Zurück Vor

Detailergebnis zu DOK-Nr. 82290

Untersuchung saisonaler Veränderungen der Verkehrsstärke von leichten Fahrzeugen auf Autobahnen unter extremen Wetterbedingungen: Eine Kombination aus zeitlichen statistischen und datenbasierten nichtparametrischen Techniken (Orig. engl.: Examining seasonal changes in light-vehicle traffic volume on freeways under extreme weather conditions: A combination of temporal statistical and data mining non-parametric techniques)

Autoren	M. Effati C. Atrchian
Sachgebiete	0.11 Daten (EDV, IT, Internetanwendungen und Verkehrsdaten) 5.1 Autobahnen 5.15 Verkehrsablauf (Verkehrsfluss, Leistungsfähigkeit, Bemessung) 6.1 Verkehrserhebungen, Verkehrsmessungen

Transportation Research Record (TRR): Journal of the Transportation Research Board Vol. 2678, H. 7, 2024, S. 50-69, 8 B, 9T, zahlr. Q. - Online-Ressource: verfügbar unter: https://journals.sagepub.com/home/trr

Angesichts der zunehmenden Veränderungen der Wetterverhältnisse und der enormen Datenmengen zu Wetter und Verkehr in verschiedenen Teilen des Autobahnnetzes ist der Einsatz von Data-Mining-Methoden zur Quantifizierung der Auswirkungen des Wetters auf den Verkehrsfluss heute unumgänglich. Das Hauptziel der Studie ist es, eine geostatistische Methode zur Berechnung und Analyse der Auswirkungen von Basis- und Extremfällen von Wettervariablen auf die Verkehrsstärke von leichten Fahrzeugen auf Autobahnen vorzustellen, wobei der Schwerpunkt auf zeitlichen Veränderungen an verschiedenen Wochentagen und zwischen Tag und Nacht liegt. Bei der vorgeschlagenen Methode zur statistischen Analyse wurde der parametrische Test der zweiseitigen Varianzanalyse verwendet. Im Folgenden wurden mit der Entwicklung einer nichtparametrischen Methode auf der Grundlage des Entscheidungsbaumalgorithmus "Classification and Regression Tree" (CART) die wetterbezogenen Parameter mit dem größten Einfluss auf die Verkehrsstärke für verschiedene Jahreszeiten separat untersucht. Zu diesem Zweck wurden neun Jahre an Statistiken zu Verkehrs- und Wetterdaten für die untersuchte Autobahn analysiert. Die Berechnungsergebnisse zeigen, dass ein Temperaturabfall von mehr als 35 % an Wochentagen während der kalten Jahreszeit und die Parameter Sichtweite und Niederschlag während des Tages sowie Temperatur während der Nacht im Frühjahr zu einer Verringerung der Verkehrsstärke um mehr als 45 % führen. Diese Studie hat gezeigt, dass die Kombination aus datengesteuerten parametrischen und nichtparametrischen Data-Mining-Techniken für das Verkehrsmanagement bei der Planung und Verkehrssteuerung unter extremen Wetterbedingungen effektiv ist. In diesem Zusammenhang wurde ein Rahmenkonzept für dynamische Verkehrszeichen bei widrigen Wetterbedingungen als praktische Möglichkeit vorgeschlagen, um Autofahrerinnen und -fahrer vor widrigen Wetterbedingungen zu warnen.