Data til forudsigelse af trafikmønstre ved byplanlægningsprojekter Der er behov for mere lette modeller, der kan understøtte kommu nernes trafikplanlægning i byudviklingen. Sådanne lette modeller giver mulighed for, at mobilitetsplanlæggere og byplanlæggere kan samarbejde om hvor, der er behov for anlæg af veje i forhold til såvel den eksisterende som den kommende trafik til det nye byud viklingsområde. AF JOHAN HARTNACK, UTE STEMMANN OG HANS LARSEN, ATKINS
De danske kommuner er ansvarlige for udviklingen af lokalplaner, der sætter rammen for byudviklingen. Ved større byudviklingsforslag såsom omlægning fra industri til bolig eller etablering af et nyt byområde på et hidtil uudnyttet areal er det vigtigt at evaluere hvilken effekt, en sådan omlægning har på trafikmønsteret på de omkringliggende veje. I dag foregår en del af denne planlægning ved brug af detaljerede modeller, der er tidskrævende at opstille og derfor også omkostningstunge. Med støtte fra Region Hovedstaden har kommunerne Høje-Taastrup og Guldborgsund sammen med Gate 21 valgt at skalere en tidligere udviklet prototype, der fokuserede på, hvordan man kunne forudse trafikudviklingen i en ny bydel. Atkins og TomTom har påtaget sig opgaven og udvikler en løsning, der styrker helheden i kommunernes byplanlægning. Resultatet er en webbaseret ”light” kortløsning, der giver mulighed for at lave estimater af fremtidig trafikudvikling som følge af større byudviklingsprojekter. Modellen kan belyse, hvordan ændringer af en byplan kan påvirke trafikken i et lokalområde f. eks. opførsel af en dagligvarebutik i et lokalområde eller design af et større bolig- eller erhvervsområde. Databaseret modellering Modellen tager udgangspunkt i den eksisterende trafiksituation ved at trække på historiske ”carflow”-data for området. Herved etableres en ”før projekt”-basis. Den eksisterende trafiksituation visualiseres på den kortfokuserede løsning. Carflow-data dækker en stor mængde køretøjer i området, men inkluderer kun de køretøjer, der har sensorer installeret. Carflow-data giver et godt mål
14
G EOFOR U M • OKTOBER 2021
for hastigheden på vejene, men der kræves supplerende data for også at estimere det totale antal køretøjer inden for et givent tidsrum. Modellen suppleres med yderligere data i form af trafiktællinger fra MASTRA (vejsektorens nøgletalsdatabase). Ved udnyttelse af MASTRA-data etableres en korrelation mellem carflow-data og de historiske trafiktællinger, hvorved antallet af køretøjer i et givet tidsrum estimeres. Som et ekstra plus beregnes den trafikgenererede støj på vejene, hvor der er taget udgangspunkt i den nordiske støjmodel. Herved fås et mere helhedsorienteret billede af konsekvenserne ved den øgede trafikbelastning. Brug af geografiske og demografiske variable For at estimere den fremtidige trafik ved byudviklingsprojekter gøres der brug af geografiske og demografiske variable, som tilpasses af brugeren i forhold til det ønskede område. Specifikt udpeges tilkørselsveje, destinationer samt fordelingen af bygningstyper og demografigrupper. For at understøtte den tidsmæssige udstrækning af byudviklingsprojekter er inputparametre også tidsafhængige. Herved kan angives hvilke dele af byudviklingsprojektet, der planlægges færdigudført hvornår. Ud fra ovennævnte parametre beregnes den øgede trafikbelastning over døgnet. Denne kombineres med værdierne for de nuværende trafikale forhold. Resultatvisning på dynamisk kort Resultaterne illustreres på et dynamisk kort, som visualiserer den estimerede samt historiske trafik,
