ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ OBOR GEODÉZIE, KARTOGRAFIE A GEOINFORMATIKA BAKALÁŘSKÁ PRÁCE

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ OBOR GEODÉZIE, KARTOGRAFIE A GEOINFORMATIKA

BAKALÁŘSKÁ PRÁCE ANALÝZA DOPRAVNÍ DOSTUPNOSTI MĚST Z DÁLNIC A SILNIC PRVNÍ TŘÍDY

Vedoucí práce: doc. Ing. Lena Halounová, CSc. Katedra mapování a kartografie

květen 2014

Martin FLORIAN 1

Prohlášení Prohlašuji, že bakalářskou práci na téma „Analýza dopravní dostupnosti měst z dálnic a silnic první třídy“ jsem vypracoval samostatně a v souladu s Metodickým pokynem o dodržování etických principů při přípravě vysokoškolských závěrečných prací. Veškerá použitá literatura je uvedena v seznamu zdrojů.

V Jičíně 15. 5. 2014

……..................................

3

Poděkování Na prvním místě bych rád poděkoval vedoucí mé bakalářské práce doc. Ing. Leně Halounové, CSc. za odbornou pomoc a cenné rady při zpracování této práce. Poděkování také patří panu Ing. Vladimíru Holubcovi za pomoc při zpracování dat a při výpočtech. V neposlední řadě také děkuji své rodině a přítelkyni za velkou podporu po celou dobu studia. 4

Abstrakt Tato bakalářská práce se zabývá určením nejkratších vzdáleností z měst na silnice první třídy a dálnice či rychlostní komunikace. Dalším zaměřením práce je zjištění vztahu mezi průměrnou/maximální intenzitou silniční dopravy a blízkostí dálnice/rychlostní komunikace a silnic první třídy. Tyto vztahy byly zkoumány pro zadaných 36 měst, které se nacházejí po celém území České republiky. Hodnoceno je pouze období v roce 2010.

Klíčová slova korelační koeficient, korelace, regresní analýza, multilineární regrese, GIS, vektorová data, statistická data, rastrová data, ArcGIS, intenzita silniční dopravy

Abstract This bachelor thesis deals with determination of shortest distances from cities to A roads, highways or motorways. Another topic of the thesis is to determine dependence between average/maximal of the road traffic intensity and distances to A roads, highways or motorway. These dependences were analyzed for 36 given cities, which are situated in the whole area of the Czech Republic. The analysis was performed for 2010.

Keywords correlation coefficient, correlation, regression analysis, multilinear regression, GIS, vector data, statistical data, raster data, ArcGIS, road traffic intensity 5

Obsah Seznam obrázků .............................................................................................. 9 Seznam tabulek .............................................................................................. 10 Seznam příloh ................................................................................................ 11 1

Úvod ......................................................................................................... 12 1.1

2

Doprava ................................................................................................... 13 2.1

4

Rozdělení dopravy ................................................................................................ 13

2.1.1

Rozdělení podle dopravně-technického hlediska .......................................... 13

2.1.2

Rozdělení podle místa působnosti ................................................................. 13

2.2

3

Cíle práce .............................................................................................................. 12

Silniční doprava v České republice ...................................................................... 14

2.2.1

Historie .......................................................................................................... 14

2.2.2

Historie dálnic ............................................................................................... 14

2.2.3

Období po roce 1989 ..................................................................................... 15

2.2.4

Současnost ..................................................................................................... 16

2.2.5

Silniční komunikace na území republiky rozdělujeme na následující třídy .. 17

Použité programy ................................................................................... 18 3.1

ESRI ArcGIS 10.2 for Desktop ............................................................................ 18

3.2

Ostatní využité programy ...................................................................................... 18

Použitá data............................................................................................. 19 4.1

Vektorová data ...................................................................................................... 19

4.1.1

Síť silnic ........................................................................................................ 19

4.1.2

ArcČR 500 ..................................................................................................... 20

4.1.3

Data z projektu COST [3].............................................................................. 21

4.2

Rastrová data......................................................................................................... 22

4.2.1 4.3

Ortofoto České republiky .............................................................................. 22

Statistická data ...................................................................................................... 23 6

5

4.3.1

Obyvatelstvo .................................................................................................. 23

4.3.2

Intenzita dopravy ........................................................................................... 23

Zpracování dat ........................................................................................ 26 5.1

Vzdálenost k nejbližší silnici I. třídy a dálnici/rychlostní komunikaci od

administrativní hranice města .......................................................................................... 28 5.1.1

Úprava administrativní hranice měst ............................................................. 28

5.1.2

Editace silnic 1. třídy a nájezdových ramp .................................................... 31

5.1.3

Síťová analýza ............................................................................................... 32

5.2

Určení všech nejbližších obcí ležících na komunikacích vycházejících z každého

analyzovaného města a určení podílů zastoupení S1T a D/RK ....................................... 37 5.2.1

Vytvoření vrstvy s obcemi............................................................................. 37

5.2.2

Rozdělení obcí podle komunikací ................................................................. 38

5.2.3

Určení podílů S1T a D/RK ............................................................................ 43

5.3

6

5.3.1

Úprava topologie ........................................................................................... 47

5.3.2

Měření vzdáleností ........................................................................................ 49

Výpočty .................................................................................................... 51 6.1

7

Výpočet pro analýzu dat ....................................................................................... 51

Analýza dat ............................................................................................. 53 7.1

Korelace ................................................................................................................ 53

7.1.1

Popis metody ................................................................................................. 53

7.1.2

Výpočet korelačního koeficientu ................................................................... 54

7.2

8

Určení nejkratších vzdáleností z obcí do měst...................................................... 47

Multilineární regrese ............................................................................................. 55

7.2.1

Popis metody ................................................................................................. 55

7.2.2

Výpočet regresní analýzy .............................................................................. 55

Výsledky .................................................................................................. 57 8.1

Vzdálenost měst k nejbližší dálnici či rychlostní komunikaci .............................. 57

8.2

Porovnání intenzity silniční dopravy v roce 2010 ................................................ 59 7

8.3

Podíly obcí ležících na S1T a D/RK v rámci analyzovaného města..................... 59

8.3.1

Na silnicích I. třídy ........................................................................................ 59

8.3.2

Na dálnicích a rychlostních komunikacích.................................................... 60

8.4

Dojezdová vzdálenost z obce do analyzovaného města ....................................... 61

8.5

Počet kilometrů na osobu pro dojížďku do AM ................................................... 61

8.6

Korelační koeficienty ............................................................................................ 62

8.7

Regresní analýza ................................................................................................... 64

8.7.1

Analýza pro všechna města mezi atributy (sum_oby, celkem, S1T, D/RK) a

ARTI…. ....................................................................................................................... 64 8.7.2

Analýza pro všechna města mezi atributy (sum_oby, celkem, S1T, D/RK) a

MRTI… ....................................................................................................................... 65 8.7.3

Analýza pro velká města mezi atributy (sum_oby, celkem, S1T, D/RK) a

ARTI…. ....................................................................................................................... 65 8.7.4

Analýza pro velká města mezi atributy (sum_oby, celkem, S1T, D/RK) a

MRTI…. ...................................................................................................................... 65 8.7.5

Analýza pro střední města mezi atributy (sum_oby, celkem, S1T, D/RK) a

ARTI…. ....................................................................................................................... 66 8.7.6

Analýza pro střední města mezi atributy (sum_oby, celkem, S1T, D/RK) a

MRTI… ....................................................................................................................... 66 8.7.7

Analýza pro malá města mezi atributy (sum_oby, celkem, S1T, D/RK) a

ARTI…. ....................................................................................................................... 67 8.7.8

Analýza pro malá města mezi atributy (sum_oby, celkem, S1T, D/RK) a

MRTI… ....................................................................................................................... 67 8.7.9

9

Zhodnocení regresních analýz ....................................................................... 68

Závěr ........................................................................................................ 69

10 Použité zdroje ......................................................................................... 72 11 Přílohy ..................................................................................................... 74

8

Seznam obrázků Obr. 1: Graf vývoje financování výstavby dálnic v ČR ...................................................... 16 Obr. 2: Síť silnic v ČR ......................................................................................................... 19 Obr. 3: Obce polygony v ČR ............................................................................................... 20 Obr. 4: Cheb v roce 2010 .................................................................................................... 21 Obr. 5: Připojení WMS služby ............................................................................................ 22 Obr. 6: Ukázka tabulky obyvatel v programu Excel ........................................................... 23 Obr. 7: Ukázka pentlogramu pro Mělník............................................................................. 24 Obr. 8: Legenda k pentlogramu (obr. 7) .............................................................................. 25 Obr. 9: Ukázka funkce Merge ............................................................................................. 28 Obr. 10: Funkce Merge........................................................................................................ 29 Obr. 11: Ukázka funkce Dissolve ........................................................................................ 30 Obr. 12: Analyzovaná města ............................................................................................... 30 Obr. 13: Transformace z WGS 1984 do S-JTSK ................................................................ 31 Obr. 14: Funkce Intersect .................................................................................................... 32 Obr. 15: Panel nástrojů Network Analyst............................................................................ 33 Obr. 16: Ukázka Directions ................................................................................................. 34 Obr. 17: Ukázka výběru nejkratší trasy ............................................................................... 35 Obr. 18: Vzdálenost k nejbližší dálnici/RK ......................................................................... 35 Obr. 19: Ukázka zapnutí funkce Select By Location .......................................................... 37 Obr. 20: Obce K_P .............................................................................................................. 39 Obr. 21: Obce K_N .............................................................................................................. 40 Obr. 22: Obce S1T_P .......................................................................................................... 40 Obr. 23: Obce S1T_N .......................................................................................................... 41 Obr. 24: Obce D_P_s ........................................................................................................... 41 Obr. 25: Obce D_N_s .......................................................................................................... 42 Obr. 26: Obce D_P_bez ....................................................................................................... 42 Obr. 27: Obce D_N_bez ...................................................................................................... 43 Obr. 28: Nastavení pravidel u topologie.............................................................................. 48 Obr. 29: Panel nástrojů Topologie....................................................................................... 48 Obr. 30: Ukázka nastavení vyhledání síťových lokací ........................................................ 49 Obr. 31: Ukázka funkce SVYHLEDAT (Microsoft Office Excel) ..................................... 51

9

Seznam tabulek Tabulka 1: Dokončené kilometry dálnic v období 1989 - 2009 .......................................... 15 Tabulka 2: Seznam analyzovaných měst s počtem obyvatel, města jsou řazena sestupně podle počtu obyvatel v roce 2010 ........................................................................................ 27 Tabulka 3: Výsledné vzdálenosti analyzovaných měst k dálnicím/rychlostním komunikacím ....................................................................................................................... 36 Tabulka 4: Rozdělení obcí podle vstupujících komunikací................................................. 44 Tabulka 5: Podíl obcí ležících na S1T v [%] ....................................................................... 45 Tabulka 6: Podíl obcí ležících na D/RK se sjezdem v [%] ................................................. 46 Tabulka 7: Posouzení míry závislosti podle hodnoty korelačního koeficientu ................... 53 Tabulka 8: Měřená vzdálenost k nejbližší dálnici/ rychlostní komunikaci (města seřazena dle celkové vzdálenosti) ...................................................................................................... 57 Tabulka 9: Rozdělení vzdáleností k D/RK na intervaly ...................................................... 58 Tabulka 10: Počet kilometrů na osobu pro dojezd do města (řazeno podle počtu obyvatel AM v roce 2010) ................................................................................................................. 61 Tabulka 11: Korelační koeficienty - vzhledem ke všem AM.............................................. 63 Tabulka 12: Korelační koeficienty - Velká města ............................................................... 63 Tabulka 13: Korelační koeficienty - Střední města ............................................................. 63 Tabulka 14: Korelační koeficienty - Malá města ................................................................ 63 Tabulka 15: Výsledné P-hodnoty atributů v závislosti na ARTI (v rámci všech měst) ...... 64 Tabulka 16: Výsledné P-hodnoty atributů v závislosti na MRTI (v rámci všech měst) ..... 65 Tabulka 17: Výsledné P-hodnoty atributů v závislosti na ARTI (v rámci velkých měst)... 65 Tabulka 18: Výsledné P-hodnoty atributů v závislosti na MRTI (v rámci velkých měst) .. 66 Tabulka 19: Výsledné P-hodnoty atributů v závislosti na ARTI (v rámci středních měst). 66 Tabulka 20: Výsledné P-hodnoty atributů v závislosti na MRTI (v rámci středních měst) 67 Tabulka 21: Výsledné P-hodnoty atributů v závislosti na ARTI (v rámci malých měst) ... 67 Tabulka 22: Výsledné P-hodnoty atributů v závislosti na MRTI (v rámci malých měst) ... 67

10

Seznam příloh A - Vytištěné Příloha 1: Nejkratší vzdálenost z obce do analyzovaného města……………………….…74 Příloha 2: Grafické porovnání průměrné silniční intenzity dopravy v roce 2010…………80 Příloha 3: Grafické porovnání maximální silniční intenzity dopravy v roce 2010………..81 Příloha 4: Vzdálenost v km po silnicích I. třídy na nejbližší dálnici či rychlostní komunikaci z analyzovaných měst v roce 2010 (mapa)…………………………………...82 Příloha 5: Průměrný počet km na obyvatele pro dojížďku do města ze sousedních obcí po všech komunikacích v roce 2010 (mapa)………………………………………………….83 Příloha 6: Průměrný počet km na obyvatele pro dojížďku do města ze sousedních obcí po dálnicích a rychlostních komunikacích v roce 2010 (mapa)………………………………84 Příloha 7: Průměrný počet km na obyvatele pro dojížďku do města ze sousedních obcí po silnicích I. třídy v roce 2010 (mapa) ……………………………………………………...85 Příloha 8: Výhledový stav dálnic a rychlostních komunikací (mapa)……………………..86

B – Elektronické na CD • •

soubor Microsoft Office Excel s výsledky a vstupními daty: Florian.xls zpracovaná data v softwaru ArcGIS: Florian_bp.gdb

11

1 Úvod Práce navazuje na předchozí bakalářské a diplomové práce pod vedením doc. Ing. Leny Halounové, CSc., které se zabývaly sběrem, zpracováním a analýzou dat pro jednotlivá města. Tato práce se zabývá analýzou dopravní dostupnosti měst z dálnic a silnic první třídy, do které spadá určení nejkratších vzdáleností na silnice první třídy a dálnice či rychlostní komunikace, dopad silnic první třídy a dálnic/rychlostních komunikací na průměrnou a maximální intenzitu silniční dopravy v daných městech. Bylo pracováno s vybranými 36 městy v rámci období jednoho roku 2010. Pří výpočtu analýz byla města rozdělena na tři skupiny měst podle počtu obyvatel z důvodu objektivnějšího vyhodnocení. Celkové vyhodnocení je provedeno pomocí statistických, prostorových a vektorových dat v prostředí GIS. Výsledek práce slouží pro zjištění aktuální dostupnosti měst z dálnic a rychlostních komunikací a dopadu blízkosti této komunikace na intenzitu silniční dopravy ve městech.

1.1

Cíle práce Cíle této práce byly shrnuty do následujících bodů. •

určení nejkratších vzdáleností z měst na dálnici či rychlostní komunikaci

•

zjištění polohy sousedních obcí měst vzhledem k silnicím, které z měst do daných obcí vstupují a určení procentuálního zastoupení (podílů)

•

určení průměrné nejkratší dojezdové vzdálenosti na osobu z obcí do sousedních měst celkem a zvlášť po silnici první třídy a dálnici či rychlostní komunikaci

•

vyjádření závislosti mezi intenzitou dopravy a průměrné dojezdové vzdálenosti (viz předchozí bod) pomocí korelačních koeficientů

•

určení vlivu průměrných dojezdových vzdáleností s počtem obyvatel na intenzitě silniční dopravy pomocí regresní analýzy

•

zhodnocení vlivu blízkosti dálnice či rychlostní komunikace na intenzitu silniční dopravy ve městě

12

2 Doprava Doprava je organizovaná činnost, při které se za pomocí dopravních prostředků cíleně přepravují osoby, hmotný materiál a informace z místa na místo. Její historie sahá až do prvobytně pospolné společnosti, kde vznikla v rámci rozdělení práce. Doprava v sobě zahrnuje tří základní prvky, bez kterých by celý proces nemohl správně fungovat. Těmito prvky jsou dopravní cesta (silnice, dálnice, letecký koridor …), dopravní prostředek (auto, autobus, letadlo …) a lidský součinitel (fyzická osoba, lidský faktor - logistika). Doprava je funkcí, jež vznikla z důvodu spojení základních funkcí v území (bydlení, práce, služby) a zpětně ovlivňuje strukturu území [16]. Citace: „Dopravou se rozumí soubor procesů, které vedou k cílenému přemísťování osob, materiálů, energie a informací v prostoru a čase.“ [12] 2.1

Rozdělení dopravy Doprava je rozdělena podle různých hledisek.

2.1.1

Rozdělení podle dopravně-technického hlediska

Z hlediska druhu dopravního prostředku, prostředí a po jaké dopravní cestě se doprava vykonává, dělíme dopravu na: •

konvenční – pozemní (silniční, železniční), vodní (námořní, říční), letecká (vzdušná), kombinovaná (kontejnery – nákladním automobilem, vlakem, lodní přepravou), vesmírná (meziplanetární, kosmická)

•

nekonvenční (speciální doprava) – potrubní (ropovod, plynovod, vodovod…), lanové visuté dráhy (různé druhy lanovek – sedačková, kabinková), dopravníky (pásové, kolové …)

•

spoje (doprava zpráv a informací) – telekomunikace, internet, radiokomunikace, pošty

2.1.2

Rozdělení podle místa působnosti – Doprava vedená pouze uvnitř jednoho státu.

•

vnitrostátní

•

mezinárodní – Doprava, jež probíhá po území dvou a více států.

•

příměstská

•

vnitrozávodní – Doprava menšího rozsahu vedená uvnitř nějakého prostoru.

•

technologická – Doprava, která je zapotřebí během určitého výrobního procesu.

– Doprava probíhající v blízkosti nějakého města.

Doprava má ještě mnoho dalších rozdělení, ale pro účel této práce stačí již zmíněné. [12] 13

2.2 2.2.1

Silniční doprava v České republice Historie Silniční doprava patří mezi nejstarší dopravu. Na našem území základy vzniku

silnic sahají až do roku 1725, kdy byla za vlády císaře Karla VI. ustanovena silniční reparační komise pro řízení silničních prací. Silnice v té době měly kamennou konstrukci s povrchovou vrstvou štěrku a písku. Šířka této silnice dosahovala 7,2 m. Do 19. století byla silniční doprava jedinou suchozemskou dopravou. Pokles významu silniční dopravy byl zaznamenán v době vynálezu parního stroje a zkonstruováním lokomotivy. Teprve vynález automobilu a jeho rychlé zlepšování vyzdvihlo opět význam silniční dopravy na vrchol mezi dopravními systémy. Velký rozvoj silniční dopravy přišel po skončení první světové války, která potvrdila možnost použití automobilu i ve válce. Silniční doprava se podílí na přepravě osob i zboží stále větším dílem, roste i počet automobilů a počet ujetých kilometrů za rok. Tento vývoj se projevuje zvláště po druhé světové válce, začínají se budovat silniční komunikace vyhrazené pro motoristickou dopravu. [12] Citace: „Postavit moderní silnici, vyhovující rychlé a bezpečné dopravě, je stejně odpovědná a složitá práce jako vybudovat sídliště nebo průmyslový objekt.“ [12] 2.2.2

Historie dálnic Z důvodu nárůstu silničního provozu, v druhé polovině třicátých let dvacátého

století, silniční síť přestala být dostačující a proto se dne 4. listopadu 1938 československá vláda rozhodla o výstavbě dálnice z Prahy do Velkého Bočkova (na Podkarpatské Rusi). Dne 2. května 1939 byla v plánovaném termínu zahájena stavba úseku Praha-Brnoslovenské hranice. Bohužel z důvodu nepříznivé historické situace byla však stavba 30. dubna 1942 pozastavena nařízením německých okupantů. Po druhé světové válce opět stavba započala, ale v roce 1950 byla znovu ukončena a problém v přetížení silnic dále eskaloval. Dne 8. září roku 1967 při zjištění nepříznivého dopadu na národní hospodářství byla stavba obnovena. [11] Dne 8. listopadu 1980, po více než 41 letech od počátků stavby dálnice, byl uveden do provozu dálniční tah Praha-Brno-Bratislava. [11]

14

2.2.3

Období po roce 1989 Po revoluci v roce 1989 nastala změna hospodářské strategie našeho státu. Začaly

vznikat nové konkurenčně schopné stavební společnosti a tím se zlepšily jak kvalita, tak tempo výstavby dálnic. V devadesátých letech se však ještě kladl důraz hlavně do rekonstrukce železničních koridorů. Největší rozmach výstavby dálnic započal kolem roku 2003 a až teď v současnosti jsme svědkem toho, jak jsou téměř všechny tahy dálnic rozestavěné a nové úseky přibývají po celém území ČR. Na financování budování dálnic se podílí i Evropská unie (dále jen EU), která klade velký důraz na kvalitní dopravní infrastrukturu svých členských států, a to tím, že je pro nás významným finančním zdrojem (dotace, příspěvky). [11] Tabulka 1: Dokončené kilometry dálnic v období 1989 - 2009

Zdroj:[10]

15

2.2.4

Současnost V roce 2010 se na celém území České republiky nachází kolem 1099 kilometrů

dálnic včetně rychlostních komunikací a do budoucna by jejich množství mělo být zhruba dvojnásobné. V hustotě silniční sítě se Česká republika řadí k předním zemím v Evropě, hůře je na tom s dálniční sítí, která v ČR čítá pouhých 9,2 km na 1000 km². V Evropě, kde se hustota dálniční sítě pohybuje okolo 20-57 km na 1000 km², tedy ČR zaostává. [15]

Finance vložené do výstavby dálnic a silnic I. třídy (v mld. Kč) 60

Peníze v mld. Kč

50 40 30 20 10 0

rok 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

mld. Kč 10,9 9 14,7 17 28,8 38,5 37 37,2 37,3 41,4 52,6

Obr. 1: Graf vývoje financování výstavby dálnic v ČR (zdroj:www.casopisstavebnictvi.cz)

Na obrázku Obr. 1 je možné pozorovat, že se do dálničních tahů v posledních letech investuje čím dál tím více peněz, ať už z důvodu stavění naplánovaných tahů dálnic a přiblížení se standardům Evropy, tak kvůli údržbě dálnic.

16

2.2.5

Silniční komunikace na území republiky rozdělujeme na následující třídy a) dálnice Dálnice jsou cesty určené pro mezistátní a rychlou dálkovou dopravu, na nichž se mohou pohybovat pouze motorová vozidla s minimální rychlostí nad 80 km/h. b) silnice Silnice jsou cesty pro silniční a jiná vozidla, po kterých se mohou pohybovat i chodci. Nemají předepsanou minimální rychlost. •

silnice I. třídy Do této skupiny řadíme i rychlostní komunikace (silnice), které však mají podobné specifikace jako dálnice (min. rychlost 80 km/h, …).

•

silnice II. třídy

•

silnice III. třídy

c) místní komunikace •

místní komunikace I. třídy

•

místní komunikace II. třídy

•

místní komunikace III. třídy

•

místní komunikace IV. třídy

d) účelové komunikace

[16]

17

3 Použité programy 3.1

ESRI ArcGIS 10.2 for Desktop ArcGIS patří k nejrozšířenějším programům pro zpracování a analýzu

geografických dat. Software pochází ze Spojených států amerických a je vyvíjen firmou ESRI (Environmental Systems Research Institute), která začátkem roku 2014 v lednu vydala nejnovější verzi ArcGIS for desktop 10.2.1. Program je v České republice zastoupen v mnoha různých oborech, především ve státní správě. Shrnutím můžeme říci, že se s ním pracuje všude tam, kde jsou data (jevy) přidělena k nějakému určitému místu. [1] Práce byla provedena v aplikaci ArcMap, která je hlavní nedílnou součástí ArcGIS 10.2 for Desktop. Mimo jiné sem patří další aplikace ArcGlobe, ArcScene, ArcCatalog (správa a organizace dat), ModelBuilder (vytváření, editace a spravování dat), ArcToolbox (velké množství nástrojů). Celý tento systém nám nabízí velké množství funkcí, které se váží na GIS. Software podporuje mnoho souřadnicových systémů (v bakalářské práci, dále jen BP byly využity S-JTSK a WGS1984) a datových formátů, které jsou sjednoceny v aplikaci ArcMap. Rozhraní funkčnosti tohoto programu lze ještě rozšířit dalšími placenými extenzemi (nejen od firmy ESRI) nebo zdarma přes web ESRI Developer Network. Při nedostatku potřebných funkcí si může uživatel sám funkci naprogramovat v jazyce Python. [1]

3.2

Ostatní využité programy Další programy již nejsou potřeba dále specifikovat, a proto jsou pouze

vyjmenované. •

Microsoft office 2007 (Word, Excel)

•

Malování

•

Poznámkový blok

•

Kalkulačka

18

4 Použitá data V této části jsou rozdělena a popsána data, která byla potřeba pro vyhotovení bakalářské práce. Byla zapotřebí jak vektorová a rastrová, tak i statistická data. 4.1

Vektorová data Vektorová data jsou popsána pomocí geometrických parametrů. Například je-li

uložena úsečka, tak soubor neobsahuje souřadnice všech jejích bodů, ale pouze její počáteční a koncový bod případně informaci o barvě, stylu čáry a tloušťce. Mezi hlavní výhody patří dobrá reprezentace struktury objektů, velká přesnost a zároveň malý objem dat, kvalitní grafika i přesnost kreslení, kompaktnost a přesná transformace mezi souřadnicovými systémy. [8] 4.1.1

Síť silnic Tato vektorová data byla získána od firmy Here, díky uzavřené spolupráci

s Fakultou stavební. Data jsou firmou aktualizována téměř nepřetržitě, proto se jedná o data aktuální. Jejich přesnost je však různá, záleží na potřebách firmy Here a jejich odběratelích. Maximální odchylka od skutečné osy komunikace se pohybuje kolem 3 metrů. Součástí těchto dat jsou dálnice/rychlostní komunikace (CZ_D_R.shp), nájezdy na dálnice a silnice první třídy (CZ_Rampy.shp), silnice první třídy (CZ_I_trida.shp) a silnice druhé třídy (CZ_II_trida.shp), které se vyskytují na celém území ČR. Zbytek silnic byl dolněn z ArcČR 500 (4.1.2).

Obr. 2: Síť silnic v ČR 19

Všechna data jsou uložena v souřadnicovém systému WGS 1984 a ve formátu s příponou .shp. Shapefile (.shp) je datový formát, který umožňuje ukládat vektorová prostorová data pro GIS. Součástí tohoto souboru jsou i další pomocné soubory. •

.dbf – soubor obsahující atributy

•

.shx – indexový soubor

•

.prj – soubor obsahující zdrojový souřadnicový systém

Na Obr. 2 je ukázka silniční sítě přetransformované do souřadnicového sytému S-JTSK (S-JTSK Křovák EastNorth), kde jsou jednotlivé druhy komunikací zobrazeny barvami: zelenou silnice 2.třídy, fialovou silnice 1.třídy, žlutočernou dálnice a rychlostní komunikace a červenou nájezdové rampy. 4.1.2

ArcČR 500 Jedná se o digitální vektorovou databázi celé ČR, která je dostupná zdarma

z webového serveru [5]; databáze vznikala při spolupráci společnosti ARCDATA Praha, s.r.o., Zeměměřického úřadu a Českého statistického úřadu. V současnosti je možnost si stáhnout nejnovější verzi ArcČR 500 3.1, která byla aktualizována na přelomu roku 2013/2014. [5]

Obr. 3: Obce polygony v ČR

20

Databáze je vyhotovena v měřítku 1:500 000 a tomu také odpovídá její přesnost. Součástí tohoto balíčku jsou dvě geodatabáze. Topologická data (ArcCR500_v31.gdb dále jen

A500)

a

administrativní

členění

se

socioekonomickými

údaji

(AdministrativniCleneni_v11.gdb dále jen AČ). V práci byly využity vrstvy Statpolygon, ObceBody a Obcepolygony (Obr. 3) z geodatabáze AČ a vrstva Silnice z A500. Souřadnicový systém geodat je S-JTSK Křovák EastNorth. 4.1.3

Data z projektu COST [3] Mezi základní údaje práce určitě patří data vytvořená v rámci projektu COST, která

byla zpracována v programech ArcGIS a PM-View. Vektorová databáze obsahuje údaje o časovém vývoji urbánních tříd od roku 1960 pro vybraná česká města, které jsou získány z územních plánů měst, leteckého snímkování armády ČSSR, dále pak z dat Českého statistického úřadu (dále jen ČSÚ), Ředitelství silnic a dálnic (dále jen ŘSD), resortu Českého úřadu zeměměřického a katastrálního (dále jen ČÚZK), jednotlivých obecních případně krajských úřadů, bakalářských a diplomových prací na FSv ČVUT v Praze. Geodatabáze je dostupná z webu ČVUT, kde byla stažena verze multiple polygon [(COST_GDB_v1.1_multi_polygon), což představuje, že každý polygon zobrazuje více oddělených polygonů se stejnou funkční třídou a kódem. V práci byla zapotřebí pouze data s rokem 2010 (ze zadání), v některých případech se vyskytla i města, která rok 2010 neměla, proto byla využita ta s nejbližším datem. Maximální rozdíl od roku 2010 byl 2 roky (2008-2011). Souřadnicový systém dat je S-JTSK Křovák EastNorth.

Obr. 4: Cheb v roce 2010

21

4.2

Rastrová data Rastrová data tvoří dohromady obraz, který je složen z matice jednotlivých

plošných jednotek neboli pixelů. Každý atribut rastrových dat je uložen v jiné vrstvě. Hlavní výhody těchto dat jsou jednoduchá datová struktura, rychlé vyhledávání a práce s jedním atributem, snadná kombinace s jinými rastrovými daty a relativní softwarová a hardwarová nenáročnost. [8]

4.2.1

Ortofoto České republiky Tyto snímky byly získány ze stránek ČÚZK. Ortofoto ČR představuje sadu

barevných snímků (ortofot), které jsou aktualizovány jednou za dva roky (východní a západní pásmo). V rámci jednotlivých pásem je stav území zobrazen ke stejnému roku. Od roku 2009 jsou ortofota vytvářena s velikostí pixelu 0,25 m, což je čtyřikrát přesnější než tomu bylo dříve (0,5 m) a od roku 2010 začalo být snímkování prováděno digitální kamerou, díky těmto inovacím se nemálo přispělo k zvýšení kvality. [9]

Obr. 5: Připojení WMS služby

Do ArcGIS bylo ortofoto přidáno pomocí add Data, kde byla vybrána položka GIS Servers a následně Add WMS Server. Po zobrazení okna byla na stránkách ČÚZK nalezena URL adresa, která nám umožnila připojit Web Map Service (dále jen WMS), v češtině „webová mapová služba“, k aplikaci ArcMap (obr. Obr. 5).

22

4.3

Statistická data Kromě dat vektorových a rastrových bylo důležité získat i data statistická, která

představují hlavně tabulky s počty obyvatel a intenzitu dopravy z roku 2010. 4.3.1

Obyvatelstvo Tabulky s počty obyvatel byly převzaty ze stránek ČSÚ, kde byly vybrány všechny

potřebné obce a jejich počet obyvatel ke dni 31. 12. 2010. [6]

Obr. 6: Ukázka tabulky obyvatel v programu Excel (Zdroj:www.czso.cz)

4.3.2

Intenzita dopravy Pro intenzitu dopravy byla využita data ze stránek Ředitelství silnic a dálnic (ŘSD)

pro rok 2010. [7] Data pro jednotlivé úseky jsou k dispozici ve formě tabulek a pentlogramů (schematická mapa sčítacích úseků s naměřenými hodnotami). Dále byly převzaty informace o komunikacích a jejich úsecích z předešlých diplomových prací a z tabulky doc. Ing. Leny Halounové, CSc., kde bylo zjištěno, které úseky jsou k dispozici v daných městech. Informace o intenzitě dopravy v jádrovém území byly k dispozici ke všem městům, v roce 2010, kromě hlavního města Prahy ze stránek ŘSD. Na stránkách ŘSD jsou k zobrazení po krajích tabulky s hodnotami (Úsek, Komunikace, Začátek, Konec, TV, O, M, SV). Pro výpočet intenzity jsou zapotřebí pouze číselné hodnoty TV – těžká vozidla (nákladní automobil, autobus), O – osobní vozidla, M – jednostopé motorové vozidlo (motocykl). SV coby prostý součet vozidel, je suma těchto tří hodnot v rámci sčítaného úseku, která vyjadřuje roční průměr denních intenzit všech vozidel. Tento jednoduchý vztah tedy nevyjadřuje zatížení komunikace vlivem dopravy. Je proto na místě využití přepočtu na jednotková vozidla (JV), čímž se do jisté míry zohlední různý vliv nákladních, osobních a jednostopých vozidel na dopravní zatížení komunikace. 23

Jedná se o hodnotu, která je vypočtena ze vzorce [2]: ࡶࢂ = ૛ ∙ ࢀࢂ + ࡻ + ૙, ૞ ∙ ࡹ

Kde:

ࢀࢂ je průměrný počet těžkých vozidel za 24 hodin ࡻ je průměrný počet osobních vozidel za 24 hodin ࡹ je průměrný počet jednostopých vozidel za 24 hodin

Obr. 7: Ukázka pentlogramu pro Mělník (Zdroj:www.rsd.cz) 24

(1)

Obr. 8: Legenda k pentlogramu (obr. 7) (Zdroj:www.rsd.cz)

Výpočet průměrné intenzity silniční dopravy (dále jen ARTI) a maximální intenzity silniční dopravy (dále jen MRTI) byl vypočten podle tabulky doc. Ing. Leny Halounové, CSc. ARTI se spočítá jako součet intenzit na všech sčítacích úsecích ve městě dělený počtem úseků a MRTI je úsek s největší intenzitou dopravy v daném městě.

25

5 Zpracování dat Tato kapitola popisuje zpracování použitých dat a podrobně se zabývá postupem práce, která byla provedena v programu ArcGIS 10.2 for Desktop (dále jen ArcGIS) a Microsoft Excel 2007. Jsou zde popsány jednotlivé funkce/nástroje, které byly v programech využity a pomocí obrazových výstupů je názorně ukázána práce a jednotlivé postupy nastavení daných funkcí. Prvním krokem při spuštění aplikace ArcMap bylo vytvoření vlastní geodatabáze pro lepší orientaci mezi nově vytvořenými a upravovanými daty. Vytvoření probíhalo pomocí ArcCatalogu a to do složky jménem Home – Documents\ArcGIS. Po stisknutí pravého tlačítka myši (dále jen PT) se zobrazila tabulka a postup byl následovný New -> File Geodatabase. Poté byla databáze pojmenována jako BP.gdb a nastavena jako výchozí (Make Default Geodatabase). Dalším základním krokem bylo nastavení řídicího souřadnicového systému. Byl zvolen systém, který se používá v České republice, a tím je S-JTSK, značený v programu ArcGIS jako „S-JTSK_Krovak_East_North (Data Frame Properties -> Coordinate System). Také bylo zapotřebí nastavit cestu k datům pomocí tlačítka Add Data, které se nachází v základním panelu nástrojů. Po otevření okna Add Data, zbývalo nastavení relativní cesty tlačítkem Connect To Folder a vyhledání potřebných dat v počítači.

26

Tabulka 2: Seznam analyzovaných měst s počtem obyvatel, města jsou řazena sestupně podle počtu obyvatel v roce 2010 ID

Město

Použitý rok pro Zkratka administrativní hranice města

PHA 1 Praha OST 2 Ostrava LIB 3 Liberec OLO 4 Olomouc CEB 5 České Budějovice HRK 6 Hradec Králové PCE 7 Pardubice KLA 8 Kladno MOS 9 Most OPA 10 Opava F-M 11 Frýdek-Místek DEC 12 Děčín JIH 13 Jihlava CHO 14 Chomutov PRE 15 Přerov JAB 16 Jablonec nad Nisou MLB 17 Mladá Boleslav CLI 18 Česká Lípa TRE 19 Třebíč CHE 20 Cheb ZNO 21 Znojmo PRI 22 Příbram KOL 23 Kolín PIS 24 Písek LIT 25 Litvínov VSE 26 Valašské Meziříčí CTE 27 Český Těšín HBR 28 Havlíčkův Brod BRE 29 Břeclav ZDA 30 Žďár nad Sázavou STR 31 Strakonice KLT 32 Klatovy KUH 33 Kutná Hora NAC 34 Náchod MEL 35 Mělník CTR 36 Česká Třebová Města jsou zobrazena na Obr. 12.

2010 2010 2010 2009 2009 2009 2010 2009 2008 2010 2011 2010 2010 2011 2010 2011 2008 2010 2010 2010 2010 2010 2008 2008 2011 2011 2009 2009 2010 2010 2009 2010 2011 2011 2008 2009

27

1970

1990

2010

1 079 898 1 215 217 1 257 158 279 209 331 466 303 609 72 365 104 233 101 865 79 434 107 399 100 233 77 357 100 014 94 754 69 126 101 272 94 318 71 466 95 948 90 401 57 467 73 203 70 665 54 336 71 759 67 466 50 289 63 531 58 274 39 239 67 070 58 200 44 074 56 043 51 691 40 864 54 874 51 154 39 895 55 502 50 441 39 520 51 937 45 778 33 840 46 691 45 356 30 642 49 406 43 939 16 625 40 985 37 878 21 389 39 685 37 836 25 365 32 319 34 530 26 126 37 594 34 476 28 971 40 603 34 068 26 879 31 877 30 927 22 784 29 921 29 923 22 731 29 594 27 144 17 527 26 540 27 071 15 820 28 710 25 445 17 805 25 570 24 166 13 381 26 304 24 052 15 273 27 078 23 038 17 253 25 431 22 951 17 191 23 577 22 748 17 921 21 871 21 295 18 763 21 303 20 688 15 508 19 950 19 225 14 125 18 931 16 032

5.1

Vzdálenost k nejbližší nejbližš silnici I. třídy a dálnici/rychlostní komunikaci od administrativní hranice města Tato část práce se zabývá měřením vzdáleností od administrativní hranice města

k dálnici/rychlostní komunikaci (dále jen RK). RK) Hned při prvotním nahráním dat bylo v okně ArcMap vidět, že všechna analyzovaná města mají přístup k silnicím první třídy a proto nebylo toto měření zapotřebí. Vzdálenost od administrativní hranice měst k silnicím icím prvním třídy je tedy nulová. Poté bylo postupováno podle následujících kroků.

5.1.1

Úprava administrativní hranice měst Jako data pro administrativní hranice měst bylo nahráno vždy nejaktuálnější období

z geodatabáze COST (COST_GDB_v1.1_multi_polygon COST_GDB_v1.1_multi_polygon ) z datového souboru města. města Tato období jsou v rozmezí let 2008 až 2011 (viz Tabulka 2),, pro každé město bylo období různé a to především podle dostupných dat při vypracování měst. Po načtení všech 36 měst do ArcGIS bylo v tabulce obsahu (Table Of Contents) C ) tolik tříd prvků jako jak měst, a proto jsem z důvodu spojení do jedné třídy využil funkci Merge (Geoprocessing Geoprocessing -> Merge).

Obr. 9: Ukázka funkce Merge

28

Pomocí funkce Merge lze spojovat data z více různých zdrojů do nového, jednoho výstupního datového souboru, ale všechny vstupní soubory dat musí být stejného typu (to znamená, že bodové třídy prvků mohou být spojeny s bodovými, nebo více liniových tříd může být spolu spojeno, ale data s liniovými prvky nemůžou být spojeny s daty s polygonovou třídou prvků). [17] V našem případě se jedná pouze o polygonové prvky, takže funkce Merge mohla být provedena.

Obr. 10: Funkce Merge

Po spuštění funkce Merge byla vytvořena jedna polygonová vrstva o 36 městech. Jelikož každé město bylo děleno na několik funkčních tříd (rekreační, obytné, dopravní, výrobní a ostatní plochy), a tím bylo v jednom polygonu města více dalších polygonů, tak pro získání pouhých administrativních hranic města byla využita funkce Dissolve (Geoprocessing -> Dissolve), čímž bylo dosaženo právě jediné hranice administrativního území města.

29

Dissolve je funkce, která spojuje prvky na základě specifického atributu[ARC]. V našem případě byl použit specifický atribut MÍSTO, které je v datech pojmenované jako město (viz Obr. 11).

Obr. 11: Ukázka funkce Dissolve

Obr. 12: Analyzovaná města

30

5.1.2

Editace silnic 1. třídy a nájezdových ramp Dalším krokem bylo nahrání vektorových dat silnic 1. třídy (dále jen S1T),

nájezdových ramp (dále jen nájezdy) a dálnic. Tato data byla uložena v souřadnicovém systému WGS 1984, proto musela být transformována do řidícího systému SJTSK_Krovak_East_North.

Jako

metodu

transformace

jsem

využil

S_JTSK_To_WGS_1984_5, která nejvíce korespondovala s daty uloženými v geodatabázi měst (COST).

Obr. 13: Transformace z WGS 1984 do S-JTSK Po bližším přezkoumání v ArcGIS bylo zjištěno, že některé S1T a rampy mají v sobě zásadní nedostatky, protože na některých místech chyběly celé desítky až stovky metrů silnic a pak opět pokračovaly dále. Tato prázdná místa bylo nutno pomocí nástroje Editor ručně zvektorizovat podle ortofoto snímků připojených pomocí WMS serveru z ČÚZK; bez těchto úprav by nemohla být spuštěna síťová analýza pro změření vzdáleností. Panel nástrojů (Toolbar) Editor byl zapnut přes Customize -> Toolbars -> Editor. Následovalo zapnutí editace pomocí první ikony Editor -> Start Editing. Dalším krokem byl výběr vrstvy, kterou jsem chtěl editovat (v mém případě to byla vrstva S1T a nájezdy). Poté stačilo vybrat druh linie (pokud je k dispozici více druhů v dané vrstvě), a to v tabulce Create Features (spustí se pomocí posledního tlačítka na panelu Editoru), po vybrání druhu linie je ještě k dispozici konstrukční nastavení (Construction Tools), kde je nutné vybrat geometrii prvků, které chceme kreslit (Line – linie, Rectangle – obdélníkový tvar, Circle – kružnice, Ellipse – elipsa, Freehand – volný způsob). Využita byla linie.

31

5.1.3

Síťová analýza Ještě

před

zahájením

síťové

analýzy

byly

vyhotoveny

průsečíky

S1T

s administrativní hranicí měst. Body byly spočítány pomocí funkce Intersect (Geoprocessing -> Intersect), z těchto bodů bude pak měřena nejbližší vzdálenost k dálnici/RK. Funkce Intersect vypočítá geometrický průsečík vstupních vrstev. Prvky nebo části prvků, které se mezi sebou překrývají ve všech vrstvách, jsou pak uloženy do jedné výstupní vrstvy. Jako výstupní typ (Output Type) byl nastaven bod (Point).

Obr. 14: Funkce Intersect Síťová analýza nespadá do základních funkcí ArcGIS a z tohoto důvodu je zapotřebí nejprve zapnout rozšíření Network Analyst, které se spustí v Customize -> Extension -> Network Analyst. V položce Customize se pro práci s analýzou zapne panel nástrojů Network Analyst. V neposlední řadě je nutné vytvořit feature dataset (funkční datový soubor), ale ještě před jeho vytvořením je dobré zkontrolovat vrstvu silnic a její atributy, případně upravit či vytvořit nové podle potřeby; proto je dobré si nejdříve ujasnit, jaký druh impedance bude v síťové analýze využit. Pro tuto práci se využije jako impedance nejkratší cesta, to znamená, že jsou potřeba základní atributy ID, NÁZEV, DÉLKA. Zbývá vytvořit feature dataset, který se vytvoří pomocí ArcCatalogu do již vytvořené geodatabáze přes pravé tlačítko myši (New --> Feature Dataset). Souřadnicový systém datasetu je nastaven WGS 1984 (nastavuje se podle dat, která jsou do datasetu posléze importována). Import dat probíhá pomocí funkce Feature Class to Feature Class, jenž je spuštěna opět v ArcCatalogu přes dataset (Import -> Feature Class (Single)). 32

Posledním bodem je vytvoření síťového datasetu. Opět přes ArcCatalog pomocí stisknutí PT nad nově vytvořeným datasetem (New -> Network Dataset).

Postup při vytvoření síťového datasetu: 1. Nastavení názvu a výběr verze síťového datasetu 2. Výběr vrstev pro analýzu trasy 3. Modelace otočení (Turns) - Ne 4. Napojení (Conectivity) - nastavení ponecháno na koncový bod 5. Modelace výšek (Elevation) – Ne 6. Upřesnění atributů (Specify atributes) – přidán atribut délka (Usage – Cost, Units – Meters, Data Type – Double) 7. Směry (Direction) – Ano 8. Kontrola nastavení před vytvořením Nyní je možné přejít k vlastnímu řešení, tedy k síťové analýze. Vytvoření vrstvy analýzy trasy Kliknutím na panel nástrojů Network Analyst se vytvoří vrstva nejbližšího zařízení. V pravé části panelu je možné si vybrat, se kterým síťovým datasetem budeme pracovat (Network Analyst -> New Route).

Obr. 15: Panel nástrojů Network Analyst Po vytvoření nové vrstvy analýzy se vrstva zobrazí v okně obsahu (Table Of Contents) a v okně Network Analyst (dále jen NA). Když se okno NA nezobrazí, je aktivováno první ikonou na panelu nástrojů. Vrstva je rozdělena na pět vrstev prvků – Zastávky (Stops), Trasy (Routes), Bodové Bariéry (Point Barriers), Liniové Bariéry (Line Barriers) a Polygonové Bariéry (Polygon Barriers). 33

Měření trasy Jako zastávky jsou dány body, které leží na styku S1T s administrativní hranicí města (Obr. 14) a na nejbližším nájezdu na dálnici, tím se spočte vzdálenost po S1T k nájezdu. K vypočítání vzdáleností slouží pátá ikona zprava Directions. Po stisknutí se zobrazí okno, kde jsou zobrazeny všechny potřebné informace – celková vzdálenost (Driving distance) a jednotlivé úseky s odbočkami. Mimo jiné se na mapě graficky znázorní cesta.

Obr. 16: Ukázka Directions

Po vyhodnocení všech možných cest z daného města byla vždy vybrána ta nejkratší trasa, k níž pak byla připočtena vzdálenost po rampě k dálnici/RK. Vzdálenost po nájezdech byla měřena zvlášť, protože S1T a nájezdy na sebe ve většině případů nenavazovaly. Z tohoto důvodu byly také při vytváření síťových datasetů vytvořeny dva. Jeden pro S1T a druhý na nájezdy. Postup u vytvoření trasy byl obdobný jako u S1T, pouze počáteční zastávka byla přidána do bodu styku S1T s rampou a koncová do styku rampy s dálnicí/RK.

34

Obr 17: Ukázka výběru nejkratší trasy Obr. Počáteční body červené a růžové trasy vedou ze stejného místa jako trasa zelená (Obr. 17). Po vyhodnocení nejkratších vzdáleností na S1T a nájezdech se vzdálenosti sečtou a výsledek je poté nejkratší vzdálenost na dálnici/RK.

Obr 18: Vzdálenost k nejbližší dálnici/RK Obr.

35

Tabulka 3: Výsledné vzdálenosti analyzovaných měst k dálnicím/rychlostním komunikacím ID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

Město Praha Ostrava Liberec Olomouc České Budějovice Hradec Králové Pardubice Kladno Most Opava Frýdek-Místek Děčín Jihlava Chomutov Přerov Jablonec nad Nisou Mladá Boleslav Česká Lípa Třebíč Cheb Znojmo Příbram Kolín Písek Litvínov Valašské Meziříčí Český Těšín Havlíčkův Brod Břeclav Žďár nad Sázavou Strakonice Klatovy Kutná Hora Náchod Mělník Česká Třebová

Zkratka PHA OST LIB OLO CEB HRK PCE KLA MOS OPA F-M DEC JIH CHO PRE JAB MLB CLI TRE CHE ZNO PRI KOL PIS LIT VSE CTE HBR BRE ZDA STR KLT KUH NAC MEL CTR

nejkratší vzdálenost na D/RK po: 1. třída nájezdy celkem [km] [km] [km] 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 24,5 0,0 24,5 0,0 0,0 0,0 11,8 1,0 12,7 5,3 0,4 5,6 9,1 0,3 9,3 22,6 0,9 23,5 0,0 0,0 0,0 13,9 0,2 14,1 0,0 0,0 0,0 0,0 0,0 0,0 2,9 0,4 3,3 7,2 0,2 7,4 0,0 0,0 0,0 43,9 0,2 44,1 43,4 0,7 44,1 1,9 0,0 1,9 40,6 0,7 41,2 1,9 0,0 1,9 8,8 0,5 9,3 4,8 0,0 4,8 23,9 0,9 24,8 29,5 0,0 29,5 0,0 0,0 0,0 7,9 0,4 8,3 0,0 0,0 0,0 34,9 0,2 35,1 13,1 0,6 13,8 23,0 0,6 23,6 26,5 0,7 27,3 39,8 0,3 40,1 13,6 0,3 13,9 54,0 0,0 54,0

36

5.2

Určení všech nejbližších obcí ležících na komunikacích vycházejících z každého analyzovaného města a určení podílů zastoupení S1T a D/RK Dalším bodem v práci bylo určení nejbližších obcí ležících, bezprostředně u

administrativní hranice města, na komunikacích vycházejících přímo z něj. Získání těchto informací probíhalo v softwaru ArcGIS, kde se postupovalo podle následujících kroků. 5.2.1

Vytvoření vrstvy s obcemi Nejprve musela být nahrána vrstva ObcePolygony, obsahující všechny obce ČR,

z geodatabáze (AdministrativniCleneni_v11.gdb) ArcČR 500. Následoval výběr všech 36 analyzovaných měst z této databáze a následný export do nové vrstvy. Tím byla získána vrstva o 36 analyzovaných městech a mohly být určeny nejbližší obce. Pro tento výběr byla využita výběrová funkce na základě lokace (Selection -> Select By Location -> Spatial selection method for target layer feature: Touch the boundary of the source layer feature), kde zdrojová vrstva (Source layer) byla nastavena nová s 36 městy a cílová (Target layer) ObcePolygony. Tímto vznikla vrstva všech obcí dotýkajících se hranic analyzovaných měst. K tomuto vyhledání se s vrstvou obsahující administrativní hranice měst (viz Obr. 12) nemohlo pracovat, a byla vytvořena nová, z důvodu odlišnosti hranic měst. Hranice z geodatabáze COST je jiná než z ObcePolygony, proto by většina obcí nebyla zahrnuta. Počet těchto obcí musel být také ještě zredukován, protože do každé této obce nevedla komunikace z města, což bylo zjištěno nahráním vektorových dat. Silnice od společnosti Here (S1T, S2T, D/RK, rampy) a zbytek byl doplněn silnicemi z geodatabáze ArcČR (bez již použitých tříd). Obce, do kterých nevedly žádné komunikace, byly odstraněny.

Obr. 19: Ukázka zapnutí funkce Select By Location 37

5.2.2

Rozdělení obcí podle komunikací V této části je popsáno rozdělení obcí podle vstupující komunikace, jež vychází

z daného analyzovaného města (dále jen AM). S obcemi je pracováno postupně a vždy pouze v rámci jednoho z AM. To znamená, že bylo například vybráno město Břeclav, a tudíž se pracovalo pouze se sousedními obcemi Břeclavi, do kterých vstupuje komunikace (viz část 5.2.1). Tyto obce byly rozděleny do 8 skupin a následně uloženy do pracovní databáze, kde se postupně vytvořilo 8 datasetů, které byly pojmenovány podle skupiny. Poté byly všechny obce, jež měly patřit do jedné skupiny, označeny a následně uloženy do příslušného datasetu pod jménem AM_jméno_skupiny (např. Břeclav_K_P).

Rozdělení: a. Komunikace přímé (K_P) b. Komunikace nepřímé (K_N) c. Silnice I. třídy přímé (S1T_P) d. Silnice I. třídy nepřímé (S1T_N) e. Dálnice/RK přímé se sjezdem (D_P_s) f. Dálnice/RK nepřímé se sjezdem (D_N_s) g. Dálnice/RK přímé bez sjezdu (D_P_bez) h. Dálnice/RK nepřímé bez sjezdu (D_N_bez)

Vysvětlivky: Přímé – Obce, do kterých vedou silnice přímo z analyzovaného města. Tedy nemohou vést přes jinou sousední obec. Nepřímé – Obce, do kterých vedou komunikace nepřímo z analyzovaného města. Mohou vést přes sousední obec, ale musí vycházet z daného města. Určují se pouze tam, kde vstupují pouze S1T a D/RK nepřímo.

38

a) Komunikace přímé (K_P) – Obce ležící přímo na komunikaci vycházející z analyzovaného města.

Obr. 20: Obce K_P b) Komunikace nepřímé (K_N) – Obce ležící nepřímo na komunikaci. Platí pouze pro ty, kterými prochází S1T a nebo D/RK, vycházející z města. Tyto komunikace však nevedou rovnou z města, ale nejprve prochází skrz jinou sousední obec, obec proto nepřímé. Jestli-že jsou obce již předtím označeny jako ja přímé (vede-li li do obce přímo jiná komunikace než S1T a D/RK), D/RK) nejsou pak tyto obce započítané do nepřímých.

39

Obr. 21: Obce K_N c) Silnice I. třídy přímé (S1T_P) – Obce ležící přímo na S1T vycházející z daného města.

Obr. 22: Obce S1T_P d) Silnice I. třídy nepřímé (S1T_N) – Obce ležící nepřímo na S1T vycházejících z daného města. 40

Obr. 23: Obce S1T_N e) Dálnice/RK přímé se sjezdem (D_P_s) – Obce ležící přímo na dálnici či rychlostní komunikaci. V obci se nachází sjezd/nájezd (rampa) na D/RK.

Obr. 24: Obce D_P_s f) Dálnice/RK nepřímé se sjezdem (D_N_s) – Obce ležící nepřímo na dálnici či rychlostní komunikaci. V obci se nachází sjezd/nájezd (rampa)) na D/RK.

41

Obr. 25: Obce D_N_s g) Dálnice/RK přímé bez sjezdu (D_P_bez) – Obce ležící přímo na dálnici či rychlostní komunikaci. V obci se nenachází sjezd/nájezd (rampa) na D/RK.

Obr. 26: Obce D_P_bez h) Dálnice/RK nepřímé bez sjezdu (D_N_bez) – Obce ležící nepřímo na dálnici či rychlostní komunikaci. V obci se nenachází sjezd/nájezd (rampa) na D/RK.

42

Obr. 27: Obce D_N_bez

5.2.3

Určení podílů S1T a D/RK Při postupném rozdělování obcí do skupin bylo vždy ke každému městu zapsáno

číslo, které vyjadřovalo, kolik obcí spadá do určité kategorie. Byla vytvořena přehledná tabulka, kde jsou tato čísla zobrazena (viz Tabulka 4). Z této tabulky byly následně spočteny ke každému AM podíly. To znamená, že bylo určeno procentuální zastoupení obcí, u těch, které leží na S1T a D/RK.

43

Tabulka 4: Rozdělení obcí podle vstupujících komunikací ID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

Město Praha Ostrava Liberec Olomouc České Budějovice Hradec Králové Pardubice Kladno Most Opava Frýdek-Místek Děčín Jihlava Chomutov Přerov Jablonec nad Nisou Mladá Boleslav Česká Lípa Třebíč Cheb Znojmo Příbram Kolín Písek Litvínov Valašské Meziříčí Český Těšín Havlíčkův Brod Břeclav Žďár nad Sázavou Strakonice Klatovy Kutná Hora Náchod Mělník Česká Třebová

K_P 27 16 8 12 16 12 15 9 8 9 9 7 12 7 11 8 11 7 10 7 13 11 11 9 7 7 5 12 6 8 8 13 7 6 5 7

K_N D_P_bez D_N_bez D_P_s D_N_s S1T_P S1T_N 6 2 1 7 7 6 1 1 3 5 2 2 1 1 4 2 1 1 2 4 3 4 5 2 1 1 6 3 2 5 2 1 1 4 2 2 7 2 4 1 1 2 3 1 1 4 2 2 3 1 3 2 1 1 1 4 1 3 3 1 2 1 2 4 3 2 1 2 4 1 2 3 2 1 5 1 4 1 3 2 3 2 4 3 1 3 1 6 5 7 2 2 2 2 1 4 1 1 4 1 1 4 1 1 5 1 1 3 1 1 4 1 2 1

44

5.2.3.1 Podíl nejbližších okolních obcí ležících na S1T [%] Tento podíl slouží k procentuálnímu vyjádření, kolik procent nejbližších okolních obcí leží na silnici I. třídy. K tomuto výpočtu byly využity 4 skupiny (K_P, K_N, S1T_P, S1T_N) a počítá se pouze v rámci obcí, kterými procházejí komunikace (ostatní byly odstraněny, viz část 5.2.1). Podíl byl spočten podle vzorce: ‫ܵ_ܾ݁ܿ݋‬1ܶ = ൬

ܵ1ܶ_ܲ + ܵ1ܶ_ܰ ൰ ∗ 100 ‫ ܲ_ܭ‬+ ‫ܰ_ܭ‬

(2)

Tabulka 5: Podíl obcí ležících na S1T v [%] Město

Obce_S1T [%]

Břeclav Česká Lípa Česká Třebová České Budějovice Český Těšín Děčín Frýdek-Místek Havlíčkův Brod Hradec Králové Cheb Chomutov Jablonec nad Nisou Jihlava Kladno Klatovy Kolín Kutná Hora Liberec

25 43 43 47 80 75 8 67 64 71 63 50 36 11 36 36 75 60

Město Litvínov Mělník Mladá Boleslav Most Náchod Olomouc Opava Ostrava Pardubice Písek Praha Přerov Příbram Strakonice Třebíč Valašské Meziříčí Znojmo Žďár nad Sázavou

Obce_S1T [%] 43 83 54 67 57 33 82 44 41 50 21 27 50 56 20 78 33 56

V tabulce se vyskytují hodnoty v rozmezí 8% - 83%, což značí podíl S1T vzhledem k ostatním komunikacím vystupujících z určovaných měst. Je zajímavé, že například u Prahy je tento podíl poměrně malý vzhledem k ostatním městům, ale je to způsobeno tím, že většina tahů z Prahy je značena jako dálnice/RK.

45

5.2.3.2 Podíl nejbližších okolních obcí ležících na D/RK se sjezdem/nájezdem [%] Jako podíl v minulé části, tak i tento slouží k procentuálnímu vyjádření. V tomto případě je však již počítáno s obcemi ležícími na dálnicích či rychlostních komunikacích a bylo počítáno s K_P, K_N, D_P_s, D_N_s. Podíl byl spočten podle vzorce:

‫ = ݀ݖ݆݁ݏ_ܦ_ܾ݁ܿ݋‬൬

‫ ݏ_ܲ_ܦ‬+ ‫ݏ_ܰ_ܦ‬ ൰ ∗ 100 ‫ ܲ_ܭ‬+ ‫ܰ_ܭ‬

(3)

Tabulka 6: Podíl obcí ležících na D/RK se sjezdem v [%] Město

Obce_D sjezd [%]

Břeclav Česká Lípa Česká Třebová České Budějovice Český Těšín Děčín Frýdek-Místek Havlíčkův Brod Hradec Králové Cheb Chomutov Jablonec nad Nisou Jihlava Kladno Klatovy Kolín Kutná Hora Liberec

0 0 0 0 20 0 38 0 14 0 25 0 7 0 0 0 0 10

Město

Obce_D sjezd [%]

Litvínov Mělník Mladá Boleslav Most Náchod Olomouc Opava Ostrava Pardubice Písek Praha Přerov Příbram Strakonice Třebíč Valašské Meziříčí Znojmo Žďár nad Sázavou

0 0 15 0 0 17 0 19 0 0 42 0 0 0 0 0 0 0

Tabulka obsahuje většinou nulové hodnoty, protože do většiny těchto měst nevede dálnice ani rychlostní komunikace. Zbytek zhodnocení viz 8 Výsledky.

46

5.3

Určení nejkratších vzdáleností z obcí do měst Tyto vzdálenosti byly změřeny pro pozdější vyhodnocení analýz a měřily se pouze

pro ty obce, které byly v minulé části označeny jako S1T_P, S1T_N, D_P_s a D_N_s. Tyto obce byly seskupeny (dle AM) a již dále s těmito označeními nebylo pracováno.

5.3.1

Úprava topologie Jako komunikace byla využita data (viz 2. odstavec části 5.2.1). Bohužel však tato

data nebyla všechna získána od jednoho zdroje (Here, ArcČR500), v důsledku toho vznikly v datech různé nedostatky, jakožto mezery a přetahy. Jako nejlepší řešení byla upravena topologie. Díky velkému objemu vektorových dat, se tato funkce nemohla provést pro všechna data najednou, a proto byly z této vrstvy, za pomocí funkce Clip, vyříznuty všechny komunikace podle sousedních obcí a AM. Poté byla data připravena pro úpravu topologie. Byl vytvořen feature dataset (silnice_prace), kam byla posléze naimportována vrstva oříznutých komunikací (orezany). Následně musela být vytvořena do datasetu nová topologická geodatabáze, kde je postup obdobný jako při vytvoření síťového datasetu (New -> Topology).

Postup při vytvoření topologie: 1. Nastavení názvu a přesnosti 2. Výběr vrstev 3. Určení pořadí pro vrstvy (při vstupu jedné třídy nebylo potřeba) 4. Nastavení pravidel (nastaveno bylo: Must Not Have Dangles) Must Not Have Dangles – Linie z jedné vrsty se musí dotýkat linie ze stejné vrstvy v obou koncových bodech. Takže tam, kde se koncový bod nedotýká jiné linie, je chyba. 5. Kontrola nastavení před vytvořením

47

Obr. 28: Nastavení pravidel u topologie Po vytvoření topologie, byla z Catalogu přemístěna do zobrazovacího okna (Table of Contens) a bylo možné vidět, kde všude jsou chyby. Body, kde se vyskytovala chyba, byly označeny červeným čtvercem. Pro upravení těchto chyb se musely zapnout dva panely nástrojů – Editor a Topology. Jelikož úpravy nejdou provádět bez zapnutí editace, tak musela být nejprve zapnuta (Editor -> Start Editing). V tuto chvíli již bylo možné pracovat s nástroji topologie (dále jen T). Pomocí předposlední ikony na panelu T (Fix Topology Error Tool) byly všechny chyby označeny, následovalo už jen zkrácení, či prodloužení linií. Tyto činnosti probíhaly automaticky po nastavení určité vzdálenosti, která vyjadřovala vzdálenost, o kolik je možné linii protáhnout (Extend), čí zkrátit (Trim). V práci byly vyžity vzdálenosti do 20 metrů.

Obr. 29: Panel nástrojů Topologie

Jakmile byly chyby topologie upraveny, mohlo být provedeno spojení s ostatními komunikacemi, kde byla volná místa po vyjmutých částech. Spojení probíhalo pomocí funkce Merge.

48

5.3.2

Měření vzdáleností Vzdálenosti byly měřeny od vztažných bodů obcí z vrstvy ObcePolygony z ArcČR,

po všech dostupných komunikacích, k nejbližší administrativní hranici města. Jako komunikace byla využita upravená data z 5.3.1. Komunikace byly rozděleny do vrstev podle třídy (S1T, S2T, rampy, D/RK, ostatní) a následně byly importovány do feature datasetu (sil_network), který byl vytvořen pro síťovou analýzu. Vytvoření síťového datasetu probíhalo stejně jako v části 5.1.3, s tím rozdílem, že jako vrstvy byly nahrány všechny výše zmíněné (S1T, S2T, rampy, D/RK, ostatní). Práce probíhala také obdobně jako u předchozí analýzy, pouze jedna ze zastávek byla dána na styk komunikace s administrativní hranicí města a druhá byla přidělena k vztažnému bodu (dále jen VB) obce. Ne vždy však vedla komunikace přímo k VB, proto musela být nastavena ve vlastnostech vrstvy (Layer Properties) v položce síťových míst (Network Locations) vyhledávací tolerance (Search Tolerance) a připojení k nejbližší komunikaci (Snap to: Closest). Tímto bylo zajištěno, že vzdálenost byla měřena od nejbližšího místa na komunikaci vzhledem k VB. Tolerance pro vyhledání byla nastavena 5 km, což nebylo nikdy přesáhnuto, jelikož vzdálenost nebyla větší než desítky až stovky metrů.

Obr. 30: Ukázka nastavení vyhledání síťových lokací

49

Všechny tyto vzdálenosti byly zaznamenány do tabulky v Excelu (viz Příloha 1), kde byly rozděleny v rámci každé obce na tři hodnoty. a) Počet ujetých km po S1T do sousedního AM b) Počet ujetých km po D/RK do sousedního AM c) Počet ujetých km po všech ostatních komunikacích (mimo S1T a D/RK) do sousedního AM

50

6 Výpočty Veškeré výpočty byly provedeny v softwaru Microsoft Office Excel 2007, z důvodu dřívějšího seznámení při jiných činnostech. Program obsahuje širokou škálu funkcí, nástrojů a mnoho dalších věcí, hlavně se vyznačuje jednoduchostí práce, přehledností a intuitivností uživatelského prostředí. Program také umožňuje, po stažení doplňku Analytické nástroje, výpočet statistických analýz, které byly nedílnou součástí projektu, ale většinou byly v práci využity pouze základní matematické operace, jako jsou například Suma, Násobení, Dělení a další.

6.1

Výpočet pro analýzu dat Před zahájením těchto výpočtů musel být nejprve ke každé obci přidělen počet

obyvatel k roku 2010. Data o počtu obyvatel byla stažena [6] a upravena podle potřeby, což znamenalo pouze vymazat všechny nepotřebné roky, které nebyly zapotřebí a následně byla data připojena z jednoho Excelu do druhého (Excel s tabulkou obcí a již vypočtených vzdáleností), přes funkci SVYHLEDAT. Funkce funguje na základě; Jakou hodnotu vyhledat? V jaké tabulce? Jaký sloupec je výsledek? Jaký typ? (Typ je logická hodnota: PRAVDA = nalezení nejbližší hodnoty v prvním sloupci (seřazeném vzestupně) při propojení, NEPRAVDA = nalezení přesné hodnoty při propojení). Na propojení tabulek byla vybrána hodnota ICOB (číslo obce), která je pro každou obec unikátní. U sloupce bylo napsáno číslo sloupce v tabulce, kde se vyskytovaly počty obyvatel a nakonec typ NEPRAVDA.

Obr. 31: Ukázka funkce SVYHLEDAT (Microsoft Office Excel) 51

Bylo vypočteno: A. Pro každou obec počet kilometrů jako součin počtu obyvatel x vzdálenost k analyzovanému městu celkem a z toho zvlášť po S1T a D/RK Data k výpočtu: •

vzdálenosti z části 5.3 a počty obyvatel (2010)

Výsledky: •

přenásobené vzdálenosti (CELKEM, S1T, D/RK) počtem obyvatel

•

každá obec má tři výsledné hodnoty

Kde CELKEM je SUMA vzdáleností v rámci obce do AM (sečtené vzdálenosti po S1T, D/RK a ostatních komunikacích) B. Celkem pro analyzované město počet kilometrů jako součin počtu obyvatel x vzdálenost k AM celkem a z toho zvlášť po S1T a D/RK (je to tedy suma za jeho jednotlivé obce z A ) Data k výpočtu: •

výsledky z A

Výsledky: •

sečtené hodnoty (CELKEM, S1T a D/RK) v rámci jednoho AM

•

tři výsledné hodnoty v rámci AM

C. Počet průměrných kilometrů (celkem, S1T a D/RK) pro všechny obyvatele celé oblastí (suma z B) dělená celkovým počtem obyvatel daného vybraného města a všech jeho obcí. Data k výpočtu: •

výsledky z B a SUMA obyvatel jednotlivých oblastí (počet obyvatel AM + počet obyvatel všech jeho okolních obcí)

Výsledky: •

průměrný počet km na jednoho obyvatele pro dojezd do města (po všech dohromady – celkem, po S1T a po D/RK)

•

u každého AM tři hodnoty

52

7 Analýza dat 7.1 7.1.1

Korelace Popis metody Korelační koeficient obdobně jako kovariance udává, do jaké míry se vzájemně

mění dvě měřené proměnné, je to vlastně číselné vyjádření lineární závislosti mezi dvěma veličinami. Na rozdíl od kovariance je u korelačního koeficientu použito měřítko; jeho hodnota tedy nezávisí na jednotkách, v nichž jsou dané dvě měřené proměnné vyjádřeny. (Například: Jsou-li dvě měřené proměnné vzdálenost a teplota, hodnota korelačního koeficientu se při převodu stop na metry nezmění.) Hodnota korelačního koeficientu se pohybuje v rozmezí intervalu <-1; +1>. [4]

Tabulka 7: Posouzení míry závislosti podle hodnoty korelačního koeficientu Závislost

Absolutní hodnota korelačního koeficientu

Velmi silná Silná Střední Slabá Velmi slabá

<0,9; 1,0> <0,7; 0,9) <0,4; 0,7) <0,2; 0,4) <0,0; 0,2)

Korelace se používá k testování jednotlivých dvojic měřených proměnných a zjištění závislosti dvou měřených proměnných. Je-li hodnota korelačního koeficientu +1, jde o lineární závislost přímou (kladná korelace), to znamená, že čím více se zvětší hodnota jedné proměnné, tím více se zvětší i druhá. Hodnota korelačního koeficientu -1 značí lineární závislost nepřímou (záporná korelace), to znamená, že čím více se zvětší hodnota první veličiny, tím více se zmenší ta druhá. Hodnota pohybující se kolem nuly znamená nízkou závislost, a když je hodnota rovna nule, veličiny jsou nezávislé.[4]

53

7.1.2

Výpočet korelačního koeficientu Korelační analýza byla provedena v softwaru Microsoft Office Excel 2007 (dále jen

MS Excel). Pro výpočty byla využita funkce Correl. Práce s touto funkcí je jednoduchá, vstupem jsou dvě pole, jedno obsahující sloupec s hodnotami první veličiny a druhé s hodnotami druhé veličiny. Výsledek této funkce je hodnota korelačního koeficientu (KK). V práci byly spočteny čtyři sady korelačních koeficientů (dohromady 24 KK) v závislosti na intenzitě silniční dopravy (průměrné - ARTI a maximální - MRTI) a výsledkům vypočtených z části 6.1 C (průměrný počet km na obyvatele pro dojezd do města dané oblasti – CELKEM, S1T a D/RK).

1) KK pro průměrnou/maximální intenzitu silniční dopravy a počet kilometrů na osobu pro dojezd do AM z celé oblasti po všech komunikacích, silnicích první třídy a dálnicích či rychlostních komunikacích (v rámci všech analyzovaných měst) 2) KK pro průměrnou/maximální intenzitu silniční dopravy a počet kilometrů na osobu pro dojezd do AM z celé oblasti po všech komunikacích, silnicích první třídy a dálnicích či rychlostních komunikacích (v rámci měst s počtem obyvatel nad 60 000) 3) KK pro průměrnou/maximální intenzitu silniční dopravy a počet kilometrů na osobu pro dojezd do AM z celé oblasti po všech komunikacích, silnicích první třídy a dálnicích či rychlostních komunikacích (v rámci měst s počtem obyvatel od 30 000 do 60 000) 4) KK pro průměrnou/maximální intenzitu silniční dopravy a počet kilometrů na osobu pro dojezd do AM z celé oblasti po všech komunikacích, silnicích první třídy a dálnicích či rychlostních komunikacích (v rámci měst s počtem obyvatel menším než 30 000) Korelační koeficienty byly spočteny pro všechna města kromě Prahy, u které chybí hodnoty ARTI a MRTI.

54

7.2

Multilineární regrese

7.2.1

Popis metody Je to metoda, která určuje závislost jedné proměnné na množině nezávislých

proměnných. Regrese využívá metody nejmenších čtverců, pomocí které vypočte a vrátí matici popisující přímku, jež nejlépe odpovídá datům. [4]

7.2.2

Výpočet regresní analýzy Jako korelační koeficient, tak i regrese byla spočtena v MS Excelu. Jen bylo

nejprve nutné nainstalovat knihovnu („Analýza dat“). Regrese poté může pracovat až s 16 nezávislými proměnnými. Vstupem pro tuto funkci jsou hodnoty závislé proměnné a potom všechny nezávislé proměnné, jejichž vliv chceme na závislou proměnnou spočítat (analyzovat). Pro výpočet je možné nastavit různou hladinu spolehlivosti, v práci byla však ponechána na přednastavené hodnotě na 95%. Výsledkem je tabulka s výsledky regresní statistiky obsahující: hodnota R (korelační koeficient pro původní parametry), hodnota ܴ ଶ (čtverec korelačního koeficientu mnohonásobné korelace), chyba střední hodnoty, hodnoty lineárních členů pro jednotlivé parametry, chybu střední hodnoty parametru, hodnotu ‫ݐ‬ Studentova rozdělení, hodnota P (pravděpodobnost dosažení hodnoty ‫)ݐ‬. [18]

Byly vypočteny multilineární regrese pro počet obyvatel dané oblasti, počet kilometrů na obyvatele pro dojezd do AM po S1T, D/RK a po všech komunikacích dohromady (celkem), jako závislé byly dány průměrná intenzita silniční dopravy a maximální intenzita silniční dopravy. Celkem tedy osm regresních analýz. Regresní analýzy (RA): 1) Analýza pro počet obyvatel a počet průměrných km (S1T, D/RK, celkem) jako závislá proměnná ARTI (v rámci všech analyzovaných měst) 2) Analýza pro počet obyvatel a počet průměrných km (S1T, D/RK, celkem) jako závislá proměnná MRTI (v rámci všech analyzovaných měst) 3) Analýza pro počet obyvatel a počet průměrných km (S1T, D/RK, celkem) jako závislá proměnná ARTI (v rámci měst s počtem obyvatel nad 60 000)

55

4) Analýza pro počet obyvatel a počet průměrných km (S1T, D/RK, celkem) jako závislá proměnná MRTI (v rámci měst s počtem obyvatel nad 60 000) 5) Analýza pro počet obyvatel a počet průměrných km (S1T, D/RK, celkem) jako závislá proměnná ARTI (v rámci měst s počtem obyvatel od 30 000 do 60 000) 6) Analýza pro počet obyvatel a počet průměrných km (S1T, D/RK, celkem) jako závislá proměnná MRTI (v rámci měst s počtem obyvatel od 30 000 do 60 000) 7) Analýza pro počet obyvatel a počet průměrných km (S1T, D/RK, celkem) jako závislá proměnná ARTI (v rámci měst s počtem obyvatel menším než 30 000) 8) Analýza pro počet obyvatel a počet průměrných km (S1T, D/RK, celkem) jako závislá proměnná MRTI (v rámci měst s počtem obyvatel menším než 30 000) Regresní analýza byla provedena pro všechna města kromě Prahy, u které chybí číselné hodnoty ARTI a MRTI.

56

8 Výsledky 8.1

Vzdálenost měst k nejbližší dálnici či rychlostní komunikaci Vzdálenost byla měřena po silnicích I. třídy, protože vede do všech AM a bývá

většinou nejvíce využívaná. Tabulka 8: Měřená vzdálenost k nejbližší dálnici/ rychlostní komunikaci (města seřazena dle celkové vzdálenosti) Město Praha

nejkratší vzdálenost na D/RK po: Počet obyvatel 2010 1. třída [km] nájezdy [km] celkem [km] 1 257 158

0,0

0,0

0,0

Ostrava

303 609

0,0

0,0

0,0

Liberec

101 865

0,0

0,0

0,0

Olomouc

100 233

0,0

0,0

0,0

Hradec Králové

94 318

0,0

0,0

0,0

Frýdek-Místek

58 200

0,0

0,0

0,0

Jihlava Chomutov

51 154 50 441

0,0 0,0

0,0 0,0

0,0 0,0

Mladá Boleslav

43 939

0,0

0,0

0,0

Český Těšín

25 445

0,0

0,0

0,0

Břeclav

24 052

0,0

0,0

0,0

Příbram

34 068

1,9

0,0

1,9

Cheb

34 530

1,9

0,0

1,9

Přerov

45 778

2,9

0,4

3,3

Písek

29 923

4,8

0,0

4,8

Kladno

70 665

5,3

0,4

5,6

Jablonec nad Nisou

45 356

7,2

0,2

7,4

Havlíčkův Brod

24 166

7,9

0,4

8,3

Kolín

30 927

8,8

0,5

9,3

Most

67 466

9,1

0,3

9,3

Pardubice

90 401

11,8

1,0

12,7

Strakonice

22 951

13,1

0,6

13,8

Mělník

19 225

13,6

0,3

13,9

Děčín

51 691

13,9

0,2

14,1

Opava

58 274

22,6

0,9

23,5

Klatovy

22 748

23,0

0,6

23,6

České Budějovice Litvínov

94 754 27 144

24,5 23,9

0,0 0,9

24,5 24,8

Kutná Hora Valašské Meziříčí

21 295 27 071

26,5 29,5

0,7 0,0

27,3 29,5

Žďár nad Sázavou

23 038

34,9

0,2

35,1

Náchod

20 688

39,8

0,3

40,1

Znojmo Třebíč

34 476 37 836

40,6 43,4

0,7 0,7

41,2 44,1

Česká Lípa

37 878

43,9

0,2

44,1

Česká Třebová

16 032

54,0

0,0

54,0

57

Tabulka 9: Rozdělení vzdáleností k D/RK na intervaly (pro tabulku 8) Vyhodnocení vzdáleností na D/RK Interval [km] Popis 0-5 D/RK prochází skrz AM nebo jde okolo 5 - 15 D/RK se nachází v blízkosti AM 15 - 30 D/RK je středně vzdálená 30 + D/RK je vzdálená

V tabulce (Tabulka 8) je možné pozorovat nejkratší vzdálenosti z analyzovaných měst na dálnici a rychlostní komunikaci. Vzdálenosti jsou nejčastěji v rozmezí 0 až 5 kilometrů, což značí že D/RK prochází skrz město nebo vede v jeho těšné blízkosti. Města na intervalu 5 až 15 kilometrů se nachází stále blízko dálničních tahů, většinou jsou to města, u kterých se již do budoucna tato vzdálenost měnit nebude (jako u předchozího intervalu). Města v rozmezí 15 až 30 kilometrů a 30 a více km jsou města již vzdálená od dálnic a rychlostních komunikací. Jsou to zpravidla obce s menšími počty obyvatel, a proto i jejich hustota silniční dopravy nedosahovala v minulých letech takových rozměrů, aby bylo zapotřebí vystavět dálniční tahy. Dalším možným důvodem mohl být nedostatek státního rozpočtu na vystavení. Shrnutím se dá konstatovat, že větší města s větším počtem obyvatel mají kratší vzdálenosti pro dojezd na dálnice a rychlostní komunikace. Hlavním důvody jsou rychlejší a snadnější přeprava mezi velkými městy, potřeba rychlejšího „odbavení“ vozidel, uvolnění dopravy v přeplněných městech a další. Výjimkou je v tomto případě město České Budějovice (ČB), u kterého je vzdálenost necelých 25 kilometrů a přitom je jeho počet obyvatel vysoký (téměř sto tisíc). Toto by se však mělo do budoucna změnit, protože je naplánovaná výstavba dálnice D3, která by měla vést přes ČB. V plánu je vystavění i dalších úseků po celé České republice, jež zkrátí dojezdové vzdálenosti u těchto měst (viz příloha 8)

58

8.2

Porovnání intenzity silniční dopravy v roce 2010 Grafy se zobrazenými hodnotami ARTI a MRTI pro každé město jsou zobrazeny

v příloze 2 a 3. Města jsou sytostí barvy rozdělena na (malá, střední a velká). 8.3 8.3.1

Podíly obcí ležících na S1T a D/RK v rámci analyzovaného města Na silnicích I. třídy

Tabulka 5: Podíl obcí ležících na S1T v [%] Město

Obce_S1T [%]

Břeclav Česká Lípa Česká Třebová České Budějovice Český Těšín Děčín Frýdek-Místek Havlíčkův Brod Hradec Králové Cheb Chomutov Jablonec nad Nisou Jihlava Kladno Klatovy Kolín Kutná Hora Liberec

25 43 43 47 80 75 8 67 64 71 63 50 36 11 36 36 75 60

Město Litvínov Mělník Mladá Boleslav Most Náchod Olomouc Opava Ostrava Pardubice Písek Praha Přerov Příbram Strakonice Třebíč Valašské Meziříčí Znojmo Žďár nad Sázavou

Obce_S1T [%] 43 83 54 67 57 33 82 44 41 50 21 27 50 56 20 78 33 56

V tabulce se vyskytují hodnoty v rozmezí 8% - 83%, což značí podíl S1T vzhledem k ostatním komunikacím vystupujících z určovaných měst. Tato čísla jsou způsobena různými faktory. Jedním z faktorů je určitě počet okolních obcí. Může se stát, že obce jednoho města leží z 60% na silnicích první třídy a u druhého je to pouhých 40 %, ale první město má 5 okolních obcí a druhé 15, což znamená, že u prvního města vede do 3 obcí a u druhého do 6 obcí. Dalším faktorem ovlivňující tento podíl je hustota silnic 1. třídy. Je zajímavé, že například Praha má pouze 21%, ale je to způsobeno tím, že okolo Prahy je právě nejvíce obcí a většina větších silničních tahů je klasifikována jako dálnice, či rychlostní komunikace. 59

Průměrná hodnota je přibližně 50%, takže se dá říci, že polovina obcí, do kterých vede nějaká silnice (lze aplikovat pouze na okolní obce AM), leží na silnici první třídy. 8.3.2

Na dálnicích a rychlostních komunikacích Tabulka 6: Podíl obcí ležících na D/RK se sjezdem v [%] Město

Obce_D sjezd [%]

Břeclav Česká Lípa Česká Třebová České Budějovice Český Těšín Děčín Frýdek-Místek Havlíčkův Brod Hradec Králové Cheb Chomutov Jablonec nad Nisou Jihlava Kladno Klatovy Kolín Kutná Hora Liberec

0 0 0 0 20 0 38 0 14 0 25 0 7 0 0 0 0 10

Město Litvínov Mělník Mladá Boleslav Most Náchod Olomouc Opava Ostrava Pardubice Písek Praha Přerov Příbram Strakonice Třebíč Valašské Meziříčí Znojmo Žďár nad Sázavou

Obce_D sjezd [%] 0 0 15 0 0 17 0 19 0 0 42 0 0 0 0 0 0 0

Hodnoty v rozmezí 0% až 42% zobrazují zastoupení dálnic s nájezdy v okolních obcích. Většinou jsou zde hodnoty 0, protože většina analyzovaných měst neleží na dálnici či rychlostní komunikaci, a proto ani nemůže vést do okolních obcí. Hodnoty těchto podílů jsou podstatně nižší a to především z důvodu, že dálniční síť v ČR není zdaleka tak hustá jako silnice I. třídy. Praha má hodnotu vyšší, protože většina českých dálnic a rychlostních komunikací sem směřuje a proto také vstupuje do velké části okolních obcí. Také Frýdek-Místek má necelých čtyřicet procent, což je zapříčiněno malým počtem sousedních obcí a tím, že se tu kříží dvě rychlostní komunikace (R48, R56). Souhrnem se dá říci, že města, kde se kříží D/RK, tak mají vyšší hodnotu (30% a více). Ostatní hodnoty jsou nižší (do města vede právě jedna D/RK).

60

8.4

Dojezdová vzdálenost z obce do analyzovaného města

Výsledky jsou zobrazeny v tabulce v přílohách (viz příloha 7). Města jsou seřazena podle počtu obyvatel z roku 2010. V tabulce je vždy zobrazeno analyzované město a pod ním jsou všechny jeho sousední obce, kterým byly měřeny nejkratší vzdálenosti z vztažného bodu obce k administrativní hranici analyzovaného města. 8.5

Počet kilometrů na osobu pro dojížďku do AM

Tabulka 10: Počet kilometrů na osobu pro dojezd do města (řazeno podle počtu obyvatel AM v roce 2010)

Město Ostrava Liberec Olomouc České Budějovice Hradec Králové Pardubice Kladno Most Opava Frýdek-Místek Děčín Jihlava Chomutov Přerov Jablonec nad Nisou Mladá Boleslav Česká Lípa Třebíč Cheb Znojmo Příbram Kolín Písek Litvínov Valašské Meziříčí Český Těšín Havlíčkův Brod Břeclav Žďár nad Sázavou Strakonice Klatovy Kutná Hora Náchod Mělník Česká Třebová

Počet obyvatel v oblasti 373 085 158 828 109 906 107 011 107 335 110 503 73 500 113 603 69 645 74 305 60 149 54 131 74 851 49 490 152 391 54 713 52 241 40 691 40 922 39 363 39 203 33 872 37 714 100 610 35 212 70 570 30 298 29 169 36 563 26 020 28 106 25 285 23 613 24 374 32 583

61

počet km na obyvatele pro dojížďku do AM po všech po S1T

po D/RK

0,67 1,85 0,23 0,36 0,34 0,69 0,09

0,35 1,79 0,12 0,11 0,13 0,63 0,06

0,072 0,010 0 0 0 0 0

3,30 0,36

3,09 0,28

0 0

0,97 0,44 0,19 0,76 0,13 4,05 0,49 0,62 0,15 0,62 0,32 0,45 0,17 1,30 3,82 0,59 3,11 0,61 1,40

0,05 0,40 0,16 0,40 0,13 4,03 0,08 0,56 0,08 0,41 0,23 0,41 0,10 1,00 2,70 0,40 0,37 0,43 1,40

0,532 0 0 0 0 0 0,001 0 0 0,035 0 0 0 0 0 0 0 0 0

1,83

1,74

0

0,17 0,68

0,14 0,58

0 0

0,62 0,23 0,65 2,71

0,52 0,21 0,51 2,71

0 0 0 0

Hodnoty byly vypočteny pro všechna města kromě hlavního města Prahy, protože u Prahy nejsou k dispozici hodnoty intenzity silniční dopravy. V příloze se nacházejí mapová výstupy těchto vzdáleností (příloha 4, 5 a 6). 8.6

Korelační koeficienty Korelační koeficienty byly spočteny v závislosti na průměrné a maximální intenzitě

silniční dopravy. Nejprve byly vyhotoveny korelační koeficienty v rámci všech analyzovaných měst (viz Tabulka 11). Všechny tyto koeficienty spadají do kategorie slabé závislosti. Nejvíce je na sobě závislé průměrná intenzita silniční dopravy s průměrnou celkovou vzdáleností na obyvatele (Celkem) a maximální intenzita silniční dopravy s průměrnou vzdáleností vedenou pouze po dálnicích a rychlostních komunikacích na obyvatele (D/RK). Kvůli získání lepších výsledků, bližším realitě, byla města rozdělena na Velká – města s počtem obyvatel větším než 60 000, Střední – města s počtem obyvatel v rozmezí 30 000 – 60 000, Malá – města s počtem obyvatel menším než 30 000. U korelačních koeficientů vypočtených pro velká města (viz Tabulka 12) lze pozorovat změny oproti KK vypočteným pro všechna města. Hlavní rozdíly jsou u KK MRTI s celkem a S1T, kde KK dosahují pouze velmi slabé třídy závislosti, což znamená, že tato města nejsou závislá na průměrné vzdálenosti po silnicích I. třídy a po všech komunikacích dohromady. U dálnic však tato závislost nepatrně stoupla a sahá téměř do střední závislosti. Závislost mezi průměrnou intenzitou silniční dopravy a vzdálenostmi celkem a S1T také klesla oproti tabulce (Tabulka 11). Střední města (viz Tabulka 13) jsou na tom u ARTI s celkem a S1T podobně jako u velkých měst, ale u dálnic a rychlostních komunikací tato závislost stoupla až na střední třídu. U maximální intenzity dopravy závislost na D/RK vystoupala až na silnou závislost. Ostatní KK dosahují pouze slabé a velmi slabé třídy závislosti. Ve skupině malých měst (viz Tabulka 14) chybí hodnoty D/RK, což znamená, že nejkratší cesty z těchto obcí nevedou ani částečně po dálnicích a rychlostních komunikacích. Jejich závislosti mezi celkem,S1T a MRTI, ARTI poté dosahují středních tříd závislosti. Shrnutím se dá říci, že na průměrnou a maximální intenzitu silniční dopravy má největší vliv dálnice a rychlostní komunikace. Čím více km dálnic na osobu pro dojezd do města, tím větší intenzita silniční dopravy (průměrná i maximální). Pokud však do měst 62

tato komunikace nevede, či se nevyplatí tuto komunikaci využít, tak závisí na počtu km všech komunikací a silnic I. třídy. V tomto případě se jedná o zápornou korelaci, což znamená, že čím více kilometrů silnic I. třídy a celkové vzdálenosti na osobu pro dojezd do daného města, tím menší intenzita silniční dopravy (průměrná i maximální).

Tabulka 11: Korelační koeficienty - vzhledem ke všem AM Všechna analyzovaná města ARTI MRTI -0,2674 -0,3913 Celkem -0,2710 -0,3394 S1T 0,3190 0,3946 D/RK Tabulka 12: Korelační koeficienty - Velká města Velká města (60 000 a více obyvatel) ARTI MRTI -0,2266 -0,0481 Celkem -0,2890 -0,0722 S1T 0,3141 0,3977 D/RK Tabulka 13: Korelační koeficienty - Střední města Střední města (30 000 - 60 000 obyvatel) ARTI MRTI -0,2166 -0,1372 Celkem -0,2922 -0,2869 S1T 0,7205 0,5696 D/RK Tabulka 14: Korelační koeficienty - Malá města Malá města (30 000 a méně obyvatel) ARTI MRTI -0,5547 -0,6628 Celkem -0,4614 -0,6929 S1T bez hodnot bez hodnot D/RK

63

8.7

Regresní analýza Provedení analýzy probíhalo v softwaru Microsoft Office Excel 2007. Vstupní data a

postupy výpočtů jsou popsána v kapitole 7.2. Podrobné výsledky regresní analýzy jsou uvedeny v tabulkách (viz příloha), ve kterých je důležitá P-hodnota, jež značí sílu závislosti. Závislost je tím větší, čím menší je P-hodnota. Je-li u nějaké veličiny P-hodnota menší než 0,05 (5% - hladina spolehlivosti, která je dopočtem do 100% při nastavení 95% hladiny významnosti), lze jí považovat za významnou. Pokud u veličiny P-hodnota přesáhne tuto hladinu spolehlivosti, považujeme ji za neprůkaznou. Další důležitou hodnotou je ܴ ଶ (čtverec korelačního koeficientu mnohonásobné korelace). Tato hodnota udává, kolik procent variability hodnoty závislé proměnné lze vysvětlit vypočteným regresním vztahem. Regresní analýzy byly provedeny pro čtyři atributy (počet obyvatel dané oblasti (sum_oby), průměrné km pro dojezd do města na osobu po všech komunikacích celkem, pouze po silnicích I. třídy a pouze po dálnicích či rychlostních komunikacích). Jako jejich závislé proměnné byly zvoleny průměrné a maximální intenzity silniční dopravy. Vyhotovení analýz probíhalo nejprve v rámci všech analyzovaných měst, ale poté byla města rozdělena na velká, střední a malá (viz kapitola 8.6), což by mělo ve výsledku lépe odpovídat.

8.7.1

Analýza pro všechna města mezi atributy (sum_oby, celkem, S1T, D/RK) a ARTI Výpočty proběhly v rámci všech měst kromě Prahy. ܴ ଶ = 0,634, to znamená, že

63,4 % variability hodnoty závislé proměnné lze vysvětlit vypočteným regresním vztahem. Tabulka 15: Výsledné P-hodnoty atributů v závislosti na ARTI (v rámci všech měst) atribut sum_oby celkem S1T D/RK

P - hodnota 0,01338 0,04694 0,49062 0,05516

Z tabulky (Tabulka 15) lze pozorovat, že kritérium pro hladinu významnosti ߙ = 95 % splnily atributy sum_oby a celkem. Hranici lehce překročil atribut D/RK. 64

8.7.2

Analýza pro všechna města mezi atributy (sum_oby, celkem, S1T, D/RK) a MRTI Výpočty proběhly v rámci všech měst kromě Prahy. ܴ ଶ = 0,722, to znamená, že

72,2 % variability hodnoty závislé proměnné lze vysvětlit vypočteným regresním vztahem. Tabulka 16: Výsledné P-hodnoty atributů v závislosti na MRTI (v rámci všech měst) atribut sum_oby celkem S1T D/RK

P - hodnota 0,00016 0,16149 0,89434 0,01899

Z tabulky (Tabulka 16) lze pozorovat, že kritérium pro hladinu významnosti ߙ = 95 % dodržely atributy sum_oby a D/RK. Kde u atributu sum_oby vychází velice silná závislost.

8.7.3

Analýza pro velká města mezi atributy (sum_oby, celkem, S1T, D/RK) a ARTI Výpočty proběhly v rámci velkých měst kromě Prahy. ܴ ଶ = 0,879, to znamená, že

87,9 % variability hodnoty závislé proměnné lze vysvětlit vypočteným regresním vztahem. Tabulka 17: Výsledné P-hodnoty atributů v závislosti na ARTI (v rámci velkých měst) atribut sum_oby celkem S1T D/RK

P - hodnota 0,15818 0,19396 0,16443 0,15163

Z tabulky (Tabulka 17) lze pozorovat, že kritérium pro hladinu významnosti ߙ = 95 % nesplnil žádný z atributů.

8.7.4

Analýza pro velká města mezi atributy (sum_oby, celkem, S1T, D/RK) a MRTI Výpočty proběhly v rámci velkých měst kromě Prahy. ܴ ଶ = 0,737, to znamená, že

73,7 % variability hodnoty závislé proměnné lze vysvětlit vypočteným regresním vztahem. 65

Tabulka 18: Výsledné P-hodnoty atributů v závislosti na MRTI (v rámci velkých měst) atribut sum_oby celkem S1T D/RK

P - hodnota 0,21095 0,79175 0,84414 0,24537

Z tabulky (Tabulka 18) lze pozorovat, že kritérium pro hladinu významnosti ߙ = 95 % nesplnil žádný z atributů.

8.7.5

Analýza pro střední města mezi atributy (sum_oby, celkem, S1T, D/RK) a ARTI Výpočty proběhly v rámci středně velkých měst. ܴ ଶ = 0,723, to znamená, že

72,3% variability hodnoty závislé proměnné lze vysvětlit vypočteným regresním vztahem. Tabulka 19: Výsledné P-hodnoty atributů v závislosti na ARTI (v rámci středních měst) atribut sum_oby celkem S1T D/RK

P - hodnota 0,83026 0,14167 0,15142 0,02817

Z tabulky (Tabulka 19) lze pozorovat, že kritérium pro hladinu významnosti ߙ = 95 % splnil pouze atribut D/RK.

8.7.6

Analýza pro střední města mezi atributy (sum_oby, celkem, S1T, D/RK) a MRTI Výpočty proběhly v rámci středně velkých měst. ܴ ଶ = 0,806, to znamená, že

80,6% variability hodnoty závislé proměnné lze vysvětlit vypočteným regresním vztahem.

66

Tabulka 20: Výsledné P-hodnoty atributů v závislosti na MRTI (v rámci středních měst) atribut sum_oby celkem S1T D/RK

P - hodnota 0,15596 0,43532 0,77552 0,08263

Z tabulky (Tabulka 20) lze pozorovat, že kritérium pro hladinu významnosti ߙ = 95 % nesplnil žádný z atributů. Hranici se nejvíce přiblížil atribut D/RK.

8.7.7

Analýza pro malá města mezi atributy (sum_oby, celkem, S1T, D/RK) a ARTI Výpočty proběhly v rámci malých měst. ܴ ଶ = 0,574, to znamená, že 57,4%

variability hodnoty závislé proměnné lze vysvětlit vypočteným regresním vztahem. Tabulka 21: Výsledné P-hodnoty atributů v závislosti na ARTI (v rámci malých měst) atribut sum_oby celkem S1T D/RK

P - hodnota 0,63717 0,84328 0,67985 bez hodnot

Z tabulky (Tabulka 21) lze pozorovat, že kritérium pro hladinu významnosti ߙ = 95 % nesplnil žádný z atributů.

8.7.8

Analýza pro malá města mezi atributy (sum_oby, celkem, S1T, D/RK) a MRTI Výpočty proběhly v rámci malých měst. ܴ ଶ = 0,733, to znamená, že 73,3%

variability hodnoty závislé proměnné lze vysvětlit vypočteným regresním vztahem. Tabulka 22: Výsledné P-hodnoty atributů v závislosti na MRTI (v rámci malých měst) atribut sum_oby celkem S1T D/RK

P - hodnota 0,63561 0,93615 0,20457 bez hodnot

67

Z tabulky (Tabulka 22) lze pozorovat, že kritérium pro hladinu významnosti ߙ = 95 % nesplnil žádný z atributů. 8.7.9

Zhodnocení regresních analýz

Malá a velká města nemají atribut, u kterého by se dalo říci, že je jednoznačně nejvýznamnější. U středních měst se jevil jako význačný atribut D/RK a v rámci všech měst počet obyvatel, D/RK a celkem. Nejčastější indikátor, který splnil kritérium hladiny významnosti je D/RK. Celkově se tedy dá říci, že nejvíce intenzitu silniční dopravy ovlivňuje dálnice či rychlostní komunikace, což odpovídá výsledkům korelačních analýz.

68

9 Závěr Cílem práce byla analýza dopravní dostupnosti měst z dálnic a silnic první třídy. To znamená především zjištění nejkratší vzdálenosti z města na dálnici či rychlostní komunikaci a na silnici první třídy, určení průměrné dojezdové vzdálenosti na osobu ze sousedních obcí do města po všech komunikacích dohromady, zvlášť po silnicích první třídy a zvlášť po dálnicích/rychlostních komunikacích, určení kolik procent okolních obcí daného města leží na S1T a D/RK. Také bylo zkoumáno, zda existuje nějaká závislost mezi výskytem dálnice či rychlostní komunikace, silnicí první třídy a intenzitou dopravy ve městě. V kapitole zpracování jsou podrobně popsány veškeré postupy v softwaru ArcGIS. V této části byly měřeny nejkratší vzdálenosti na silnice první třídy a dálnice/rychlostní komunikace. Hned při začátku tohoto měření bylo zjištěno, že všechna města leží na silnicích první třídy. U dálnic to už byla pouhá třetina analyzovaných měst. Při bližším přezkoumání bylo zjištěno, že se D/RK vyskytují většinou u větších měst či v jejich blízkém okolí. Výjimkou bylo pouze město České Budějovice, které se svým počtem obyvatel, přibližně 95 tisíc, má k D/RK poměrně daleko. Ovšem do budoucna by se tato čísla měla ještě měnit s výstavbou naplánovaných D/RK (viz příloha 8). Dále byly určeny podíly, kolik procent okolních obcí daného města leží na silnicích první třídy a dálnicích/RK, což poukazuje na hustotu těchto komunikací vycházejících z daného města. Poté byly vypočteny průměrné kilometry na obyvatele pro dojezd do města v dané oblasti sousedních obcí. Tyto hodnoty byly spočteny podle následujících kroků. Nejprve byly změřeny nejkratší vzdálenosti ze sousedních obcí daného města (od vztažného bodu obce k administrativní hranici daného města), které byly roztříděny na tři skupiny (S1T, D/RK, ostatní) podle třídy silnice, po kterých cesta vedla. Také bylo pracováno se skupinou celkem, což je celková vzdálenost (součet S1T, D/RK a ostatní). Tyto vzdálenosti byly dále přenásobeny počtem obyvatel dané obce a v rámci analyzovaného města byly tyto hodnoty sečteny, to znamená, že každému městu příslušely tři hodnoty. V poslední kroku byly tyto hodnoty vyděleny počtem obyvatel dané oblasti (součet počtu obyvatel daného města a všech okolních obcí, z kterých byla měřena vzdálenost). Výsledkem tohoto výpočtu jsou právě průměrné kilometry na osobu pro dojezd do města po S1T, D/RK a celkem. Analýza dat byla provedena pomocí dvou metod, pomocí korelačního vztahu a regresní analýzy. Pracováno bylo v rámci všech analyzovaných měst, ale pro přesnější výsledky byla města ještě rozdělena na tři kategorie: malá (0 – 30 000 obyvatel), střední 69

(30 000 – 60 000 obyvatel) a velká (60 000 a více). Zkoumána byla závislost intenzity dopravy na průměrné dojezdové vzdálenosti na obyvatele po všech komunikacích po S1T a D/RK. Největší závislost vznikla u velkých a středních měst na dálnicích a rychlostních komunikacích a u malých měst na všech komunikacích dohromady a S1T. U malých měst to bylo především z důvodu chybějících dálnic a RK. Co se týče regresních analýz, tak dopadly podobně jako korelační, protože většinou vyšla závislost na D/RK, či k vyhovující hodnotě tento ukazatel měl nejblíže. Všechny výsledné hodnoty byly zpracovány do přehledných tabulek v softwaru Microsoft Office Excel 2007, z nichž byly poté vypracovány výstupy ve formě obrázků, map nebo tabulek. Tyto výstupy se nachází během celé práce či v elektronické příloze. Nejnáročnější částí práce bylo zkompletování všech dat a jejich následná úprava. Asi největší komplikace vznikly při měření nejkratších vzdáleností, kde i po úpravě topologie se v datech vyskytovaly chyby. Velké množství cest na sebe nenavazovalo a o to těžší bylo měření vzdáleností, jež se muselo měřit na více částí. Hlavním důvodem vzniku těchto problémů bylo pracování s daty ze dvou zdrojů. Část komunikací bylo získáno od firmy Here (silnice první a druhé třídy, dálnice, rychlostní komunikace a nájezdy) a druhá část byla převzata z ArcČR 500. Po této zkušenosti bych doporučil práci pouze s jedním zdrojem dat silnic. Výpočetní práce a provedení analýz již proběhlo bez výraznějších problémů. Největší dopad na ARTI v rámci všech měst mají všechny atributy podobný, všechny spadají do kategorie slabé závislosti. Nejvyšší hodnotu má však atribut celkem, což znamená, že jsou města závislé na průměrné vzdálenosti po všech komunikacích dohromady. Největší závislost u MRTI přísluší atributu D/RK, kde dosahuje také slabé kategorie závislosti. Tyto výsledky jsou pouze orientační, hlavní důraz byl kladen na výsledky po rozdělení měst do skupin (malá, střední, velká). V kategorii velká města přísluší největší závislost atributu D/RK, jak u MRTI, tak u ARTI. Výše závislosti však stále spadá do kategorie slabé. U středních měst opět nejvyšší závislost připadá atributu D/RK, kde tato hodnota překročila hranici slabé závislosti a u ARTI dosahuje střední závislosti a u MRTI dokonce závislosti silné. Malá města mají střední třídu závislosti na atributech S1T a celkem, což platí u MRTI i ARTI. Tato závislost je způsobena hlavně tím, že města nemají přístup k D/RK.

70

Intenzita silniční dopravy ve městech je tedy závislá hlavně na přítomnosti dálnice či rychlostní komunikace. Pokud do města vstupuje dálnice/rychlostní komunikace, tak je intenzita silniční dopravy vyšší. Také to lze interpretovat jako: Čím více průměrných kilometrů po dálnici/rychlostní komunikaci pro dojezd do města na osobu, tím větší intenzita silniční dopravy (lineární závislost přímá). Když do města nevstupuje dálnice/rychlostní komunikace, závisí na průměrných kilometrech po S1T a po všech komunikacích dohromady pro dojezd do města. Čím více průměrných kilometrů, tím menší intenzita silniční dopravy (lineární závislost nepřímá). Cíle práce lze tedy považovat za splněné.

71

10 Použité zdroje [1]

HOLUBEC, V. ZPRACOVÁNÍ PROJEKTU COST. Praha, 2013. Diplomová práce. ČVUT v Praze, Fakulta stavební, Katedra mapování a kartografie. Vedoucí práce doc. Ing. Lena Halounová, CSc.

[2]

STOLBENKOVÁ, P. ANALYSIS OF VARIOUS INDICATOR INFLUENCES ON ROAD TRAFFIC IN GIS. Praha, 2012. Diplomová práce. ČVUT v Praze, Fakulta stavební, Katedra mapování a kartografie. Vedoucí práce doc. Ing. Lena Halounová, CSc.

[3]

Projekt COST. Projekt COST [online]. 2012 [cit. 2014-05-08]. Dostupné z: http://cost.fsv.cvut.cz/

[4]

MICROSOFT. Office 2007: online nápověda [online]. 2007 [cit. 2014-05-08]. Dostupné z: http://office.microsoft.com/cs-cz/excel-help/

[5]

ARCDATA PRAHA. Produkty a služby: ArcČR 500 [online]. 2014 [cit. 2014-0508]. Dostupné z: http://www.arcdata.cz/produkty-a-sluzby/geograficka-data/arccr500/

[6]

ČESKÝ STATISTICKÝ ÚŘAD. Databáze demografických údajů za obce ČR: Územní změny, počty obyvatel, narození, zemřelí, stěhování (1971 - 2013) [online]. 2014 [cit. 2014-06-08]. Dostupné z: http://www.czso.cz/cz/obce_d/index.htm

[7]

ŘEDITELSTVÍ SILNIC A DÁLNIC. Celostátní sčítání dopravy 2010: Základní výsledky [online]. 2010 [cit. 2014-05-08]. Dostupné z: http://scitani2010.rsd.cz

[8]

GRAFICKÁ

DATA.

[online].

2007

[cit.

2014-06-08].

Dostupné

z:

http://mathonline.fme.vutbr.cz/pg/flash/TeorieGrafika/pocGrafika1.pdf [9]

GEOPORTÁL ČÚZK. Ortofoto [online]. 2014 [cit. 2014-05-08]. Dostupné z: http://geoportal.cuzk.cz/%28S%28jw2yaf2sxey3et55jvsfib45%29%29/Default.aspx ?mode=TextMeta&text=ortofoto_info&side=ortofoto&menu=23

[10]

AUTOTIP - čtrnáctideník o motorismu. České dálnice. 2010.

[11]

HOŘENÍ, J., T. JANDA a V. LÍDL. 70 let dálnic ve fotografii. Praha: Ředitelství silnic a dálnic ČR, 2009.

72

[12]

PUCHRÍK, J. a D. JANOŠTÍK. KONSTRUKCE A DOPRAVNÍ STAVBY:Dopravní stavby [online]. 2005 [cit. 2014-05-08]. Dostupné z: http://lences.cz/domains/lences.cz/skola/subory/Skripta/BO01Konstrukce%20a%20dopravni%20stavby/Konstrukce%20a%20dopravni%20stavb y%20%20M03-Dopravni%20stavby.pdf

[13]

ÚVOD DO PŘEDMĚTU DOPRAVNÍ CESTA. Doprava [online]. 2005 [cit. 201405-08]. Dostupné z: http://fast10.vsb.cz/mahdalova/doprstav/pred01fs.pdf

[14]

VÍTEJTE NA ZEMI. Silniční síť v ČR [online]. 2013 [cit. 2014-05-08]. Dostupné z: http://www.vitejtenazemi.cz/cenia/index.php?p=silnicni_sit_v_cr&site=doprava

[15]

ČASOPIS STAVEBNICTVÍ. Současnost a budoucí rozvoj silničních a dálničních staveb

v

ČR

[online].

2010

[cit.

2014-05-08].

Dostupné

z:

http://www.casopisstavebnictvi.cz/soucasnost-a-budouci-rozvoj-silnicnich-adalnicnich-staveb-v-cr_N3433 [16]

JEŽKOVÁ, J., P. MONDSCHEIN a E. DLOUHÁ. Dopravní stavby. Vyd. 1. Praha: Česká technika - nakladatelství ČVUT, 2006, ISBN 8001033937.

[17]

ESRI. ArcGIS Help Library [online]. 2012 [cit. 2014-05-08]. Dostupné z: http://help.arcgis.com/en/arcgisdesktop/10.0/help/index.html#/Welcome_to_the_Ar cGIS_Help_Library/00r90000001n000000/

[18]

HORNÍK, D. PROSTOROVÉ ZMĚNY VE VYBRANÝCH URBANIZOVANÝCH ÚZEMÍCH ČESKÉ REPUBLIKY. Praha, 2013. Diplomová práce. ČVUT v Praze, Fakulta stavební, Katedra mapování a kartografie. Vedoucí práce doc. Ing. Lena Halounová, CSc.

73

11 Přílohy Příloha 1: Nejkratší vzdálenost z obce do analyzovaného města (seřazeno dle počtu obyvatel AM v roce 2010) Město/Obec Praha Dobrovíz Kněževes Jirny Nupaky Čestlice Jesenice Jíloviště Bořanovice Chrášťany Hostivice Tuchoměřice Radonice Průhonice Zdiby Úvaly Říčany Ostrava Stará Ves nad Ondřejnicí Hlučín Velká Polom Ludgeřovice Petřvald Klimkovice Bohumín Paskov Šenov Krmelín Liberec Jeřmanice Nová Ves Rádlo Chrastava Stráž nad Nisou Mníšek Jablonec nad Nisou Olomouc Křelov-Břuchotín Dolany Velká Bystřice Velký Týnec

ICOB 554782 539171 539384 538272 564907 538141 539325 539341 538086 539295 539244 539767 538701 539571 539058 538957 538728 554821 598739 507016 510882 507971 599085 599549 599051 598569 598798 598348 563889 530484 546593 563781 564117 544477 564231 563510 500496 554901 501646 505609 505650

S1T[km]

3,7 1,8

0,2 0,5 S1T[km] 4,2 6,1 2,1 1,8 2,5

0,2 S1T[km] 1,7 14,7 1,9 1,3 5,7 S1T[km] 1,6 2,1 1,2

74

Vzdálenost po: D/RK[km] ostatní[km] celkem[km] 5,2 2,9 8,1 0,9 0,8 1,7 3,6 2,3 5,8 4,8 0,9 5,7 1,6 1,6 3,4 3,4 0,5 4,2 1,4 0,2 3,5 1,0 1,0 2,0 2,0 3,2 2,9 6,1 1,6 1,6 0,8 1,2 2,0 1,1 1,1 2,5 2,8 1,5 2,0 D/RK[km] ostatní[km] celkem[km] 4,2 6,1 2,1 1,8 2,5 0,4 2,5 2,9 0,8 3,1 3,9 1,9 0,4 2,3 1,4 1,4 1,0 1,2 D/RK[km] ostatní[km] celkem[km] 3,3 0,2 3,5 4,8 6,6 14,7 1,9 1,3 1,3 0,3 1,7 5,7 D/RK[km] ostatní[km] celkem[km] 0,7 0,7 1,1 2,7 1,7 3,8 1,3 2,5

České Budějovice Boršov nad Vltavou Planá Čejkovice Dasný Hůry Hluboká nad Vltavou Hrdějovice Úsilné Litvínovice Hradec Králové Vysoká nad Labem Libišany Lochenice Býšť Opatovice nad Labem Stěžery Všestary Předměřice nad Labem Blešno Praskačka Pardubice Přelouč Lázně Bohdaneč Valy Rybitví Srch Sezemice Mikulovice Kladno Buštěhrad Most Malé Březno Bílina Korozluky Vrskmaň Litvínov Obrnice Opava Branka u Opavy Mokré Lazce Otice Slavkov Neplachovice Holasovice Oldřichov Velké Hoštice

544256 544299 535176 544329 535249 535753 544485 544558 535494 544795 569810 571113 575305 570311 574848 575429 570931 571091 570672 569879 570656 555134 575500 574767 575925 575593 575682 575640 575372 532053 532169 567027 567299 567451 567221 563463 567256 567337 505927 554197 508373 509612 510289 553158 507113 509574 510939

S1T[km] D/RK[km] ostatní[km] 4,5 1,4 2,4 3,7 1,3 2,3 3,1 0,6 4,1 0,8 0,3 1,0 0,1 0,5 S1T[km] D/RK[km] ostatní[km] 2,7 2,4 2,6 0,7 4,5 3,3 0,8 2,0 2,4 0,2 1,5 1,3 2,6 S1T[km] D/RK[km] ostatní[km] 6,0 2,6 1,7 0,6 4,0 1,8 0,2 0,5 S1T[km] D/RK[km] ostatní[km] 1,6 0,9 S1T[km] D/RK[km] ostatní[km] 0,6 4,1 10,1 4,0 2,8 3,0 6,8 0,7 1,9 1,6 S1T[km] D/RK[km] ostatní[km] 2,4 3,0 1,4 2,1 3,4 0,4 3,8 1,3 1,4

75

celkem[km] 5,8 2,4 5,0 2,3 3,7 4,1 0,8 1,3 0,6 celkem[km] 2,7 2,4 3,3 4,5 3,3 2,8 2,6 1,5 1,3 2,6 celkem[km] 6,0 2,6 1,7 0,6 4,0 2,0 0,5 celkem[km] 2,5 celkem[km] 4,6 10,1 4,0 5,8 7,5 3,5 celkem[km] 2,4 3,0 1,4 2,1 3,7 3,8 1,3 1,4

Nové Sedlice Frýdek-Místek Hukvaldy Staříč Paskov Baška Sviadnov Dobrá Děčín Malšovice Dobkovice Dobrná Jílové Hřensko Ludvíkovice Jihlava Vílanec Čížov Rančířov Štoky Střítež Chomutov Jirkov Droužkovice Spořice Černovice Křimov Otvice Přerov Kokory Prosenice Horní Moštěnice Jablonec nad Nisou Rádlo Rychnov u Jablonce nad Nisou Liberec Lučany nad Nisou Mladá Boleslav Dobrovice Písková Lhota Krnsko Hrdlořezy Kosmonosy Řepov Nepřevázka Česká Lípa

555274 598003 598691 552569 598569 598011 569631 598089 562335 562718 562408 545783 562564 562513 546496 586846 588156 587117 587176 569593 587958 562971 563099 563056 563340 563021 563161 563277 511382 514152 517151 513491 563510 563781

1,2 S1T[km] D/RK[km] ostatní[km] 2,0 3,4 2,4 2,4 6,9 1,1 1,1 1,2 2,3 1,6 2,0 S1T[km] D/RK[km] ostatní[km] 1,0 1,0 3,2 2,7 3,5 5,3 0,5 0,9 0,4 S1T[km] D/RK[km] ostatní[km] 4,5 2,5 1,2 3,7 0,4 1,5 S1T[km] D/RK[km] ostatní[km] 1,4 1,1 1,3 0,3 0,7 5,2 0,3 0,8 S1T[km] D/RK[km] ostatní[km] 1,8 1,4 1,8 S1T[km] D/RK[km] ostatní[km] 6,4

563790 563889 563692 535419 535672 536440 536172 535869 570826 536580 536351 561380

3,7 0,9 4,6 5,9 5,9 2,0 2,0 S1T[km] D/RK[km] ostatní[km] celkem[km] 3,0 3,0 2,5 0,1 2,6 3,1 0,1 3,2 0,9 0,9 2,6 2,6 0,4 0,4 1,5 0,1 0,6 2,3 S1T[km] D/RK[km] ostatní[km] celkem[km]

76

1,2 celkem[km] 5,4 4,8 8,0 2,2 3,8 2,0 celkem[km] 1,9 3,2 2,7 3,5 5,8 1,3 celkem[km] 4,5 2,5 1,2 4,1 1,5 celkem[km] 2,5 1,3 0,3 0,7 5,2 1,1 celkem[km] 1,8 1,4 1,8 celkem[km] 6,4

Skalice u České Lípy Sosnová Nový Bor Třebíč Stařeč Vladislav Cheb Pomezí nad Ohří Okrouhlá Františkovy Lázně Odrava Tuřany Znojmo Chvalovice Dyje Žerůtky Dobšice Vrbovec Příbram Lešetice Bohutín Dubno Dubenec Višňová Milín Kolín Křečhoř Nová Ves I Nebovidy Polepy Písek Čížová Záhoří Dobev Dolní Novosedly Protivín Litvínov Horní Jiřetín Lom Most Valašské Meziříčí Choryně Hostašovice Bystřička Jarcová Lešná Zašová

562025 562076 561860 590266 591742 591904 554481 538868 538922 554529 539554 539619 593711 594172 593991 595195 546941 595128 539911 513521 539953 564508 598381 541516 540757 533165 533467 533530 533521 533599 549240 549347 550027 549363 562301 549771 567256 567175 567264 567027 545058 542831 568511 541711 542903 544302 545236

2,4 0,7 2,3 S1T[km] D/RK[km] ostatní[km] 1,6 2,7 S1T[km] D/RK[km] ostatní[km] 3,7 6,6 0,2 2,6 1,0 1,4 3,1 0,1 1,4 5,9 2,4 S1T[km] D/RK[km] ostatní[km] 2,5 3,0 0,6 4,3 0,7 1,0 2,3 2,8 S1T[km] D/RK[km] ostatní[km] 0,7 2,3 1,7 0,8 6,7 0,7 3,3 0,5 S1T[km] D/RK[km] ostatní[km] 0,4 2,1 2,1 2,5 0,8 S1T[km] D/RK[km] ostatní[km] 2,6 3,5 4,5 1,4 0,6 7,0 1,0 S1T[km] D/RK[km] ostatní[km] 2,3 1,5 3,9 1,6 S1T[km] D/RK[km] ostatní[km] 1,5 2,8 1,9 0,7 1,2 0,5 2,9 1,3 1,9

77

2,4 0,7 2,3 celkem[km] 1,6 2,7 celkem[km] 3,7 6,9 3,7 4,6 9,8 celkem[km] 2,5 3,7 5,0 1,0 5,1 celkem[km] 0,7 2,3 1,7 0,8 7,3 3,8 celkem[km] 2,5 2,1 2,5 0,8 celkem[km] 2,6 3,5 4,5 1,9 8,0 celkem[km] 2,3 1,5 5,5 celkem[km] 1,5 4,8 1,9 0,5 4,2 1,9

Český Těšín Těrlicko Třinec Chotěbuz Ropice Třanovice Havlíčkův Brod Štoky Krásná Hora Radostín Olešná Česká Bělá Krátká Ves Pohled Okrouhlička Michalovice Veselý Žďár Knyk Kyjov Břeclav Valtice Hrušky Žďár nad Sázavou Sázava Hamry nad Sázavou Polnička Nové Město na Moravě Vatín Strakonice Přešťovice Katovice Řepice Nebřehovice Radošovice Klatovy Běšiny Bezděkov Švihov Mochtín Vrhaveč Kutná Hora Miskovice Třebešice Libenice Hlízov Nové Dvory Církvice

598933 599158 598810 555291 556971 552623 568414 569593 568929 569364 569216 568503 568937 569291 548588 548316 569682 548286 548308 584291 584975 584487 595209 596701 595586 596485 596230 596949 550787 551643 551201 536849 536644 551678 555771 555797 555801 557200 556718 557455 533955 534200 530981 533475 531197 534242 533998

S1T[km] D/RK[km] ostatní[km] 5,6 5,1 0,4 1,3 2,0 S1T[km] D/RK[km] ostatní[km] 3,4 0,3 1,6 1,8 0,2 3,7 0,9 0,1 1,8 5,7 2,7 0,9 0,9 3,6 2,5 0,2 1,7 1,5 S1T[km] D/RK[km] ostatní[km] 10,1 2,9 S1T[km] D/RK[km] ostatní[km] 5,0 1,6 0,4 1,4 5,5 0,2 1,5 S1T[km] D/RK[km] ostatní[km] 1,9 2,1 1,1 0,9 1,0 0,4 1,2 S1T[km] D/RK[km] ostatní[km] 6,6 1,1 1,4 1,0 3,1 0,6 2,5 1,8 S1T[km] D/RK[km] ostatní[km] 3,0 6,6 2,1 7,4 4,6 3,9 0,4 0,7 1,4

78

celkem[km] 5,6 5,1 0,4 1,3 2,0 celkem[km] 3,7 1,6 2,0 4,7 1,9 5,7 2,7 0,9 0,9 6,1 1,9 1,5 celkem[km] 10,1 2,9 celkem[km] 5,0 1,6 1,8 5,8 1,5 celkem[km] 4,0 1,1 0,9 1,4 1,2 celkem[km] 7,7 2,5 3,7 2,5 1,8 celkem[km] 3,0 8,8 7,4 4,6 4,3 2,1

Náchod Provodov-Šonov Horní Radechová Vysokov Dolní Radechová Mělník Obříství Hořín Liběchov Velký Borek Kly Česká Třebová Dlouhá Třebová Ústí nad Orlicí Rybník

573868 574350 574066 574643 574023 534676 535133 534803 535001 535265 534897 580031 548014 579891 547905

S1T[km] D/RK[km] ostatní[km] celkem[km] 1,8 1,8 4,3 4,3 1,1 1,1 0,8 0,8 S1T[km] D/RK[km] ostatní[km] celkem[km] 5,1 1,6 6,7 1,6 1,4 3,0 0,7 0,7 0,4 0,4 3,7 3,7 S1T[km] D/RK[km] ostatní[km] celkem[km] 1,6 1,6 5,9 5,9 1,2 1,2

79

Příloha 2: Grafické porovnání průměrné silniční intenzity dopravy v roce 2010

20 000 18 000 16 000 14 000

Počet obyvatel:

12 000 10 000

60 000+

8 000

30 000 - 60 000 6 000 0 - 30 000 4 000 2 000 0

80

Příloha 3: Grafické porovnání maximální silniční intenzity dopravy v roce 2010

45 000 40 000 35 000 30 000

Počet obyvatel:

25 000 20 000 15 000

60 000+

10 000

30 000 - 60 000 0 - 30 000

5 000 0

81

Vzdálenost v km po silnicích I. třídy na nejbližší dálnici či rychlostní komunikaci z analyzovaných měst v roce 2010 Příloha 4:

S "

±

Komunikace Nejkratší vzdálenost po S1T na D/RK Silnice I. třídy Dálnice/Rychlostní komunikace

Vzdálenost od administrativní hranice města k D/RK [km] 0-5 5 - 15 15 - 30 30 a více Hranice ČR

0

I

25

I

50

I

100 I km

Vytvořil Martin FLORIAN v roce 2014 v rámci bakalářské práce na Stavební fakultě ČVUT v Praze.

Průměrný počet km na obyvatele pro dojížďku do města ze sousedních obcí po všech komunikacích v roce 2010 Příloha 5:

S "

±

Komunikace Dálnice/RK Silnice I. třídy Silnice II. třídy Ostatní komunikace

Počet km pro dojezd do města z okolních obcí (celkem) 0 - 0,25 0,25 - 0,50 0,50 - 1,00 1,00 - 4,05 Hranice ČR

0 I

25 I

50 I

100 I km

Vytvořil Martin FLORIAN v roce 2014 v rámci bakalářské práce na Stavební fakultě ČVUT v Praze.

Průměrný počet km na obyvatele pro dojížďku do města ze sousedních obcí po dálnicích a rychlostních komunikacích v roce 2010 Příloha 6:

S "

±

Komunikace Dálnice/RK Silnice I. třídy Silnice II. třídy Ostatní komunikace

Počet km pro dojezd do města z okolních obcí po D/RK 0 0 - 0,5 0,5 a víc

0

25

50

Hranice ČR

I

I

I

100 I km

Vytvořil Martin FLORIAN v roce 2014 v rámci bakalářské práce na Stavební fakultě ČVUT v Praze.

Průměrný počet km na obyvatele pro dojížďku do města ze sousedních obcí po silnicích I. třídy v roce 2010 Příloha 7:

S "

±

Komunikace Dálnice/RK Silnice I. třídy Silnice II. třídy Ostatní komunikace

Počet km pro dojezd do města z okolních obcí po S1T 0 - 0,15 0,15 - 0,40 0,40 - 1,00

0

25

50

1,00 - 4,03

I

I

I

Hranice ČR

100 I km

Vytvořil Martin FLORIAN v roce 2014 v rámci bakalářské práce na Stavební fakultě ČVUT v Praze.

Příloha 8:

www.rsd.cz 81

sds