Færdselstællinger og andre trafikundersøgelser Derudover danner tællingerne grundlag for en intern database i Københavns Kommune (TrafMil) med årsdøgntrafik på det overordnede vejnet opdelt på 512 delstrækninger. Med udgangspunkt i disse tal beregnes trafik- 13

21 arbejdet for hele Københavns Kommune (også for cykeltrafik), ligesom trafiktallene bruges til beregning af støj- og luftforurening (heraf navnet: Traf-Mil Trafik og Miljø). Udover de permanente, maskinelle eller manuelle tællinger gennemføres ad hoc tællinger til belysning af særlige opgaver. Enkelte maskinelle tællestationer står uvirksomme (data indsamles ikke), men kan udstyres med tælleapparat efter behov. Endelig har Vejdirektoratet et antal permanente, maskinelle tællestationer i Københavns og Frederiksberg kommuner. Frederiksberg Kommune tæller fast i et signalanlæg ved Frederiksberg Rådhus. 4.2 Vejdirektoratet Vejdirektoratets trafiktællinger dækker næsten alle strækninger på statsvejnettet, herunder motorvejene inkl. ramper, som tælles med stor hyppighed, mange steder permanent. Udover på statsvejene gennemfører Vejdirektoratet også hvert år en række tællinger på amts- og kommuneveje. Disse indgår i Vejdirektoratets opregning af et samlet trafikindeks for vejtrafikken, dels på landsplan, dels opdelt på regioner og vejtyper. Trafikdata opbevares i tælle- og opregningssystemet MASTRA, hvorfra data kan udtrækkes efter næsten ethvert ønske. Årsdøgntrafik udtrækkes systematisk og overføres til kort, som kan ses på internettet. Da amterne i hovedstadsområdet tilsvarende indsamler trafikdata på amtsvejene, som gemmes i samme MASTRA-system, omfatter trafikstrømskortene på internettet rutenummererede veje, hvad enten de er stats-, amts- eller kommuneveje. Et kort fra internettet med ÅDT 2004 på det rutenummererede vejnet i hovedstadsregionen (i 1000 køretøjer) er vist i figur 4. Som eksempel på angivelse af tælleposter og opregningsresultater viser tabel 1 et udtræk fra MASTRA s nøgletalsdatabase på Ring 4. Trafik på det rutenummererede vejnet i 2004 kan findes på Vejdirektoratets hjemmeside 14

22 Figur årsdøgntrafik i hovedstadsregionen 15

23 Tabel 1 MASTRA nøgletalsdatabase på Ring 4 Nr Del Vejnavn Km Meter Lokalitet Trafiktype Dage ÅDT HDT JDT mellem M9 og frakørsel 4 ved Vestskovvej/Ledøjevej 4 0 Motorring BO-ARB Motorring syd for frakørsel 4 (Albertslund N) BO-ARB Motorring mellem ramperne ved frak. 4 (Albertslund N) Vestskovvej BO-ARB Motorring mellem frakørsel 3 (Jyllingevej) og frak. 4 (Albertslund N) BO-ARB Motorring Syd for Frederikssundmotorvejen (70-punktstælling) BYNÆR Motorring Syd for Frederikssundmotorvejen (70-punktstælling) BO-ARB Motorring syd for Frederikssundmotorvejen (TRIM) BO-ARB Motorring mellem ramperne ved frak. 3 ved Frederikssundmv BO-ARB Motorring nord for Frederikssundmotorvejen (TRIM) BO-ARB Motorring ml. Vallensbæk Mose og frakørsel 6 Ishøj Stationsvej BLANDET Motorring ml. ramperne ved frak. 6 ved Ishøj Stationsvej BY Motorring syd for frakørsel 6 Ishøj Stationsvej BY Motorring ml. frakørsel 6 og udfletn. med M10 (del 1 og 2) BY

24 4.3 HUR De automatiske registreringer i bustrafikken sker ved hjælp af busser med tælleudstyr, der dagligt indsamler data i hele hovedstadsregionen. 8-9 % af den samlede busflåde består af tællebusser, som i en turnusordning gennemkører samtlige ture, der er angivet i køreplanen. Data fortolkes ud fra de indsamlede tids- og positionsstempler og lagres i en database, hvor der hver måned sker en opregning til tur- og stoppestedsniveau. Udtræk fra databasen sker vha. BusinessObject, som er et avanceret databehandlingsprogram (se Figur 5). Figur 5 Eksempel på udtræk i BusinessObject De manuelle passagertællinger indsendes normalt til HUR elektronisk, fx i et Excel-regneark. Afrapportering af data sker en gang om året via forskellige rapporter, fx nøgletalsrapport for bustrafikken. Rapporterne beskriver den historiske udvikling i passagertallet og vogntimeforbruget og giver nøgletal for de enkelte buslinjer i hovedstadsregionen. Nogle eksempler fra nøgletalsrapporten vises i figurerne 6, 7 og 8. 17

25 Påstigere pr. år (mio.) ,7 Figur 6 Udvikling i årspassagertal, Vogntimer pr. år (1.000) Figur 7 Udvikling i præstationer, Januar Februar Marts April Maj Juni Juli August September Oktober November December Figur 8 Udvikling i produktivitet pr. måned, maj 2005 Derudover udkommer en månedsstatistik, der giver et overblik over passagerudviklingen inden for den kollektive trafik i hovedstadsregionen. Rapporten er et internt dokument, der udarbejdes i samarbejde med DSB og Ørestadsselskabet. Den primære målgruppe er ansatte og ledelser i de tre 18

26 selskaber. Månedsstatistikken sikrer en ensartet udmelding ud fra et fælles referencegrundlag. Et eksempel fra månedsstatistik er vist i figur passagerer pr. måned jan feb mar apr maj jun jul aug sep okt nov dec Figur 9 Månedspassagertal for 2004 og 2005 HUR er i færd med at udvikle et nyt GIS-værktøj, der skal dække en række behov i HURs daglige drift. Det primære behov er at understøtte den dialog mellem HUR og kommunerne, som i kraft af strukturreformen bliver helt essentiel i de kommende år. Desuden vil GIS-visualisering også kunne indgå i dialogen internt og eksternt. 4.4 DSB Østtællingen Østtællingen gennemføres en torsdag i slutningen af oktober eller begyndelsen af november en gang årligt. Tællingen er en totaltælling, som gennemføres, ved at alle rejsende får udleveret et nummereret tællekort på den station, hvor de står på et tog, og afleverer det på den station, hvor de står af toget. Alle stationer på Sjælland er bemandet på tælledagen ekskl. stationer på lokalbanerne, men inkl. Lille Nord. Torsdag er valgt, fordi det forventes, at trafikken på denne ugedag bedst repræsenterer ugens øvrige fire hverdage. Tilsvarende er ultimo oktober/primo november valgt, da der på dette tidspunkt ikke er helligdage og ferier, som i væsentlig grad påvirker rejsemønstret. Østtællingen er så vidt muligt en totaltælling, hvor alle rejsende inden for et driftsdøgn fra kl til kl registreres. 19

27 I praksis foregår tællingen ved, at der på afrejsestationen registreres, hvilke nummerserier der udleveres, og i hvilke tidsbånd de udleveres. På ankomststationen indsamles tællekort med registrering af ankomststation og tidsbånd. Tidsbånd er i myldretiderne sat til 20 minutter og resten af døgnet til 60 minutter. Efter tællingen foretages en elektronisk indscanning af alle afleverede tællekort samt af informationer om hvilke nummerserier, der er udleveret hvor og hvornår. Herefter forestår et større valideringsarbejde. Først foretages en række kontroller af, om alle tidsbånd på alle stationer er registeret. I tilfælde af manglende data findes der faste rutiner for reetablering heraf. Efterfølgende parres information om afrejse med ankomstdata, og for tællekort, som er udleveret, men ikke indsamlet, sker en automatisk opregning svarende til rejsemønstret for øvrige afrejste fra den aktuelle station i samme tidsbånd. Når efterbehandlingen er færdig, er det muligt at fastlægge sammenhæng mellem afrejsestation, afrejsetidspunkt, ankomststation og ankomsttidspunkt for alle rejser. Disse oplysninger samles i en OD-matrice, som efterfølgende bruges som input til en rutevalgsmodel for fastlæggelse af rejserute. Perrontællingerne - PTS Perrontællingerne gennemføres på hverdage hver måned på Østerport Station og Københavns Hovedbanegård. Hver anden måned gennemføres tællingen tillige på 11 andre udvalgte stationer på S-togsnettet. Tællingerne foretages på alle hverdage på nær fredag, der opfattes som afvigende i forhold til de øvrige hverdage. For hver tællemåned tælles svarende til en driftsdag. Der gennemføres endvidere 2 gange årligt en lørdags- og en søndagstælling på hver af de 13 tællestationer. Lørdags- og søndagstællingerne er jævnt fordelt over hele året, men således at der er én tælling i sommer- og én tælling i vinterhalvåret på hver station. Det enkelte tælledøgn går fra kl til kl og er opdelt i 4 vagter: A-vagt fra kl. [ ] B-vagt fra kl. [ ] C-vagt fra kl. [ ] D-vagt fra kl. [ ]. 20

28 Tællingerne foregår rullende hen over året, ligesom den enkelte måneds tælling fordeles på flere dage se følgende eksempel på Frederikssundgrenen hvor der tælles på Herlev Station og Måløv Station: I september 2005 tælles på en tirsdag: 06. september A-vagt på Herlev og Måløv 13. september B-vagt på Herlev og Måløv 20. september C-vagt på Herlev og Måløv 27. september D-vagt på Herlev og Måløv. Herefter tælles i november på onsdage og i januar 2006 på torsdage osv. Afrapportering af Østtælling og PTS De overordnede resultater fra Østtællingen rapporteres årligt i en rapport, som lægges på DSBs hjemmeside: ardforside&c=page&cid= Detaildata for Østtællingen er lagret i en Access-database, som giver mulighed for ad hoc analyser efter behov. Der foretages ikke direkte rapportering af perrontællingerne, men de er grundlaget for S-togs måneds- og årspassagertal, som rapporteres løbende på DSB s hjemmeside: ardforside&c=page&cid= Perrontællingerne ligger ligeledes i en database med mulighed for ad hoc analyser. 4.5 Ørestadsselskabet Ørestadsselskabet indsamler to typer data, passagertællinger og data fra rejsevaneundersøgelser. Resultaterne af begge analyser udgives som rapporter og kan rekvireres hos Ørestadsselskabet. Passagertællinger Metroens automatiske tællesystem tæller med sensorer alle af- og påstigende passagerer på samtlige stationer alle dage. På undergrundsstationer tælles passagererne af dørsensorer i overkanten af alle perrondøre. På stationer over jorden tælles passagererne ved indgangene til stationerne (adgangsveje, trapper, elevatorer). Der tælles desuden automatisk passagerer i transfertunnelerne mellem Metro og DSB på Nørreport Station og Ørestad Station. 21

29 På baggrund af data fra tællesystemet kan det beregnes, hvor mange passagerer der er i togene mellem stationerne, dvs. strækningsbelastningen. Beregning af strækningsbelastninger kan bl.a. benyttes som grundlag for dimensionering af kapaciteten. Passagertællinger i Metroen udgør en del af grundlaget for indtægtsdelingen i hovedstadsregionen. Tællingerne anvendes desuden til løbende at følge udviklingen i hele metronettet, på delstrækninger og på de enkelte stationer. Endvidere fungerer tællingerne som input til fælles passageranalyser med DSB/HUR og til eksterne brugere (forskere, konsulenter, studerende m.fl.) Passagertællinger opgjort månedsvis og som hverdagsdøgn pr. måned findes på Metroens hjemmeside Et eksempel fra månedsstatistik er vist i figur 10. Påstigere pr. måned (mio.) 3,5 3,0 2,5 2,0 1,5 1,0 0,5 0,0 jan feb mar apr maj jun jul aug sep okt nov dec Figur 10 Månedspassagertal for 2005 Rejsevaneundersøgelse Udover selve passagertællingerne gennemføres to gange årligt en rejsevaneundersøgelse, hvor passagererne interviewes om den pågældende rejse. Data fra rejsevaneundersøgelsen bruges bl.a. til en matrice over passagerrelationerne mellem stationerne, som benyttes til fastlæggelse af rejseretningen blandt passagererne på stationer over jorden, som ikke kendes fra passagertællingen. Manuelle tællinger i begyndelsen I nogle måneder efter Metroens åbning i oktober 2002, blev der foretaget manuelle tællinger, fordi det automatiske passagertællesystem endnu ikke var i drift. De manuelle tællinger blev foretaget som en kombination af to- 22

30 taltællinger og snittællinger i perioden fra den 21. oktober 2002 til den 30. april På baggrund af totaltællingerne blev snittællingerne opregnet til hele Metroen. Fra 19. april til 28. maj 2003 blev de manuelle tællinger gennemført parallelt med automatiske tællinger, hvilket gav mulighed for at kontrollere de manuelle tællinger med henblik på eventuel korrektion. Dette viste sig ikke nødvendigt, idet de manuelle og automatiske tællinger lå meget tæt på hinanden. 23

31 5 Datakvalitet 5.1 Københavns Kommune De manuelle tællinger er temmelig præcise for så vidt angår den talte trafik på netop det tidspunkt, der er talt. Der gennemføres endvidere en gennemgribende kvalitetssikring med henblik på at fange store tællefejl, herunder udfald i tællemateriellet. Erfaringer fra de permanente, maskinelle tællinger viser, at de manuelle tællinger kan regnes som repræsentative for trafikken i perioden mellem kl. 06 og kl. 18 på en gennemsnitlig hverdag. For maskinelle tællinger gælder, at den tætte trafik, der er på mange veje i København, gør det svært at tælle præcist, både med spoler og slanger. På de mest trafikerede strækninger har man helt måttet opgive at klassificere køretøjer ved maskinelle tællinger. Cykeltrafik er også meget vanskelig at tælle præcist på strækninger med stor cykeltrafik. Hverdagsdøgntrafikken og årsdøgntrafikken for de enkelte strækninger er behæftet med en vis usikkerhed, da man anvender samme opregningsfaktor for alle tællinger i kommunen. Usikkerheden på det samlede trafikarbejde i kommunen er formentlig noget mindre, da forskellene på de enkelte strækninger forventes delvist at udligne hinanden. 5.2 Vejdirektoratet Selv om det tilstræbes at opnå så sikre data som muligt, er trafikdata altid behæftet med en vis usikkerhed. Selv i grunddata er der usikkerhed forårsaget af tællefejl. Ved manuelle tællinger kan tællerne overse en trafikant eller et køretøj eller skønne køretøjstypen forkert. Ved maskinelle tællinger er der usikkerhed mht., om tælleapparaterne registrerer alle køretøjer (eller registrerer delte køretøjer som to), ligesom der er usikkerhed mht. omsætning fra længdeklassifikation til køretøjstype. Dertil kommer problemer med udfald af tælleapparater, som så vidt muligt forsøges fundet, og som medfører, at data kasseres. Data med udfald kan imidlertid være sluppet igennem kontrolsystemet og give anledning til en forhøjet usikkerhed på grunddata. I situationer, hvor data kasseres som følge af kontrol, øges grunddatasikkerheden, mens usikkerheden ved opregningen til gengæld øges, da der i så fald bliver færre data til rådighed. 24

32 På hovedstadsregionens vejnet er der forhøjet usikkerhed ved tællinger foretaget i trængselssituationer, da tællespoler skal passeres med en vis hastighed for at udløse den nødvendige elektriske impuls. Oven i usikkerheden ved grunddata er der ved alle opregnede resultater en usikkerhed knyttet til opregningen. Denne usikkerhed kan skyldes trafikkens tilfældige variation ud over den gennemsnitlige variation, der er fastlagt for den givne trafiktype. Hertil kommer usikkerheden ved opregningen, som er knyttet til fastlæggelsen af opregningsfaktorerne. Usikkerheden ved opregnede tal som ÅDT er således naturligvis mindre, jo længere tid der er talt. Ved en permanent tælling, der har talt 24 timer dagligt i alle årets dage, er der således slet ingen usikkerhed knyttet til opregningen. Dermed er der kun usikkerheden ved dataregistreringen tilbage. Eksempelvis kan nævnes, at usikkerheden ved opregning af ugedøgntrafik for en uge til årsdøgntrafik inden for et 95 % konfidensinterval er minimum +/-8 % og maksimum +/-37 % afhængigt af trafiktypen (størst for ferie- og sommerlandtrafik). Hvis der tælles fire uger, falder usikkerheden ved opregning af ugedøgntrafik til årsdøgntrafik (for et 95 % konfidensinterval) til et minimum på +/-4 % og et maksimum på +/-18 % afhængigt af trafiktypen. Hertil kommer usikkerheden ved beregningen af ugedøgntrafikken, som der kan ses bort fra, hvis der er talt 24 timer hver dag hele ugen, men som giver et væsentligt bidrag, hvis der fx kun er talt en dag. 5.3 HUR Ved indsamlingen af data stilles der store krav til grunddata (køreplan- og geodata), således at det er muligt at sikre en høj stikprøveprocent. Kvalitetskravene er en stikprøve på ca. 5 % af hverdagsdriften. Teknisk er stikprøvekravet: Én tælling af hver hverdagstur pr. måned og én tælling af hver lørdags- eller søndagstur pr. kvartal. Entreprenørerne har overtaget tælleplanlægningen og er dermed forpligtet til at styre udkørslen af tællebusser, så ovennævnte stikprøvekrav opfyldes. Da der gennemføres stikprøver på samtlige ture, anvendes en opregningsmetode til normalisering af databasen. De normaliserede data bruges både til passagertalopregning og analyser. Al opregning foregår automatisk, undtagen ved helt nye buslinjer/linjevarianter, hvor der mangler tællinger. Hovedprincipperne i opregningen er følgende: 25

33 Hvis en planlagt tur er talt 1 gang i perioden, anvendes tællingen direkte. Hvis en planlagt tur er talt mere end 1 gang i perioden, anvendes et gennemsnit af tællingerne. Hvis en planlagt tur ikke er talt i perioden, anvendes et opregningsprincip, der tager udgangspunkt i de talte tællinger inden for et tidsvindue, dvs. flydende tidsbånd. 5.4 DSB Østtællingen er en totaltælling, hvor alle rejsende registreres et helt hverdagsdøgn. Den opregning, som foretages i første omgang, sker med henblik på at gøre dagens tælling komplet. Det sikres, at datasættet er fuldkomment. Til sikring af korrekt rutevalg (fordeling af rejser over det centrale afsnit hhv. ringbane), foretages samtidigt med Østtællingen snittællinger på Valby Station og Ryparken Station til brug for en årlig kalibrering af rutevalgsmodellen, så fordelingen af rejser mellem det centrale afsnit og ringbanen skulle være forholdsvis korrekt for tælledagen. Når rutevalget er fastlagt, er det endvidere muligt via indeks, beregnet ud fra S-togs perrontællinger, som giver sæsonudsvingene, at omregne Østtællingens tal fra en novemberhverdag til en årsgennemsnitlig hverdag. Tallene kan endvidere opregnes til et årstal, men det skal bemærkes, at jo større opregningen er, jo større er usikkerheden. I denne opregning tages ikke hensyn til en evt. variation i rejsemønstret hen over året. Stikprøvestørrelsen for de løbende perrontællinger PTS er ca. 0,4, hvilket vil sige, at der er en forholdsvis stor usikkerhed på det opregnede passagertal pr. måned. Kontroltællinger af de løbende perrontællinger viser til gengæld, at de er meget præcise. 5.5 Ørestadsselskabet Tolerancen for tællenøjagtigheden for passagertallet er +/-2 %. Tilsvarende skal gennemsnittet af retningsfejlen, dvs. præcisionen af, om passageren er på- eller afstigende, være +/-5 %. Fejlretning af data sker ved fejl i systemet, som fx defekte sensorer. Data genoprettes i disse situationer efter fastlagte procedurer, fx ved at benytte den tilsvarende ugedag ugen før. Tilsvarende fejlrettes data ved længerevarende større nedbrud i systemet ved i stedet at foretage manuelle tællinger. Der føres løbende tællelog over den foretagne fejlretning af data. 26

34 Automatiske tællinger kontrolleres ved at gennemføre manuelle tællinger to gange om året, således at samtlige snit kontrolleres i løbet af 3 år. Såfremt kontroltællingerne viser for store udsving i forhold til den tilladte afvigelse, kan kalibrering af tællestænger og korrektion af passagertal komme på tale. 27

35 6 Indsamling og anvendelse af trafik- og transporttal i ModelCentret ModelCentrets kerneopgave er opbygning og anvendelse af trafikmodeller. Indsamling af trafikdata, herunder trafik- og transporttal i ModelCentret ses dermed i relation til denne opgave. Harmonisering af rå tal samt opbevaring af tallene i et GIS-format ses som de største udfordringer for Model- Centret i Trafik- og transporttal og trafikmodeller I opbygningen af trafikmodeller anvendes trafik- og transporttal i modelestimation og modelkalibrering: Modelestimation; Når større trafikmodeller estimeres, anvendes som regel fire typer data. Disse er adfærdsdata, plandata, netdata og Level of Service (LOS) data. Trafik- og transporttal er et vigtigt input i opbygningen af turmatricer. Ca. 3,2 mio. kr. er brugt i opbygning af nye turmatricer for hovedstadsregionen relateret til opdatering af Ørestadstrafikmodellen. De nye matricer afspejler hverdagsdøgntrafikken i regionen i I modelestimation bruges turmatricerne på to måder. For det første produceres såkaldte LOS filer, når turmatricerne er assignet på vej- og kollektivnet. Disse filer beskriver rejsetider og rejseomkostninger for ethvert zonepar med forskellige transportmidler. For det andet estimeres den overordnede fordeling af trafikken mellem transportmidlerne ved hjælp af turmatricerne. Modelkalibrering; Når modellens parametre er bestemt, tilpasses modellen til den observerede trafik ved at kalibrere modellen. I kalibreringsfasen justeres modellens opsætning, såsom fysisk forløb af veje og baner, zonecentroider og zoneophæng, således at den modelberegnede trafik stemmer med den observerede trafik. Eksempelvis er kalibrering af Ørestadstrafikmodellen en iterativ procedure, hvor der opnås: overflytning af biltrafik mellem forskellige ruter på et snit, og overflytning af kollektive passagerer indbyrdes, dvs. fra et kollektivt transportmiddel til et andet. 28

36 Oftest kalibreres modellen på bestemte snit, fx havnesnittet, søsnittet eller kommunegrænsen, når der er tale om København, men der ses også ofte på alle tilgængelige snit med trafik- og transporttal. Trafik- og transporttallene, som anvendes i en model, skal stemme overens med modellens opsætning på følgende punkter: døgntype; mange modeller arbejder med hverdagsdøgntrafik, hvilket vil sige, at lørdag og søndag ikke indgår i modellen, mens nogle modeller arbejder med årsdøgntrafik, tidsfordelte trafik- og transporttal; trafik- og transporttallene skal helst være tidsfordelte på timeniveau, da mange modeller har til formål at belyse fx myldretidstrafik. Dette skyldes, at trafikmængder afviger meget i forskellige døgnperioder, opregning af den talte trafik; opregning af den talte trafik sker, fordi trafikken oftest kun tælles en gang om året og i et tidsinterval, som er mindre end 24 timer. For at en-dagstællinger kan bruges som repræsentative for hverdagsdøgntrafikken, skal man i opregningsproceduren tage højde for ugedag, måned (sæsonvariation) og i hvor mange timer der tælles, samt retningsfordelte trafik- og transporttal; trafik- og transporttallene skal være retningsfordelte, da trafikmønstre er forskellige til og fra byen i forskellige døgnperioder. 6.2 Fremtidens indsamling af trafik- og transporttal i ModelCentret Gennem kæden Dataejer ModelCenter Ekstern bruger opnås, at trafikog transporttal bruges bredere end for ejernes interne behov. ModelCentret på DTF skal være et sted, hvor viden om trafikdata akkumuleres. En aktiv deltagelse af bl.a. de organisationer, som indsamler trafik- og transporttal, er en forudsætning for, at ovenstående kan ske. Deres accept af, at data må bruges frit til opbygning af trafikmodeller, ses som en central forudsætning for fremtidens funktionalitet af ModelCentret set i lyset af, at data altid er en meget kostbar del af trafikmodellerne. Eksterne partneres frie anvendelse af ModelCentrets trafik- og transporttal ses også som en vigtig funktion af ModelCentret. Det foreslås, at udlån af trafik- og transporttal sker på to niveauer: 29

37 Dataejerne - ModelCenter; på første niveau indgås aftale mellem dataejerne og ModelCentret. Den vigtigste årsag er, at trafik- og transporttallene skal harmoniseres, før de kan anvendes i modellering. Da det forventes, at kun en prædefineret del af trafik- og transporttallene sendes til ModelCentret, handler opgaven om at justere data, således at der bliver tale om ensartede data. Fx kan det foreslås, at trafik- og transporttallene svarer til hverdagsdøgntrafik omregnet til transporterede personer. Dette er ensbetydende med, at indsamlingsmetoden hos indsamlingsorganisationerne ikke laves om. Endvidere skal den totale database stadig operere hos selve indsamlingsorganisationerne, mens kun en vis del af data overflyttes til ModelCentret. ModelCenter - Bruger; på andet niveau indgås aftale mellem Model- Centret og tredjepart. Den vigtigste årsag er, at trafik- og transporttallene skal forstås/anvendes af brugerne på den rigtige måde. Dermed har ModelCentret en vigtig opgave i formidling af data. Brugerne skal også gennem kontrakten forpligtes til at levere data tilbage i de situationer, hvor data forbedres/opdateres. I forbindelse med opbygning af trafikmodeller vil ModelCentret overføre tallene til tredjepart, hvor dataejerne i så fald vil blive informeret herom. Hvis tredjepart skal anvende trafik- og transporttallene i udredningsopgaver, skal dette foregå i direkte samarbejde med dataejerne og ikke igennem ModelCentret. 6.3 Harmonisering af trafik- og transporttal i Model- Centret Som beskrevet i afsnittene 3, 4 og 5 findes der forskelle mellem trafiktællinger indsamlet i Vejdirektoratet, Københavns Kommune, DSB, HUR og Metroselskabet. De vigtigste forskelle findes i: hvor ofte tallene indsamles; mens Metroselskabet indsamler data hele året rundt på samtlige stationer, gennemfører DSB Østtællingen en gang om året. anvendelse af maskinelle og manuelle tællinger; både Vejdirektoratet, HUR og Metroselskabet gennemfører maskinelle tællinger, mens DSB og Københavns Kommune for det meste gennemfører manuelle tællinger. opregning af tællinger; der foretages en række korrektioner, når de rå tal opregnes til fx hverdags- eller årsdøgntrafik. 30

38 Harmonisering af trafik- og transporttal i ModelCentret omfatter ensretning af de rå tal fra dataejerne. En mulig option vil det være, at ModelCentret arbejder med antal rejsende (ture) i hverdagsdøgntrafikken. Hverdagsdøgn defineres hermed som mandag til og med fredag for alle måneder minus feriemåneder, dvs. minus juli og august. Da biltrafik handler om antal køretøjer, skal harmonisering nødvendigvis omfatte konvertering af køretøjer til rejser (ture) ved at anvende bilbelægning for forskellige turformål. Opregningsproceduren i ModelCentret skal tage hensyn til de særlige karakteristikker af rå data som beskrevet i afsnit 3, 4 og 5 for at kunne opnå ensrettede tal. 6.4 Strukturering og registrering af trafik- og transporttal i ModelCentret GIS (Geografisk Informations System) er den traditionelle betegnelse for et computersystem, der kan bruges til håndtering og visualisering af geografiske data, eller mere generelt, data, der mere eller mindre direkte har en geografisk binding. Mere generelt kan man tænke på GIS som en applikation, der ved hjælp af et dynamisk, digitalt kort giver brugeren mulighed for at foretage forespørgsel, editering og præsentation af data med geografiske bindinger. Det er en essentiel pointe, at kortet løbende og dynamisk præsenterer de underliggende data. Når der arbejdes med geografiske data, kan brugen af GIS bidrage nyttigt på forskellig vis. Helt overordnet kunne nedenstående gruppering anvendes: Overblik og præsentation: Det er altid vanskeligt at få overblik over store mængder data. Så snart disse data har en geografisk binding, kan GIS med stor fordel anvendes. Samkøring fra forskellige datakilder: En grundlæggende styrke ved GIS er muligheden for at arbejde med og samkøre data fra forskellige datakilder i forskellige geografiske formater. Et typisk GIS kan arbejde med data fra gængse databaser, forskellige GIS-filformater, tekstfiler, regneark, data fra web-servere osv. Ligeledes er der typisk meget gode muligheder for at foretage konverteringer af disse data. Manipulation af data: GIS er et essentielt værktøj mht. til editering og manipulering af geografisk relaterede data. Analyser: En anden grundlæggende nytte ved GIS er muligheden for at gennemføre analyser og forespørgsler, der inddrager geografiske egenskaber. GIS gør det muligt at sammenholde data, der principielt ikke har andet til fælles end en geografisk binding, eksempelvis bygnings- 31

39 polygoner og vejstrækninger, og foretage forespørgsler på basis af disse bindinger. Publicering af data: Når data er gjort tilgængelige under GIS, er der typisk en række muligheder for let at publicere præsentationer og analyser baseret på disse. Ikke blot i klassisk forstand i dokumenter, men også eksempelvis vha. en GIS-baseret web-server, der kan præsentere data og analyser i en browser. Da trafikdata skal anvendes i opbygning af trafikmodeller i ModelCentret, understreges det, at de sidste to af ovennævnte muligheder med GIS og data (analyser og publicering af data) er optioner, som ikke direkte er defineret i ModelCentret. Specielt når tredjepart skal gennemføre dataanalyser, er det vigtigt, at de henviser direkte til dataejerne og ikke til centret. Specifikt for ModelCentret er der en række forhold, der indikerer, at GIS med stor nytte kunne benyttes i forbindelse med håndtering af trafikmodel relaterede data: Stærk geografisk binding: Basalt set er trafikmodeldata altid geografiske, eller kan bringes til at have en geografisk binding. Dette er en egenskab, der åbner for brugen af GIS. Overblik: GIS vil meget nemt kunne give et overblik over, hvad der findes af data for hvilke områder. Kvalitetssikring af både zonestrukturen (zone centroider og zoneophæng) og transportnettet gøres nemmest i GIS. Det samme gælder kortlægning af trafiktællinger, hvor anvendelsen af fælles vej- og kollektivnet vil kunne hjælpe os i monitorering af ændringer i trafikken over tid. Store mængder data: Trafikmodeller involverer typisk store mængder data. GIS kan bidrage til håndtering af disse. Mange datakilder: ModelCentret vil arbejde med og samkøre data fra mange forskellige kilder med varierende grader af tilgængelighed. Udvikling af trafikken skyldes bl.a. socioøkonomiske faktorer, såsom bolig- og arbejdsmarked og infrastrukturudvikling. Det er dermed en fordel at arbejde i en platform, hvor både boliger/arbejdspladser samt vejog kollektivnet (transportnet) findes. Analyser og præsentationer: Traditionelt har GIS været et meget vigtigt redskab til analyse og formidling af resultater fra transportmodeller. En GIS-database i ModelCentret vil være til direkte brug for alle parter, som er repræsenteret i centrets styregruppe. 32

40 6.5 Aktivitetsplan i pilotprojektet Det videre forløb i pilotprojektet vedrørende indsamling af trafik- og transporttal fra hovedstadsregionen i ModelCentret indeholder tre store grupper aktiviteter: 1. Regler for overflytning af data i kæden dataejer ModelCenter ekstern bruger: Definering af de steder i hovedstadsregionen, hvorfra ModelCentret ønsker tællinger. Definition af vejnet til brug i ModelCentret. Definition af kollektivnet til brug i ModelCentret. Definition af procedure for automatisk overførsel af tællinger fra dataejer til ModelCenter. Definition af procedure for automatisk overførsel af køreplaner fra dataejer til ModelCenter. Definition af procedure for overførsel af data fra ModelCenter til tredjepart. 2. Harmonisering af trafik- og transporttal i hovedstadsregionen med hensyn til disses anvendelse i trafikmodellerne foreslås at foregå i Model- Centret på følgende måde: Dokumentation af indsamlede trafik- og transporttal. Gennemførelse af litteraturstudie vedrørende eksisterende opregningsmetoder. Definition/dokumentation af den valgte opregningsprocedure. Definition af repræsentative dage, fx hverdagsdøgntrafik. Den foreslående harmoniseringsprocedure forudser ikke ændringer i indsamlingsmetoden hos dataejerne. 3. GIS aktiviteter: Planlægning af data, som skal overføres til ModelCentret, fx trafiktællinger, TU data, SP data, økonomiske data. Det er vigtigt at skabe et realistisk billede af typer/mængder af data, som ModelCentret vil arbejde med/begrænse sig til i fremtiden. Strukturering af data, både typer og mængder, således at ModelCentret kan fungere optimalt langt ud i fremtiden. Definition og udarbejdelse af metode for automatisk opregning af trafiktællinger. Definition af procedurer for udtræk af data for et defineret område som tabel, og udtræk af data for et tællested som tabel. Definition af procedure for tabulering af data. Definition af teknisk procedure for overførsel af data mellem dataejerne og ModelCentret. Definition af teknisk procedure for overførsel af data fra ModelCentret til tredjepart. 33

41 Bilag 1 Definitioner Trafiktal beskriver antal køretøjer på en strækning. Eksempelvis antal biler på vej, antal cykler på cykelsti, eller antal S-tog på banen. Transporttal beskriver antal personer (trafikanter) på en strækning/station. Eksempelvis antal kollektive trafikanter på havnesnit, antal cyklister på en vejstrækning, eller antal personer transporteret med bil over Knippelsbro. Trafikarbejde defineres som antal køretøjer (trafik) ganget med rejseafstand. Biltrafikarbejde beskrives eksempelvis i bil-km. Transportarbejde defineres som antal trafikanter (transport) ganget med rejseafstand. Bustransportarbejde beskrives eksempelvis i person-km. Trafikdata er en fællesbetegnelse for ovenstående begreber. Adfærdsdata (også kendt som interviewdata) er et produkt af gennemførte interviews, som kan foregå på mange måder, fx som telefon-, face-to-faceeller internetinterviews. Plandata beskriver modelzonerne gennem oplysninger såsom befolkningstal, antal arbejds-/studiepladser, bilejerskab osv. Netdata beskriver vej- og kollektivnet med attributter såsom strækningslængde, -kapacitet og -hastighed, kapacitet og køretider ved vejkryds, busog togkøreplaner osv. Trafikmodel forstås her først og fremmest som en matematisk model, som producerer trafik/transport i forskellige former, fx belastninger på vej- /kollektivnet. Trafiktællinger beskrives som et ubearbejdet produkt af gennemførte tællinger på et net. Begrebet trafiktællinger kan beskrive både køretøjer og trafikanter. Trafiktal tilvejebringes ved gennemførelse og efterfølgende efterbehandling af trafiktællinger. Efterbehandling af tællinger kan eksempelvis gennemføres i form af opregning til fx årsdøgn. Manuelle tællinger defineres som tællinger gennemført af en person. Manuelle tællinger kan foregå enten med papir og blyant (hvor data bagefter kodes ind i en database) eller ved hjælp af tællepulte (hvor data kan overføres automatisk til en database). 34

42 Maskinelle tællinger defineres som tællinger med tælleapparat. Data skal efterfølgende indhentes fra tælleapparaterne og overføres til en database. Begrebet maskinelle tællinger anvendes mest i forbindelse med vejtrafik. Maskinelle tællinger gennemføres eksempelvis ved hjælp af spoler og slanger. Automatiske tællinger defineres som tællinger med et tælleapparat, der automatisk overfører data til en database (fx via telefonnettet). Begrebet automatiske tællinger anvendes mest i forbindelse med kollektiv transport. Automatiske tællinger gennemføres eksempelvis ved hjælp af sensorer og GPS. Periodiske tællinger er maskinelle/automatiske tællinger, som gennemføres nogle uger fordelt på året. Permanente tællinger er maskinelle/automatiske tællinger, som gennemføres alle timer hele året. Dynamiske data defineres som trafikdata, som indsamles på årsbasis. Der er tale om både trafiktællinger og adfærdsdata i form af TU data. Indsamling af dynamiske data er ikke knyttet til et bestemt projekt og er dermed ikke nødvendigvis rettet mod anvendelse i opbygning af trafikmodeller. Statiske data defineres som trafikdata, som kun indsamles en gang - som regel i forbindelse med et bestemt projekt. Et eksempel på statiske data er trafikdata fra SP analyser. Opregning af trafiktællinger sker i forbindelse med, at trafikken kun tælles et antal timer på en dag (fx fra kl. 06 til kl. 18), eller et antal dage på et år. Årsdøgntrafik, ÅDT, defineres som trafik pr. døgn opgjort som et gennemsnit over hele året. ÅDT anvendes som et sammenfattende mål for trafikmængden på en given lokalitet. Ved permanente tællinger beregnes ÅDT som døgngennemsnittet over hele året. Hvis der ikke er talt hele året, indgår de registrerede perioder vægtet efter et opstillet faktorsystem i en beregning af den gennemsnitlige døgntrafik. Da der selv ved permanente tællinger kan opstå dage med udfald i tællesystemet, bruges opregningsfaktorer i større eller mindre omfang næsten altid ved opregning af en tælling til ÅDT. Julidøgntrafik, JDT, er trafikken pr. døgn opgjort som gennemsnit over dagene i juli. Julidøgntrafikken viser trafikkens omfang i en periode, der er præget af ferie. 35

43 Hverdagsdøgntrafik, HDT, er trafikken pr. døgn opgjort som gennemsnit for alle hverdage uden for sommermånederne, dvs. minus juni, juli og august. Månedsdøgntrafik, MDT, er den gennemsnitlige trafik pr. døgn i en given måned. Ugedøgntrafik er den gennemsnitlige trafik pr. døgn i en given uge. Morgenspidstimetrafik er trafikken i den time om morgenen, hvor trafikken er størst. Hvis trafiktællingerne foretages i hele timeintervaller, fastlægges morgenspidstimen som en hel klokketime. Hvis trafiktællingerne foretages i 15- eller 5-minutters intervaller, vil spidstimerne også kunne findes som skæve timer svarende til registreringsintervallerne. Eftermiddagsspidstimetrafik svarer til morgenspidstimetrafikken, men om eftermiddagen. 30. og 100. største time anvendes ofte til dimensionering af vejanlæg. På strækninger med permanente tællinger kan 30. og 100. største time findes direkte blandt de mange talte timer. Ved periodiske tællinger kan 30. og 100. største time over året ikke bestemmes direkte ud fra tællingerne. I stedet benyttes erfaringer fra permanente tællinger, og afhængigt af trafiktype fastlægges procentandele af ÅDT for 30. hhv største time. Æ10-belastning er antal ækvivalente 10 ton akseltryk, som benyttes ved vurdering af vejslid og dimensionering af vejbelægninger. Person- og varebiler bidrager stort set ikke til vejsliddet, hvorfor Æ10 beregnes ved hjælp af opstillede Æ10-faktorer ud fra antal og fordeling på typer af lastbiler. 36