SEED - Ein Single-Source-Ansatz für die endogene Schätzung von Quelle-Ziel-Beziehungen und Kalibrierung von Verkehrsnachfragemodellen

• Antragsteller: Professor Dr.-Ing. Bernhard Friedrich; Professor Dr.-Ing. Markus Friedrich
• Fachliche Zuordnung: Verkehrs- und Transportsysteme, Intelligenter und automatisierter Verkehr ; Städtebau/Stadtentwicklung, Raumplanung, Verkehrs- und Infrastrukturplanung, Landschaftsplanung
• Förderung: Förderung seit 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 551912017

Das Wissen über die aktuelle und künftige Verkehrsnachfrage ist eine wichtige Information für die Verkehrs- und Infrastrukturplanung. Über Verkehrsnachfragemodelle, die als Eingangsdaten das Verkehrsangebot, die Land-Nutzung und Mobilitätsverhalten verwenden, wird diese Information ermittelt. Ein wesentliches Problem von Verkehrsnachfragemodellen ist die fehlende Möglichkeit der Validierung der resultierenden Fahrten, da keine Datenquelle zur Beobachtung der tatsächlichen Fahrten verfügbar ist. In der Praxis werden sowohl die Größe der Nachfrage als auch die Netzkapazitäten angepasst, um das beobachtete Verkehrsaufkommen an einer kleinen Anzahl von Zählstellen zu replizieren. Angesichts der Vielzahl möglicher Lösungen und der Inkonsistenz der beobachteten Werte zu verschiedenen Zeitpunkten ist eine Kalibrierung und Validierung des Modells auf diese Weise nur bedingt möglich. Um diesem Problem zu begegnen, haben sich verschiedene Forschungen mit der endogenen Schätzung von Quelle-Ziel-Beziehungen (OD-Matrix) in Netzwerken befasst, die anstelle von Erhebungsdaten beobachtete Verkehrsmengen als Ausgangspunkt verwenden. Folglich liefern endogene Modelle zur Schätzung der OD-Matrix keine Informationen über die Ursachen von Reisen und können nicht verwendet werden, um die Auswirkungen künftiger infrastruktureller oder demografischer Entwicklungen zu bestimmen. Sie sind daher für Verkehrsplanungsaufgaben nur begrenzt geeignet. In Kombination mit Verkehrsnachfragemodellen bieten sie jedoch eine vielversprechende Möglichkeit deren Kalibrierung und Validierung zu verbessern. So naheliegend und plausibel diese Kombination aus traditioneller Verkehrsnachfragemodellierung und endogenen Modellen erscheint, so sehr scheitert ihre Anwendung derzeit an der mangelnden Verfügbarkeit und räumlich-zeitlichen Konsistenz von Verkehrszählwerten. In den letzten Jahren ist Verfügbarkeit von beobachteten Bewegungsdaten deutlich angestiegen. Während diese Daten fast überall verfügbar sind und kleine, aber langlaufende Stichproben zu geringen Kosten liefern, enthalten sie keine Informationen über das Verkehrsaufkommen und haben ihr eigenes Rauschen und Verzerrungen. Jüngste Forschungsarbeiten zeigen jedoch, dass diese Bewegungsdaten Einblicke in ein breites Spektrum von Verkehrsfluss- und Netzmerkmalen bieten. Insbesondere können aus den Bewegungsdaten die Kapazitäten einzelner Verkehrsanlagen abgeleitet werden und somit wesentliche Randbedingungen für die Modellierung der Verkehrsnachfrage gewonnen werden. Zielsetzung des Forschungsvorhabens ist vor diesem Hintergrund die Entwicklung einer Methodik, die als einzige und konsistente Quelle Bewegungsdaten nutzt, um eine zuverlässige OD-Matrix unter Verwendung eines endogenen Modells abzuleiten. Diese Nachfrageschätzung soll dann sowohl als 'ground truth' als auch als Zusatzinformation für Nachfragemodelle dienen und damit eine durchgehende Lösung für die Kalibrierung und Validierung von Verkehrsnachfragemodellen bieten.

• DFG-Verfahren: Sachbeihilfen