Kevyen liikenteen seurannan kehittäminen Oulun seudulla

Transkriptio

1 Käyntiosoite: Uusikatu 26 Postiosoite: PL 32, Oulun kaupunki Puhelin: (08) Kevyen liikenteen seurannan kehittäminen Oulun seudulla

2 Sisällysluettelo 1 Johdanto Tutkimuksen tavoite Tutkimuksen toteutus Tutkimusaineistot Laskentapisteiden tuottama aineisto Laskentapisteet ja niiden valintakriteerit Aineiston kuvaus ja laskennan luotettavuus Tiedonkäsittely ja -korjaus Säätiedot Liikennevalotiedot Tulokset Liikennemäärät ja liikenteen vaihtelu Pisteiden luokittelu Pisteiden liikennemäärät Kausivaihtelut Viikonpäivävaihtelut Tuntivaihtelut Suuntajakaumat Otoslaskentojen estimointi vaihtelukertoimien avulla Sää ja kausi pyöräilyn vaihtelun selittämisessä Lämpötila ja sade arkipäivän polkupyöräliikenteen selittäjänä Usean muuttujan yhteisvaikutus polkupyöräliikenteen selittäjänä Seurannan kehittäminen Kevyen liikenteen laskentajärjestelmä yleisesti Suositus Oulun kaupungin kevyen liikenteen laskentajärjestelmän kehittämiseksi Suositus Ely-keskuksen kevyen liikenteen laskentajärjestelmän kehittämiseksi Kausivaihtelukertoimet ja niiden käyttö Mittauksen ja tietojenkäsittelyn kehittäminen Lähdeluettelo LIITTEET: Liite 1: Liite 2: Liite 3: Liite 4: Liite 5: Liite 6: Liite 7: Liite 8: Viikonpäivävaihtelut pisteittäin eri kausina Tuntivaihtelut pisteittäin eri kausina Polkupyöräilijöiden määrät eri lämpötilassa ja eri kausina Pyöräilyn määrän ennustaminen lineaarisella monimuuttujaregressiomallilla Kausivaihteluvertailut liikennevalon polkupyöräsilmukka vs. Eco-Counter Eco-Counter laskentapisteiden liikennemäärät Ely-keskuksen laskentapisteet Eco-Counter laskentapisteiden paikat

3 Alkusanat Systemaattista läpi vuoden jatkuvaa kävelyn ja pyöräilyn määrän laskentaa on tehty Suomessa melko vähän. Tähän saakka laskennan ongelmana on ollut laskentalaitteiden puuttuminen, jotka pystyisivät tarkasti erottelemaan kävelijät ja pyöräilijät. Tarve kävelyn ja pyöräilyn määrän tarkempaan seurantaan on kuitenkin tunnistettu sekä suurimmissa kaupungeissa että valtakunnallisesti. Kevyen liikenteen seurannan kehittäminen Oulun alueella -projektissa kokeiltiin markkinoille tullutta uutta laskentalaitetta, joka pystyy luokittelemaan jalankulkijat ja polkupyöräilijät. Käytetty laskentalaite oli mukana myös Oulun seudun ammattikorkeakoulun (OAMK) insinöörityönä tehdyssä laitevertailussa, jossa tutkittiin talvikautena erilaisten laskentalaitteiden kykyä tehdä kevyen liikenteen laskentaa. Laitevertailussa korostui erityisesti laitteiden talvitoimivuus. Opinnäytetyön tärkeimmät havainnot on raportoitu osaksi tätä raporttia. Tutkimus tukee Oulussa tehtyä pitkäjänteistä kävelyn ja pyöräilyn edistämistyötä. Tutkimuksen tilaajana on ollut Oulun kaupunki ja Pohjois-Pohjanmaan Ely-keskus. Tilaajan edustajina ovat toimineet Jukka Talvi (Oulun kaupunki) sekä Jani Huttula (Pohjois-Pohjanmaan Elykeskus). Työn toteuttivat Sito Oy (Kati Kiiskilä, Kimmo Karoluoto) ja Riksroad Oy (Kimmo Saastamoinen, Riitta Kerola). Oulussa helmikuussa 2012

4 4

5 1 Johdanto 1.1 Tutkimuksen tavoite Kävelyn ja pyöräilyn kasvava merkitys ilmasto- ja terveystavoitteiden saavuttamisessa on tunnustettu. Tavoite kävelyn ja pyöräilyn kulkutapaosuuden kasvattamisesta on linjattu laajasti liikennepolitiikassa. Esimerkiksi liikenne- ja viestintäministeriön pitkän aikavälin liikennepoliittisissa linjauksissa (2000 ja 2007), hallitusohjelmassa (2007), hallituksen ilmasto- ja energiapoliittisessa strategiapaperissa (2008) ja hallituksen iltakoulussa ( ) on tuotu esille tavoite kevyen liikenteen osuuden kasvattamisesta, erityisesti lyhyillä matkoilla ja osana joukkoliikenteen matkaketjuja. (Liikenne- ja viestintäministeriö 2010) Vuonna 2011 julkaistun Kävelyn ja pyöräilyn valtakunnallinen strategia linjauksen tavoitteena on, että vuonna 2020 tehdään kävely- ja pyöräilymatkoja vähintään 20 prosenttia enemmän kuin vuonna Matkamääränä tämä tarkoittaa noin 300 miljoonaa kävely- ja pyöräilymatkaa. Matkamäärän kasvattamisen tavoite on liikenne- ja viestintäministeriön hallinnonalan ilmastopoliittisessa ohjelmassa asetetun mukainen. (Liikenne- ja viestintäministeriö 2011.) Vastaavia kevyen liikenteen kulkutapaosuuden kasvutavoitteita on asetettu kaupunkiseutujen liikennejärjestelmäsuunnitelmissa ja ilmastostrategioissa, mukaan lukien Oulun seudun ilmastostrategia (2009). Kävelyn ja pyöräilyn kasvutavoitteiden seurannan ongelmana on, että tietoa kävelyn ja pyöräilyn määrästä ei systemaattisesti kerätä Suomessa. Kävelyn ja pyöräilyn kulkutapaosuuden ja muutosten valtakunnallinen seuranta perustuu noin viiden vuoden välein kerättävään valtakunnalliseen henkilöliikennetutkimuksen aineistoon. Sen havaintomäärä ei riitä kuvaamaan tilannetta yksittäisillä kaupunkiseuduilla. Suurimmilla suomalaisilla kaupunkiseuduilla on yksittäisiä pyöräliikenteen laskentalaitteita, mutta tietoa ei kerätä yhtenäisin periaattein. Maijalan (2011) tekemän kuntakyselyn mukaan vain noin joka viides vastanneista 137 suomalaisesta kunnasta teki koneellista laskentaa ja tyypillistä se on vain suurimmissa yli asukkaan kaupungeissa. Osassa kaupungeista kerättyä tietoa ei koota kaupunkikohtaisiksi aikasarjoiksi, jolloin se jää hyödyntämättä seurannassa. Konelaskentaa useammin tehtiin käsilaskentaa, jolloin lyhyistä käsilaskennoista kerätyt aikasarjat ovat herkkiä mm. sään vaihteluille. Seurantatiedon kerääminen on myös esitetty uuden Kävelyn ja pyöräilyn valtakunnallinen toimenpidesuunnitelma linjauksen kehittämiskohteena (Liikennevirasto 2012). Maijalan (2011) selvityksen mukaan eniten seurannan kehittämishankkeita on käynnissä asukkaan kaupungeissa, joista noin kaksi viidesosaa kyselyyn vastanneista kaupungeista kehittää tällä hetkellä pyöräilyn seurantaa. Pyöräliikenteen kasvattamisen esteet ja haasteet Oulun seudulla -opinnäytetyössä on todettu kevyen liikenteen seurannan kehittämisen olevan tarpeen myös Oulun seudulla (Tahkola 2010). Tutkimuksen tavoitteena on luoda suositus ympärivuotisesti toimivasta kevyen liikenteen laskentajärjestelmästä Oulun alueelle. Tutkimuksessa testattiin, kuinka markkinoille tullut parhain mahdollinen kävelyä ja pyöräilyä luokitteleva laskentalaite soveltuu ympärivuotiseen laskentaan etenkin talvikautena. Asiasta teetettiin OAMK:lla insinöörityö, jossa tässä tutkimuksessa käytetty Eco-Counterin laskentalaite oli yhtenä tutkittavana laitteena (Karoluoto 2010). Vuoden ajalta kerättyä aineistoa tutkittiin sen laadun osalta, mutta myös tuotettiin sen perusteella uutta tietoa pyöräilyn ja kävelyn määrästä sekä vaihtelusta Oulussa. 5

6 1.2 Tutkimuksen toteutus Ympärivuotisen tiedonkeräyksen pisteitä oli yhteensä neljä, joista kaksi oli Oulun kaupungin pisteitä ja kaksi Pohjois-Pohjanmaan Ely-keskuksen pisteitä. Laskentalaitteet asennettiin pisteisiin joulukuussa 2010, joten ympärivuotisena tiedonkeruukautena oli vuosi Laskentapisteiden paikat on esitetty liitteessä 8. Eco-Counterin laskentalaite erottelee kävelijät ja pyöräilijät. Tieto kerätään tunnin jaksoissa ja laite lähettää tuntitiedot automaattisesti GSM:n avulla laitevalmistajan tietokantaan (Eco-Visio) kerran vuorokaudessa. Laitteiden keräämä tieto on Eco-Visio web-raportoinnin avulla jatkuvasti käytössä. Tutkimuksen aikana konsultti seurasi säännöllisesti tiedon kerääntymistä Eco-Vision tietokantaan ja samalla keräsi tietoa laitteiden toimivuudesta. Laskentalaitteissa oli jonkin verran laskentatarkkuuteen vaikuttavia ongelmia, mutta ne saatiin tutkimuksen aikana korjattua, lumiongelmaa lukuun ottamatta. Talvikauden ongelmista on kerrottu tarkemmin insinöörityön yhteydessä (Karoluoto 2010, ss.64 65). Tiedon raportointi oli suunniteltu tehtäväksi Eco-Visio web-raportoinnin avulla, mutta tietokannassa esiintyvien virheellisten datojen vuoksi, ohjelman raportointia ei pystytty käyttämään. Mikäli Eco- Vision tietokantaa ei kehitetä siihen suuntaan, että virheellinen data voidaan korjata tietokannassa esim. ajoneuvoliikenteen LAM-tietokannan tapaan, Eco-Vision web-raportointimahdollisuus on seurantatiedon raportoimisessa lähes turha. Eco-Vision web-raportoinnin käyttäjän tulee olla tietoinen hyvin tarkasti jaksoista, jolloin laskentalaitteelta automaattisesti tietokantaan kerätty tieto on virheetöntä, ja siten raportointiin käyttökelpoista. Lähinnä tietokanta toimii alkuperäisdatan säilytyspaikkana, tapana vastata nopeasti hetkellisiin kävely- ja pyöräilymääriin liittyviin tietotarpeisiin ja mittauslaitteiden toimivuuden seurantatapana. Tässä kehittämisprojektissa konsultti haki laskentalaitteen tiedot Eco-Vision tietokannasta ja kopioi tuntitiedot Excelin taulukkoon. Mikäli tiedoissa oli virheellisyyttä, tiedot korjattiin päivätasolla Excelissä. Konsultti laati pisteen liikennemääristä, kulkujakaumista ja liikenteen vaihteluista väliraportin elokuussa Loppuraporttia varten tiedot siirrettiin Access-tietokantaan sekä SPSS-ohjelmaan tilastollista analysointia varten. Loppuraporttiin laskentadatasta tuotettiin suunnittelun käyttöön pitkäaikaiseen seurantaan perustuvia vaihtelukertoimia (ns. perustiedot kausi-, viikonpäivä- ja tuntivaihteluista) ja SPSS tilasto-ohjelmalla tutkittiin liikennemäärien, säätilan (ennusteet, tiesäätiedot) ja kauden riippuvuutta. Tähän loppuraporttiin konsultti on myös laatinut esityksen kevyen liikenteen seurantajärjestelmä kehittämisestä Oulun seudulle, joka mahdollistaisi sekä kävelyn että pyöräilyn määrän seurannan uudella tavalla. 6

7 2 Tutkimusaineistot 2.1 Laskentapisteiden tuottama aineisto Laskentapisteet ja niiden valintakriteerit Laskentapisteiden yleisiä valintakriteerejä on muun muassa kuvattu Liikenneviraston raportissa seuraavasti (Luukkonen 2011): Automaattiset laskentapisteet tulee valita automaattilaskimen toimivuuden mukaisesti. Pyöräliikenteen automaattisen jatkuvan mittauksen paikan valinnassa tulee välttää mäkiä ja sekä yleisesti paikkoja, joissa pyöräilijät tai jalankulkijat pystyvät oikaisemaan laskentapaikan ohi. Mäessä ei tulisi mitata siitä syystä, että alamäessä pyörän vauhti kohoaa niin korkeaksi, että induktiosilmukkalaitteen on vaikea saada pyörästä signaalia ja tunnistaa se. Ylämäessä pyörän vauhti on taasen niin hidas ja signaali vahva, että laite saattaa kirjata yhden pyöräilijän kaksi kertaa. Ylämäessä pyörää voidaan myös taluttaa, mikä johtaa laitteen vaikeuksiin tehdä oikea olettamus kulkutavasta. Jalankulun automaattisten laskentapisteiden valinnassa tulee ottaa huomioon laskinten toimintarajoitukset. Esimerkiksi laajat torialueet eivät ole sopivia useimmille automaattilaskimille niiden kapeahkosta toimintasäteestä johtuen. Useissa automaattilaskimissa toiminnan epävarmuutta esiintyy erityisesti ihmisjoukkoja mitattaessa ja usean ihmisen ollessa laitteen havainnointialueella samanaikaisesti. Oulun laskentapisteiden osalta laskentapisteen valintakriteereitä olivat lisäksi: Koska tutkimukseen liittyi opinnäytetyö (Karoluoto 2011), jossa vertailtiin erilaisia mittauslaitteita, tuli mittauspaikan olla sellainen, että vertailu muihin laskentalaitteisiin onnistui. Piste sai olla lähellä liikennevaloristeystä, jossa on myös polkupyörälaskentaan tarkoitetut silmukat. Lisäksi pisteen läheisyyteen tuli pystyä asentamaan mikroaaltolaskimet. Pisteessä tuli olla myös (riittävästi) jalankulkuliikennettä. Laskentakohteiden tuli olla kohtalaisen selkeitä, jotta jatkuvatoiminen laskenta saatiin teknisesti onnistumaan. Laskentapaikan tuli olla kohdassa, jossa laskin oli mahdollisimman huomaamaton ja alueella ei oleskeltu, eli kohde ei ollut altis ilkivallalle. Laskentapisteiden paikkoja (15 kohdetta) kartoitettiin maastossa elo-syyskuun aikana 2010 ja osalla pisteistä (8 kpl) tehtiin lyhyitä koneellisia laskentoja kevyen liikenteen määrän selvittämiseksi. Suurin osa pisteistä soveltui hyvin Eco-Counterin laskentalaitteen mittauspisteiksi, mutta osalle laitteen asentamista ei suositeltu asennusteknisistä tai liikenneympäristöön liittyvistä syistä tai pistettä ei kannattanut perustaa vähäisen jalankulkuliikenteen vuoksi. Kartoituksen jälkeen päädyttiin sijoittamaan Ely-keskuksen pisteet Kempeleeseen ja Kelloon ja Oulun kaupungin pisteet Ainolanpuistoon ja Ouluhallille. Elyn osalta päädyttiin Kempeleen pisteeseen, jossa lyhyen syyskuun puolessavälissä tehdyn koneellisen laskennan perusteella kevyen liikenteen määräksi arvioitiin 338 kulkijaa/vrk, josta jalankulkijoita 22 %. Piste valittiin nimenomaan liikennemäärän perusteella, vaikka pisteen paikan siirto lähemmäksi Oulua olisi ollut keveyn liikenteen pääverkon kannalta edullisempi. Siirtoa ei tehty, koska pelättiin liikennemäärän jäävän liian vähäiseksi, ja siten aiheuttavan vertailututkimukselle ongelmia. Elyn toisen pisteen osalta päädyttiin tilaajan esittämään Kellon pisteeseen. Kaupungin osalta keskusteltiin pisteen sijoittamisesta Patosillalle Ainolanpuiston sijaan. Teknisesti laite on mahdollista sijoittaa teräsrakenteiden lähelle, mutta Patosillan asennuksesta luovuttiin, koska laite olisi jouduttu sijoittamaan virtaavan veden yläpuolelle. Se olisi voinut aiheuttaa infrapunalinssin huurtumista. Piste sijoitettiin Patosillan lähelle Ainolanpuiston puolelle. Suurin osa Patosillan kevyestä liikenteestä kulkee tämän pisteen kautta. Kaupungin toisen pisteen osalta päädyttiin tilaajan esittämään Ouluhallin pisteeseen. 7

8 Eco-Counterin laitteiden asennukset toteutettiin siten, että syyskuussa asennettiin asennuskaivot (d=40 cm) ja silmukkasahaukset toteutettiin lokakuun alkupuolella. Itse laskentalaitteet saapuivat joulukuussa, joten laskimet saatiin asennettua mennessä talvikeleistä huolimatta. Kuva 1: Eco-Counterin laskentalaitteiden asennusta Ainolanpistessä. Asennuskaivo ja silmukat oli tehty syys-lokakuun aikana. Pystytykseen tarvittava kiviaines oli säilytetty astioissa lämpimässä varastossa. Laskentalaitteiden seuranta aloitettiin välittömästi laskentalaitteiden asennuksen jälkeen. Laskentalaitteet oli esiasennettu laitevalmistajan toimesta ja tietokantakeräyksen ohjelmointi tehtiin maahantuojan toimesta. Laitteiden kellot ja Oulun kaupungin pisteiden numerointi tietokannassa olivat aluksi väärin, mutta virheet havaittiin tammikuun alkupuolella ja ne korjattiin välittömästi. 8

9 2.1.2 Aineiston kuvaus ja laskennan luotettavuus Vuoden 2011 kestäneen seurantakauden aikana laskentalaitteiden infrapunasensorin aukko tukkeutui useasti lumisateen tai lumenpoiston yhteydessä. Lumihäiriöitä olisi ollut vielä nyt todettua enemmän, ellei laitteita olisi putsattu käsin riittävän tiedon saamiseksi opinnäytetyöhön. Putsausta tehtiin lähinnä kaupungin pisteissä. Lisäksi etenkin kaupungin pisteissä esiintyi jonkin verran ilkivaltaa, jolloin infrapunan aukko oli tukittu esimerkiksi roskilla. Infrapunasensorin ollessa toimintakyvytön laskin ei pysty tekemään jalankulkijahavainnointia eikä päättelemään polkupyöräilijöiden ajosuuntia. Infrapunasensori ei vaikuta silmukoiden toimintaan, joten polkupyörien kokonaismäärän laskenta toimii oikein. Taulukkoon 1 on kerätty tiedot laskinten toimintahäiriöiden määristä seurantajakson aikana. Taulukko 1: Laskennassa esiintyneet toimintahäiriöt tai havaintopäivät, joissa laskentatietoa on korjattu poikkeavan tapahtuman johdosta. Piste Anturi Toimintahäiriö yhteensä (vrk) Ainolanpuisto Infrapuna jalankulkijat 16 Ouluhalli Ouluhalli Kello Kempele Infrapuna jalankulkijat Silmukka/muu vika polkupyöräilijät Infrapuna jalankulkijat Infrapuna jalankulkijat Huomio ml. Terwahölkkä (2) ml. Terwahölkkä (4), Herättäjäjuhlat (3), Hiphop-festari (2) PP:stä ei suuntatietoa, vain kokonaismäärä (yhtenäinen jakso ) Suurimmaksi osaksi lumiongelma Suurimmaksi osaksi lumiongelma. Maraton (1) Näiden lisäksi Ainolanpuistossa oli tiedonkeruuseen liittyvä ongelma välisenä aikana, jolloin laskentalaitteelle kerääntynyt laskentatieto ei siirtynyt automaattisesti tietokantaan. Ongelma korjattiin siten, että laite vaihdettiin uuteen ja vanhasta laitteesta siirrettiin kerääntynyt tieto manuaalisesti tietokantaan laitevalmistajan toimesta. Kempeleen pisteellä esiintyi myös ilmeisesti keräyshäiriöistä johtuvia haamuhavaintoja aamuyön tunteina. Tilannetta korjattiin toukokuussa siten, että GSM:n antennin paikkaa muutettiin kotelon sisällä. Tämän jälkeen haamuhavaintoja ei enää havaittu. Polkupyörien laskentasilmukat ovat toimineet moitteettomasti lukuun ottamatta Ouluhallin seurantaa, jossa polkupyörien määrät eivät tulleet toiselle suunnalle Koska toisen suunnan polkupyöräilijämäärät olivat normaalit, vika ei välttämättä ollut silmukoissa. Vian lopullinen syy ei selvinnyt. Oulun kaupungin laitteisiin kohdistui lievää ilkivaltaa. Laitteiden asennuspylväitä on spreyattu ja Ainolanpuiston toiseen linssiin oli isketty ruuvimeisselillä tai vastaavalla, jolloin lasiin oli syntynyt pieni reikä. Lisäksi infrapunasensorin reikään on tungettu paperia ja roskia silloin tällöin, jolloin laskentalaite ei ole pystynyt havaitsemaan jalankulkijoita. Ilkivallasta aiheutui kuitenkin vähemmän ongelmia kuin odotettiin. Ely-keskusten laitteihin kohdistuvaa ilkivaltaa ei esiintynyt. Ilkivaltaa selvästi suurempi ongelma oli lumi. Seuraavissa kuvissa on esitetty infrapunasensorin toimintahäiriöiden ajankohdat ja kestot tapauksissa, jolloin infrapunasensori ei ole toiminut oikein. 9

10 Kuva 2: Infrapunasensori ei ole toiminut oikein ko. päivinä kaupungin laskentapisteissä. Kuva 3: Infrapunasensori ei ole toiminut oikein ko. päivinä Elyn laskentapisteissä. 10

11 2.1.3 Tiedonkäsittely ja -korjaus Laskentapisteiden tiedot vietiin Exceliin tuntitason tietona, jonka jälkeen tiedoista muodostettiin päivätason tiedot. Mikäli päivätason (tuntitason) tiedoissa havaittiin toimintahäiriön aiheuttamaa tietopuutetta, tieto korjattiin päivätason tietoihin oheisen esimerkin mukaisesti. Korjaukset kohdistuvat pelkästään jalankulkuliikenteeseen. Tiedon korjauksen vuoksi, raportissa on tutkittu pyöräilyn määrää ja vaihtelua kävelyn määrää ja vaihtelua enemmän. Taulukko 2: Esimerkki tiedon korjausmenetelmästä. Toimintahäiriöt aiheuttivat ongelmia vain jalankulkuliikenteessä, joten vain jalankulkijoiden määrätietoa on korjattu. Tietokorjauksissa on todelliset havaintolukumäärät koetettu arvioida muun muassa polkupyörien osuuden perusteella. Menetelmä ei luonnollisestikaan ole kovin tarkka, mutta sitä voitaneen pitää riittävänä jonkinlaisen korjaustason saavuttamiseksi. Kempeleen pisteen osalta tehtiin myös tuntitason korjauksia poistamalla aamuyön keräyshäiriöistä johtuneet ylimääräiset havainnot. Useamman vuoden seurantatiedot antavat enemmän eväitä korjausmenettelyn kehittämiseen. Kuva 4: Massatapahtumien ja ylimääräisten havaintojen aiheuttamat piikit mittausdatassa. 11

12 Tietokorjauksia on tehty myös massatapahtumien aiheuttamien poikkeavien havaintomäärien johdosta, jotta liikenteen määrät ja vaihtelut eivät vääristyisi mahdollisesti vain kyseisenä vuonna pidetyn massatapahtuman johdosta. Tällaisia tapahtumia, joissa tietokorjauksia on tehty, ovat olleet Ouluhallin osalta Terwahölkkä ( ), Herättäjäjuhlat ( ) ja HipHop festari (5.-6.8), Ainolanpuiston osalta Terwahölkkä ( ) ja Kempeleen pisteen osalta KempeleZmaraton (13.8). Kellon pisteellä havaittiin erittäin suuret jalankulkijamäärät välisenä aikana, joten dataa on korjattu tältä osin. Mitään tietoa ongelman aiheuttajasta ei ole ja ongelma poistui itsestään. Kuva 5: Korjatut jalankulkijoiden määrät. Laskentapisteiden liikennemäärät on esitetty kuvaajana liitteessä Säätiedot Säätietojen osalta hankittiin tiesääaseman (Ouluntulli) vuoden 2011 tiedot ilman lämpötilan, tuulisuuden ja sateen osalta. Näiden lisäksi kerättiin koko seurantakauden ajan säätilan ennustetiedot aamu- ja iltapäivältä ilman lämpötilojen ja ilman laadun (pouta runsas sade) osalta. Seurattavaksi ennustelähteeksi valittiin MTV3:n illan uutislähetyksen ennuste seuraavan aamun ja iltapäivän säälle. Televisioennusteen seuraamisella pyrittiin simuloimaan ihmisen kulkutavan valintaprosessia ja siihen vaikuttavia tekijöitä. Oheisesta kuvasta näkyy vuoden 2011 ennustetun aamun ja iltapäivän lämpötilat sekä tiesääaseman päivän keskilämpötila. Kuvasta nähdään, että helmikuun loppupuolella on vajaan kahden viikon kireä pakkaskausi ja kesän suurin hellejakso ajoittui kesäkuun alkupuolelle. 12

13 Kuva 6: Ennustetut lämpötilat (AP, IP) ja tiesääaseman mittaustuloksista laskettu päivän keskilämpötila (C) tutkimusjakson aikana. Alla olevasta kuvasta nähdään tiesääaseman perusteella lasketun keskimääräisen päivälämpötilan ja ennustettujen lämpötilojen erotus. Lisäksi kuvaan on piirretty keskimääräinen tuulisuus eri päivinä. Kuvasta havaitaan, että iltapäivän ennustetut lämpötilat ovat yleensä korkeammat kuin päivän keskilämpötila ja aamun ennustetut lämpötilat ovat vastaavasti selvästi pienemmät kuin päivän keskilämpötila. Koko päivän keskituulisuus oli suurimmillaan yli 5 m/s mm. marraskuun loppupuolella. Kuva 7: Tiesääaseman ja ennustetun lämpötilan erotus sekä tuulisuus (W). Epäjatkuvuuskohdat elokuussa ja joulukuussa tarkoittaa puuttuvia tiesääaseman tietoja, joten näistä päivistä kuvaajaa ei voitu muodostaa. Sateen osalta erot tiesääaseman ja ennusteiden välillä olivat merkittävät. Tiesääaseman perusteella sadepäiviä oli 223 päivänä sateen kestoa ja ajankohtaa huomioimatta. Ennusteiden perusteella sadetta olisi ollut vain 109 päivänä. Vaikka tiesääaseman tuloksista pudotettaisiin yöajan (klo 22 06) sadetiedot pois, niin tiesääaseman perusteella sadepäivä olisi ollut 202 eli lähes kaksinkertainen määrä ennustettuihin sadepäiviin verrattuna. 13

14 Ei-sade ennusteita oli 127 kpl, vaikka tiesääaseman perusteella päivän aikana on sadetta esiintynyt. Sen sijaan Sade ennusteita oli 13 kpl, jolloin tiesääaseman perusteella ei ole satanut. Tuloksista voisi päätellä ainakin sen, että jos ennusteen mukaan on tulossa sadetta, ennuste pitää useimmiten paikkansa eli virheellisten ennusteiden määrä on alle 12 % (13/109) tiesääaseman tietoihin verrattuna. Poutasäiden ennustaminen sen sijaan on huonompaa, sillä ennuste oli väärässä lähes joka toinen kerta (127/256), mikäli tiesääaseman antamaan säätietoon on luottamista. Seuraavasta kuvasta nähdään ennustetun sateen (kesto ja intensiteetti) ja tiesääaseman sadehavaintojen keston (%) välinen yhteys. Ennustettu sadetieto on määritetty siten, että aamupäivän (AP) ja iltapäivän (IP) sade-ennusteet on summattu seuraavan logiikan mukaisesti: pouta tai muu eisateinen ennuste = 0, vähäinen sade = 1, sateinen = 2 ja runsas sade =3. Ts. jos molemmat ennusteet (AP & IP) ovat runsas sade, ennustetun sateen arvoksi tulee 6. Tiesääaseman osalta on laskettu sadehavaintojen lukumäärä suhteessa koko päivän havaintojen lukumäärään, joten arvo (%) kuvaa sateen kestoa 24 tuntiin verrattuna. Kuva 8: Ennustettu pouta (0) tai sade (1-6). Sateen keston akseli on aloitettu 5 %:sti, jotta poutaennusteet (0) näkyvät akselilla selkeämmin. Kuvaajasta näkee, että tiesääaseman perusteella sadepäiviä etenkin talvella olisi ollut selvästi enemmän kuin ennusteet ovat ennustaneet. 2.3 Liikennevalotiedot Päivittäiset vuoden 2011 liikennevalotiedot polkupyöräsilmukasta saatiin Oulun kaupungilta Paulaharjuntien liikennevaloista (risteyksen kuva, Karoluoto 2010 s. 44). Vaikka liikennevalojen polkupyöräsilmukoista ei saada kovinkaan tarkkaa (havaintokate 76 %) liikennemäärätietoa (Karoluoto 2010), saadaan liikennevalotiedoista hyvinkin tarkka käsitys viikonpäivä- ja kausivaihteluista. Liikennevalodatan hyödyntämistä polkupyörälaskennassa tulisi kehittää, koska liikennevalojen polkupyöräsilmukoista saadaan hyvin helposti ympärivuotista laskentadataa. Paulaharjuntien kausivaihteluvertailut on esitetty liitteessä 5. 14

15 3 Tulokset 3.1 Liikennemäärät ja liikenteen vaihtelu Pisteiden luokittelu Laskentapisteet voidaan luokitella liikenne- ja viestintäministeriön (2005, s. 23) esityksen mukaan neljään eri tuntivaihteluluokkaan (TVL). Oheisen taulukon mukaisesti Oulun alueen pisteet edustavat pääasiallisesti työmatka- ja asiointiliikenneluokkaa. Taulukko 3: Liikenne- ja viestintäministeriön (2005) selvityksen mukainen vaihteluluokittelu. Vaihteluluokka Luokittelukriteerit (kesä) Oulun piste TVL (kesä) VPVL (kesä la, su) Työmatka TVL <0,43 Kempele 0,414 (heinäkuu 0,412) <1,00 Asiointi TVL >0,49 Työmatka/asiointi TVL 0,43 0,49 Kello Ainolanpuisto Ouluhalli 0,441 (heinäkuu 0,441) 0,446 (heinäkuu 0,446) 0,457 (heinäkuu 0,456) <1,00 <1,00 <1,00 Ulkoilu VPVL (la, su) >1,00 Luokittelu perustuu kesän arkipäivien klo väliseen kevyen liikenteen osuuteen työmatka-, asiointi- ja sekaliikenneluokan osalta. Ulkoiluluokan osalta luokittelu perustuu viikonpäiväluokitteluun, jolloin lauantain ja sunnuntain viikonpäiväkerroin ulkoiluluokassa tulee olla yli 1,00. Oulun pisteiden osalta tutkittiin kesän tuntivaihtelun osalta lisäksi myös heinäkuun tuntivaihtelua, koska oletuksena oli, että etenkin Oulun kaupungin pisteet voisivat lomakuukautena olla liikenteellisesti erilaisia kuin muuna aikana. Tämä oletus ei pitänyt paikkansa, sillä liikenteen osuus klo oli lähes täsmälleen sama kuin koko kesän osalta Pisteiden liikennemäärät Pisteiden liikennemäärät poikkesivat huomattavasti toisistaan. Elyn pisteissä kevyen liikenteen määrä oli koko vuoden osalta välillä, kun Oulun kaupungin pisteissä liikennemäärä oli välillä. Jalankulkijoiden osuus kevyestä liikenteestä koko vuoden osalta vaihteli %:n välillä eri pisteissä. Vähinten jalankulkuliikennettä oli kesäisin (alle 20 %) ja eniten talvisin (29 55 %). Kevyen liikenteen väylien suunnitteluohjeen (Tiehallinto 2008) mukaan ohjeellinen poikkileikkaus tulisi olla 4,0 metriä, kun mitoitusliikenne on yksikköä/vrk. Suunnitteluohjeen mukaan mitoitusliikenne tulisi määrittää 5-10 vuoden päähän rakentamisvuodesta, joten käytännössä mitoitusliikenteenä voi pitää normaalin kesäpäivän vuorokausiliikennettä, eli tässä tapauksessa kesän keskimääräistä liikennemäärää (KKVL). Ainolanpuistossa poikkileikkaus tulisi siten olla 4,5 metriä, kun mitoitusliikenteenä käytetään kesän keskimääräistä liikennemäärää (KKVL>4000). Tällä hetkellä poikkileikkaus on noin 3 metriä jokaisessa mittauspisteessä, joten liikennemäärien vielä tästä kasvaessa etenkin Ainolanpuiston väylän leventäminen voi tulla ajankohtaiseksi turvallisen ja mukavan liikkumisväljyyden takaamiseksi. Kevyen liikenteen liikennemäärien tunnusluvut on koko vuoden keskimääräisen vuorokausiliikennemäärän (KVL) lisäksi määritetty liikenne- ja viestintäministeriön (2005) esityksen mukaisesti talvikauden**** ( ja ) ja kesäkauden** ( ) osalta. Sen lisäksi tunnusluvut on laskettu kevätkaudelle* ( ) ja syyskaudelle*** ( ) oheisessa taulukossa. 15

16 Taulukko 4: Pisteiden liikennemäärät ja keskeisimmät tunnusluvut. Arkipäivisin (ma pe) päivittäisten liikennemäärien vaihtelut ja vaihtelun keskihajonta eri kausina on esitetty alla olevissa kuvissa. Arkipäivien liikennemäärissä on eniten vaihtelua talvikautena ja vähinten syksyllä. Ouluhallin osalta syksyn arkipäivien liikennemäärät ovat lähes kesän tasolla, kun muissa pisteissä liikennemäärät alentuvat kevään/talven tasolle. Kuva 9: Arkipäivien (ma-pe) liikennemäärät eri kausina. Ylin arvo on määritetty kaavalla ka+kh ja alin arvo kaavalla ka-kh, joten noin 2/3 arkipäivinä liikennemääristä on näiden viivojen välissä. (ka= keskiarvo, kh=keskihajonta). 16

17 3.1.3 Kausivaihtelut Kausivaihtelulla tarkoitetaan tässä kuukauden keskimääräisen vuorokausiliikennemäärän (M) suhdetta koko vuoden keskimääräiseen vuorokausiliikenteeseen (KVL). Eri kuukausien kausivaihtelukerroin lasketaan kaavalla Mk/KVL, jossa k on kuukausi. Jalankulkijoiden kausivaihtelukertoimet eri pisteissä ovat talvikuukausina suuremmat kuin muina kuukausina. Tämä selittyy luonnollisestikin sillä, että jalankulkijat siirtyvät pyöräilijöiksi kevään/kesän tultua ja näin kävelijöiden määrät alenevat kesäkuukausiksi. Kuva 10: Jalankulkijoiden kausivaihtelu eri kuukausina vuoden keskimääräiseen arvoon verrattuna. Touko- ja syyskuun osalta on laskettu alku- ja loppukuun arvot erikseen. Pyöräilijöiden määrät ovat kesäkuukausina noin kolmekertaiset talvikuukausiin verrattuna. Ouluhallin pisteellä pyöräilijöiden määrät alentuvat kesä- ja heinäkuussa, kun taas muissa pisteissä pyöräilijöiden määrät ovat näinä kuukausina suurimmillaan. Toukokuussa pyöräilijöiden määrät ovat alku- ja loppukuusta lähes yhtä suuret, mutta syyskuussa pyöräiljöiden määrä vähenee selvästi loppukuusta. Kuva 11: Polkupyöräilijöiden kausivaihtelu eri kuukausina vuoden keskimääräiseen arvoon verrattuna. Touko- ja syyskuun osalta on laskettu alku- ja loppukuun arvot erikseen. 17

18 Kevyen liikenteen määrä on hyvin tasainen toukokuun alusta syyskuun alkupuolelle saakka. Talvikuukausina kevyen liikenteen määrä on 0,30...0,55 kertainen kesäkuukausiin verrattuna. Kuva 12: Kevyen liikenteen kausivaihtelu eri kuukausina vuoden keskimääräiseen arvoon verrattuna. Touko- ja syyskuun osalta on laskettu alku- ja loppukuun arvot erikseen Viikonpäivävaihtelut Viikonpäivävaihtelulla tarkoitetaan tässä eri kausien kunkin viikonpäiväliikenteen (Qvp) suhdetta kyseisen kauden keskimääräiseen vuorokausiliikenteeseen (S). Eri kausien viikonpäiväkertoimet lasketaan kaavalla Qvp /S, jossa vp on viikonpäivä. Jalankulkijoiden viikonpäiväkertoimet eri kausina ovat alhaisimmillaan lauantaina. Perjantaina kerroin on vain hieman pienempi kuin muina arkipäivinä ja sunnuntaina. Viikonpäivävaihtelussa ei ole suuria eroja eri kausien välillä, joskin talvikausi erottuu etenkin viikonlopun osalta. Kuva 13: Jalankulkijoiden viikonpäivävaihtelut eri tarkastelukausina tarkastelujakson keskimääräiseen arvoon verrattuna. 18

19 Polkupyöräilijöiden viikonpäivävaihtelukertoimet ovat erittäin tasaiset maanantaista perjantaihin. Viikonloppuna kerroin pienenee noin kolmanneksen arkipäivien tasosta, mikä kertonee arkipäivien työmatkapyöräilyn suuresta osuudesta. Eri kausien välillä kertoimissa ei ole huomattavia keskinäisiä eroja paitsi talvikautena, jossa viikonloppuna kerroin on selvästi pienin muihin kausiin verrrattuna. Kuva 14: Pyöräilijöiden viikonpäivävaihtelut eri tarkastelukausina tarkastelujakson keskimääräiseen arvoon verrattuna. Viikonpäivävaihtelu on lähes samalla tasolla arkipäivinä maanantaista perjantaihin koko kevyen liikenteen osalta. Viikonloppuna kevyen liikenteen kausivaihtelukerroin on keskimäärin 0,57...0,78 välillä kun se arkipäivinä on keskimäärin 1,03...1,22 välillä. Kuva 15: Jalankulkijoiden ja pyöräilijöiden viikonpäivävaihtelut eri tarkastelukausina tarkastelujakson keskimääräiseen arvoon verrattuna. 19

20 3.1.5 Tuntivaihtelut Tuntivaihtelulla tarkoitetaan tässä kunkin kauden arkivuorokauden (ma-pe) tuntien (q) suhdetta kyseisen kauden keskimääräiseen arkivuorokausiliikenteeseen (Q= ). Tuntivaihtelukertoimia määrittäessä mukaan ei ole otettu päiviä, joiden liikennemäärää on korjattu. Eri kausien (arkipäivien) tuntivaihtelukertoimet lasketaan kaavalla qh /Q, jossa h on tunti (0-23). Kuva 16: Jalankulkijoiden arkipäivien (ma-pe) tuntivaihtelut eri pisteissä koko vuoden aineistossa. Jalankulkijoiden määrän tuntivaihtelukuvaajat koko vuoden osalta ovat melko erilaisia eri pisteissä. Suurimmat tuntiliikennemäärät kohdistuvat täysin eri tunneille eri pisteissä. Esimerkiksi Kempeleen suurimmat liikennemäärät saavutetaan vasta klo 20 tunnilla, mutta Kellon pisteellä vielä tätäkin myöhemmin eli klo 21. Ainolanpuiston ja Ouluhallin osalta suurimmat päivän jalankulkijamäärät ovat klo välillä. Tuntivaihtelukertoimet ovat suurimmillaan noin 10 %. Jalankulkijoiden eri kausien tuntiliikennekertoimet on esitetty liitteessä 2. Kuvaajien muodot ovat eri kausina eri pisteissä samankaltaisia paitsi Kempeleen pisteessä, jossa todennäköisesti jokunen virheellinen aamun tuntiliikennetieto näyttäisi vaikuttavan tuntivaihtelukertoimiin (Karoluoto 2011, s. 64). Polkupyöräilijöiden osalta sen sijaan arkipäivien (ma-pe) tuntivaihtelukuvaajat ovat eri pisteissä toistensa kaltaisia. Aamun suurin tuntiliikenne on klo 7, jolloin tuntiliikenteen osuus on noin 7 10 %:n välillä eri pisteissä. Iltapäivän osalta suurimmat liikennemäärät jakaantuvat tunneille 15 16, jolloin tuntiliikenteen osuus on noin 9 11 %:n välillä. Polkupyöräilijöiden määrän eri kausien tuntiliikennekertoimet on esitetty liitteessä 2. Kuvaajien muodot ovat eri kausina eri pisteissä samankaltaisia paitsi Kellon vähäliikenteisessä pisteessä, jossa (ala)koululaisten liikenne vaikuttaa merkittävästi tuntivaihtelukertoimien huippujen suuruuteen ja ajankohtaan. 20