Verkeersmodel Regio Utrecht versie 2.2

Transcriptie

1 Bestuur Regio Utrecht Verkeersmodel Regio Utrecht versie 2.2 Technische rapportage

2 Bestuur Regio Utrecht Verkeersmodel Regio Utrecht versie 2.2 Verkeersmodel Regio Utrecht versie 2.2 Datum 31 januari 2011 Kenmerk BRU136/Wgj/1382 Eerste versie

3 Documentatiepagina Opdrachtgever(s) Bestuur Regio Utrecht Titel rapport Verkeersmodel Regio Utrecht versie 2.2 Technische rapportage Kenmerk BRU136/Wgj/1382 Datum publicatie 31 januari 2011 Projectteam opdrachtgever(s) de heren S. Bakker, J. Bergmans, H. Bomers, P. van de Bovenkamp, M. Corsel, E. van Dijk, M. ten Dolle, E. Geertsma, Theo van den Hurk, A. van Koolwijk, A. Rijkse, A Ruitenberg, D. Terlouw, E. Thoen, H. Tiemens, S. Wattimena Projectteam Goudappel Coffeng de heren B. Tempert en J. Wilgenburg (projectleider) Projectomschrijving Verkeersmodel Regio Utrecht versie 2.2 (VRU2.2). Trefwoorden verkeersmodel, VRU2.2, multimodaal verkeersmodel, regio Utrecht

4 Inhoud Pagina 1 Inleiding De regio Utrecht in het kort Historisch overzicht VRU-modellen Bouw VRU Het eigendom en beheer van VRU Leeswijzer 3 2 Het VRU-model in hoofdlijnen Nieuwe onderdelen in versie Dimensies 6 3 Aanpak op hoofdlijnen Fase 1: Voorbereidingsfase modelontwikkeling Fase 2a: Opstellen verkeersmodel vrachtverkeer Fase 2b: Opstellen verkeersmodel personenmobiliteit Fase 3: Opstellen verkeersmodel Fase 1: Voorbereidingsfase modelontwikkeling Gebiedsindeling Sociaal-demografische gegevens Netwerken Linkkenmerken autoverkeer Kruispuntmodellering Vrachtverkeer Fiets Openbaar vervoer Voedingslinks Verificatie netwerken Tellingen (Vracht)autotellingen Tellingen openbaar vervoer Fietstellingen Projectbestanden 15 5 Fase 2a: Opstellen verkeersmodel vrachtverkeer Algemeen Stap 1: Regionaal Goederenvervoermodel Stap 2: Vrachtverkeermodule VRU Productie/attractie Ritdistributie Dagdelen Stap 3: Combineren beide methodieken Stap 4: Kalibratie 23

5 5.5.1 Busverkeer T-waarde Kwaliteitstoets per stap 24 6 Fase 2b: Opstellen verkeersmodel personen- mobiliteit Ritgeneratie Segmentatie naar mate van verstedelijking Autobeschikbaarheid Parameters ritgeneratie Relatieweerstanden Reistijd openbaar vervoer Reistijd auto Reistijd fiets Value of time (per motief) Afstandskosten Variabele kosten, zoals parkeerkosten Intrazonale weerstand Voor- en natransport openbaar vervoer Simultane distributiefuncties Simultane matrixschatting Kwaliteit a priori matrices Beoordelingscriteria Beoordelingsnormen Kwaliteitstoets Toedelingstechnieken Simultane matrixkalibratie Kwaliteitstoets basismatrices Conclusie situatie Fase 3: Opstellen verkeersmodel Vaststellen uitgangspunten toekomstscenario Algemeen Sociaal-demografische ontwikkelingen Infrastructurele ontwikkelingen Prijsontwikkeling Overig Opstellen HB-matrices prognosejaar Controle verkeers- en vervoersmodel Aantal verplaatsingen Verreden kilometers Het resultaat op trajecten en wegvakken 56 8 Projectbestanden OmniTRANS Beheer VRU Literatuurlijst 60

6 1 Inleiding 1.1 De regio Utrecht in het kort De regio Utrecht neemt qua ligging een bijzondere positie in. Veel wegen doorkruisen de regio Utrecht en verbinden de Randstad met andere delen van Nederland en met Europa. Van het verkeer op de autosnelwegen is ruim een derde deel doorgaand verkeer zonder herkomst of bestemming binnen de provincie. Het totale verkeer heeft nadelige gevolgen voor de verkeersafwikkeling en -leefbaarheid in dit gebied. De afgelopen jaren is de mobiliteit enorm gegroeid. Naast de algemene mobiliteitsgroei, die voortvloeit uit het feit dat iedereen steeds vaker en verder reist, zal het aantal verplaatsingen ook toenemen door verstedelijkingsontwikkelingen in de Randstad en in de regio Utrecht, waar nog een aantal omvangrijke nieuwbouwlocaties (zoals Leidsche Rijn, Rijnenburg, Odijk, Woerden en Vathorst) worden ontwikkeld. 1.2 Historisch overzicht VRU-modellen VRU versie 1.0 De versie 1.0 is begin 2000 ontwikkeld met het oog op de mogelijke ontwikkeling van een milieumodel voor de gehele regio Utrecht. Het accent lag op een voldoende beschrijving van het autoverkeer gedurende een werkdagetmaalsituatie en de effecten van ruimtelijke ontwikkelingen op de modal split. Later is hiervan het zogenaamde Spitsmodel Regio Utrecht (SRU) afgeleid. Het SRU beschrijft de autoverkeersstromen gedurende de ochtend- en avondspitsperiode. Beide modelsystemen zijn afgeleid van het NRM Randstad (zie Eindrapportage Randstadbreed Verkeersmodel, 7 mei 2001) wat betreft de gehanteerde netwerken en de gebiedsindeling in het buitengebied. Het basisjaar van VRU1.0 is 1998 en het prognosejaar is VRU versie 1.1 De versie 1.1 kenmerkt zich door een sterk verbeterde beschrijving van het openbaar vervoer. Hiertoe is het netwerk openbaar vervoer sterk uitgebreid, zijn alle openbaarvervoerhalten ingebracht, is nadrukkelijker rekening gehouden met studentenvervoer en zijn de herkomst- en bestemmingsmatrices verrijkt met zowel bus- als treintellingen. Zowel het basisjaar 1998 als het prognosejaar 2015 is in deze versie geactualiseerd. Voor een nadere technische omschrijving van deze versie wordt verwezen naar de rapportage Verkeersmodel Regio Utrecht 1.1, technische rapportage d.d. 9 april xx 1

7 VRU versie 1.3 In versie 1.3 is een actuele set van sociaal-economische gegevens opgenomen voor de gehele gemeente Utrecht. Daarnaast zijn enkele infrastructurele mutaties op het grondgebied van de gemeente Utrecht doorgevoerd. Genoemde mutaties hebben alleen betrekking gehad op de prognosemodellen. VRU versie 1.4 De op dat moment operationele dynamische modellen konden onvoldoende vraagstukken van opdrachtgevers beantwoorden. Daarom is besloten een dynamisch model te ontwikkelen voor het gehele VRU-gebied. Hiertoe is een macroscopisch dynamisch model ontwikkeld met als basis het VRU-model en met als rekenhart MADAM. MADAM heeft als belangrijkste kenmerken dat het verschijnsel congestie goed mee kan worden gemodelleerd, dat er (DVM-)maatregelen mee kunnen worden gemodelleerd en dat het grote netwerken aankan (zowel snelwegen als ook onderliggende wegen), waarbij het relatief snel rekent. Ook is in deze versie het element kruispuntmodellering geïntroduceerd. Gegeven het afwikkelingsvraagstuk heeft VRU1.4 alleen betrekking op de ochtend- en avondspitsperiode. VRU2.0 In de loop van 2004 hebben de deelnemende partijen de wens uitgesproken het VRU te actualiseren naar een basisjaar 2002 en prognosejaar Op deze wijze kan beter ingespeeld worden op alle ontwikkelingen binnen de regio. Naast het actualiseren van alle data zijn ook enkele aanpassingen aan de modelopzet gerealiseerd. Hierbij moet gedacht worden aan een beschrijving van het verkeer en vervoer over meerdere dagdelen, het verfijnen van het vrachtverkeersmodel, het toepassen van kruispuntmodellering en meer aandacht voor parkeren (zie ook hoofdstuk 2). VRU2.1 Bij het gebruik van VRU2.0 zijn, met name door de provincie, enkele onvolkomenheden aan het licht gekomen. Enerzijds bevatte het netwerk autoverkeer enkele fouten, anderzijds waren een aantal provinciale tellingen onjuist opgenomen in VRU2.0. Bij controle achteraf bleken een aantal verkeerde telwaarden op het provinciale wegennet terecht te zijn gekomen. In het kader van VRU2.1 zijn deze hersteld. Deze herstelactie heeft echter alleen betrekking gehad op het autoverkeer (en niet op andere modaliseiten). 1.3 Bouw VRU2.2 In het najaar van 2009 is gestart met de bouw van VRU2.2. Met VRU2.2 is een koppeling gemaakt tussen VRU2.0 en VRU2.1. Daarmee is het multimodale karakter van het VRUmodel weer in ere hersteld. VRU2.2 kenmerkt zich door een herkalibratie van zowel het autoverkeer als ook het openbaar vervoer en een actualisering van de prognose- xx 2

8 uitgangspunten. Het basis- en het prognosejaar zijn ten opzichte van versie 2.0 onveranderd gebleven (2002 en 2020). 1.4 Het eigendom en beheer van VRU2.2 Namens de gebruikersgroep VRU heeft het Bestuur Regio Utrecht (BRU) Goudappel Coffeng BV opdracht gegeven het VRU2.2 te bouwen. In de gebruikersgroep VRU zijn de volgende instanties vertegenwoordigd: BRU, provincie Utrecht, de gemeenten Bunnik, Breukelen, De Bilt, Driebergen-Rijssenburg (per 1 januari 2006 overgegaan tot de gemeente Utrechtse Heuvelrug), Houten, Maarssen, Nieuwegein, Utrecht, Vianen, Woerden, IJsselstein, Zeist en Rijkswaterstaat, directie Utrecht. Allen zijn eigenaar van het VRU2.2. Het beheer van het VRU-model is in handen van het BRU. De werkzaamheden ten tijde van de bouw van het VRU2.2 zijn begeleid door de werkgroep VRU. Deze werkgroep bestond uit leden van het BRU, de provincie Utrecht, Rijkswaterstaat, directie Utrecht en de gemeente Utrecht. 1.5 Leeswijzer In hoofdstuk 2 wordt eerst een profiel gegeven van het VRU2.2. Hiermee wordt een beeld geschetst van de gebruiksmogelijkheden van het VRU2.2. In dit hoofdstuk is vooral aandacht voor de nieuwe aspecten opgenomen in versie 2 van de VRU-modellen. In hoofdstuk 3 wordt vervolgens in hoofdlijnen beschreven op welke wijze het verkeers- en vervoersmodel is ontwikkeld. In hoofdstuk 4 wordt nader ingegaan op de voorbereidende werkzaamheden. Speciale aandacht is er voor het vrachtverkeer in hoofdstuk 5. De feitelijke opstelling van het verkeers- en vervoersmodel voor de huidige situatie komt in hoofdstuk 6 aan de orde. Het opstellen van het prognosemodel wordt beschreven in hoofdstuk 7. Ten slotte komt in hoofdstuk 8 de implementatie van het verkeersmodel aan de orde. xx 3

9 2 Het VRU-model in hoofdlijnen 2.1 Nieuwe onderdelen in versie 2 Ten opzichte van versie 1.4 is binnen versie 2.0 een groot aantal vernieuwende elementen opgenomen. In dit hoofdstuk wordt kort ingegaan op de belangrijkste vernieuwingen en wel de volgende: simultane matrixschattingstechniek; kruispuntmodellering; toedelingstechniek; combinatie personenauto- en vrachtverkeer (en busverkeer); matrices vrachtverkeer; reistijden autoverkeer (spitsperioden); parkeerweerstand; parkeerzoekgedrag. Simultane matrixschattingstechiek Alle matrices zijn simultaan opgesteld, zowel bij de feitelijke matrixschatting als bij de matrixkalibratie. Het toepassen van een simultane matrixtechniek garandeert de onderlinge samenhang en consistentie van alle deelmatrices, zowel per motief als per dagdeel. Kruispuntmodellering Theoretisch gezien geeft kruispuntmodellering in (zwaar) belaste netwerken een duidelijke verbetering van het routekeuzeproces. De vertragingen op het onderliggende wegennet ontstaan immers vooral op de kruispunten en in mindere mate op de wegvakken. Naast een meer nauwkeurige routekeuze leidt kruispuntmodellering ook tot nauwkeurige reistijden per auto. Als gevolg van verbeterde reistijden mag verwacht worden dat ook de kwaliteit van de uiteindelijke matrices is verbeterd. Toedelingstechniek Op basis van de theorie is een evenwichtstoedeling te prefereren boven een incremental toedeling. Een zuivere evenwichtstoedeling bepaalt hierbij zelf het aantal iteraties totdat het evenwicht is bereikt. Nadeel van deze techniek is dat geen selected link -analyses of uitsneden uit matrices kunnen worden gebouwd. Een goed alternatief hiervoor is de volume averaging -methode met voldoende iteraties. Gezien de ervaringen die Goudappel Coffeng met deze techniek heeft, is de volume averaging -methode in combinatie met kruispuntmodellering gehanteerd in de spitsperioden voor het personenautoverkeer. Voor de andere vervoerswijzen en tijdsperioden is een alles-of-nietstoedeling gebruikt. Deze technieken zijn gedurende het gehele project gehanteerd voor zowel de matrixschatting (bepaling reisweerstanden), de matrixkalibratie als voor de toedelingen in zowel het basisjaar als voor de prognosejaren. xx 4

10 Combinatie personenauto- en vrachtverkeer (en busverkeer) Alvorens het personenautoverkeer toe te delen, zal eerst het vrachtverkeer alles-of-niets worden toegedeeld. Vervolgens wordt, gecorrigeerd naar pae s, en gebaseerd op de restcapaciteiten het personenautoverkeer capaciteitsafhankelijk toegedeeld. Aanvullend hierop geldt nog dat ook de busintensiteiten, in het geval busverkeer gebruik maakt van de auto-infrastructuur, in mindering zijn gebracht op de wegvakcapaciteiten. Matrices vrachtverkeer In aansluiting op de wensen vanuit de regio is het vrachtverkeer bepaald volgens de systematiek zoals beschreven in het Regionaal Goederenvervoermodel (RGM, zie ook Gebruikershandleiding RGM, opgesteld door Goudappel Coffeng BV in opdracht van Rijkswaterstaat, Adviesdienst Verkeer en Vervoer). In aanvulling hierop is een vrachtverkeermodule VRU ontwikkeld, waarmee een betere beschrijving op het binnenstedelijke hoofdwegennet wordt gerealiseerd. Reistijden autoverkeer (spitsperioden) Binnen de traditionele statische toedelingen is het niet mogelijk om in congestiegevoelige situaties de juiste reistijden te bepalen, omdat onder andere de plaats van de congestie en de terugslag daarvan stroomopwaarts niet goed worden bepaald. Verder wordt bij een statische toedeling het verkeer direct over de gehele route toegedeeld, waardoor het verkeer gelijktijdig kan bijdragen aan meerdere knelpunten. Omdat goede reistijden van belang zijn voor een goed matrixschattingsproces, is hier in de spitsperioden als volgt mee omgegaan: eerst wordt de hoeveelheid autoverkeer bepaald in een free flow -situatie; vervolgens wordt dit verkeer capaciteitsafhankelijk toegedeeld met kruispuntmodellering (met aangepaste capaciteiten als gevolg van de vrachttoedeling); op basis van deze aangepaste reistijden worden nieuwe a priori matrices geschat; dit proces wordt maximaal drie keer herhaald. Het belangrijke voordeel van deze aanpak is dat bij de bouw van de a priori matrices al rekening wordt gehouden met de optredende congestie en de beïnvloeding van congestie op de ritdistributie en modal split. Dit geeft niet alleen een betere beschrijving van het basisjaar, maar uiteraard ook van het prognosejaar. Parkeerweerstanden Bij het bepalen van de reisweerstand spelen ook de parkeerkosten een aanzienlijke rol. Het is echter moeilijk om goede kosten te bepalen, vanwege: aandeel vergunninghouders; gemiddelde parkeerduur (motiefafhankelijk); parkeren op eigen (bedrijven)terrein; benoemen van zones waar parkeertarieven gelden (lokale kennis); xx 5

11 kwaliteit parkeerverwijssysteem; beschikbare parkeercapaciteit; mogelijkheden tot uitwijken. Al deze genoemde aspecten spelen een rol bij de parkeerweerstand in met name stadscentra. Gezien de moeilijkheden met de kwantificering van de parkeerweerstanden is de maat bereikbaarheidsweerstand geïntroduceerd. De totale bereikbaarheidsweerstand per zone is een gewogen sommatie van de parkeerweerstanden per verkeerszone. Deze extra weerstand wordt toegevoegd aan de bestemmingenkant om uiteindelijk op zonaal niveau betere modal split -verhoudingen te kunnen bepalen. Parkeerzoekgedrag In de meest gangbare modeltechnieken wordt ervan uitgegaan dat de hoeveelheden vertrekken en aankomsten per verkeersgebied direct gekoppeld zijn aan de sociaaleconomische vullingen in een gebied. Uiteraard gaat dit voor de meeste gebieden ook op. Een uitzondering hierop zijn de (autovrije) centrumgebieden, zoals het centrum en stationsgebied in de binnenstad van Utrecht en andere centrumgebieden binnen de regio Utrecht. Hier is immers niet direct meer een koppeling te leggen tussen de echte herkomst en bestemming en de locatie waar de automobilist de auto parkeert. Het is goed mogelijk dat in een bepaald gebied meer vertrekken en aankomsten worden geregistreerd dan dat op basis van de omvang van de voorzieningen verwacht zou mogen worden. Dit als gevolg van een overvolle parkeergarage of het feit dat elders parkeren goedkoper is. Om aan dit probleem tegemoet te komen, zijn in een aantal centrumgebieden in het studiegebied aparte parkeernetwerken aangebracht. Deze aanpak maakt het mogelijk dat automobilisten de auto parkeren op een van de belangrijke parkeerlocaties en een bestemming hebben die niet gekoppeld is aan de directe omgeving van de parkeerlocatie. Tevens maakt deze methode het mogelijk dat, indien een parkeerlocatie vol is, binnen het modelsysteem een alternatieve parkeerlocatie gevonden kan worden. Een en ander leidt tot een betere beschrijving van de wegvakken binnen stedelijke centrumgebieden, omdat met deze aanpak rekening wordt gehouden met parkeerzoekgedrag van automobilisten. De omschreven methode wordt toegepast in de beide spitsperioden. 2.2 Dimensies Het VRU2.2 omvat de volgende dimensies. xx 6

12 basisjaar prognosejaar studiegebied invloedsgebied buitengebied gebiedsindeling vervoerswijzen in simultaan deel motieven in simultaan deel tijdsperioden netwerken toedelingstechniek basismatrices matrixkalibratie prognosematrices BRU-gebied (1.977 zones) provincie Utrecht (386 zones) rest van Nederland en buitenland (1.900 zones) gedefinieerd door opdrachtgever, gebaseerd op PC6-indeling personenautobestuurder personenautopassagier openbaar vervoer fietsverkeer vrachtverkeer woon-werk woninggebonden zakelijk niet-woninggebonden zakelijk woon-school woon-winkel overig ochtendspits uur avondspits uur restdag uur, uur, etmaal (ochtend- + avondspits + restdag) multimodaal netwerk, waaronder: auto openbaar vervoer fiets vrachtverkeer volume averaging -toedeling personenautoverkeer (spitsperioden) toepassing van kruispuntmodellering autoverkeer (spitsperioden) correctie van capaciteiten met bus- en vrachtverkeersintensiteiten overige vervoerswijzen en tijdsperioden alles-of-niets a priori vrachtverkeermatrices met RGM-methode en vrachtverkeermodule VRU a priori matrices personenverplaatsingen met simultaan zwaartekrachtmodel, rekening houdend met effecten op de modal split en ritdistributie door toepassing van: - kruispuntvertragingen en vertragingen op het wegennet (spitsperiode) simultane matrixkalibratie over de dagdelen voor: personenauto- en vrachtverkeer openbaar vervoer vrachtverkeermatrices met RGM-methode en vrachtverkeermodule VRU personenmobiliteit met simultaan zwaartekrachtmodel Tabel 2.1: Dimensies VRU2.2 xx 7

13 3 Aanpak op hoofdlijnen Het gehele project is onderverdeeld in drie afzonderlijke stappen, te weten: fase 1: Voorbereidingsfase modelontwikkeling; fase 2a: Opstellen verkeersmodel vrachtverkeer 2002; fase 2b: Opstellen verkeersmodel personenmobiliteit 2002; fase 3: Opstellen verkeersmodel De verschillende stappen worden in de volgende paragrafen en hoofdstukken toegelicht. 3.1 Fase 1: Voorbereidingsfase modelontwikkeling Tijdens fase 1 zijn de volgende werkzaamheden uitgevoerd: coderen en controleren netwerken; coderen tellingen. Een nadere toelichting op de verschillende onderdelen wordt gegeven in hoofdstuk Fase 2a: Opstellen verkeersmodel vrachtverkeer 2002 In deze fase 2a zijn matrices vrachtverkeer voor het basisjaar 2002 geschat. Hiertoe zijn de volgende stappen doorlopen: opstellen a priori vrachtverkeermatrices via RGM-procedures; opstellen dagdeelmatrices vrachtverkeer via RGM-procedures; opsplitsen dagdeelmatrices vrachtverkeer naar type middelzwaar en zwaar vrachtverkeer; verrijking vrachtverkeermatrices met vrachtverkeer op de korte afstanden middels vrachtmodule VRU. Een nadere uitwerking van de schatting van het vrachtverkeer is opgenomen in hoofdstuk Fase 2b: Opstellen verkeersmodel personenmobiliteit 2002 Verschillende typen matrices Het schattingsproces onderscheidt zich in de wijze waarop de verschillende typen databronnen zijn toegepast. Hierbij is onderscheid gemaakt naar de a priori matrices en de basismatrices. Bij het opstellen van de a priori matrices is vooral OVG/MON-informatie gebruikt. De op tellingen gekalibreerde a priori matrices vormen de uiteindelijke basismatrices Hierna is de te volgen werkwijze stapsgewijs gepresenteerd. xx 8

14 stap 1: Ritgeneratie: - 1a. schatting ritgeneratiemodel per dagdeel (ochtend-, avondspits en restdag), - 1b. schatting ritgeneratie per dagdeel; stap 2: Distributie en modal split: - 2a. bepaling weerstandenmatrices, - 2b. schatting simultaan distributiemodel per dagdeel, - 2c. distributie: schatting a priori matrices per dagdeel; stap 3: Opsplitsen matrix autopersonen in personenautobestuurder en -passagiers: - 3a. bepaling matrices autopassagier en autobestuurder door toepassing autobezettingsgraden per motiefgroep en afstandsklasse uit OVG, - 3b. kwaliteitstoetsing matrices autopassagier en autobestuurder aan het OVG; stap 4: Kwaliteitstoetsing a priori matrices; stap 5: Simultane kalibratie a priori matrices tot basismatrices; stap 6: Toedelingen per vervoerswijze (AON, VA en multi routing); stap 7: Kwaliteitstoetsing basismatrices. De beschrijving van de procesgang, de wijze waarop data is verwerkt en de uitgevoerde werkzaamheden zijn nader toegelicht in hoofdstuk Fase 3: Opstellen verkeersmodel 2020 Voor het opstellen van de prognosematrices is het noodzakelijk om helderheid te krijgen over de uitgangspunten voor het te hanteren scenario. Hierbij is onderscheid gemaakt in de volgende onderdelen: infrastructurele wijzigingen; sociaal-demografische ontwikkelingen; inkomens- en prijsontwikkelingen; ontwikkeling autobezit en bezettingsgraden. Deze uitgangspunten zijn in onderling overleg met de opdrachtgever vastgesteld, waarna het prognosemodel voor het planjaar 2020 is opgesteld. De prognosemodellen zijn getoetst op plausibiliteit door de uitkomsten te vergelijken met het verkeersmodel van de huidige situatie. De wijze waarop de prognosemodellen tot stand komen, is beschreven in hoofdstuk 7. xx 9

15 4 Fase 1: Voorbereidingsfase modelontwikkeling 4.1 Gebiedsindeling De gebiedsindeling is conform VRU2.0. Destijds is de gebiedsindeling gefaseerd tot stand gekomen. De gebieden gelegen buiten de provincie Utrecht zijn rechtstreeks overgenomen vanuit het NRM-Randstad (versie 1.0). Van het studie- en invloedsgebied (lees: provincie Utrecht) heeft de werkgroep VRU de gebiedsindeling opgesteld. Deze is gebaseerd op de postcode 6-indeling. Deze gebiedsindeling is in shape-formaat beschikbaar gesteld aan de opdrachtnemer en is vertaald naar verkeerszones. De shape-file is ook digitaal in de projectbestanden opgenomen. Daarmee is een directe koppeling tussen het verkeersmodel en de door de opdrachtgever aangereikte gebiedsindeling gewaarborgd. 4.2 Sociaal-demografische gegevens Bij het opstellen van het VRU2.0 is gebruik gemaakt van sociaal-demografische gegevens per zone. Deze gegevens zijn voor de afzonderlijke gemeenten in het studiegebied door de gemeenten zelf bepaald. Voor het invloedsgebied zijn deze bepaald door de provincie Utrecht. Voor de gebieden gelegen buiten de provincie Utrecht zijn deze overgenomen vanuit het NRM-Basisbestand Hiertoe is het NRM-Basisbestand 2002 (postcode 4-niveau) gekoppeld aan de gebiedsindeling VRU2.2. De definitieve SEG zijn direct ingebracht in het OmniTRANS-project, zodat ook op deze wijze volledige afstemming is gewaarborgd tussen de externe bronnen en de uiteindelijke bronnen waarmee is gerekend. Voor de verschillende sociaal-demografische gegevens gelden de volgende definities: huishoudens: het aantal huishoudens per zone, meestal gelijk verondersteld aan het aantal woningen; inwoners: het aantal personen woonachtig in de betreffende zone; inwoners < 35: het aantal personen met een leeftijd jonger dan 35 jaar; beroepsbevolking: personen die ten minste twaalf uur per week werken inclusief personen die verklaren ten minste twaalf uur per week te willen werken en daarvoor beschikbaar zijn; arbeidsplaatsen: aantal werkzame personen in vol- en deeltijd (inclusief zelfstandigen); arbeidsplaatsen detail: aantal arbeidsplaatsen in de detailhandel; leerlingplaatsen: aantal personen van 12 jaar en ouder dat gebruik maakt van een onderwijsinstelling. In VRU2.2 zijn voor het basisjaar 2002 dezelfde sociaal-economische gegevens gehanteerd als in VRU2.0, voor de prognose 2020 is een actualisering van de sociaaleconomische gegevens uitgevoerd. xx 10

16 4.3 Netwerken Het onderscheiden van de vervoerswijzen auto, openbaar vervoer en fiets impliceert het opstellen van netwerken autoverkeer, openbaar vervoer, fiets- en vrachtverkeer. Binnen OmniTRANS wordt standaard uitgegaan van multimodale netwerken. Multimodaal netwerk In het multimodale netwerkbestand zijn alle relevante wegen, spoorlijnen, busstroken en fietspaden als links opgenomen. Per link is aangegeven voor welke vervoerswijze de betreffende link toegankelijk is (personenauto-, vrachtverkeer, openbaar vervoer, fietsverkeer). Hiermee wordt de onderlinge afstemming in de netwerkopbouw gewaarborgd. Zo worden bijvoorbeeld de openbaar-vervoerlijnen voor stads- en streekvervoer op de links van het autoverkeer (dan wel specifieke openbaar-vervoerinfrastructuur) geprojecteerd, waarmee het openbaar-vervoernetwerk een grote mate van herkenbaarheid krijgt. Tevens zijn de netwerken gefit op een door de opdrachtgever beschikbaar gestelde ondergrond. Om tot het definitieve multimodale netwerk 2002 te komen zijn een aantal inloopdagen georganiseerd. Tijdens deze dagen is gezamenlijk met de gebruikers het netwerk gecontroleerd en akkoord bevonden Linkkenmerken autoverkeer In het netwerk voor het autoverkeer is aan elke link informatie gekoppeld over de lengte van het wegvak, de snelheid die wordt gehanteerd in het modelsysteem, een wegvakcapaciteit geldend voor het betreffende dagdeel en een codering voor het wegtype. De snelheden in het huidige modelsysteem zijn geen wettelijk toegestane snelheden, maar snelheden die gemiddeld worden gereden op die wegvakken, rekening houdend met de ruimtelijke kenmerken langs deze wegen en de aanwezigheid van snelheidsremmende voorzieningen. De snelheden in het netwerk zijn destijds zodanig ingevoerd dat hierdoor realistische routevorming ontstaat gedurende een etmaalperiode tussen de herkomst- en bestemmingsgebieden. Het zonder meer toepassen van wettelijk toegestane snelheden zal namelijk leiden tot onjuiste routevorming in het netwerk. In het netwerk zijn ook wegvakcapaciteiten opgenomen die aangeven hoeveel verkeer op een bepaald wegvak verwerkt kan worden gedurende een spitsperiode. Zowel snelheden als capaciteiten zijn in gezamenlijk overleg met de betreffende wegbeheerder ingevoerd Kruispuntmodellering Bij de spitsmodellen voor het autoverkeer wordt rekening gehouden met wegvakcapaciteiten en kruispuntweerstanden. Daartoe is in de netwerken informatie opgenomen ten aanzien van de lay-out van kruispunten. Dit betekent dat de routekeuze in dat geval mede afhankelijk is gesteld van de vormgeving van het kruispunt en de aanwezige verkeersstromen op het kruispunt. De locaties waar kruispuntweerstanden zijn ingevoerd, xx 11

17 zijn in overleg met de opdrachtgever bepaald. De invoer van de kruispuntconfiguraties is geschied aan de hand van luchtfoto s en/of tekeningen, beschikbaar gesteld door de opdrachtgevers. Tevens hebben de opdrachtgevers de digitale informatie gecheckt en geaccordeerd Vrachtverkeer Het netwerk voor het vrachtverkeer is gebaseerd op het autonetwerk. De snelheid van het vrachtverkeer is over het algemeen 10 km/h lager gezet dan de snelheid die is ingevoerd voor het personenautoverkeer, met een bovengrens van 90 km/h en een ondergrens van 10 km/h (zie tabel 4.1). Met deze snelheden voor het vrachtverkeer wordt enerzijds rekening gehouden met de algemeen gebruikte snelheidsbegrenzer, anderzijds met de langere versnellingstijd van vrachtverkeer. wettelijke snelheid snelheid vrachtverkeer > 90 km/h 90 km/h < 50 km/h - 10 km/h t.o.v. autosnelheid Tabel 4.1: Snelheden vrachtverkeer Daarnaast is in het netwerk bijgehouden of een wegvak is opengesteld voor het vrachtverkeer (spitsafsluitingen, venstertijden en dergelijke) en of er sprake is van specifieke afslagverboden voor het vrachtverkeer. Deze gegevens zijn door de opdrachtgever aangeleverd en geaccordeerd Fiets Het fietsnetwerk is ontstaan door enerzijds per wegvak aan te geven of het desbetreffende wegvak al dan niet toegankelijk is voor het fietsverkeer, anderzijds zijn specifieke (kortsluitende) fietslinks toegevoegd. Als gevolg van een minder grote kruispuntdichtheid is in overleg met de opdrachtgever gekozen voor een gedifferentieerd snelheidsregime voor het fietsverkeer; in binnenstedelijke gebieden een snelheid van 10 km/h, in landelijke gebieden 14 km/h en binnen de bebouwde kom een snelheid van 12 km/h, aangegeven door het Bestuur Regio Utrecht Openbaar vervoer Het netwerk openbaar vervoer is op basis van lijnennetkaarten van de vervoerders en recente gegevens (bus- en spoorboekjes) geactualiseerd tot het basisjaar Alle bushalten zijn op de juiste locaties (inclusief haltenaam) ingebracht op basis van OVRinformatie. Voor het directe invloedsgebied geldt dat alleen streeklijnen zijn ingebracht met een begin- of eindpunt gelegen binnen het invloedsgebied. In het buitengebied xx 12

18 bestaat het netwerk openbaar vervoer alleen uit treinverbindingen. In het openbaarvervoernetwerk is onderscheid gemaakt in dagdelen. Met deze werkwijze wordt rekening gehouden met de grote verschillen in bedieningsniveau van het openbaar vervoer gedurende de verschillende perioden over de dag. Dit komt het matrixschattingsproces ten goede. Verder geeft dit de mogelijkheid om per dagdeel het openbaar vervoer toe te delen en te kalibreren. Dit verhoogt vooral de beschrijvende waarde van specifieke spits(lijn)verbindingen Voedingslinks Tegelijkertijd met de toegeleverde gebiedsindeling is ook het geografische zwaartepunt van de gebieden bepaald. Zoneaansluitingen zijn, indien noodzakelijk, zodanig aangetakt dat deze zo goed mogelijk overeenkomen met de werkelijkheid. Ook hiervoor zijn de geografische ondergronden ter ondersteuning gebruikt. Tevens hebben de opdrachtgevers de aansluitingen gecheckt en indien nodig nadere informatie aangereikt Verificatie netwerken De netwerken zijn per vervoerswijze getoetst op volledigheid en consistentie. Tijdens deze controle zijn onder andere de volgende controleslagen worden uitgevoerd: Is het netwerk sluitend? Er mogen geen dangling links in het netwerk voorkomen. Klopt het coördinatensysteem? Is het aantal zones juist? Zijn de zones op een correcte wijze aangetakt, dat wil zeggen: niet rivier-/kanaal-/ spoor-/snelwegoverschrijdend? Zijn de zones op een eenduidige wijze aangetakt? Zijn alle zones onderling bereikbaar? Dit is gecontroleerd door een enen-matrix aan het netwerk toe te delen? Hebben voedingslinks de juiste kenmerken (richtingen, snelheden/tijden, capaciteiten enzovoorts)? Hebben links buiten het studie- en invloedsgebied de juiste linkkenmerken (richtingen, afstanden, snelheden, capaciteiten)? Snelheden > 0 km/h en <= 120 km/h? Capaciteit in studiegebied > 0 pae/h/strook en < pae/h/strook? Geen links met 0,000 km lengte? Komen linktypen en snelheden overeen (geen 120 km/h in bebouwde kom)? Zijn de afstanden op de links in vergelijking met de hemelsbrede afstand in overeenstemming? Komen de ingevoerde afslagverboden overeen met de werkelijke situatie zoals die bestond tijdens het basisjaar 2002? Kloppen de snelheden van het vrachtautonetwerk? De gebruikers hebben de netwerken kunnen beschouwen op consistentie en volledigheid. De gemaakte opmerkingen zijn verwerkt in de definitieve netwerken Een overzicht van de doorgevoerde mutaties is opgenomen in bijlage 1. xx 13

19 4.4 Tellingen (Vracht)autotellingen In de loop der jaren zijn diverse tellingen verricht door verschillende instanties. Het gaat hierbij dan om structureel uitgevoerde tellingen in het kader van een vast telprogramma, maar ook om incidenteel uitgevoerde tellingen. Er is onderscheid gemaakt in de dagdeelperioden ochtend-, avondspits en restdag. Daarnaast is ten behoeve van de matrixbouw personenauto- en vrachtverkeer onderscheid gemaakt in voertuigcategorieën. Overeenkomstig het voorgaande zijn in het OmniTRANS-project twaalf telgegevens aangaande het autoverkeer (twee voertuigtypen * drie dagdelen * twee richtingen) opgenomen. De bron van de gehanteerde telgegevens autoverkeer betreft de GIS-applicatie Telpunten GIS. Deze applicatie is door de provincie Utrecht ontwikkeld en vormt het communicatiemiddel tussen de eindgebruikers en de modelbouwers. De applicatie stelt de wegbeheerder in staat op eenduidige wijze de juiste telinformatie aan te bieden. De applicatie Telpunten GIS is een nadere praktische uitwerking van het regionaal vastgestelde telplan Regio Utrecht. Telplan Regio Utrecht is door Goudappel Coffeng opgesteld en omvat een advies met betrekking tot de wijze van tellen in relatie tot de modelbouw VRU (zie rapportage: Telplan Regio Utrecht, eindrapportage, d.d. 28 april 2003). Aanvullend op het bovenstaande zijn tijdens de eerder genoemde inloopdagen ook de telcijfers uitvoerig gecontroleerd en uiteindelijk akkoord bevonden Tellingen openbaar vervoer Het verzamelen van de gewenste informatie voor de toetsing van het openbaar vervoer blijkt in de praktijk vaak lastig. Bij de kalibratie van de HB-matrices van het openbaar vervoer zal namelijk informatie bekend moeten zijn over het aantal passagiers dat op een bepaald wegvak passeert. Indien hier meerdere lijnen passeren, is het noodzakelijk dat van alle lijnen afzonderlijk het aantal passagiers op die locatie bekend is. Desondanks is in het VRU2.2 een groot aantal telpunten opgenomen met informatie over de busbelastingen, aangeleverd door het Bestuur Regio Utrecht. Ook hier is onderscheid gemaakt naar dagdelen. Om het aantal in- en uitstappers per station te bepalen, is gebruik gemaakt van gegevens van ProRail. Deze in- en uitstaptellingen zijn als telpunt meegenomen in de kalibratie van het openbaar vervoer (per dagdeel) Fietstellingen In verband met de zeer beperkte aanwezigheid van fietstellingen zijn in dit project geen fietstellingen meegenomen. xx 14

20 4.5 Projectbestanden Alle hiervoor genoemde datasets zijn opgenomen in het OmniTRANS-project (zie bijbehorende dvd). Met behulp van de OmniTRANS-viewer is het mogelijk alle data te bekijken, te rapporteren en/of te plotten. VRU2.2 is gebouwd met behulp van OmniTRANS versie xx 15

21 5 Fase 2a: Opstellen verkeersmodel vrachtverkeer Algemeen Het aandeel vrachtverkeer in de totale automobiliteit neemt steeds toe en dat vraagt dat het vrachtverkeer zo nauwkeurig mogelijk in beeld gebracht wordt. In aansluiting op de wensen vanuit de regio is het vrachtverkeer bepaald volgens de systematiek zoals beschreven in het Regionaal Goederenvervoermodel (RGM). In aanvulling hierop is een vrachtverkeermodule VRU ontwikkeld, waarmee een betere beschrijving op het binnenstedelijke hoofdwegennet wordt gerealiseerd. Opstellen matrices vrachtverkeer in vier stappen De matrices voor het vrachtverkeer VRU2.2 zijn in vier stappen aangemaakt. Hierbij is gebruik gemaakt van de sterke punten uit de meest gangbare modeltechnieken om uiteindelijk te komen tot kwalitatief nauwkeurige vrachtverkeermatrices en correcte toedelingen van het vrachtverkeer. In de eerste stap zijn de matrices aangemaakt overeenkomstig het Regionaal Goederenvervoermodel. Dit is in aansluiting op de wensen vanuit de regio. In de tweede stap zijn matrices geschat volgens de Vrachtverkeermodule VRU. In stap 3 zijn deze beide methoden gecombineerd om een zo hoog mogelijke beschrijvende toedeling te verkrijgen en uiteindelijk in stap 4 heeft de kalibratie plaatsgevonden. In de hiernavolgende hoofdstukken zijn de vier doorlopen deelstappen nader toegelicht. 5.2 Stap 1: Regionaal Goederenvervoermodel Op verzoek van de werkgroep VRU is het vrachtverkeer bepaald volgens de systematiek zoals die beschreven is in het Regionaal Goederenvervoermodel (RGM). De hierin gevolgde werkwijze is uitgebreid omschreven in de rapportage Beschrijving Regionaal Goederenvervoermodel [1]. De volgende bewerkingen zijn, overeenkomstig de RGM-systematiek, op deze matrix toegepast: 1. omzetting van jaar naar gemiddelde werkdag; 2. desaggregatie van LMS- naar VRU-niveau; 3. ophoging naar het jaar 2002 (vanuit VAM1996); 4. omzetting van gemiddelde werkdag naar dagdelen. xx 16

22 1. Omzetting van jaar naar gemiddelde werkdag De matrix bevat het aantal ritten op jaarbasis en dient dus te worden omgezet naar het aantal ritten op een gemiddelde werkdag. Ook voor deze procedure is aangesloten bij de aanpak in het RGM. Concreet betekent dit dat de matrix is gedeeld door de factor 204 om van een jaargemiddelde tot een werkdaggemiddelde te komen. 2. Desaggregatie van LMS- naar VRU-niveau Voor de desaggregatie van LMS- naar VRU-niveau is een verdeelsleutel nodig op grond waarvan de matrixrand van een LMS-zone verdeeld wordt over de onderliggende VRUzones. Voor het bepalen van deze verdeelsleutel is aangesloten bij de verdeelsleutels in het RGM. Vervolgens is via een matrixexpansie de matrix opgeblazen van LMS- naar VRUniveau. 3. Ophoging naar het jaar 2002 (vanuit VAM1996) Het gebruik van de 1996 vrachtverkeermatrix houdt in dat deze moet worden opgehoogd naar het jaar Op basis van de beschikbare telgegevens op rijkswegen is het verschil bepaald op basis van de toedeling 1996 en de vrachttellingen Voor de matrix2002 is een regionale correctiefactor bepaald door het quotiënt te bepalen tussen het aggregaat van de beschikbare regionale tellingen (2002) en het aggregaat van de bijbehorende toegedeelde intensiteiten (1996). Door de gebruikte matrix in zijn geheel te vermenigvuldigen met de correctiefactor resulteert een regionaal afgestemde matrix. 4. Omzetting van gemiddelde werkdag naar dagdelen Binnen de RGM-procedure worden provinciale dagdelen toegepast. Voor de provincie Utrecht gelden de volgende factoren (ten opzichte van het etmaal): dagdeel factor ochtendspits ( uur) 0,1388 avondspits ( uur) 0,1345 restdag 0,7267 Tabel 5.1: Dagdeelfactoren vrachtverkeer volgens RGM Uit ervaringen die Goudappel Coffeng heeft opgedaan met het opstellen van spitsmatrices voor het vrachtverkeer (diverse NRM s en de ontwikkeling van het RGM) is gebleken dat de verhouding tussen vrachtverkeerintensiteiten in de spits per richting redelijk evenwichtig is. Dit betekent dat een a priori spitsmatrix verkregen kan worden middels vermenigvuldiging met een spitsfactor zoals hiervoor genoemd. De aldus ontstane matrices zijn de a priori vrachtverkeermatrices per dagdeel. Daarmee is de RGM-procedure doorlopen. xx 17

23 5.3 Stap 2: Vrachtverkeermodule VRU De sterke punten van het toepassen van de RGM-procedure betreft de betrouwbaarheid van het vrachtverkeer op het hoofdwegennet. Het doorlopen van deze procedure leidt tot een goede beschrijving van de vrachtverkeerstromen op de middellange en lange afstanden. Een minder goede beschrijvende waarde heeft het RGM bij de ritten op de kortere afstand. Om dit gemis op te vullen, is een aparte module vrachtverkeer VRU ontwikkeld. Dit moet in elk geval leiden tot een betere weergave van de huidige situatie (het basisjaar) en een betere voorspelling van de vrachtverkeersproductie/attractie in de toekomst. In de vrachtverkeermodule VRU zijn de volgende traditionele modelstappen doorlopen: 1. productie/attractie; 2. ritdistributie Productie/attractie In de productie/attractie-stap is het aantal vertrekken en aankomsten per zone vastgelegd. Voor verschillende bedrijfssoorten zijn kentallen beschikbaar van diverse onderzoeken (zie literatuurlijst, 1, 2, 3, 4). In deze onderzoeken wordt onderscheid gemaakt in de volgende typen vrachtverkeer: goederenvervoer tussen bedrijven; goederenvervoer tussen detailhandel; goederenvervoer tussen kantoren; goederenvervoer tussen huishoudens. Goederenvervoer tussen bedrijven In tabel 5.2 is het gemiddelde aantal voertuigbewegingen per bedrijf per dag (zie literatuurlijst, 2) aangegeven. Hierbij is onderscheid gemaakt naar type bedrijventerrein en naar aanvoer en afvoer van goederen. gemiddelde type bedrijventerrein aanvoer afvoer zeehaventerrein 7,43 13,86 zwaar industrieterrein 12,74 11,21 distributieterrein 28,77 14,62 hoogwaardig bedrijvenpark 8,45 9,13 gemengd terrein 8,38 8,25 Tabel 5.2: Gemiddeld aantal voertuigbewegingen per bedrijf per dag Uit dezelfde studie zijn ook kentallen beschikbaar voor de verdeling naar middelzwaar en zwaar vrachtverkeer en de verdeling over de dag. Deze kentallen zijn door Goudappel Coffeng vertaald naar aantallen vertrekken en aankomsten per voertuigtype en dagdeelperiode. xx 18

24 vertrekken+aankomsten ochtendspits avondspits restdag type bedrijventerrein middel zwaar middel zwaar middel zwaar totaal zeehaventerrein 2,91 4,21 1,44 1,88 4,48 6,38 21,29 zwaar industrieterrein 1,75 4,10 1,49 3,49 3,91 9,21 23,95 distributieterrein 2,81 8,41 2,87 7,44 5,49 16,37 43,39 hoogwaardig bedrijvenpark 2,82 1,78 2,35 1,65 5,44 3,55 17,58 gemengd terrein 2,61 1,85 2,07 1,45 5,05 3,60 16,63 Tabel 5.3: Aantallen vertrekken en aankomsten per bedrijf per dagdeel Als verklarende variabele geldt het type bedrijventerrein en het aantal bedrijven per verkeerszone. Om deze kentallen te kunnen toepassen, is het noodzakelijk deze gegevens in een bestand op te nemen voor geheel Nederland. Voor de provincie Utrecht zijn deze direct afgeleid vanuit de PAR-bestanden. Voor de rest van Nederland is een omrekening gemaakt vanuit totale arbeidsplaatsen naar aantallen bedrijven per verkeerszone. Goederenvervoer tussen detailhandel Een veel gebruikt kental voor het karakteriseren van goederenvervoer naar detailhandel is het aantal zendingen per vestiging per week. Vanuit diverse studies, waaronder de studie genoemd onder 2 in de literatuurlijst, zijn gegevens beschikbaar over een aantal kenmerken van de stedelijke distributie die toegepast zijn in deze module. gem. aantal leveringen/ gem. vvo in m 2 aantal leveringen/ week 100 m 2 vvo per week supermarkten/warenhuizen ,4 0,7 dagelijkse detailhandel 116 7,3 6,3 mode 227 5,2 2,3 apparatuur/woninginrichting 281 4,6 1,6 overige detailhandel 139 5,1 3,6 horeca en entertainment 134 6,4 4,8 dienstverlening en instellingen 122 5,6 4,6 overig 174 3,1 1,8 totaal 249 6,3 2,5 Tabel 5.4: Aantal leveringen per type detailhandel Als verklarende variabele geldt het aantal verkoopvloeroppervlakte in vierkante meters per type detailhandel. Omdat deze gegevens niet direct per zone beschikbaar zijn, is een aggregatie toegepast zoals opgenomen in tabel 5.4. xx 19

25 gem. gem. aantal aantal leveringen/ aantal leveringen/ type winkel gem. vvo in m 2 leveringen/ week 100 m 2 vvo per week 100 m 2 vvo per dag detailhandel ,6 1,25 0,25 horeca en entertainment 134 6,4 4,8 0,96 diensten 122 5,6 4,6 0,92 Tabel 5.5: Aantal leveringen per dag Gelet op de beschikbaarheid van PAR-gegevens is ook hier een schematisering toegepast. Deze schematisering gaat ervan uit dat het aantal ritten niet gekoppeld is aan vierkante meters, maar aan aantal vestigingen. Hiertoe is eerst een conversie doorgevoerd tussen PAR en de benodigde indeling. stap 3: Conversie PAR-bestanden naar detailhandel type benodigde gegevens code landbouw handel 1 visserij horeca 2 delfstoffen diensten 3 industrie nutsbedrijf 3 bouw handel 1 horeca 2 transport financieel 3 zakelijk 3 overheid 3 onderwijs 3 zorg 3 cultuur 2 particulier extra Tabel 5.6: Conversie PAR-typen naar detailhandel Goederenvervoer tussen kantoren Voor kantoren wordt het volgende kental gegeven (zie literatuurlijst, 2). aantal zendingen per week 7,1 bestelbusje 76% middelzwaar vrachtverkeer 9% zwaar vrachtverkeer 15% Tabel 5.7: Aantal leveringen per dag xx 20

26 Een bestelbusje is modelmatig gelijk aan een personenauto (met het motief zakelijk). Gecorrigeerd voor het aandeel bestelbusje betekent dit dat per dag en per kantoor mag worden uitgegaan van 0,13 leveringen per middelzwaar voertuig en 0,21 leveringen met een zwaar vrachtvoertuig. Als verklarende variabele geldt het aantal kantoren per verkeerszone. Goederenvervoer tussen huishoudens In de studie genoemd in de literatuurlijst onder punt 2 is een schatting opgenomen van het aantal goederenleveringen aan huishoudens door middel van vracht- en bestelauto s. Gesteld wordt dat gemiddeld elk huishouden vier keer per jaar een vrachtwagen voor de deur krijgt. Per werkdag is uitgegaan van de in tabel 5.8 geschatte verdeling: voertuigen/ dagdeel woning/dag ochtendspits 0,0024 avondspits 0,0024 restdag 0,0143 etmaal 0,0190 Tabel 5.8: Aantal vrachtvoertuigen per woning per dag Als verklarende variabele geldt het aantal woningen per zone Ritdistributie Naast kentallen die betrekking hebben op de productie/attractie van verkeerszones zijn ook kentallen beschikbaar over de afstandsverdeling (ritdistributie). Hierbij is onderscheid gemaakt naar typen terrein. aanvoer aanvoer type bedrijventerrein > >100 zeehaventerrein 15% 21% 31% 33% 10% 14% 16% 60% zwaar industrieterrein 20% 23% 21% 36% 23% 21% 19% 38% distributieterrein 14% 19% 22% 45% 25% 19% 22% 34% hoogwaardig 26% 22% 19% 32% 31% 24% 16% 29% bedrijvenpark gemengd terrein 22% 22% 23% 33% 29% 23% 21% 27% Tabel 5.9: Afstandsverdeling vrachtverkeer naar type bedrijventerrein Het toepassen van verschillende afstandsverdelingen houdt in dat per afstandsverdeling aparte matrices moeten worden geschat. In dit geval zou het gaan om 30 of meer matrices. In onze aanpak is dit proces vereenvoudigd door één set aan afstandsverdelingen toe te passen op alle typen vrachtverkeer. De te hanteren set is een gewogen gemiddel- xx 21

27 de van de vorenstaande verdelingen, echter exclusief zeehaventerreinen. Deze komen immers niet voor in de regio Utrecht. type bedrijventerrein >100 zeehaventerrein 12% 16% 21% 51% zwaar industrieterrein 21% 22% 20% 37% distributieterrein 18% 19% 22% 41% hoogwaardig bedrijvenpark 29% 23% 18% 31% gemengd terrein 25% 22% 22% 30% totaal exclusief zeehavens 22% 21% 21% 37% Tabel 5.10: Afstandsverdeling vrachtverkeer, totaal exclusief zeehaventerreinen Dagdelen In het VRU2.2 wordt onderscheid gemaakt in drie dagdelen. De hiervoor genoemde kentallen hebben in de meeste gevallen betrekking op de etmaalsituatie (tenzij anders aangegeven). De verdeling naar dagdelen heeft plaatsgevonden overeenkomstig de verhouding dagdeel/etmaal vanuit de RGM-toepassing (zie tabel 5.1). Uiteraard gecorrigeerd voor de verschillende per zone geldende venstertijden. 5.4 Stap 3: Combineren beide methodieken In deze stap gaat het erom de a priori matrices na het doorlopen van het RGM en de a priori matrices na het doorlopen van de vrachtmodule VRU in elkaar te schuiven en wel zodanig dat van beide modellen de maximale afstemming tussen model- en telwaarde wordt gerealiseerd. De RGM-methodiek geeft een goede beschrijving op de middellange en lange afstanden, de VRU-module op de korte regionale afstanden. In deze stap is een aantal situaties doorgerekend die onderling verschillen in de mee te nemen afstandsklasse. Concreet zijn de volgende runs doorgerekend: RGM VRU-module run 1 > 40 km <= 40 km run 2 > 50 km <= 50 km run 3 > 60 km <= 60 km Tabel 5.11: Combineren op basis van afstandsklasse Gebleken is dat met de verdeling genoemd bij run 1 de beste beschrijvende waarde is te behalen. De a priori vrachtmatrices VRU2.2 bestaan derhalve voor een deel uit RGMmatrices en voor een deel uit VRU-modulematrices; de scheiding is gelegd op een gemiddelde ritlengte van 50 km. xx 22

28 5.5 Stap 4: Kalibratie Ieder bedrijf en ieder bedrijventerrein is uniek. De bedrijven die zich op een bedrijventerrein vestigen, zijn vaak zeer verschillend in termen van aantal werkzame personen, aantal bezoekers en intensiteit van het ruimtegebruik. De ontwikkelde en de te gebruiken kentallen geven daarom ook niet meer dan een eerste globale inschatting van het aantal vrachtvoertuigbewegingen. Een kalibratie is primair bedoeld om de beschrijvende waarde van het verkeersmodel te vergroten door de berekende intensiteiten en de daarbij behorende herkomst en bestemmingen te corrigeren voor de gemeten intensiteiten. Deze correctie wordt zodanig uitgevoerd dat de verschillen tussen de gemeten en berekende waarden worden geminimaliseerd. Secondair kan worden gesteld dat de kalibratie ook bedoeld is om de generiek gehanteerde parameters lokaal bij te stellen op basis van telgegevens. De uiteindelijke kwaliteit van de beschrijving van het vrachtverkeer wordt dus primair bepaald door de kwaliteit en hoeveelheid aan telgegevens vrachtverkeer. Het gewenste detailniveau moet hierbij aansluiten. Bij de kalibratie is gebruik gemaakt van de telgegevens voor vrachtverkeer, de gebruikte gegevens zijn beperkt en maken geen onderscheid in de vrachtwagentypen; middelzwaar en zwaar. De kalibratie heeft derhalve plaatsgevonden op totale vrachtintensiteiten per dagdeelperiode. Matrixranden Tijdens de kalibratie worden de matrices zodanig aangepast dat beter wordt voldaan aan de gestelde randvoorwaarden (lees: tellingen). Concreet betekent dit dat de matrixranden en -cellen worden aangepast, teneinde de gewenste beschrijvende waarde te bereiken. Gelet op het specifieke karakter van het vrachtverkeer wordt dit algemeen als aanvaardbaar gezien Busverkeer In vrijwel alle gangbare schattingen van het vrachtverkeer wordt het busverkeer als vrachtverkeer meegenomen. Bussen worden ook veelal als vrachtauto s geteld. Deze schematisering wordt door de opdrachtgever als een ongewenste vereenvoudiging gezien. Om hieraan tegemoet te komen, zijn op de gemeten vrachtverkeerintensiteiten het aantal bussen in mindering gebracht. Op basis van de frequenties in het netwerk openbaar vervoer is het aantal dienstregelingsbussen bepaald. Deze zijn als preload opgenomen in het netwerk autoverkeer en in mindering gebracht op het aantal getelde vrachtauto s T-waarde Omdat de omvang en betrouwbaarheid van de getelde stromen sterk verschillen, is het zinvol om naast de relatieve afwijking tevens de absolute afwijking te beschouwen. Dit is mogelijk door het bepalen van een zogenaamde T-waarde. Deze waarde geeft tevens aan dat bij een hoge telwaarde een relatief kleinere afwijking wordt toegestaan. Deze xx 23

29 waarden zijn bijvoorbeeld ook gehanteerd bij de beoordeling van de matrices voor het NRM-Randstad en VRU1.0. De T-waarde wordt als volgt bepaald: T = ln[(xb -Xw) 2 /Xw] waarin: T Xw Xb = afwijking = het waargenomen aantal = het berekende aantal De volgende grenswaarden zijn gehanteerd: vervoerswijze geen relevante afwijking grensgebied relevante afwijking vrachtverkeer T < 4,0 4,0 < T < 5,5 T > 5,5 Tabel 5.12: Te hanteren T-waarden Aanvullend op deze normering stelt Goudappel Coffeng voor dat: - ten minste 80% van de randvoorwaarden een T-waarde dient te hebben < 4,0; - ten minste 95% van de randvoorwaarden een T-waarde dient te hebben < 5, Kwaliteitstoets per stap Met de vrachtmodule VRU is beoogd een toenemende goede beschrijving van het vrachtverkeer op het wegennet van de Utrechtse regio. Om de meerwaarde van de vrachtmodule VRU aan te tonen, is een kwaliteitstoets middels de T-toets per stap uitgevoerd. Naast de T-toets geeft ook een totale vergelijking tussen de tel- en modelwaarden een beeld van de beschrijvende waarde van het vrachtverkeer. Hiertoe is op geaggregeerd niveau een vergelijking gemaakt tussen het aggregaat van de beschikbare regionale tellingen (2002) en het aggregaat van de bijbehorende toegedeelde intensiteiten (2002). xx 24

30 restdag ochtend avond alle telpunten: som telwaarden som modelwaarden afwijking -22% -35% -34% telpunten op niet-snelwegen: som telwaarden som modelwaarden afwijking -50% -66% -64% telpunten op snelwegen: som telwaarden som modelwaarden afwijking 0% 0% 0% Tabel 5.13: Vergelijking tel- en modelwaarden na stap 1 restdag ochtend avond alle telpunten: som telwaarden som modelwaarden afwijking 19% 63% 39% telpunten op niet-snelwegen: som telwaarden som modelwaarden afwijking -8% -11% -19% telpunten op snelwegen: som telwaarden som modelwaarden afwijking 39% 149% 106% Tabel 5.14: Vergelijking tel- en modelwaarden na stap 2 restdag ochtend avond alle telpunten: som telwaarden som modelwaarden afwijking -5% -12% -16% telpunten op niet-snelwegen: som telwaarden som modelwaarden afwijking -20% -35% -39% telpunten op snelwegen: som telwaarden som modelwaarden afwijking 6% 14% 10% Tabel 5.15: Vergelijking tel- en modelwaarden na stap 3 xx 25

31 restdag ochtend avond alle telpunten: som telwaarden som modelwaarden afwijking 0% 0% 0% telpunten op niet-snelwegen: som telwaarden som modelwaarden afwijking 0% 0% 1% telpunten op snelwegen: som telwaarden som modelwaarden afwijking 0% 0% -1% Tabel 5.16: Vergelijking tel- en modelwaarden na stap 4 Op basis van de vorenstaande tabellen moet worden geconstateerd dat de modelwaarden per stap steeds dichter bij de telwaarden komen. Per stap neemt de beschrijvende waarde van het vrachtverkeer toe. Eenzelfde lijn is ook te constateren wanneer de model- en telwaarden worden beoordeeld conform de T-toets. T-toets vrachtverkeer na toepassing RGM restdag ochtend avond aantal telpunten aantal telpunten met T-waarde < 5, percentage met T-waarde < 5,5 81% 99% 98% aantal telpunten met T-waarde < 4, percentage met T-waarde < 4,0 30% 73% 73% Tabel 5.17: T-toets na stap 1 T-toets vrachtverkeer na toepassing VRU-module restdag ochtend avond aantal telpunten aantal telpunten met T-waarde < 5, percentage met T-waarde < 5,5 77% 88% 89% aantal telpunten met T-waarde < 4, percentage met T-waarde < 4,0 48% 74% 74% Tabel 5.18: T-toets na stap 2 xx 26

32 T-toets vrachtverkeer na combi RGM en VRU-module restdag ochtend avond aantal telpunten aantal telpunten met T-waarde < 5, percentage met T-waarde < 5,5 85% 98% 96% aantal telpunten met T-waarde < 4, percentage met T-waarde < 4,0 49% 81% 80% Tabel 5.19: T-toets na stap 3 T-toets vrachtverkeer na kalibratie restdag ochtend avond aantal telpunten aantal telpunten met T-waarde < 5, percentage met T-waarde < 5,5 100% 100% 100% aantal telpunten met T-waarde < 4, percentage met T-waarde < 4,0 100% 100% 100% Tabel 5.20: T-toets na stap 4 Op basis van de vorenstaande tabellen moet worden geconcludeerd dat de a priori matrices aangemaakt in stap 2 een betere beschrijving op wegvakniveau laten zien dan alleen na het toepassen van de RGM-methodiek. Na de derde stap is de beschrijvende waarde nauwelijks gewijzigd, terwijl de matrixstructuur beter aansluit bij de RGM-toepassing. Deze a priori matrices zijn aan het kalibratieproces aangeboden, waardoor de matrixwijzigingen in de kalibratiestap geminimaliseerd zijn. Daarbij komt dat bij het toepassen van de vrachtmodule VRU een directe relatie bestaat met de economische bedrijvigheid. Per saldo moet worden geconcludeerd dat de beschrijvende waarde van het vrachtverkeer 2002 goed is. De afwijkingen tussen model- en telwaarden zijn voor een belangrijk deel terug te voeren op inconsistentie in de telwaarden. xx 27

33 6 Fase 2b: Opstellen verkeersmodel personenmobiliteit 2002 Zoals aangegeven in hoofdstuk 4 zijn de a priori matrices 2002 voor de afzonderlijke dagdelen (ochtend-, avondspits en restdag) geschat. De etmaalmatrices volgen dan uit de sommatie van de matrices over de dagdelen. In eerste instantie is in het simultane proces uitgegaan van personenautoverplaatsingen (autobestuurder + autopassagier). Achteraf zijn vanuit deze matrices de personenautopassagiermatrices afgeleid. Dit op basis van de autobezettingsgraad per motief en per afstandsklasse (afkomstig uit het OVG/MON) hierdoor eenvoudiger. Tegelijkertijd wordt wel de gehele personenmobiliteit in beeld gebracht. 6.1 Ritgeneratie In de modelmatige beschrijving van verkeer en vervoer in de regio is het vaststellen van de omvang van de zonale vertrekken en aankomsten van groot belang. Daarmee wordt immers het absolute niveau van de regionale mobiliteit vastgelegd. De vertaling naar de feitelijke ruimtelijke mobiliteitspatronen dient daarna nog plaats te vinden, maar de randvoorwaarde daaraan is dan bepaald. In de modellering van de ritgeneratie zijn twee typen invoergegevens relevant: de zonale sociaal-economische gegevens 2002; de gemeten ritgeneratie. Hierbij dienen de zonale sociaal-economische gegevens als verklarende variabelen voor de ritgeneratie. Gemeten ritgeneratie Het OVG over één jaar heeft een te lage steekproef om voor de regio Utrecht een betrouwbaar mobiliteitsbeeld te verkrijgen. Ook blijken de fluctuaties over meerdere jaren nogal fors te zijn. Om de steekproef te vergroten en fluctuaties zo veel mogelijk te mijden zijn OVG s van meerdere jaren gestapeld. Gelet op de gewijzigde onderzoeksaanpak van het OVG sinds 1999 is voor VRU2.0 gebruik gemaakt van de OVG s over de jaren Het OVG 2003 bleek bij de bouw van VRU2.0 niet tijdig beschikbaar te zijn. Voor VRU2.2 is gekozen om dezelfde parameters als in VRU2.0 toe te passen. xx 28

34 Motiefindeling en verklaringsstructuur Om productie- en attractieparameters te schatten, zijn verplaatsingen van en naar een zone volgens een lineaire functie verklaard vanuit sociaal-economische zonale variabelen. De motieven worden richtingsafhankelijk gemodelleerd (dus woon-werk en werkwoon) en geaggregeerd gepresenteerd. Vanuit het sociaal-economische basisbestand is een aantal variabelen geselecteerd die in principe beschikbaar zijn als verklarende variabele in de modellering. In tabel 6.1 is de verklarende variabelenstructuur vastgelegd. verklarende variabelen motieven omschrijving productie attractie wo-we werk totale werkzame beroepsbevolking totaal aantal arbeidsplaatsen we-wo werk totaal aantal arbeidsplaatsen totale werkzame beroepsbevolking wo-za zakelijk totale werkzame beroepsbevolking totaal aantal arbeidsplaatsen za-wo zakelijk totaal aantal arbeidsplaatsen totale werkzame beroepsbevolking za.nwg niet-woninggeb. za. totaal aantal arbeidsplaatsen totaal aantal arbeidsplaatsen wo-sc schoolbezoek aantal inwoners tot 35 jaar aantal leerling-/studentplaatsen sc-wo schoolbezoek aantal leerling-/studentplaatsen aantal inwoners tot 35 jaar wo-wi winkelen, boodschap aantal inwoners aantal arbeidsplaatsen in detailhandel wi-wo winkelen, boodschap aantal arbeidsplaatsen in detailhandel aantal inwoners overig rest overig aantal inwoners aantal inwoners Tabel 6.1: Verklarende variabelenstructuur productie-attractiemodellering Ten behoeve van de matrixschatting per tijdsperiode zijn de motieven richtingsafhankelijk gemodelleerd. Uitzondering hierop vormt de groep overig. Deze keuze heeft te maken met de beschikbare verklarende variabelen voor de ritgeneratie. Voor de overige motieven is de verklarende variabele het aantal inwoners van de zone, ongeacht de richting Segmentatie naar mate van verstedelijking Uit uitgevoerde OVG-analyses blijken er nogal grote verschillen in mobiliteitskarakteristieken te bestaan die toegeschreven worden aan de mate van verstedelijking van de woonzone van de mobilist. Daarom is in de riteindgeneratie op zonaal niveau rekening gehouden met de zonale stedelijkheidsgraad. Hierbij gelden de volgende definities (bron: CBS): zeer sterk stedelijk: omgevingsadressendichtheid van of meer adressen per km 2 ; sterk stedelijk: omgevingsadressendichtheid van tot adressen per km 2 ; matig stedelijk: omgevingsadressendichtheid van tot adressen per km 2 ; weinig stedelijk: omgevingsadressendichtheid van 500 tot adressen per km 2 ; niet stedelijk: omgevingsadressendichtheid van minder dan 500 adressen per km 2. xx 29

35 In de projectbestanden is per zone aangegeven welke stedelijkheidsgraad van toepassing is. Opgemerkt wordt dat hierbij onderscheid gemaakt is tussen de stedelijkheidsgraad zoals die feitelijk bestond tijdens het basisjaar 2002 en het toekomstjaar Voor 2020 geldt in principe dezelfde stedelijkheidsgraad dan in 2002, echter met uitzondering van grote groeizones. Gegeven de toename van woningen (en daarmee ook de toename van adressen) zouden in principe veel grote groeizones uitkomen op een hogere stedelijkheidsgraad. Omdat het toepassen van een hogere stedelijkheidsgraad leidt tot een lagere ritproductie per inwoner (en daarmee ook lager dan in 2002) is in overleg met de opdrachtgevers besloten tot het toepassen van een hogere mobiliteitsklasse, de klasse niet-stedelijk. Hiermee wordt naar verwachting meer recht gedaan aan de verwachte bevolkingssamenstelling en het mobiliteitsprofiel van dergelijke groeizones Autobeschikbaarheid Eveneens uit uitgevoerde OVG-analyses blijken forse verschillen te bestaan in mobiliteitskarakteristieken bij de gebruikersgroepen autobeschikbaar en niet-autobeschikbaar. Ook hiervoor geldt in de ritgeneratiefase een nadere uitsplitsing naar twee aparte groepen: de groep autobeschikbaar (AB) en de groep niet/soms-autobeschikbaar (N(S)AB) Parameters ritgeneratie Hierna zijn de riteindparameters gepresenteerd. Hierbij is onderscheid gemaakt in dagdeelperiode, motief, richting, stedelijkheidsgraad en autobeschikbaarheid. autobeschikbaar stedelijkheid motief variabele zeer sterk sterk matig weinig niet wo-we bbv 0,2625 0,3175 0,3269 0,3341 0,2926 arbtot 0,2685 0,2685 0,2685 0,2685 0,2685 we-wo arbtot 0,0001 0,0002 0,0002 0,0003 0,0004 bbv 0,0004 0,0004 0,0004 0,0004 0,0004 wo-za bbv 0,0150 0,0199 0,0205 0,0219 0,0193 arbtot 0,0187 0,0187 0,0187 0,0187 0,0187 za-wo arbtot 0,0000 0,0002 0,0003 0,0004 0,0004 bbv 0,0003 0,0003 0,0003 0,0003 0,0003 za-nwg arbtot 0,0049 0,0077 0,0099 0,0134 0,0136 arbtot 0,0121 0,0121 0,0121 0,0121 0,0121 wo-sc inw0034 0,0040 0,0046 0,0047 0,0058 0,0053 ow12eo 0,0333 0,0333 0,0333 0,0333 0,0333 sc-wo ow12eo 0,0002 0,0001 0,0007 0,0007 0,0018 inw0034 0,0003 0,0003 0,0003 0,0003 0,0003 wo-wi inw 0,0076 0,0127 0,0116 0,0158 0,0143 arb_de 0,2085 0,2085 0,2085 0,2085 0,2085 wi-wo arb_de 0,0340 0,0447 0,0540 0,0923 0,1189 inw 0,0027 0,0027 0,0027 0,0027 0,0027 sr huishouden 0,0092 0,0167 0,0207 0,0236 0,0244 huishouden 0,0180 0,0180 0,0180 0,0180 0,0180 rest overig inw+arb 0,0290 0,0395 0,0378 0,0417 0,0377 inw+arb 0,0337 0,0337 0,0337 0,0337 0,0337 Tabel 6.2: Riteindparameters autobeschikbaar ochtendspits xx 30

36 niet-autobeschikbaar stedelijkheid motief variabele zeer sterk sterk matig weinig niet wo-we bbv 0,2141 0,1703 0,1355 0,1227 0,0897 arbtot 0,1553 0,1553 0,1553 0,1553 0,1553 we-wo arbtot 0,0000 0,0001 0,0001 0,0001 0,0002 bbv 0,0001 0,0001 0,0001 0,0001 0,0001 wo-za bbv 0,0041 0,0036 0,0033 0,0028 0,0026 arbtot 0,0057 0,0057 0,0057 0,0057 0,0057 za-wo arbtot 0,0002 0,0007 0,0007 0,0008 0,0002 bbv 0,0004 0,0004 0,0004 0,0004 0,0004 za-nwg arbtot 0,0062 0,0052 0,0083 0,0099 0,0063 arbtot 0,0067 0,0067 0,0067 0,0067 0,0067 wo-sc inw0034 0,0913 0,1106 0,1129 0,1174 0,1103 ow12eo 0,3389 0,3389 0,3389 0,3389 0,3389 sc-wo ow12eo 0,0006 0,0002 0,0017 0,0004 0,0022 inw0034 0,0007 0,0007 0,0007 0,0007 0,0007 wo-wi inw 0,0062 0,0063 0,0064 0,0065 0,0061 arb_de 0,1397 0,1397 0,1397 0,1397 0,1397 wi-wo arb_de 0,0359 0,0348 0,0386 0,0489 0,0679 inw 0,0019 0,0019 0,0019 0,0019 0,0019 Sr huishouden 0,0147 0,0199 0,0240 0,0234 0,0257 huishouden 0,0197 0,0197 0,0197 0,0197 0,0197 rest overig inw 0,0290 0,0317 0,0351 0,0331 0,0315 inw 0,0305 0,0305 0,0305 0,0305 0,0305 Tabel 6.3: Riteindparameters niet-autobeschikbaar ochtendspits autobeschikbaar stedelijkheid motief variabele zeer sterk sterk matig weinig niet wo-we bbv 0,0019 0,0031 0,0026 0,0033 0,0031 arbtot 0,0035 0,0035 0,0035 0,0035 0,0035 we-wo arbtot 0,1725 0,1971 0,1999 0,2063 0,1825 bbv 0,1872 0,1872 0,1872 0,1872 0,1872 wo-za bbv 0,0013 0,0022 0,0034 0,0033 0,0043 arbtot 0,0035 0,0035 0,0035 0,0035 0,0035 za-wo arbtot 0,0217 0,0240 0,0268 0,0271 0,0272 bbv 0,0248 0,0248 0,0248 0,0248 0,0248 za-nwg arbtot 0,0148 0,0158 0,0185 0,0196 0,0187 arbtot 0,0156 0,0156 0,0156 0,0156 0,0156 wo-sc inw0034 0,0002 0,0003 0,0003 0,0002 0,0003 ow12eo 0,0044 0,0044 0,0044 0,0044 0,0044 sc-wo ow12eo 0,0190 0,0181 0,0168 0,0170 0,0378 inw0034 0,0029 0,0029 0,0029 0,0029 0,0029 wo-wi inw 0,0122 0,0203 0,0233 0,0241 0,0213 arb_de 0,3459 0,3459 0,3459 0,3459 0,3459 wi-wo arb_de 0,7305 0,8840 0,9071 1,0670 1,0761 inw 0,0370 0,0370 0,0370 0,0370 0,0370 Sr huishouden 0,0500 0,0907 0,0978 0,1124 0,1086 huishouden 0,0666 0,0666 0,0666 0,0666 0,0666 rest overig inw+arb 0,0374 0,0459 0,0449 0,0410 0,0352 inw+arb 0,0367 0,0367 0,0367 0,0367 0,0367 Tabel 6.4: Riteindparameters autobeschikbaar avondspits xx 31

37 niet-autobeschikbaar stedelijkheid motief variabele zeer sterk sterk matig weinig niet wo-we bbv 0,010 0,010 0,010 0,008 0,007 arbtot 0,007 0,007 0,007 0,007 0,007 we-wo arbtot 0,145 0,114 0,101 0,102 0,081 bbv 0,118 0,118 0,118 0,118 0,118 wo-za bbv 0,001 0,004 0,003 0,005 0,004 arbtot 0,001 0,001 0,001 0,001 0,001 za-wo arbtot 0,008 0,006 0,006 0,008 0,008 bbv 0,007 0,007 0,007 0,007 0,007 za-nwg arbtot 0,005 0,004 0,004 0,004 0,003 arbtot 0,005 0,005 0,005 0,005 0,005 wo-sc inw0034 0,002 0,002 0,001 0,001 0,001 ow12eo 0,005 0,005 0,005 0,005 0,005 sc-wo ow12eo 0,101 0,101 0,108 0,115 0,125 inw0034 0,025 0,025 0,025 0,025 0,025 wo-wi inw 0,018 0,022 0,024 0,020 0,018 arb_de 0,418 0,418 0,418 0,418 0,418 wi-wo arb_de 0,990 0,861 0,754 0,702 0,735 inw 0,039 0,039 0,039 0,039 0,039 Sr huishouden 0,110 0,148 0,167 0,173 0,166 huishouden 0,127 0,127 0,127 0,127 0,127 rest overig inw 0,046 0,037 0,036 0,033 0,031 inw 0,037 0,037 0,037 0,037 0,037 Tabel 6.5: Riteindparameters niet-autobeschikbaar avondspits motief variabele zeer sterk sterk matig weinig niet wo-we bbv 0,1112 0,1443 0,1519 0,1681 0,1632 arbtot 0,1338 0,1338 0,1338 0,1338 0,1338 we-wo arbtot 0,1448 0,1590 0,1779 0,1866 0,1753 bbv 0,1762 0,1762 0,1762 0,1762 0,1762 wo-za bbv 0,0277 0,0340 0,0380 0,0452 0,0435 arbtot 0,0292 0,0292 0,0292 0,0292 0,0292 za-wo arbtot 0,0272 0,0312 0,0338 0,0422 0,0473 bbv 0,0390 0,0390 0,0390 0,0390 0,0390 za-nwg arbtot 0,1074 0,1275 0,1291 0,1360 0,1396 arbtot 0,1263 0,1263 0,1263 0,1263 0,1263 wo-sc inw0034 0,0077 0,0094 0,0104 0,0100 0,0100 ow12eo 0,0380 0,0380 0,0380 0,0380 0,0380 sc-wo ow12eo 0,0346 0,0372 0,0425 0,0523 0,0864 inw0034 0,0098 0,0098 0,0098 0,0098 0,0098 wo-wi inw 0,0893 0,1346 0,1410 0,1537 0,1288 arb_de 2,4261 2,4261 2,4261 2,4261 2,4261 wi-wo arb_de 2,0868 2,5399 2,5839 3,0569 3,0433 inw 0,1084 0,1084 0,1084 0,1084 0,1084 Sr huishouden 0,4125 0,6457 0,7310 0,8522 0,7497 huishouden 0,5228 0,5228 0,5228 0,5228 0,5228 rest overig inw+arb 0,0997 0,1291 0,1309 0,1385 0,1203 inw+arb 0,1123 0,1123 0,1123 0,1123 0,1123 Tabel 6.6: Riteindparameters autobeschikbaar restdag xx 32

38 niet-autobeschikbaar stedelijkheid motief variabele zeer sterk sterk matig weinig niet wo-we bbv 0,0869 0,0651 0,0605 0,0621 0,0530 arbtot 0,0707 0,0707 0,0707 0,0707 0,0707 we-wo arbtot 0,1077 0,0934 0,0953 0,1029 0,0941 bbv 0,1155 0,1155 0,1155 0,1155 0,1155 wo-za bbv 0,0110 0,0077 0,0074 0,0097 0,0090 arbtot 0,0096 0,0096 0,0096 0,0096 0,0096 za-wo arbtot 0,0124 0,0094 0,0096 0,0149 0,0146 bbv 0,0132 0,0132 0,0132 0,0132 0,0132 za-nwg arbtot 0,0432 0,0315 0,0286 0,0272 0,0266 arbtot 0,0294 0,0294 0,0294 0,0294 0,0294 wo-sc inw0034 0,0524 0,0515 0,0454 0,0424 0,0328 ow12eo 0,1840 0,1840 0,1840 0,1840 0,1840 sc-wo ow12eo 0,1957 0,2766 0,3756 0,4378 0,5476 inw0034 0,1075 0,1075 0,1075 0,1075 0,1075 wo-wi inw 0,1062 0,1177 0,1174 0,1124 0,0925 arb_de 2,4299 2,4299 2,4299 2,4299 2,4299 wi-wo arb_de 2,6201 2,3734 2,3023 2,4827 2,3924 inw 0,1114 0,1114 0,1114 0,1114 0,1114 Sr huishouden 0,5217 0,6677 0,7060 0,7899 0,6649 huishouden 0,5771 0,5771 0,5771 0,5771 0,5771 rest overig inw 0,1376 0,1424 0,1487 0,1451 0,1323 inw 0,1402 0,1402 0,1402 0,1402 0,1402 Tabel 6.7: Riteindparameters niet-autobeschikbaar restdag 6.2 Relatieweerstanden Om de kosten van een verplaatsing tussen A en B met verschillende vervoerswijzen onderling te kunnen vergelijken, is het nodig een weerstandsmaat te definiëren. Aangezien deze onderdelen een verschillende eenheid kennen, worden ze omgerekend naar kosten. De weerstandsmaat van een verplaatsing wordt derhalve gedefinieerd als de gegeneraliseerde kosten (uitgedrukt in euro s). De gegeneraliseerde kosten betreffen kosten van personen. Bij het berekenen van de gegeneraliseerde kosten van een autobestuurder wordt er dus rekening mee gehouden dat er gemiddeld meer dan één persoon in een auto zit. De kosten zijn derhalve door de gemiddelde bezettingsgraad gedeeld. De hiernavolgende weerstandscomponenten komen hierbij aan de orde: reistijd openbaar vervoer; reistijd auto; reistijd fiets; value of time (per motief); afstandskosten; variabele kosten, zoals parkeerkosten; xx 33

39 intrazonale weerstand; voor- en natransport openbaar vervoer Reistijd openbaar vervoer Voor het openbaar vervoer is de reistijd opgebouwd uit een voortransporttijd (herkomst naar eerste halte), een wachttijd bij de eerste halte, een invoertuigtijd, een overstaptijd(en) en een natransporttijd (laatste halte naar bestemming). Deze tijden worden door een passagier niet alle even zwaar ondervonden. Bij het bepalen van de route moet daarmee dus rekening worden gehouden. In tabel 6.8 staan wegingsfactoren die veelvuldig toegepast worden en ook in VRU2.2 zijn gehanteerd. Transit mode First Wait (factor) Min Wait (minutes) Max Wait (minutes) 41: trein 0, : BTM 0, : intercity 0, : IR 0, : AR 0, : RSS 0, : bus 0, : tram 0, : metro 0, : interliner 0, : streekbus 0, : stadsbus 0, : HOV 0, : ROV 0, Tabel 6.8: Instellingen openbaar vervoer parameter reistijd Reistijd auto Binnen de traditionele statische toedelingen is het niet mogelijk om in congestiegevoelige situaties de juiste reistijden te bepalen, omdat onder andere de plaats van de congestie en de terugslag daarvan stroomopwaarts niet goed worden bepaald. Verder wordt bij een statische toedeling het verkeer direct over de gehele route toegedeeld, waardoor het verkeer gelijktijdig kan bijdragen aan meerdere knelpunten. Omdat goede reistijden van belang zijn voor een goed matrixschattingsproces, is hier in de spitsperioden als volgt mee omgegaan: 1. eerst wordt de hoeveelheid autoverkeer bepaald in een free flow -situatie; 2. vervolgens wordt dit verkeer capaciteitsafhankelijk toegedeeld met kruispuntmodellering (met aangepaste capaciteiten als gevolg van de vrachttoedeling en de busintensiteiten); 3. op basis van deze aangepaste reistijden worden nieuwe a priori matrices geschat; 4. dit proces wordt drie keer herhaald. xx 34

40 Het belangrijke voordeel van deze aanpak is dat bij de bouw van de a priori matrices al rekening wordt gehouden met de optredende congestie en verliestijden op kruispunten en de beïnvloeding van deze totale vertraging op de ritdistributie en modal split. Dit geeft niet alleen een betere beschrijving van het basisjaar, maar naar verwachting ook van het prognosejaar. Voor de restdagperiode wordt gewerkt met reistijden in een free flow -situatie (modelsnelheden, zonder kruispuntvertraging) Reistijd fiets De reistijden fiets worden rechtstreeks uit het netwerk overgenomen. Opgemerkt wordt dat hierbij de fietssnelheid maatgevend is. Zoals eerder aangegeven, verschilt de fietssnelheid en daarmee de reistijd fiets voor binnen en buiten de bebouwde kom Value of time (per motief) Om de reistijd in geld uit te drukken, wordt de value of time (VOT) gehanteerd. Omdat reistijd per motief anders gewaardeerd wordt, zijn deze waarden motiefafhankelijk (zie Value of Dutch Travel Time Savings in 1997). De volgende waarden (VOT (in euro s per uur) in 1997) zijn toegepast: woon-werk: 6,58; zakelijk: 22,78; overig: 4,54. Voor de motieven onderwijs en winkel zijn dezelfde VOT-waarden toegepast als voor het motief overig Afstandskosten De afstandskosten voor de auto worden bepaald door de hoeveelheid verbruikte brandstof. Hierbij wordt onderscheid gemaakt naar benzine-, diesel- en gasmotoren. De afstandskosten voor het openbaar vervoer bestaan uit een treinkaartje en/of een strippenkaart, waarbij rekening wordt gehouden met een verschillend abonnementengebruik per motief. Voor de fiets zijn geen afstandskosten gedefinieerd Variabele kosten, zoals parkeerkosten Bij het bepalen van de reisweerstand spelen ook de parkeerkosten een aanzienlijke rol. Het is echter moeilijk om goede kosten te bepalen, vanwege: aandeel vergunninghouders; gemiddelde parkeerduur (motiefafhankelijk); parkeren op eigen (bedrijven)terrein; benoemen van zones waar parkeertarieven gelden (lokale kennis); kwaliteit parkeerverwijssysteem; beschikbare parkeercapaciteit; mogelijkheden tot uitwijken. xx 35

41 Parkeerweerstanden Omdat spraakverwarring kan ontstaan over parkeeraspecten (waaronder parkeerkosten) en parkeerweerstanden, wordt in het vervolg gesproken over de bereikbaarheidsweerstand als het gaat om de parkeerweerstand. De totale bereikbaarheidsweerstand per zone is een gewogen sommatie van de parkeerweerstanden per (parkeer)aspect per motief. Tabel 6.9 geeft een overzicht van de onderscheiden parkeeraspecten met de bijbehorende variabelen. De volgende definities zijn gehanteerd: Parkeerkosten Bij een parkeerzone worden de parkeerkosten gerelateerd aan het gemiddelde tarief van het eerste uur in de regio. Parkeerverwijssyteem Minimaal vol-/vrij-signalering aanwezig. Beschikbaarheid parkeerplaatsen Goed: bezetting <= 75%; matig: tussen 75 en 85%; slecht: > 85%. parkeerduur overwegend korter dan 4 uur parkeerverwijssysteem beschikbaarheid parkeerplaatsen uitwijkmogelijkheden omgeving overwegend langer dan 4 uur ja nee goed matig slecht ja nee motief werk 0,50 0,20 0,98 0,99 0,50 0,60 0,70 0,85 0,95 winkel 0,30 0,20 0,90 0,95 0,70 0,80 0,90 0,95 0,99 zakelijk 0,30 0,20 0,90 0,95 0,70 0,80 0,90 0,95 0,99 onderwijs 0,50 0,20 0,98 0,99 0,50 0,60 0,70 0,95 0,99 overig 0,40 0,20 0,98 0,99 0,60 0,70 0,80 0,90 0,99 Tabel 6.9: Invulling bereikbaarheidsweerstanden per zone per motief In tabel 6.10 zijn de meegenomen parkeergebieden weergegeven. Tevens is aangegeven welke parkeertarieven daar in 2002 van kracht waren. xx 36

42 nr. kern omschrijving parkeerkosten 1e uur zonenr. 1 IJsselstein onder gemeentehuis 0, Zeist basistarief 1, ; 1714; 1705; 1718; Zeist laagtarief 0, ; 1719; Zeist garage Slof, Par-cour, Remise 1, ; 1716; Woerden zone a 0, Woerden zone b 0, ; 1922; Woerden zone c 0, ; 1915; Woerden zone e 0, ; Woerden nieuwe markt 0, Utrecht binnenstad 2, ; 75; ; Utrecht 1e schil 0, ; 74; 76; ; ; ; ; 303; ; 313; ; ; Tabel 6.10: Parkeergebieden en -tarieven in het VRU Intrazonale weerstand De intrazonale weerstand is afhankelijk van de grootte en geografische ligging. Deze weerstand is bepaald op basis van de weerstand naar naburige zones. Deze weerstand is bepaald als de helft van de gemiddelde interzonale weerstand naar de vier dichtstbijzijnde zones Voor- en natransport openbaar vervoer Het voor- en natransport openbaar vervoer is modeltechnisch een lastige zaak. De omvang ligt vast in de matrices openbaar vervoer. Hierin zit geen informatie opgesloten over de wijze van voor- en natransport. Het voor- en natransport kan plaatsvinden middels verschillende vervoerswijzen. Een eenduidige maat voor het voor- en natransport is derhalve niet aanwezig. In het VRU2.0 en VRU2.2 is gekozen voor een benadering waarbij ervan wordt uitgegaan dat de afstand tot de halte maatgevend is voor de vervoerswijzekeuze naar de openbaarvervoerhalte. Voor het natransport geldt een vergelijkbaar verhaal, ook hier is de afstand van het natransport maatgevend in de modal split -keuze van het natransport. In het VRU worden gewogen reistijden als voor- en natransport meegenomen. De weging vindt plaats op basis van een inschatting van de modal split van het voor- en natransport. In figuur 6.1 is dit grafisch gepresenteerd (bron: afdeling Verkeer en Vervoer, ds+v, gemeente Rotterdam) en toegepast binnen VRU2.2. xx 37

43 modal-split voor- en natransport 100% 90% 80% 70% aandeel 60% 50% 40% 30% 20% 10% 0% Figuur 6.1: Modal split voor- en natransport openbaar vervoer 6.3 Simultane distributiefuncties afstand in m auto fiets lopen In de schatting van distributiefuncties zijn twee typen invoergegevens relevant: de gemeten verplaatsingen in de vorm van HB-matrices; de relatieweerstanden (zie paragraaf 5.3). Per motief, per vervoerswijze en per tijdsperiode zijn de mobiliteitskarakteristieken van de verplaatsingen van en naar de Utrechtse regio in beeld gebracht met behulp van de OVG-database. Voor het schatten van de distributiefunctieparameters is de richting in het motief niet relevant. Dit betekent dat de motieven uit tabel 6.1 samengevoegd kunnen worden tot vijf richtingsonafhankelijke groepen: werk, zakelijk, school, winkelen, en overig. 6.4 Simultane matrixschatting Met behulp van de afgeleide riteinden, distributiefuncties en verplaatsingsweerstanden worden de a priori matrices voor het personenverkeer en -vervoer opgesteld met behulp van het simultane zwaartekrachtmodel. xx 38

44 6.5 Kwaliteit a priori matrices Beoordelingscriteria De kwaliteit van de a priori matrices heeft betrekking op de beschrijving van het verplaatsingsgedrag in termen van het absolute mobiliteitsniveau en van het afstandsgedrag. Getoetst is op de volgende criteria (voor een gemiddelde werkdagetmaalsituatie): de producties/attracties per motief, per vervoerswijze voor het studiegebied; kwaliteitscriteria voor het afstandsgedrag: - de gemiddelde ritlengte per motief, per vervoerswijze, - de ritlengte-frequentieverdeling per motief, per vervoerswijze met de volgende afstandsklassen: 0-5, 5-10, 10-15, 15-20, 20-30, 30-50, 50 -> km, - de (voertuig/reiziger)kilometrage, per motief per vervoerswijze. Alleen verplaatsingen van/naar en in het studiegebied worden hierbij in beschouwing genomen. De toetsingsbron is het OVG/MON Beoordelingsnormen In eerste instantie zijn de a priori matrices getoetst op procentuele verschillen. Bij de opstelling van matrices voor een bepaalde regio wordt tegenwoordig uitgegaan van een standaardset aan normen, veelal ook toegepast in NRM s. Uitgangspunt hierbij is de normstelling voor het autoverkeer. Voor de vervoerswijzen openbaar vervoer en fietsverkeer worden veelal minder stringente normen gehanteerd. Voor het VRU2.2 is echter gekozen om dezelfde stringente normen ook toe te passen voor de andere vervoerswijzen dan autoverkeer. In tabel 6.11 zijn de normen gepresenteerd, zoals die zijn toegepast voor de toetsing van a priori matrices voor wat betreft het verkeer van/naar het studiegebied. criterium segment toetsingsbron dagdeel verplaatsing totaal OVG/MON 10% verplaatsing motief OVG/MON 15% gemiddelde ritlengte totaal OVG/MON 25% gemiddelde ritlengte motief OVG/MON 25% ritlengteverdeling totaal OVG/MON 25% ritlengteverdeling motief OVG/MON 25% Tabel 6.11: Beoordelingscriteria en -normen In alle gevallen geldt dat aan minimaal 85% van de randvoorwaarden voldaan moet worden. xx 39

45 Kruising van dimensies, zoals motief*vervoerswijze, leidt tot een veelheid van matrices die niet in gelijke mate gevuld zijn: er is sprake van een scheve verdeling. Naarmate de deelverzameling kleiner wordt, wordt dit probleem steeds groter. Het aantal waarnemingen per cel is te gering en de betrouwbaarheid om daarop uitspraken te baseren, te laag. Daarom is het aantal ongewogen waarnemingen per motief*vervoerswijze* tijdseriode - combinatie in beschouwing genomen. Als blijkt dat voldoende waarnemingen (n=50) per combinatie beschikbaar zijn, is het gerechtvaardigd de toetsing uit te voeren, in andere gevallen niet Kwaliteitstoets In de hiernavolgende tabellen 6.12, 6.13 en 6.14 zijn de a priori matrices 2002 getoetst aan het OVG volgens de vorenstaande normen. Hierbij is onderscheid gemaakt naar dagdeel, motief en vervoerswijze. totaal vervoer volgens OVG wo-we zak wo-wi wo-sch overig totaal auto OV fiets totaal totaal vervoer VRU2.2 wo-we zak wo-wi wo-sch overig totaal auto OV fiets totaal verschil in % (norm is 15%, totaalnorm is 10%) wo-we zak wo-wi wo-sch overig auto OV fiets totaal streekproefomvang OVG (norm is 50 verplaatsingen) wo-we zak wo-wi wo-sch overig auto OV fiets totaal xx 40

46 voldoet aan de norm wo-we zak wo-wi wo-sch overig auto ja ja ja nee ja ja OV ja ja ja ja ja ja fiets ja ja ja ja ja ja totaal ja ja ja ja ja ja Tabel 6.12: Kwaliteitstoets ochtendspits 2002 totaal vervoer volgens OVG wo-we zak wo-wi wo-sch overig totaal auto OV fiets totaal totaal vervoer VRU2.2 wo-we zak wo-wi wo-sch overig totaal auto OV fiets totaal verschil in % (norm is 15%, totaalnorm is 10%) wo-we zak wo-wi wo-sch overig auto OV fiets totaal streekproefomvang OVG (norm is 50 verplaatsingen) wo-we zak wo-wi wo-sch overig auto OV fiets totaal voldoet aan de norm wo-we zak wo-wi wo-sch overig auto ja ja ja ja ja ja OV ja nee ja ja ja ja fiets ja ja ja ja ja ja totaal ja nee ja ja ja ja Tabel 6.13: Kwaliteitstoets avondspits 2002 xx 41

47 totaal vervoer volgens OVG wo-we zak wo-wi wo-sch overig totaal auto OV fiets totaal totaal vervoer VRU2.2 wo-we zak wo-wi wo-sch overig totaal auto OV fiets totaal verschil in % (norm is 10%, totaalnorm is 5%) wo-we zak wo-wi wo-sch overig auto OV fiets totaal streekproefomvang OVG (norm is 50 verplaatsingen) wo-we zak wo-wi wo-sch overig auto OV fiets totaal voldoet aan de norm wo-we zak wo-wi wo-sch overig auto ja ja ja nee ja ja OV ja ja ja ja ja ja fiets ja ja ja ja ja ja totaal ja ja ja ja ja ja Tabel 6.14: Kwaliteitstoets restdag 2002 Niet alle deelverzamelingen voldoen aan de norm. Dit valt veelal samen met een relatief lage steekproefomvang. Het aantal deelverzamelingen dat wel voldoet ligt ver boven de gestelde doelstelling van 85%. In alle gevallen wordt geconcludeerd dat de matrixschatting 2002 ruimschoots voldoet aan de gestelde criteria. xx 42

48 6.6 Toedelingstechnieken De toedelingstechnieken verschillen per vervoerswijze. Voor het toedelen van het fietsverkeer wordt gebruik gemaakt van een eenvoudige alles-of-nietstechniek. De routes worden bepaald op basis van de kortste rijtijd. Deze toedeling is echter niet als resultaat beschikbaar. Er heeft immers geen kalibratie van het fietsverkeer plaatsgevonden. Voor het openbaar vervoer wordt de volgende toedelingstechniek gehanteerd: alles-ofniets met multi routing. Door het koppelen van de optie multi routing aan de alles-ofnietstoedelingstechniek worden de reizigers op parallelle trajecten verdeeld over parallelle lijnen tussen de halten. De verdeling geschiedt naar rato van de frequentie van de in aanmerking komende lijnen. De kortste route wordt bepaald op basis van tijd. De tijd is de gewogen som van alle onderdelen, zoals loop-, wacht-, rij- en overstaptijd. Voor het personenautoverkeer wordt voor de beide spitsperioden gewerkt met een capaciteitsafhankelijke toedelingstechniek, gecombineerd met kruispuntmodellering. Voorafgaand hieraan wordt eerst het vrachtverkeer alles-of-niets toegedeeld, waarna de capaciteit van de wegvakken wordt verminderd met de gemodelleerde intensiteit van het vrachtverkeer, rekening houdend met een pae-factor van 1,8. De resterende capaciteit (na correctie voor busintensiteiten) is vervolgens bepalend voor de routevorming van het personenautoverkeer. Voor de restdagperiode wordt zowel voor het personenauto- als vrachtverkeer de kortste route in rijtijd gekozen volgens het alles-of-nietsprincipe. De gesommeerde zes toedelingen (vervoerswijze*tijdsperiode) vormen de etmaalbelastingen. 6.7 Simultane matrixkalibratie De a priori matrices zijn gelijktijdig gekalibreerd, waarbij gebruik is gemaakt van alle beschikbare randvoorwaarden. De reden voor een simultane kalibratie is dat in het algemeen de randvoorwaarden geldig zijn voor combinaties van matrices. De combinatie van matrices verschilt per randvoorwaarde. Verder blijft door het simultaan kalibreren van de matrices per dagdeel de onderlinge consistentie tussen de dagdelen zo veel mogelijk gehandhaafd. De volgende kalibraties zijn uitgevoerd: personenauto- en vrachtverkeer simultaan over de drie dagdelen; openbaar vervoer simultaan over de drie dagdelen. xx 43

49 De gemeenschappelijke wens van de gezamenlijke opdrachtgevers was maximale aansluiting bij de gemeten telwaarden. In de kalibratiefase is met deze wens nadrukkelijk rekening gehouden door alle telinformatie als meest betrouwbare en belangrijke randvoorwaarde mee te nemen. Dientengevolge zijn andere randvoorwaarden als (iets) minder belangrijk gekwalificeerd. Met andere woorden: tijdens de kalibratie is gekozen voor aanpassingen in de matrixcellen en -randen, teneinde maximaal aan te sluiten bij de beschikbare telinformatie. Hierbij wordt nog opgemerkt dat geen onderscheid is gemaakt in de kwaliteit en betrouwbaarheid van de verkeerstellingen. Gebleken is namelijk dat ten aanzien van dit onderwerp geen algemene uitspraak gedaan kan worden. In samenhang met de eerdergenoemde wens zijn alle tellingen als even betrouwbaar en belangrijk gekwalificeerd. 6.8 Kwaliteitstoets basismatrices Toetsing op tellingen Het betreft hier de toetsing op tellingen autoverkeer, fietsverkeer, NVS-tellingen en trein- /baanvakbelastingen. Omdat de omvang en betrouwbaarheid van de getelde stromen sterk verschillen, is het zinvol om naast de relatieve afwijking tevens de absolute afwijking te beschouwen. Dit is mogelijk door het bepalen van een zogenaamde T-waarde. Deze waarde geeft tevens aan dat bij een hoge telwaarde een relatief kleinere afwijking wordt toegestaan. Deze waarden zijn bijvoorbeeld ook gehanteerd bij de beoordeling van de matrices voor het NRM-Randstad en VRU2.0. De T-waarde wordt als volgt bepaald: T = ln[(xb -Xw) 2 /Xw] waarin: T = afwijking Xw = het waargenomen aantal Xb = het berekende aantal In bijlage 2 zijn van elk telpunt de T-waarden per dagdeel en per vervoerswijze gepresenteerd. Samenvattend kunnen de volgende tabellen worden opgesteld. xx 44

50 motorvoertuigen etmaal ochtend avond restdag aantal telpunten aantal telpunten met T-waarde < 5, percentage met T-waarde < 5,5 100% 100% 100% 100% aantal telpunten met T-waarde < 4, percentage met T-waarde < 4,0 100% 94% 98% 99% autobestuurder etmaal ochtend avond restdag aantal telpunten aantal telpunten met T-waarde < 5, percentage met T-waarde < 5,5 100% 100% 100% 100% aantal telpunten met T-waarde < 4, percentage met T-waarde < 4,0 100% 96% 98% 100% OV etmaal ochtend avond restdag aantal telpunten aantal telpunten met T-waarde < 5, percentage met T-waarde < 5,5 100% 99% 100% 97% aantal telpunten met T-waarde < 4, percentage met T-waarde < 4,0 97% 99% 100% 95% Tabel 6.15: Eindbeoordeling T-toets per dagdeel en per vervoerwijze 6.9 Conclusie situatie 2002 Overeenkomstig de hiervoor beschreven definities en procedures is een groot aantal matrices geschat. In de voorgaande tabellen zijn deze matrices op hoofdlijnen beschreven. Hierbij is aandacht besteed aan: de absolute vulling van de matrices (verplaatsingen, vervoerswijze- en motiefsamenstelling) en ritlengteverdeling (en daarmee ook indirect de verkeersprestatie en gemiddelde ritlengten); de berekende waarden in relatie tot de gemeten waarden; wegvak- en trajectbelastingen. Voor alle vervoerwijzen en tijdsperioden geldt dat het absolute niveau van het aantal verplaatsingen valt binnen de in het toetsingskader gestelde randvoorwaarden. Ook wanneer gekeken wordt naar de motiefsamenstelling en de ritlengteverdelingen blijken deze te voldoen aan de vooraf gestelde eisen. In slechts enkele deelverzamelingen (vervoerswijze*motief*dagdeel) blijken de berekende waarden enigszins over- of onderschat. Hier geldt in het algemeen dat de omvang van de betreffende stroom zeer gering is en derhalve kleine absolute afwijkingen leiden tot grote relatieve afwijkingen. xx 45

51 Gestreefd is naar een beschrijving die zo veel mogelijk lijkt op de waargenomen gegevens van OVG en tellingen. Toch is het niet mogelijk om deze waargenomen informatie volledig te beschrijven. Enkele redenen hiervoor zijn: waarnemingen zijn slechts momentopnamen; waarnemingen betreffen een (klein) deel van het totaal; waarnemingen gaan gepaard met waarneempunten en waarneemfouten; verkeer en vervoer wordt bepaald door menselijk gedrag en menselijk gedrag verschilt per persoon, per moment, per situatie enzovoorts; verschillende waarnemingen kunnen onderling strijdig zijn. Tegen deze achtergrond worden afwijkingen tussen waargenomen en berekende gegevens geaccepteerd, zij het binnen bepaalde marges, zoals die zijn vastgelegd in het toetsingskader. Alles overziende kan geconcludeerd worden dat de beschrijvende waarde van de situatie 2002 (netwerken, matrices en toedelingen) goed is en dus een goede basis vormt voor de bouw van de prognosesituatie xx 46

52 7 Fase 3: Opstellen verkeersmodel Vaststellen uitgangspunten toekomstscenario Een verkeers- en vervoersmodel wordt vooral opgesteld als beleidsondersteunend instrument, waarmee toekomstige situaties kunnen worden doorgerekend. De toekomstige situaties zijn hierbij, uitgaande van een aantal uitgangspunten en maatregelen, gedefinieerd. De uitgangspunten en maatregelen kunnen hierbij worden gegroepeerd in de volgende modelvariabelen: sociaal-demografische ontwikkelingen; infrastructurele ontwikkelingen; prijsontwikkeling; ontwikkeling autobezit; ontwikkeling bezettingsgraad. De wens van de regio Utrecht is om de uitgangspunten maximaal aan te sluiten bij de uitgangspunten zoals die zijn gehanteerd bij de Netwerkanalyse Regio Utrecht (= Verkenningen Ring Utrecht). Om dit te kunnen bereiken, is ervoor gekozen om de beleidsinstelling bij deze netwerkanalyse te vertalen naar de modelstructuur van het VRU2.2. In de hiernavolgende paragrafen wordt dit nader toegelicht Algemeen Door AVV is een basisvariant gedefinieerd die gebaseerd is op de referentievariant voor 2020 zoals die voor het Landelijk Modelsysteem (LMS) is vastgesteld. De uitgangspunten van deze basisvariant zijn ook de uitgangspunten behorende bij alle nationale netwerkanalyses die in het jaar 2006 zijn uitgevoerd. De uitgangspunten zijn vastgelegd in de notitie OGM instellingen ten behoeve van Regionale projectstudies 2020 cf LMS 2020 (LMS Ref 8), d.d. 28 februari De volgende algemene uitgangspunten worden voor deze variant gehanteerd: Het EC (European Coordination)-scenario van het Centraal Planbureau als aanname over demografische en economische ontwikkeling. Er zijn door het CPB meerdere scenario s opgesteld, maar gekozen wordt voor het EC-scenario omdat dit voor de Nota Mobiliteit -beleidsvarianten is gebruikt. Een infrastructuurnetwerk conform het MIRT2009 (inclusief ZSM1-projecten en een selectie van ZSM2-projecten). Een spoornetwerk aangeleverd door ProRail. Het netwerk is opgezet in het kader van alle nationale netwerkanalyses. Toename van de strookcapaciteit op alle autosnelwegen van het hoofdwegennet (in de periode ) van 4% als gevolg van verbeterd rijgedrag, voortschrijdende technische verbetering van de voertuigen en betere benutting. De Nota Mobiliteit als beleid waarbij voor het prijsbeleid-auto NIET wordt uitgegaan van een algemene variabilisatie (kilometerheffing). Congestieheffing of andere nieuwe vormen van beprijzen van de auto worden ook niet meegenomen. xx 47

53 7.1.2 Sociaal-demografische ontwikkelingen De sociaal-demografische ontwikkelingen zijn samengesteld en gecheckt door de opdrachtgevers en ook regionaal afgestemd en vastgesteld. De SEG zijn door de provincie Utrecht gearchiveerd in BRU-socio. BRU-socio betreft een GIS-applicatie die dient als communicatiemiddel/afstemmingsinstrument tussen de eindgebruikers en de modelbouwers. Het beheer van BRU-socio is in handen van de provincie Utrecht. In tabel 7.1 zijn de gemeentelijke totalen van gemeenten binnen de provincie Utrecht gepresenteerd (bron: Verkenning Ring Utrecht, bewerkt door de VRU-gemeenten en de provincie Utrecht). inwoners arbeidsplaatsen index index Utrecht Vianen IJsselstein Breukelen Maarssen De Bilt Houten Bunnik Direbergen Rijssenburg Zeist Woerden Nieuwegein totaal VRU-gebied inwoners arbeidsplaatsen index index Oudewater Lopik Montfoort De Ronde Venen Abcoude Loenen Eemnes Bunschoten Baarn Soest Amersfoort Leusden Woudenberg Renswoude Maarn Doorn Leersum Amerongen Veenendaal Rhenen Wijk Bij Duurstede invloedsgebied provincie Utrecht Tabel 7.1: Veronderstelde ontwikkelingen in de provincie Utrecht xx 48

54 Opgemerkt wordt dat de zonale data per zone opgenomen zijn in de OmniTRANSprojectbestanden van het VRU Infrastructurele ontwikkelingen De operationalisering van de netwerkuitgangspunten vindt plaats op lokaal niveau. Alle netwerkmutaties zijn opgenomen in de verschillende relevante netwerken voor het studiegebied (lees: VRU-gebied en ruime omgeving). Buiten het studiegebied zijn maatregelen meegenomen die mogelijk van invloed zijn op het vervoersysteem binnen het studiegebied. Voor het hoofdwegennet geldt dat alle MIRT2009-projecten, ZSM1-maatregelen en een selectie van de ZSM2-maatregelen zijn opgenomen. De treingegevens zijn direct afkomstig van ProRail. In bijlage 3 is een overzicht per vervoerswijze gepresenteerd van de meegenomen infrastructurele ontwikkelingen en uitgangspunten Prijsontwikkeling In het verplaatsingsgedrag spelen de kosten van een verplaatsing een grote rol. Ze bepalen in belangrijke mate waar men naartoe gaat (bestemming) en met welke vervoerswijze (modal split). Voor het prognosejaar zijn dan ook aannamen gedaan in de te verwachten ontwikkelingen van: het inkomen en het deel van het inkomen dat uitgegeven wordt aan mobiliteit; de kosten van het autoverkeer, die op zich weer afhankelijk zijn van brandstofprijs en brandstofgebruik; de kosten van het openbaar vervoer; de parkeerkosten. Brandstofkosten Wat betreft het accijnsniveau is rekening gehouden met de reële ontwikkeling van de brandstofprijzen in de periode (o.a. implementatie van de variabilisatiemaatregelen per 1 juli 1997, algemeen bekend als het kwartje van Kok ). Daarnaast is verondersteld dat per jaar de accijnsontwikkeling voor inflatie wordt gecorrigeerd. Op basis van deze ontwikkeling van de brandstofprijs en de ontwikkeling van enkele eerdergenoemde omgevingsfactoren (o.a. demografie, economie, technologische ontwikkeling) is een raming gemaakt van de omvang en samenstelling van het personenautopark, met de bijbehorende ontwikkeling van de brandstofefficiency van het autopark en de gewogen gemiddelde brandstofkosten per afgelegde kilometer: gemiddelde brandstofprijs (index kosten per liter ten opzichte van 1995): - index 2020: 114; gemiddelde brandstofefficiency personenauto (index mj per km ten opzichte van 1995): - index 2020: 83; gemiddelde brandstofkosten (index kosten per kilometer ten opzichte van 1995): - index 2020: 95. xx 49

55 Binnen het modelsysteem VRU wordt gerekend met onder andere afstandskosten. Praktisch gezien is uitgegaan van een lineaire ontwikkeling van de autokosten tussen 1995, 2002 en Concreet zijn de volgende indices toegepast: 1995: 100,0; 2002: 98,6; 2020: 95,0. Parkeerkosten In de netwerkanalyses zijn de parkeerkosten als volgt uitgewerkt: 50% reële verhoging parkeerkosten ten opzichte van 1995 op alle locaties waar voor parkeren moet worden betaald; uitbreiding van het bestaande areaal voor betaald parkeren, conform opgave vanuit de regio Utrecht. De parkeerkosten zijn in het VRU2.2 per gemeente en per locatie opgenomen op basis van informatie aangeboden door de betreffende gemeenten. Samengevat geldt hiervoor het volgende: gemeente Utrecht Woerden Zeist IJsselstein Nieuwegein omschrijving binnenstad 1e schil 2e schil+centrum Leidsche Rijn Nieuwe Markt zone A zone B zone C zone D zone E basistarief Laag tarief garage Slof, Par-cour, Remise centrum B1-B4 D1, M1, W1, W3 D2, M2 M3 Tabel 7.2: Overzicht betaald parkeren in 2020 Openbaar vervoer Uitgangspunt is dat de tarieven van de NS exclusief gebruiksvergoeding reëel constant zijn vanaf 2003 en dat de gebruiksvergoeding voor het spoor voor een deel doorbelast wordt naar de reiziger. Daarnaast is ervan uitgegaan dat de spitsreiziger dit voor het grootste deel moet betalen. Dit leidt tot een index van 119 voor woon-werkverkeer en een index van 114 voor de overige reizigers. Dit geldt als uitgangpunt voor de verschillende netwerkanalyses. Concreet zijn de volgende indices toegepast: xx 50

56 jaar woon-werk overig ,0 100, ,3 103, ,0 114,0 Tabel 7.3: Indices tarieven openbaar vervoer Er wordt uitgegaan van voortzetting van het systeem van de Studenten OV-jaarkaart in een vorm vergelijkbaar met die zoals van toepassing op dit moment. Als conservatief uitgangspunt in de verschillende netwerkanalyses is gehanteerd dat de tarieven voor de gebruikers BTM ten opzichte van 1997 reëel constant blijven. Gecorrigeerd voor de periode geldt een index van 107. Ten opzichte van 1998 zou het tarief in 2020 niet zijn toegenomen, behoudens inflatiecorrectie. Index komt daarmee uit op 100. Fietsverkeer Voor het fietsverkeer zijn geen kostenontwikkelingen verondersteld. Dit geldt zowel voor alle operationele NRM s als voor alle VRU-modellen Overig Autobezit Binnen het op dit moment operationele NRM Randstad 2.1 wordt alleen op Nederlandse schaal iets gedaan met betrekking tot het autobezit. Concreet wordt uitgegaan van ruim 8,777 miljoen auto s in het jaar Binnen het modelsysteem VRU2.2 wordt onderscheid gemaakt tussen autobeschikbaarheidsklassen per huishouden. Ook binnen het OVG wordt dit onderscheid gemaakt. Concreet gaat het om de volgende tweedeling: huishoudens zonder auto; huishoudens met één of meer auto s. Binnen het modelsysteem VRU2.2 wordt dus rekening gehouden met het autobezit, indien huishoudens zouden verschuiven van de ene naar de andere klasse. Met andere woorden: huishoudens die nu geen auto hebben, maar in de toekomst wel verschuiven van klasse. Andersom geldt uiteraard ook. Het SCP heeft in 2004 de autobeschikbaarheid per huishouden per stedelijkheidsgraad onderzocht. De resultaten daarvan zijn als volgt: xx 51

57 0 1 of meer zeer sterk stedelijk sterk stedelijk matig stedelijk weinig stedelijk niet stedelijk Tabel 7.4: Percentage huishoudens met 0 of 1 of meer auto s Ook in het VRU geldt de koppeling van stedelijkheidsgraad en autobezit. Naarmate de stedelijkheidsgraad lager is, is het autobezit hoger. Welke invloed heeft de totale hoeveelheid auto s op de huishoudens zonder auto? Op basis van een historische trend moet worden geconcludeerd dat de invloed minimaal is. Al in het jaar 1990 bedroeg het percentage huishoudens zonder auto in zeer sterk verstedelijkte gebieden 42%. Sinds die periode is slechts bij 2% van de huishoudens sprake geweest van geen auto naar wel een auto. De groei van het aantal auto s gaat samen met de daling van de woningbezetting (meer huishoudens) en de toename van het aantal huishoudens met één of meer auto s. Gegeven deze ontwikkeling is het niet nodig/ wenselijk iets te doen aan de verhouding niet-autobeschikbaarheid en autobeschikbaarheid. In welke mate wijkt het autobezit in Utrecht af van gemiddeld Nederland? In tabel 7.5 zijn de kentallen per Utrechtse wijk opgenomen. wijk 0 1 of meer 1 West 44% 56% 2 Noordwest 49% 51% 3 Overvecht 47% 53% 4 Noordoost 33% 67% 5 Oost 47% 53% 6 binnenstad 64% 36% 7 Zuid 43% 57% 8 Zuidwest 44% 56% 9 Leidsche Rijn 11% 89% 10 Vleuten De Meern 11% 89% totaal 41% 59% Tabel 7.5: Percentage huishoudens met 0 of 1 of meer auto s in Utrecht Op basis van tabel 7.5 moet worden geconcludeerd dat de gemeente Utrecht gelijk is aan de landelijke kentallen behorende bij een sterk verstedelijkte gemeente. Ook op basis van deze tabel moet worden geconcludeerd dat er echter nogal forse verschillen bestaan tussen de verschillende wijken in de stad. Daarom wordt een nuancering in de verkeersmodellen doorgevoerd voor de nieuwbouwlocaties Leidsche Rijn, Houten-Zuid en xx 52

58 Vathorst. In de huidige situatie zijn dit niet-stedelijke -gebieden, echter in de toekomst neigt dit in deelgebieden op te lopen tot sterk-verstedelijkte gebieden. Naar alle waarschijnlijkheid heeft dit nauwelijks gevolgen voor het autobezit. Daarom worden voor de nieuwbouwlocaties dezelfde parameters meegegeven dan voor een matig stedelijk gebied. Concreet betekent dit dat slechts 18% van de huishoudens geen beschikking heeft over een auto. Dit in tegenstelling tot sterkt verstedelijkte gebieden. Daar geldt dat 40% van de huishoudens geen auto tot zijn beschikking heeft. Autobezettingsgraad De autobezettingsgraad van het basisjaar 2002 is direct afkomstig uit het OVG. In het OVG zijn immers de vervoerswijzen autobestuurder en autopassagier opgenomen. Het verschil tussen deze twee betreft de autobezettingsgraad. De waarden vanuit het OVG zijn gepresenteerd in tabel 7.6. motief os as rd etmaal werken 1,084 1,108 1,101 1,097 zakelijk 1,087 1,113 1,121 1,108 school 1,125 1,396 1,403 1,263 winkel 1,339 1,192 1,363 1,326 overig 1,425 1,516 1,576 1,552 Tabel 7.6: Autobezettingsgraad per motief in 2002 Voor de toekomst is vanzelfsprekend geen OVG beschikbaar. Wel zijn de autobezettingsgraden reeds bepaald in het kader van het NRM Randstad. Om afstemming met het NRM te waarborgen, worden de bezettingsgraden uit het NRM Randstad overgenomen. motief os as rd etmaal werken 1,092 1,116 1,109 1,105 zakelijk 1,099 1,125 1,134 1,120 school 1,131 1,403 1,41 1,269 winkel 1,311 1,167 1,334 1,298 overig 1,209 1,286 1,337 1,317 Tabel 7.7: Autobezettingsgraad per motief in Opstellen HB-matrices prognosejaar Op basis van de uitgangspunten zoals omschreven in paragraaf 7.1 zijn de HB-matrices voor de prognosejaren opgesteld. Hierbij is onderscheid gemaakt in de volgende stappen: weerstandenmatrices; riteindberekeningen; xx 53

59 distributiefuncties; opstellen HB-matrices etmaalperiode; opstellen HB-matrices per dagdeel. Weerstandenmatrices Op basis van de netwerken voor de toekomstige situatie en de veronderstelde uitgangspunten in de kostenontwikkelingen zijn weerstandenmatrices per vervoerswijze en per motief opgesteld. Hierbij is dezelfde werkwijze gevolgd dan in de huidige situatie. Riteindberekeningen Bij de riteindberekeningen is het totale aantal personenverplaatsingen (aankomsten en vertrekken) per zone berekend. Hierbij is gebruik gemaakt van de sociaal-demografische gegevens voor het planjaar De riteindparameters blijven in principe ongewijzigd en zijn overgenomen uit het gevalideerde verkeers- en vervoersmodel van Distributiefuncties Er wordt verondersteld dat het verplaatsingsgedrag ten opzichte van de huidige situatie en de ruimtelijke spreiding ongewijzigd blijft. Dit betekent dat de distributiefuncties voor het jaar 2020 ongewijzigd blijven in vergelijking met De verschillen die optreden in de ritlengteverdeling (2020 in vergelijking met 2002) zijn derhalve toe te schrijven aan de gewijzigde ruimtelijke situatie, de netwerken en de kostenstructuur. Opstellen HB-matrices Met als invoer de riteinden, de weerstandenmatrices en de distributiefuncties zijn met het simultane zwaartekrachtmodel de matrices voor het jaar 2020 opgesteld. Vervolgens is het kalibratie-effect dat is gebruikt bij het opstellen van het verkeers- en vervoersmodel voor de huidige situatie, verwerkt in de HB-matrices voor Controle verkeers- en vervoersmodel Aantal verplaatsingen In bijlage 4 zijn gecomprimeerde matrices per vervoerswijze opgenomen. Deze gecomprimeerde matrices geven een beeld van de hoeveelheid verplaatsingen onderling tussen de gemeenten in het studiegebied. Tevens geven deze matrices inzicht in de hoeveelheid intern en extern verkeer per gemeente. In tabel 7.7 zijn de ontwikkelingen voor het gehele VRU-gebied gepresenteerd. xx 54

60 index(2002 = 100) autobestuurder: totaal intern extern openbaar vervoer: totaal intern extern fiets: totaal intern extern totaal: totaal intern extern Tabel 7.8: Verplaatsingen van en naar het studiegebied Op basis van tabel 7.8 kan het volgende worden geconcludeerd: De grootste groei vindt plaats in het openbaar vervoer. Blijkbaar vinden de grootste uitbreidingen qua wonen en werken plaats in de directe nabijheid van (nieuwe) openbaar-vervoerhalten. Tezamen met een verbeterde openbaar-vervoerbediening neemt het gebruik van het openbaar vervoer meer toe dan andere modaliteiten. De totale mobiliteit stijgt met 22%, dit is exclusief de groei van het doorgaande verkeer Verreden kilometers Een betere maat voor de toename van de mobiliteit betreft het aspect verkeersprestatie. De verkeersprestatie wordt uitgedrukt in de hoeveelheid verreden kilometers per vervoerswijze. Het is denkbaar dat de verkeersdruk toeneemt, zonder dat de hoeveelheid verplaatsingen toeneemt. Deze toename van de verkeersdruk is in dat geval het directe gevolg van de toegenomen gemiddelde ritlengte per verplaatsingen. Voor de regio Utrecht geldt de volgende ontwikkeling: xx 55

61 index(2002 = 100) autobestuurder: totaal intern extern openbaar vervoer: totaal intern extern fiets: totaal intern extern totaal: totaal intern extern Tabel 7.9: Reizigerskilometers van en naar het studiegebied Op basis van deze tabel kan het volgende worden geconcludeerd: de totale mobiliteit in de sfeer van kilometersprestaties in de Utrechtse regio groeit de komende jaren fors, vooral het openbaar vervoer; de groei van kilometers is groter dan het aantal verplaatsingen, de gemiddelde ritlengte van alle vervoerswijzen neemt toe (en daarmee ook de druk op de weg en in de trein en bus); het marktaandeel van andere modaliteiten dan de auto is stijgende Het resultaat op trajecten en wegvakken In de voorgaande paragrafen is een beschrijving gegeven van de algehele mobiliteitsgroei tussen 2002 en Samengevat komt het erop neer dat het aantal autokilometers met meer dan 20% zal toenemen, het openbaar-vervoergebruik zal toenemen met meer dan 30% en het fietsverkeer met 30%. Interessant is nu te weten op welke trajecten deze groei zit en op welke niet. Ook is het van belang inzicht te hebben in de wegvakken die veel meer verkeer te verwerken krijgen dan in de situatie Hierna is een aantal figuren opgenomen, waarin in één oogopslag een beeld wordt gegeven van de groei van het verkeer binnen de Utrechtse regio en de gevolgen voor de verkeersafwikkeling gedurende de spitsperioden. xx 56

62 Figuur 7.1: Intensiteitverschillen rijkswegen mvt etmaal Figuur 7.2: Intensiteitverschillen provinciale wegen mvt etmaal xx 57