Die Erhöhung des Anteils des Fahrrads am gesamten Verkehrsaufkommen wird allgemein als propates Mittel gegen die negativen Folgen des Autoverkehrs in Städten – wie Staus, Lärmemissionen und Verschmutzung – erachtet. Um jedoch evidenzbasierte Planungsprozesse und Entscheidungen unterstützen zu können, braucht es Anhaltspunkte für das „Wo“ und „Wann“ RadfahrerInnen auf den Straßen unterwegs sind.

Simulierte Radverkehrsflüsse eines Tages – Vergleich von Szenarien.

Im Rahmen des Forschungsprojekts FamoS entwickelten wir ein agentenbasiertes Modell zur Simulation räumlich und zeitlich hochaufgelöster Radverkehrsflüsse in der Stadtregion Salzburg. In das Modell fließen folgende Daten ein: soziodemographische Daten, Resultate von Mobilitätserhebungen, räumliche Umgebungsvariablen, sowie ein Modell des Straßennetzes. Das entwickelte Modell simuliert die Entscheidungsprozesse eines jeden Agenten (der für EinwohnerInnen steht) in Bezug auf Aktivitäten-, Verkehrsmittel- und Routenwahl. Für die Umsetzung des Modelles wurde GAMA (Taillandier et.al. 2019) verwendet. Der gesamte Code des Modells steht OpenSource zur Verfügung CoMSES Net library.

Die Komplexität des Modells wurde durch eine umfassende Szenarienanalyse evaluiert. Dabei wurde das Modell mit so genannten Null-Modellen verglichen, in denen die Aktiviäten und Destinationen zufällig gewählt werden, Abfahrtszeiten unbeachtet bleiben, oder schlicht die kürzeste Route simuliert wird. Die Abbildung rechts zeigt die unterschiedlichen räumlichen Muster, die sich unter diesen Annahmen ergeben.

Neben der Szenarienanalyse wurden die Modellierungsergebnisse auch mit hilfe von GPS-Trackingdaten validiert. Dabei konnten wir auf Daten von Bike Citizens und Strava zurückgreifen. Wir fanden starke zeitliche und mittlere bis schwache räumliche Korrelationen zwischen den Datensätzen und den Modellergebnissen.
Die Beschreibung des Modells, samt ausführlicher Behandlung der Stärken, Limitationen und möglichen Erweiterungen ist nun in einem kürzlich veröffentlichten Beitrag von Kaziyeva et.al 2021 erschienen:

Kaziyeva D, Loidl M, Wallentin G. Simulating Spatio-Temporal Patterns of Bicycle Flows with an Agent-Based Model. ISPRS International Journal of Geo-Information. 2021; 10(2):88. https://doi.org/10.3390/ijgi10020088