Bijlage beantwoording aanvullende beeldvormende vraag TROTS - Technisch rapport v- MRDH (geanonimiseerd)
Tekst van het document
Vertaling kalibratieresultaat naar prognoses
Na de kalibratie ontstaan de a-posteriori-basismatrices die zijn gecorrigeerd aan telgegevens. Deze correctieslag (de kalibratiecorrectie) dient ook in de prognosematrices terecht te komen. De gevolgde procedure daarvoor is verschillend per modaliteit en is weergegeven in de hiernavolgende figuur 1.16. Procedure vracht en fiets Voor het vracht- en fietsverkeer (linkerzijde in figuur 1.16 op de volgende pagina) vindt er geen verrijking plaats van de synthetische matrix voor de basis- en prognosejaren. Om de kalibratie-effecten te vertalen naar de prognose wordt gekeken naar het verschil tussen de gekalibreerde (a posteriori) en ongekalibreerde (a priori) matrices van het basisjaar. Om het kalibratie-effect vast te stellen is gekeken naar een methode zoals toegepast in het Regionaal Goederenvervoer Model (RGM). In deze RGM-methode wordt een additieve en multiplicatieve benadering gecombineerd. Dit houdt in dat in principe het kalibratie-effect (de groeifactor tussen de synthetische en gekalibreerde matrix van het basisjaar) multiplicatief (als groeifactor) wordt toegepast op de synthetische matrix van het prognosejaar, tenzij een onrealistisch hoge procentuele groei zou ontstaan.
In dat geval wordt het kalibratie-effect toegepast op de groei tussen de matrix van het synthetische basisjaar en de matrix van het synthetische prognosejaar (absoluut) en vervolgens opgeteld op de synthetische matrix van het basisjaar om uit te komen op een gekalibreerd prognosejaar. Procedure auto en openbaar vervoer De definitieve a priori synthetische auto- en OV-matrices van het basisjaar, dus inclusief verrijkingen aan GSM en OV-chipkaart-data zijn als input gebruikt voor de matrixkalibratie. Deze verrijkingen zijn echter alleen voor het basisjaar uitgevoerd. Voor de prognosejaren zijn immers geen gemeten data beschikbaar. De verrijkingsstap is dus niet gemaakt voor de prognosejaren, maar dit zit opgesloten in de kalibratie-effecten. Daarom bestaat het kalibratie-effect, conform de RGM-methode, voor de prognoses in feite uit twee onderdelen, namelijk de kalibratie-effecten en de verrijkingseffecten (zie rechterzijde in figuur 1.16). Het kalibratie-effect, tussen de a priori basisjaarmatrices en de a-posteriori basisjaarmatrices wordt ook middels de RGM-methode, zoals de procedure bij vracht en fiets, overgezet.
Verkeersmodel MRDH 3.0 - 22 december 2023
51
Figuur 1.16: Vertaling kalibratie-effect naar prognoses
Verkeersmodel MRDH 3.0 - 22 december 2023
52
2. Uitgangspunten basisjaar Het basisjaar voor het verkeersmodel V-MRDH 3.0 is een modellering van een jaar in het recente verleden, in dit geval het jaar 2020 (voor corona). Zodoende kan het Verkeersmodel3.0 worden getoetst op gemeten data en kan vervolgens door middel van scenario’s een doorkijk worden gegeven naar prognosejaren. Wat is aangehouden ten aanzien van fijnmazigheid, gebruikte data en gebruikte uitgangspunten voor het basisjaar is bepalend voor het resultaat van de modeluitkomsten. In dit hoofdstuk wordt ingegaan op de uitgangspunten die gebruikt zijn voor het maken van het basisjaar 2020 (voor corona) van het verkeersmodel V-MRDH 3.0 en de invoer die aan het basisjaar 2020 (voor corona) ten grondslag ligt.
2.1
Gebiedsindeling
Om modelmatige en privacyredenen is het momenteel niet mogelijk om verplaatsingen op adresniveau te berekenen aangezien dit o.a. te veel rekenkracht zou vereisen. Daarom zijn meerdere adressen samengenomen in zones. Het V-MRDH 3.0 bestaat in totaal uit 7.786 zones (de zonerering is tijdens verschillende modelversies verder verfijnd geraakt). Voor elke zone is voor het basisjaar 2020 (voor corona) de productie en attractie berekend. Hoe fijnmaziger de zonering is, des te eenvoudiger het is om betrouwbare uitspraken op het onderliggende wegennet te doen. In het studiegebied is de zonering het meest fijnmazig, naar buiten toe worden de zones steeds grover. In tabel 2.1 en figuur 2.1 is de oorspronkelijke indeling in verschillende gebiedstypen qua fijnmazigheid aangeduid. Binnen de zonerange voor het studiegebied MRDH is per gemeente een aantal dummyzones opgenomen ten behoeve van het modelleren van toekomstige ruimtelijke ontwikkelingen. deelgebied studiegebied MRDH
zonerange
aantal zones
1-6700
6700
verfijnd invloedsgebied Zuid-Holland
6701-7234
534
invloedsgebied rest Zuid-Holland
7235-7400
166
oorspronkelijke bron overgenomen uit VMH1 en RVMK3 verfijning van NRM2017 overgenomen uit NRM2017 overgenomen uit
buitengebied (rest Nederland)
7401-7786
386
LMS2017/ gemeentecodering 2016
Tabel 2.1: Indeling in gebiedstypen
Verkeersmodel MRDH 3.0 - 22 december 2023
53
Figuur 2.1: Weergave indeling in gebiedstypen
Hieronder is uitgeschreven hoe elk deelgebied is opgebouwd. Studiegebied MRDH De zones van het MRDH-studiegebied zijn tot stand gekomen door een samenvoeging van de voormalige gebiedsindelingen van het RVMK-Rotterdam (oranje in figuur 2.1) en VMHDen Haag (lichtblauw in figuur 2.1). De zonerering is tijdens verschillende modelversies verder verfijnd geraakt. Ook binnen de update naar het V-MRDH 3.0 zijn aanpassingen in de zones van het studiegebied MRDH doorgevoerd door het verschuiven, aggregeren of desaggregeren van zonegrenzen. Deze aanpassingen (enkele honderden) zijn door de gemeenten aangeleverd. Figuur 2.2 toont in het groen de gebieden waarvoor mutaties zijn doorgevoerd.
Verkeersmodel MRDH 3.0 - 22 december 2023
54
Figuur 2.2: Aangebrachte mutaties (in het groen) in V-MRDH 2.10 in zones van het studiegebied MRDH voor het maken van zones voor V-MRDH 3.0
Invloedsgebied De gebiedsindeling van het invloedsgebied is als volgt opgebouwd: •
Direct aansluitend aan het studiegebied is een verfijnde schil (lichtgroen in figuur 2.1) aangebracht om een zo goed mogelijke overgang tussen het studiegebied en de rest van Nederland te borgen. Deze schil loopt van Leiden langs Gouda, Krimpenerwaard, Hoeksche Waard tot aan Goeree-Overflakkee. De zones van de verfijnde schil zijn ongeveer een factor 4 meer verfijnd ten opzichte van zones van het NRM (NRM2017). Het gedeelte van Leiden tot aan de Krimpenerwaard is overgenomen uit het voormalige VMH-Den Haag, het gedeelte van Krimpenerwaard tot aan Goeree-Overflakkee is in het proces van de bouw van het V_MRDH 1.0 opnieuw opgesteld.
•
De zones van de rest van Zuid-Holland zijn dezelfde zones als zones in het NRM (NRM2017) (paars in figuur 2.1).
Buitengebied •
Rondom Zuid-Holland is er een schil (donkerblauw in figuur 2.1) van zones van grofweg Amsterdam via Utrecht naar West-Brabant en Zeeland. Die zones zijn overgenomen uit het LMS (LMS2017).
•
De schil daarbuiten (de kop van Noord-Holland, Flevoland, het oostelijk deel van de provincie Utrecht, het westelijk deel van de provincie Gelderland, de oostelijke helft van Brabant en het zuidelijke deel van Zeeland) is opgenomen door hiervoor zones te
Verkeersmodel MRDH 3.0 - 22 december 2023
55
maken ter grootte van gemeenten (oranje in figuur 2.1). De buitenste rand van Nederland (Groningen, Friesland, Overijssel, Limburg en delen van oostelijk Gelderland en Brabant) is opgenomen door hiervoor zones te maken ter grootte van COROP’s (donkergroen in figuur 2.1). De gebiedsindelingen en het aantal zones binnen het NRM en LMS zijn ten opzichte van 2017 niet aangepast. De indelingen voor het invloedsgebied en buitengebied zijn dan ook mede daardoor onveranderd gebleven binnen het V-MRDH 3.0 t.o.v. V-MRDH 2.10.
2.2
Sociaal-economische gegevens
Voor elke zone zijn sociaal-economische gegevens (SEG) verzameld. De SEG bevatten onder andere data over aantallen inwoners en arbeidsplaatsen en vormen de bron waarop de riteindberekening (zie paragraaf 2.3) plaatsvindt. Tabel 2.2 geeft een overzicht van de brondata van de SEG die gebruikt zijn voor het maken van het basisjaar 2020 (voor corona).
toevoeging
detailniveau bron studiegebied
bron studiegebied
bron buitengebied
totale mobiliteit
postcode 6
BAG
BAG
categorie huishoudens inwoners totaal
totale mobiliteit
postcode 6
BAG
BAG
inwoners tot 12 jaar
motief onderwijs (basisscholieren)
postcode 6
BAG
BAG
inwoners 12-34 jaar
motief onderwijs (middelbaar en beroeps/hoger onderwijs)
postcode 6
BAG
BAG
leerlingplaatsen tot 12 jaar
motief onderwijs (basisscholieren)
postcode 6
DUO
DUO
leerlingplaatsen 12 jaar e.o.
motief onderwijs (middelbaar en beroeps/hoger onderwijs)
postcode 6
DUO
DUO
woon-werk en zakelijk verkeer
postcode 6
BAG
BAG
motief winkel
adres
LISA
BAG
adres
LISA
BAG
beroepsbevolking arbeidsplaatsen detailhandel arbeidsplaatsen industrie arbeidsplaatsen overig
woon-werk en vrachtverkeer
adres
LISA
BAG
arbeidsplaatsen totaal
woon-werk en zakelijk verkeer
adres
LISA
BAG
vr_supermarktfunctie
Vrachtverkeer
adres
LISA
BAG
vr_agrarischefunctie
Vrachtverkeer
adres
LISA
BAG
vr_distributiecentrumfunctie
Vrachtverkeer
adres
LISA
BAG
vr_kantoor
Vrachtverkeer
adres
LISA
BAG
vr_terminalfunctie_m2
Vrachtverkeer
adres
LISA
BAG
(Meer info 1.6.2)
hh 0 auto’s
postcode 6
CBS
CBS
hh 1 auto’s
postcode 6
CBS
CBS
hh 2 auto’s
postcode 6
CBS
CBS
hh 3 of meer auto’s
postcode 6
CBS
CBS
parkeertarief parkeerplaatsen
(Meer info 1.8.2)
-
Aangeleverd door MRDH UrbanTools Next
-
Tabel 2.2: Brondata sociaal-economische gegevens
Verkeersmodel MRDH 3.0 - 22 december 2023
56
De arbeidsplaatsen van het basisjaar 2020 (voor corona) in VMRDH 3.0 zijn gebaseerd op een algemeen arbeidsplaatsenbestand uit het Mobiliteitsspectrum Nederland (brondata uit CBS en BAG), peildatum 1-1-2020. Voor het studiegebied zijn de gegevens van het provinciale LISA arbeidsplaatsen gebruikt, peildatum 1-1-2019. Deze adresgegevens zijn voor het studiegebied MRDH geaggregeerd naar zones in het studiegebied MRDH in VRMDH 3.0 en op basis van SBI-codering vertaald naar de verschillende arbeidsplaatscategorieën die het VMRDH 3.0 kent (detail, industrie, rest wat zorgt voor autoritten en vr_supermarktfunctie, vr_agrarischefunctie, vr_kantoor en vr_overig wat zorgt voor vrachtritten). Zzp-correctie Op de dataset van arbeidsplaatsen is een ‘ZZP-correctie’ gedaan waarbij bepaalde zelfstandigen uit de dataset zijn gehaald. Op het moment dat deze zelfstandigen namelijk wel zouden zijn meegenomen, koppelt het model ten onrechte een HB-verplaatsing aan de betreffende arbeidsplaatsen (terwijl deze zelfstandigen deze verplaatsing veelal niet maken omdat de woon- en werklocatie meestal dezelfde is). De volgende regels zijn gehanteerd voor alle modelzones: •
Voor de arbeidsplaatsen gekoppeld aan voorzieningen (zoals winkels en horeca) tellen de zzp’ers wel mee. Denk hierbij aan kleine winkels waar 1 persoon werkt.
•
Bij alle andere sectoren worden de vestigingen met 1 arbeidsplaats niet meegeteld. Dit is ongeacht de locatie van de vestiging; er wordt dus geen onderscheid gemaakt of de arbeidsplaats in een centrum is of in een woongebied.
Vrachtritten Er is gekozen om voor het vrachtmodel een verfijning te doen op arbeidsplaatsen om zo de specifieke ritgeneratie voor doelgroepen vrachtverkeer beter te kunnen benaderen. Specifiek zijn er verfijningen gedaan binnen: •
Industrie (arbeidsplaatsen industrie zijn uitgesplitst in arbeidsplaatsen m.b.t. agrarische functies en arbeidsplaatsen m.b.t. overige industrie).
•
Detailhandel (arbeidsplaatsen detailhandel zijn uitgesplitst in arbeidsplaatsen m.b.t. supermarkten en overige arbeidsplaatsen in detailhandel).
•
Overig (arbeidsplaatsen overig zien op kantoorwerkplekken, arbeidsplaatsen m.b.t. distributiecentra en overige niet gespecificeerde functies).
•
Terminals, zat ook in 2.10 (Opstelruimte per strekkende meter kademuur, interne grootheid).
De eerste drie categorieën zijn toegevoegd in het V-MRDH 3.0 en de terminalfunctie zat ook al in V-MRDH 2.10, daarin is niets veranderd. Deze indeling is gekozen omdat de personenverkeermodule dan zonder wijzigingen kan blijven, terwijl er meer grip kan worden gegenereerd voor specifieke types arbeidsplaatsen waarvoor uit intern onderzoek afwijkende ritgeneratie voor vrachtverkeer is bepaald. In tabel 2.3 zijn de belangrijkste sociaal-economische gegevens (woningen, inwoners en arbeidsplaatsen), die door het Verkeersmodel V-MRDH 3.0 gebruikt worden om auto-, vracht-, OV- en fietsritten te genereren, per gemeente opgesomd. Afgerond waren er in 2020 (voor corona) in de zones van de MRDH meer dan 1,1 miljoen huishoudens met in totaal meer dan 2,3 miljoen inwoners. Meer dan de helft hiervan woont in de zones van
Verkeersmodel MRDH 3.0 - 22 december 2023
57
Rotterdam en Den Haag. Het totaal aantal arbeidsplaatsen was in zones van de MRDH meer dan 1 miljoen. Op basis van de SEG en waargenomen aantallen verplaatsingen uit ODiN in de jaren 2018/2019 zijn de ritproductiefactoren geschat voor het V-MRDH 3.0. gemeente
huishoudens
inwoners
arbeidsplaatsen
Albrandswaard
10.499
25.374
9.191
Barendrecht
19.278
48.735
25.107
Brielle
7.758
17.094
5.264
Capelle aan den IJssel
31.332
66.976
32.162
Delft
58.808
103.321
50.318
Hellevoetsluis
17.464
38.827
9.018
Krimpen aan den IJssel
12.402
29.506
8.547
Lansingerland
23.782
62.203
23.969
Leidschendam-Voorburg
36.709
76.518
17.485
Maassluis
14.980
33.143
6.894
Midden-Delfland
7.837
19.359
6.529
Nissewaard
39.113
86.445
20.170
Pijnacker-Nootdorp
21.506
55.298
15.095
Ridderkerk
20.802
46.186
19.499
Rijswijk
26.426
54.395
30.968
Rotterdam
327.342
649.507
351.641
Schiedam
37.491
78.600
32.671
's-Gravenhage
268.027
544.913
247.926 19.748
Vlaardingen
34.619
73.265
Wassenaar
11.476
26.207
8.960
Westland
46.296
110.051
58.421
Westvoorne
6.661
14.721
3.399
Zoetermeer
55.900
125.068
46.111
Totaal MRDH
1.136.508
2.385.713
1.049.093
Buitengebied
6.849.347
14.992.023
6.642.366
Totaal Nederland
7.985.855
17.377.736
7.691.459
Tabel 2.3: SEG 2020 per gemeenten in studiegebied
2.3
Netwerken
Ten behoeve van de weerstandsbepaling voor de distributie en modal split, het routekeuzegedrag en de visualisatie van de modelresultaten worden per modaliteit digitale netwerken gebruikt. De wegvakken zijn hierbij vormgegeven door middel van zogenoemde links die met elkaar zijn verbonden door knopen. Bij deze update van het verkeersmodel naar V-MRDH 3.0 zijn de bestaande netwerken uit VMRDH 2.10 gebruikt en gedeeltelijk aangepast. Dit houdt in dat de netwerken niet systematisch opnieuw zijn opgebouwd, maar in de basis vrijwel gelijk zijn aan de netwerken zoals deze ooit voor het V-MRDH 1.0 zijn opgesteld. Bij elke update van het verkeersmodel zijn kleine netwerkwijzigingen doorgevoerd. Voordeel hiervan is dat de huidige netwerkinformatie, kruispunttyperingen en netwerksnelheden gehandhaafd blijven en het V-MRDH 3.0 dus voortborduurt op de verbeterslagen die door de jaren heen zijn uitgevoerd. Deze paragraaf beschrijft hoe de netwerken zijn opgebouwd.
Verkeersmodel MRDH 3.0 - 22 december 2023
58
2.3.1
Motorvoertuigen
Initiële opbouw van de netwerken Via de hiernavolgende stappen zijn de auto- en vrachtnetwerken van het V-MRDH 1.0 (een voorloper van V-MRDH3.0) tot stand gekomen: 1.
De auto-/vrachtnetwerken van de voormalige VMH en RVMK zijn binnen het V-MRDH 1.0 samengevoegd tot één MRDH-netwerk. Dit is zowel gedaan voor het basisjaar als voor de prognosejaren. De fiets- en OV-links alsmede de OV-lijnen zijn van deze netwerken verwijderd. Netwerken voor 1) de auto en vracht en 2) fiets en OV zijn in het V-MRDH twee separate netwerken.
2.
Het wegennet buiten de MRDH is voor V-MRDH 1.0 een-op-een overgenomen uit het NRM2017.
3.
De wettelijke maximumsnelheden zijn toegevoegd op basis van data uit maximumsnelheden.info (informatie uit 2016) maar zijn wel bijgewerkt op basis van recente aanpassingen. Zo is de snelheidsverlaging naar 100 km/h overdag van maart 2020 doorgevoerd voor de prognosenetwerken.
4.
Naast maximumsnelheden wordt gewerkt met modelsnelheden om op die manier het verkeer zo veel mogelijk de juiste routes te laten rijden. De modelsnelheden zijn overgenomen uit het V-MRDH 2.10 en zijn net als bij iedere update van het verkeersmodel waar nodig ververst. Op het hoofdwegennet zijn de vrachtsnelheden op 80 km/h19 ingesteld, op het onderliggende wegennet is een factor 0,75 ten opzichte van de autosnelheden gehanteerd om zo te voorkomen dat vrachtverkeer onevenredig veel gebruikmaakt van dit onderliggende wegennet.
5.
Aan de netwerken zijn de hiernavolgende typeringen gekoppeld, zoals weergegeven in tabel 2.4. Voor de rijkswegen en gebiedsontsluitingswegen is wat betreft de capaciteiten aangesloten bij de manier waarop dat binnen de NRM’s wordt gedaan. Voor het onderliggende wegennet is daarvan op basis van expert judgement afgeweken en aangesloten bij de algemeen door Goudappel gehanteerde uitgangspunten. De capaciteiten worden voor deze wegtypen in de regel door NRM overschat. Dit heeft ermee te maken dat in het V-MRDH ook rekening wordt gehouden met de capaciteit van kruispunten. Dat is in het NRM niet opgenomen.
6.
OmniTRANS berekent per kruispunt de vertragingen per afslagbeweging die op basis van een vooraf opgegeven kalibratiefactor wordt meegenomen (niet te verwarren met de factor die wordt bedoeld door in de kalibratie van een synthetische matrix naar een gekalibreerde matrix te komen). De software ondersteunt geen kruispuntmodellering voor kruispunten die binnen het model bestaan uit meerdere knopen. Met name in de stad Den Haag is dit het geval, omdat de ligging van het netwerk hier niet is aangepast in verband met milieudoeleinden. Kruispunten bestaande uit meerdere knopen worden daarom gecorrigeerd voor het aantal gepasseerde knopen. De correctie vindt plaats op de afslagbewegingen (turns) met behulp van kruispuntcoördinatiefactoren. Per type kruispunt is hierbij (in het VMRDH 1.0 uitgerekend) de gemiddelde vertraging in seconden verdeeld over het aantal knopen waaruit het kruispunt bestaat.
19
In de praktijk ligt de gereden snelheid van vrachtverkeer op autosnelwegen vaak iets boven de 80 km/h, desondanks is hier de wettelijke maximumsnelheid aangehouden.
Verkeersmodel MRDH 3.0 - 22 december 2023
59
7.
De statische modelnetwerken zijn voorbereid voor dynamisering met STAQ/Streamline binnen de software OmniTRANS. STAQ is een semi-dynamische toedeeltechniek waardoor we beter in staat zijn files te modelleren binnen strategische regionale modellen. Door de daarvoor benodigde kenmerken (zoals de capaciteit per rijstrook per uur) op link- en kruispuntniveau toe te voegen, is een dynamische toedeling op het bestaande netwerk direct uit te voeren. Bij het daadwerkelijk maken van een dynamische toedeling kan het echter alsnog nodig zijn delen van de netwerkinput te verfijnen om de plausibiliteit van de uitkomsten te verbeteren.
Het bovengenoemde is initieel uitgevoerd voor zowel de netwerken in het basisjaar als in de prognosejaren. Het gaat hierbij dus om de systematische opbouw van de netwerken van het oorspronkelijke V-MRDH 1.0. Daarna heeft er geen systematische wijziging van de netwerken meer plaatsgevonden. Wel heeft er de afgelopen jaren jaarlijks een update van het V-MRDH plaatsgevonden waarbij alle gemeenten binnen de MRDH en overige stakeholders in de gelegenheid zijn gesteld opmerkingen/updates aan te dragen voor de netwerken (en de onderdelen hierboven die gebruikt zijn om de netwerken te bouwen). Update V-MRDH 3.0 Ook bij de update naar het V-MRDH 3.0 zijn de gemeenten binnen de MRDH en andere stakeholders zoals Rijkwaterstaat, provincie en havenbedrijf weer in de gelegenheid gesteld om opmerkingen en verbeterpunten aan te dragen voor de netwerken. Vertrekpunt daarbij was het bestaande netwerk van modeljaar voor 2021 van het V-MRDH 2.10. Eerst zijn door Goudappel de netwerkverschillen tussen dit netwerk en het Nationaal Wegen Bestand (NWB) in beeld gebracht en op basis daarvan zijn de eerste mutaties doorgevoerd. Zo is geprobeerd de gemeenten te helpen bij de vraag waar in hun gemeente het netwerk de laatste jaren is veranderd.
Het wegennet buiten de MRDH is in V-MRDH 3.0 niet opnieuw aan het meest recente NRM gekoppeld, maar de verschillen buiten de MRDH binnen het invloedsgebied zijn wel overgenomen zodat het netwerk up-to-date is. Hiervoor is een vergelijking gedaan met wegvakken en capaciteiten in het NWB. In totaal zijn meer dan 1.000 opmerkingen (voor basis- en prognosejaren) digitaal doorgegeven, variërend van een wijziging van de wettelijke snelheid tot het ontbreken van een fietslink. Deze opmerkingen zijn vervolgens verwerkt in het verkeersmodel V-MRDH 3.0. Meer specifiek worden de prognosenetwerken besproken in hoofdstuk 5.
Verkeersmodel MRDH 3.0 - 22 december 2023
60
wegtypering
snelheid
capaciteit per rijstrook (2 uur)
autosnelweg
20
130/120/100/80
4.300
autoweg
100
3.600
GOW_bubeko_gesloten_80
80
3.200
GOW_bubeko_gemengd_80
80
3.000
ETW_bubeko_breed_60
60
2.400
ETW_bubeko_smal_60
60
1.600
GOW_bibeko_70
70
3.000
GOW_bibeko_50
50
3.000
WOW_bibeko_50
50
2.700
ETW_bibeko_30
30
2.400
verblijfsgebied_15
15
1.600
industrieontsluitingsweg_50
50
3.000
Industriestraat_30
30
2.400
Tabel 2.4: Overzicht wegtyperingen en bijbehorende snelheden en capaciteiten
2.3.2
Fiets
Initiële opbouw van de netwerken In de oude verkeersmodellen RVMK en VMH waren de fietsnetwerken erg grofmazig weergegeven als een feitelijke kopie van het autonetwerk en de daarop gesloten verklaringen voor fietsers. Voor het MRDH-model is een andere werkwijze gevolgd. Deze werkwijze die is aangehouden is verkend in de in 2016 uitgevoerde Fietspilot. De volgende werkwijze is gevolgd voor het maken van het fietsnetwerk van V-MRDH 1.0: 1.
Er is een kopie gemaakt van de autonetwerken die al gemaakt waren voor V-MRDH 1.0. Alle links in de MRDH en een schil daaromheen zijn vervolgens vervangen door een databestand uit het jaar 2016 van de Fietsersbond, dat veel meer detailniveau en wegkenmerken bevat. Buiten de MRDH wordt nog steeds uitgegaan van het autonetwerk, waarop snelwegen zijn uitgesloten als fietsverbindingen.
2.
Het Fietsersbond-netwerk van het jaar 2016 bevatte niet alleen de fietsinfrastructuur, maar alle infrastructuur (dus ook OV-infrastructuur en auto-infrastructuur). Ten behoeve van het modelleren van voor- en natransport OV is de codering van wegtypes voor het gehele fiets- en OV-netwerk verfijnd. Er is nu onderscheid gemaakt tussen wegvakken waarop langzaam verkeer is toegestaan, wegvakken waarop geen langzaam verkeer is toegestaan en wegvakken waarop alleen langzaam verkeer is toegestaan.
3.
De fietssnelheden op het Fietsersbond-netwerk worden berekend aan de hand van omgevingskenmerken. Het gaat hierbij om de rechtstand van een wegvak, de wegdekverharding, het wegtype en of het fietspad tot een hoofdfietsroute behoort. De wegdekverhardingen blijken niet in alle gemeenten in het Fietsersbond-netwerk te zijn ingevuld. Om die reden zijn wegvakken met de status ‘onbekend’ aangevuld op basis van wegbeheerbestanden (afgeleid uit de BGT).21
20 21
De maximumsnelheden op het HWN zijn per wegvak verschillend. BGT: Basisregistratie Grootschalige Topografie.
Verkeersmodel MRDH 3.0 - 22 december 2023
61
De fietssnelheden buiten het Fietsersbond-netwerk zijn een gemiddelde van de berekende snelheden in het studiegebied MRDH (het gaat hierbij om alles buiten het verfijnd invloedsgebied). De gebruikte snelheidsformule is: Gemiddelde snelheid link = 17,944 + (4,517 * Lengte) + (-0,335 * Bochten) + (-1,357 * KruisEind = VRI) + (-0,856 * Wegtypen = solitair fietspad) + (-1,318 * KruisBegin = VRI) + (-1,294 * Wegdek = klinkers) + (-0,200 * Wegtypen = bromfietspad (langs weg) + (-1,109 * KruisBegin = voorrangskruispunt, geen voorrang) + (-1,127 * KruisEind = voorrangskruispunt, geen voorrang) + (0,040 * KruisEind = niets aanwezig). Deze snelheidsformule is tot stand gekomen na een onderzoektraject uitgevoerd door Hanneke Hogenkamp (Goudappel BV). 4.
De snelheid voor lopen is uniform op 5 km/h ingevoerd in het V-MRDH 3.0. Deze toevoeging is nodig, omdat het OV-netwerk op het fietsnetwerk wordt gemapt (zie hierna onder ‘Update V-MRDH 3.0’) en daarmee moet ook lopen over het fietsnetwerk richting de OV-haltes mogelijk zijn.
5.
Het kruispunttype van het betreffende kruispunt is toegevoegd op kruispuntniveau. Aan de hand van deze typering worden aanvullende kruispuntvertragingen meegenomen in de routekeuze.
6.
De fietssnelheden zijn afgetopt op 25 km/h. Uit data van de fietstelweek blijkt dat op lange wegvakken in de buitengebieden met (waarschijnlijk) een groot aantal elektrische fietsers nog hogere snelheden gehaald worden. Binnen het studiegebied MRDH gaan we ervan uit dat deze hoge snelheden niet (vaak) gehaald worden en daarom zijn geen hogere snelheden dan 25 km/h ingevoerd in het V-MRDH 3.0.
Update V-MRDH 3.0 Ook voor de modaliteit Fiets zijn we voor V-MRDH 3.0 uitgegaan van het bestaande netwerk van modeljaar 2021 in V-MRDH 2.10. Net als voor de autonetwerken zijn voor het fietsnetwerk opmerkingen aangeleverd door de gemeenten binnen de MRDH en andere stakeholders. Deze opmerkingen zijn vervolgens verwerkt voor het maken van het fietsnetwerk in het verkeersmodel V-MRDH 3.0. 2.3.3
Openbaar vervoer
Initiële opbouw van de netwerken Het OV-netwerk van V-MRDH 1.0 is als volgt opgebouwd: 1.
Goudappel heeft voor geheel Nederland in eigen beheer een railnetwerk opgesteld op basis van GTFS-data22. Dit bevat de volledige spoordienstregeling voor heel Nederland van 2015, en voor 2030 wanneer Programma Hoogfrequent Spoor is gerealiseerd. Dit spoornetwerk is ingelezen in het fietsnetwerk dat al gemaakt was voor V-MRDH 1.0 en de Railstations zijn geautomatiseerd aangetakt aan het onderliggende fietsnetwerk.
2.
Goudappel heeft daarnaast op basis van GTFS-data OV-netwerken opgesteld voor een RET- en HTM-verkeersmodel (situatie januari 2015). Vanuit dit model zijn linken voor de bus, tram en metro van de RET en HTM overgehaald naar het V-MRDH 1.0. De buslijnen en bushaltes zijn opnieuw gelinkt aan het onderliggende (fiets)netwerk. Tram- en metrolinken zijn niet gelinkt aan fietslinken. Alle bushaltes zijn geautomatiseerd
22
General Transit Feed Specification. Gestandaardiseerd format voor overdracht dienstregelingen van vervoerders, oorspronkelijk bedoeld als input voor Google Maps. GTFS is open data.
Verkeersmodel MRDH 3.0 - 22 december 2023
62
aangetakt aan het onderliggende fietsnetwerk. De tram-, metro- en NS-haltes zijn in eerste instantie ook automatisch aangetakt. Vervolgens zijn deze aantakkingen zo nodig handmatig gecorrigeerd. 3.
Voor de regionale buslijnen in het studiegebied MRDH en BTM (bus, tram, metro) in de rest van Nederland is een extractie gemaakt uit een door Goudappel opgesteld BTMnetwerk voor geheel Nederland (december 2015). Dit netwerk kan gezien worden als een ruwe databron met alle data uit GTFS, zoals frequenties en rijtijden. Doordat er geen gedetailleerd netwerk onder ligt, heeft dit netwerk daardoor minder modelkwaliteit qua ligging van de buslijnen dan de hiervoor genoemde bronnen.
4.
Het map-matchen van de buslijnen uit de bestanden van RET, HTM en GTFS vindt plaats door tussen de op coördinaten gekoppelde haltes de snelste route over het busnetwerk te zoeken, waarbij voor de netwerkselectie gebruik is gemaakt van een Shape-bestand van OpenGeo. Op diverse locaties is de routering van de bussen modelmatig echter nog niet exact volgens de werkelijkheid. De grootste gevonden routefouten door de werkgroep V-MRDH en onze eigen OV-specialisten zijn handmatig nagelopen. Een verdere detailleringsslag is mogelijk, maar arbeidsintensief en niet voor het maken van V-MRDH 1.0 uitgevoerd.
5.
Frequenties voor de ochtend- en avondspits zijn afgeleid uit de dienstregelingen van de bronbestanden (GTFS). De frequenties voor de restdagperiode zijn bepaald door het aantal ritten in de 20-uursrestdagperiode te delen door 7 (uurfactor om van de 20uursperiode terug te komen tot representatieve uurfrequenties voor de restdag, op basis van expert judgement bepaald). De restdagfrequenties zijn vervolgens afgerond op halve aantallen (0.5, 1.0, 1.5, etc.). Restdagfrequenties < 0.5 zijn op 0 gezet.
6.
Om het OV-netwerk behapbaar te houden (datagebruik) en rekentijden in de hand te houden, is het OV-netwerk als volgt uitgedund: -
BTM-lijnen die op etmaal < 1 rit maken zijn verwijderd.
-
BTM-lijnen in het buitengebied (buiten de as Amsterdam - Amersfoort - Den Bosch - Tilburg) hebben door de grofmazigheid van de zonering geen meerwaarde en zijn verwijderd.
7.
OV-haltes die door geen enkele lijn worden aangedaan, zijn verwijderd.
De spoorhaltes zijn in eerste instantie geautomatiseerd aangetakt aan het fietsnetwerk. Hierdoor kunnen onjuiste looproutes zijn ontstaan (station Gouda bijvoorbeeld was alleen aan de noordzijde van het spoor aangetakt in plaats van aan beide zijden) met als gevolg een minder correcte inschatting van het OV-gebruik. Als laatste actie zijn alle spoorstations in Zuid-Holland handmatig nagelopen en aangepast/gedetailleerd op de in de werkelijkheid juiste wijze van aantakking aan het fietsnetwerk en is ook gekeken naar de overstap op het BTM.
8.
Voor alle tram- en metrohaltes is gecontroleerd of deze goed zijn aangesloten op het fietsnetwerk. Waar nodig is dit aangepast. Daarnaast zijn eenrichtingslinks voor BTM in beide richtingen opengesteld voor lopers (en indien mogelijk ook voor fietsers) ten behoeve van het bevorderen van voor- en natransport. Naar aanleiding van de inloopsessies ten tijde van de bouw van V-MRDH 1.0 is de routering van enkele buslijnen aangepast.
Verkeersmodel MRDH 3.0 - 22 december 2023
63
Update V-MRDH 3.0 Ook voor de modaliteit OV zijn we voor V-MRDH 3.0 uitgegaan van het bestaande netwerk van modeljaar 2021 in V-MRDH 2.10. Net als voor de autonetwerken zijn voor het OV- en fietsnetwerk opmerkingen door de gemeenten binnen de MRDH en andere stakeholders aangeleverd. Deze opmerkingen zijn vervolgens verwerkt in het verkeersmodel V-MRDH 3.0 voor het maken van het OV- en fietsnetwerk. Nieuw in het V-MRDH 3.0 is dat de OV-lijnvoering voor het busverkeer geheel opnieuw is opgebouwd. De lijnen zijn ingelezen vanuit een digitaal lijnennet (GTFS) van oktober 2019.23 De bestaande tram-, metro- en NS-lijnen zijn gecontroleerd en indien nodig handmatig verlegd of geüpdatet voor frequenties en of reistijden. De netwerken rondom stations zijn gereedgemaakt zodat op in- en uitstappers gekalibreerd kon worden.
2.4
Verkeerstellingen
Voor het kalibratieproces van basisjaar 2020 (voor corona) en de modeltoetsing zijn de waargenomen verkeersintensiteiten geïnventariseerd. Deze auto-, vracht- en fietstellingen zijn vanuit de verschillende wegbeheerders en vervoerders (gemeenten, provincie, Havenbedrijf en Rijkswaterstaat) in de vorm van ruwe data of in Excel aangeleverd. Vervolgens zijn deze data gecontroleerd op betrouwbaarheid en consistentie en zijn de tellingen in een teldatabase opgenomen. Vervolgens zijn deze gegevens in het V-MRDH 3.0 ingelezen. OV-tellingen zijn door de vervoerders (o.a. RET/HTM/NS) aangeleverd in de vorm van OV-chipkaartdata en zijn niet opgenomen in de teldatabase. Vanuit een door de NS verkregen databestand zijn baanvakbelastingen ten behoeve van de kalibratie afgeleid. In het V-MRDH 3.0 is er naast de auto en vracht ook op de fiets en het OV gekalibreerd. Voorafgaand aan de kalibratie voor het basisjaar 2020 (voor corona) is in overleg met de werkgroep V-MRDH en Significance een selectie van daadwerkelijk te kalibreren tellingen gemaakt. Dit is noodzakelijk om het kalibratieproces behapbaar te houden, maar ook om schijnnauwkeurigheid te vermijden. Er is daarom kritisch gekeken wanneer het logisch was om tellingen met lage aantallen in een bepaalde gemeente mee te nemen in de kalibratie.
Daarnaast zijn inconsistente tellingen niet gebruikt voor de kalibratie van het basisjaar 2020 (voor corona). Het kan voorkomen dat op een route met meerdere tellingen, er een telling uitspringt ten opzichte van de telwaarden van de andere tellingen (bijvoorbeeld vijf tellingen die goed scoren aan de modelwaarde, en één die 20% afwijkt). Hier kan het kalibratieproces rekenkundig niet uitkomen. Hierbij is speciale aandacht gegeven aan de tellingen die op basis van de kwantitatieve kwaliteitscheck door onze GIS-expert (mate van scheefheid, aandeel spitsverkeer etc.) een apart kenmerk hebben meegekregen. In deze gevallen heeft de inconsistente telling een aparte status ‘niet kalibreren’ meegekregen. In uitzonderlijke gevallen is een telling niet in het kalibratieproces opgenomen, bijvoorbeeld als de telwaarde aantoonbaar fout was. De gebruikte verkeerstellingen voor het kalibratieproces van het basisjaar 2020 (voor corona) zijn als apart databestand opgeleverd aan de MRDH. Daarbij is 23
General Transit Feed Specification. Gestandaardiseerd format voor de overdracht van dienstregelingen van vervoerders, oorspronkelijk bedoeld als input voor Google Maps. GTFS is open data.
Verkeersmodel MRDH 3.0 - 22 december 2023
64
per telling onder andere de status erbij gezet (wel of niet gekalibreerd), het teljaar en de manier van tellen. Samenvattend zijn per modaliteit de volgende tellingen meegenomen voor het kalibratieproces van het basisjaar 2020 (voor corona) in het verkeersmodel V-MRDH 3.0. Motorvoertuigen 2.877 tellingen (heen- en terugrichting) verkregen van de volgende wegbeheerders: •
Rijk: -
gehaald uit INWEVA (INtensiteiten op WEgVAkken) over het jaar 2019. Dit waren 254 tellingen.
•
MRDH: -
gehaald uit NDW (Nationaal Dataportaal Wegverkeer) over het jaar 2019. Dit waren 141 tellingen.
•
Provincie: -
•
gehaald uit een provinciaal telbestand over 2019. Dit waren 266 tellingen.
Gemeente: -
beschikbare tellingen in de jaren 2019, 2020 (voor corona) en 2022. Dit waren 2.216 tellingen.
Openbaar vervoer 800 tellingen (heen- en terugrichting) verkregen van de volgende vervoerders: •
NS:24 -
•
tellingen van baanvakbelastingen in 2019. Dit waren 106 tellingen.
RET: -
OV-chipkaartdata gehaald uit RET-model, over het jaar 2020. Dit waren 325 tellingen.
•
HTM: -
OV-chipkaartdata gehaald uit HTM-model over november 2019. Dit waren 213 tellingen.
•
Qbuzz Arriva Connexxion, EBS: -
•
OV-chipkaartdata van 85 haltes wat uitkomt op 85 tellingen.
In-en uitstappers: -
NS en RET-haltes wat uitkomt op 71 tellingen.
Fiets 878 tellingen (heen- en terugrichting) verkregen van de volgende wegbeheerders: •
MRDH: Dit waren 542 tellingen.
•
Gemeenten in de MRDH: Dit waren 336 tellingen.
24
Voor het verkrijgen van de baanvakbelastingen van NS is contractueel vastgelegd dat deze gegevens niet mogen worden gepubliceerd. Het model is derhalve op de data gekalibreerd, waarna de telwaarden weer uit het model verwijderd zijn.
Verkeersmodel MRDH 3.0 - 22 december 2023
65
2.4.1
Correctieslag op aangeleverde lustellingen
Verschillende meetinstrumenten hebben ieder hun eigen mogelijkheden en beperkingen. Meetlussen in het wegdek worden door veel wegbeheerders gebruikt voor intensiteitsmetingen maar ook voor het bepalen van snelheden en lengteklassen. Voor het bepalen van vrachtpercentages met behulp van deze lengteklassen lijkt deze lustechniek echter niet altijd geschikt te zijn omdat het aandeel middelzware vracht hierin wordt overschat. Nader onderzoek door de gemeente Rotterdam (Colloquium Vervoerplanologische Speurwerk 23 en 24 november 2023 De Relevantie van ANPR in digitale wereld) heeft dat uitgewezen. Daarom is besloten om voor de aangeleverde lustellingen in het V-MRDH 3.0 correctiefactoren door te voeren zodat beter wordt aangesloten bij de vrachtpercentages middelzware en zware vracht zoals die door ANPR-cameratellingen worden geregistreerd. De rekenregels met bijbehorende correctiefactoren zijn hieronder toegelicht. Rekenregels correctieslag lustellingen onderliggend wegennet Middelzware vracht is middels een factor afgeleid van het aantal getelde zware voertuigen: 1.
Bij telluslocaties waar het aantal getelde motorvoertuigen op een etmaal lager ligt dan 15.000 mvt per etmaal (per rijrichting) is de factor 0,795027 gehanteerd.
2.
Bij wegen drukker dan 15.000 mvt etmaal is de factor 0,629382222 gehanteerd.
De twee factoren zijn een uitkomst van een analyse op verdelingen van de ANPR-camera’s. Voorbeeldberekening: Een lustelpunt telt 15.839 motorvoertuigen op een etmaal. Hierbij is dus factor 0,629 van toepassing. Bij 77 zware voertuigen in de restdag heeft dit telpunt 48 middelzware voertuigen in de restdag gekregen. De rekenregels zoals hierboven beschreven, waren al verwerkt in de door de gemeente Rotterdam aangeleverde data. De werkgroep V-MRDH heeft afgesproken dezelfde regels te hanteren voor alle andere lustellingen van het NDW, de provincie en het havenbedrijf. Voor slangtellingen zijn geen correcties uitgevoerd. Rekenregel correctieslag lustellingen rijkswegen Voor de Rijkswegen is besloten het middelzwaar verkeer te bepalen door middel van een correctiefactor op het middelzwaar verkeer, namelijk: •
Nieuw middelzwaar verkeer = origineel middelzwaar verkeer * 0,5.
Het gedeelte middelzwaar verkeer dat hierdoor ‘verdwijnt’, is toegekend aan het lichte (auto)verkeer (het gaat hier over het algemeen om wat langere bestelauto’s).
2.5
Kostenparameters basisjaar
Binnen het verkeersmodel V-MRDH 3.0 worden de weerstanden in de matrixschatting voor het basisjaar 2020 (voor corona) voor alle modaliteiten bepaald op basis van gegeneraliseerde tijd en kosten (afstand, tijd, parkeertarieven, ticketprijzen, tolkosten en eventuele penalty’s verdisconteerd). In deze paragraaf worden diverse weerstanden uitgewerkt.
Verkeersmodel MRDH 3.0 - 22 december 2023
66
Gemiddelde brandstofprijs per kilometer voor autoverkeer De gemiddelde brandstofprijs voor autoverkeer is een weerstand en is berekend op basis van de bronnen die staan in tabel 2.5. Hieruit is een (naar aantal afgelegde voertuigkilometers met type brandstof) gewogen gemiddelde brandstofprijs berekend die uitkomt op € 0,118 per kilometer voor personenautoverkeer. brandstofprijs
brandstofverbruik
aantal mln km
bron: CBS
bron: PBL/TNO/CBS
bron: CBS
(€/liter) / (€/kWu)
(liter/km) / (kWu/km)
benzine
84.210
1,64
0,08
diesel
32.200
1,35
0,06
elektriciteit
3.850
0,29
0,17
gas
2.220
0,66
0,10
Tabel 2.5: Onderliggende bronnen voor berekening gemiddelde brandstofprijs 2020 (bron: statline CBS)
Weerstandsberekening auto Op basis van bovenstaande kilometerkosten voor de auto en de hiernavolgende bezettingsgraden (tabel 2.6) zijn de autokosten per motief en per dagdeel bepaald (tabel 2.7). Er wordt in V-MRDH 3.0 ervan uitgegaan dat er geen afstandskosten zijn voor zakelijk verkeer, aangezien mensen deze kosten veelal kunnen declareren. Gemiddelde brandstofprijs per kilometer voor vrachtautoverkeer De gemiddelde brandstofprijs voor vrachtverkeer is gelijk gehouden ten opzichte van het V-MRDH 2.10 en bedraagt € 0,351/kilometer.
bron
woonwerk
zakelijk
winkel
onder wijs
overig
bezettingsgraden auto ochtend (personen/auto)
ODiN 2018-2019
1,03
1,04
1,15
2,20
1,10
bezettingsgraden auto avond (personen/auto)
ODiN 2018-2019
1,04
1,06
1,28
1,54
1,39
bezettingsgraden auto restdag (personen/auto)
ODiN 2018-2019
1,06
1,07
1,25
1,69
1,35
dagdeel
Tabel 2.6: Bezettingsgraden per auto per motief (ODiN)
brandstofkosten auto
werk
zakelijk
winkel
onderwijs
overig
autokosten auto ochtend
€ 0,1112
0
€ 0,1005
€ 0,0812
€ 0,0932
autokosten auto avond
€ 0,1098
0
€ 0,0861
€ 0,0848
€ 0,0759
autokosten auto restdag
€ 0,1084
0
€ 0,0862
€ 0,0871
€ 0,0799
Tabel 2.7: Afstandskosten euro’s/km zoals opgenomen in matrixschatting
Verkeersmodel MRDH 3.0 - 22 december 2023
67
Definitie reistijdwaardering (Value of Time (VoT)) De VoT voor autoritten voor verschillende motieven en vrachtritten is afgeleid uit een rapportage van het KIM25 en betreft waarden voor 2010. Met behulp van de inflatiecorrectie van tussen 2010 en 2020 (bron: Statline CBS) zijn de waarden omgerekend naar een VoT voor het basisjaar 2020 (voor corona) in het verkeersmodel V-MRDH 3.0. De gehanteerde VoT-waarden voor basisjaar 2020 (voor corona) in V-MRDH 3.0 zijn weergegeven in tabel 2.8.
VoT
vracht
auto werk
auto zakelijk
auto overig
49,21
10,79
30,61
8,75
Tabel 2.8: Gehanteerde VoT-waarden in basisjaar 2020 (voor corona) in V-MRDH 3.0 in euro’s per uur (bron: KIM 2013, gecorrigeerd voor inflatie)
Weerstandsberekening fiets Voor fietsverkeer gelden in werkelijkheid eigenlijk geen afstandskosten. Om de weerstanden bij een toenemende fietsafstand te monetariseren, wordt gebruikgemaakt van een geschatte waarde van € 0,039 per kilometer voor afstandskosten (motiefonafhankelijk) gebaseerd op de kosten voor onderhoud, reparatie en elektriciteit. Voor de reistijdwaardering (VoT-waarden) van fietsritten voor verschillende motieven is aangesloten bij de drie VoT-waarden van het autoverkeer, omdat geen specifieke tijdwaardering bekend is voor fietsverkeer. Weerstandsberekening openbaar vervoer De afstandskosten voor openbaar vervoer worden verkregen door de lengte van de OVverplaatsing met een tariefschema26 te vermenigvuldigen. Het tariefschema is overgenomen van de NS voor het spoorverkeer (2020) met daarin opgenomen de prijzen per kilometer. Voor het regionale overige OV (bus, tram en metro) is aangesloten bij de ticketprijs van HTM/RET (in 2020). Er wordt in V-MRDH 3.0 ervan uitgegaan dat er geen afstandskosten zijn voor zakelijk OV-verkeer, aangezien mensen deze kosten veelal kunnen declareren. Indien OV-ritten gemaakt worden met het motief onderwijs wordt in het V-MRDH 3.0 uitgegaan van geen OV-kosten als gevolg van het veelal gratis met het OV kunnen reizen, omdat studenten gebruik kunnen maken van een studentenreisabonnement.
De VoTwaarden voor OV-verplaatsingen zijn afgeleid van het CPB. Daarnaast worden voor OVverplaatsingen penalty’s toegepast voor wachttijden en overstappen. Deze penalty’s zijn besproken in hoofdstuk 1.
25 26
De maatschappelijke waarde van betrouwbaarheid, 2013. https://www.ns.nl/binaries/_ht_1599657009292/content/assets/ns-nl/tarieven/tarieven-2020.pdf.
Verkeersmodel MRDH 3.0 - 22 december 2023
68
2.6
Parkeren basisjaar
In paragraaf 1.10.3 is beschreven op welke werkwijze P+R en centrumparkeren zijn opgenomen in het verkeersmodel. In bijlage 4 zijn de opgenomen locaties voor centrumparkeren inclusief aantallen parkeerders opgenomen. De gehanteerde parkeertarieven voor basisjaar 2020 (voor corona) zijn te zien in figuur 2.3. Hierop is zichtbaar dat betaald parkeren voor straatparkeren vooral in de binnesteden geldt.
Figuur 2.3: Parkeertarieven in euro’s per zone in het basisjaar 2020 (voor corona) in het V-MRDH 3.0
2.7
Stedelijkheidsgraad basisjaar
In paragraaf 1.5 is uitgelegd hoe de stedelijkheidsgraad wordt bepaald voor het basisjaar. Aan de hand van die berekeningen hebben alle zones in de MRDH een stedelijkheidsgraad gekregen die zijn weergegeven in figuur 2.4.
Verkeersmodel MRDH 3.0 - 22 december 2023
69
Figuur 2.4: Stedelijkheidsgraden van de MRDH waarbij de stedelijkheidsgraad wordt aangegeven van lichtgeel (laagstedelijk graad 1) naar donkerrood (hoogstedelijk graad 6)
In figuur 2.4 is goed te zien dat de stadskernen van Den Haag en Rotterdam donkerrood kleuren wat aangeeft dat hier sprake is van een hoogstedelijke zone. In de wat meer landelijke gebieden zoals Voorne-Putten of Midden-Delfland is een lichtgele kleur te zien wat aangeeft dat het om een laagstedelijk gebied gaat.
2.8
Parkeerplafonds basisjaar
In tabel 2.9 staat een overzicht van de gehanteerde parkeerplafonds (in aantallen auto’s tijdens de ochtendspits, avondspits en op etmaalniveau) in het basisjaar 2020 (voor corona) in V-MRDH3.0. In het overzicht staat ook de gehanteerde gebiedsspecifieke parkeerplafondcorrectiefactor weergegeven (de getoonde parkeerplafonds zijn inclusief de correctiefactor). Daarnaast is in bijlage 3 ook een overzicht van de parkeergebieden weergegeven. Het gaat hierbij om aantallen auto’s. Het model rekent namelijk in de basis niet met auto’s maar met ‘autopersonen’, ofwel het aantal personen uit dat zich met een auto verplaatst. Voor de omrekening van de plafonds van auto’s naar de eenheid ‘autopersonen’ is binnen de matrixschatting de factor 1.3 gebruikt. Hiervoor is gekozen omdat dit ongeveer de gemiddelde bezettingsgraad voor de etmaalperiode is.
Verkeersmodel MRDH 3.0 - 22 december 2023
70
compressiegebied
parkeerplafond ochtendspits
parkeerplafonds restdag
parkeerplafond avondspits
parkeerplafond etmaal
correctiefactor
Rotterdam Centrum
6.327
36.742
6.124
49.193
1,20
Delfshaven
5.602
38.150
6.146
49.898
1,18
Noord
4.227
29.130
4.905
38.262
1,15
Kralingen Oost
2.966
19.803
3.234
26.004
1,35
Kralingen West
4.107
23.018
4.344
31.469
0,93
IJsselmonde (bi)
5.176
32.369
5.728
43.274
1,11
Feyenoord
7.875
46.558
7.241
61.673
1,20
Charlois Noord
3.651
24.816
4.021
32.488
1,26
Charlois Zuid
2.516
17.764
2.960
23.239
0,95
Overschie
2.961
18.394
3.698
25.053
1,23
Hillegersberg Zuid
1.737
10.483
1.906
14.126
1,70
794
4.840
877
6.510
0,82
2.930
20.917
3.613
27.460
1,90
HillegersbergRest Schiebroek Prins Alexander Noord Prins Alexander Zuid
9.446
61.546
11.137
82.129
1,50
IJsselmonde (bui)
379
2.254
422
3.055
1,26
Eemhaven Waalhaven
764
3.624
795
5.183
1,11
9.994
58.741
10.212
78.947
1,35
Laak
4.644
27.904
4.923
37.470
1,24
Escamp
13.433
90.896
15.548
119.877
1,60
Loosduinen
6.696
43.541
7.869
58.106
1,60
Segbroek
5.559
34.668
5.853
46.080
1,27
Scheveningen
6.149
36.196
6.478
48.822
0,93
Haagse Hout
8.536
49.366
9.085
66.987
1,45
Leidschenveen
1.258
7.866
1.602
10.726
1,31
Capelle aan den IJssel
11.358
68.759
13.024
93.141
1,30
Delft Centrum
3.963
19.317
3.844
27.124
0,98
Delft Rest
10.105
60.497
11.214
81.817
1,85
Leidschendam
7.036
48.299
8.200
63.534
1,60
Den Haag Centrum
Midden Delfland
842
5.193
952
6.987
1,75
Rijswijk
10.480
62.189
11.109
83.777
1,30
Schiedam binnen
6.050
38.110
6.703
50.863
1,20
Schiedam buiten
2.495
16.065
3.214
21.774
1,55
Vlaardingen
1.482
9.397
1.726
12.605
1,50
Wassenaar
327
1.419
319
2.066
2,01
Westland
1.032
6.846
1.214
9.092
1,45
Zoetermeer
7.913
49.874
9.079
66.866
1,33
Tabel 2.9: Overzicht parkeerplafonds (in aantallen auto’s) per dagdeel en deelgebied voor het basisjaar
Verkeersmodel MRDH 3.0 - 22 december 2023
71
3. Totstandkoming en resultaten basisjaar 2020 Nadat alle uitgangspunten voor het basisjaar zijn vastgesteld, is het model voor het basisjaar 2020 (situatie voor corona) doorgerekend, getoetst en vervolgens gekalibreerd. In dit hoofdstuk worden de resultaten besproken. De modelinhoudelijke totstandkoming is reeds in de voorgaande hoofdstukken beschreven, hier gaan we enkel nog op de totstandkoming van de resultaten in. Eerst wordt er ingegaan op het a priori resultaat, dat is het resultaat voor kalibratie. Vervolgens worden de resultaten na de kalibratie behandeld, de a-posterioriresultaten. We gaan achtereenvolgens in op zowel het model 2020 vóór kalibratie op telcijfers (a priori) als op het model ná kalibratie op telcijfers (a posteriori).
3.1
Modelschatting 2020 vóór kalibratie op telcijfers (a priori)
3.1.1
Initiële modelschatting en ijking op ODiN
De wijze waarop de initiële schatting van de basismatrices heeft plaatsgevonden, is beschreven in hoofdstuk 1. Net als alle verkeersmodellen in Nederland is het model initieel afgestemd op het ODiN wat betreft de ritproductie, modal split en ritlengte om zo de structuur van de matrices in overeenstemming te brengen met het werkelijke verplaatsingsgedrag. Nadat per motief en dagdeel de ritproductie is bepaald, zijn de distributiefuncties geschat, waarmee het feitelijke verplaatsingsgedrag (distributie en modal split) geregeld wordt. Doordat diverse elementen in het model elkaar kunnen beïnvloeden, is het schatten van deze functies een herhalend proces. Nadat de juiste instellingen voor de distributiefuncties waren gevonden (paragraaf 1.8.1), kwam het model goed overeen met ODiN. We doelen hier op de vergelijking van modelmatige ritlengtefrequentieverdelingen en de ‘modal split’-verdeling per motief en dagdeel versus de gevonden waarden uit ODiN over het gehele studiegebied. We constateerden echter dat een algemene overschatting optreedt ten opzichte van de verkeerstellingen voor de modaliteit fiets. Dit fenomeen kenden we vanuit eerdere versies van het V-MRDH, waarbij een goede fit op ODiN leidde tot een mindere fit op tellingen. 3.1.2
Bijstellen parameters matrixschatting
Naar aanleiding van de binnen de voorgaande paragraaf beschreven constateringen is in de werkgroep discussie gevoerd over de vraag of vastgehouden moest worden aan het puur op ODiN geijkte resultaat met de acceptatie dat de kalibratie een grotere invloed op het eindresultaat krijgt. De intrinsieke modelkwaliteit blijft dan achter. Dit overwegende en het gegeven dat de bruikbaarheid van het model op een lager schaalniveau erg belangrijk is, niet alleen als een regionaal model maar ook als een model voor de gemeenten, is besloten tot een gemotiveerde afwijking van de ODiN-parameters door middel van een correctie van 10% op de weerstanden voor het fietsverkeer.
Verkeersmodel MRDH 3.0 - 22 december 2023
72
Deze aanpassing is inhoudelijk gezien goed te beargumenteren. ODiN is één, maar de 23 gemeenten van de MRDH vinden een goede benadering van de verkeerstellingen minstens zo belangrijk. Er is daarom voor een middenweg gekozen om belang te hechten aan beide. Het kalibratie-effect neemt hierdoor af en de intrinsieke modelkwaliteit neemt toe, hoewel een pure toetsing op beide bronnen minder goed wordt. Bijkomend pluspunt is dat niet alleen de fietstoedeling maar ook de OV-toedeling beter aansluit bij de tellingen. Het nadeel van de bijstelling is dat wat lastig te motiveren is hoeveel precies wordt afgeweken. In de hiernavolgende paragrafen zijn per motief en per dagdeel de ritlengten en de modal split vergeleken met het ODiN. Door de genoemde aanpassingen komen deze niet een-opeen overeen, maar is een middenweg gekozen tussen de matrixkwaliteit conform het ODiN en de match aan wegvaktellingen. 3.1.3
Ritlengtefrequentieverdeling
De ritlengten (van alle ritten gerelateerd aan het studiegebied) per vervoerwijze en motief in het model zijn vergeleken met het ODiN (gestapeld 2018-2019). De ritlengten uit het model zijn tot stand gekomen door iteratief meerdere runs door te rekenen tot de beste match met de ritlengten die uit het ODiN wordt verkregen. Hierbij is ook continu de vergelijking met wegvakbelastingen gemaakt om ook op die manier te controleren of het model het verplaatsingsgedrag goed beschrijft. In bijlage 6 is een volledig overzicht opgenomen waarbij de ritlengtefrequenties zijn weergegeven van de modaliteiten auto, OV en fiets voor de verschillende motieven. Er is een vergelijking gemaakt tussen het ODiN en het verkeersmodel. In de figuren 3.1 t/m 3.3 zijn per dagdeel alleen de vergelijkingen gemaakt per vervoerwijze op totaalniveau. In oranje is het frequentieverloop van de modelritten weergegeven en in groen het aantal ritten per afstandsklasse in het ODiN. Uit de vergelijking blijkt dat het model qua ritlengtefrequenties goed overeenkomt met het ODiN. Fiets 2020_Os
27.5-37.5
17.5-27.5
12.5-17.5
5.5-12.5
2.5-5.5
0-2.5
47.4->
37.5-47.4
27.5-37.5
17.5-27.5
12.5-17.5
5.5-12.5
2.5-5.5
0-2.5
47.4->
37.5-47.4
27.5-37.5
17.5-27.5
12.5-17.5
5.5-12.5
2.5-5.5
0-2.5
ODIN_Os_stu
47.4->
OV
37.5-47.4
Auto
Figuur 3.1: Ritlengtefrequentieverdeling t.o.v. ODiN ochtendspits (voor het studiegebied)
Verkeersmodel MRDH 3.0 - 22 december 2023
73
OV
Fiets
37.5-47.4
2020_As
27.5-37.5
17.5-27.5
12.5-17.5
5.5-12.5
2.5-5.5
0-2.5
47.4->
37.5-47.4
27.5-37.5
17.5-27.5
12.5-17.5
5.5-12.5
2.5-5.5
0-2.5
47.4->
37.5-47.4
27.5-37.5
17.5-27.5
12.5-17.5
5.5-12.5
2.5-5.5
0-2.5
ODIN_As_stu
47.4->
Auto
Figuur 3.2: Ritlengtefrequentieverdeling t.o.v. ODiN avondspits (voor het studiegebied)
Fiets
27.5-37.5
17.5-27.5
12.5-17.5
5.5-12.5
2.5-5.5
0-2.5
47.4->
37.5-47.4
27.5-37.5
17.5-27.5
12.5-17.5
5.5-12.5
2.5-5.5
0-2.5
47.4->
37.5-47.4
27.5-37.5
17.5-27.5
12.5-17.5
5.5-12.5
2.5-5.5
0-2.5
ODIN_Rd_stu
2020_Rd
47.4->
OV
37.5-47.4
Auto
Figuur 3.3: Ritlengtefrequentieverdeling t.o.v. ODiN Restdag (voor het studiegebied)
3.1.4
Modal split
Het tweede toetsingsaspect is de modal split. De kwaliteit van de matrices is ook op dit onderdeel getoetst over alle MRDH-gerelateerde ritten. De aandelen auto, openbaar vervoer en fiets kwamen initieel goed overeen met de cijfers uit het ODiN. Vervolgens zijn ook deze cijfers beïnvloed door de in paragraaf 3.1 beschreven correctieslag, wat met name tot gevolg heeft dat de modal share van de fiets iets lager wordt ten gunste van de auto. In tabel 3.1 zijn de ‘modal split’-cijfers per dagdeel en motief uit het ODiN vergeleken met het model (basisjaar 2020). De figuren 3.4 en 3.5 geven op etmaalniveau de motiefverdelingen in het ODiN en het V-MRDH weer. Figuur 3.4 toont het totale aantal verplaatsingen op etmaalniveau voor het ODiN en hetgeen uit het verkeersmodel volgt. Geconcludeerd kan worden dat ook de modal split in het verkeersmodel goed overeenkomt met de waarden die ODiN geeft.
Verkeersmodel MRDH 3.0 - 22 december 2023
74
De optredende verschillen vallen binnen de bandbreedten en zijn verklaarbaar vanuit hetgeen in paragraaf 3.1.3 beschreven. Per saldo komt ook de totale gemodelleerde mobiliteit per motief goed overeen, waarbij met name in het motief ‘overig’ meer ritten gemodelleerd worden om het tekort aan korte autoverplaatsingen te ondervangen. ODiN os
V-MRDH os
ODiN as
V-MRDH as
ODiN rd
V-MRDH rd
personenverplaatsingen motief werk autopers.
46%
48%
48%
48%
58%
60%
OV
25%
24%
24%
24%
15%
15%
fiets
29%
28%
28%
29%
26%
25%
personenverplaatsingen motief zakelijk autopers.
71%
71%
61%
59%
69%
69%
OV
12%
14%
11%
14%
9%
12%
fiets
18%
16%
27%
26%
22%
20%
21%
25%
34%
35%
46%
47%
personenverplaatsingen motief winkel autopers. OV
5%
4%
7%
7%
7%
7%
fiets
74%
71%
59%
57%
47%
46%
personenverplaatsingen motief onderwijs autopers.
9%
11%
13%
14%
15%
19%
OV
33%
32%
44%
42%
32%
32%
fiets
58%
56%
44%
44%
53%
50%
42%
45%
43%
44%
50%
51%
personenverplaatsingen motief overig autopers. OV
5%
6%
10%
10%
8%
8%
fiets
53%
49%
47%
45%
42%
40%
Tabel 3.1: ‘Modal split’-cijfers ODiN en model per dagdeel (basisjaar 2020)
Verkeersmodel MRDH 3.0 - 22 december 2023
75
Modal split per motief volgens ODiN 120% 100% 80% 60%
28% 20%
10%
50%
53%
7%
40% 20%
23%
52%
68%
34%
43%
44%
41%
8%
12%
48%
47%
Overig
Totaal
13%
0% Werk
Zakelijk
Winkel autopers.
Onderwijs OV
fiets
Figuur 3.4: Modal split, etmaal ODiN per motief
Motiefverdeling volgens V-MRDH 120% 100%
80% 60%
27% 20%
12%
48%
51%
7%
40% 20%
20%
53%
67%
33%
44%
42%
39%
8%
13%
50%
48%
Overig
Totaal
16%
0% Werk
Zakelijk
Winkel
autopers.
Onderwijs
OV
fiets
Figuur 3.5: Modal split, etmaal V-MRDH per motief
Verkeersmodel MRDH 3.0 - 22 december 2023
76
Verplaatsingen geindexeerd 120 100
ODIN
V-MRDH
100101
100100
100100
100 98
100100
100103
Totaal
Werk
Zakelijk
Winkel
Onderwijs
Overig
80 60 40 20 0
Figuur 3.6: Aantal verplaatsingen per motief geïndexeerd (ODiN = 100)
3.1.5
Toets aan wegvakintensiteiten
Naast een goede match van de HB-matrices aan het ODiN is een match aan de verkeerstellingen van belang. Al tijdens het afstemmen van de ritlengten en de modal split op het ODiN wordt daarom ook gekeken naar de resulterende wegvakintensiteiten. De resulterende a priori matrices volgende uit het matrixschattingsproces zijn daarbij toegedeeld aan de infrastructuur. Op basis van de a priori toedeling zijn de volgende visuele controles uitgevoerd om de kwaliteit van de matrix te bepalen: •
Is het volume van de toedeling in lijn met de tellingen?
•
Hoe scoort de toedeling op de verschillende typen wegen aan de tellingen (HWN versus provinciaal of binnenstedelijk)?
Verschillen tussen de toedeling en de verkeerstellingen worden door middel van de matrixkalibratie verminderd (zie paragraaf 1.13). Deze dient echter niet in te grote mate plaats te vinden, zodanig dat het gemodelleerde verplaatsingsgedrag weer gaat afwijken van het ODiN. Voorafgaand aan de kalibratie is daarom gekeken of er met een verandering van het routekeuzegedrag een betere match aan de telcijfers kan worden verkregen. Modelsnelheden De wegvaksnelheden voor het autoverkeer zijn overgenomen uit het netwerk van 2.10. Deze zijn initieel bepaald op basis van maximumsnelheden en waar nodig aangepast op dezelfde manier als hieronder beschreven voor V-MRDH 3.0. De a priori matrices zijn toegedeeld aan de infrastructuur en vergeleken met tellingen. Dit heeft op diverse locaties geleid tot aanpassingen in de snelheden. Dit noemen we de modelsnelheden: de feitelijke snelheden waarop de routekeuze wordt gebaseerd. In de hiernavolgende gevallen zijn de modelsnelheden afwijkend van de wettelijke snelheden: •
Op locaties waar niet de voorkeursroute wordt gekozen, is afhankelijk van de mate van de afwijking de wettelijke snelheid met maximaal +/- 10 km/h aangepast.
Verkeersmodel MRDH 3.0 - 22 december 2023
77
•
Algemeen is ervoor gekozen op de laagste-ordewegen (erfontsluitingswegen met een wettelijke snelheid van 30 km/h) een lagere snelheid te hanteren om een teveel aan modelmatig sluipverkeer te voorkomen. Hiervoor is een apart wegtype geïntroduceerd (verblijfsgebied 15 km/h).
De initiële wettelijke maximumsnelheden zijn opgenomen binnen een apart databaseveld in het verkeersmodel en blijven derhalve beschikbaar. Zodoende is ook per wegvak af te leiden of de modelsnelheid afwijkt van de wettelijke snelheid ter plaatse. T-toets voor kalibratie Na aanpassing van de modelsnelheden is getoetst in hoeverre het model overeenkomt met de tellingen voor het autoverkeer, fietsverkeer en openbaar vervoer. Hiervoor is een T-toets uitgevoerd, de resultaten voor de etmaal-, restdag- ochtendspits- en avondspitsperiode zijn in de tabellen 3.2 tot en met 3.5 weergegeven. Deze tabellen zijn opgesteld op basis van de toegedeelde matrices waarin alle eerder beschreven aanvullende modules zijn verwerkt, met uitzondering van de GSM-correctie. In het vooraf opgestelde toetsingskader is opgenomen dat minimaal 35% van de etmaal motorvoertuigen tellingen (mvt) in het a priori model ‘geen relevante’ afwijking heeft. Voor het openbaar vervoer en het fietsverkeer gelden respectievelijk 40% en 55%. Voor de etmaalperiode geldt dat 40% van de autotellingen ‘geen relevante afwijking’ heeft, de ochtendspitsperiode scoort met 34%. De avondspits scoort met 41% iets beter in vergelijking met de ochtendspits. Auto voldoet dus goed aan het toetsingskader. Voor OV geldt dat de etmaalperiode beter dan het toetsingskader scoort en de spitsen minder.
Fiets scoort wat minder dan het toetsingskader. Dit heeft echter deels te maken met het aanpassen van de distributiefuncties ten faveure van het autoverkeer. De omvang van de teldatabase (vooral ook op de onderliggende wegvakken) in combinatie met de nog steeds zichtbare discrepantie tussen het ODiN en de tellingen, en het algemene beeld dat het verkeersbeeld op hoofdlijnen klopt, gaf voldoende vertrouwen om met dit resultaat de basismatrices te gaan kalibreren. etmaal
mvt
auto
vracht
OV
fiets
1.157
40%
1.040
42%
1.773
72%
372
52%
285
40%
3,5 < T < 4,5 grensgebied
624
22%
529
22%
326
13%
119
17%
128
18%
T > 4,5 relevante afwijking
1.094
38%
883
36%
347
14%
222
31%
298
42%
totaal aantal voorwaarden
2.875
T < 3,5 geen relevante afwijking
2.452
2.446
713
711
Tabel 3.2: T-waarden voor kalibratie vergelijkingen etmaalperiode
Verkeersmodel MRDH 3.0 - 22 december 2023
78
ochtend
mvt
auto
vracht
OV
fiets
T < 3,5 geen relevante afwijking
956
34%
793
35%
1.611
72%
240
34%
256
36%
3,5 < T < 4,5 grensgebied
602
21%
509
22%
312
14%
124
17%
116
16%
T > 4,5 relevante afwijking
1.280
45%
985
43%
320
14%
348
49%
339
48%
totaal aantal voorwaarden
2.838
2.287
2.243
712
711
Tabel 3.3: T-waarden voor kalibratie vergelijkingen ochtendspitsperiode
avond
mvt
auto
vracht
OV
fiets
1.160
41%
949
41%
1.666
74%
220
31%
235
33%
3,5 < T < 4,5 grensgebied
651
23%
490
21%
372
16%
100
14%
115
16%
T > 4,5 relevante afwijking
1.027
36%
848
37%
227
10%
392
55%
361
51%
totaal aantal voorwaarden
2.838
T < 3,5 geen relevante afwijking
2.287
2.265
712
711
Tabel 3.4: T-waarden voor kalibratie vergelijkingen avondspitsperiode
rest
mvt
auto
vracht
OV
fiets
1.124
40%
896
39%
1.604
70%
356
50%
298
42%
3,5 < T < 4,5 grensgebied
579
20%
498
22%
309
14%
161
23%
121
17%
T > 4,5 relevante afwijking
1.136
40%
894
39%
368
16%
194
27%
292
41%
totaal aantal voorwaarden
2.839
T < 3,5 geen relevante afwijking
2.288
2.281
711
711
Tabel 3.5: T-waarden voor kalibratie vergelijkingen restdagperiode
3.2
Resultaat model 2020 na kalibratie op telcijfers
Het kalibratieproces is beschreven in hoofdstuk 1. Na uitvoering van de matrixkalibratie zijn de modelintensiteiten wederom vergeleken met de telcijfers. Daarnaast zijn de analysegrootheden op het gebied van mobiliteitsniveau, modal split en verkeersprestatie uitgevoerd ter vergelijking met het prognosemodel. De cijfers voor de prognosejaren zijn uiteindelijk tegen deze waarden afgezet. 3.2.1
Vergelijking met telcijfers
Het auto- en vrachtverkeer is gekalibreerd op telcijfers, het OV-gebruik is gekalibreerd op chipkaartdata en NS-baanbelastingen. Ov-chipkaartdata komen uit de RET en HTMmodellen, daarnaast is er ook nog gekalibreerd op in- en uitstappers op de belangrijkste stations. Ook het fietsverkeer is gekalibreerd. Om het resultaat van de kalibratie te beoordelen, is de T-toets opnieuw uitgevoerd. In de tabellen 3.6 tot en met 3.9 zijn de resultaten van de uitgevoerde T-toets na kalibratie weergegeven.
Verkeersmodel MRDH 3.0 - 22 december 2023
79
etmaal T < 3,5
mvt
auto
vracht
OV
fiets
2.774
96,5%
2.369
96,6%
2.419
98,9%
646
90,6%
646
90,9%
3,5 < T < 4,5
66
2,3%
58
2,4%
25
1,0%
35
4,9%
18
2,5%
T > 4,5
35
1,2%
25
1,0%
2
0,1%
32
4,5%
47
6,6%