Het modelleren van verkeersstromen met GIS

Abstract

Het project 'Landelijk Beeld Verstoring' van RIVM en TNO probeert de verstoring door geluidhinder in Nederland in kaart te brengen. Het wegverkeer vormt een belangrijke bron van verstoring. Daarom is het nodig over een landelijk beeld te beschikken van de wegverkeersintensiteiten waarmee de geluidsemissie van het wegverkeer berekend kan worden. Het landelijk beeld van de verkeersintensiteiten kan verkregen worden door de verkeersstromen te modelleren. In dit rapport worden drie mogelijke methoden om de verkeersintensiteiten te modelleren besproken. De eerste methode berekent verkeersintensiteiten door het verkeer dat plaatsvindt over de wegen, te modelleren. De tweede methode berekent de verkeersintensiteiten op een weg aan de hand van een kenmerk van de weg dat een indicatie geeft van het belang (en dus van de hoeveelheid verkeer) van de weg. De derde en laatste methode modelleert de verkeersintensiteiten door reeds bestaande, niet landsdekkende verkeers- en vervoersmodellen samen te voegen tot een, wel landsdekkend geheel. Uit het onderzoek bleek dat de tweede methode het best bruikbaar is om voor het Landelijk Beeld Verstoring verkeersintensiteiten in te schatten.

The RIVM and TNO Disturbance project represents an attempt to monitor noise disturbance in the Netherlands for which road traffic is an important source. To calculate noise production by road traffic, it is necessary to know traffic densities. The noise production can then be used to calculate noise disturbance. Traffic densities can be obtained by modelling traffic flows. This report considers three possible methods to model traffic flows. The first method calculates traffic densities by modelling trips which take place by car. The second one uses an attribute of the roads which indicates the importance of a road and the amount of traffic to calculate traffic densities. The third method combines several transportation models modelling traffic flows for a smaller part of the country to create an overall view of traffic densities. The second method was concluded to offer the best possibilities for model traffic densities successfully.