II
g steeds
t ov
IP
2020-4 I Geo-Info
31
attractiviteit van locaties en bevolkingsstatistie
ken van een stad.
Smog
Voor deze casus hebben we gekozen voor
Warschau. De Poolse hoofdstad groeit snel.
Meer dan 50% van de bewoners kiest dagelijks
voor het ov en van hen beoordeelt 87% het
ov positief. Warschau heeft te maken met
luchtverontreiniging en worstelt met smog
veroorzaakt door wegtransport.
We hebben het stedelijk gebied van Warschau
geprojecteerd op een raster met een reso
lutie van 1 km, leidend tot 601 meetpunten.
Voor ieder meetpunt hebben we de afstand,
reistijd en reissnelheid berekend tot de andere
600 punten. We hebben reistijden bepaald
voor reizen te voet, met de fiets, met de auto
en met het ov. We gebruikten vijf vertrektij
den per dag. Het aantal bewoners per cel in
meer verschil.
hetzelfde raster hebben we verkregen van het
Poolse Centraal Bureau voor de Statistiek. Voor
data met betrekking tot landgebruik gebruik
ten we de BDOT database met gedetailleerde
beschrijvingen van topografische objecten.
Voor het hele stedelijk gebied van Warschau
hebben we de analyses uitgevoerd van
attractiviteit, reistijd, reissnelheid en potentiële
toegankelijkheid. De resultaten van de analy
ses hebben we weergegeven op kaarten.
Auto grootste voordelen
De auto is het meest efficiënte vervoersmiddel.
In bijgaande figuur geven donkere cellen in
de kaart aan waar de auto het wint van het ov.
Dit blijkt duidelijk uit de reistijden, de gemid
delde snelheid en de potentiële toegankelijk
heid. De auto heeft de grootste voordelen in de
stadsdelen rond het centrum. De fiets komt op
de tweede plaats als efficiënt vervoersmiddel
en doet het beter dan het ov, zie figuur 1 links.
De fiets heeft de grootste voordelen in het cen
trum. Het potentieel van vervoer per fiets wordt
geïllustreerd door het succes van Veturilo, het
vijfde grootste fietsverhuursysteem in Europa.
De metro en trein hebben de grootste posi
tieve invloed op reistijden per ov. Het voordeel
van de metro: snelheid en hoge frequentie,
nadeel: Warschau heeft slechts twee metrolij
nen. De stad heeft vier snelle stadsspoorlijnen
(SKM) die geïntegreerd zijn in het stedelijk
ov-systeem en goede verbindingen met de
voorsteden bieden. Het nadeel van SKM is de
lage frequentie van de treinen.
Openbaar vervoer attractiever maken
Het doel van ons onderzoek is te laten zien of
stadsvervoer geoptimaliseerd is met betrekking
tot spreiding van de bevolking en attractiviteit
van bestemmingen. Onze analyses tonen de
delen van een stad waar veel mensen wonen
maar het ov niet goed geregeld is. Ze laten
ook zien of het ov zo geregeld is dat het
autogebruik afneemt. Met name tonen we de
locaties in de stad waar het niet voordelig is
het ov te gebruiken omdat de auto meestal
sneller is. Deze informatie kan gebruikt worden
voor het aanpassen of aanleggen van ov-lijnen
die de grootste aantallen potentiële reizigers
bedienen.
Onze resultaten laten een gebrek aan correlatie
zien tussen reissnelheid en bevolkingsdicht
heid in een gebied. Om het openbaar vervoer
attractiever te maken moet de reissnelheid
worden vergroot, met name in dichtbevolkte
stadsdelen. Uitbreiding van metro, stadsrail,
tram en busbanen kan hierin helpen. Busbanen
verhogen de snelheid van de bus en verlagen
de snelheid van de auto, waardoor de snelheid
van beide dichter bij elkaar komt.
Toepassing in Nederland
Ons onderzoek onderstreept het belang van
multi-aspectanalyse voor de duurzame planning
van stedelijk vervoer. Onze methode verenigt
technieken voor ruimtelijke analyse met statis
tische technieken en kartografische visualisatie.
De resultaten van Warschau kunnen mogelijk
toegepast worden op Amsterdam. Er zijn
immers veel overeenkomsten: allebei hoofd
steden met woonregio's aan de rand van de
stad, ze kennen woon-werkverkeerproblemen
en beschikken over waterwegen die de stad
verdelen en het verkeer bemoeilijken. Zoals in
elke grote stad zijn er fileproblemen en wordt er
geprobeerd deze te verminderen door innovatie
en uitbreiding van het openbaar vervoer.
Onze aanpak kan natuurlijk ook opnieuw toege
past worden op Nederlandse steden. De data
zijn meest voorhanden en de analyses zijn niet
erg kostbaar. De multi-aspectanalyse laat de
effectiviteit van verschillende vervoersmiddelen
in een stad zien en de punten waar het ov
verbeterd moet worden om de stad aantrekke
lijker te maken en de aansluiting van stadsdelen
op het ov te verbeteren. De resultaten van
onze analyses kunnen gebruikt worden voor
vergelijking met simulatiestudies ten behoeve
van aanpassing van het ov.
Referentie
Dit artikel is een samenvatting van Mosciska
et al., 2019. Transport Accessibility of Warsaw:
A Case Study. In: Sustainability 2019, 11, 5536,
doi.org/10.3390/su11195536.
Anna Wilbik, Department of Data Science and
Knowledge Engineering, Universiteit Maastricht
(voorheen Faculteit Industrial Engineering
Innovation Sciences, TU Eindhoven),
a.wilbik@maastrichtuniversity.nl
Albina Mosciska, Faculty of Civil Engineering
and Geodesy, Military University of Technology,
00-908 Warsaw, Poland
Krzysztof Pokonieczny, Faculty of Civil Engineering
and Geodesy, Military University of Technology,
00-908 Warsaw, Poland
Jakub Wabihski, Faculty of Civil Engineering
and Geodesy, Military University of Technology,
00-908 Warsaw, Poland
Paul Grefen, Faculteit Industrial Engineering
Innovation Sciences, TU Eindhoven,
p.w.p.j.grefen@tue.nl.
Targiwefc
Reifibdrtóvi
Sgttnn
Pratja ftJudnre
Waiver
Fiitcncul JccEsaihilH} diMwcnce
(jf Public ifruupcn
«4
Mjln ro*h
SttAHhitry IKhb
CÜ Wniw, dharios
r~Yiilflli KHxi
