SLUIPVERKEER. 23 januari TRANSPORT & MOBILITY LEUVEN TERVUURSEVEST 54 BUS LEUVEN BELGIË +32 (16)

Transcriptie

1 SLUIPVERKEER rapport in opdracht van: Federale Overheidsdienst Mobiliteit en Vervoer Directoraat-generaal Mobiliteit en Verkeersveiligheid Directie Mobiliteit Gulledelle 1 12 Brussel 23 januari 23 TRANSPORT & MOBILITY LEUVEN TERVUURSEVEST 54 BUS 4 3 LEUVEN BELGIË +32 (16) rapportnummer: 1.33 auteurs: F.L.B. Vanhove M.J.G. De Ceuster prijs: 45,

2 Voorwoord Door het Ministerie van Verkeer en Infrastructuur van de Federale Overheid worden verkeerswaarnemingen verzameld die betrekking hebben op het gebruik van het gehele autosnelwegennet van België (Vlaanderen, Wallonië en Brussel). Bovengenoemde verkeerswaarnemingen worden op real-time basis verwerkt met behulp van het systeem START/SITTER (Systeem Trafiek op Autosnelwegen Reële Tijd / Système Intelligent Trafic en Temps Réel). De verkeersgegevens (passeerbewegingen van voertuigen) worden verzameld met behulp van enkelvoudige inductielussen die op elke rijstrook afzonderlijk zijn aangebracht voor en na bijna elk op- en afrittencomplex. Een telposten zijn uitgerust met camera s. In totaal gaat het om 1224 telposten met 39 equivalente tellussen. De ontwikkeling van het START/SITTER is momenteel zo ver gevorderd, dat op basis van de schat aan informatie die op deze manier ter beschikking is gekomen, verdere studies kunnen worden verricht. Voorliggende studie is slechts één voorbeeld hiervan. SLUIPVERKEER - 23/1/23 2

3 Inhoud VOORWOORD... 2 INHOUD... 3 FIGUREN... 5 TABELLEN INLEIDING EN PROBLEEMSTELLING ALGEMENE BEMERKINGEN BESCHIKBARE BRONDATA Get data : onbewerkte data Get Daily : bewerkte data CASE-STUDIES ENKEL KORTE TERMIJNEFFECTEN OPLOSSINGSMETHODEN ONDERZOEK VERPLAATSINGSGEDRAG VERGELIJKING FILEDAGEN FILEVRIJE WERKDAGEN VERSCHIL HEEN - TERUG GEBRUIK EXTRA TELGEGEVENS CONCLUSIE BETROUWBAARHEID FOUTENTHEORIE Metingen Bewerkingen BETROUWBAARHEID VAN DE BRONDATA Schattingsmethode A1 (E4) Brussel-Oostende tussen Ternat en Erpe-Mere A1 (E19) Brussel-Antwerpen tussen Vilvoorde en Mechelen-Zuid A3 (E4) Brussel-Luik tussen Sterrebeek en Bertem Vaststellingen Absolute fouten VERDERE UITWERKING VERSCHIL HEEN TERUG VERFIJNING ENKELE UITGEWERKTE VOORBEELDEN A1 (E4) Brussel-Oostende: Ternat - Affligem A1 (E19) Brussel-Antwerpen: Weerde Mechelen-Zuid A3 (E4) Brussel-Luik: Sterrebeek - Bertem OVERZICHT A1 (E4) Brussel-Oostende A1 (E19) Brussel-Antwerpen A3 (E4) Brussel-Luik ALGEMENE BESLUITEN SLUIPVERKEER - 23/1/23 3

4 LITERATUUR...51 BIJLAGE 1: VOORBEELD BEOORDELING BETROUWBAARHEID BRONDATA SLUIPVERKEER - 23/1/23 4

5 Figuren Figuur 1 Schematische voorstelling van de case-study gebieden: van links naar rechts A1(E4), A1(E19) en A3(E4) 9 Figuur 2 Theoretisch voorbeeld bij de methode onderzoek verplaatsingsgedrag 12 Figuur 3 Werkelijk voorbeeld bij de methode onderzoek verplaatsingsgedrag 12 Figuur 4 Theoretisch voorbeeld bij de methode vergelijking filedag filevrije werkdag 14 Figuur 5 Werkelijk voorbeeld bij de methode vergelijking filedag filevrije werkdag 14 Figuur 6 Voorbeeld voor wegsectie Ternat-Wetteren voor een periode van 8 dagen ( tot ) 16 Figuur 7 Histogram van de afwijking tussen opeenvolgende telposten zonder tussenliggende op- of afritten, bovenaan Aalst3 en Erpe1, onderaan Aalst4 en Erpe2 (telkens voor ALLE dagen waarvoor beide telposten hetzelfde uurwaarden heeft, voor de eerste helft van 22) 22 Figuur 8: Verschil in dagvolumes tussen richting Brussel en richting Oostende op de E4 in januari 22. De horizontale lijn geeft het e verschil tussen 1 januari en 1 juli 22 aan. De zwarte balkjes geven de foutenmarge veroorzaakt door de teldetectoren aan. 28 Figuur 9: Dagvolumes richting Brussel en richting Oostende op de E4 in januari 22. Er werd onderscheid gemaakt naar volumes tussen en 12u (vm) en tussen 12 en 24u (nm). 29 Figuur 1: Verschil in dagvolumes tussen richting Brussel en richting Oostende op de E4 in feb Figuur 11: Dagvolumes richting Brussel en richting Oostende op de E4 in februari Figuur 12: Verschil in dagvolumes tussen richting Brussel en richting Oostende op de E4 in maart Figuur 13: Dagvolumes richting Brussel en richting Oostende op de E4 in maart Figuur 14: Verschil in dagvolumes tussen richting Brussel en richting Oostende op de E4 in april Figuur 15: Dagvolumes richting Brussel en richting Oostende op de E4 in april Figuur 16: Verschil in dagvolumes tussen richting Brussel en richting Oostende op de E4 in mei Figuur 17: Dagvolumes richting Brussel en richting Oostende op de E4 in mei Figuur 18: Verschil in dagvolumes tussen richting Brussel en richting Oostende op de E4 in juni Figuur 19: Dagvolumes richting Brussel en richting Oostende op de E4 in juni Figuur 2 Verschil in dagvolumes tussen richting Brussel en richting Antwerpen op de E19 in jan Figuur 21 Dagvolumes richting Brussel en richting Antwerpen op de E19 in januari Figuur 22 Verschil in dagvolumes tussen richting Brussel en richting Antwerpen op de E19 in feb Figuur 23 Dagvolumes richting Brussel en richting Antwerpen op de E19 in februari Figuur 24 Verschil in dagvolumes tussen richting Brussel en richting Antwerpen op de E19 in maart Figuur 25 Dagvolumes richting Brussel en richting Antwerpen op de E19 in maart Figuur 26 Verschil in dagvolumes tussen richting Brussel en richting Antwerpen op de E19 in april Figuur 27 Dagvolumes richting Brussel en richting Antwerpen op de E19 in april Figuur 28 Verschil in dagvolumes tussen richting Brussel en richting Antwerpen op de E19 in mei Figuur 29 Dagvolumes richting Brussel en richting Antwerpen op de E19 in mei Figuur 3 Verschil in dagvolumes tussen richting Brussel en richting Antwerpen op de E19 in juni Figuur 31 Dagvolumes richting Brussel en richting Antwerpen op de E19 in juni Figuur 32: Verschil in dagvolumes tussen richting Brussel en richting Leuven op de E4 in januari Figuur 33: Dagvolumes richting Brussel en richting Leuven op de E4 in januari Figuur 34: Verschil in dagvolumes tussen richting Brussel en richting Leuven op de E4 in februari Figuur 35: Dagvolumes richting Brussel en richting Leuven op de E4 in februari Figuur 36: Verschil in dagvolumes tussen richting Brussel en richting Leuven op de E4 in maart Figuur 37: Dagvolumes richting Brussel en richting Leuven op de E4 in maart Figuur 38: Verschil in dagvolumes tussen richting Brussel en richting Leuven op de E4 in april Figuur 39: Dagvolumes richting Brussel en richting Leuven op de E4 in april Figuur 4: Verschil in dagvolumes tussen richting Brussel en richting Leuven op de E4 in mei Figuur 41: Dagvolumes richting Brussel en richting Leuven op de E4 in mei Figuur 42: Verschil in dagvolumes tussen richting Brussel en richting Leuven op de E4 in juni Figuur 43: Dagvolumes richting Brussel en richting Leuven op de E4 in juni SLUIPVERKEER - 23/1/23 5

6 Tabellen Tabel 1 Extract uit de beoordeling van de betrouwbaarheid van de brondata voor Aalst en Erpe-Mere voor ALLE dagen (volledige versie in Bijlage 1) 21 Tabel 2 Overzicht van de foutenmarges op de dagvolumes voor de beschouwde wegvakken 25 Tabel 3 Belangrijkste resultaten 49 SLUIPVERKEER - 23/1/23 6

7 1 Inleiding en probleemstelling In verschillende onderzoeken is gebleken dat er een relatie bestaat tussen de verbetering van de reistijd en de geïnduceerde vraag. Er is zelfs een elasticiteit aangetoond: bij een verbetering van de reistijd met 1% blijkt een extra vraag te ontstaan die in de orde van grootte van.5% is (Marshall 2). Het omgekeerde is uiteraard ook waar: door congestie verslechtert de kwaliteit van de verkeersafwikkeling, en gaat het verkeer zich verplaatsen. Verkeer ontstaat en verdwijnt dus afhankelijk van de capaciteit die al dan niet beschikbaar wordt gesteld. Eenzelfde fenomeen is ook te vinden op het autosnelwegennet in België. Op het drukste moment van de spitsuren stijgt het verkeersvolume doorheen de jaren nauwelijks, omdat de autosnelwegen gewoonweg hun capaciteit bereikt hebben. Wel worden de files langer, en duurt het langer eer ze oplossen. Files spreiden zich dus uit in tijd en ruimte. Ook tijdens de daluren is er sprake van toenames. Dat komt enerzijds door de algemene mobiliteitsgroei, maar ook door het verkeer dat van de spits wegvlucht naar het dal. Het verkeer dat niet (meer) op de autosnelweg zit gedurende de spits gebruikt andere routes (sluiproutes), maar ook b.v. het openbaar vervoer (trein) of blijft gewoonweg thuis (telewerken). De vraag die zich stelt is: om hoeveel verkeer gaat het? Of om preciezer te zijn: stel dat er nooit capaciteitsproblemen waren op autosnelwegen, hoeveel verkeer zou er dan van gebruik maken? Een moeilijkheid die daarbij moet overwonnen worden, is dat elke autosnelweg hierin een verschillend gedrag heeft. Bovendien stelt zich het fenomeen anders in de ochtendspits dan in de vondspits (in- en uitgaand verkeer). En een bijkomende moeilijkheid stelt zich in de beschikbaarheid van gegevens: we hebben een goede bron in de gegevens van de teldetectoren op de autosnelwegen, maar andere zaken zoals het gebruik van het onderliggende wegennet, openbaar vervoer etc. liggen veel moeilijker. SLUIPVERKEER - 23/1/23 7

8 2 Algemene bemerkingen 2.1 Beschikbare brondata Voor deze studie werd gebruik gemaakt van de data die verzameld en bewerkt wordt in het START/SITTER-systeem. Hierin worden de telgegevens van het Belgische autosnelwegennet verzameld en verder verwerkt. De gegevens worden aangeleverd door detectors die op elke rijstrook afzonderlijk zijn aangebracht, voor en na bijna elk op- en afrittencomplex. In de volgende paragrafen wordt kort aangegeven in welke vorm gegevens ter beschikking waren voor deze studie Get data : onbewerkte data Het eerste verkennende deel van dit onderzoek (hoofdstuk 3 Oplossingsmethoden) is uitgevoerd aan de hand van de gegevens die verkregen worden met behulp van de Get data -functie in de Navigator-module van het START-SITTER systeem. Hiermee kunnen naar keuze de gegevens op minuut-, zesminuut-, uur- of dagniveau verkregen worden, en dit per rijstrook of telpost. Een belangrijkste kenmerk van deze data is dat het onbewerkte brondata betreft, waarop dus nog geen enkele voorbewerking is gebeurd. De ontbrekende gegevens zijn hierin dus nog niet aangevuld, de snelheden niet genormaliseerd en het aandeel van de vrachtwagens niet gecorrigeerd (zie [3] Deel 1) Get Daily : bewerkte data Bij de aanvang van de tweede fase van deze studie, was de ontwikkeling van het START/SITTER-systeem zo ver gevorderd dat aan de hand van de Get Daily -functie (niet toegankelijk via de webinterface) uurgegevens verkregen konden worden die veel geschikter waren voor verdere bewerking. Het grootste deel van de in [3] Deel 1 besproken voorbewerkingsstappen was hierop uitgevoerd: aanvulling ontbrekende data op minuutniveau, normalisering van de snelheden, correctie van de vrachtwagens en filedetectie. De aanvulling van ontbrekende uurwaarden was hierop echter nog niet doorgevoerd. Het belangrijkste deel van deze studie werd dus aan de hand van deze bewerkte data uitgevoerd. 2.2 Case-studies Bij de ontwikkeling, uitwerking en beoordeling van de methodes, werd gebruikt gemaakt van data van drie studiegebieden: - A1 (E4) Brussel-Oostende tussen Ternat en Erpe-Mere - A1 (E19) Brussel-Antwerpen tussen Vilvoorde en Mechelen-Zuid - A3 (E4) Brussel-Luik tussen Sterrebeek en Bertem Voor alle gebieden werden gegevens voor de eerste helft van 22 gebruikt. SLUIPVERKEER - 23/1/23 8

9 Figuur 1 geeft een schematisch overzicht van de beschouwde gebieden. BRUSSEL 2 1 Ternat BRUSSEL Vilvoorde BRUSSEL Affligem Sterrebeek Weerde 4 3 Aalst Bertem Erpe-Mere 4 3 Mechelen- Zuid 4 LUIK ANTWERPEN OOSTENDE Figuur 1 Schematische voorstelling van de case-study gebieden: van links naar rechts A1(E4), A1(E19) en A3(E4) SLUIPVERKEER - 23/1/23 9

10 2.3 Enkel korte termijneffecten In de voorgestelde werkwijzen wordt enkel rekening gehouden met effecten die ontstaan als voertuigen omwille van congestie afwijken van de eerst geplande route (sluipverkeer). Het gaat dus enkel op effecten op zeer korte termijn. Verschuivingen naar andere tijdstippen of vervoersmodi worden in de besproken methodes dus niet beschouwd. SLUIPVERKEER - 23/1/23 1

11 3 Oplossingsmethoden In een eerste verkennende onderzoeksfase werd een lijst van mogelijke oplossingsmethodieken opgesteld. Vervolgens werd elk van de methoden beoordeeld en werd besloten welke methode voldoende perspectieven bood voor verder onderzoek. De verdere analyse van de in dit hoofdstuk geselecteerde methode vormt de basis van de volgende hoofdstukken in dit document. Opgemerkt kan worden dat reeds in deze fase van het onderzoek werd vastgesteld dat de kwaliteit van de beschikbare data voor problemen kon zorgen. 3.1 Onderzoek verplaatsingsgedrag Bij deze methode wordt uitgegaan van mobiliteitsenquêtes om een beeld te krijgen van het totaal verplaatsingen dat op elk uur van de dag plaatsheeft in België. Meer bepaald kunnen op basis van de ENQUETE NATIONALE SUR LA MOBILITE DES MENAGES vraagcurves opgesteld worden voor Vlaanderen, Wallonië en Brussel. De kern van deze oplossingmethode bestaat erin dat het relatieve verloop van de totale vraag en het verkeer op de autosnelweg met elkaar worden vergeleken. Wanneer de totale vraag (relatief) sterker stijgt dan het verkeer op de autosnelweg, kan gesteld worden dat een deel van het verkeer via andere routes (sluiproutes) zal verlopen. De mate waarin de totale vraag (relatief) sterker stijgt dan de vraag op de autosnelweg, kan aldus geïnterpreteerd worden als een indicatie van de hoeveelheid sluipverkeer. Meer concreet verloopt de uitwerking zoals voorgesteld op Figuur 2. De vraagcurve, zoals bepaald in de verplaatsingsenquête, wordt in het rood aangegeven. De paarse curve geeft het verkeer opgemeten voor één telpost (som van beide rijrichtingen). Om het relatieve verloop van beide curves met elkaar te kunnen vergelijken, herschalen we de paarse curve, met als resultaat de roze curve. Om nu het relatieve verloop van de totale vraag en de gemeten vraag op de autosnelweg met elkaar te vergelijken, hoeft nu enkel nog gekeken te worden naar de rode en de roze curve. Het gebied waarvoor de totale vraag sterker stijgt dan de gemeten vraag, werd op Figuur 2 oranje ingekleurd. De oppervlakte van deze oranje zone vormt aldus een maat voor de hoeveelheid sluipverkeer. SLUIPVERKEER - 23/1/23 11

12 Figuur 2 Theoretisch voorbeeld bij de methode onderzoek verplaatsingsgedrag Figuur 2 geeft echter slechts een THEORETISCH voorbeeld. In realiteit sluiten de vraagcurve en de opgemeten curve helemaal niet zo mooi op elkaar aan, als geïllustreerd op Figuur Ternat Vraagcurve 4 2 Figuur 3 Werkelijk voorbeeld bij de methode onderzoek verplaatsingsgedrag SLUIPVERKEER - 23/1/23 12

13 Voordelen: De vraagcurve wordt op rechtstreekse manier bepaald Methode uitbreidbaar naar andere vervoersmodi Nadelen: Vraagcurve geldt voor HEEL Vlaanderen/Wallonië/Brussel, en houdt dus geen rekening met de plaatselijke situatie. Deze methode geeft in de eerste plaats een MAAT voor de hoeveelheid sluipverkeer. Het omzetten van deze maat naar absolute len wordt bemoeilijkt door het feit dat de totale vraagcurve ook plaatselijk verkeer bevat, dat onder geen enkele omstandigheid gebruik zou maken van de autosnelweg (dus zelfs niet indien de autosnelweg volledig vrij zou zijn, zoals bijvoorbeeld verplaatsingen tussen woning en bakker in hetzelfde dorp). Beoordeling: Alhoewel deze methode op het eerste zicht zeer sterke voordelen biedt, maakt het zeer grote vormverschil tussen de totale vraagcurve en de opgemeten curve implementatie zeer ingewikkeld. Wegens het gebrek aan meer gedetailleerde informatie om de vraagcurve te verfijnen, was verdere uitwerking van deze methode niet haalbaar. 3.2 Vergelijking filedagen filevrije werkdagen Bij deze methode wordt per telpost telkens de curve van één dag vergeleken met de curve van een e filevrije werkdag. Deze curve wordt verkregen door het e te nemen van een groot werkdagen met normale verkeersvolumes, maar zonder file ( filevrije werkdagen ). Indien er sluipverkeer optreedt, verwachten we dat het verschil tussen de verkeersvolumes tijdens spitsuur en daluur relatief lager is dan bij de filevrije werkdag. Immers, indien we aannemen dat de volledige curve op eenzelfde manier opschaalt bij toenemend verkeer, dan zal het verkeersvolume tijdens het spitsuur van de opgeschaalde curve hoger uitkomen dan bij de beschouwde dag, omdat bij de opschaling geen rekening wordt gehouden met sluipverkeer, dat er in werkelijkheid wel is. Het verschil tussen de opgeschaalde e filevrije werkdag-curve en de beschouwde curve geeft dus de hoeveelheid sluipverkeer aan. De methode wordt geïllustreerd op Figuur 4. In de eerste stap wordt de curve van de e filevrije werkdag (een klein beetje) herschaald, zodanig dat het dagvolume overeen komt met het dagvolume van de beschouwde dag. De aldus verkregen curve wordt op Figuur 4 in het rood aangegeven. Hierbij is het de bedoeling dat de herschaling slechts beperkt is, of met andere woorden, dat de curve van de e filevrije werkdag sterk overeen komt met die van de beschouwde (file-)dag. Het verschil tussen deze herschaalde curve (rood op de figuur) en de curve van de beschouwde dag (blauw), geeft het absoluut voertuigen dat extra voorbij de beschouwde telpost gereden SLUIPVERKEER - 23/1/23 13

14 zou zijn, indien er geen congestie was (en dat dus via alternatieve routes zijn weg heeft gevonden). Figuur 4 Theoretisch voorbeeld bij de methode vergelijking filedag filevrije werkdag Het blijkt echter dat de veronderstelling van gelijke opschaling over de hele curve helemaal niet geldig is, zoals blijkt uit Figuur 5. Het blijkt namelijk dat het verschil tussen extra drukke dagen en normale dagen zich voornamelijk manifesteert in de spitsperiode, terwijl de verschillen tijdens de daluren relatief gezien veel minder uitgesproken zijn. 7/1/22 Gemiddelde filevrije werkdag : 1: 2: 3: 4: 5: 6: 7: 8: 9: 1: 11: 12: 13: 14: 15: 16: 17: 18: 19: 2: 21: 22: 23: : Figuur 5 Werkelijk voorbeeld bij de methode vergelijking filedag filevrije werkdag SLUIPVERKEER - 23/1/23 14

15 3.3 Verschil HEEN - TERUG Bij deze methode wordt telkens een wegsectie bekeken, waarbij sluipverkeer te verwachten valt. Onder wegsectie wordt daarbij een deel van de autosnelweg verstaan, een deel dat een samenhangende zone vormt, waarop congestie optreedt, en waarvoor er alternatieve routes bestaan. Een voorbeeld van een dergelijke wegsectie is het deel van de A1 tussen Erpe-Mere en Ternat. De basis van de methode bestaat uit de aanname dat indien gegevens gebruikt worden over een voldoende lange periode en een voldoende telposten de som van het wagens in de heenrichting gelijk moet zijn aan de som van het wagens in de andere richting. Het sommeren over een voldoende telposten en teldagen, moet er hierbij voor zorgen dat onnauwkeurigheden in de tellingen als gevolg van tekortkomingen in de meetsystemen, en werkelijke verschillen in heen- en terugverkeer tijdens (te) korte meetperiodes, worden uit, met de bedoeling enkel die verschillen die verklaard kunnen worden als sluipverkeer over te houden. Op Figuur 6 wordt het voorbeeld getoond van het wegsectie Ternat-Wetteren voor een periode van 8 dagen ( tot ). In dit voorbeeld wordt het verkeer richting Oostende afgetrokken van het verkeer richting Brussel. Positieve waarden op de figuur geven dus tijdstippen waarop het voertuigen richting Brussel groter is dan het voertuigen richting Oostende. Door nu de som te maken van deze uurverschillen, wordt een maat voor de hoeveelheid sluipverkeer verkregen tijdens de beschouwde periode. Voor het beschouwde voorbeeld wordt een waarde van verkregen. Voor de beschouwde periode van 8 dagen worden op het wegsectie Ternat-Wetteren dus voertuigen meer geteld in de richting Oostende. Dit getal geeft een indicatie voor de hoeveelheid sluipverkeer. Er moet echter op gelet worden dat dit getal niet rechtstreeks als sluipverkeer kan worden geïnterpreteerd! Elk voertuig passeert immers meerdere telposten, en wordt dus ook meermaals meegeteld. Verder onderzoek zou dus nog moeten uitwijzen hoe uit deze waarde een schatting kon worden afgeleid van het absoluut sluipverkeerverplaastingen. SLUIPVERKEER - 23/1/23 15

16 VERSCHIL TUSSEN HEEN- EN TERUGVERKEER : 7: 14: 21: 4: 11: 18: 1: 8: 15: 22: 5: 12: 19: 2: 9: 16: 23: 6: 13: 2: 3: 1: 17: : 7: 14: 21: Figuur 6 Voorbeeld voor wegsectie Ternat-Wetteren voor een periode van 8 dagen ( tot ) Voordelen: Deze methode leek reeds in de verkennende fase van het onderzoek tot resultaten te leiden. Nadelen: Wanneer er sluipverkeer optreedt in beide rijrichtingen, wordt dit niet gedetecteerd. Wegsecties waarvoor er werkelijk meer verkeer in de ene richting rijdt dan in de andere, en die dus niet aan de basisveronderstelling van de methode voldoen, kunnen met deze werkwijze niet bekeken worden. Beoordeling: Deze werkwijze is de enige die in deze verkennende fase van het onderzoek reeds resultaten leek op te opleveren. Deze methode leek dus voldoende perspectieven te bieden voor verder onderzoek. SLUIPVERKEER - 23/1/23 16

17 3.4 Gebruik extra telgegevens Een beetje als oplossing buiten categorie werd ook nagedacht over het gebruik van bijkomende informatie, naast de gegevens afkomstig uit het START/SITTER-systeem. Aan de hand van tellingen op het onderliggend wegennet (uitgevoerd door de gewesten) zouden op die manier totale vraagcurves kunnen opgesteld worden (door de som te maken van autosnelwegtellingen en tellingen op het onderliggend wegennet). De verdere werkwijze zou dan analoog aan die beschreven onder 3.1 kunnen verlopen, met echter één groot verschil: in plaats van één vraagcurve voor een heel gewest, beschikken we op deze manier over een vraagcurve uitsluitend geldig voor de specifiek beschouwde zone. Voordelen: Extra input verhoogt de kans op betrouwbare resultaten. Nadelen: Afhankelijkheid van externe data-leveranciers Extra inputgegevens zorgen ervoor dat deze werkwijze moeilijk geïntegreerd kan worden in het START-SITTER systeem. Beoordeling: Gezien het vele extra werk, en de moeilijkheden die rijzen bij het gebruiken van verschillende bronnen, werd deze methode enkel weerhouden voor het geval op geen enkele wijze resultaten zouden worden geboekt enkel op basis van de START/SITTERdata. 3.5 Conclusie Op basis van het eerste verkennende onderzoek werd besloten dat de methode Verschil HEEN TERUG gebruikt zou worden voor verder onderzoek. SLUIPVERKEER - 23/1/23 17

18 4 Betrouwbaarheid Een belangrijke overweging bij het maken van schattingen voor de hoeveelheid sluipverkeer, is de betrouwbaarheid, de foutenmarge van de gemaakte schattingen. De basisgegevens die gebruikt worden vertonen reeds een vrij grote onzekerheid (zoals verder zal blijken: orde-grootte 1-2% voor goede telposten tot ruim 7% voor de slechtere, dit alles geldt voor de dagvolumes per telpost). Aangezien de grootte van het sluipverkeer in absolute termen véél kleiner is dan het voertuigen op de autosnelwegen, moet er sterk op gelet worden dat de verkregen resultaten significant groter zijn dan de te verwachten foutenmarge. Bepalend voor de betrouwbaarheid van de uiteindelijke resultaten is dus de kwaliteit van de brondata. In 4.2 wordt daarom voor de case-studies onderzocht wat de kwaliteit van de brongegevens is. Maar eerst worden in de volgende paragraaf een begrippen gedefinieerd en basisprincipes uiteengezet. 4.1 Foutentheorie Metingen Elke meting is slechts tot op zekere hoogte nauwkeurig. Zo is het bijvoorbeeld niet mogelijk om met een gewone meetlat de breedte van een blad papier op meer dan een paar tienden millimeter nauwkeurig te bepalen. Vaak wordt de onzekerheid op een meting als volgt aangeduid: b = ( 28,9 ±,2)mm Die uitdrukking zegt dat het op basis van de gedane meting waarschijnlijk wordt geacht dat de werkelijke breedte van het blad tussen 28,7mm en 29,1mm ligt. De ±,2mm noemt men de meetfout of de foutengrenzen. A(b)=,2mm wordt de absolute fout genoemd; R(b)=A(b)/b is de relatieve fout, die vaak percentueel wordt aangegeven. Opgemerkt dient te worden dat voor de beoordeling van de betrouwbaarheid van een resultaat, de (absolute) foutenmarge steeds dient vergeleken worden met het resultaat zelf. Dit kan bijvoorbeeld door bovenstaande notatie voor de meting te gebruiken, of door een grafische weergave (zie bijvoorbeeld Figuur 8 verder in de tekst op blz.28). Een andere manier bestaat uit het vermelden van de relatieve fout. Absolute fouten van met verschillende metingen met elkaar vergelijken heeft dus geen enkele zin, tenzij ook naar de meting zelf wordt gekeken. SLUIPVERKEER - 23/1/23 18

19 Onderstaande tabel vat de belangrijkste definities nogmaals samen. Definities: Naam Symbool Formule Absolute fout A( ) A(X) = Fout Relatieve fout R( ) R(X) = Fout / X Tot slot moet nog opgemerkt worden dat er een belangrijk verschil bestaat tussen toevallige fouten en systematische fouten. Toevallige fouten zijn fouten die uitgeschakeld kunnen worden door de meting een voldoende keren te herhalen en het e van de verkregen resultaten als uiteindelijk resultaat te nemen. Systematische fouten daarentegen zijn fouten die eigen zijn aan de meetapparatuur of de manier van meten. Herhaald meten heeft geen invloed op systematische fouten. In deze studie betreft het voornamelijk systematische fouten, veroorzaakt door de meetapparatuur (de enkelvoudige tellussen en camera s op de autosnelwegen, en de meetalgoritmes die erop worden toegepast) Bewerkingen Wanneer verdere bewerkingen worden uitgevoerd op basis van metingen, zullen de fouten op die gegevens zich voortplanten. De foutentheorie geeft het antwoord op de vraag hoe deze fouten zich voortplanten doorheen bewerkingen. De foutentheorie geeft dus een methode om op basis van de gekende of geschatte fouten op de brondata, de betrouwbaarheid te schatten van de berekeningen die daarmee uitgevoerd worden. In deze studie bestaan de bewerkingen voornamelijk uit het verschil nemen tussen twee brongegevens : = TERUG HEEN De schatting verloopt hiervoor als volgt: [ A( TERUG) ] 2 [ A( )] 2 A ( ) = + HEEN Merk op dat dit betekent dat de absolute fout op het resultaat van dezelfde grootte-orde zal zijn als het minst betrouwbare inputgegeven. Aangezien het eindresultaat het verschil is van twee getallen, zal dit in absolute waarde veel kleiner zijn dan elk van beide getallen. Met andere woorden: de relatieve fout op het verschil zal veel groter zijn dan die op de inputdata: R( ) >> R( TERUG) R( ) >> R( HEEN) Dit is een welbeschreven wetmatigheid in de foutentheorie, waar rekening mee dient gehouden te worden. SLUIPVERKEER - 23/1/23 19

20 4.2 Betrouwbaarheid van de brondata Schattingsmethode De betrouwbaarheid van de brondata wordt beoordeeld door de opgemeten waarden van twee opeenvolgende telposten zonder tussenliggende op- of afritten met elkaar te vergelijken. Dit zijn twee metingen van dezelfde grootheid (dagvolume), die wegens meetfouten niet aan elkaar gelijk zullen zijn. Als meest waarschijnlijke waarde om verder mee te rekenen wordt dan het e van beide metingen genomen, waarbij de helft van het verschil tussen beide metingen als absolute fout wordt aangenomen. Er wordt verondersteld dat op die manier een ondergrens voor de betrouwbaarheid wordt verkregen. Dit is een ondergrens omdat enerzijds afwijkingen tussen meetwaarden die in realiteit hetzelfde zouden moeten zijn, een indicatie geven van de foutenmarge van de metingen, maar anderzijds kunnen zelfs bij identieke metingen van beide telposten nog belangrijke telfouten optreden die met deze methode niet gedetecteerd worden. In wat volgt wordt voor elk koppel opeenvolgende telposten zonder tussenliggende op- of afritten bekeken wat de onderlingen afwijkingen zijn in de opgemeten waarden. (Figuur 1 op blz. 9 illustreert de naamgeving van de telposten voor de behandelde gebieden). Enkel wanneer het uurwaarden voor beide opeenvolgende telposten gelijk is, wordt de betreffende dag meegerekend. Dit om afwijkingen te wijten aan een ongelijk uurwaarden uit te sluiten. (Merk op dat de data die hiervoor gebruikt werd, verkregen werd met de Get Daily -functie, die bewerkte data aflevert, die echter nog niet de opvulling van ontbrekende uurwaarden heeft ondergaan; zie 2.1.2) In Tabel 1 wordt de berekening geïllustreerd voor de opeenvolgende telposten Aalst en Erpe- Mere op de A1 (E4) Brussel-Oostende voor de eerste helft van 22 (een volledige berekening is terug te vinden in Bijlage 1). Merk op dat enkel dagen waarvoor beide telposten een gelijk uurwaarden hebben, worden meegenomen. De kolom verschil geeft het verschil tussen de twee opeenvolgende telposten, uitgedrukt in voertuigen per dag, de kolom #telpostx geeft het beschikbare uurwaarden voor de beschouwde telpost. SLUIPVERKEER - 23/1/23 2

21 Tabel 1 Extract uit de beoordeling van de betrouwbaarheid van de brondata voor Aalst en Erpe-Mere voor ALLE dagen (volledige versie in Bijlage 1) Richting Brussel Richting Oostende Datum verschil #aalst3 #erpe1 verschil #aalst4 #erpe # dagen Gemiddeld Stdev De gevonden resultaten worden samengevat in een statistische kenmerken. Eerst en vooral wordt het dagen aangegeven dat voldeed aan de voorwaarden om meegenomen te worden (gelijk uurwaarden bij beide telposten). Dan wordt het e verschil (tussen de twee in principe gelijke telposten) gegeven en de standaarddeviatie (Stdev) van het verschil. De standaarddeviatie geeft een maat voor de statistische spreiding. Figuur 7 geeft een grafische weergave van de genoemde statistische kenmerken. De twee figuren geven de verdeling van de opgetekende afwijkingen tussen de opeenvolgende telposten: op de X- as wordt de afwijking aangegeven (in 1 4 personenwagens/dag), op de Y-as wordt het keer dat die afwijking voorkwam uitgezet. Op de figuur is duidelijk de betekenis van de beschouwde statistische kenmerken te herkennen. De bovenste figuur kent duidelijk een veel kleinere spreiding dan de onderste, wat tot uiting komt in de standaarddeviatie: 37 (bovenaan) versus 29 (onderaan). SLUIPVERKEER - 23/1/23 21

22 8 7 HEEN: Aalst3 en Erpe Afwijking tussen opeenvolgende telposten [pw/dag] x TERUG: Aalst4 en Erpe Afwijking tussen opeenvolgende telposten [pw/dag] x 1 4 Figuur 7 Histogram van de afwijking tussen opeenvolgende telposten zonder tussenliggende op- of afritten, bovenaan Aalst3 en Erpe1, onderaan Aalst4 en Erpe2 (telkens voor ALLE dagen waarvoor beide telposten hetzelfde uurwaarden heeft, voor de eerste helft van 22) SLUIPVERKEER - 23/1/23 22

23 Samenvattend kan men dus stellen dat de betrouwbaarheid van de brondata bepaald wordt door twee zaken: - grootte van de e afwijking tussen opeenvolgende telposten - spreiding op de afwijkingen (standaarddeviatie Stdev) naast de eigenlijk grootte van de afwijkingen geeft de spreiding ervan ook een indicatie van de betrouwbaarheid Daarnaast is het nog belangrijk dat de analyse over een voldoende groot dagen wordt uitgevoerd. In het ideale geval zou men dus een zeer kleine gemiddele afwijking vaststellen, met daarop een zeer kleine spreiding Tabel 1 geeft hiervan een mooi voorbeeld. In de heenrichting (Aalst3 en Erpe-Mere1) werd een zeer kleine e waarde vastgesteld, met daarbij nog een uiterst kleine spreiding (zoals ook duidelijk werd op Figuur 7). In de terugrichting is de e afwijking echter zeer groot, en ook de spreiding erop is duidelijk veel groter. In wat volgt wordt een overzicht gegeven van de beschreven statistische kenmerken voor elk van de case-study gebieden. In worden algemene conclusies getrokken bij dit overzicht A1 (E4) Brussel-Oostende tussen Ternat en Erpe-Mere rb: Ternat3 en Affligem1 : Ternat4 en Affligem2 Verschil Verschil # dagen Gemiddeld Stdev rb: Affligem3 en Aalst1 : Affligem4 en Aalst2 Verschil Verschil # dagen Gemiddeld 1 98 Stdev rb: Aalst3 en Erpe-Mere1 : Aalst4 en Erpe-Mere2 Verschil Verschil # dagen Gemiddeld Stdev SLUIPVERKEER - 23/1/23 23

24 4.2.3 A1 (E19) Brussel-Antwerpen tussen Vilvoorde en Mechelen-Zuid rb: Vilvoorde3 en Weerde1 : Vilvoorde4 en Weerde2 Verschil Verschil # dagen Gemiddeld Stdev rb: Weerde3 en Mechelen- Zuid1 : Weerde4 en Mechelen-Zuid2 Verschil Verschil # dagen Gemiddeld Stdev A3 (E4) Brussel-Luik tussen Sterrebeek en Bertem rb: Sterrebeek3 en Bertem1 : Sterrebeek4 en Bertem2 Verschil Verschil # dagen Gemiddeld Stdev Vaststellingen Absolute fouten Twee opeenvolgende telposten zonder tussenliggende op- of afritten zouden in principe dezelfde tellingen moeten opleveren. (Het stuk autosnelweg tussen dergelijke twee telposten zullen we in wat volgt met wegvak aanduiden). Toch treden er verschillen op: van 31 tot maar liefst 77 voertuigen per dag. In de verdere berekeningen zal gewerkt worden per wegvak, waarbij het e van de twee opeenvolgende telposten wordt gebruikt. Als foutenmarge op deze e waarde wordt de helft van het verschil tussen beide telposten aangenomen. De aldus verkregen foutenmarges worden in Tabel 2 samengevat. Merk hierbij op dat deze foutenschatting, net als de brondata waarvoor de betrouwbaarheid wordt onderzocht, zelf ook een foutenmarge vertoont. Om die reden heeft het weinig zin om de fout met meer dan twee beduidende cijfers aan te duiden: waarden kleiner dan 1 worden op tientallen afgerond, grotere waarden op honderdtallen. SLUIPVERKEER - 23/1/23 24

25 Tabel 2 Overzicht van de foutenmarges op de dagvolumes voor de beschouwde wegvakken Snelweg Wegvak Richting Absolute fout Relatieve fout A1 (E4) Ternat Affligem rb 1 2% Brussel % Oostende Affligem Aalst rb 5 1% 5 1% Aalst Erpe-Mere rb 2 <1% 4 7% A1 (E19) Vilvoorde Weerde rb 25 1% Brussel % Antwerpen Weerde Mechelen-Zuid rb 15 <1% 15 <1% A3 (E4) Sterrebeek Bertem rb 4 6% Brussel Luik 2 <1% Vastgesteld kan worden dat de relatieve fout op de dagvolumes varieert van à 1% voor de beste wegvakken tot 6 à 7 % voor de slechtste. SLUIPVERKEER - 23/1/23 25

26 5 Verdere uitwerking Verschil HEEN TERUG In hoofdstuk 3 werd een overzicht gegeven van enkele mogelijke oplossingsmethoden. Een eerste beoordeling bracht aan het licht dat vooral een methode gebaseerd op het verschil in verkeer tussen heen- en terugrichting kans maakte om bruikbare resultaten op te leveren. In dit hoofdstuk wordt de verdere uitwerking van deze methode beschreven. 5.1 Verfijning De verfijning van de in hoofdstuk 3 voorgestelde methode, bestaat uit de vermindering van het aggregatieniveau. Dit zijn twee wijzigingen ten opzichte van de oorspronkelijke methode: 1. In plaats van te sommeren over langere periodes, wordt gekeken naar de individuele dagwaarden. Op die manier gaat minder informatie verloren. 2. In plaats van te sommeren over een lange wegsectie (als gedefinieerd in 3.3 op blz. 15), wordt nu per wegvak gewerkt (het stuk van de autosnelweg tussen 2 opeenvolgende telposten zonder tussenliggende op- of afritten). Door te zoeken naar algemene trends (bijvoorbeeld door en te berekenen) wordt getracht de voordelen van de oorspronkelijke methode te evenaren. Op die manier wordt gegarandeerd dat de verkregen waarden representatief zijn voor het sluipverkeer: voor individuele dagen kunnen verschillen tussen heen- en terugverkeer optreden die niet door sluipverkeer verklaard moeten worden, wanneer naar algemene trends wordt gekeken is dit erg onwaarschijnlijk. In wat volgt wordt eerst voor elk van de case study-gebieden telkens één wegvak uitgebreid bekeken. In 5.3 worden de resultaten voor alle wegvakken uit de case studies kort samengevat. 5.2 Enkele uitgewerkte voorbeelden A1 (E4) Brussel-Oostende: Ternat - Affligem Op het wegvak Ternat-Affligem werden alle tellingen van 1 januari 22 tot en met 1 juli 22 onderzocht. Er werd gekeken naar de 4 telposten die op dit wegvak liggen, de telposten AFFL1 en AFFL2 vlakbij aftrit Affligem en TERN3 en TERN4 nabij afrit Ternat. AFFL1 en TERN3 liggen in de richting van Brussel, AFFL2 en TERN4 richting Oostende. Een snelle berekening levert op dat van deze 182 dagen er 136 bruikbaar zijn. De andere dagen is voor minstens 1 van de 4 telposten op het wegvak niet elke uurwaarde beschikbaar. SLUIPVERKEER - 23/1/23 26

27 Van deze 136 bruikbare dagen zijn er 9 op een werkdag 46 in een weekend. Van de werkdagen waren er 47 met een normale file, d.z.w. een file s ochtends richting Brussel, geen file (maar wel druk verkeer) s avonds richting Oostende. dagen tussen 1 januari en 1 juli 182 dagen met alle uurgegevens aanwezig 136 werkdagen met alle uurgegevens aanwezig 9 werkdagen met alle uurgegevens aanwezig én enkel file richting Brussel 47 Eerst werd nagegaan wat het verschil was tussen de heen- en terugrichting. Het is hierbij van belang om de betrouwbaarheid van de verkregen resultaten te schatten. In op blz. 23 werd de fout op de brondata ingeschat. Deze fout op de dagvolumes, wordt overgenomen voor de en van de dagvolumes, aangezien het hier systematische fouten betreft, zodat de nauwkeurigheid dus NIET verbeterd wordt door en te nemen. Op basis van de geschatte fout op de brondata, wordt dan de fout op het eindresultaat geschat als volgt (zie 4.1.2): ( ) A verschil 2 = A( HEEN) A( TERUG) = 1 = In het algemeen merkt men een duidelijk verschil op. Op werkdagen rijden er op een dag minder mensen naar Brussel dan er van weer keren. Men kan vermoeden dat een van hen s ochtends gebruik maken van secundaire wegen of sluipwegen omwille van de file. Zij nemen s avonds wél de autosnelweg. Over 6 maanden komt men tot volgende e cijfers: dagen voertuigen richting Brussel voertuigen richting Oostende verschil heen-terug per dag dagen met alle uurgegevens aanwezig werkdagen met alle uurgegevens aanwezig werkdagen met alle uurgeg. aanw. én enkel file r. Brussel absolute fout relatieve fout (voor werkdagen met alle uurgeg. aanw.) 2% 2% 64% Op een werkdag rijden dus 2 à 3. voertuigen richting Oostende die nooit richting Brussel rijden. Enkele uitzonderingen daar gelaten, zijn deze dus richting Brussel gereden via andere wegen. SLUIPVERKEER - 23/1/23 27

28 Merk op dat dit slechts iets hoger is dan de (absolute) foutenmarge van 18 voertuigen. De relatieve fouten geven ook duidelijk aan dat de betrouwbaarheid van het eindresultaat véél slechter is dan die van de brongegevens. In werd reeds aangegeven dat het verschil van twee getallen, vaak zeer grote relatieve fouten oplevert. Andere, minder plausibele verklaringen zijn: - Op een andere dag heen en terug rijden. Deze voertuigen zullen dan het verschilcijfer op de ene dag erger maken, op de andere dag verlichten. Wanneer men een e neemt over een lange periode heffen deze verschillen elkaar op. - Op een weekenddag heen rijden en op een werkdag terugkeren kan het verschil op de cijfers voor de werkdagen verzwaren, maar kan geen invloed hebben wanneer men het e neemt over alle dagen. (Zie bijvoorbeeld Figuur 18 voor juni 22 op blz. 33). - Ketenverplaatsingen. Dat zijn verplaatsingen waarbij men onderweg stopt voor b.v. een boodschap, om iemand ergens af te zetten, etc. Wanneer in de richting Brussel meer van die verplaatsingen zich voordoen, kan men verwachten dat dan relatief meer mensen op alternatieve wegen rijden i.p.v. op de autosnelweg. Nochtans worden ketenverplaatsingen over het algemeen s avonds gemaakt, net wanneer de richting Oostende drukker is. In volgende figuur is de situatie voor januari 22 weergegeven: 15, 1, 5, -5, -1, -15, 1/1/22 2/1/22 3/1/22 4/1/22 5/1/22 6/1/22 7/1/22 8/1/22 9/1/22 1/1/22 11/1/22 12/1/22 13/1/22 14/1/22 15/1/22 16/1/22 17/1/22 18/1/22 19/1/22 2/1/22 21/1/22 22/1/22 23/1/22 24/1/22 25/1/22 26/1/22 27/1/22 28/1/22 29/1/22 3/1/22 31/1/22 Figuur 8: Verschil in dagvolumes tussen richting Brussel en richting Oostende op de E4 in januari 22. De horizontale lijn geeft het e verschil tussen 1 januari en 1 juli 22 aan. De zwarte balkjes geven de foutenmarge veroorzaakt door de teldetectoren aan. Het verschil in dagvolumes geeft een minimum hoeveelheid sluipverkeer aan: voertuigen die in één richting geteld worden, maar in de andere richting op een secundaire weg rijden. Uiteraard zijn er meer voertuigen die als sluipverkeer kunnen bestempeld worden: diegenen die op SLUIPVERKEER - 23/1/23 28

29 rustige dagen op de autosnelweg zouden rijden, maar dat op filedagen niet doen, in beide richtingen niet. Zij worden met deze verschil-methode niet geteld. Een verdere analyse van de ontbrekende voertuigen kan gemaakt worden door naar het verloop over de dag te kijken. In volgende figuur werd onderscheid gemaakt tussen de verkeersvolumes voor en na 12u. vm rb nm rb vm nm /1/2 rb 2/1/2 rb 3/1/2 rb 4/1/2 rb 5/1/2 rb 6/1/2 rb 7/1/2 rb 8/1/2 rb 9/1/2 rb 1/1/2 rb 11/1/2 rb 12/1/2 rb 13/1/2 rb 14/1/2 rb 15/1/2 rb 16/1/2 rb 17/1/2 rb 18/1/2 rb 19/1/2 rb 2/1/2 rb 21/1/2 rb 22/1/2 rb 23/1/2 rb 24/1/2 rb 25/1/2 rb 26/1/2 rb 27/1/2 rb 28/1/2 rb 29/1/2 rb 3/1/2 rb 31/1/2 rb Figuur 9: Dagvolumes richting Brussel en richting Oostende op de E4 in januari 22. Er werd onderscheid gemaakt naar volumes tussen en 12u (vm) en tussen 12 en 24u (nm). Wat opvalt is dat op werkdagen de volumes richting Brussel in de voormiddag hoger zijn, richting Oostende zijn ze in de namiddag hoger. Dat is natuurlijk te verklaren door de het pendelverkeer richting Brussel s ochtends, en uitwaarts s avonds. Het verschil voormiddagnamiddag is voor de richting naar Brussel niet zo hoog, maar voor de richting Oostende wel. Dit doet sterk vermoeden dat inderdaad de files op de E4 ervoor zorgen dat sluipverkeer richting Brussel ontstaat, zoals eerder gezegd minimaal 2. à 3. voertuigen per dag. Alhoewel de grens zeer arbitrair op 12u s middags ligt, zou men kunnen stellen dat het verkeer dat in de voormiddag richting Brussel rijdt maximaal het verkeersvolume is dat in de namiddag richting Oostende rijdt. Het verkeersvolume dat s ochtends in de richting Brussel ontbreekt is een maat voor de bovengrens van het sluipverkeer op secundaire wegen richting Brussel. SLUIPVERKEER - 23/1/23 29

30 Over 6 maanden komt men tot volgende e cijfers: dagen voertuigen richting Brussel in de vm voertuigen richting Oostende in de nm verschil per dag dagen met alle uurgegevens aanwezig werkdagen met alle uurgegevens aanwezig werkdagen met alle uurgeg. aanw. én enkel file r. Brussel absolute fout relatieve fout (voor werkdagen met alle uurgeg. aanw.) 3% 3% 13% Een maximale hoeveel sluipverkeer van 13. à 14. voertuigen richting Brussel impliceert dat ook richting Oostende sluipverkeer moet geteld worden: 1. à 11. voertuigen per dag maximaal. Het enige dat met min of meer zekerheid kan gesteld worden is dat het om minimaal 2. à 3. voertuigen per dag richting Brussel gaat. Deze voertuigen rijden op secundaire wegen 3 keer zo onveilig als autosnelwegen. Verder doen zij ook de geluidsoverlast en luchtvervuiling in de dorpskernen op die secundaire wegen stijgen. Volgende figuren illustreren dit voor de andere maanden (februari-juni). 15, 1, 5, -5, -1, -15, 1/2/22 2/2/22 3/2/22 4/2/22 5/2/22 6/2/22 7/2/22 8/2/22 9/2/22 1/2/22 11/2/22 12/2/22 13/2/22 14/2/22 15/2/22 16/2/22 17/2/22 18/2/22 19/2/22 2/2/22 21/2/22 22/2/22 23/2/22 24/2/22 25/2/22 26/2/22 27/2/22 28/2/22 1/3/22 2/3/22 3/3/22 Figuur 1: Verschil in dagvolumes tussen richting Brussel en richting Oostende op de E4 in feb. 22. SLUIPVERKEER - 23/1/23 3

31 vm rb nm rb vm nm /2/2 rb 2/2/2 rb 3/2/2 rb 4/2/2 rb 5/2/2 rb 6/2/2 rb 7/2/2 rb 8/2/2 rb 9/2/2 rb 1/2/2 rb 11/2/2 rb 12/2/2 rb 13/2/2 rb 14/2/2 rb 15/2/2 rb 16/2/2 rb 17/2/2 rb 18/2/2 rb 19/2/2 rb 2/2/2 rb 21/2/2 rb 22/2/2 rb 23/2/2 rb 24/2/2 rb 25/2/2 rb 26/2/2 rb 27/2/2 rb 28/2/2 rb 1/3/2 rb 2/3/2 rb 3/3/2 rb Figuur 11: Dagvolumes richting Brussel en richting Oostende op de E4 in februari , 1, 5, -5, -1, -15, 1/4/22 2/4/22 3/4/22 4/4/22 5/4/22 6/4/22 7/4/22 8/4/22 9/4/22 1/4/22 11/4/22 12/4/22 13/4/22 14/4/22 15/4/22 16/4/22 17/4/22 18/4/22 19/4/22 2/4/22 21/4/22 22/4/22 23/4/22 24/4/22 25/4/22 26/4/22 27/4/22 28/4/22 29/4/22 3/4/22 1/5/22 Figuur 12: Verschil in dagvolumes tussen richting Brussel en richting Oostende op de E4 in maart 22. vm rb nm rb vm nm /3/2 rb 2/3/2 rb 3/3/2 rb 4/3/2 rb 5/3/2 rb 6/3/2 rb 7/3/2 rb 8/3/2 rb 9/3/2 rb 1/3/2 rb 11/3/2 rb 12/3/2 rb 13/3/2 rb 14/3/2 rb 15/3/2 rb 16/3/2 rb 17/3/2 rb 18/3/2 rb 19/3/2 rb 2/3/2 rb 21/3/2 rb 22/3/2 rb 23/3/2 rb 24/3/2 rb 25/3/2 rb 26/3/2 rb 27/3/2 rb 28/3/2 rb 29/3/2 rb 3/3/2 rb 31/3/2 rb Figuur 13: Dagvolumes richting Brussel en richting Oostende op de E4 in maart 22. SLUIPVERKEER - 23/1/23 31

32 15, 1, 5, -5, -1, -15, 1/4/22 2/4/22 3/4/22 4/4/22 5/4/22 6/4/22 7/4/22 8/4/22 9/4/22 1/4/22 11/4/22 12/4/22 13/4/22 14/4/22 15/4/22 16/4/22 17/4/22 18/4/22 19/4/22 2/4/22 21/4/22 22/4/22 23/4/22 24/4/22 25/4/22 26/4/22 27/4/22 28/4/22 29/4/22 3/4/22 1/5/22 Figuur 14: Verschil in dagvolumes tussen richting Brussel en richting Oostende op de E4 in april 22. vm rb nm rb vm nm /4/2 rb 2/4/2 rb 3/4/2 rb 4/4/2 rb 5/4/2 rb 6/4/2 rb 7/4/2 rb 8/4/2 rb 9/4/2 rb 1/4/2 rb 11/4/2 rb 12/4/2 rb 13/4/2 rb 14/4/2 rb 15/4/2 rb 16/4/2 rb 17/4/2 rb 18/4/2 rb 19/4/2 rb 2/4/2 rb 21/4/2 rb 22/4/2 rb 23/4/2 rb 24/4/2 rb 25/4/2 rb 26/4/2 rb 27/4/2 rb 28/4/2 rb 29/4/2 rb 3/4/2 rb 1/5/2 rb Figuur 15: Dagvolumes richting Brussel en richting Oostende op de E4 in april , 1, 5, -5, -1, -15, 1/5/22 2/5/22 3/5/22 4/5/22 5/5/22 6/5/22 7/5/22 8/5/22 9/5/22 1/5/22 11/5/22 12/5/22 13/5/22 14/5/22 15/5/22 16/5/22 17/5/22 18/5/22 19/5/22 2/5/22 21/5/22 22/5/22 23/5/22 24/5/22 25/5/22 26/5/22 27/5/22 28/5/22 29/5/22 3/5/22 31/5/22 Figuur 16: Verschil in dagvolumes tussen richting Brussel en richting Oostende op de E4 in mei 22. SLUIPVERKEER - 23/1/23 32

33 vm rb nm rb vm nm /5/2 rb 2/5/2 rb 3/5/2 rb 4/5/2 rb 5/5/2 rb 6/5/2 rb 7/5/2 rb 8/5/2 rb 9/5/2 rb 1/5/2 rb 11/5/2 rb 12/5/2 rb 13/5/2 rb 14/5/2 rb 15/5/2 rb 16/5/2 rb 17/5/2 rb 18/5/2 rb 19/5/2 rb 2/5/2 rb 21/5/2 rb 22/5/2 rb 23/5/2 rb 24/5/2 rb 25/5/2 rb 26/5/2 rb 27/5/2 rb 28/5/2 rb 29/5/2 rb 3/5/2 rb 31/5/2 rb Figuur 17: Dagvolumes richting Brussel en richting Oostende op de E4 in mei , 1, 5, -5, -1, -15, 1/6/22 2/6/22 3/6/22 4/6/22 5/6/22 6/6/22 7/6/22 8/6/22 9/6/22 1/6/22 11/6/22 12/6/22 13/6/22 14/6/22 15/6/22 16/6/22 17/6/22 18/6/22 19/6/22 2/6/22 21/6/22 22/6/22 23/6/22 24/6/22 25/6/22 26/6/22 27/6/22 28/6/22 29/6/22 3/6/22 1/7/22 Figuur 18: Verschil in dagvolumes tussen richting Brussel en richting Oostende op de E4 in juni 22. vm rb nm rb vm nm /6/2 rb 2/6/2 rb 3/6/2 rb 4/6/2 rb 5/6/2 rb 6/6/2 rb 7/6/2 rb 8/6/2 rb 9/6/2 rb 1/6/2 rb 11/6/2 rb 12/6/2 rb 13/6/2 rb 14/6/2 rb 15/6/2 rb 16/6/2 rb 17/6/2 rb 18/6/2 rb 19/6/2 rb 2/6/2 rb 21/6/2 rb 22/6/2 rb 23/6/2 rb 24/6/2 rb 25/6/2 rb 26/6/2 rb 27/6/2 rb 28/6/2 rb 29/6/2 rb 3/6/2 rb 1/7/2 rb Figuur 19: Dagvolumes richting Brussel en richting Oostende op de E4 in juni 22. SLUIPVERKEER - 23/1/23 33

34 5.2.2 A1 (E19) Brussel-Antwerpen: Weerde Mechelen-Zuid Op het wegvak Weerde Mechelen-Zuid werden alle tellingen van 1 januari 22 tot en met 1 juli 22 onderzocht. Er werd gekeken naar de 4 telposten die op dit wegvak liggen, de telposten MEZU1 en MEZU2 vlakbij aftrit Mechelen-Zuid en WEER3 en WEER4 nabij afrit Weerde. MEZU1 en WEER3 liggen in de richting van Brussel, MEZU2 en WEER4 richting Antwerpen. Een snelle berekening levert op dat van deze 182 dagen er 125 bruikbaar zijn. De andere dagen is voor minstens 1 van de 4 telposten niet elke uurwaarde beschikbaar. Van deze 144 bruikbare dagen zijn er 93 op een werkdag 51 in een weekend. Van de werkdagen waren er 6 met een normale file, d.z.w. een file s ochtends richting Brussel, geen file (maar wel druk verkeer) s avonds richting Antwerpen. dagen tussen 1 januari en 1 juli 182 dagen met alle uurgegevens aanwezig 144 werkdagen met alle uurgegevens aanwezig 93 werkdagen met alle uurgegevens aanwezig én enkel file richting Brussel 6 Eerst werd nagegaan wat het verschil was tussen de heen- en terugrichting. Over 6 maanden komt men tot volgende e cijfers: dagen voertuigen richting Brussel voertuigen richting Antwerpen verschil heenterug per dag dagen met alle uurgegevens aanwezig werkdagen met alle uurgegevens aanwezig werkdagen met alle uurgeg. aanw. én enkel file r. Brussel absolute fout relatieve fout (voor werkdagen met alle uurgeg. aanw.) <1% <1% 4% Op een werkdag rijden dus 4. à 5. voertuigen richting Antwerpen die nooit richting Brussel rijden. Enkele uitzonderingen daar gelaten, zijn deze dus richting Brussel gereden via andere wegen. Alhoewel de grens zeer arbitrair op 12u s middags ligt, zou men kunnen stellen dat het verkeer dat in de voormiddag richting Brussel rijdt maximaal het verkeersvolume is dat in de namiddag richting Antwerpen rijdt. Het verkeersvolume dat s ochtends in de richting Brussel ontbreekt is een maat voor de bovengrens van het sluipverkeer op secundaire wegen richting Brussel. SLUIPVERKEER - 23/1/23 34