Dynamisch verkeersmodel LAB

Transcriptie

1 Gemeenten Leiden en Leiderdorp Dynamisch verkeersmodel LAB Technische rapportage

2 Gemeenten Leiden en Leiderdorp Dynamisch verkeersmodel LAB Technische rapportage Datum 1 december 2014 Kenmerk LD1017/Gfs/ Eerste versie goudappel@goudappel.nl

3 Documentatiepagina Opdrachtgever(s) Gemeenten Leiden en Leiderdorp Titel rapport Dynamisch verkeersmodel LAB Technische rapportage Kenmerk LD1017/Gfs/ Datum publicatie 1 december

4 Inhoud Pagina 1 Inleiding 1 2 Uitgangspunten en werkwijze Dynamisch versus statische verkeersmodellen Uitgangspunten studiegebied model LAB Toedelingsmethodiek Streamline Werkwijze omzetting RVMK3 model LAB Opbouw dynamisch verkeersmodel Toevoegen detailinformatie aan netwerken en kruispunten Verfijnen statische routekeuze Dynamisering verkeersmodel 8 4 Validatie verkeersmodel basisjaar Verkeersafwikkeling Intensiteiten Verkeersbeeld doorgaande stedelijke assen Conclusie validatie basisjaar 19 5 Doorkijk prognosejaar Intensiteiten Afwikkeling Bijlage 1 Reistijden

5 1 Inleiding Rekenen aan de Ambities voor de Leidse Regio De Leidse Agglomeratie heeft een bereikbaarheidsprobleem. De regio wil een Europese topregio zijn op het gebied van internationale kennis, historie en cultuur met een prettige en hoogwaardige woonomgeving die bovendien goed bereikbaar is. De bereikbaarheid is op dit moment echter niet optimaal. De lokale en regionale infrastructuur is niet langer afgestemd op de hoeveelheid autoverkeer die in de regio wordt gegenereerd. Begin 2014 eindigde de verkenning van LAB071 met de rapportage Kansrijke oplossingen, in afwachting van de gemeenteraadsverkiezingen. Inmiddels zijn de nieuwe colleges in de agglomeratie Leiden gevormd en zijn de nieuwe collegeakkoorden bekend. Er kan dan ook worden overgegaan tot nadere planuitwerking van LAB071. Vervolguitwerking LAB071 Ten behoeve van die nadere planuitwerking zijn modelstudies noodzakelijk, zoals ook al het geval was bij de voltooide LAB071-verkenning. Gedurende de verkenning LAB071 heeft Goudappel Coffeng BV een dynamisch verkeersmodel opgesteld om de verschillende alternatieven af te wegen. Dit model was gebaseerd op een eerste versie van het nieuwe regionale verkeersmodel RVMK3. Inmiddels is het regionale verkeersmodel RVMK3 opgeleverd en wordt binnenkort vastgesteld door het dagelijks bestuur Holland Rijnland. Gemeenten Leiden en Leiderdorp hebben gevraagd het dynamische model LAB071 te actualiseren met als doel: valideren van de uitkomsten van het dynamische model LAB071-studie; beter aansluiten op het statische RMVK 3; verder inzoomen op effecten van maatregelen. Dynamisch verkeersmodel LAB071 versie 2.0 Het bijstellen van het dynamische model tot een versie 2.0 heeft eind 2014 plaatsgevonden. Voorliggende rapportage is een technisch achtergronddocument waarin de uitgangspunten ten aanzien van het dynamische verkeersmodel LAB071 versie 2.0 zijn vastgelegd. Dit rapport is bedoeld als validatie van het opgestelde rekenmodel. Met het bijgestelde rekenmodel wordt een validatie van de uitkomsten uit de bereikbaarheidsverkenning LAB071 uitgevoerd en wordt vervolgens het vervolg van de planuitwerking opgestart. Dynamisch verkeersmodel LAB

6 2 Uitgangspunten en werkwijze Het dynamisch verkeersmodel LAB071 versie 2.0 is net als de eerdere versie van het dynamische model opgebouwd uit het statische regionale verkeersmodel RVMK3.0. Het belangrijkste verschil is dat nu van de definitieve versie van het regionale verkeersmodel is uitgegaan. In dit hoofdstuk worden de uitgangspunten en kenmerken van het dynamische model beschreven. 2.1 Dynamisch versus statische verkeersmodellen De ontwikkeling van het wegennetwerk vindt veelal uit meerdere invalshoeken plaats: op strategisch niveau vanuit de ruimtelijk-economische ontwikkeling, maar ook op operationeel vlak vanuit het oplossen van lokale knelpunten. Beleidsmatig verschuift de focus steeds meer naar het tussengebied: het op tactisch niveau benutten van de bestaande stedelijke infrastructuur of zoeken naar gerichte capaciteitsuitbreidingen. Hiervoor voldoen statische verkeersmodellen steeds minder. Statische verkeersmodellen Binnen de regio Holland Rijnland is het statische verkeersmodel RVMK3.0 operationeel. Dit is een strategisch verkeersmodel dat beleidsmatige scenario s voor de lange termijn kan doorrekenen. Het beschrijft de gehele regio Holland Rijnland voor de modeljaren 2010, 2020 en De belangrijkste output zijn verkeersintensiteiten op etmaalniveau. Deze intensiteiten geven een inzicht in het gewenste gebruik van infrastructuur en dienen tevens als input voor lucht- & geluidonderzoeken en planprocedures. Het nadeel van statische verkeersmodellen is dat vanuit de vraagzijde wordt geredeneerd: op basis van ingeschatte ruimtelijke- en welvaartsontwikkelingen wordt een hoeveelheid verkeer voor een prognosejaar berekend, wat in zijn geheel wordt toegedeeld aan de infrastructuur. Het model geeft daarmee inzicht in het gewenste gebruik van verkeersverbindingen maar niet voldoende in daaruit volgende congestie, de kwaliteit van de verkeersafwikkeling of bereikbaarheid in termen van reistijden. Dynamisch verkeersmodel LAB

7 Dynamische modellen Steeds vaker worden in beleidsverkenningen, waar de bereikbaarheid een prominente rol speelt, dynamische verkeersmodellen ingezet. Dynamische modellen worden gevoed met de hoeveelheid verkeer vanuit een statisch verkeersmodel, maar delen deze gedurende een tijdsverloop toe aan het wegennet. Daarmee wordt de dynamiek van verkeersafwikkeling meegenomen en de kwaliteit van bereikbaarheid inzichtelijk gemaakt. Knelpunten kunnen in tegenstelling tot statische modellen een invloed hebben op de doorstroming elders in het netwerk. De belangrijkste output van dynamische verkeersmodellen zijn reistijden en afgeleide indicatoren zoals voertuigverliesuren op netwerkniveau. De focus ligt minder sterk op intensiteiten. Binnen de studie LAB071 is een dynamisch verkeersmodel met behulp van de toedelingstechniek Streamline opgesteld. De belangrijkste redenen om in deze studie gebruik te maken van een dynamisch model zijn: De huidige generatie (statische) verkeersmodellen geeft vooral inzicht in de omvang van intensiteiten en niet in de kwaliteit van de verkeersafwikkeling. Met Streamline kunnen de effecten van filevorming, terugslageffecten en vertraging op kruispunten in tegenstelling tot statische modellen goed in beeld worden gebracht. Het geeft een waarheidsgetrouw beeld van de verkeersafwikkeling op netwerkniveau. Criteria en indicatoren op het gebied van bereikbaarheid kunnen met Streamline concreet worden getoetst. Juist omdat in de studie LAB071 bereikbaarheidsindicatoren de primaire toetscriteria zijn is een dynamisch verkeersmodel ontwikkeld. 2.2 Uitgangspunten studiegebied model LAB071 Omdat het plangebied van het statische model te groot is om in zijn geheel dynamisch toe te delen is het nodig een uitsnede van netwerken en matrices te maken. Omdat de definitieve netwerken en matrices van de RVMK3 te veel afwijken van de conceptversie zijn nieuwe netwerkuitsnedes gemaakt uit de RVMK3. Daarbij is omwille van de vergelijkbaarheid ongeveer hetzelfde gebied te gehanteerd als voor het model LAB De uitsnede is zodanig gekozen dat locaties waarop routekeuzemomenten kunnen plaatsvinden in de uitsnede zijn opgenomen. Om verkeer vanaf Amsterdam en Den Haag meerdere routekeuzes voor te leggen, zijn daarbij in elk geval knooppunt Burgerveen en de Utrechtsebaan in de uitsnede opgenomen (zie figuur 2.1). Dynamisch verkeersmodel LAB

8 Figuur 2.1: Impressie van het uitsnede-netwerk van het dynamische model LAB Toedelingsmethodiek Streamline Streamline werkt met dynamische routekeuze. Hierbij wordt op basis van de berekende vertragingen gestreefd naar gebruikersevenwicht op netwerkniveau. Met behulp van dynamische routekeuze wordt de routeaanpassing als gevolg van congestie het beste meegenomen. De dynamische toedeling bestaat uit twee fasen, te weten: 1. Genereren van een routeset Op basis van een statische toedeling worden per herkomst-bestemming de mogelijke routes geselecteerd. Over deze routes wordt op een slimme manier een filter toegepast zodat er duidelijke alternatieven ontstaan en niet één hoofdroute met een aantal kleine variaties daarop. 2. Toedeling Vervolgens wordt dynamisch toegedeeld, waarbij het verkeer in de tijd als een vloeistof zijn weg zoekt over het netwerk. Hierbij worden de ritten verdeeld over de geselecteerde routes. Voor het verdelen van het verkeer over meerdere routes wordt een kansverdeling gebruikt. Wanneer bijvoorbeeld drie potentiële routes worden gevonden tussen herkomst en bestemming dan het model middels een kansverdeling de ritten over de drie routes verdelen, waarbij de meeste gebruikers voor de snelste route zullen kiezen. Om de vijftien minuten wordt op basis van de dan geldende reistijden per route een nieuwe verdeling gemaakt over de mogelijke routes. Optredende congestie op kruispunten of wegvakken kan voor vertraging en daarmee voor files en alternatieve routekeuze zorgen. Dynamisch verkeersmodel LAB

9 De routekeuze wordt in verkeersmodellen grotendeels gebaseerd op rationeel gedrag om hun reistijd te optimaliseren. In werkelijkheid kan het voorkomen dat weggebruikers op basis van andere motieven hun route bepalen, bijvoorbeeld de aantrekkelijkheid van de route. In de dynamische toedelingen wordt hier gedeeltelijk op geanticipeerd door routekeuze over meerdere routes te laten plaatsvinden. Vooral relaties waar routekeuze niet op basis van reistijdmotieven plaatsvindt, zijn daardoor moeilijk te berekenen. Met de beschreven systematiek worden zowel de ochtend- als avondspitsperiode toegedeeld met als resultaat netwerkbelastingen per 5 minuten. De toedeling resulteert in een waarheidsgetrouw afwikkelingsbeeld waarbij de reistijden conform een werkelijke situatie worden ingeschat. Filebeelden en intensiteiten zijn gevalideerd aan de hand van reistijdmetingen en verkeerstellingen. Dit wordt in het volgende hoofdstuk uitgewerkt. 2.4 Werkwijze omzetting RVMK3 model LAB071 De basis voor een dynamisch model ligt in de kwaliteit van een statisch model. De netwerken, routekeuze en verkeersvraag vanuit een statisch model zijn input voor de dynamisering. Hierbij stelt een dynamisch model veel hogere eisen aan de kwaliteit en samenhang van die onderdelen. Waar in een statisch model vanwege de relatief abstracte rekenmethoden eventuele netwerkfouten en routekeuzeproblemen niet snel opvallen, worden deze in een dynamisch model juist uitvergroot. In de verkenning LAB071 is een conceptversie van de RVMK3 gebruikt en is dit punt nadrukkelijk naar voren gekomen, wat heeft geresulteerd in een moeizame kalibratie en toetsing van het dynamische model. Om goed in te kunnen schatten welke stappen nu nodig zijn om het dynamische model LAB071 te actualiseren is een ingangscontrole op de RVMK3 uitgevoerd. De resultaten van de ingangscontrole zijn beschreven in de rapportage Ingangscontrole RVMK3 Holland Rijnland met kenmerk LD1014/Wka/ dd. 3 september Uit de ingangscontrole is gebleken dat met name de gevoeligheid in de routekeuze moet worden verfijnd alvorens tot het opbouwen van een dynamisch model over kan worden gegaan. Conform dit advies is de actualisering van het Streamline-model volgens de volgende stappen uitgevoerd: maken van een netwerkuitsnede uit de RVMK3; verfijnen statische routekeuze; dynamiseren van het verkeersmodel. Deze drie onderdelen worden in het volgende hoofdstuk besproken. Dynamisch verkeersmodel LAB

10 3 Opbouw dynamisch verkeersmodel 3.1 Toevoegen detailinformatie aan netwerken en kruispunten Binnen een dynamisch verkeersmodel is het aanbod (capaciteit) van infrastructuur erg belangrijk. De netwerken van het dynamisch model zijn voor zowel het basis- als prognosejaar afgeleid uit de RVMK3. Er is een uitsnede gemaakt van de netwerken conform figuur 2.1. Binnen de uitsnede zijn kenmerken toegevoegd die noodzakelijk zijn voor de dynamische modellering: speed flow -curves per wegtype; samenvoegen linktypering, toevoegen theoretische wegvakcapaciteiten en aantallen rijstroken; detailinformatie spoorwegovergangen en brugopeningen; vertrekprofiel aan herkomst-bestemmingsmatrices. Vervolgens zijn de netwerken nagelopen op detailniveau en compleetheid en waar nodig aangevuld en verder gedetailleerd. Ten aanzien van de kruispuntinformatie is in de netwerken de meest recente kruispuntdefinitie opgenomen. Gedetailleerde informatie over verkeersregelingen was voor Leiden op bepaalde kruispunten wel beschikbaar, maar niet op uniforme wijze te verwerken in het verkeersmodel. De fasediagrammen van verkeersregelingen zijn daarom door het verkeersmodel bepaald. Als laatste element is nagegaan waar in het netwerk sprake is van tijdelijke stremmingen door spoorwegovergangen en brugopeningen. Binnen het studiegebied is sprake van meerdere bruggen die gedurende de spitsperioden openen. De brugopeningen volgen echter geen dagelijks vastgesteld patroon. Daarom is op basis van historische data van de provincie Zuid-Holland per brug de gemiddelde openingsduur over het gehele jaar 2012 bepaald en is daarnaast per spitsperiode het gemiddelde aantal openingen, de duur en het tijdstip daarvan vastgesteld. De tabellen 3.1 en 3.2 geven een overzicht van de gebruikte invoer. Dynamisch verkeersmodel LAB

11 brug gemiddelde duur brugopeningen (sec.) gemiddeld aantal brugopeningen tijdstippen in model Lammebrug 249 2, , 09.30, uur Spanjaardsbrug 248 3, , 09.30, uur Hooghkamerbrug 260 2, , 08.55, uur Zijlbrug 234 1, , uur Wilhelminabrug 273 2, , 09.28, uur Waddingerbrug 257 3, , 08.45, uur Leiderdorpsebrug , 09.38, uur Tabel 3.1: Brugopeningen ochtendspitsperiode brug gemiddelde duur openingen (sec.) gemiddeld aantal openingen tijdstippen in model Lammebrug 236 2, , 15.40, uur Spanjaardsbrug 236 3, , 15.30, 18.00, uur Hooghkamerbrug 254 3, , 15.50, uur Zijlbrug 238 2, , uur Wilhelminabrug 255 3, , 15.40, uur Waddingerbrug 245 3, , 17.20, uur Leiderdorpsebrug , 15.30, uur Tabel 3.2: Brugopeningen avondspitsperiode De spoorwegovergangen sluiten volgens een vaster patroon. Per spitsperiode is voor de spoorwegovergangen bepaald wanneer deze gesloten zijn, dit is vervolgens als capaciteitsbeperking in het model opgenomen. De sluitingsduur en tijdstippen zijn voor alle uren van de gemodelleerde spitsperioden gelijk. Tabel 3.3 geeft een overzicht van de tijdsintervallen in minuten waarop de spoorbomen elk uur sluiten. In totaal sluiten de spoorbomen achtmaal per uur gemiddeld 1 tot 1,5 minuut. De spoorwegovergang bij de Kanaalweg is in de prognose niet langer aanwezig in verband met een ondertunneling. spoorwegovergang tijdsintervallen in minuten per uur met gesloten overgang Kanaalweg en Cronesteijnpad 12,0-13,5 15,0-16,0 26,0-27,5 30,0-31,0 42,0-43,5 45,0-46,0 56,0-57,5 00,0-01,0 Herenstraat en Telderskade 10,0-11,0 17,0-18,0 24,0-25,0 32,0-33,0 40,0-41,0 47,0-48,0 54,0-55,0 02,0-03,0 Morsweg en Haagweg 09,0-10,0 19,0-20,0 23,0-24,0 34,0-35,0 39,0-40,0 49,0-50,0 53,0-54,0 04,0-05,0 Tabel 3.3: Tijdstippen gesloten spoorwegovergangen (per spitsuur) 1 Van de Leiderdorpsebrug zijn geen historische gegevens geleverd. De data van de Wilhelminabrug is daarop gekopieerd waarbij de openingen 10 minuten vroeger dan wel later plaatsvinden. Dynamisch verkeersmodel LAB

12 3.2 Verfijnen statische routekeuze Voordat de dynamische toedeling wordt uitgevoerd dient hiervoor in de eerste plaats de statische routekeuze verfijnd te worden om de gevoeligheid van de toedeling te beperken en de routekeuze te verbeteren. Om zo goed mogelijk aan te sluiten op het statische model maakt het dynamische model namelijk gebruik van dezelfde routes die al in het statische model gegenereerd worden. Omdat is geconstateerd dat in de statische toedeling van de RVMK3 teveel oneigenlijke routes bevat en te onstabiel is, dient hierop een correctie plaats te vinden. De volgende acties zijn uitgevoerd: generiek instellen kruispuntfactoren op 0.5; generiek verlagen modelsnelheden op erftoegangswegen naar 15 km/h; verhogen aantal iteraties statische toedeling van 10 naar 20; herkalibratie statische HB-matrices. Het aanpassen van de modelsnelheden en de kruispuntfactoren en verhoging van het aantal iteraties dient om de oneigenlijke routes uit het model te verminderen en de statische toedeling stabieler te maken. Dit is een noodzakelijke stap om een realistische dynamische toedeling te verkrijgen. Het nadeel van deze methode is echter dat de intensiteiten op wegvakken wijzigen en niet meer overeenkomen met het originele RVMK3. Daarom is een herkalibratie van de statische HB-matrices uitgevoerd op de al aanwezige tellingen in het verkeersmodel. De besproken correcties aan de netwerken zijn simultaan ook in het prognosejaar 2020 doorgevoerd. De kalibratie-effecten zijn vervolgens toegepast over de prognosematrices. 3.3 Dynamisering verkeersmodel Nadat de routekeuze statisch is verbeterd en de matrices opnieuw zijn gekalibreerd, is de daadwerkelijke dynamische toedeling uitgevoerd en gefinetuned. Op basis van de ervaring van verkeerskundigen van betrokken gemeenten is gekeken naar de optredende congestie en vertraging. De toedeling is getoetst op de volgende onderdelen: de filebeelden (locatie, lengte en duur) worden getoetst aan filebeelden en bestaande lokale knelpunteninventarisaties; verkeersintensiteiten worden getoetst aan verkeerstellingen en vergeleken met de statische toedeling; reistijden en afwikkelingssnelheden op belangrijke trajecten worden getoetst aan beschikbare data vanuit HERE-snelheidsgegevens (voorheen NAVTEQ). De toetsing heeft kwalitatief plaatsgevonden. Binnen dynamische verkeersmodellen zijn namelijk geen harde toetsingscriteria aan te geven, de toedeling moet tegemoet komen aan een daadwerkelijk ervaren congestiebeeld, en dat kan voor een deel subjectief zijn. Omdat na een eerste toedeling de vertragingen niet overal goed overeenkomen met de verwachtingen zijn (beperkte) aanpassingen aan de netwerken (vooral kruispuntweerstanden) gedaan om de toedeling beter in overeenstemming met de werkelijkheid te laten komen. Dynamisch verkeersmodel LAB

13 4 Validatie verkeersmodel basisjaar In het vorige hoofdstuk is uiteengezet hoe het dynamische verkeersmodel technisch is opgezet. Om in het verkeersmodel gevoel te krijgen van de beschrijvende waarde is in eerste instantie de verkeersafwikkeling van de huidige situatie berekend. De dynamische toedeling is getoetst op verkeersafwikkeling, intensiteiten en doorgaand verkeer. In dit hoofdstuk wordt uiteengezet hoe het model op deze onderdelen overeenkomt met de werkelijkheid. Op basis van lokale kennis en filebeelden is vastgesteld dat de congestiepunten en daarmee samenhangende reistijden uit het dynamische model de gemiddeld waargenomen werkelijkheid goed benaderen. Ook de spitsintensiteiten komen overeen met de waargenomen verkeersstromen. Daarmee voldoet het model aan de opgave om de bereikbaarheid van de Leidse Agglomeratie te onderzoeken. In de volgende paragrafen wordt achtereenvolgens ingegaan op de verkeersafwikkeling, de verkeersintensiteiten en het doorgaande verkeer. 4.1 Verkeersafwikkeling De belangrijkste uitvoer van een dynamisch verkeersmodel zijn reistijden en afwikkelingsbeelden. Achtereenvolgens wordt op deze onderdelen ingegaan. Reistijden De verkeersafwikkeling is getoetst op een aantal doorgaande routes aan reistijdmetingen van NAVTEQ 2. De reistijdmetingen zijn al voor de bouw van het model versie 1.0 uitgevoerd en beschreven in de notitie Reistijdanalyse in het kader van de bereikbaarheidsverkenning met kenmerk LDN140/Fok/0647 d.d. 28 mei In figuur 4.1 zijn de routes weergegeven waarvoor reistijdmetingen bekend zijn. We concentreren ons op de volgende binnenstedelijke routes: 2 NAVTEQ heet tegenwoordig HERE. Er wordt hier verwezen naar een reistijdanalyse die in 2013 is uitgevoerd op de NAVTEQ-data. Dynamisch verkeersmodel LAB

14 route 1 van A4 (afrit 6) naar A44 (afrit 6) via Willem de Zwijgerlaan; route 2 van A44 (afrit 6) naar Garenmarkt via Hooigracht/Langegracht; route 3 van A4 (afrit 7) naar Winkelcentrum Kopermolen via Zijlsingel; route 4 van A4 (afrit 7) naar A44 (afrit 8/9) via Churchilllaan; route 5 van A4 naar Garenmarkt via Hoge Rijndijk; route 6 van A4 (afrit 6a) naar Heineken via N11; route 7 van A44 (afrit 7) naar Flora Holland; route 8 (Kanaaldijk van Lammeschansplein tot Hoge Rijndijk); route 9 Inprikker Bio Science van Plesmanlaan naar Parkeergarage LUMC. Van de genoemde routes zijn meerdere subroutes opgenomen. Figuur 4.1: Routes in reistijdanalyse In bijlage 1 zijn de reistijdvergelijkingen tussen model en reistijdmetingen opgenomen. De gemiddelde snelheden per traject zoals gepresenteerd in bijlage 1 zijn in de figuren 4.2 en 4.3 in grafiekvorm weergegeven. De gemiddelde snelheden per spitsperioden zoals afgeleid uit de HERE-data, versie 1.0 en versie 2.0 van het dynamische model LAB071 worden per traject weergegeven. Zichtbaar is dat de gemiddelde snelheden van het model 2.0 structureel lager liggen dan de gemeten NAVTEQ-reistijden. Op hoofdlijnen komt model 2.0 qua reistijden goed overeen met model 1.0, maar per saldo zijn de gemiddelde snelheden in de nieuwere versie wel wat lager. Dynamisch verkeersmodel LAB

15 Figuur 4.2: Gemiddelde snelheden per traject ochtendspits Figuur 4.3: Gemiddelde snelheden per traject avondspits Het verschil tussen model - NAVTEQ wordt in de basis veroorzaakt doordat in de 3-jaarsgemiddelden ook perioden met een laag verkeersaanbod ruim zijn vertegenwoordigd. Verder is vastgesteld dat de reistijdmetingen van NAVTEQ met name binnenstedelijk vrij laag zijn in relatie tot de waargenomen reistijden. Dit is onderkend door NAVTEQ en men werkt inmiddels aan een verbeterde methode om de binnenstedelijke kruispuntvertragingen vast te stellen. Het verschil tussen modelversie 1.0 en 2.0 wordt veroorzaakt doordat in de nieuwe modelversie met veel meer detail naar de juiste verkeersvraag en Dynamisch verkeersmodel LAB

16 instellingen van kruispunten is gekeken. Gesteld kan dus worden dat het vorige model nog relatief gunstige reistijden liet zien. De lichte modelmatige overschatting van de reistijden is dan ook te verklaren (en gezien de hoge spreiding van reistijden ook uitlegbaar dan een onderschatting). Verreweg de meeste routes worden goed benaderd, de grootste afwijkingen zijn zichtbaar op: route 3 van A4 naar Kopermodel via Zijlsingel en vice versa; route 4 van A44 afrit 9 naar A4 afrit 7 via Anne-Frankweg en vice versa. De reistijd over route 3 via de Zijlsingel wordt modelmatig overschat. Op basis van lokale kennis is de verkeerssituatie op de Zijlsingel zo goed mogelijk nagebootst. Hetzelfde geldt voor route 4. Deze route passeert het Lammeschansplein en gaat over de Haagweg, waar modelmatig veel vertraging ontstaat door brugopeningen. Klaarblijkelijk is het effect van de brugopeningen niet voldoende in de NAVTEQ-gegevens meegenomen. We verwachtten dat het verkeersmodel deze vertraging hier beter benadert dan de NAVTEQreistijden, aangezien de genoemde knelpunten als structureel worden ervaren door lokaal bekenden. Ten opzichte van versie 1.0 geeft model 2.0 een betere benadering van de vertraging op de routes 5 (A4 naar Garenmarkt via Hoge Rijndijk) en 6 (A4 naar Heineken via N11). Het toevoegen van extra kruispunten en betere finetuning van de kruispuntinstellingen zorgt hier voor een betere match met de gemeten reistijden. Aan de hand van de reistijdverschillen is vastgesteld dat het grootste deel van de gemeten routes goed overeenkomt met de gemeten waarden en de optredende verschillen vanuit de modeloutput te verklaren zijn. Grosso modo zijn de modelmatige reistijden iets hoger. Tussen modelversie 1.0 en 2.0 zijn veel overeenkomsten. Per saldo geeft model 2.0 een betere benadering van de reistijden. Dit geeft vertrouwen voor de validatiefase, waarin reistijden een belangrijke factor zijn. Verkeersafwikkeling De figuren 4.4 en 4.5 geven een overzicht van de gemiddelde verkeersafwikkeling in de ochtend- ( uur) en avondspits ( uur). De verkeersafwikkeling wordt uitgedrukt in een percentage van de maximumsnelheid. Bij 0-20% op een binnenstedelijk wegvak met een maximumsnelheid van 50 km/h gaat het dan om een afwikkelsnelheid van 0-10 km/h oftewel zeer langzaam rijdend verkeer. De dikte van de balken rondom de wegvakken geeft de verkeersintensiteit aan (uitgedrukt in passerende voertuigen per uur). De normale kruispuntvertragingen zijn op de kaartbeelden ook weergegeven doordat de wegvakken voorafgaand aan de kruispunten ook verkleuren. Dit is een duidelijk verschil met versie 1.0 van het model, waar alleen de aangrenzende links verkleuren wanneer terugslaat op het kruispuntvlak ontstaat. Het dynamische model rekent de gehele spitsperioden en daarmee ook de pieken en dalen binnen de spits door. De gepresenteerde beelden zijn gemiddelde over de gehele spitsperioden waar piekmomenten uitgefilterd zijn. Digitaal zijn filmbeelden bijgevoegd waarin het intensiteits- en afwikkelingsverloop over de gehele spitsperioden zichtbaar is. Dynamisch verkeersmodel LAB

17 Figuur 4.4: Gemiddelde verkeersafwikkeling ochtendspits Figuur 4.5: Gemiddelde verkeersafwikkeling avondspits Dynamisch verkeersmodel LAB

18 Tabel 4.1 geeft een kwantitatief inzicht in de verkeersprestatie de beide spitsperioden voor het basisjaar De beide spitsperioden zijn qua drukte niet heel verschillend. In de avondspits wordt echter wel zowel op het onderliggend wegennet als op het hoofdwegennet de meeste voertuigkilometers afgewikkeld (aantal voertuigen maal gereden afstand). Ook de voertuigverliesuren (verliestijd in uren gesommeerd over alle voertuigen) zijn in de avondspits het hoogste. In modelversie 1.0 was het dit ook zo, maar was het verschil tussen de beide spitsperiode veel groter. In de tabel is de gebiedscodering gebruikt, zoals in figuur 4.6 is weergegeven. voertuigkilometers voertuigverliesuren gebied os as os as Leiden Leiderdorp Oegstgeest OWN totaal Rijkswegen/RLR totaal (OWN+HWN) Tabel 4.1: Voertuigkilometers prognose- en basisjaar vergeleken Figuur 4.6: Overzicht gebiedstypering Naast de gebruikelijke kruispuntvertraging is uit de figuren af te lezen dat er een aantal prominente locaties in de huidige situatie aanwezig zijn waar congestie op het onderliggend ontstaat: Dynamisch verkeersmodel LAB

19 kruispunt Lammeschansplein; kruispunt Dr. Lelylaan - Haagweg - Churchilllaan; kruispunt Dr. Lelylaan Plesmanweg; Rijnzichtbrug - Morsweg; Hoge Rijndijk - Persant Snoepweg; Hooigracht; Zijlsingel; Rijnzichtweg tussen A44 en rotonde; Kruispunt Rijnsburgerweg- Wassenaarseweg; kruispunt N11 - A4. De file- en afwikkelingsbeelden zijn in de werkgroep visueel getoetst op daadwerkelijk ervaren filebeelden. Hierbij is geconcludeerd dat de gemodelleerde file locaties overeenkomen met de huidige locaties waar vertraging optreedt. 4.2 Intensiteiten Binnen het uitsnedemodel zijn nadat de routevorming is gecorrigeerd en een eerste dynamische toedeling is uitgevoerd de statische verkeersintensiteiten opnieuw gekalibreerd aan verkeerstellingen. De figuren 4.7 en 4.8 presenteren een vergelijking tussen de model- en de telwaarden binnen de dynamische uitsnede (bron: zowel verkeersvraag als telwaarden afkomstig uit RVMK3, definitieve versie augustus 2014). De grijze balken presenteren de intensiteit zoals berekend door het verkeersmodel (hoe breder, hoe hoger de intensiteit). Op locaties waar een blauwe balk zichtbaar is, is een verkeerstelling beschikbaar. Wanneer de twee even groot zijn is sprake van een gelijke modelintensiteit en telwaarde. Wanneer het model hoger scoort is een grijze rand om het telpunt zichtbaar, wanneer de telling hoger scoort is een gele rand zichtbaar. Er zijn slechts een zeer beperkt aantal locaties waar het verkeersmodel significant afwijkt van de verkeerstellingen. Op basis van deze visuele toets (bovenstaande figuren) is te zien dat op verreweg de meeste wegen het model goed in de buurt van de gemeten waarden komt. Naast deze visuele toets is ook een kwantitatieve toets uitgevoerd. Deze zogenaamde T-toets houdt rekening met zowel de absolute afwijking als de relatieve afwijking van de modelwaarde ten opzichte van de telwaarde. Tellingen met een lage absolute waarde accepteren een relatief hoge procentuele afwijking. Tellingen met een hoge absolute waarden accepteren juist een relatief lage procentuele afwijking. Alle 585 in de uitsnede opgenomen tellingen zijn op deze wijze getoetst waarvan de resultaten zijn weergegeven in tabel 4.2. Dynamisch verkeersmodel LAB

20 Figuur 4.7: Vergelijk intensiteiten met tellingen ochtendspits huidige situatie 2010 Figuur 4.8: Vergelijk intensiteiten met tellingen avondspits huidige situatie 2010 Dynamisch verkeersmodel LAB

21 norm mvt auto vracht ochtend totaal aantal tellingen geen afwijking > 80% 86,2% 87,2% 99,1% grensgebied 10,1% 9,1% 0,9% significante afwijking < 5% 3,8% 3,8% 0,0% avond totaal aantal tellingen geen afwijking > 80% 87,0% 86,3% 99,1% grensgebied 8,4% 9,1% 0,5% significante afwijking < 5% 4,6% 4,6% 0,3% Tabel 4.2: T-toets verkeerstellingen voor beide spitsperioden De binnen verkeersmodellen gebruikelijke normen van minsten 80% geen relevante afwijking en maximaal 5% relevante afwijking zijn toegepast. Het verkeersmodel voldoet ruimschoots aan deze waarden, waarmee het model voldoende vertrouwen biedt om de huidige verkeerssituatie te modelleren en daarmee een doorkijk naar de variantberekeningen te geven. 4.3 Verkeersbeeld doorgaande stedelijke assen Voor de studie LAB071 is een belangrijk criterium wat de aantallen verkeer en de doorgaande verkeersstromen zijn op de Hooigracht - Langegracht en Engelendaal - Persant Snoepweg. In tabel 4.3 zijn de desbetreffende waarden op doorsnede gepresenteerd op basis van het verkeersmodel voor de huidige situatie 2010 (2-uurs spitsperioden in motorvoertuigen). Tabel 4.4 geeft de getelde waarden weer. De intensiteiten uit tabel 4.4 zijn ontleend uit verkeerstellingen zoals opgenomen in de RVMK3. De gemeten percentages doorgaand verkeer zijn afgeleid uit kentekenonderzoeken uitgevoerd in 2012 en 2013 (rapportage Doorgaand verkeer centrum Leiden d.d. 7 november 2013 met kenmerk LDN140/Glw/0645 en rapportage Kentekenonderzoek doorgaand verkeer Leiderdorp d.d. 17 mei 2013 met kenmerk LDP091/Wam/0476). doorgaand verkeer intensiteiten mvt model berekend ochtendspits avondspits ochtendspits avondspits Hooigracht ,8% 49,8% Langegracht ,0% 46,4% Engelendaal (noord) ,4% 7,0% Engelendaal (midden) ,6% 8,0% Persant Snoepweg (Leiderdorpsebrug) ,2% 22,7% Tabel 4.3: Spitsintensiteiten in mvt en percentages doorgaand verkeer (verkeersmodel) Dynamisch verkeersmodel LAB

22 doorgaand verkeer intensiteiten mvt geteld gemeten ochtendspits avondspits ochtendspits avondspits Hooigracht % 39% Langegracht % 30% Engelendaal (noord) % 10-13% Engelendaal (midden) Persant Snoepweg (Leiderdorpsebrug) % 18-20% Tabel 4.4: Spitsintensiteiten in mvt en percentages doorgaand verkeer (tellingen) In modelversie 1.0 is na aanpassing van de routekeuze niet meer gekalibreerd op telcijfers, waardoor in absolute zin grote afwijkingen ten opzichte van gemeten intensiteiten ontstonden. In voorliggende modelversie 2.0 is dat wel gedaan. Echter is niet op alle genoemde locaties gekalibreerd en heeft na afloop van de kalibratie nog finetuning van de weerstandsparameters plaatsgevonden. Er is daarom op de locaties waar het doorgaande verkeer wordt gemeten geen 100% match tussen tel- en modelwaarde. De afwijking ten opzichte van de tellingen is op de belangrijkste locaties maximaal 15% in de spits, wat als een gebruikelijke afwijking gezien kan worden. Kijkende naar de percentages doorgaand verkeer kan worden gesteld dat het verkeersmodel de percentages doorgaand verkeer op de Hooigracht en de Persant Snoepweg goed benadert. Op de Langegracht treedt een overschatting van het doorgaand verkeer op, bij het Engelendaal wordt het doorgaande verkeer juist onderschat. Het verkeersmodel geeft daarmee ongeveer hetzelfde beeld van modelversie 1.0, maar benadert zowel de intensiteiten als de percentages doorgaand verkeer wel beter. Doorgaand verkeer en modellen Hoewel het voor de studie LAB071 belangrijk is, gaat het afleiden van doorgaand verkeer uit een verkeersmodel met veel onzekerheden gepaard. Verkeersmodellen baseren zich op rationeel gedrag waarbij ze verplaatsingsgedrag analytisch beschouwen. Verkeersmodellen worden daarnaast alleen getoetst aan verkeerstellingen en niet gekalibreerd op relaties. Dit wil niet zeggen dat effecten (anders dan doorstromingsknelpunten) niet kunnen worden ingeschat met een dynamisch model, deze vergen echter meer interpretatie in deze fase van het onderzoek. De lichte modelmatige overschatting van het doorgaande verkeer op het HoLa-tracé geeft sterk aan dat deze route op basis van intrinsieke snelheidswinst als zodanig wordt gebruikt. Maatregelen om doorgaand verkeer hier te weren dienen dus sterk gericht te zijn op het aanbieden van snellere alternatieven in combinatie met het onaantrekkelijker maken van het HoLa-tracé zelf. De lichte modelmatige onderschatting van het doorgaande verkeer op de Engelendaal geeft aan dat dit verkeer hier veel minder vanuit feitelijke reistijdwinst rijdt, maar mogelijk meer op basis van subjectieve elementen zoals onaantrekkelijkheid of omrijdfactor van het alternatief. Dynamisch verkeersmodel LAB

23 Mogelijk kan hier op basis van veel zachtere maatregelen zoals dynamische routeinformatie al winst worden geboekt. Met het verkeersmodel kan wel worden aangetoond wat de globale effecten op het gebied van doorgaand verkeer zijn (de mate van toe- en afname), geredeneerd vanuit het reistijdperspectief. Op die wijze kan gecombineerd met verkeerskundige interpretatie in deze studie een goed oordeel gevormd worden op de effecten van het doorgaande verkeer in de verschillende alternatieven. 4.4 Conclusie validatie basisjaar Voor de studie LAB071 is in 2013 gekozen om een dynamisch verkeersmodel op te stellen. Het primaire doel van dit tactische verkeersmodel is de verkeersafwikkeling en doorstroming bepalen. Verschillende varianten worden onderling met elkaar vergeleken en getoetst op verbeterde of verslechterde bereikbaarheid binnen de gehele Agglomeratie. Op die manier kan de nut en noodzaak en het oplossend vermogen met name op het gebied van bereikbaarheid en daaraan gerelateerde ruimtelijke economie worden bepaald. De in 2013 opgestelde versie 1.0 van het dynamische model voldeed aan deze wensen en is met goed succes toegepast in de verkenning LAB071. Met de in 2014 opgestelde versie 2.0 van het dynamische model is op alle fronten (verkeerintensiteiten, verkeersafwikkeling en doorgaande relaties) een sterke verbeterslag gemaakt ten opzichte van de eerste versie van het model. Het model biedt daarmee vertrouwen om verder toegepast te worden in de uitwerkingvarianten voor LAB071. Dynamisch verkeersmodel LAB

24 5 Doorkijk prognosejaar Het verkeersmodel voor het prognosejaar 2020 kan niet worden getoetst aan gemeten data of ervaringen. Daarom beschrijven we de intensiteiteffecten ten opzichte van de huidige situatie en bekijken vanuit die hoedanigheid de verkeersafwikkeling. 5.1 Intensiteiten 2020 De intensiteiten voor 2020 zijn verkregen door het kalibratie-effect uit het basisjaar over te zetten naar de initiële prognosematrices voor Deze zijn vervolgens toegedeeld op de prognosenetwerken waar dezelfde mutaties zijn doorgevoerd ten bate van de routekeuze en filevorming zoals voor het basisjaar is gedaan. In de figuren 5.1 en 5.2 is het verschil in intensiteiten tussen prognosejaar 2020 en basisjaar 2010 weergegeven. Een rode rand om een wegvak geeft aan dat er sprake is van een toename aan verkeer. Een groene rand geeft juist een afname weer. Zichtbaar is dat de groei van verkeer zich vooral op de autosnelwegen concentreert. Binnenstedelijk concentreert de groei zich op de zwaar stedelijke inprikkers zoals de Plesmanlaan, Europaweg en Willem de Zwijgerlaan. Door de komst van de Rijnlandroute ontstaat er ruimte op de Churchilllaan en Dr. Lelylaan. Deze ruimte wordt voor een deel opnieuw ingevuld met verkeer dat vanaf de Hooigracht nu terugkeert naar de Churchilllaan. Per saldo is de Churchilllaan dan ook niet veel rustiger dan in de huidige situatie. Dit geld wel voor de route via de Hooigracht. De verschillen in intensiteiten tussen 2020 en 2010 zijn in grote delen overeenkomstig met de versie 1.0 van het model LAB071. Destijds zijn echter de prognosescenario s bepaald op basis van groeifactoren uit het NRM omdat de prognosematrices destijds nog niet beschikbaar waren. Alhoewel nu de prognosematrices dus veel gedetailleerder zijn bepaald op basis van de NRM-groei. De intensiteiten op autosnelwegen liggen grotendeels in lijn met andere bekende prognosescenario s uit bijvoorbeeld het NRM2014. Wel zijn de intensiteiten op de Rijnlandroute in de RVMK3 en dus ook het dynamisch model LAB071 hoger dan in het NRM. Dynamisch verkeersmodel LAB

25 Figuur 5.1 : Verschil toedeling ochtendspits Figuur 5.2: Verschil toedeling avondspits Dynamisch verkeersmodel LAB

26 5.2 Afwikkeling 2020 In de figuren 5.3 en 5.4 wordt een overzicht gegeven van de gemiddelde verkeersafwikkeling in de ochtend- ( uur) en avondspits ( uur). De verkeersafwikkeling wordt uitgedrukt in een percentage van de maximumsnelheid. Digitaal zijn filmbeelden bijgevoegd waarin het intensiteits- en afwikkelingsverloop over de gehele spitsperioden zichtbaar is. Doordat het RVMK relatief veel verkeer prognosticeert op de Rijnlandroute trad een groot congestieprobleem op bij de verknoping met de A4. Het NRM2014 laat op dit punt minder problemen zien. Deze mate van congestie zorgt dat de afwikkelingssituatie in 2020 minder stabiel is, wat een variantenstudie bemoeilijkt. Omdat we ons nu voornamelijk op het onderliggende wegennet richten is in overleg met de opdrachtgever besloten een lichte verhoging van de capaciteit in de verknoping Rijnlandroute-A4 toe te passen. Ten opzichte van de huidige situatie stabiliseert het congestiebeeld in de ochtendspits zich en neemt zelfs iets af. Knelpunten op de Hoge Rijndijk, Persant Snoepweg en Rijnzichtbrug blijven bestaan. De knelpunten op de Dr. Lelylaan - Churchilllaan, Lammeschansplein en Hooigracht nemen af. Lammeschansplein stroomt beter door, maar bij de aansluiting met de A4 treed daardoor wel meer vertraging op. Ook in de avondspitsperiode nemen de knelpunten op de Churchilllaan - Lammeschansplein en Hooigracht af. De knelpunten op de Rijndijk, Persant Snoepweg, Rijnzichtbrug, Dr. Lelylaan en N11 blijven bestaan. In beide spitsperioden neemt de congestie op de A44 toe. Figuur 5.3: Gemiddelde verkeersafwikkeling 2020 ochtendspits Dynamisch verkeersmodel LAB

27 Figuur 5.4: Gemiddelde verkeersafwikkeling 2020 avondspits Tabel 5.1 en geeft een overzicht van het voertuigkilometrage in zowel het basis- als het prognosejaar. Binnenstedelijk groeit het voertuigkilometrage met 17% in de ochtendspits en 21% in de avondspits. Op de rijkswegen is in beide spitsperioden ongeveer een verdubbeling van het voertuigkilometrage zichtbaar. Dit wordt voor een deel veroorzaakt doordat er ook meer infrastructuur aanwezig is (de Rijnlandroute en parallelstructuur A4). voertuigkilometers ochtendspits avondspits gebied index index Leiden Leiderdorp Oegstgeest OWN totaal Rijkswegen/RLR totaal (OWN+HWN) Tabel 5.1: Voertuigkilometers prognose- en basisjaar vergeleken Dynamisch verkeersmodel LAB

28 In tabel 5.2 zijn de verliesuren weergegeven. Op het onderliggend wegennet is een toename van 27% zichtbaar in de ochtendspits en 53% in de avondspits. Op de rijkswegen zijn deze percentages 40 en 89%. De extra voertuigverliesuren worden voor een groot deel echter veroorzaakt door een toename in aantal voertuigen. Wanneer de verliesuren worden gerelateerd aan de voertuigkilometers is een ander beeld zichtbaar. Tabel 5.3 toont de gemiddelde verliestijd in minuten per gereden kilometer per voertuig. Op het onderliggend wegennet liggen de waarden nog 8 en 26% (ochtend- en avondspits) hoger dan in het jaar 2010, maar voor de rijkswegen wordt een afname van 29 en 9% gevonden. Ondanks de forse investeringen in het wegennet aldaar leiden dus wel tot een flinke toename in verliestijd (in absolute zin), maar omdat het aantal voertuigkilometers nog meer toeneemt is het saldo positief. voertuigverliesuren ochtendspits avondspits gebied index index Leiden Leiderdorp Oegstgeest OWN totaal Rijkswegen/RLR totaal (OWN+HWN) Tabel 5.2: Voertuigverliesuren prognose- en basisjaar vergeleken verliesminuten per voertuigkilometer ochtendspits avondspits gebied index index Leiden 0,375 0, ,420 0, Leiderdorp 0,239 0, ,181 0, Oegstgeest 0,387 0, ,333 0, OWN totaal 0,350 0, ,359 0, Rijkswegen/RLR 0,254 0, ,384 0, totaal (OWN+HWN) 0,296 0, ,372 0, Tabel 5.3: Voertuigverliestijd per voertuigkilometer prognose- en basisjaar vergeleken Als laatste geeft tabel 5.4 een overzicht van de gemiddelde snelheden, gemeten over het gehele netwerk. Op het onderliggend wegennet is een stabilisatie zichtbaar. Op de rijkswegen is dat in de avondspits ook het geval, in de ochtendspitsperiode treedt wel een verbetering op. Netwerkbreed is er zowel in de ochtend- als de avondspits een verbetering waarneembaar. Dit wordt veroorzaakt doordat er in het prognosejaar relatief meer verkeer over de Rijkswegen wordt afgewikkeld wat per saldo leidt tot een hogere gemiddelde netwerksnelheid. Dynamisch verkeersmodel LAB

29 gemiddelde snelheden ochtendspits avondspits gebied index index Leiden 29,7 29, ,7 29,2 102 Leiderdorp 36,7 37, ,3 34,2 92 Oegstgeest 32,5 34, ,6 30,3 93 OWN totaal 31,2 31, ,7 30,2 98 Rijkswegen/RLR 72,2 76, ,8 62,7 100 totaal (OWN+HWN) 45,9 52, ,2 46,0 109 Tabel 5.4: Gemiddelde snelheden prognose- en basisjaar vergeleken De tabellen geven de aard van de problematiek in de Leidse Agglomeratie goed weer. Op het hoofdwegennet wordt fors geïnvesteerd en verbeterd de verkeerssituatie ook. Op het onderliggend wegennet treed ten opzichte van de huidige situatie hooguit een stabilisatie, maar in de meeste gevallen een verslechtering op. Afgezet tegen de huidige verkeerdruk vraagt dat om een nadere kwaliteitsimpuls voor het onderliggende agglomeratieve wegennet. Dynamisch verkeersmodel LAB

30 Bijlage 1 Reistijden In de tabellen B1.1 en B1.2 zijn de binnenstedelijke routes getoetst. Van de weergegeven routes zijn reistijden afgeleid uit NAVTEQ reistijddata, zoals beschreven in de notitie Reistijdanalyses Bereikbaarheidsverkenning d.d. 9 juli 2013 met kenmerk LDN140/Fok/0647. De analyse van de volgende cijfers is opgenomen in paragraaf Dynamisch verkeersmodel LAB B1-1

31 route free flow afstand reistijd NAVTEQ reistijd model snelheden NAVTEQ snelheden model 1a heen van A4 afrit 6 naar A44 afrit 7 9,33 8,5 13,88 16,44 37,0 31,2 1a terug van A4 afrit 6 naar A44 afrit 7 9,34 8,6 12,80 16,10 40,0 31,8 1b heen van A4 afrit 6 naar A44 afrit 7 9,98 8,6 15,08 12,79 34,0 40,1 1b terug van A4 afrit 6 naar A44 afrit 7 9,98 8,6 14,15 12,49 36,3 41,1 2a heen van A44 afrit 6 naar Garenmarkt 8,55 7,2 11,85 16,83 34,3 24,2 2a terug van A44 afrit 6 naar Garenmarkt 8,42 7,0 11,71 15,77 34,8 25,8 2b heen van A44 afrit 6 naar Garenmarkt 7,66 8,4 11,71 19,15 41,5 25,4 2b terug van A44 afrit 6 naar Garenmarkt 7,28 7,7 11,58 16,62 41,4 28,9 3a heen van A4 afrit 7 naar Kopermolen 9,62 7,3 12,70 21,38 38,5 22,9 3a terug van A4 afrit 7 naar Kopermolen 9,60 7,3 12,30 22,18 42,2 23,4 3b heen van A4 afrit 7 naar Kopermolen 10,49 8,5 13,73 25,08 36,9 20,2 3b terug van A4 afrit 7 naar Kopermolen 10,29 8,5 14,16 22,28 34,1 21,7 4a heen van A4 afrit 7 naar A44 afrit 8 7,79 6,7 11,99 27,10 33,6 14,9 4a terug van A4 afrit 7 naar A44 afrit 8 7,79 6,7 11,71 19,14 34,4 21,0 4b heen van A4 afrit 7 naar A44 afrit 8 6,24 5,4 9,46 19,01 34,4 17,1 4b terug van A4 afrit 7 naar A44 afrit 8 6,24 5,4 9,03 16,43 36,0 19,8 4c heen van A4 afrit 7 naar A44 afrit 8 7,02 6,0 10,50 16,55 34,6 21,9 4c terug van A4 afrit 7 naar A44 afrit 8 7,02 6,0 10,09 18,91 36,0 19,2 5a heen van A4 naar Garenmarkt 5,47 4,8 8,42 14,33 34,2 20,1 5a terug van A4 naar Garenmarkt 5,47 4,8 8,41 10,95 34,2 26,3 5b heen van A4 naar Garenmarkt 4,78 4,0 7,00 8,08 34,1 29,5 5b terug van A4 naar Garenmarkt 4,78 4,0 7,15 9,13 33,4 26,2 6 heen van A4 naar Heineken 1,25 1,7 2,68 3,42 37,5 29,4 6 terug van A4 naar Heineken 1,23 1,7 3,36 3,32 29,5 29,9 7 heen van A44 naar Flora 1,62 1,3 2,37 2,10 34,1 38,6 7 terug van A44 naar Flora 1,66 1,4 2,37 3,80 35,1 21,9 8 heen Kanaalweg ri oost 3,07 2,56 3,62 4,32 42,4 35,5 8 terug Kanaalweg ri oost 3,07 2,56 3,77 4,63 40,7 33,2 9 heen van Plesmanlaan naar P-LUMC 0,89 0,74 1,38 2,54 32,3 17,5 9 terug van Plesmanlaan naar P-LUMC 0,89 0,74 1,61 1,37 27,7 32,6 Tabel B1.1: Reistijdentoets ochtendspits basisjaar Dynamisch verkeersmodel LAB B1-2

32 route free flow afstand reistijd NAVTEQ reistijd model snelheden NAVTEQ snelheden model 1a heen van A4 afrit 6 naar A44 afrit 7 9,33 8,5 13,88 20,64 35,8 34,1 1a terug van A4 afrit 6 naar A44 afrit 7 9,34 8,6 12,80 16,20 37,3 34,6 1b heen van A4 afrit 6 naar A44 afrit 7 9,98 8,6 15,08 16,95 32,6 27,6 1b terug van A4 afrit 6 naar A44 afrit 7 9,98 8,6 14,15 12,58 33,7 28,6 2a heen van A44 afrit 6 naar Garenmarkt 8,55 7,2 11,85 16,85 30,7 27,2 2a terug van A44 afrit 6 naar Garenmarkt 8,42 7,0 11,71 17,83 31,5 26,1 2b heen van A44 afrit 6 naar Garenmarkt 7,66 8,4 11,71 18,01 37,0 34,3 2b terug van A44 afrit 6 naar Garenmarkt 7,28 7,7 11,58 19,73 37,4 30,2 3a heen van A4 afrit 7 naar Kopermolen 9,62 7,3 12,70 23,15 36,9 17,1 3a terug van A4 afrit 7 naar Kopermolen 9,60 7,3 12,30 22,30 38,4 19,6 3b heen van A4 afrit 7 naar Kopermolen 10,49 8,5 13,73 26,40 34,5 22,4 3b terug van A4 afrit 7 naar Kopermolen 10,29 8,5 14,16 23,24 31,7 23,4 4a heen van A4 afrit 7 naar A44 afrit 8 7,79 6,7 11,99 28,50 31,9 23,4 4a terug van A4 afrit 7 naar A44 afrit 8 7,79 6,7 11,71 22,39 29,8 21,5 4b heen van A4 afrit 7 naar A44 afrit 8 6,24 5,4 9,46 17,61 34,4 20,4 4b terug van A4 afrit 7 naar A44 afrit 8 6,24 5,4 9,03 19,75 30,1 20,6 4c heen van A4 afrit 7 naar A44 afrit 8 7,02 6,0 10,50 17,55 33,5 21,3 4c terug van A4 afrit 7 naar A44 afrit 8 7,02 6,0 10,09 21,35 31,7 20,7 5a heen van A4 naar Garenmarkt 5,47 4,8 8,42 11,85 29,6 19,2 5a terug van A4 naar Garenmarkt 5,47 4,8 8,41 10,80 31,1 22,5 5b heen van A4 naar Garenmarkt 4,78 4,0 7,00 7,79 30,6 20,3 5b terug van A4 naar Garenmarkt 4,78 4,0 7,15 9,29 30,7 21,0 6 heen van A4 naar Heineken 1,25 1,7 2,68 3,55 37,2 66,4 6 terug van A4 naar Heineken 1,23 1,7 3,36 5,00 33,0 11,5 7 heen van A44 naar Flora 1,62 1,3 2,37 2,08 32,1 41,1 7 terug van A44 naar Flora 1,66 1,4 2,37 2,34 33,0 38,1 8 heen Kanaalweg ri oost 3,07 2,56 3,62 4,75 40,4 33,4 8 terug Kanaalweg ri oost 3,07 2,56 3,77 4,59 38,2 26,1 9 heen van Plesmanlaan naar P-LUMC 0,89 0,74 1,38 1,35 29,3 32,6 9 terug van Plesmanlaan naar P-LUMC 0,89 0,74 1,61 1,51 26,1 32,6 Tabel B1.2: Reistijdentoets avondspits basisjaar Dynamisch verkeersmodel LAB B1-3

33 Vestiging Deventer Snipperlingsdijk BJ Deventer T +31 (0570) F +31 (0570) Postbus AD Deventer goudappel@goudappel.nl