konspekt

1 МОДЕЛЮВАННЯ ПОПИТУ МІСЬКИХ ПЕРЕМІЩЕНЬ

Транспортний сектор займає значну частину в розподілі затрачуваної енергії на міській території. Наприклад, для Лондона в 2001 році кількість енергії, що припадала на транспорт становила 26% від загальної. Для розрахунку кількості енергії (для транспорту відповідно вона буде означати кількість палива) необхідно розробити моделі транспортного попиту, які здатні передбачати потреби населення в переміщенні за типами переміщень, часу дня, тривалості переміщення та призначень. В таких моделях транспортного попиту повинні розглядатись потреби в переміщенні не лише для окремих осіб, але й для бізнесів та інших організацій.

Необхідність моделей транспортного попиту постала перед міськими та транспортними планувальниками в середині ХІХ ст. з макроекономічним моделюванням просторових потоків людей та товарів. Близько століття планувальники покладались на різні загальні підходи розрахунку просторових переміщень та потоків, такі як моделі, засновані на ентропії та гравітації. В середині ХХ ст. відбувся розвиток наступного процесу розрахунку транспортного попиту, заснованого на загальних підходах, який відомий як чотирьохетапна модель. Відносно неповна версія чотирьохетапної моделі використовується до цього дня кількома міськими планувальними організаціями в світі.

Паралельно з розвитком чотирьохетапної моделі транспортного попиту, міські планувальники також виявили складні взаємозв′язки між транспортною мережею та іншими частинами міської системи. Структура зв′язків в транспортній системі представлена на рис. 1.

Рис. 1. Складність взаємозв′язків в міській транспортній системі

В центрів рисунку знаходиться транспортна система, на яку впливають конфігурація землекористування, потреби пересувань людей та бізнесів та плани і контроль органів управління. Зміни в транспортному забезпеченні в свою чергу впливають на вибір місця проживання та роботи населення, рішення щодо розташування бізнесу, що відповідно впливає на конфігурацію землекористування. Далі є демографічні та соціальні процеси, незалежні від транспортної системи, які впливають на конфігурацію землекористування та таким чином непрямо впливають на транспортний попит. Останньою частиною структурної схеми є навколишнє середовище у формі викидів та споживання енергії, які є результатом роботи транспорту та інших діяльностей, які провадяться людьми та бізнесами. Зв′язок з навколишнім середовищем розглядається як зовнішній до зв′язку землекористування – транспортна система та включений нещодавно після вивчення важливості врахування впливу навколишнього середовища.

З усвідомленням складної динаміки міської системи міські планувальники в 1950-их та 1960-их запропонували розвиток інтегрованих моделей «землекористування-транспорт» (З-Т). Першою з таких моделей, яка отримала визнання, стала модель Лоурі в 1964 р. З того часу було розроблено кілька інтегрованих З-Т моделей в світі таких як ITLUP (Putman, 1983), MEPLAN (Echenique, 1985), MUSSA

(Martínez, 1992), and UrbanSim (Waddell, 2002). В той час як компоненти землекористування моделей З-Т швидко переросли з простих узагальнених відображень до складних економічних та економетричних моделей ринкових процесів, чотирьохетапна модель продовжує відображати компонент транспортного моделювання.

Незважаючи на це, модель транспортного попиту значно еволюціонувала від простих чотирьохетапних моделей в 1960-их. З одного боку переваги в економетричному моделюванні призвело до використання моделей вибору з розбивкою в складі чотирьохетапної моделі. Дальші покращення стосувались концептуальних переваг, таких як врахування взаємозв′язків між пересуваннями, які в свою чергу призвели до чотирьохетапних моделей, заснованих на пересуваннях. Зсув акценту призвів до розвитку підходу до моделювання транспортного попиту, який базується на активності. Цей підхід, прямий результат росту в дослідженні транспортної поведінки, визнає, що потреби в пересуванні індивідуума (або фірми) провокуються бажанням (або потребою) участі в активностях в різних географічних локаціях. Моделі, засновані на активностях таким чином пересувають фокус від описового аналізу потоків до складного розуміння процесу вибору різними особами. На даний час існує кілька повністю робочих моделей транспортного попиту, заснованих на активностях.

Розвиток моделей транспортного попиту

1.1.1Загальні моделі

Ранні моделі транспортного попиту були простими математичними моделями такими як гравітаційна модель або модель ентропії, які кваліфікували пересування як функцію ємності зони. Таким чином це були по суті моделі загального рівня, засновані на переміщеннях. Кількість пересувань, яка генерується зоною, розглядається як пропорційна до населення в зоні, в той час як кількість пересувань, яка притягується зоною, розглядається пропорційною до кількості точок притягання в зоні. Більш того, пересування між зонами розглядається як обернено пропорційне до відстані між зонами (також називають «опором»).

1.1.2Моделі пересувань з розбивкою

Удосконалення в техніці моделювання призвели до відходу від загальних моделей і дали поштовх до розвитку моделей пересувань з розбивкою. Ці моделі використовують рівень даних з розбивкою пересувань, які здійснюються індивідуумами між зонами в межах території проектування та застосовують такі методи моделювання як оптимізація з обмеженнями та випадкова максимізація корисності. Фундаментальною різницею між загальними моделями та моделями з розбивкою є те, що моделі з розбивкою розглядають індивідуума (або домашнє господарство чи фірму) як одиницю прийняття рішення. Іншими словами моделі з розбивкою беруть до уваги ефекти індивідуальної соціо-демографіки (або характеристики фірми) на вибір, пов′язаний з пересуванням. Тому на практиці, з причини обмеженості даних та обмежень моделювання, моделі персувань з розбивкою іноді (навіть в наш час) реалізовані в узагальненому вигляді з загальними зональними соціодемографічними даними.

Крім руху до підходу з розбивкою, моделі пересувань з розбивкою продовжують демонструвати кілька важливих обмежень. Найбільш критичним з цих обмежень є той факт, що моделі пересувань не розглядають взаємозв′язки між пересуваннями. Наприклад, поїздка з дому на роботу в моделі пересувань розглядається незалежною від зворотньої поїздки з роботи до дому, при цьому обидві поїздки класифікуються як робочі з базуванням в місці проживання. Як наслідок, ці ранні моделі можуть потенційно прив′язувати різні типи пересування до поїздок «дім-робота» та «робота-дім». Моделі подорожей були розроблені для вирішення цього обмеження.

1.1.3Моделі подорожей

Більшість моделей попиту подорожей, які експлуатуються в даний час, використовують чотирьохетапний підхід моделювання подорожей. Цей підхід розділяє усі індивідуальні подорожі на подорожі, які відносяться до місця проживання та не відносяться до місця проживання. Наприклад, робоча подорож з закріпленням до місця проживання означає переміщення з дому на роботу та назад до дому. Робочі моделі подорожей звичайно розглядають наступні цілі подорожей з закріпленням до дому: робота, навчання, закупи, особисті справи, справи роботодавця та інші. Всі решта пересувань без закріплення з місцем проживання, такі як пересування з роботи до місця обіду або пересування з одного місця закупів до іншого, або робоче пересування з місця праці класифікуються за двома цілями: робочі без закріплення до місця проживання та інші без закріплення до місця проживання. В чотирьохетапному моделюванні частота таких подорожей та пересувань спочатку передбачається (так званий етап генерації подорожей). Після цього застосовуються моделі вибору типу-місця пересування або моделі вибору типу-місця-часу пересування в більш досконалих системах моделей (об′єднані етапи кореспонденції та вибору типу пересувань). І нарешті, процедура прив′язки до мережі накладає подорожі на транспортну мережу.

Моделі подорожей, такі популярні на практиці, все ж дещо обмежені. Вони страждають через відсутність поведінкового реалізму в кількох питаннях, які вони наслідують в загальному від підходу, заснованому на пересуваннях. По-перше, моделі подорожей продовжують нехтувати зв′язками між пересуваннями. Наприклад, якщо особа пересувається з дому на роботу і по дорозі з роботи зупиняється в магазині, це буде розцінено моделлю подорожей як одне робоче пересування з закріпленням до місця проживання і одне пересування «інше» без закріплення до місця проживання. По-друге, моделі подорожей часто нехтують пересуваннями, які специфічно обслуговують пасажирів (приклад: відвезення дітей до школи). По-третє, моделі подорожей не розглядають потенційні компроміси в цілях пересувань. Наприклад, особа з обмеженим часом може вирішити не проводити закупи, а поїсти не вдома. По-четверте, моделі подорожей не розглядають ефекти взаємодій домашнього господарства при пересуваннях. По-п′яте, моделі подорожей не розглядають ефекти домашніх активностей на пересування. Зрозуміло, що ключовим недоліком моделей подорожей є те, що вони не є поведінково реалістичні.

1.1.4Моделі активностей

Рішенням до обмежень підходів, заснованих на пересуванні та подорожі є парадигма активностей. Моделі активностей припускають той факт, що потреби в пересуванні населення визначаються їхніми потребами участі в активностях, які поширюються в часі та просторі. Отже, шаблони активності індивідуумів, як вдома, так і поза межами місця проживання впливають на шаблони пересувань цих індивідуумів. Наприклад, якщо особа бере участь в інтернет-торгівлі вдома, то її активність вдома може задовольняти потреби у закупах і вона може, як результат, не здійснювати пересування до торгового центру. В порядку точного розрахунку потреб населення в пересуванні, важливим є змоделювати шаблони активності–пересування населення (шаблон активність-пересування індивідуума визначається як вичерпний перелік активностей особи за день з зазначенням місця розташування, часу дня та типу пересування між місцями призначень). Після цього важливим є припущення, що перебування людей в якійсь активності не є окремими і вони можуть широко взаємодіяти одне з одним. Тому шаблони активності-пересування індивідуумів перебувають під впливом аналогічних інших індивідуумів, а особливо під впливом таких шаблонів інших членів домашнього господарства.

Існує кілька робочих моделей активності, які використовуються на даний момент, таких як BB System (Bowman та Ben-Akiva, 2000) і Albatross model (Arentze та Timmermans, 2004). З іншого боку існує

кілька прототипів систем моделювання активностей, які слідують підходу поведінкового реалізму у відображенні вибору пересувань, але вони не готові ще до використання. Більшість систем моделювання активностей базуються на системі економетричних моделей або є розрахунковими моделями з системою правил та евристик.

1.1.5Моделювання попиту вантажних перевезень

Більшість робочих моделей транспортного попиту ставляться до попиту на вантажні перевезення в загальній і часто неналежній манері. Було проведено кілька досліджень для розуміння різних аспектів попиту на вантажні перевезення, проте немає достатньої кількості спроб розробки систем реалістичних моделей поведінки попиту на вантажні перевезення, які можна би було інтегрувати до моделей З-Т. Причинами цього відставання в моделюванні попиту на вантажні перевезення є комбінація факторів, включаючи відсутність усвідомлення важливості вантажних перевезень, відсутність джерел даних, які підтримують розуміння поведінки та властива та нестійка складність вантажних пересувань в, з та в межах міста.

Тим не менш, було кілька аналітичних успіхів, які можуть сприяти кращій практиці моделювання вантажних потоків. Наприклад, моделі входу-виходу та моделі просторових взаємодій кореспонденцій пересувань (Sorratini та Smith, 2000) і дискретно-неперервні моделі вибору завантаження та типу пересування (Abdelwahab, 1998).

Робочі інтегровані З-Т моделі

Подорож породжена від потреби домашніх господарств та бізнесів у взаємодії з їх середовищами. Зокрема вона є результатом логістичних потреб фірми та потреб індивідуума в участі в активностях таких як праця, навчання, закупи та відпочинок в місцях, які розподілені в просторі. Зрозуміло, що просторова конфігурація міської системи (так званий шаблон землекористування) впливає на рішення індивідуумів про пересування. Наприклад, якщо міська територія пропонує можливості шопінгу тільки в межах певної добре спланованої території, то домашні господарства будуть мати обов′язкову потребу здійснювати пересування до цього розташування. Домашнє господарство, яке знаходиться далеко від торгівельного кварталу в такому випадку буде мати більший стимул до приватного автотранспорту, і таке домашнє господарство ймовірніше покаже автоцентричні шаблони активність-пересування. Або ж в іншому прикладі, бізнеси можуть обирати власне розташування (або переїзд) в менш завантажені райони міської території з метою мінімізації втрат продуктивності через затори в транспортній системі.

1.2.1Статичні моделі

Перші З-Т моделі, які намагались захопити взаємодії між землекористуванням та транспортними системами були істотно статичними моделями, які звичайно розв′язувались гравітаційними формулюваннями або формулюваннями входу-виходу. Ці ранні моделі не є чутливими до аналізів політики.

Робочі статичні З-Т моделі за звичай є моделями ентропії і прямо пов′язані з чотирьохетапною транспортною моделлю. Ринкові процеси не моделюються такими системами. Інші статичні моделі, такі як IMREL (Anderstig і Mattson, 1991) та MUSSA (Martinez, 1996) розраховують шаблони рівноваги землекористування по відношенню до можливостей вихідних результатів транспортної моделі, як правило через ітерацію з транспортною моделлю.

Статичні моделі через їх природу не можуть реалістично враховувати просторові міські процеси та їх вплив на транспортну систему. Насправді всі статичні моделі розглядають землекористування і транспортні системи як екзогенні (середовищні) один до одного. Тим не менш, деякі статичні моделі продовжують використовуватись до цього дня з принципом додавання розмірів землекористування до існуючих транспортних моделей без додаткової роботи, пов′язаної з створенням динамічної моделі. Статична модель відображає стан рівноваги.

1.2.2Динамічні моделі

Розвиток кращих методик моделювання таких як взаємодія ентропії, теорія випадкової корисності, теорія біфуркації та нелінійна оптимізація разом з значними можливостями розрахунків відкрили шлях до розвитку кількох динамічних систем моделей З-Т. Ці динамічні системи З-Т моделей можуть бути в загальному класифіковані за одиницею аналізу та робочою теорією, на Загальні моделі просторової рівноваги та Моделі мікросимуляції. Рис. 2 відображає зв′язки між кожною категорією статичних, моделей просторової рівноваги та моделей мікросимуляції З-Т моделей та їх еволюцію в часі.

Рис. 2. Еволюція З-Т моделей

Моделі загальної просторової рівноваги

Моделі просторової рівноваги такі як MEPLAN (Hunt і Simmonds, 1993) та TRANUS (de la Barra, 1989) є звичайними просторовими загальними моделями з повністю інтегрованими елементами землекористування та транспорту. Взаємодії між цими елементами визначаються аналізом входу-виходу або моделями дискретного вибору і ці взаємодії використовуються для розрахунку попиту на транспорт. Загальні моделі просторової рівноваги засновані на теорії випадкової корисності та теорії конкуруючих ринків.

Моделі просторової рівноваги розцінюють системи землекористування та транспорту ендогенно (вплив внутрішніх причин) і тому охоплюють взаємодії між цими системами більш точно. Тим не менш ці моделі будучи просторово загальними не є повністю поведінково реалістичними.

Моделі мікросимуляції

Моделі мікросимуляції такі як Delta (Simmonds, 1999), ILUTE (Miller та інші, 2004) і UrbanSim (Waddell, 2002) є моделями активності З-Т з індивідуальною (одна особа, домашнє господарство, фірма або інша одиниця в міській системі) одиницею аналізу. Звідси ці моделі є інтуїтивними в їх формулюванні і охоплюють взаємодії між землекористуванням та транспортними системами до найбільшого можливого обсягу. Наприклад, в моделі DELTA домашні господарства підпорядковуються формулюванню максимізації корисності. В моделі In UrbanSim з іншого боку домашні господарства максимізують залишкову споживацьку здатність.

Інтегровані З-Т моделі наступного покоління

Рис. 3 відображає типові робочі З-Т моделі. Як видно з рисунку робочі З-Т моделі незалежно від того чи вони є статичними, чи динамічними, складаються компоненти транспорту та компоненти землекористування. Кілька зв′язків між двома компонентами намагаються охопити взаємодії землекористування-транспорт. Найбільш загальний зв′язок – доступність. Ступінь доступності,

визначений з конфігурації землекористування використовується в моделях транспортного попиту і вбудована система відгуку поновлює доступність у відповідності з результатами моделей транспортного попиту.

Рис. 3. Типові робочі З-Т моделі Іншим недоліком існуючих робочих З-Т моделей є те, що в той час як вони мають покращену

мікросимуляцію, яка грунтується на компонентах землекористування, багато з них мають компонент простого чотирьохетапного попиту і не містять сучасні техніки моделювання транспортного попиту.

Основними недоліками діючих робочих З-Т моделей є наступні:

1.Надмірне просторове узагальнення

2.Надмірна довіра до припущення статичної рівноваги (з пов′язаними припущеннями великих часових періодів та відсутності різних шляхів розвитку)

3.Надто узагальнене відображення домашніх господарств та фірм і відсутність відображення індивідуумів як одиниць прийняття рішень окремо від їх домашніх господарств

4.Відсутність ендогенних демографічних процесів

5.Відсутність ендогенних процесів рівня автомобілізації і як наслідок відсутність більш складних зв′язків між компонентами землекористування та транспортного попиту

6.Довіра до чотирьохетапних методів моделювання транспортного попиту

З-Т моделі наступного покоління намагаються розв′язати ці недоліки.

2 ВИЗНАЧЕННЯ ОБСЯГІВ ГЕНЕРУВАННЯ ПОЇЗДОК

Мета визначення потужності генерування поїздок - передбачити кількість поїздок, які виникають і закінчуються в кожній зоні в області проектування. Ця стадія транспортного планувального процесу призначена для визначення кількості поїздок, які починаються і закінчуються

вкожній зоні без формування зв'язків між місцями походженнями і призначення поїздок.

Упроцесі визначення потужності генерування поїздок використовуються методи передбачення обсягів пасажирогенерування і пасажиропритягування зон виникнення і призначення поїздок відповідно. Вважається, що житлова зона, яка стала кінцем здійсненої поїздки згенерувала її до зони призначення, тобто місця реалізації певного виду діяльності, іншими словами до зони притягання. Використання методу зон походження і призначення поїздок або методу генерування і притягування пасажирів залежить від наявних даних. Немає ніякого значення який метод використовувати, в кінцевому результаті для подальших розрахунків необхідне формування матриці зон призначення - походження. Пасажирогенеруючі і пасажиропоглинаючі зони так чи інакше перетворюються на зони генерації і призначення поїздок (так звана процедура O-D, O від англ. Origin – походження, D від англ. Destination – призначення). Терміни пасажирогенеруюча/пасажиропоглинаюча зона і зона походження/призначення поїздок використовуються рівнозначно, хоча між ними є ряд відмінностей.

Визначення потужності генерування поїздок включає кілька підзадач.

1.Формулювання процесу генерування поїздок

2.Визначення обсягів генерування поїздок на основі рівня привабливості зони (Attraction –

привабливість), зокрема з використанням ITE (ITE - Institute of Transportation Engineers) норм

3.Розрахунок балансу загальної кількості поїздок, в якому обсяги пасажирогенерування і пасажиропоглинання формують таким чином, щоб всі поїздки здійснювались в межах області проектування

4.Експрес метод розрахунку обсягів генерування поїздок (QRM - Quick Response Method), який дозволяє швидко і легко отримати інформацію про збалансовані кількості поїздок з використанням стандартних моделей і характеристик

Визначення кількості поїздок

Мета визначення кількості поїздок – розрахувати кількість поїздок з їх класифікацією, яка генерується або поглинається в кожній зоні. Такий розрахунок здійснюється на основі залежностей кількості або частоти поїздок від характеристик жителів, зони області проектування і транспортної мережі. Аналіз обсягів генерування поїздок може бути проведений різними шляхами - від простих методів перехресної класифікації до більш складного статистичного аналізу.

2.1.1Методи

Єтри основних інструменти, які використовуються в моделюванні кількості поїздок:

1.Перехресна класифікація: методи перехресної класифікації поділяють населення міської території на відносно однорідні групи, які базуються на певних соціально-економічних характеристиках. Після цього визначаються середні норми поїздок з розрахунку на сім’ю або одну особу для кожної групи. Таким чином створюються довідкові таблиці для прогнозування обсягів генерування поїздок.

2.Регресійні моделі: За звичай використовуються два види регресії. Перший використовує дані, узагальнені на зональному рівні, при цьому середня кількість поїздок на сім'ю є залежною величиною, а середні характеристики зони є випадковими змінними. Другий використовує окремі дані на сімейному або індивідуальному рівні, при цьому кількість поїздок, здійснених

сім'єю або окремою особою є залежною змінною, а характеристики сім’ї і окремої особи є випадковими змінними.

3.Дискретні моделі вибору: дискретні моделі вибору використовують окремі дані на сімейному або індивідуальному рівні для оцінки ймовірності здійснення поїздки. Результати такого розрахунку підсумовуються для прогнозу кількості поїздок.

2.1.2Одиниці виміру

Кількість поїздок в пасажирських перевезеннях може вимірюватись в поїздках окремої особи або транспортного засобу. Як правило, слід зупинитись на індивідуумові як динамічній поведінковій одиниці з декількох причин:

1.Індивідууми визначають частоту поїздок, а не транспортні засоби

2.Кількість поїздок, здійснених без використання транспорту може бути важливою в деяких аналізах

3.Кількість поїздок особи може бути перетворена на кількість поїздок транспортного засобу, якщо необхідно, на пізніших стадіях в аналізі, переважно після етапу визначення вибору виду транспорту

Моделі кількості поїздок можуть базуватись або на сім'ях, або на окремих особах. Частіше використовуються розрахунки, які базуються на сім'ї. Проте, коли доступні більш деталізовані дані, використання норм для однієї особи, можливо, забезпечує більшу точність у визначенні рівнів кількості поїздок і їх відповідних змінних поведінкових факторів.

2.1.3Цілі поїздок

Поїздки самі по собі є надзвичайно різними і відображають різноманітні дії, які чиняться людьми в робочих і не робочих цілях. Для аналізу поїздки групуються по категоріях або цілях таким чином, щоб охопити увесь спектр поїздок. Це надзвичайно спрощує формування моделі.

Кількість цілей, які використовуються в моделі істотно залежить від мети аналізу і доступних даних. Для визначення цілей поїздок необхідний розгляд всіх кроків процесу моделювання, а не тільки визначення кількості поїздок.

Проте як би багато цілей поїздок не використовувалось для моделювання, практичний досвід свідчить, що поїздки на роботу слід розглядати окремо від інших форм здійснення поїздки. Поїздка на роботу - зазвичай найвагоміша поїздка для правильного моделювання, завдяки великій кількості поїздок, які обумовлюються цією метою і тим фактом, що поїздки на роботу звичайно відбуваються протягом періодів денних піків. Збільшення пропускної здатності в пікові періоди шляхом будівництва - найдорожчі транспортні інвестиції і вид проекту, який вимагає найдетальнішого аналізу.

Загальна і мінімальна класифікація поїздок включає поїздки на роботу, поїздки з дому не на роботу і інші поїздки не з дому. Ця класифікація поїздок використовується в так званих експрес методах.

2.1.4Випадкові змінні і джерела даних

Є багато різних факторів, які впливають на кількість поїздок, зокрема:

Найбільш загальними вхідними даними для моделей кількості поїздок - сімейні і індивідуальні характеристики або окремі, або зведені до рівня зони. Характеристики транспортної мережі і використання площі території часто не використовуються, допускаючи припущення, що рівень транспортного сервісу не важливий фактор впливу на норми кількості поїздок. Тому, більшість моделей кількості поїздок не можуть прогнозувати вплив майбутнього рівня транспортного сполучення і змін у використанні площі території. Проте ці характеристики потрібно розглядати, особливо з того часу, як GIS технології зменшують труднощі в фіксації використання площі території і факторів сполучення.

Джерела початкових даних для моделей можуть значно відрізнятись. Найкраща ситуація є тоді, коли дані огляду території проектування є достатньо якісні, актуальні і доступні в необхідній кількості. Навіть без збору інформації у визначеному місці і проведення опитувань, багато вихідних даних можна отримати із загальнодоступних статистичних джерел.

Перехресна класифікація

Методи перехресної класифікації визначення кількості поїздок поділяють населення міської території на відносно однорідні групи відповідно до певних соціально-економічних характеристик. Наприклад, можна класифікувати сім'ї за розміром (1, 2, 3, 4, >5 осіб/HH) і наявністю автомобіля (0, 1, >2 авто/HH), що призводить до 15 груп в класифікації. Середні норми кількостей поїздок (розрахункова кількість поїздок, які здійснює сім'я або одна особа) визначаються за допомогою окремих або узагальнених даних для кожної з груп. Для описаного вище прикладу було б отримано 15 норм середніх кількостей поїздок.

Якщо відомі норми кількостей поїздок для кожної групи, то ці норми часто застосовуються до кожної зони. Середні характеристики кожної зони визначають класифікацію зон, яка в свою чергу обумовлює норми кількостей поїздок одного будинку або жителів в зоні. При використанні цього методу одна і та ж норма кількості поїздок використовується для всіх жителів зони.

Альтернативно, кожна зона може поділятись на кілька класифікаційних груп на основі пропорційного складу кількості сімей в межах зони, що мають схожі характеристики. При використанні цього методу використовується більш ніж одна норма середньої кількості поїздок, щоб оцінити кількості поїздок для будь-якої окремої зони. Наприклад, зона може умовно поділятись на сім'ї без власних автомобілів і сім’ї з автомобілями. В даному випадку будуть застосовані дві норми середніх кількостей поїздок.

2.2.1Формування перехресної класифікації

Щоб провести перехресну класифікацію потрібно два типи вхідних даних. Перший - таблиця норм кількостей поїздок, яка визначає класифікацію, яка буде використовуватись і включає норми кількостей поїздок для кожної класифікації. Також потрібно мати дані середніх значень класифікаційних параметрів для кожної зони в області проектування. Наприклад, якщо класифікація базується на власності автомобілів і кількості осіб в сім'ї, то необхідно знати середню кількість автомобілів і середню кількість осіб в сім'ї для кожної зони.

Можливим є створення класифікації, які базуються на будь-якій кількості характеристик (як наприклад власність автомобілів, відстань до громадського транспорту і т.п.) і встановлення будь-якої кількості цілей поїздки (поїздки з дому на роботу, поїздки з дому з іншими цілями і т.п.). Для

ефективного використання таблиці норм поїздок, вона повинна задовільняти певним специфікаціям. Наприклад використовується n характеристик для визначення класифікації і m цілей поїздки. Таблиця норм поїздок має одну колонку для кожної з n характеристик. Ці n колонок в таблиці використовуються, щоб створити один запис для кожного можливого типу класифікації. Дані в колонках повинні бути дійсними значеннями (або цілими), і вони представляють верхню межу набору значень, що входить в класифікацію. Нижня межа набору значень - наступне найменше значення в колонці. Записи можуть бути в будь-якому порядку.

Кінцеві m колонок містять норми поїздок для кожної класифікації, причому кожна колонка відповідає окремій меті поїздки.

База даних зон може бути даними, які додаються до географічного шару, або окремою базою даних. Вона повинна включати дані по всіх характеристиках, на яких сформована класифікація (наприклад, авто/HH, осіб/HH і дохід/HH), а також і інформацію щодо розміру (часто кількість НН) кожної зони.

2.2.2Поділ зон на підгрупи

Часто в перехресній класифікації елементи зони діляться на дві або більше однорідні групи. Типовий шлях виконання цього завдання - отримання інформації щодо пропорцій осіб або НН в межах зони, які мають специфічні характеристики. Наприклад, замість формулювання твердження про те, що середня кількість автомобілів в НН складає 1,1 авто, можна сказати, що 20% з НН в зоні мають 0 авто, 50% мають одне авто і 30% мають 2 або більше авто. Перехресна класифікація потім застосовується до кожної з підгруп в межах зони.

Як вказано вище, зональна база даних може бути або даними, доданими до географічного шару, або окремою базою даних. Зональна база даних включає дані по всіх характеристиках, на яких засновані класифікації для кожної з підзон. Крім того, вона містить інформацію щодо розміру кожної підзони.

Для прикладу у базі даних з підзональною інформацією кожна зона може бути поділеною на дві підзони: НН без автомобілів і НН з автомобілями. Для кожної зони, одна норма поїздок буде застосована до групи НН, що мають як мінімум один автомобіль і інша норма поїздок буде застосована до групи НН, що не володіють автомобілями. Таблиця норм поїздок для цієї зональної бази даних може мати три класифікації: кількість автомобілів в НН, осіб в НН і дохід НН.

2.2.3Використання типових таблиць перехресної класифікації

Існують типові таблиці перехресної класифікації, які можна використовувати для аналізу.

Наприклад, в США джерелом цих таблиць є Travel Estimation Techniques for Urban Planning, NCHRP Report 365. Використання цих типових таблиць дозволяє швидко і легко визначити значення кількостей поїздок, проте треба усвідомлювати, що ці таблиці сформовані на даних, які зібрано в США, і можливо, не є адекватними для області проектування. Тому типові таблиці потрібно використовувати тільки якщо час або бюджетні обмеження роблять неможливим отримання даних з області проектування.

Наступна таблиця узагальнює типові таблиці норм поїздок: