Zurück Vor

Detailergebnis zu DOK-Nr. 82336

Verbesserung der räumlichen Übertragbarkeit von Direktnachfragemodellen zur Schätzung des Fußverkehrsaufkommens an Knotenpunkten (Orig.engl.: Enhancing the spatial transferability of direct demand models for estimating pedestrian volumes at intersections)

Autoren	L.T. Pereira Sobreira B. Hellinga
Sachgebiete	5.6 Fußgängerverkehr, Fußwege, Fußgängerüberwege 6.2 Verkehrsberechnungen, Verkehrsmodelle

Transportation Research Record (TRR): Journal of the Transportation Research Board Vol. 2678, H. 7, 2024, S. 245-260, 5 B, 4 T, zahlr. Q. - Online-Ressource: verfügbar unter: https://journals.sagepub.com/home/trr

Direkte Nachfragemodelle (Direct Demand, DD-Modelle) sind ein wichtiges Instrument zur Schätzung des durchschnittlichen täglichen Fußverkehrs (AADPT) für alle Knotenpunkte in einem Zuständigkeitsbereich. Diese Modelle verbinden sozioökonomische und Flächennutzungsvariablen mit der Fußverkehrsbelastung und ermöglichen die Schätzung des AADPT für Standorte, an denen keine (leicht verfügbaren) Fußgängerzahlen vorliegen. Einige Zuständigkeitsbereiche verfügen jedoch nicht über Fußverkehrszählungen von einer ausreichend großen Anzahl von Knotenpunkten, um ein eigenes DD-Modell zu entwickeln, oder sie verfügen nicht über die institutionellen Ressourcen, um die Modellentwicklung durchzuführen. Unter diesen Umständen ist die Verwendung von DD-Modellen, die in anderen Zuständigkeitsbereichen entwickelt wurden, eine kostengünstige Alternative. Frühere Untersuchungen haben die räumliche Übertragbarkeit von DD-Modellen in Szenarien ohne Fußverkehrsdaten (d. h. naive Übertragbarkeit) bewertet und gezeigt, dass dies zu großen Schätzfehlern führt. In dem Beitrag werden Methoden zur Verbesserung der Schätzgenauigkeit räumlich übertragener DD-Modelle unter Verwendung von AADPT untersucht, die für Zuständigkeitsbereiche leicht zugänglich sind (sie werden als lokale Kalibrierung bezeichnet). Es wurden in der Arbeit der University of Waterloo, in Ontario (Kanada) fünf lokale Kalibrierungsmodelle vorgeschlagen und anhand von beobachteten Feldzählungen und synthetisierten Zählungen aus drei Gerichtsbarkeiten bewertet. Das beste Modell ist eine Funktion der Anzahl der lokalen Gerichtsbarkeiten, für die Fußverkehrsdaten verfügbar sind. Wenn für 10 % der Standorte Fußverkehrsstärken verfügbar ist, lieferte dieses Modell C die besten Ergebnisse für den synthetischen Ansatz: eine durchschnittliche Verbesserung von 8,7 % im Vergleich zu lokal kalibrierten und naiven Schätzungen. Bei Verwendung realer AADPTs und sehr begrenzter Stichproben für die lokale Kalibrierung zeigte Modell C ebenfalls die beste Leistung: eine durchschnittliche Verbesserung von 35 %.