Ein Modell prognostiziert den Verkehr in Stadtzonen

Die Forscher verwendeten dazu Daten eines Carsharing-Unternehmens. Wie sie im Fachjournal "Scientific Reports" schreiben, ist ihr Modell im Vergleich zu bestehenden Werkzeugen besser interpretierbar und flexibler. Es ermögliche auch, unerwartete Ereignisse zu erkennen.

Ein Modell prognostiziert den Verkehr in diversen Stadtzonen

Simone Daniotti vom CSH nutzte für sein Modell die Standortdaten der Autoflotte eines Carsharing-Unternehmens in Mailand, Rom, Florenz und Turin, die stellvertretend für den gesamten Stadtverkehr in diesen Städten stehen. Daraus entwickelte er ein Modell, das genaue räumlich-zeitliche Vorhersagen für verschiedene Stadtgebiete ermöglicht und auch mit dem Verkehrsaufkommen zusammenhängende Anomalien genau erkennt. Als Beispiele dafür werden Streiks oder schlechte Wetterbedingungen genannt.

Mobilitätsmuster von Menschen sind Schlüssel für Stadtplanung

Wenn man die Mobilitätsmuster von Menschen verstehe und wisse, wie verschiedene städtische Zonen zusammenhängen, könne dies "politischen Entscheidungsträgern helfen, eine effektive Verkehrspolitik und eine integrative Stadtplanung zu entwerfen und umzusetzen", erklärte Daniotti in einer Aussendung. Das könne dazu beitragen, Staus zu vermeiden und gezielte Reaktionen wie den lokalen Ausbau des öffentlichen Verkehrs.

Vorhersage des Verkehrsverhaltens basiere auf aggregierten Daten

Die Mehrheit der zahlreichen schon existierenden Modelle zur Vorhersage des Verkehrsverhaltens würde auf aggregierten Daten basieren, die nicht vollständig interpretierbar seien, etwa wenn es um die tatsächliche Interaktion von zwei Stadtgebieten geht. Das macht es schwierig, die zugrunde liegenden Mechanismen täglicher menschlicher Routinen zu verstehen. Das neue Instrument erlaube dagegen den Forschern tatsächliche Interaktion von Zonen zu betrachten und zu interpretieren. Es sei zudem auch in der Lage, Vorhersagen über das Verkehrsverhalten in anderen Städten zu treffen.

(APA/Red)