Big Data toegepast in verkeersmodel regio Rotterdam de potentie van GSM-data in verkeersmodellen 11 maart 2015
Stefan de Graaf
2
▪
GSM-data een opkomende en veelbelovende databron: Druktebeelden, herkomstanalyses, frequentiebezoeken, HBpatronen…. Kunnen zowel lokaal, regionaal en nationaal worden gegenereerd: 24/7
▪
Toepasbaar in vele onderzoeksvelden Mobiliteitsmanagement, retail, city-marketing, fesitvals (toerisme), crow-control, etc…
3
De huidige praktijk in verkeersonderzoek
▪
Macroscopische verkeersmodellen al decennia de primaire analysebron voor verkeerskundigen Verplaatsingspatronen worden geschat en geijkt aan enkele gemeten grootheden Verkeersmodellen worden nog steeds doorontwikkeld en blijven daarmee voorlopig de kern van veel verkeersstudies Maar…de grootste onzekerheid is nog steeds de interne structuur van HB-matrices: de distributie
4
De toekomstige praktijk in verkeersonderzoek ▪ verkeersmodellen dienen vooral om het effect van veranderingen te berekenen (de ‘delta’)
De verplaatsingspatronen in de basismatrix worden niet meer geschat, maar gemeten op basis van Big-Data (oa. GSM)
▪
Dergelijke ‘data-driven’ verkeersmodellen worden een enorme innovatiesprong Kwaliteitsimpuls in de kern: de HB-matrix Afwijkende modelperioden mogelijk (van dag tot dag) Evenementen Real-time modellering …
5
De eerste toepassing is reeds in 2013 uitgevoerd
In het kader van een internationale contest van MIT-Boston stelden we ons de volgende vraag:
can we now build an up-to-date transport model for any country, city or region? Let’s pick Ivory Coast, and its capatial Abijan
6
Mobile phone activity Ivory Coast…
7
…Liniair movement based on phone location…
8
Naar een verkeersmodel: toegedeeld op een netwerk….
9
De Nederlandse situatie ▪
De case Ivoorkust heeft ons geleerd dat het kan: een HBmatrix opbouwen uit GSM-data Maar… wat is de kwaliteit: Ivoorkust bood geen toetsingskader De nederlandse situatie biedt die wel: talrijke verkeersmodellen geschat en getoetst op empirische gegevens
▪
De focus ligt vaak op wat er (nog) niet kan, maar wat kan er al wel?
▪
In een pilot-project confronteren we GSM-data voor het eerst full-scale aan een hoogwaardig operationeel verkeersmodel: de RVMK Rotterdam Korte termijn: praktijktest distributie model Lange termijn: eerste stap naar data-driven
model
10
GSM data in Nederland
▪
Mezuro analyseert telefonie-data van een van de grote network-carriers: steekproef 1/3 van de markt Sinds 2013 biedt DAT.Mobility (Goudappel Groep) de applicatie view.DAT aan: druktebeelden obv GSM-gegevens van Mezuro Sinds eind 2014 relateren we HB-patronen uit de GSM-gegevens
▪
Ongekende bron met een enorme steekproef Aantal reizen in november 2014: ruim 100 miljoen op meer dan 100.000 verschillende relaties OViN is gebaseerd op circa 100.000 reizen op jaarbasis
11
Analyse op Nederlandse GSM-data
Vierdaagse Nijmegen
12
GSM-data geladen in modelomgeving
13
Sterke en historische relaties zichtbaar Almere – Amsterdam Zoetermeer – Den Haag
14
Bevindingen analyse GSM obv OViN
▪
De data geeft (nog) geen volledig beeld Intrazonale ritten ontbreken (meer dan de helft van de verplaatsingen is conform OViN intrazonaal) In de extrazonalen zijn korte verplaatsingen (< 7,5 km) en lange (> 50 km) relatief ondervertegenwoordigd Door privacyregels vindt een filtering plaats op kleine waarnemingen
Enkele verklarende hypothesen: bij kortere verplaatsingen minder GSM-gebruik bij kortere verplaatsingen vaker minder dan 30 min activiteitenduur, dus minder GSM verplaatsingen langere verplaatsingen dunner en daarom niet aanwezig vanwege privacy criterium
▪
Data biedt op basis van OViN-vergelijkingen echter voldoende herkenbare beelden voor verwerking in model
15
Werkwijze verrijking verkeersmodel regio Rotterdam Basisjaar 2010
▪
Ritproductie en Modal Split conform verkeersmodel, distributie uit GSM
▪
Intrazonale verplaatsingen uit model
▪
Geschaald over alle vervoerswijzen, dagdelen en motieven
▪
HB-matrix wordt nog steeds wiskundig geschat, maar nu geografisch gecorrigeerd
16
Verrijking van model regio Rotterdam Verplaatsingen a-priori Verkeersmodel
Verplaatsingen GSM-data
17
Effecten op de a-priori toedeling (motorvoertuigen etmaal)
18
Analyse H/B’s Hellevoetsluis
▪ ▪ ▪
Enkele plots op wegvakniveau Selected links… PM…..
19
Analyse H/B’s A20
20
Analyse H/B’s interne oeverkruisingen
21
Conclusies: Waar staan we nu? ▪
De eerste stappen zijn gezet: het eerste Nederlandse verkeersmodel op zonaal niveau gecorrigeerd aan GSM-data De distributie van een verkeersmodel wordt sterk verbeterd na toepassing van deze gegevens De eerste resultaten zijn plausibel en bieden perspectief voor verdere optimalisatie
▪
We bevinden ons aan het begin van de leercurve, maar…. er kan al heel veel!
▪
Ambities korte termijn Toetsen distributievraagstukken regio Rotterdam Optimaliseren methode in Rotterdam Uitrollen methodiek in andere modellen in Nederland
▪
Ambities langere termijn: naar data-driven modellen Modellen kwalitatief verbeteren en diversifiëren (betere distributie, meerdere modelperioden, evenementen, etc.)
22
Tot volgend jaar op PLATOS met een update!
