A13 onderwerp van studie

Verklarend model berekent reistijdvertraging

Met de gebruikelijke verkeersinformatie - waar staan files en hoe lang zijn ze - schiet de automobilist maar weinig op. Hij of zij mag zelf inschatten hoeveel extra reistijd dit oplevert. Vooral op wegen waar men niet dagelijks reist, is dit lastig. Adviesbureau RUPS heeft samen met TRAIL, AKB ORES, Modelit en steun van Novem een verklarend model ontwikkeld dat vertragingstijden voorspelt.
 


Het project Verkeersverwachting had tot doel na te gaan hoe een informatiedienst voor het voorspellen van reistijden op het wegennet kan worden ontwikkeld, georganiseerd en geëxploiteerd. Technisch bleek het mogelijk om een prognosemodel te bouwen, zij het dat de reistijdvoorspelling nog niet nauwkeurig genoeg is. Organisatorisch is vooral het verzamelen van data een bewerkelijke klus. Ook de commerciële haalbaarheid is nog een punt van aandacht. Maatschappelijke behoefte is er zeker. Het is echter de vraag of de weggebruiker bereid is voldoende te betalen om een dergelijke service in de lucht te houden.
Ineens een model maken voor heel Nederland is onbegonnen werk. Daarom is gekozen om eerst op wegvakniveau duidelijkheid te verkrijgen, middels een analyse en verklarende studie naar de verkeersdata van de A13 tussen Rotterdam en Den Haag. Gekeken is of een bepaald dag-, week, of seizoensritme te ontdekken valt. Tevens is uitgezocht of vertragingen kunnen worden herleid tot het weer, evenementen en wegwerkzaamheden.
Uit de analyse volgt dat alle onderzochte factoren invloed hebben op de reistijd, maar alleen in de spits. De invloed van de factoren is onderling verschillend en varieert per wegsectie. De belangrijkste verklarende factoren zijn het moment van de dag, de dag zelf en het seizoen. Ook de weersgesteldheid (neerslag, wind, licht) heeft een herkenbare invloed op de reistijd. De invloed van incidenten, vakantie en wegwerkzaamheden zijn op wegvakniveau nog niet duidelijk aangetoond.


A13-analyse
Voor het zuidelijke segment van de A13 geldt een standaard reistijd van 400 seconden. De onderzochte factoren hebben hierop een invloed die varieert van -300 tot + 400 seconden. De factor maand heeft een grotere invloed dan de variabele dag. Wat het weer betreft, heeft regen de grootste impact. Op een normale dag geldt voor de reistijd op de A13 een gemiddelde onzekerheidsmarge van 176 seconden. Een reiziger die dit weet, kan zijn reis al een stuk beter plannen. De reiziger die het model toepast en een statistisch risico voor lief neemt dat hij eens in de veertig keer toch te laat op zijn afspraak komt, realiseert ten opzichte van de standaard tijd nog eens een extra tijdwinst van 15 procent.
Aan de hand van de uitkomsten van de A13-analyse is een prototype voor het hoofdwegennet van Nederland ontwikkeld, bestaande uit een elektronisch wegenbestand, reistijdschatter en weergave-module. De reistijdschatter wordt onder meer gevoed met de vertragingseffecten per wegsectie zoals die ook in de A13-studie zijn waargenomen.
Om een informatiedienst op te zetten moet het model worden verfijnd en de nodige organisatorische knelpunten worden opgelost. Zo zijn niet alle data direct toepasbaar en zeer versnipperd voorhanden bij verschillende bronnen. Werkzaamheden bij de dertien provincies en 469 gemeenten staan bijvoorbeeld nergens centraal geregistreerd.
Peter Elderman van RUPS verwacht dat de prijs die individuele weggebruikers voor het product willen betalen onvoldoende is om de kosten te dekken. Toch voorziet het naar zijn mening in een maatschappelijke behoefte. Ov-bedrijven en het beroepsgoederenvervoer hebben al belangstelling getoond. Daarom bepleit hij de oprichting van een breed publiek-privaat samenwerkingsverband om het concept verder te ontwikkelen en in de markt te zetten.

In: Verkeerskunde (april 2003)