18/01/2019
“Regio’s en gemeenten investeren in fietsenstallingen op stations” kopte het NRC op 23 november jl. Deze investeringen zijn onderdeel van het Nationaal Fietsenplan dat de staatssecretaris I&W introduceerde om fietsen aantrekkelijker te maken en forenzen te overtuigen de auto te vervangen door de fiets of – voor langere afstanden - fiets en trein. Een groot deel van de investeringen gaat daarom ook naar fietsenstallingen op treinstations. Laat dat nu net een onderwerp zijn waarin CQM de afgelopen jaren ProRail heeft ondersteund. Een mooi moment om dit werk nu eens onder de aandacht te brengen!
Prognosemodel fietsstalcapaciteit
Het CQM-project bestaat uit het ontwikkelen en beheren van het prognosemodel fietsstalcapaciteit. De vraag die hierbij centraal staat is: hoeveel fietsstalplekken zijn er in de toekomst per station nodig, zodat reizigers niet belemmerd worden in het kunnen stallen van hun fiets op het station? De toekomst betreft hier het jaar 2030, een stalling is immers niet in korte tijd te bouwen of aan te passen.
Koppeling diverse databronnen
Om deze prognose te kunnen maken, combineren we zoveel mogelijk gegevens over het station, zoals: hoeveel reizigers maken gebruik van het station, welk aandeel van de reizigers ziet het station als thuisstation en hoeveel als bezoekstation, hoe is de verdeling van reizigers over de dag, hoe is het gebruik van vervoersmodaliteiten op het station (gaan in verhouding meer reizigers met de fiets of met de auto naar het station bijvoorbeeld) en hoeveel fietsen worden er geteld in de stalling.
Forecasting
Sommige van deze gegevens zijn heel nauwkeuring (bijvoorbeeld het aantal check-ins en check-outs op een station), en andere zijn grover (bijvoorbeeld het gebruik van vervoersmodaliteiten wat gebaseerd is op enquêtes). Op het aantal getelde fietsen in de stalling na, hebben al deze gegevens gemeen dat ze iets zeggen over het gebruik van het station. De uitdaging in het prognosemodel is om deze stationsgegevens te vertalen naar het gebruik van de fietsenstalling en het daarbij horende aantal benodigde fietsstalplekken. Zo is het mogelijk dat één fietsstalplek gebruikt wordt door meerdere reizigers als deze geen overlap hebben in het moment van stallen.
Effect data op prognose
In de basis is het prognosemodel relatief simpel; we vinden dat een model duidelijk uitlegbaar en makkelijk reproduceerbaar moet zijn. Maar we willen het model wel zo goed mogelijk aan laten sluiten bij wat er in de stalling gebeurt, nu en in de verwachte toekomst. Daarom onderzoeken we hoe gevoelig een voorspelling is voor fluctuaties in de verschillende data. Deze zogenaamde gevoeligheidsanalyse beantwoordt vragen als; hoeveel fietsstalplekken zouden er nodig zijn als er 10% meer fietsen worden geteld? Of wat is het effect op de voorspelling als er in de toekomst meer reizigers dan verwacht met de fiets naar het station komen? Daarnaast finetunen we het model regelmatig als er nieuwe inzichten zijn of nieuwe gegevens beschikbaar komen.
Het model resulteert in een totale prognose van zo’n 600.000 benodigde fietsstalplekken in 2030. Ten opzichte van de huidige capaciteit van ongeveer 480.000 plekken is dit een stijging van 25%!
De prognose per station dient ter ondersteuning van de ProRailers die zich bezighouden met fietsparkeren en beslissingen nemen over te (ver)bouwen stallingen. Hierbij komt de kwantitatieve kennis van CQM en de domeinkennis van de klant samen, echt een typisch CQM-project waar we de afgelopen jaren met heel veel plezier aan en prettig in hebben samengewerkt!
Meer weten over de wiskunde achter de stationsstalling?
Neem dan contact op met Pleuni van Heiningen MSc.
Ook interessant om te lezen:
- Ontdekken wat er mogelijk is met Data Science
- Projecten voor het spoor
- Slimme beeldherkenning maakt spoorinspectie vijf keer efficiënter
Fotocredit: Pixabay/Separatus
