Posts tagged GOVI
Impact assessment of new North/South metro line in Amsterdam
Large infrastructural projects are usually evaluated ex-ante before the decision to build the project is taken. However, after construction and opening of such project a thorough ex-post analysis is rare. In this paper we present an overview of such an evaluation study conducted in Amsterdam, capital of The Netherlands, including some first results. Research themes in the study are public transport, mobility and accessibility, public space and liveability and spatial economics. In this paper we focus on effects on public transport.
The new north-south metro line in Amsterdam became operational in summer 2018. This was accompanied by changes to the existing bus and tram network to provide feeder services to the new line, as well as to remove duplicate routes. Apart from adding significant capacity to the public transport network, the new line and the accompanying changes to the network are expected to improve travel times, reliability, accessibility and comfort levels (at least on average; not for all individual travellers).
The changes in such service quality attributes is expected to lead to a change in travel behaviour in terms of public transport route choice, mode choice (between public transport and private modes or within public transport), destination choice, departure time choice or addition of new trips (induced demand).
The objective of this study is to identify the main effects of the new metro line on existing and new passengers. We pay attention to the following aspects:
– Passenger volumes.
– Travel times, where the following distinction can be made:
o in-vehicle time;
o waiting time at the first stop;
o transfer walking time;
o transfer waiting time.
– Number of transfers.
– Network flows / crowding in vehicles.
– Reliability: travel time variance on the journey level.
– Accessibility: number of inhabitants and jobs reachable within a travel time budget.
Data sources for the study are GTFS timetable data (open source), Smart card data (both from within the city of Amsterdam as for the regional feeder bus services) and Automated Vehicle Location data. To measure perceived quality of the PT network, a survey is conducted among inhabitants of Amsterdam. In this survey approximately 3.800 respondents were asked about the travel time perceptions of their last PT trip, both before and after opening of the metro line. Finally, for a sample of travellers the entire trip is followed by a GPS tracking app.
Passenger Travel Time Reliability for Multi-Modal Public Transport Journeys
Urban transit networks typically consist of multiple modes and the journeys may involve a transfer within or across modes. Hence, the passenger experience of travel time reliability is based on the whole journey experience including the transfers. Although the impact of transfers on reliability has been highlighted in the literature, the existing indicators either focus on uni-modal transfers only or fail to include all components of travel time in reliability measurement. This study extends the existing ‘Reliability Buffer Time’ metric to journeys with multi-modal transfers and develops a methodology to calculate it using a combination of smartcard and automatic vehicle location data. The developed methodology is applied to a real-life case study for the Amsterdam transit network consisting of bus, metro and tram services. By using a consistent method for all journeys in the network, reliability can be compared between different modes or between multiple routes for the same origin-destination pair. The developed metric can be used to study the reliability impacts of policies affecting multiple modes. It can also be used as an input to behavioral models such as mode, route or departure time choice models.
Find the TRB paper and presentation of Malvika Dixit HERE and HERE
Operations of zero-emission buses: impacts of charging methods and mechanisms on costs and the level of service
To limit global warming and strive for more liveable and sustainable cities, innovative zero-emission buses are on the rise all around the world. For now, only trolley, battery and fuel-cell electric vehicles can be classified as (on the pipe) zero-emission vehicles. Different charging methods, including different charging systems and power, are available to charge battery electric vehicles. However, scientific literature focused on the operation and charging scheduling of electric vehicles is scarce.
In this study, a comparison of different applied charging methods for electric buses is obtained. A new ZE-bus station simulation method is developed to assess charging methods and charging regulations with regard to their impacts on costs and level of service.
The shift to zero emission bus transport is meant for achieving more sustainable and liveable cities. However, this research concludes that this is involved with higher costs and passenger disturbances. The investment costs increase substantially. Benefits of electric operations, including vehicle propulsion cost savings up to 70 percent, are not able to compensate these high investments. (Slow) depot charging offers opportunities for operations on short distance lines. The depot location should be close to a bus station and additional fleet is required. In order to prevent fleet overcapacity, vehicles should be recharged with high charging power along the line, preferably at combined bus stations and terminals in order to prevent charging related delays. Dynamic/In-motion charging – still in its infancy stage yet – offers opportunities to prevent these delays due to combined charging and operation time.
Insights into door-to-door travel patterns of public transport passengers
Public transport enables fast and reliable station to station journeys. To assess passenger travel patterns and to infer actual quality of service, smartcard and AVL data offer great opportunities. There is, however, an increasing interest in insights into access and egress dynamics of public transport riders as well. What is the size of a stop’s catchment area, which modes are used, and how long and reliable are access and egress times? The answers to these and other questions enable optimization of the total mobility system, thereby also increasing public transport ridership and efficiency. Sufficient biking access of public transport stops (routes and parking), for instance, offer opportunities to increase public transport stopping distances, thereby increasing operational speed and reliability, without compromising accessibility of service areas. We developed a methodology to calculate and demonstrate these dynamics by using new and existing data technologies, namely AVL, survey and new promising app.
Find the Transit Data Conference abstract HERE and our presentation HERE
Monitoren van kwaliteit en beleving van multimodale OV ketens voor betere prognoses
De bereikbaarheid van steden staat onder druk. Door de toename van bewoners, bedrijven en bezoekers is de verwachting dat de stedelijke bereikbaarheid verder onder druk komt te staan. Tot voorkort was het niet goed mogelijk om de kwaliteit (reistijd, betrouwbaarheid en beleving) van de gehele OV deur-tot-deur reis en de first en last mile te meten. Deze inzichten zijn essentieel om het effect van ontwikkelingen en maatregelen in te schatten.
Samen met het ministerie van I en M en de Metropoolregio Amsterdam hebben we een werkmethode ontwikkeld en toegepast om de kwaliteit van de gehele deur-tot-deur reis te beoordelen. In de eerste maanden van 2016 is een pilot voor de werkmethode uitgevoerd tussen Amsterdam en Haarlem. In deze pilot is de kwaliteit (reistijd, betrouwbaarheid en beleving) van de deur-tot-deur reis onderzocht met bestaande data (OV-chipkaart en NDOV) en direct vanuit de reiziger (enquêtes en apps). Met een nieuw ontwikkelde tool is met behulp van open data van zowel het stedelijke als landelijke OV (bijv. GVB en NS) inzicht gekregen in de geleverde kwaliteit. Met behulp van een nieuwe app zijn inzichten verkregen in ketenverplaatsingen, zoals fiets-OV.
De methodiek en nieuwe tooling heeft bewezen de benodigde inzichten op te leveren. Daarnaast blijkt uit de pilot onder meer dat:
– de combinatie van gegevens een goede werkmethode oplevert voor auto, OV, fiets en combinaties daartussen en voor de gehele deur-tot-deur reis (inclusief first en last mile).
– de objectieve en subjectieve waarde van reistijd, betrouwbaarheid en beleving per stukje van de reis regelmatig van elkaar verschillen. Zo wordt een betrouwbare en gemiddeld snelle OV-reis toch beleefd als lage kwaliteit.
De resultaten van de pilot zijn veelbelovend voor verdere ontwikkeling en toepassingen.
Bekijk de Platos presentatie HIER
Urban Mobility Lab: benut databerg
CROW-KpVV hield op 28 mei in Utrecht de eerste landelijke kennisdag over het benutten van data in het openbaar vervoer. Het delen van data levert veel op, maar is nog geen gemeengoed. Tijdens de bijeenkomst stond onder andere het Urban Mobility Lab in de schijnwerpers: een proeftuin vol data over vervoerpatronen in Amsterdam.
Lees het hele artikel: Urban Mobility Lab in OV Magazine
Urban Mobility Lab
Op 28 mei 2015 organiseerde CROW-KpVV in de Galgenwaard in Utrecht de eerste landelijke bijeenkomst over het benutten van data in het openbaar vervoer. Het doel van deze onafhankelijke kennisdag was om te laten zien welke toepassingsmogelijkheden er zijn voor data die beschikbaar is. Zo kan slim gebruik hiervan overheden helpen bij het nemen van beleidsbeslissingen en beheren van een concessie. Daarnaast kunnen verschillende regio’s van elkaar leren door data te koppelen en te vergelijken. Er liggen kortom volop kansen op het gebied van datagebruik in het ov.
Niels van Oort, assistant professor ov aan de TU Delft, vertelde tijdens het plenaire deel over hoe Amsterdam als levend mobiliteitslaboratorium fungeert. Hoe kunnen we alle voetgangers-, fiets-, auto- en OV-data verzamelen, combineren en visualiseren om te komen tot een beter begrip en kennis van het totale mobiliteitssysteem? In een verdiepende deelsessie stonden de mogelijkheden voor het ov centraal: wat kunnen we leren over het ov door gebruik te maken van databronnen als GSM, GOVI en OV-chipkaart?
Bekijk hier de presentatie: Urban Mobility Lab
Betrouwbare modellen door onbetrouwbaar OV
Al het OV rijdt op tijd in verkeersmodellen. Huidige, state of the art, verkeersmodellen houden namelijk geen expliciete rekening met de betrouwbaarheid van de dienstuitvoering van OV, terwijl het door reizigers als één van de belangrijkste aspecten wordt gezien. Een onbetrouwbare dienstuitvoering leidt tot extra reistijd en een onzekere aankomsttijd. De verwachting is dan ook dat reizigers lagere kosten ervaren als zij gebruik maken van een meer betrouwbare reisoptie. Om dit aspect mee te kunnen nemen in een verkeersmodel, wordt in dit paper een driestappenplan gepresenteerd, gebruik makend van data over de gerealiseerde dienstuitvoering uit GOVI. Deze drie stappen bestaan uit het bepalen van de rijtijdspreiding van de voertuigen, het bepalen van het effect op wacht- en in-voertuigtijd en uiteindelijk het bepalen van het verwachte effect van onbetrouwbaarheid op de gemiddelde reistijd per reiziger. Deze benadering is succesvol getest op het verkeersmodel van de regio Utrecht: door het toevoegen van betrouwbaarheid als kenmerk van de OV lijnen in het model, is de verklarende waarde van het model toegenomen, doordat resultaat voor kalibratie 18% dichter bij de telcijfers komt. Doordat betrouwbaarheid nu als kenmerk van het OV netwerk wordt meegegeven, is het mogelijk om verbeteringen in de betrouwbaarheid expliciet mee te nemen als modelvariant. Dit biedt mogelijkheden voor het evalueren van maatregelen die niet zo zeer de snelheid van het OV beïnvloeden, maar wel de betrouwbaarheid. De modelresultaten kunnen bijvoorbeeld input zijn voor een maatschappelijke kosten-baten analyse. Verbeterde betrouwbaarheid heeft immers substantiële maatschappelijke baten tot gevolg. Het driestappenplan is de eerste aanpak én toepassing wereldwijd van het meenemen van onbetrouwbaarheid in verkeersmodellen. We verwachten dan ook het aantal toepassingen snel te kunnen uitbreiden de komende tijd.
Lees het hele CVS artikel hier
of
Optimizing Public Transport Planning and Operations Using Automatic Vehicle Location Data: The Dutch Example
There is a growing pressure on urban public transport companies and authorities to improve efficiency, stemming from reduced budgets, political expectations and competition between operators. In order to find inefficiencies, bottlenecks and potentials in the public transport service, it is useful to learn from recorded operational data. We first describe the state of publicly available transit data, with an emphasis on the Dutch situation. The value of insights from Automatic Vehicle Location data is demonstrated by examples. Finally, a software tool is described that makes quick comprehensive operational analysis possible for operators and public transport authorities, and was able to identify several bottlenecks when applied in practice.
Read more: Paper MT ITS Dresden Van Oort