HÅNDTERING AF TRAFIKMODELNET I GIS; KONFLIKTER, LØSNINGER OG ANVENDELSER



Relaterede dokumenter
ET EKSPERTSYSTEM TIL ETABLERING AF KRYDSDATA

Movia Rejsekort Analyse System. Opbygning af et driftssystem

Stationsoplands- og trafikmodelberegninger af Bent Jacobsen, civ. ing., RAMBØLL og Flemming Larsen, civ. ing., lich. tech, Anders Nyvig

I denne sammenhæng er alle dog enige om, at GI står for Geografisk Information.

Opdatering af model for Hovedstadsregionen

BRUG AF GIS TIL KOMMUNAL TRAFIKPLANLÆGNING OG BESLUTNINGS- STØTTE

ACTUM. Path-baseret dynamisk bil-assignment. Rasmus Dyhr Frederiksen

Landstrafikmodellen set fra Jylland. Onsdag d. 30. maj 2012

Tilgængelighed i Danmark

Matching af observeret kollektivt rutevalgsdata til et GIS-netværk

Landstrafikmodellen. - Otto Anker Nielsen

OBJEKTORIENTERET BESKRIVELSE AF KOLLEKTIVE TRAFIKNET

3D visualisering af trafik omkring ny letbane

Interface mellem trafikmodellen VISUM og simuleringsmodellen VISSIM

Landstrafikmodellen i anvendelse. Camilla Riff Brems cab@transport.dtu.dk

Planlægning af transportkorridorer med GIS

Forskningsidéer til analyser af Rejsekortdata

DM507 Eksamen Obligatorisk Opgave Rejseplanlægning

Modellering af multimodale turkæder

LTM 1.1. Modelkørsler

NOTAT. Definition af trængsel. Trængselskommissionen CAB

Manual til administration af online booking

Indsamling af data for rutevalg i kollektiv transport. Marie K. Larsen Ph.d.-studerende DTU Transport

Opgaveteknisk vejledning Word 2016 til Mac. Tornbjerg Gymnasium 10. december 2015

GIS løsningen er et eksempel på, hvordan kommunernes data kan gøres mere tilgængelige og anvendes bedre og mere effektivt.

Trafikknudepunkter og skiftemuligheder i Hovedstadsområdet

NOTAT. Udkast. 1.0 Indledning. 2.0 Fordeling af trængsel. Trængselskommissionen OAN

PLAN OG UDVIKLING GIS-STRATEGI

Køretider, belastningsgrader og forsinkelser i kryds beregnet ud fra Floating Car Data

OTM 5 og dens anvendelse til VVM for udbygning af Køge Bugt motorvejen

Effektivisering af kollektiv trafik i Sankt Petersborg

Udvikling og vurdering af en dataindsamlingsmetode for rutevalg i kollektiv trafik. Marie K. Larsen, DTU Transport,

Landstrafikmodellens struktur

CCS Formål Produktblad December 2015

Status for udviklingen af Landstrafikmodellen. Camilla Riff Brems

INDHOLDSFORTEGNELSE. INDLEDNING... 7 Kristian Langborg-Hansen. KAPITEL ET... 9 I gang med App Inventor. KAPITEL TO...

Hassansalem.dk/delpin User: admin Pass: admin BACKEND

FKG datamodellen Version ArcGIS integration Sidste revisionsdato: 23. maj 2014

2 Nordic Civil User conference 2016 Features i SUE og PowerCivil Hvorfor? Hvordan?

GPS data til undersøgelse af trængsel

brugervejledningen. Vis/udskriv brugervejledning.

Tutorial 2: Indlæsning af nye rapporter

Nyt i SkoleIntra 5.10

Opgaveteknisk vejledning Word 2011 til Mac. Tornbjerg Gymnasium 10. december 2015

beskrivelse af netværket på NOVI

Landstrafikmodellen - struktur og aktiviteter. Jeppe Rich, DTU Transport Camilla Riff Brems, DTU Transport

Behandling af kollektiv trafik i trafikmodeller

Benefitmodel togpassagerers tidsgevinster ved regularitetsforbedringer

NOTAT. Projekt om rejsetidsvariabilitet

Michael Bruhn Barfod 1*, Claus Rehfeldt Moshøj +, Rune Larsen *, Jacob Kronbak *, Britta Lyager Degn +

hjælp af passagerforsinkelsesmodeller Mikkel Thorhauge

Udbygning af den kollektive trafik i København

Indledning. På de følgende sider vises, primært i tegneserieform, lidt om mulighederne i PC-AXIS for Windows.

Opgaveteknisk vejledning Word Tornbjerg Gymnasium 10. december 2015

Øvelse: Beregningsscenarier i LTM 1.1

FESD-standardiseringsgruppen Att: Palle Aagaard IT- og Telestyrelsen IT-strategisk kontor Holsteinsgade København Ø

Fremtidens krydsdesign - sikkerhed og tryghed ved fremførte og afkortede cykelstier

Kursusbeskrivelse. Forarbejde. Oprettelse af en Access-database

Bilag. Region Midtjylland. Valg af indtægtsfordelingsmodel i Trafikselskabet

To nye S-banespor gennem København. Indledning. Projektforslaget. Linieføring. Af: Civilingeniør, Alex Landex, CTT DTU

Henrik Paag, Havnetunnelgruppen / TetraPlan A/S Henrik Nejst Jensen, Vejdirektoratet, Plan- og telematikafdelingen

Nye turmatricer for Hovedstadsområdet

SAPAs forretningsmæssige behov i relation til Dialogintegration. SAPAs behov for Dialogintegration. Fordele ved brug af dialogintegration i SAPA

Identifikation af planer der ikke findes i PlansystemDK vha. datasættet... 9

DM507 Algoritmer og datastrukturer

Gem dine dokumenter i BON s Content Management System (CMS)

Iterativ beregningsproces foretaget med OTM. Christian Overgård Hansen COH ApS

Grådige algoritmer. Et algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer.

TOP10DK Det solide grundlag

Ekspertgruppen for afklaring af tekniske problemstillinger ved at etablere og implementere en ny kortprojektion.

Simulering af passagerforsinkelser på jernbaner

Rejsevaneændringer i Rambøll og Dansk Industri

Lonbox PCM2001 betjeningsenhed

DM507 Algoritmer og datastrukturer

B R A N D S O F T. Vejledning til opmåling af kirkegårdskort for landinspektører.

Rejsetider og tilgængelighed i Øresundsregionen Data og resultater indbygget i en tilgængelighedsmodel

Vejledning til præsentation af partikelbaner i Geoscene3D og GIS

Om ONEBox... 2 Faciliteter i ONEBox... 2 Overordnet teknisk overblik... 2 Multiple servere... 3 Backup... 4 Sikkerhed... 5 Domæner... 6 Web...

ESTIMATION AF TURMATRICER UD FRA SNITTÆLLINGER - TO METODER

Generelt Internationalisering

Grådige algoritmer. Et generelt algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer.

Grådige algoritmer. Et generelt algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer.

brugervejledningen. Vis/udskriv brugervejledning.

Erfaringer med CPR-replikering

Vurdering af letbaneprojekter i Hovedstadsområdet 23. august 2005

DM507 Algoritmer og datastrukturer

MANUAL. Siteloom CMS

Regionale trafikanters præferencer for kollektiv trafik

OPGØRELSE AF BUSTRÆNGSEL INDHOLD. 1 Baggrund. 1 Baggrund 1. 2 Resultater 2. 3 Generelle forudsætninger 5. 4 Bilag 6

Netværkslaget Rutning og sammenkobling

CCS klassifikation og identifikation

Indledning. MIO er optimeret til Internet Explorer. Læs endvidere under Ofte stillede spørgsmål.

Byfortætning og bæredygtig mobilitet Mobilitetsplanlægning i Roskilde Bymidte Jakob Høj, Tetraplan A/S, jah@tetraplan.dk

W6 - Model- og Tegningskomposition

XFM i LE34s PowerMap system. Erik Wirring Udviklingschef i LE34

Nyheder i AutoCAD Map 3D & Civil 3D Leif Sønderskov Vianova Systems

Model til fremkommelighedsprognose på veje

Abstrakt. Landstrafikmodellen og valideringsprocessen. Trafikberegninger

Danmarks Tekniske Universitet

Indholdsfortegnelse. 1 VVM-redegørelsen

Transkript:

HÅNDTERING AF TRAFIKMODELNET I GIS; KONFLIKTER, LØSNINGER OG ANVENDELSER Otto Anker Nielsen, Forskningslektor, Ph.D. Tlf. 45 25 5 4. Fax. 45 93 4 2. Email: onielsen@ivtb.dtu.dk Institut for Planlægning IFP) Trafikstudier, DTU, Bygning 5, 2800 Lyngby Thomas Israelsen, Civ.Ing Tlf. 33 7 50 05 lok. 2 50. Email: ti@rdg.bane.dk Erik Rude Nielsen, Civ.Ing. Tlf. 33 7 50 05 lok. 2 92. Email ern@rdg.bane.dk Banestyrelsen-rådgivning, Transportplanlægning. Pilestræde 58, 2 Køb.K. $%75$&7 Trafikmodeller kræver store mængder geografisk relateret data, der ikke fuldt ud kan beskrives af størstedelen af de kommercielle Geografiske Informationssystemer GIS). Som en konsekvens heraf kan GIS-baseret data ikke umiddelbart danne grundlag for mere avancerede trafikmodeller, og GIS har derfor primært været benyttet til at visualisere resultater fra trafikmodeller - snarere end som et aktivt værktøj til at opbygge det nødvendige datagrundlag. Artiklen introducerer de mest grundlæggende topologiske elementer i trafiknet, og diskuterer derudfra problemer med at udveksle disse elementer mellem trafikmodeller og GIS. Derefter præsenteres en mere kompliceret topologi af fysiske net bestående af strækninger, knuder og svingbevægelser samt organisatoriske net af ruter, terminaler og skift. En sådan topologi indgår i et GIS-baseret udvekslingsformat, der udvikles i BRIDGES-projektet under EU s fjerde rammeprogram. Idéen med BRIDGES er - som navnet antyder - at danne bro mellem forskellige typer GIS og trafikmodeller. Da eksisterende GIS ikke fuldt ud kan beskrive organisatoriske trafiknet, er det nødvendigt at udvikle forskellige lappeløsninger på denne mangel. Herved kan GIS gemme og håndtere nettene, men ikke vedligeholde dem. Ikke desto mindre lettes arbejdet betragteligt sammenlignet med brug af eksisterende trafikmodelpakker, GIS og databaser. Dette er primært på grund af GIS bedre faciliteter til geografiske analyser, kvalitetssikring og visualiseringer.,752'8.7,2 Trafikmodeller kræver store mængder data, bl.a. trafiknettets topologi, trafiknetdata, zonedata og turmatricer. GIS burde være et naturligt værktøj til at håndtere dette datagrundlag, idet GIS netop er skabt til at håndtere, analysere og præsentere geografisk relateret data. Imidlertid kan trafikmodellers fulde topologiske sammenhænge ikke direkte beskrives af de fleste kommercielle GIS. Som en konsekvens heraf er GIS primært blevet benyttet til illustration af resultater af trafikmodeller, men ikke som et aktivt værktøj til at danne og håndtere trafikmodellers datagrundlag.

Artiklen introducerer i kapitel 2 de mest nødvendige topologiske elementer i trafikmodeller, hvorefter kapitel 3 beskriver problemer med at udveksle data mellem bl.a. GIS og trafikmodeller. Dette følges i kapitel 4 af en mere detaljeret diskussion af fysiske trafiknet, der består af strækninger, knuder og svingbevægelser, mens kapitel 5 giver en tilsvarende diskussion af organisatoriske trafiknet, der består af ruter, terminaler og skift mellem ruter. Artiklen giver også en række indledende anbefalinger vedrørende et generelt udvekslingsformat for GIS-baserede trafiknet. Dette format der videreudvikles i EU-projektet BRIDGES - indeholder kun den mest nødvendige information til at beskrive de forskellige topologiske elementer. På baggrund af de mere grundlæggende afsnit diskuteres, hvordan GIS kan videreudvikles for at håndtere de foreslåede topologiske elementer. Da dette imidlertid ikke er realistisk på kort sigt, gives imidlertid også forskellige forslag til modifikationer/tillempninger af standard GIS. Da både udvekslingsformat og topologiske sammenhænge følger en engelsksproget terminologi, der udvikles i BRIDGES-projektet, er det valgt at præsentere en del af figurerne på engelsk. Artiklen bygger på erfaringer fra en række praktiske og teoretiske projekter ved IFP, og er en omskrevet version af Nielsen m.fl. 998). Projekterne omhandler både individuel og kollektiv trafik.,752'8.7,27,/7232/2*,./075,75$),.02'//5 Trafiknet består af forholdsvist komplicerede sammenhænge mellem I\VLVNHWUDILNQHW, der kan bestå af, VWU NQLQJHU, NQXGHU og VYLQJEHY JHOVHU, og RUJDQLVDWRULVNH QHW af UXWHU og VNLIW mellem ruter i WHUPLQDOHU. Således kan det grundlæggende net beskrives af topologiske arketyper. Derudover vil trafikmodeller ofte indeholde forskellige delnet, f.eks. for biler, cykler og kollektiv trafik.. Nogle af disse net eller topologiske elementer heri - er fuldt overlappende f.eks. biler, busser og cykler på samme gade), nogle er kun delvist overlappende biler, busser og cykler i samme gade, men adskilt i kørespor, busspor og cykelstier) og nogle er helt adskilt f.eks. motorveje, jernbaner og cykelstier i eget tracé). En given rejse kan benytte forskellige delnet, f.eks. cykel til stationen, tog, gang til busstoppet, bus og gang det sidste stykke. For at kunne håndtere dette indeholder trafikmodeller ofte trafiknetdata relateret til transportmidler, turformål, turtidspunkt, transportører, trafikselskaber, etc. Disse data er imidlertid ikke egentlige topologiske elementer, idet de kan beskrives via data knyttet til de topologiske 'arketyper' beskrevet ovenfor. Trafikefterspørgslen beskrives typisk ved hjælp af en række socioøkonomiske data, der beskrives på et zone-niveau. Hver zone relateres typisk til trafiknettet i én eller flere knuder, BRIDGES-projektet, der er en del af EU's fjerde rammeprogram, har som formål at danne bro mellem forskellige edb-systemers håndtering af trafknet, herunder primært trafikmodelpakker og GIS. Som en del af projektet udvikles et mere generelt udvekslingsformat for trafikmodeldata Generalised Transportation data Format, GTF) og dels et mere GIS-relateret udvekslingsformat GIS-GTF).

der kaldes zonens JHQHUDWLRQV og DWWUDNWLRQVSXQNWHU 2. Disse punkter kan være endepunkter for specielle modeltekniske strækninger - såkaldte ILNWLYH VWU NQLQJHU eller de kan være almindelige knuder i trafiknettet. De fiktive strækninger beskriver den gennemsnitlige modstand for at komme fra zonen og ud på det primære trafiknet trafikmodelnettet). Nielsen PIO 997b & c) diskuterer, hvordan zone-centroider og fiktive strækninger kan tilknyttes et trafiknet bestående af strækninger, knuder og svingbevægelser. Rejsemønstre - dvs. hvorfra og hvortil der rejses beskrives sædvanligvis af turmatricer, der kobles til trafiknettet via zonerne/centroiderne. Nielsen 995), Nielsen PIO 997c), Simkowitz 990) og Caliper 99) beskriver mere grundigt, hvordan turmatricer kan kobles sammen med GIS-baserede trafiknet. Derudover er der en række andre datatyper, der indgår i trafikmodeller og GIS, f.eks. data relateret til kilometrering dynamisk segmentering), zoner, regioner af zoner, køreplaner, trafikdata tilknyttet transportmidler, brugerklasser, turformål, tidsintervaller, trafikselskaber, operatører, samt metadata vedr. datakilder, koordinatsystemer, kvalitet, m.v. For at begrænse omfanget af artiklen beskrives imidlertid kun de grundlæggende topologiske elementer. Det bemærkes, at de øvrige datatyper bliver behandlet i BRIDGESprojektet. 8'9./,*$)'$7$0//0*,2*75$),.02'//5 Grafteorien søger at repræsentere trafiknet på en måde, så rutevalgsalgoritmer kan implementeres så optimalt som muligt. Imidlertid svarer database)-strukturen i de fleste GIS sjældent hertil. Nogle GIS og de fleste CAD-systemer forbinder slet ikke knuder og strækninger til et topologisk sammenhængende net. Andre GIS vedligeholder en stræknings-knude topologi f.eks. ARC/INFO og TransCAD), men ikke som en graf. Nogle GIS indeholder procedurer, der kan oversætte topologien til graf-lignende datastrukturer f.eks. TransCAD s 'forward-star' vektor, Caliper 99, eller ESRI s NetEngine), og nogle GIS indeholder alt-eller-intet rutevalgsalgoritmer som del af deres udviklingssprog f.eks. Calliper s GISDK eller ESRI s ARC/INFO og ArcView). Imidlertid synes ingen GIS i stand til at vedligeholde den fulde trafiknet-topologi direkte som en graf. +YRUIRULQWHJUHUH*,RJWUDILNPRGHOSDNNHU" De fleste GIS indeholder imidlertid alt-eller-intet rutevalgsmodeller i én eller anden form, hvorfor der må ske en intern oversættelse fra GIS ets dataformat til en graf. Denne oversættelse sker som regel hver gang, modellen benyttes, og på en for trafikmodellering ineffektiv måde f.eks. at kun en enkelt sti og ikke det samlede træ gemmes som output fra én beregning). Som en konsekvens heraf vil trafikmodeller implementeret direkte ved brug af GIS makrosprog som 2 Ofte benyttes betegnelsen ]RQH FHQWURLGH for disse punkter f.eks. i Lussier & Wu, 997). Mange fagområder dækker denne betegnelse imidlertid det geometriske midtpunkt af zonen. Dette er ikke nødvendigvis sammenfaldende med generations- og attraktionspunkterne, der fastlægges under hensyntagen til arealanvendelse og strukturen af trafiknettet.

regel være ekstremt langsomme, og det er derfor langt mere effektivt at udveksle GIS-data med eksterne applikationer. 2YHUV WWHOVHPHOOHPIRUVNHOOLJHVRIWZDUHSDNNHU Der er imidlertid en lang række problemer med at overføre trafiknet mellem CAD, GIS, trafikmodelpakker og grafer, idet trafiknet kan repræsenteres på meget forskellige måder se figur ). Oversættelsen mellem trafikmodelpakker og grafer sker typisk som en del af trafikmodelpakkerne. Et eksempel er TransCAD, der gemmer trafiknettet som en forward star vektor. Herved undgås, at oversættelse foretages for hver enkelt beregning Simkowitz, 990 & Caliper, 99). Men oversættelsen må naturligvis foretages igen, hvis trafiknettet ændres. GIS-baserede trafiknet kan ikke umiddelbart beskrive en ligeså kompleks topologi for kollektive trafiknet som mange trafikmodelpakker se kapitel 5). Således vil det kræve en manuel efterbehandling, før trafikmodellens fulde fordele kan opnås. Som regel benyttes trafikmodeller derfor i stedet til at vedligeholde nettet uden brug af GIS. Dette giver imidlertid få muligheder for kvalitetskontrol, da de færreste trafikmodelpakker rummer blot tilnærmelsesvist lige så mange værktøjer hertil som GIS. Ved oversættelse fra trafikmodelpakker til GIS vil der derimod typisk ske et tab af information, fordi GIS indeholder færre topologiske elementer/topologiske relationer. Dette er specielt tilfældet for kollektive trafiknet. CAD: Lidt eller intet topologi Data gemmes ofte i binære filer GIS: Nogen topology Data gemmes i databaser og måske binære filer Ret fejl i trafikmodeldata Opbyg topologi Ret fejl Byg trafikrelateret topologi Trafikmodelpakker: Trafikorienteret topologi med færrest mulige relationer Som regel internt filformat Oversættelse til/fra trafikmodelpakkens filformat Grafer: Fuld topologi som krævet til netværksberegninger Som regel binært filformat i RAM )LJXU2YHUV WWHOVHPHOOHPIRUVNHOOLJH VRIWZDUHSDNNHU

Integration af GIS og trafikmodelpakker er behandlet en del steder i litteraturen for specifikke software-produkter, f.eks. Simkowitz 990) og Eberlein & Fedida 997) vedr. TransCAD, Ding PIO 994) vedr. TranPlan og ARC/INFO, og Lussier & Wu 997) og Perone 997) vedr. EMME/2 og ARC/INFO. Miller & Storm 99) diskuterer mere grundlæggende brug af ARC/INFO til at vedligeholde trafikmodeldata. Endelig vil det i visse tilfælde være relevant at importere data fra CAD-systemer f.eks. Microstation og Auto-CAD) til GIS, og derigennem til trafikmodelpakker. En sådan oversættelse kræver imidlertid en omfattende manuel efterbehandling, idet CAD end ikke vedligeholder de mest fundamentale topologiske sammenhænge. De større GIS som ARC/INFO og MGE indeholder dog forskellige funktioner, der kan hjælpe med dette arbejde. Det er ligeledes et problem, at mange CAD-operatører gemmer attributdata som en del af den grafiske information i CAD et f.eks. lag, farver, stregtyper), hvilket vanskeligt lader sig oversætte. 8GYLNOLQJVWHQGHQVHUIRUIRUVNHOOLJHVRIWZDUHSURGXNWHU De forskellige software-produkter har forskellige styrker og svagheder jvf. figur 2), hvilket netop også er skyld i deres forskellige udbredelser. CAD er fremragende til at redigere geografiske data f.eks. til at digitalisere kort), men kan kun håndtere meget simple topologiske sammenhænge. Grafer i den anden ende af skalaen er ofte meget omfattende, hvorfor det er næsten umuligt at vedligeholde dem manuelt. Derfor opbygges de som nævnt typisk automatisk som en del af de fleste trafikmodelpakker. Udviklingen peger mod stadig mere brugervenlige GIS, der indeholder et stigende antal CADfaciliteter. Derimod har der inden Editerings faciliteter Topologisk kompleksitet CAD GIS Trafikmodelpakker Graf topologi )LJXUW\UNHURJVYDJKHGHUYHGIRUVNHOOLJHVRIWZDUH SDNNHU for de sidste 5 år kun været meget begrænsede tilstræbelser på at inkludere flere trafikrelaterede topologiske elementer i GIS som f.eks. turmatricer og skift mellem kollektive ruter). Omvendt indeholder trafikmodelpakker flere og flere GIS-lignende faciliteter; ikke kun flottere grafiske brugerflader, men også egentlige GIS-faciliteter til rumlige analyser. Også

., / trafikmodellers topologiske sammenhænge forbedres, som i TRIPS og EMME/2, der kan håndtere store kollektive trafiknet. *58'/ **')<,.75$),.7 Den grundlæggende byggesten i alle GIS-baserede trafiknet bør være det fysiske trafiknet, idet et net uden geografisk reference i form af koordinater f.eks. direkte kodning af et kollektivt trafiknet som en graf) ikke repræsenterer geografisk information. I det følgende beskrives topologiske elementer i det fysiske net, der alle kan beskrives v.h.a. større GIS. Ikke-fysiske objekter som ruter bør derimod beskrives ved databasetabeller med referencer til det fysiske trafiknet se kapitel 5). *UXQGO JJHQGH VWU NQLQJVNQXGHQHW De mest basale trafiknet består af strækninger og knuder som i figur 3, venstre side). Strækningerne indeholder kun )LJXU2YHUV WWHOVHIUD*,WRSRORJLWLOHQJUDI 'total information - f.eks. den totale kapacitet i begge retninger tilsammen - men ikke information om hver retning for sig. Hver strækning har et unikt ID identifikationsnummer), der ikke må ændres ved redigering af nettet. Derudover er der information om fra- og til-knude referencer til deres ID er), og naturligvis eventuelle data vedrørende strækningen. Sidstnævnte er dog ikke nødvendigt for at definere topologien. Hver knude har tilsvarende et unikt ID, samt information om alle strækninger, der forlader knuden. Figur 4 illustrerer den tilhørende datamodel svarende til en relationel database-struktur). De fleste GIS indeholder kun information om stræknings-knude relationerne men ikke knudestræknings relationerne. Figur 4 viser eksempelvis, hvor stor del af de topologiske relationer, der direkte vedligeholdes i GIS et ARC/INFO. Det er således nødvendigt at oversætte GIS-topologien til en graf, før der kan fortages egentlige netværksberegninger som skitseret i figur 3 s højre side). Graf-repræsentationen af trafiknettet er som nævnt nødvendigt for at kunne foretage beregninger med en rimelig hastighed. GISmodellen er derimod fuldt tilstrækkelig til at gemme al nødvendig information om trafiknettet, idet stræknings-knude topologien er redundant til knude-stræknings topologien. ' 2 L3 ID FROM-NODE TO-NODE L N N2 L2 N N3 L3 N2 N5 L4Sammenhæng N N2 givet ved ID i ARC/INFO L5 N4 N3 Udefineret sammenhæng i ARC/INFO ID LINKS N L,L2 N2 L,L3,L4 N3 L2,L5 N4 L5, N5 L3, N N, L4 L L2 L5 )LJXU7RSRORJLVNVDPPHQK QJLHW W N L N G W

WU NQLQJVNQXGHWRSRORJLPHGUHWQLQJVLQIRUPDWLRQ Trafiknet uden retningsinformation som beskrevet i afsnit 4.) bør undgås i lokale og regionale trafikmodeller, fordi mange trafiktyper f.eks. trafik i myldretiden og turkæder) og strækningsdata f.eks. forskelligt antal kørespor i hver retning) er retningsopdelt. Modeller med dobelt-digitaliserede strækninger for hver retning giver derimod ikke mulighed for at modellere interaktionen mellem de to retninger f.eks. overhalingsmuligheder på 2-sporede veje eller beskrivelse af enkeltsporede jernbaner). Ligeledes vil en stor mængde data da optræde redundant. Således bør begge typer information indgå i netbeskrivelsen Nielsen, 998). Topologien for et sådant net svarer til figur 4, idet den eneste forskel er muligheden for at tilknytte data for såvel fremad, bagud og begge retninger tilsammen figur 5). Det bemærkes at kun essentiel information er medtaget, idet øvrig information kan lægges i tilknyttede tabeller for hhv. fremad, bagud og begge retninger. >RGHWRSRORJ\@ NODE-ID, NODE-TYPE, x, y, z)) >RGHWDEOH@ NODE-ID, RECORD,..., RECORDn >/LQNWRSRORJ\@ LINK-ID, FROM-NODE, TO-NODE, LENGTH, DIRECTION [forward, backward, two-way], LINK-TYPE, [x, y, z)), x, y, z)), x, y, z)),...] >/LQNWDEOH@ LINK-ID, RECORD,..., RECORDn )LJXU)RUHVOnHWXGYHNVOLQJVIRUPDWIRUVWU NQLQJVNQXGHWRSRORJL 7UDILNQHWPHGVWU NQLQJHUNQXGHURJVYLQJEHY JHOVHU En mere komplet model af et fysiske trafiknet indeholder også svingbevægelser. For vejtrafik anbefales det at inkludere forsinkelser i vejkryds i både taktiske og operationelle modeller Nielsen PIO 997a & b). I visse tilfælde kan det endog være nødvendigt i strategiske modeller, f.eks. for net med store kapacitetsproblemer. For jernbanetrafik er beskrivelse af svingbevægelser nødvendige for at forhindre tog i at kunne køre den forkerte vej gennem sporskifter. Figur illustrerer de topologiske relationer for trafiknet med svingbevægelser. Hver retning af strækningerne refererer til alle svingbevægelser væk fra den pågældende retning. Det topologiske element for svingbevægelser TURNS) indeholder information om tilkørselsstrækning FROM-LINK), hvilken strækning svinget fører til TO-LINK) og i hvilken knude svinget foregår AT-NODE). Svinget defineres med en type f.eks. ligeud, venstre-, højreeller U-sving). Knuder indeholder referencer til alle svingbevægelser TURNS), der foregår i den enkelte knude.

ID TURNS-TO- FORWARD TURNS-TO- BACKWARD L T2,T4 T8 L2 T0 T7 L3 T3,T5 L4 T,T L5 T9 ID FROM- LINK TO- LINK AT- NODE T L4 L N2 T2 L L4 N2 T3 L3 L N2 T4 L L3 N2 T5 L3 L4 N2 T L4 L3 N2 T7 L2 L N T8 L L2 N T9 L5 L2 N3 T0 L2 L5 N3 ID N N2 N3 N4 N5 N TURNS T7,T8 T,T2,T3, T4,T5,T T9,T0 Sammenhæng defineret med ID i ARC/INFO Udefineret sammenhæng i ARC/INFO L4 T T5 T2 T T3 T4 T7 T9 L T8 L2 T0 L5 L3 )LJXU7RSRORJLVNHVDPPHQK QJHLHWWUDILNQHWPHGVWU NQLQJHUNQXGHU RJVYLQJEHY JHOVHU Svingbevægelser beskrives let af de fleste større GIS, fordi de allerede indgår som standard de såkaldte turntables). Ligeledes er det let at tilføje svingbevægelser til et generelt udvekslingsformat, idet der kun er brug for begrænset yderligere information i forhold til stræknings-knude topologien se figur 7). Trafikmodellen skal derimod sørge for en forholdsvist omfattende konvertering til et beregningsnet, med alle relationerne i figur ).

Derudover er det særdeles kompliceret at forbinde zone-centroider til et trafiknet med svingbevægelser, jvf. Nielsen PIO997a, b & c. >7XUQWRSRORJ\@ TURN-ID, NODE, FROM LINK, TO LINK, TYPE >7XUQWDEOH@ TURN-ID, RECORD,, RECORDN )LJXU)RUHVOnHWXGYHNVOLQJVIRUPDWIRUVYLQJEHY JHOVHU Nogle trafikmodeller benytter komplicerede køteoretiske modeller til at beskrive forsinkelser i vejkryds f.eks. Nielsen PIO 997a). Her er det nødvendigt at have viden om alle konfliktpunkter og rangordning af trafikstrømmene i disse punkter Nielsen PIO997b & c). En sådan detaljeret topologi/information kan tolkes udfra den simplere datastruktur beskrevet ovenfor Nielsen PIO997b)..2//.7,975$),.7 Kollektive trafiknet beskriver organiseringen af køretøjer, passagerer og godsmængder i trafiknet, der drives af operatører bus, tog, fly, kombi-transport, etc.). Sådanne net beskrives dårligt af pseudo strækninger og knuder som i ældre trafikmodelpakker, idet det kræver et omfattende arbejde at opdatere selv små ændringer i den fysiske infrastruktur og det kollektive trafiknet. Derfor forslås kollektive trafiknet beskrevet ved tabeller, der relaterer til det fysiske trafiknet. Det er modelteknisk bekvemt at beskrive sekvensen af strækninger, knuder og svingbevægelser mellem to på hinanden følgende terminaler f.eks. busstoppesteder eller stationer) med et såkaldt rutesegment, hvor passagerer ikke har af- eller påstigningsmuligheder. For passagerne i det organisatoriske net vil rutesegmentet derfor være at betragte som en pseudostrækning. En række data om passagermængder, køretider, m.v. knytter sig typisk hertil. Køretøjerne i den kollektive trafik kan derimod godt påvirke den øvrige trafik langs rutesegmentet og omvendt), ligesom en række data vedr. strækningshastigheder, krydsforsinkelser, etc. knytter sig til de enkelte elementer langs ruten. Endelig er det hensigtsmæssigt at referere til det fysiske trafiknet for at kunne illustrere trafikmodellers resultater mere virkelighedsnært. En linie i den kollektive trafik dannes af en sekvens af rutesegmenter. Hvert rutesegment afsluttes i en terminal, hvor der muligvis kan skiftes til rutesegmenter i andre linier. Det topologiske element skift kan dog også dække over at blive i samme transportmiddel, ligesom det kan være den første eller sidste aktivitet i en rejse. )RUPDOLVWLVNEHVNULYHOVHDIGHQNROOHNWLYHQHWY UNVWRSRORJL Et kollektivt trafiknet beskrives som nævnt bedst med ruter ROUTES) bestående af rutesegmenter ROUTE SEGMENTS), skift CHANGES) og terminaler TERMINALS), der relaterer til det fysiske net af strækninger LINKS), svingbevægelser TURNS) og knuder NODES). Figur 0 illustrerer denne topologiske model.

)LJXU7RSRORJLVNHVDPPHQK QJHLHWNROOHNWLYWWUDILNQHW 7 0 * 7 8 2 5 7 8 2 5 ID CHANGE-TO SEGMENT-LIST ROUTE RS C,C,C7 L3 R4 RS2 L4 R4 RS3 L3 R RS4 L2,T0,L5 R3 RS5 C2,C3,C8 L5,T9,L2,T7,L R4 RS L2,T0,L5 R2 RS7 C0 L R2 RS8 C4,C5,C9 L4 R2 ID R R2 R3 R4 SEGMENTS RS5,RS3 RS8,RS7,RS RS4 RS,RS2 * $ + & ID FROM- SEGMENT TO- SEGMENT C RS RS3 TE2 C2 RS5 RS2 TE2 C3 RS5 RS7 TE2 C4 RS8 RS3 TE2 C5 RS8 RS2 TE2 C RS RS7 TE2 C7 RS RS2 TE2 C8 RS5 RS3 TE2 C9 RS8 RS7 TE2 AT-TER- MINAL C0 RS7 RS TE C RS7 RS4 TE., / ID TURNS-TO- FORWARD TURNS-TO- BACKWARD L T2,T4 T8 L2 T0 T7 L3 T3,T5 L4 T,T L5 T9 / $, 0 5 7 ID AT- NODE CHANGES TE N C0,C TE2 N2 C,C2,C3,C4,C5, C,C7,C8,C9 5 8 7 T0 L2 L5 N3 ID FROM- LINK TO- LINK T L4 L N2 T2 L L4 N2 T3 L3 L N2 T4 L L3 N2 T5 L3 L4 N2 T L4 L3 N2 T7 L2 L N T8 L L2 N T9 L5 L2 N3 AT- NODE ' 2 ID N N2 N3 N4 N5 N TURNS T7,T8 T,T2,T3, T4,T5,T T9,T0 Sammenhænge beskrevet i ARC/INFO Udefinerede sammenhænge i ARC/INFO RS2 C7 L4 C C5 T T5 RS8 T2 T T3 T4 C9 C4 TE2 C3 TE R3 R2 RS7 C RS4 C0 RS L T7 L2 T9 L5 T8 T 0 RS5 R4 C C2 C8 R RS L3 RS3

Strækningerne, svingbevægelserne og knuderne repræsenteres på samme måde som i det fysiske trafiknet figur ). Rutesegmentet beskriver som nævnt den del af en rute, som går fra én terminal til en anden. De enkelte strækninger, knuder og sving heri beskrives af segmentlisten SEGMENT-LIST). En kollektiv linie defineres som to ruter én i hver retning), idet skiftene typisk vil have forskellige attributdata i hver retning forskellige ankomsttidspunkter, etc.). Hver fysiske strækning kan benyttes af mange ruter, og hver terminal indeholder typisk et stort antal skiftemuligheder mellem ruter. Hver terminal er lokaliseret i en knude i det fysiske trafiknet. En knude kan være en terminal for nogle ruter, og en almindelig knude for andre f.eks. gennemkørende tog eller hurtigbusser). Den kollektive trafiknet-topologi reducerer mængden af kanter i beregningsgrafen ved brug af rutesegmenter, men alligevel er beregningsnet for kollektiv trafik som regel langt større end for biltrafik på grund af de mange ruter og skiftemuligheder Nielsen, 997). Det bemærkes, at topologien af rutesegmenter, terminaler og skift også kan benyttes til at aggregere trafiknet, idet de også kan fortolkes som strækninger, knuder og skift på et mere aggregeret niveau. Dette vil f.eks. kunne benyttes til at sammenkoble trafiknettene i lokale-, regionale- og nationale trafikmodeller på en konsistent måde. Zone-data kan på samme måde aggregeres ved brug af såkaldte regioner, der er en del af f.eks. ARC/INFO. PXWYHMHWLODWEHVNULYHNROOHNWLYHWUDILNQHWL*, Mange trafikmodelpakker gemmer kollektive trafiknet på en måde, der vanskeliggør geografiske analyser, herunder illustration af resultaterne i GIS. Et typisk eksempel er modeller, der gemmer ruter som en sekvens af knuder, hvor kun knuder med skiftemuligheder medtages. Her kan trafikken ikke entydigt lægges ud på det fysiske trafiknet, idet der ikke er nogen oplysninger om de benyttede strækninger mellem de to knuder svarende til et rutesegment). Andre trafikmodelpakker gemmer alle knuder langs den enkelte rute, men selv da kan der forekomme tilfælde med to strækninger mellem to knuder, hvor den benyttede rute ikke entydigt kan fastlægges. På den anden side kan de fleste GIS desværre kun håndtere fire af de seks ovenfor nævnte topologiske elementer, nemlig det fysiske net bestående af strækninger, knuder og skift, samt ruter i det kollektive organisatoriske) net bestående af en sekvens af strækninger v.h.a. den såkaldte dynamiske segmentering). Derfor er det nødvendigt at benytte forskellige smutveje til at beskrive den kollektive trafik, hvoraf figur skitserer de mest oplagte. Den simpleste måde er at beskrive topologien med pseudo strækninger og knuder det første eksempel i figuren). Denne fremgangsmåde svarer til de første trafikmodelpakker og er let at implementere rent EDB-mæssigt. I praksis vil det imidlertid kræve en betydelig arbejdsindsats at vedligeholde et sådant trafiknet med dobbelt digitaliserede strækninger. Derfor er det nødvendigt at implementere forskellige makro-programmer til at danne, vedligeholde, aggregere og disaggregere nettet og dets data.

Virkeligt trafiknet med busruter:,b Linie b, c Linie c Modelnet beskrevet med pseudo strækninger og Linie c knuder, som alle er Linie b digitaliseret Linie b Linie c Linie b Linie b Linie c Linie c Modelnet beskrevet v.h.a. svingtabeller turn tables): Linie c Linie b Linie b Linie c Svingtabel for hver knude, hvor der kan skiftes mellem linier. Den enkelte linie er digitaliseret Linie b Linie b Linie c Linie c Modelnet beskrevet v.h.a. dynamisk segmentering og skiftetabeller,b Linie b, c Hver rute beskrives v.h.a. dynamisk segmentering tabeller, der vedligeholdes af GIS) Linie c Skift beskrives af tabeller, der ikke vedligeholdes automatisk af GIS )LJXUPXWYHMHWLODWKnQGWHUHNROOHNWLYHWUDILNQHWL*,

En anden fremgangsmåde er at beskrive ruterne ved at digitalisere hver rute, men hvor skiftene beskrives med svingtabeller det andet eksempel i figur ). Dette letter håndteringen af skift, idet GIS standardværktøjer kan benyttes til at vedligeholde disse se f.eks. Brems & Kronbak, 99). Derimod har fremgangsmåden samme ulemper m.h.t. ruter som det første eksempel. Imidlertid er det tættere ved kapitels 4 s anbefalinger, at beskrive kollektive trafiknet med dynamisk segmentering og skiftetabeller det sidste eksempel i figur ). Herved lettes arbejdet med at aggregere og disaggregere data, og det er lettere at udveksle data med trafikmodelpakker. Ruter vedligeholdes ligeledes langt lettere end ved de to andre metoder. Imidlertid indeholder de fleste GIS ingen metode til at vedligeholde skiftetabeller. Derfor er det nødvendigt at vedligeholde sammenhængene med nogle temmelig komplicerede applikationer/makroprogrammer eller via udveksling med eksterne programmer. Begge fremgangsmåder forsøges implementeres i EU-projektet BRIDGES. Den sidste udveksler kollektive trafiknet mellem ARC/INFO og TetraPlan TPschedule. Dette gøres v.h.a. afsnit 5.3 s forslag til udvekslingsformat. En lignende fremgangsmåde benyttes af Miller & Storm 99). )RUHVOnHWXGYHNVOLQJVIRUPDWIRUNROOHNWLYHWUDILNQHW Den topologiske model for kollektive trafiknet i afsnit 5. kan måske umiddelbart synes omfattende. De topologiske relationer reduceres imidlertid betydeligt, hvis redundant information udelukkes. Derved er det muligt at skabe et mere overskueligt udvekslingsformat se figur 2). Her beskrives hver rute stadig af en sekvens af rutesegmenter, der hver kan bestå af en sekvens af strækninger, knuder og sving. Det er ikke nødvendigt at inkludere både strækninger, knuder og sving, men det er nødvendigt at referere til mindst én af disse. Det er mest hensigtsmæssigt at beskrive ruten ved en sekvens af sving, idet strækninger og knuder umiddelbart kan findes herfra. Rutesegmenter kan også beskrives fuldkomment af en sekvens af strækninger typisk GIS format). Herfra kan knuder og sving findes ved søgninger i databasen. Nogle trafikmodeller beskriver imidlertid ruter som en sekvens af knuder. Disse beskriver som tidlige nævnt ikke nødvendigvis entydigt rutens forløb i det fysiske trafiknet. Udvekslingsformatet giver dog mulighed for at gemme ruter som en sekvens af knuder, idet det er lettest at rette op på en sådan netbeskrivelse ved at importere den til GIS. >5RXWHWRSRORJ\@ ROUTE-ID, SEGMENT-ID, SEGMENT-ID, SEGMENT-ID, >7HUPLQDOV@ TERMINAL-ID, NODE-ID >HJPHQWWRSRORJ\@ SEGMENT-ID, LINK-ID optional), NODE-ID optional), TURN-ID optional), LINK-ID optional), NODE-ID optional), LINK-ID optional) >&KDQJHWRSRORJ\@ CHANGE-ID, TERMINAL-ID, FROM ROUTE SEGMENT, TO ROUTE SEGMENT, TYPE )LJXU)RUHVOnHWXGYHNVOLQJVIRUPDWIRUNROOHNWLYHWUDILNQHW

Det bemærkes, at det præsenterede udvekslingsformat kan udvides på flere måder, bl.a. til at beskrive skift mellem tætliggende terminaler, terminaler, der har en fysisk udstrækning, samt stoppesteder, der hver for sig er digitaliserede. Sådanne mere komplicerede topologiske modeller og udvekslingsformater herfor er under udvikling i EU-projektet BRIDGES..2./8,252*353.7,95 Artiklen har diskuteret de topologiske sammenhænge mellem forskellige typer trafiknet, og på baggrund heraf er elementer af et grundlæggende udvekslingsformat præsenteret. Generelt anbefales det at beskrive trafiknet som et I\VLVN WUDILNQHW bestående af VWU NQLQJHU og NQXGHU, og med svingbevægelser som et eventuelt yderligere topologisk element. Kollektive trafiknet beskrives som RUJDQLVDWRULVNHQHW af UXWHU, WHUPLQDOHU og VNLIW beskrevet ved tabeller med referencer til det fysiske net. En sådan topologisk model med tilhørende udvekslingsformat gør det muligt at beskrive de mest grundliggende sammenhænge i trafiknet. Intet af denne information mistes ved brug af udvekslingsformatet. Artiklen viser imidlertid, at et sådant net ikke umiddelbart kan opbygges ved brug af standard GIS. Det er derfor nødvendigt at benytte forskellige smutveje / lappeløsninger. Disse løsninger muliggør typisk, at GIS kan gemme og håndtere trafiknet sidstnævnte ved brug af makro programmering), men ikke at netværkstopologien kan vedligeholdes automatisk. Eksempelvis vil den kollektive trafiknet-topologi ikke nødvendigvis blive opdateret, hvis en fysisk strækning opsplittes i to. Et andet eksempel er skiftetabeller, der ikke opdateres automatisk, hvis en rute ændres. Det er naturligvis ikke ideelt, at det er nødvendigt at benytte eksterne programmer, hjemmelavede udvekslingsrutiner samt makroprogrammer for at vedligeholde GIS-baserede trafiknet, idet denne geografiske information burde kunne vedligeholdes af GIS da det vel netop er formålet med et Geografisk Informationssystem). De præsenterede smutveje er ikke desto mindre et stort skridt fremad, idet de kan lette arbejdet i forbindelse med trafikmodellering. Dette skyldes GIS muligheder for geografiske/rumlige analyser, kvalitetskontrol og visualiseringer. 5)5&5 Brems, C. R. & Kronbak, J 99). 0XOWLPRGDOWUDIILFQHWZRUNVLQ*, written in Danish). Paper 99-4. IFP, DTU. Lyngby, Denmark. Caliper Corporation 99). 7UDQV&$'7UDQVSRUWDWLRQ*,RIWZDUH±8VHU V*XLGH Version 3.0 for Windows. Newton, Massachusetts. US. 99a. Ding C., Hanley, P. & Kim, T.J. 994). ARCTRAN: ARC/INFO TRANPLAN WK $QQXDO5, 8VHU&RQIHUHQFH. Proceedings, p. 093-03. Eberlein, X.J. & Fedida, F. 997). A GIS-T Architecture for Vehicle Routing. 75% WK $QQXDO 0HHWLQJ. Washington, D.C. Pre-print, Paper No. 97-05.

Lussier, R. & Wu, J.H. 997). Development of a Data Exchange Protocol between EMME/2 and ARC/INFO. WK $QQXDO 5, 8VHU &RQIHUHQFH. Proceedings and http://www.esri.com/base/- common/userconf/proc97/proc97/to300/pap254/p254.htm. San Diego, USA. Miller, H.J. & Storm, J.D. 99). Geographic Information System Design for Network Equilibrium- Based Travel Demand Models. 7UDQVSRUWDWLRQ5HVHDUFK&. Vol.4, No, pp. 373-389. Nielsen, O.A. 995). Using ARC/INFO and ArcView for Traffic Planning WK $5&,)2 XURSHDQ8VHU&RQIHUHQFH, Prague, Czech Republic. Proceedings, s. XI-3 - XI-8. Nielsen, O.A. 997). A Stochastic Traffic Assignment Model Considering Differences in Passengers Utility Functions. 7KHWK0HHWLQJRIWKH,QWHUQDWLRQDO$VVRFLDWLRQIRU7UDYHO%HKDYLRXU5HVHDUFK. Conference pre-prints, Workshop on Microsimulation of Travel Activities in Networks. Austin, Texas. Nielsen, O.A. 998). A large-scale stochastic multi-class Traffic Assignment Model for the Copenhagen Region. 75,7$,,,, Puerto Rico, June. Pre-prints. Nielsen, O.A., Frederiksen, R.D & Simonsen, N. 997a). Stochastic User Equilibrium Traffic Assignment with turn-delays in intersections. Paper presented at the traffic assignment session, HYHQWK,QWHUQDWLRQDO&RQIHURQ,QIRUPDWLRQ\VWHPVLQ/RJLVWLFDQG7UDQVSRUW. Gothenburg. Nielsen, O.A., Frederiksen, R.D & Simonsen, N. 997b). Using Expert system rules to establish data on intersections and turns in road networks. Paper presented at the expert system session, HYHQWK,QWHUQDWLRQDO&RQIHURQ,QIRUPDWLRQ\VWHPVLQ/RJLVWLFDQG7UDQVSRUW. Gothenburg. Nielsen, O.A., Israelsen, T. & Nielsen, E.R 997c). GIS-based methods for establishing the datafoundation for traffic models. WK $QQXDO 5, 8VHU &RQIHUHQFH. 7 th Annual ESRI User Conference. Proceedings and 'http://www.esri.com/base/common/userconf- /proc97/proc97/abstract/a573.htm'. San Diego, USA. Nielsen, Otto Anker; Israelsen, Thomas & Nielsen, Erik Rude 998). Handling Traffic Modelling Networks in GIS Conflicts-, Solutions- and Applications. WK :RUOG &RQIHUHQFH RQ 7UDQVSRUW 5HVHDUFK. Antwerp. Perone, S.M. 997). Integrating Transportation Modelling Networks Using Dynamic Segmentation. WK$QQXDO5,8VHU&RQIHUHQFH. Proceedings and 'http://www.esri.com/base/common/userconf- /proc97/proc97/to450/pap47/p47.htm. San Diego, USA. Simkowitz, H.J. 990). Integrating Geographic Information System Technology and Transportation Models. 7UDQVSRUWDWLRQ5HVHDUFK5HFRUG. Vol. 27. p. 44-47.