• Ei tuloksia

OSA I: MIKROSKOOPPINEN SIMULOINTI

8 STATIONAARISTEN AJANJAKSOJEN ETSIMINEN

9.1 Stationaaristen jaksojen etsiminen

Stationaarisuuden ja etäisyyden suhteen homogeenisuuden testaamista varten oli käytet­

tävissä hollantilaista ajoneuvokohtaista liikennedataa useilta peräkkäisiltä poikkileik­

kauksilta ja päiviltä kaistoittain moottoritieltä A12N. Ilmaisimet ja niiden väliset etäi­

syydet on esitetty taulukossa 8. Havainnointipäivät olivat 3., 6., 9. - 11. ja 30. päivä tou­

kokuuta 1983. Havaintojaksojen pituudet vaihtelivat vajaasta kahdeksasta minuutista reiluun kolmeen tuntiin ja datan kokonaismäärä oli 207 tuntia 24 minuuttia.

Taulukko 8. Hollannin datan ilmaisimet kaistoittain ja poikkileikkausten väliset etäisyy­

det.

Vasen kaista Oikea kaista Etäisyys (m)

d05

Homogeenisuus etäisyyden suhteen ja lähtöaineiston karsiminen

Liikennevirran peruskuvaajien määrittämistä varten haluttiin havaintoja, jotka olisivat ajan suhteen stationaarisia ja etäisyyden suhteen homogeenisia. Datan karsiminen aloi­

tettiin etäisyyden suhteen homogeenisten ilmaisimien ja havaintojaksojen etsimisellä.

Tähän käytettiin del Castillon ja Benitezin ristikorrelaatiomenetelmää. Ajoneuvokohtai­

nen lähtöaineisto muokattiin 30 sekunnin havainnoiksi ja peräkkäisille ilmaisimille las­

kettiin kultakin havaintojaksolta otoksen ristikorrelaatio r(vnvi+k) useilla viiveen k ar­

voilla (del Castillo & Benitez 1995b). Ristikorrelaatio lasketaan kaavalla (Laininen 1987)

r — (37)

Kunkin ilmaisinparin ristikorrelaatioista valittiin kultakin havaintojaksolta maksimiar­

vo. Kun ilmaisimien välimatkat ovat alle kilometrin ja ruuhkaa esiintyy, liikennettä voi­

daan pitää etäisyyden suhteen homogeenisena, jos otoksen maksimi ristikorrelaatio on selvästi suurempi kuin 0,5 (del Castillo & Benitez 1995b). Koska testi toimi datan alku- karsijana ja dataa oli suhteellisen vähän, hyväksyttävän maksimiristikorrelaation mini­

miarvoksi valittiin 0,5. Hmaisinparien dl7 - d37 ja dl8 - d38 välinen etäisyys oli 2 300 metriä ja näille ristikorrelaation maksimiarvoksi riitti 0,4. Maksimiristikorrelaatiot ja viiveet, joilla ne saavutettiin, on esitetty taulukossa 9. Etäisyyden suhteen homogeeni­

tyi vähemmän (10 kpl) etäisyyden suhteen homogeenisia havaintopäiviä kuin oikean puoleisen kaistan ilmaisimilta (25 kpl).

Taulukko 9. Hollannin datan maksimiristikorrelaatiot (ennen kauttaviivaa) ja viiveet, joilla ne saavutettiin, (kauttaviivan jälkeen) poikkileikkauspareittain. Etäisyyden suh­

teen homogeenisiksi tulkittavat havainnot on lihavoitu.

Ilmaisinpari 3.5. 6.5. 9.5. 10.5. 11.5. 30.5.

d05 - d09

0,52/0

0,23 / 1 0,12/1 0,44 / 1 0,17/4 0,34 / 2

Liikennevirran peruskuvaa)ien määrittämisen kannalta on tärkeää, että liikenteestä on hyvin vaihtelevia havaintoja. Toisessa vaiheessa lähtöaineistosta karsittiinkin ne ilmaisi­

met, jotka eivät olleet havainnoineet nopeuksia riittävän laajalta vaihteluväliltä (del Cas­

tillo & Benitez 1995b). Riittävän laajan vaihteluvälin alarajana pidettiin 30 sekunnin ha­

vainnon harmonista keskinopeutta 20 km/h ja ylärajana 110 km/h. Jäljelle jäävästä ai­

neistosta ryhdyttiin etsimään stationaarisia ajanjaksoja. Taulukossa 10 on esitetty ilmai- simittain suurimmat ja pienimmät 30 sekunnin havainnon harmoniset keskinopeudet.

Riittävän suureksi tulkitut etäisyyden suhteen homogeenisten havaintopäivien (lihavoi­

tu) nopeuksien vaihteluvälit on lihavoitu min/max-sarakkeeseen. Tämän karsinnan jäl­

keen voitiin ilmaisimilta d05, d09, dl3, dl7, d06, dlO, dl4, dl8 ja d46 määrittää liiken­

nevirran peruskuvaajat (taulukko 11). Alkukarsinnan siis selvitti 31 prosenttia datasta.

Taulukko 10. Ilmaisimittain suurin ja pienin 30 sekunnin havainnon harmoninen keski­

nopeus Hollannin datassa. Päivämäärällä merkityissä sarakkeissa on merkitty lihavoi­

dulla etäisyyden suhteen homogeeniset havainnointipäivät, samoin min/max-sarakkees- sa riittävän suureksi tulkitut vaihteluvälit.

Ilmaisin Min

/

Max 3.5. 6.5. 9.5. 10.5. 11.5. 30.5.

d05 3/136 3/136

83/152 86/134 77/139 81 /136 30/136

d09 7/150 7/150

81 / 152 71 / 130 83/128 68/150 33/136

d!3 10/133 10 /133

69/128 9/163

86 /128

73/150

14/132 d!7 10/145

10/152 79/155 85 / 144

94 /138

76/137

10 /145

d37 43/129 52/163 79/155 85/127

92 /129

66/131

43 /127

d41 59/146 78/163 74

/

142 79/129

76 /140

27

/

140

59 /146

d45 59/124 67/163 15/124 83/132 85

/

127 77/145

59 /124

d49 77/128 72/133 88/146 88/150 77/134

77 /128

d06 12 /128 12/128

76/121 84/111

81/112 74/114 57/113 dlO 10/118 10/118

69/128 82/128

79/112 66 /110 52/109 dl4 14 /127 14/127

72 /149 22/117

81/119 71/115 17/113

d 18

10/116 14/116

68/125 73/119

84/116

74/119

10/113

d38 36/124

50/114 67/124 68 /104 59/114 36/107

d42 55/116

67/112 73 /116

61 /108

67 /106 55 /113 63 /108 d46 13/122 64 /120 13 /122

82/110

68/112 65 /105

d50 51 / 136

63 /114 51 /136

76/119 69/112

69 /108

Taulukko 11 .Stationaaristen ajanjaksojen etsimiseen hyväksytyt havainnointijaksot.

Ilmaisin 3.5. 6.5. 9.5. 10.5. 11.5. 30.5.

d05 X

Stationaariset jaksot

Liikennemäärän suhteen stationaaristen jaksojen etsimiseen käytettiin Jacobsin menetel­

mää, koska menetelmä käyttää datan tarkkaan hyödykseen ja on hyvin suoraviivainen, mikä helpotti ohjelmointityötä. Lähtöaineistona käytettiin edellä esitellyllä tavalla kar­

sittua etäisyyden suhteen homogeenista ajoneuvokohtaista liikennedataa. Testi eteni ajo­

neuvo ajoneuvolta suurentamalla stationaarista jaksoa aina yhdellä ajoneuvolla kerral­

laan, kunnes saatiin testin tulokseksi epästationaarinen ajanjakso. Testissä piirrettiin suora tutkittavan jakson liikennemäärän porrasfunktion ensimmäisen ja viimeisen pis­

teen kautta ja tutkittiin suoran pystysuora etäisyys kuhunkin porrasfunktion nurkkaan.

Testisuureen arvoksi saatiin maksimietäisyys ja vertailusuure laskettiin kaavan (28) avulla. Riskitasoksi valittiin a = 0,05. (Sachse & Keller 1992.)

Nopeuksien stationaarisuuden testaamiseen käytettiin Coxin ja Stuartin trenditestiä, joka on Kendallin x-testin tyyppinen ei-parametrinen testi. Kendallin x-testissä oli ongelmana havaintojen riippumattomuusehto. Peräkkäisten ajoneuvojen nopeudet ovat riippuvaisia toisistaan etenkin suurilla liikennemäärillä. Coxin ja Stuartin trenditesti ei ole yhtä herk­

kä nopeuksien riippuvaisuuteen, kun otoskoko ei ole aivan pieni (Laininen 1997). Otok­

sen riittävä koko varmistetaan rajaamalla alle neljä minuuttia kestävät havaintojaksot pois. Stationaarisen ajanjakson maksimikestoksi valittiin 40 minuuttia, koska haluttiin varmistaa testin herkkyys paikallisille trendeille (Luttinen 1996).

Coxin ja Stuartin trenditestiä tehtiin lomittain Jacobsin testin kanssa. Ensin haettiin Ja­

cobsin testillä aikavälien suhteen stationaarinen ajanjakso ja sitten testattiin jakson no­

peuksien stationaarisuus. Jos Coxin ja Stuartin testin tulos osoitti trendiä, viimeinen ha­

vainto poistettiin ja testi tehtiin uudestaan. Näin jatkettiin kunnes otos oli nopeuksien suhteen stationaarinen. Nyt oltiin siis saatu ajanjakso, joka oli sekä etäisyyden suhteen homogeeninen että aikavälien ja nopeuksien suhteen stationaarinen. Jos jäljelle jäänyt stationaarinen ajanjakso oli pituudeltaan yhä vähintään neljän minuutin mittainen, se hy­

väksyttiin stationaariseksi havainnoksi peruskuvaajien määrittämistä varten. Proseduuri toistettiin aloittaen seuraavasta havainnosta ja koko aineisto käytiin näin läpi. Esimerk­

kinä stationaarisista ajanjaksoista on kuva 59, jossa on analysoitu toukokuun 3. päivän dataa ilmaisimelta d05.

160 16000

8000

S

6000 o 14000 12000 ~

</>

10000 2 o

a

I 60

Kuva 59. Nopeuden (ylempi käyrä) ja liikennemäärän (alempi käyrä) suhteen stationaa- risia ajanjaksoja 3.5.1983 moottoritien A12N ilmaisimella d05.

Liikennevirran peruskuvaajien määrittämistä varten löydettiin yhteensä 155 stationaaris- ta jaksoa, mikä oli 12 - 24 jaksoa ilmaisinta kohti. Etäisyyden suhteen homogeenisesta datasta keskimäärin 83 prosenttia oli sekä aikavälien että nopeuksien suhteen stationaa- rista. Prosenttiosuus vaihteli ilmaisimittain 43:sta 99:ään prosenttiin (taulukko 12). Sillä, oliko kyseessä vasen vai oikea kaista, näytti olevan suuri merkitys stationaarisen datan määrään. Vasemmalla kaistalla (parittomat ilmaisimet) stationaarisen datan osuus vaih­

teli 10 ja 23 prosentin välillä alkuperäisestä datasta, kun taas oikealla kaistalla (parilliset ilmaisimet) vaihteluväli oli 46:sta 88:aan prosenttiin (taulukko 12). Koko lähtöaineistos­

ta oli stationaarista noin 26 prosenttia, mikä on suhteellisen paljon.

Taulukko 12. Stationaarisen datan osuus koko lähtöaineistosta ja etäisyyden suhteen homogeenisesta aineistosta ilmaisimittain.

Ilmaisin Osuus lähtöaineistosta Osuus etäisyyden suhteen homogeenisesta aineistosta

d05 0,13 0,62

d09 0,11 0,53

d 13 0,23 0,47

d 17 0,10 0,43

d06 0,67 0,90

dlO 0,75 0,99

dl4 0,60 0,92

dl 8 0,46 0,99

d46 0,88 0,91