Jednym ze sposobów wspomagających problem aktualizacji modelu jest wykorzystanie dostępnej bazy pomiarów przekrojowych do szacowania zmian w więźbie ruchu bez konieczności prowadzenia szczegółowych badań podróży. Podejście wymaga aktualnej i w miarę możliwości rozbudowanej bazy danych pomiarów przekrojowych dla potoków pojazdów lub dla potoków pasażerskich. Działanie takie sprawdza się w przypadku krótkich horyzontów czasowych (np. kilkuletnich) i w efekcie daje zadowalające wyniki zastępując kosztowne i czasochłonne badania. W tym opracowaniu przedstawione zostaną podstawowe zasady i metody kalibracji więźby ruchu wraz z przykładami.
Wiele polskich miast posiada model symulacyjny układu komunikacyjnego, który pozwala odwzorować system transportowy miasta uwzględniając komunikację zbiorową i komunikację indywidualną. Modele takie budowane są najczęściej jako struktura tradycyjnego ujęcia czterostadiowego, w którym poszczególne etapy kalibrowane są w oparciu o rozbudowaną bazę danych wejściowych (wyniki badań ruchliwości, pomiary przekrojowe, struktura i rozmieszczenie zagospodarowania przestrzennego itd.). Modele symulacyjne pozwalają prowadzić racjonalną politykę transportową i wspomagają proces weryfikacji zamierzeń inwestycyjnych w mieście. Bardzo często dostęp do właściwie skalibrowanego modelu jest wykorzystywany do wspomagania bieżącego zarządzania siecią drogową (np. jako zasadniczy element systemu sterowania obszarowego, estymujący krótkoterminowe prognozy w sieci ulicznej). Budując modele symulacyjne, opieramy się na wynikach badań ruchliwości (np. prowadzonych w ramach Kompleksowych Badań Ruchu), które pozwalają oszacować więźbę ruchu dla każdego ze środków transportu. Jednakże badania ruchliwości są czasochłonne i bardzo kosztowne, co powoduje, że prowadzi się je w dość dużych odstępach czasu (kilka, kilkanaście lat). Efektem takich badań jest właśnie model symulacyjny, lecz jego trwałość, a zarazem zakres stosowalności, jest bardzo podatny na wpływ czasu.
Od modelu symulacyjnego wymaga się, aby jego jakość była wysoka, a otrzymywane wyniki miarodajne i wiarygodne. Warunki te mogą być spełnione dla sieci prawidłowo skalibrowanych i dopasowanych do aktualnych danych pomiarowych. Sprowadza się to do sytuacji, w której model symulacyjny musi precyzyjnie odwzorowywać układ transportowy miasta (np. w zakresie dozwolonych relacji skrętnych na skrzyżowaniu, ulic jednokierunkowych czy zdefiniowanej przepustowości odcinków) oraz do zgodności wyników rozkładu ruchu z dostępnymi pomiarami przekrojowymi. W tym przypadku koniecznym jest uzyskanie bazy danych pomiarowych w układzie drogowym, który jest ustabilizowany i niezakłócony inwestycjami budowlanymi – taki sam układ komunikacyjny powinien znaleźć odwzorowanie w modelu symulacyjnym. W wielu przypadkach dostępne modele symulacyjne powstały przed kilkoma laty i wymagają aktualizacji. O ile dopracowanie i zmiana modelu sieci nie stanowi większego problemu, to praca z więźbą ruchu jest już bardziej skomplikowana, wymagając nie tylko bazy danych pomiarów przekrojowych a wiedzy, które elementy więźby ruchu mogą zostać zmienione.
Założenia estymacji więźby ruchu przy wykorzystaniu pomiarów przekrojowych
Podstawowym elementem wymaganym w procesie kalibracji jest dostęp do historycznej więźby ruchu, zawierającej już informacje o potencjałach ruchotwórczych oraz uwzględniających model grawitacyjny. Proces kalibracji więźby ruchu polega na zmianie potencjałów ruchotwórczych i odpowiadających im wielkości relacji między-rejonowych. Jest to w pewnym sensie postawienie problemu modelowania w odwrotnym kierunku, tj. próba wyznaczenia kształtu więźby ruchu bazując na pomiarach przekrojowych i modelu sieci ze zdefiniowaną procedurą rozkładu ruchu. Na rysunkach 1a i 1b przedstawiono istotę zagadnienia [1]:
 |
 |
| Rys. 1. Związek pomiędzy szacowanymi potokami dla relacji źródło – cel a pomiarami przekrojowymi i procedura rozkładu ruchu [1] | |
Problem kalibracji więźby ruchu stanowi zagadnienie nieposiadające jednego rozwiązania. Zwykle informacja o przepływach relacji źródło – cel zawarta w pomiarach przekrojowych jest opisana układem równań stochastycznych [1], w których brak jest wystarczających danych do oszacowania wektora popytu d:
gdzie:
f – wektor pomiarów;
v(d) – wektor popytu wg historycznej więźby ruchu;
ε – błąd zawierający błąd pomiarowy oraz błąd rozkładu ruchu.
- poprz.
- nast. »»
