Hvordan påvirker vejret vores valg af transport?

Kelton Ray Minor
PhD Student at Kraks Fond Byforskning, University of Copenhagen Center for Social Data Science

I Danmark og globalt vokser antallet af mennesker i de store byer. Det betyder mere pendling, mere bytransport, mere trængsel og flere spildte timer på trafikkøer, hvilket giver udfordringer i forhold til infrastrukturplanlægning.

Samtidig er der enighed blandt eksperter om, at vejrforholdene bliver mere ekstreme i fremtiden: Vi får varmere temperaturer og større udsving i nedbør. Verden over er man derfor begyndt at overveje, hvordan fremtidige klimaændringer vil påvirke trafik, transport, infrastruktur – og hverdagslivet for millioner af mennesker.

Ny metode til at måle transportadfærd

I den netop publicerede rapport “Vejrets betydning for vores valg af transport” præsenterer vi en metode til at måle trafik og transportadfærd baseret på data, som allerede findes – og som genereres i stadigt større mængder hver dag: nemlig digitale spor fra smartphones. Vi bruger, som noget helt nyt i transportforskning, wi-fi-signaler til at bestemme, hvornår folk befinder sig hvor.

Vi viser,  hvordan de digitale spor kan bruges både som et pilotstudie for *smart-grid offentlig transport, og til at analysere vores adfærdsændringer som følge af ændringer i vejret, hvilket på sigt kan danne grundlag for en forståelse af de adfærdsændringer, som følger af klimaforandringer.

Resultaterne viser, at både pendling- og fremmødeadfærd påvirkes af vejret i forventelige retninger. Selvom studiet ikke eksplicit identificerer, hvordan klimaændringer påvirker menneskelig adfærd, demonstrerer det, hvordan mobile enheder – af den slags, der findes i mange menneskers lommer hele dagen – kan bruges til kontinuerligt at overvåge effekter af fx ekstremt vejr.

Med en længere tidshorisont og med et bredere udsnit af befolkningen kan en sådan metode potentielt fungere som et moderne, urbant instrument til både at måle og respondere på klimamæssige påvirkninger af menneskelig mobilitet i realtid.

Download rapport

Eksempler på vejrets betydning for transportvalg

Valg af transportform afhængigt af vejret (figur 1 & 2)

Valg af egen fremdrift afhænger – ikke overraskende – af vejret: Jo varmere det er, des flere studerende cykler eller går, jo koldere det er, des færre cykler eller går. Hård vind og regn bidrager også til, at færre cykler, om end det for sidstnævnte kun sker ved relativt markante nedbørsmængder.

Brugen af offentlig transport afhænger af lokalt vejr, særligt i forhold til temperatur og nedbør. Ved højere temperaturer skifter studerende væk fra offentlig transport, mens nedbør giver øget brug af offentlig transport.

 

 

Vejrets effekt på elevernes deltagelse i undervisning (figur 3 & 4) 

Når temperaturen er under 5 C, mindskes sandsynligheden for, at den enkelte studerende kommer til undervisningen, og når temperaturen er under frysepunktet, er effekten endog meget markant; selvom der ikke er mange dage i vores datasæt med temperaturer under frysepunktet, er effekten estimeret relativt præcist. Det samme gør sig gældende for vindstyrke – her er effekten næsten lineær; jo højere vindstyrke, jo lavere sandsynlighed for, at de studerende kommer til undervisningen.

 

 

Crowdsourcing som metode

Der findes flere måder at gøre byerne smarte på, når det gælder fremtidens klima- og trafikforhold. Vi tager udgangspunkt i crowdsourcing (decentral problemløsning i såkaldt distribuerede grupper) med smartphones som måleinstrumenter. På den måde kan vi udnytte, at en meget stor andel af moderne byers beboere, og det særligt i Danmark, altid har et meget avanceret måleinstrument på sig i form af en smartphone.

Metoden har en række fordele: Dels er dataindsamlingen passiv i den forstand, at den ikke kræver opmærksomhed fra deltagerne – de skal bare huske deres telefon – og den kræver ikke særlige og særligt strømslugende sensorer, ud over dem folk alligevel har tændt på deres telefon. Dels er data fra indsamlingen ”ærlige” signaler (Pentland, 2009) i den forstand, at de fortæller om folks faktiske adfærd hele tiden – og ikke den adfærd, de gerne vil præsentere for andre, fx ved at udelade bestemte tidsperioder.

Vi beskriver således et nyt klassifikationssystem for identifikation af bytransport baseret alene på data fra trafikanternes mobiltelefoner, der udnytter den i storbyer allerede eksisterende informationsteknologiske infrastruktur, særligt i form af allestedsnærværende wi-fi-netværk og bluetooth-spor sammen med gps-data og kontekstinformation.

Metoden har yderligere den fordel, at den kan skaleres i sin sikring af borgernes privatliv: I nogle tilfælde kan særligt præcise data være nødvendige, hvorfor man både som dataleverandør (borger) og databehandler (forsker eller trafikplanlægger) kan acceptere at observere den enkeltes transportvalg i en meget finkornet optik, mens det for andre formål vil være tilstrækkeligt at observere fx enkelte dele af ”ture” fremfor hele ”turen” fra start- til slutadresse.

 

Download rapport

*Et transportsystem der tilpasser sig efterspørgsel i realtid

Del