In 2004 heeft RAND Europe voor de Rijkswaterstaat Adviesdienst Verkeer en Vervoer een instrument (LMS-BT) ontwikkeld waarmee de betrouwbaarheid van reizen kan worden gekwantificeerd. Het instrument werkt als postprocessor op het Landelijk Model Systeem, hetgeen de gebruiker de mogelijkheid geeft de impact van beleid op de betrouwbaarheid te bepalen. In het kader van deze ontwikkeling zijn ook de effecten van incidenten op de betrouwbaarheid bepaald (vrij grof). De idee is om de kennis en gegevens die voor dit instrument zijn gebruikt aan te wenden om een beter beeld te krijgen van de effecten van incidenten. De LMS-BT studie' heeft gebruik gemaakt van MONICA data van detectielussen in 7 snelwegen met een tijdsresolutie van 15 minuten in 2002. Vervolgens zijn er 212 trajecten gedefinieerd op deze snelwegen en zijn er op 154 dagen tijdens de ochtend- en avondspits reistijden op deze trajecten berekend. Tijdens een vervolgstudie over ophoogfactoren2 zijn ook reistijden tijdens de restdag bepaald. De idee is om op de geselecteerde snelwegen nieuwe trajecten te definiëren. Deze moeten lang genoeg zijn een volledig incident met veroorzaakte congestie te herbergen en de reistijd moet vervolgens worden bepaald voor een periode die lang genoeg is om de gehele fileduur mee te nemen. Er is gekozen voor de volgende specificatie: * trajectlengte: 20 km * tijdsduur: 2 uur Om ervoor te zorgen dat tenminste 15 van deze 20 km stroomafwaarts is ten opzichte van het incident en dat tenminste anderhalf uur na het ongeval wordt meegenomen, overlappen de trajecten en de tijdperiodes elkaar voor driekwart deel. Oftewel nieuwe trajecten beginnen elke 5 km en nieuwe tij dsperiodes waarvoor de gemiddelde reistijd worden berekend beginnen elk half uur. Om de negatieve invloed van incidenten te kwantificeren, worden vervolgens traject/tijdsperiodes geselecteerd waar een incident is gemeld binnen de "laatste" (meest stroomafwaartse) 5 km en binnen het eerste halfuur. De reistijd die gemeten is op dit traject en deze tijdsperiode wordt vervolgens vergeleken met de gemiddelde reistijd op hetzelfde traject op hetzelfde moment van de dag over alle andere dagen van het jaar waarop geen ongeval is gebeurd. Het verschil in reistijd wordt dan gezien als het effect van het incident. Deze reistijdverschillen worden in de volgende stap geclusterd naar ineensiteits- en gemiddelde snelheidscategorie van de betreffende traject/tijdsperiode-combinatie. Het gemiddelde reistijdverschil per intensiteits-/snelheidscategorie wordt ingebouwd in het LMS, evenals de kans op een incident. Hierdoor kan uiteindelijk de hoeveelheid VVU als gevolg van incidenten op het hele hoofdwegennetwerk worden bepaald. Dit kan zowel voor een basisjaar (2000) als voor toekomstige jaren (2010, 2020). Hierbij wordt aangenomen dat de impact van incidenten over de jaren heen niet zal veranderen (zowel de vertraging door, als de kans op incidenten is echter niet constant; denk aan ontwikkelingen van in-car instrumenten die helpen het voertuig veiliger te besturen, en aan ontwikkelingen op het gebied van blokrijden). Met het bestaande LMS-BT instrument kan ook de impact van incidenten op betrouwbaarheid worden berekend. Tenslotte wordt er een aanname gemaakt wat de impact van incidentmanagement is op de gemiddelde reistijdverschil als gevolg van incidenten per intensiteits-/snelheidscategorie. Hierdoor kan de impact van incidentmanagement op de totale VVU en op de reistijdbetrouwbaarheid worden doorgerekend. Hoofdstuk 2 beschrijft alle stappen die gedaan zijn in de voorbereidende analyse en de aanpassingen aan het LMS. Hoofdstuk 3 toont de resultaten op basis van een aantal runs met het LMS. In Hoofdstuk 4 worden conclusies getrokken en enkele kanttekeningen geplaatst. (Author/publisher)
Abstract