Liikenne-ennusteet (osa 1)
Helsingissä tehdään suuri määrä investointipäätöksiä liikenne-ennusteita käyttäen. Näissä ennusteissa yritetään arvioida esimerkiksi sitä kuinka paljon autoja kulkee tietyllä kadulla tai kuinka monta ihmistä käyttää tiettyä raideyhteyttä tulevaisuudessa. Yritän alla kuvata ennusteisiin liittyvät tärkeimmät osat. Aiheesta teknisessä muodossa lisää tietoa HSL:n ”Helsingin seudun työssäkäyntialueen liikenne-ennustemallit 2010” julkaisusta.

Esimerkki liikenne-ennusteesta, vuosi 2035 skenario 4. Luku kertovat vuorokausiliikenteen määrän yhteen suuntaan kyseisessä kohdassa. Viivan paksuus kuvaa liikenteen määrää.
Simulaatiojärjestelmässä on siis (1) malli siitä, miltä kaupunki näyttää tulevaisuudessa, eli missä ihmisiä asuu ja missä on työpaikkoja (+koulut ja yliopistot) ja vapaa-ajanviettopaikkoja, (2) malli, jonka avulla tehdään ennuste siitä, mistä ja mihin ihmiset liikkuvat, (3) malli siitä miten tavaraa liikutetaan, (4) malli liikennejärjestelmästä, eli kaduista, teistä, rautateistä ja joukkoliikenteen linjoista ja (5) malli siitä kuinka ruuhkautuminen vaikuttaa liikkumisnopeuteen.
Tällainen simuloiminen vaatii raskasta laskentaa. Siksi sitä yksinkertaistetaan mm. sillä että tarkan asukasjaon sijasta Helsingin seutu jaetaan alueisiin, jonka sisällä asukkaat ja työpaikat sijoitetaan alueen sisällä olevaan yhteen pisteeseen. Tämä tuottaa joskus ongelmia joukkoliikennelinjoja suunniteltaessa, kun alueen kohdepiste voi olla ihan eri paikassa kuin asukkaat tai työpaikat todellisuudessa.
Mallin osista:
- Voimme kohtuullisen hyvin arvioida sen, minkä verran asukkaita ja työpaikkoja on missäkin tulevaisuudessa (tämä riippuu merkittävästi kaavoituksesta).
- Voimme kohtuullisesti arvioida tavaraliikenteen määrän (tosin tässä mm. itseajavien autojen tuoma murros saattaa tuottaa yllätyksiä).
- Tulevaisuuden katuverkon me voimme (joissakin rajoissa) itse päättää. Tämä on juuri se osa, jonka valintoja näillä malleilla yleensä pyritään pohtimaan.
- Automäärien vaikutukset ajonopeuteen erilaisilla kaduilla on asia, joka voidaan mitata.
- Vaikein arvioitava asia on se, mistä ja mihin ihmiset liikkuvat ja millä kulkutavalla. Tämä on myös se, joka tuottaa kaikista eniten epävarmuutta liikennesimulaation lopputuloksiin.
Kun simulointeja sitten tehdään, järjestelmässä otetaan lähtötiedoiksi esimerkiksi nykyiset katunopeudet. Seuraavaksi simulaatio kertoo sen, miten vaikkapa automäärä jollain kadulla muuttuu, mikä myös vaikuttaa kadun keskinopeuteen. Tässä vaiheessa tehdään sitten uusi iteraatio, jossa otetaan kaduille nämä edellisen simulaation pohjalta saadut keskinopeudet.

HSL:n tuottama malli erilaisten katujen nopeuksista vaihtelevalla automäärällä. X-akselilla autojen määrä tunnissa per kaista ja Y-akselilla nopeus. Lähde Helsingin seudun työssäkäyntialueen liikenne-ennustemallit 2010 osa D sivu 43.
Tätä iteraatioksi kutsuttua prosessia tulisi jatkaa kunnes kahden peräkkäisen simulaatiokierroksen välillä ei ole merkittävää eroa. Iteroinnissa pitäisi tehdä kierrosten välillä sekä kohteen, reitin, että kulkutavan valinta, mutta resurssipuutteen takia usein tehdään vain kohteen ja reitin valinta.
HSL-alueen mallilla on valitettavasti taipumus tuottaa tilanteita, joissa yhdellä iterointikierroksella kaikki valitsevat suorimman reitin, joka ruuhkautuu täysin – josta seuraa se, että seuraavalla kierroksella kaikki valitsevat toisen reitin (ja näin nopein reitti jää tyhjäksi) ja sen jälkeen kaikki taas valitsevat suorimman reitin. Tätä kutsutaan oskilloinniksi.
Tämän ongelman kiertämiseksi Emme-mallissa on otettu käyttöön järjestely, jossa katuosuuden nopeus ei koskaan laske alle 30% kadun nopeusrajoituksesta. Tämä on ongelmallista etenkin Helsingin kantakaupungin osalta, sillä se johtaa siihen että malli ennustaa aina läpiajoliikennettä Helsingin läpi, vaikka katuverkko todellisuudessa olisi niin täynnä että idästä länteen kulkeva läpiajoliikenne vaihtaisi kulkemaan pohjoisempia reittejä (Hakamäentie, kehä I ja niin edelleen). On todennäköistä, että tämän rajoitteen takia liikenne-ennusteet todennäköisesti yliarvioivat kantakaupungin alueella tulevan autoliikenteen määrän.
Edit: Tässä vielä kuva siitä, minkälaista katutyyppiä ylläolevan katujen ruuhkanopeuskuvaajan käyrät tarkoittavat. Esimerkiksi ylläolevassa kuvassa kolme ylintä viivaa, eli viivat 1-3 ovat eri tyyppisiä moottoriteitä.
Voisiko kuvatun oskllointi-ongelman ratkaista käyttämällä ennusteena edellisen kierroksen valintojen sijasta vaikkapa keskiarvoa kaikkien edellisten iteraatioiden valinnoista (vrt. esim. http://en.wikipedia.org/wiki/Fictitious_play)?
Ihmisjoukkoja ehkä paremmin matkiva oskillointikikka voisi varmaan olla, että enintään 20-30% yhtä verkon särmää käyttäneistä voi hylätä reitin sen kohdan takia 0seuraavalla iteraatiolla. Tai enintään 20% särmällä millään iteraatiolla tavatusta maksimikapasiteetista. Ihmiset junnaa samaa reittiä keskimäärin aika monta päivää, kunnes uskovat että esim. työmaa on ja pysyy ja vaihtoehtoa kannattaa kokeilla.
Jotain tuon tapaista voisi yrittää. Mutta kannattaa huomata että noilla moottoriteillä 20% muutos automäärissä muuttaa nopeuden 20km/h vauhdista noin 90km/h keskinopeuteen.
Tuo on juuri se sijoittelufunktion jyrkkyyteen liittyvä ongelma, josta kirjoitin.
[…] On fiksua, että parhaan mahdollisen päätöksen saamiseksi tuotetaan taustamateriaalia. Liikenne-ennusteet tuottavat tänä päivänä hyvin perusteluvoimaisiksi koettuja numeroita, jotka kertovat, miltä tulevaisuus näyttää eri vaihtoehdoissa. Juuri tätä vasten on hyvä pitää mielessä, että nämä numerot eivät ole kylmän objektiivisia, vaan pohjautuvat erilaisiin taustaoletuksiin. On täytynyt tehdä aika monta valintaa, ennen kuin tietokoneen laskentateho päästetään irti. Aiheesta on kirjoittanut mm. Mikko Särelä. […]