RAPPORT. Sampers 3.3 och autokalibrering Analys & Strategi

Transkript

1 RAPPORT Sampers 3.3 och autokalibrering Analys & Strategi

2 Konsulter inom samhällsutveckling WSP Analys & Strategi är en konsultverksamhet inom samhällsutveckling. Vi arbetar på uppdrag av myndigheter, företag och organisationer för att bidra till ett samhälle anpassat för samtiden såväl som framtiden. Vi förstår de utmaningar som våra uppdragsgivare ställs inför, och bistår med kunskap som hjälper dem hantera det komplexa förhållandet mellan människor, natur och byggd miljö. Titel: Autokalibrering av Sampers Redaktör: Christer Nilsson WSP, Tobias Thorsson WSP, Leonid Engelson Trafikverket WSP Sverige AB Arenavägen Stockholm-Globen Tel: E-post: info@wspgroup.se Org nr: Styrelsens säte: Stockholm Analys & Strategi

3 Innehåll Innehåll 1 INLEDNING Sammanfattning av förändringar i koden PRODUKTIONSKÖRNING Nya indata jämfört med Sampers Kalibrering.txt KALIBRERINGSKÖRNING Kalibreringsmetodiken Förberedelse för kalibrering Indatafiler till kalibreringskörning Filer som produceras av det regionala prognossteget och används av kalibreringsprogrammet Kalibreringssteget Filer som skapas av programmet SampersKalibrering.exe VALIDERING AV KALIBRERINGEN VALIDERING ÖRESUNDSKALIBRERINGEN ANPASSNING TILL EMME Analys & Strategi

4 Analys & Strategi 4

5 1 Inledning Uppdaterad dokumentation nytt projekt Detta är en uppdaterad version av en tidigare rapport som dokumenterade arbetet med att utveckla och tillämpa autokalibrering av Sampers regionala modeller 1. Det tidigare innehållet har i denna uppdaterade version kompletterats med dokumentation av det arbete med att utveckla autokalibreringen som genomförts under 2016 och (I något fall har vi i samband med detta också korrigerat fel som upptäckts i de tidigare skrivningarna). De avsnitt av denna rapport som uppdaterats 2017 är markerade med kursiv text på grå bakgrund. Övriga avsnitt är oförändrade. Ny version av Sampers Det nya arbete som genomförts har primärt syftat till att lösa specifika kalibreringsproblem i den regionala modellen för Skåne, Skåne-Tass, men har också inneburit mindre justeringar av själva koden i Sampersprogrammet (Sampers.exe). Trafikverket har ännu inte publicerat någon officiell version av Sampers där den nya koden är implementerad. Därför har referenserna till Sampers 3.3 fått stå kvar i detta dokument. I Sampers finns det fem regionala efterfrågemodeller som används för att ta fram strategiska prognoser av resandet i Sverige. För att uppnå hög trovärdighet är det viktigt att resultat från modellen kan relateras till observerade resemängder. Vid jämförelse av modellresultat med tillgängliga data om resandet (resvaneundersökningar, trafik- och passagerarräkningar) för ett visst år är dock skillnaderna ibland så stora att de inte kan förklaras av statistisk osäkerhet i undersökningarna. Bland annat beror detta på att man antar samma värderingar av restid (dels i bil, dels i kollektivtrafik) i modellen för alla individer, oberoende var i landet man bor, hur långt (under 10 mil) och när man ska resa. För att kompensera för detta infördes påslag på resekostnader i efterfrågemodellen redan vid implementering av Sampers Dessa påslag (kalibreringsparametrar) påverkar attraktionsvärdet för olika kombinationer av ärende, färdmedel och reseavstånd i varje region. Kalibreringen innebär att man justerar kalibreringsparametrarna så att modellresultaten bättre stämmer överens med antalet resor i olika kombinationer av ärende, färdmedel och avstånd enligt RVU (resvaneundersökningar). I Sampers 3.2 var dessa parametrar hårdprogrammerade i Sampers programkod. I detta projekt har kalibreringsparametrarna tagits ut ur programkoden, lagts in i separata filer och justerats mot resvaneundersökningen 2005/06. Därmed skapades en ny version av Sampers (3.3). Ytterligare skillnader mellan versionerna 3.2 och 3.3 är att en ny version av programmet Emme (4.0.8) används samt att Sampers huvudfönster har förändrats. 1 WSP (2015): Sampers 3.3 och autokalibrering Analys & Strategi

6 Syftet med denna rapport är att beskriva dessa nya egenskaper i Sampers 3.3, och de ytterligare justeringar av kalibreringsrutinerna som genomfördes Utöver en beskrivning av hur dessa nya förutsättningar hanteras i Sampers redovisas även resultat från en genomförd kalibrering 2015, och den förnyade kalibrering av den regionala modellen för Skåne som genomfördes Uppdraget 2015 har genomförts av Christer Nilsson (programmering), Sida Jiang (kalibreringsdata), Christer Persson (kalibreringsdata), Qian Wang (kalibreringsdata), Leonid Engelson, Trafikverket (matematik) och Tobias Thorsson (uppdragsledare). Kalibreringen har genomförts inom ramen för ett större utvecklingsprojekt där Emma Strömblad (WSP) varit uppdragsledare. Övriga medverkande i kalibreringen har varit Karin Brundell-Freij (WSP), Christer Nilsson (Push and Pop data), Leonid Engelson (Trafikverket) och Johannes Östlund (M4 Traffic). 1.1 Sammanfattning av förändringar i koden Bakgrund Dessa ändringar infördes med anledning av Sampers anpassning till eventuell kommande Öresundsförbindelse. Syfte med förändringarna Två typer av förändringar har genomförts: rättning av fel i beräkning av kommunnr och länsnr för danska områden möjlighet att för arbetsresor valfritt genomföra kalibreringen o antingen så att resultaten stämmer mot kalibreringsmålen innan så kallad Cross-Fratarjustering av resultaten genomförts, o eller så att resultaten stämmer mot kalibreringsmålen efter den justeringen. Ändringar i Sampers.exe (Sampers *** ) 1. Smärre kodjustering pga att Danmark använder treställig kommunkod isf Sveriges fyrställiga. 2. Uttag av ny fil HyperCubeCF.ASC. Denna fil är till formatet identisk med HyperCube.ASC, men innehåller data som fratarjusterats. Denna fil används av SampersKalibrering.exe under kalibreringsprocessen. Orsaken är att fratarutjämning kan innebära ganska stora relativa förändringar på små flöden. 3. I samband med HyperCubeCF.ASC har filformatet för filen Fratar.tmp förändrats. Fältet ShareCarPas har tillkommit. Detta fält innehåller andelen bilpassagerare. Analys & Strategi 6

7 Ändringar i SampersKalibrering.exe 1. Användning av HyperCubeCF.ASC tillsammans med HyperCube.ASC. Detta gäller bara arbetsresor, eftersom enbart de fratarhanteras. Detta är valbart mha en switch i styrfil.txt. CF=0 innebär att HyperCubeCF.ASC ej läses. CF=1 innebär att filen läses. 2. Införande av geh-kvoter. Dessa används enbart för att bedöma en kalibrerings kvalitet och påverkar således ej kalibreringskonstanterna. Används vid jämförandet av två värden a (resultat från modellen) och b (kalibreringsmålet). Tidigare beräknades kvoten : (a-b)/sqrt(b) och presenterades för utvärdering av kvaliteten. I den nya versionen, med GEH används istället: (a-b)/(sqrt(a+b)/2) Se t ex Analys & Strategi 7

8 2 Produktionskörning Den regionala modellen läser in kalibreringsparametrarna från filen Kalibrering.txt och använder dessa för att beräkna antalet resor. 2.1 Nya indata jämfört med Sampers 3.2 Katalogen Kalibrering (som ligger parallellt med Riggning) ska innehålla en katalog per varje region för vilken modellen ska köras, se figur 1 nedan. Figur 1: Kalibreringskatalogen med underliggande regionala kataloger I varje regional katalog måste det finnas en fil med namnet Kalibrering.txt. För regionerna Samm, Väst och Skåne-Tass, som även omfattar kalibrering av snitt, måste det dessutom finnas en fil med namnet gp.txt, som beskriver vilka prognosområden som ligger på varje sida om snittet. Dessa filer utgör indata till efterfrågemodellen och förändras därför inte under exekveringen av Sampers. Analys & Strategi 8

9 2.2 Kalibrering.txt Filen Kalibrering.txt innehåller kalibreringsparametrar som används av det regionala steget. Figuren nedan ger en överblick över filens innehåll. Figur 2: Översikt över Kalibrering.txt, kalibrering av Skåne-Tass Filen inleds med några kommentarsrader som beskriver den kalibrering som lett fram till de kalibreringsparametrar som anges i filen. Användarnamnet tas från inloggningen. Tidpunkten för kalibreringen anges. Det värde på switch CF som angetts i styrfil.txt (se avsnitt 3.3) visas. Dessutom framgår hur många iterationer som använts vid kalibreringen. Analys & Strategi 9

10 I slutet av filen finns det en checksumma som garanterar att filen inte manipulerats efter kalibreringen. Om checksumman inte är korrekt kan det regionala steget inte exekveras. Observera att de eventuella kommentarer som finns i textfilen (rader som inleds med tecknet # ) också ingår i beräkningen av checksumman. Man kan alltså inte ens ändra kommentarer i filen, utan att förstöra den i efterhand och göra det omöjligt att använda den. Användaren kan före exekvering kontrollera att filen innehåller rätt checksumma genom att markera scenariot, klicka med höger musknapp och välja Kontrollera indata. Sampers varnar om checksumman inte stämmer. Alla regioner har en eller flera länsgrupper. Länen i en länsgrupp anges kommaseparerat efter ledtexten Lan. Därefter kommer två tabeller där den första tabellen anger färdmedelsparametrar, d v s en parameter för varje kombination av ärende och färdmedel. Värden i denna tabell påverkar antalet resor som startar i länsgruppen och innebär påslag på nyttan att resa i respektive kombination. Följande färdmedel finns: CD = Car Driver (Bilförare) CP = Car Passenger (Bilpassagerare) PT = Public Transport (Kollektivtrafik) CY = Bicycle (Cykel) WA = Walk (Gång) Följande ärendetyper finns: WO = Work (Arbetsresor) OT = Other (Övriga resor) SP = Sparetime (Rekreationsresor) VI = Visit (Besöksresor) SC = School (Skolresor) Det görs ingen kalibrering för tjänsteresor. Skolresors fördelning på färdmedel kan kalibreras men inte det totala antalet skolresor från länsgruppen, därför står det alltid 0 i kombinationen SC/CD. Talen är separerade med ett eller flera blanktecken. Den andra tabellen, anger avståndsparametrar, d v s kalibreringsparameter per kombination av ärendetyp, färdmedel och avståndsintervall. De tolv avstånden, angivna i (km) är: D01 = D02 = D03 = D04 = D05 = D06 = D07 = D08 = Analys & Strategi 10

11 D09 = D10 = D11 = D12 = 50- Exempel: Värdet anger påslag på nyttan för arbetsresor (WO) med bil som förare (CD) som är 2,5 till 5 kilometer långa (D02). Ju större är påslaget desto fler resor genererar modellen i denna kategori. Färdmedelsparametrar och avståndsparametrar finns angivna i kalibreringsfiler för alla regioner. Figur 3: Kalibrering.txt, första Länsgruppen för Samm För Samm, Väst och Skåne-Tass kan det tillkomma en tredje tabell för snitt, se figur 4 nedan. Snittparametrarna finns under två ledtexter: Snitt: 1,2 anger påslag på nyttan för resor som sker med start i zongrupp 1 och slut i zongrupp 2 Snitt: 2,1 påslag på nyttan för resor i motsatta riktningen Matriserna har samma uppbyggnad som 5x5-matrisen ovan. Analys & Strategi 11

12 Figur 4: Kalibrering.txt, snittmatriser Slutligen lagras en checksumma, beräknad på de tidigare raderna i filen, se figur 5. Figur 5: Kalibrering.txt, checksumma Filen gp.txt används bara i Samm, Väst och Skåne-Tass. Den anger vilka prognosområden som ligger på olika sidor av snittet (gp01 och gp02) samt prognosområden som inte påverkas av snittparametrarna (gp00). Denna fil är exporterad från Emme, se figur 6 nedan. Notera att denna fil måste uppdateras vid en övergång till ett nytt zonsystem. Den geografiska utbredningen av grupperna illustreras i figur 7 (Samm) och figur 8 (Väst). När snittkalibrering tillämpas i Skåne-Tass är områdesindelningen enkel, och illustreras därför inte i figur: Alla områden på den svenska sidan om Öresund ingår i gp01, medan alla områden i Danmark utgör gp02. I Skåne-Tass ingår alltså inga områden i restposten gp00. Figur 6: Del av gp.txt Analys & Strategi 12

13 Figur 7: Definition av grupperna i Samm.0=Rött, 1=Grönt, 2=Blått. Rött förekommer i två länsgrupper. Figur 8: Definition av grupperna I Väst. 0=Rött, 1=Grönt, 2=Blått. Analys & Strategi 13

14 3 Kalibreringskörning 3.1 Kalibreringsmetodiken Sampers exekveras nästan på samma sätt som i en produktionskörning, med flera iterationer. De tidigare erfarenheterna från Sampers 3.3 (från 2015) var att det normalt räcker med fyra iterationer för att få kalibreringen att konvergera. I Skåne-Tass (arbetet ) visade det sig emellertid att det krävdes över femtio iterationer för att nå konvergens. Detta beror på de speciella omständigheter som råder för snittkalibreringen över Öresund (mycket få länkar, och därför stark korrelation mellan förutsättningarna för ruttvalsjämvikt respektive uppfyllelse av kalibreringsmålet för snittet). I varje iteration, läser regionala modellen in kalibreringskonstanterna från filen Kalibrering.txt och använder dessa för att beräkna antalet resor. Ett separat program, SampersKalibrering.exe, jämför resultaten från det regionala prognossteget med kalibreringsmålet som är baserat på observationer från RVU. Programmet använder skillnaderna mellan modellresultatet och målet för att uppdatera kalibreringsparametrarna i filen Kalibrering.txt. Detta upprepas iterativt och skillnaden blir mindre för varje iteration. Genom att avläsa skillnaden i rapportfiler som produceras vid jämförelsen kan den som utför kalibreringen avgöra om fler iterationer behövs. Arbetsresor - Kalibrering valfritt före eller efter Cross-Fratarjustering I Sampers finns möjlighet att låta prognosen av arbetsresor (områdesfördelningen) genomgå så kallad Cross-Fratarjustering. Cross-Fratarjusteringen anpassar arbetsresornas målpunkter i efterhand, så att antalet beräknade arbetsresor till ett visst område inte överstiger det antal arbetsplatser som angivits i indata för samma område. I den ursprungliga versionen av autokalibreringen (Sampers 3.3) genomfördes kalibreringen så att det var nulägesprognosens ursprungliga resultat (innan Cross-Fratarjusteringen genomförts) som jämfördes mot kalibreringsmålen. Det fanns därmed ingen garanti för att nulägesprognosens slutliga resultat (efter Cross-Fratarjustering) skulle stämma väl mot målen, om användaren valde att tillämpa Cross-Fratar. I den uppdatering av kalibreringsrutinerna som genomfördes infördes därför möjlighet att, när det gäller arbetsresor, genomföra kalibreringen så att den istället styrs av överensstämmelse mellan målen och prognosresultat efter Cross-Fratarjustering. 3.2 Förberedelse för kalibrering Kalibreringen sker separat för varje region. För varje region som kalibreras måste det finnas en underkatalog i katalogen Kalibrering, d v s Kalibrering\<Region>. Se till att katalogen existerar och att nedanstående filer existerar i den. kalibrering.txt (innehåll och format beskriven ovan) styrfil.txt (innehåll och format beskriven nedan) target.txt (innehåll och format beskriven nedan) Analys & Strategi 14

15 Om snittkalibrering skall tillämpas (för regionerna Samm, Väst och Skåne-Tass) måste även filen gp.txt (innehåll och format beskrivet ovan) ligga i samma katalog. Se till att rätt ursprunglig version av kalibrering.txt ligger där. (Detta är viktigt för att om en parameter inte ska uppdateras enligt styrfilen, kommer ursprunglig värde att användas i efterfrågemodellen). Skapa lämpligt innehåll i styrfil.txt samt target.txt. I dokumentet Autokalibrering av Sampers Kalibreringsmål beskrivs hur dessa filer skapades med hjälp av den nationella RVUn inför den kalibrering som genomfördes I rapporten Öresundsmodeller - Utvecklingsprojekt (TRV, 2017) finns beskrivning av hur målen togs fram för Skåne-Tass (I det fallet användes en kombination av nya resultat från en specifik resvaneundersökning för resandet över Öresund, och tidigare modellresultat som utgångspunkt för kalibreringen). Formatet för dessa filer beskrivs i avsnittet nedan. Se till att filen SampersKalibrering.exe är tillgänglig via PATH. Förslagsvis ligger den parallellt med Sampers.exe Se till att filerna SampersKalibrering.py och macro.py finns i katalogen Makro/Std. Se till att inga kataloger med namn Iter* i Riggning existerar. Dessa kataloger kommer att innehålla backup på alla resultatfiler i loopen förutom filer som produceras av kalibreringsprogrammet. Se till att inga kataloger med namn Iter* existerar under Kalibrering\<Region>. Dessa kataloger kommer att innehålla backup på alla resultatfiler i loopen som produceras av kalibreringsprogrammet. Se till att ett makrosteg som anropar pythonskriptet SampersKalibrering.py ligger direkt efter regionala prognossteget. Alla andra steg i riggningen exekveras på samma sätt som i produktionsriggningen. Exempel på hur riggningen för kalibreringen av scenario Väst ser ut visas i figur 9. Analys & Strategi 15

16 Figur 9: Trädet för Scenario 109 Väst vid kalibreringskörning Analys & Strategi 16

17 Notera utseendet på trädet i Sampers 3.3. Jämfört med Sampers 3.2 finns det nu en kolumn som anger beräkningstid för respektive steg (tiden visar exekveringstid vid senaste exekveringen). Färgen på raden är grön om exekveringen lyckades, röd om det avslutades med fel och svart om steget ännu inte exekverats. Indata till kalibreringskörningen bör vara konsistenta med de observationer från RVU som ligger till grund för att producera kalibreringsmålet. De kalibreringsmål som legat till grund för den kalibrering som genomfört i detta projekt är observationer från RVU 2005/06 (uppviktade till befolkningen år 2014). Vägnät och kollektivtrafiknät som använts vid kalibreringen avser år 2012 med följande undantag: Ingen trängselskatt i Göteborg eftersom det inte fanns någon trängselskatt i Göteborg 2005/06. Halverad trängselskatt i Stockholm eftersom trängselskatter infördes på försök i Stockholm 1 januari Observera att endast steg M1192 är specifikt för kalibreringskörningen. Övriga steg ingår även i normal produktionskörning. Egenskaper för M1192 visas i figuren nedan. Figur 10: Anrop av Python-makro Det första argumentet i anropet ska hänvisa till katalogen Kalibrering/<Region> där den ursprungliga filen kalibrering.txt ligger. Det andra argumentet refererar till stegkatalog för det föregående steget, d v s regionala prognossteget för vilket kalibreringsparametrarna ska uppdateras. Analys & Strategi 17

18 3.3 Indatafiler till kalibreringskörning Filerna styrfil.txt och target.txt förbereds av den som ska utföra kalibreringen och ska ligga i katalogen Kalibrering\<Region> innan kalibreringen exekveras. Styrfil.txt För varje länsgrupp anges vilka kalibreringsparametrar som ska uppdateras, se figur 11 och figur 12. Akronymer för ärende och färdmedel kan stå i godtycklig ordning, separerade med ett eller flera blanksteg. I styrfilen finns möjlighet att ange att kalibreringen, när det gäller arbetsresor, skall baseras på prognosresultat efter Cross-Fratarjustering. Detta styrs i så fall av kommandot CF=1 i styrfilen. Kommandot ska stå efter inledande kommentarer och före Länsgruppen.. Enligt styrfilen i figur 11 (Samm) ska totala antalet resor och deras färdmedelsandelar kalibreras för alla möjliga ärenden. Dessutom ska avståndsparametrarna för bil som förare kalibreras för alla ärenden utom skolresor. Eftersom inget kommando CF=1 är angivet, kommer kalibreringen (när det gäller arbetsresor) att utgå från prognosresultaten före Cross-Fratarjustering. Enligt styrfilen i figur 12 (Skåne-Tass) ska totala antalet resor och deras färdmedelsandelar och reslängdsfördelning (avståndsparametrarna) kalibreras enbart för arbetsresor. Eftersom kommandot CF=1 är angivet, kommer kalibreringen att utgå från prognosresultaten efter Cross-Fratarjustering. Figur 11: Exempel på styrfil för Samm Analys & Strategi 18

19 Figur 12: Exempel på styrfil för kalibrering efter Cross-Fratarjustering. Skåne-Tass, enbart arbetsresor kalibreras i detta exempel Notera att tjänsteresor inte kalibreras totala antalet skolresor inte kalibreras om totala antalet resor med ett visst ärende inte kalibreras så kan inte heller färdmedelsandelar för detta ärende kalibreras om totala färdmedelsandelar för ett visst ärende inte kalibreras så kan varken reslängdsfördelning eller antalet resor över snitt för denna kombination av ärende och färdmedel kalibreras Analys & Strategi 19

20 Target.txt Denna fil, som är baserad på RVU, innehåller en tabell med antalet turer (Produktion-Attraktion-Produktion) där Produktion motsvarar individens bostad och Attraktion motsvarar platsen där ärendet utförs). Rader och kolumner i tabellen har samma betydelse som tabell 2 i filen kalibrering.txt. T ex utgör värdet i tredje raden i figur 13 uppskattat antal resor till arbete (WO) med bil som förare (CD) i Län 1 med ett avstånd som är mindre än 2.5km (D01) under ett vardagsmedeldygn. Figur 13: Target.txt, första länsgruppen I de fall snittkalibrerings skall tillämpas (Samm, Väst och Skåne-Tass) tillkommer antal resor som passerar snittet, se figur 14. Snitt: 1,2 Resor från område 1 till område 2 Snitt: 1,0 Resor från område 1 till ALLA områden Snitt: 2,1 Resor från område 2 till område 1 Snitt: 2,0 Resor från område 2 till ALLA områden Analys & Strategi 20

21 Figur 14: Target.txt, snittmatriser 3.4 Filer som produceras av det regionala prognossteget och används av kalibreringsprogrammet hypercube.asc Denna fil produceras av det regionala prognossteget. Filen ligger i den regionala stegkatalogen och läses av SampersKalibrering.exe. Den är semikolonseparerad med decimalpunkt, se figur 15. Viktiga kolumner ur kalibreringssynpunkt: OrigLan DestLan Ärende Färdmedel OrigSnitt DestSnitt Avståndsgrupp Resor I kolumnen Resor sammanställs antalet turer som genereras i angivet start-län med attraktion inom angivet slut-län med angivna ärende och färdmedel och med avståndet inom angivet avståndsintervall. För regionerna Samm och Väst delas resorna dessutom upp beroende på i vilken zongrupp de startar och slutar, enligt gruppering angiven i filen gp.txt. Analys & Strategi 21

22 Figur 15: Hypercube.asc, inledande rader. hypercubecf.asc HyperCubeCF.asc innehåller samma variabler som HyperCube.asc, och är formaterad och strukturerad på samma sätt. Enda skillnaden är att hypercubecf.asc produceras med hjälp av resematrisen efter Cross-Fratarjustering, och bara innehåller arbetsresor (eftersom Cross-Fratarjustering enbart är relevant för arbetsresor). Analys & Strategi 22

23 numb_base_resultat.txt Denna fil produceras av det regionala prognossteget. Filen ligger i den regionala stegkatalogen och läses av SampersKalibrering.exe, se figur 16. Kolumnerna är: Län Ärende (Se förklaring i kommentar i filen) Resor Notera att även angränsande län ingår. Figur 16: Numb_base_Resultat.txt Värdet i tredje kolumnen anger det maximalt möjliga antalet turer från respektive län med respektive färdmedel som efterfrågemodellen skulle kunna generera utifrån aktuella befolkningsunderlaget. Så många turer skulle modellen generera om nyttan för resan från alla zoner (logsumman av nyttorna över alla färdmedel) skulle vara oändlig. Analys & Strategi 23

24 3.5 Kalibreringssteget Pythonskriptet SampersKalibrering.py anropar programmet SampersKalibrering.exe. Detta steg kopierar även filer till Iter-kataloger i katalogen Kalibrering. Om det inte finns kataloger med namnet Kalibrering\<Region>\Iter* så skapar skriptet först katalogen Kalibrering\<Region>\Iter0 och kopierar dit innehållet i katalogen Kalibrering\<Region>. Detta för att det ska finnas en backup på den ursprungliga kalibreringsfilen Kalibrering.txt och kunna återställa den vid behov. Därefter anropas programmet SampersKalibrering.exe. Programmet jämför antalet resor som beräknas av modellen (i filen hypercube.acs i regionala stegkatalogen alternativt hypercubecf.acs, om CF=1 angetts i styrfil.exe) med antalet resor i kalibreringsmålet (i filen target.txt i kalibreringskatalogen). Utifrån denna jämförelse samt potentiella antalet resor per region och ärende (i filen num_base_resultat.txt i regionala stegkatalogen) beräknar programmet hur mycket kalibreringsparametrarna bör justeras för att antalet resor som beräknats av modellen ska stämma överens med kalibreringsmålet. Därefter uppdaterar programmet parametrarna i kalibrering.txt enligt innehållet i styrfilen styrfil.txt. Programmet skapar dessutom en rapportfil jmg_resor.txt samt uppdaterar sammanfattningsfilen summary.txt (eller skapar en ny om den inte redan existerar). Formatet på dessa två filer beskrivs nedan. Dessa filer påverkar inte resultat av regionala prognossteget och produceras för att kunna avgöra om kalibreringen gick som det var tänkt och om ytterligare iterationer av kalibreringen behöver genomföras. Efter exekveringen av programmet SampersKalibrering.exe skapar pythonskriptet SampersKalibrering.py en katalog Kalibrering\<Region>\Iter<n> samt kopierar hela innehållet i katalogen Kalibrering\<Region> till den nya katalogen. Värdet på <n> bestäms av katalognamn som redan existerar. T ex om katalogerna Kalibrering\<Region>\Iter0 och Kalibrering\<Region>\Iter1 redan existerar men inte Kalibrering\<Region>\Iter2 så skapas Kalibrering\<Region>\Iter2 och backupen görs dit. Analys & Strategi 24

25 3.6 Filer som skapas av programmet SampersKalibrering.exe Jmf_resor.txt Denna fil produceras av SampersKalibrering.exe och m h a går det att bedöma konvergensen i iterationerna. Nedan visas enbart raderna för arbetsresor (WO), se figur 17. De fem vänstra kolumnerna, Mål, hämtas från target.txt. De fem i mitten, Modell, är resultatet enligt Hypercube.asc. Kolumnerna längst till höger, Kvot, utgör ett mått på avvikelsen mellan kalibreringsmålet och modellresultat: Kvot = (Modell-Mål) / sqrt(mål) Exempel: ( ) / sqrt (38747) = (Decimalerna stämmer ej exakt p g a avrundning). Efter den uppdatering som genomfördes anges istället kvalitetsmåttet GEH. GEH= (Modell-Mål)/(sqrt(Modell+Mål)/2) Figur 17: Del av jmf_resor.txt. Kvoternas absolutvärden bör minska succesivt från iteration till iteration för de ärenden eller de kombinationer av ärende och färdmedel för vilka kalibreringen ska genomföras enligt styrfilen. För att kunna konstatera att kalibreringen lyckats bör kvoterna gått ner till ett värde mellan -1 och 1. Analys & Strategi 25

26 Summary.txt Denna fil sammanfattar hela kalibreringsprocessen för en region och visar vad som skett under kalibreringen i alla iterationer, se figur 18. Den visar också Max_diff, Max_quote samt Min_quote som hämtas från jmf_resor.txt Figur 18: Summary.txt Analys & Strategi 26

27 4 Validering av kalibreringen 2015 Filerna som omnämns här är resultat av den kalibrering som genomförts i uppdraget. Figur visar antalet resor före kalibreringen, antalet resor efter kalibreringen samt kalibreringsmålet för några kombinationer av region, ärende och färdmedel. I samband med leveransen från WSP till Trafikverket överlämnades en ZIP-fil, kalibrering.zip, som innehåller alla resultat från två körningar (med/utan kalibrering) för alla fem regionerna. Totalt 200 diagram liknande figur Körning 0 (noll), innebär att styrfil_0.txt använts. (Den har kopierats till respektive regionkatalog under katalogen Kalibrering och döpts till styrfil.txt innan kalibreringskörningen) Detta innebär att inga kalibreringsparametrar har uppdateras, dvs samma parametrar som i Sampers 3.2. Däremot produceras jmf_resor.txt. Efter körningen har denna döpts om till jmf_resor_0.txt Körning 1 (ett), innebär att styrfil_1.txt använts. (Den har kopierats och döpts till styrfil.txt) Denna anger vilka kalibreringsparametrar som ska uppdateras. På motsvarande sätt skapades en fil jmf_resor_1.txt. Jmf_resor_0.txt och Jmf_resor_1.txt används som underlag för att skapa 200 stapeldiagram. Dessa har filtypen.jpg och kan visas med hjälp av t ex Internet Explorer eller Chrome. Tre färger används genomgående: Rött = Okalibrerat (noll) Grönt = Mål Blått = Kalibrerat (ett) Maximala, absoluta kvoter för de olika regionerna. Okalibrerat samt kalibrerat: Region Okalibrerat Kalibrerat Palt Samm Skåne Sydost Väst Med hänsyn tagen till den statistiska osäkerheten i resvaneundersökningen visar de relativt låga värdena i högerkolumnen på en tillräckligt bra överensstämmelse mellan kalibreringsmålet och resultatet av den kalibrerade modellen. Då det gäller Snitt, visas följande värden i diagrammen: Antalet resor från grupp 1 till grupp 2 som andel av alla resor från grupp 1. Antalet resor från grupp 2 till grupp 1 som andel av alla resor från grupp 2. Analys & Strategi 27

28 Figur 19: Samm av färdmedelsandelar arbetsresor Analys & Strategi 28

29 Figur 20: Samm ab Färdmedelsandelar arbetsresor bilförare Analys & Strategi 29

30 Figur 21: Samm Snitt 1,2 Arbetsresor Analys & Strategi 30

31 Figur 22: Samm Snitt 2,1 Rekreationsresor Analys & Strategi 31

32 5 Validering Öresundskalibreringen Kalibreringen drabbades av stora problem, som inte visat sig i samband med tidigare snittkalibrering i Samm- respektive Västmodellen. Arbetet med att identifiera dessa svårigheter, och hantera dem, var mycket mödosamt och tidsödande. De största problemen uppstod i samband med dålig konvergens av arbetsresor med bil över snittet, och berodde på att både restider och kalibreringsparametrar i kommande iteration påverkas åt samma håll av antalet resor över snittet. Detta löstes genom att kalibrera i två steg:. I det första steget kalibrerades endast arbetsresor medan efterfrågan för de andra ärendena inte uppdaterades i den regionala prognosmodellkörningen. Detta gav möjlighet att köra tiotals iterationer och åstadkomma bra överensstämmelse med kalibreringsmålet för arbetsresor inom några timmars beräkningstid. I det andra steget kalibrerades alla andra ärenden utan uppdatering av kalibreringsparametrar för arbetsresor. Den på detta sätt slutligen genomförda kalibreringen ansågs ge acceptabelt god överensstämmelse med kalibreringsmålen. När det gäller den generella kalibreringen av ärende, färdmedel och reslängd var överensstämmelsen mycket god, med avvikelser långt under 1 procent. När det gäller snittkalibreringen (där antalet resor i varje kalibreringsmål var betydligt färre ungefär en storleksordning lägre) var avvikelsen något större i genomsnitt. Bara i några enskilda fall var avvikelsen mot målen dock större än 10 procent, och i de fallen rörde det sig typiskt om mindre delar av resandet. Således var avvikelserna ändå jämförelsevis små i absoluta tal. Tabell 1 till och med Tabell 6 nedan redovisar kalibreringsresultaten. Tabell 1 Kalibreringsresultat arbetsresor (WO). Antal resor per färdmedel. (Alla resor genererade i Skåne eller Danmark) WO Mål Modell Procentuell avvikelse Avstånd CD CP PT CY WA CD CP PT CY WA CD C P PT CY WA 0-2,5 km ,0% 0,0% 0,0% 0,0% 0,0% 2,5-5 km ,0% 0,0% 0,0% 0,0% 0,0% 5-7,5 km ,0% 0,0% 0,0% 0,0% 0,0% 7,5-10 km ,0% 0,0% 0,0% 0,0% 10-12,5 km ,1% -0,1% 0,0% 0,0% 12,5-15 km ,0% -0,1% 0,0% 15-17,5 km ,0% 0,0% 0,0% 17,5-20 km ,0% 0,0% 0,0% km ,0% 0,0% 0,0% km ,0% 0,0% 0,0% km ,0% 0,0% 0,0% 50- km ,1% 0,1% 0,0% Totalt FM ,0% 0,0% 0,0% 0,0% 0,0% Totalt ,0% Analys & Strategi 32

33 Tabell 2 Kalibreringsresultat övriga ärenden (OT). Antal resor per färdmedel. (Alla resor genererade i Skåne eller Danmark) OT Mål Modell Procentuell avvikelse Avstånd CD CP PT CY WA CD CP PT CY WA CD C P PT CY WA 0-2,5 km ,0% -0,1% 0,0% 0,0% 0,0% 2,5-5 km ,0% 0,1% 0,1% 0,1% 0,1% 5-7,5 km ,0% 0,0% 0,0% 0,0% 0,0% 7,5-10 km ,0% -0,1% 0,0% 0,0% 10-12,5 km ,0% -0,1% 0,1% 0,0% 12,5-15 km ,0% -0,2% 0,1% 15-17,5 km ,0% -0,2% 0,1% 17,5-20 km ,0% -0,3% 0,3% km ,0% -0,3% 0,2% km ,1% -0,3% -0,2% km ,1% 0,2% -2,6% 50- km ,1% 1,4% -4,2% Totalt FM ,0% 0,0% -0,1% 0,0% 0,0% Totalt ,0% Tabell 3 Kalibreringsresultat fritidsresor (SP). Antal resor per färdmedel. (Alla resor genererade i Skåne eller Danmark) SP Mål Modell Procentuell avvikelse Avstånd CD CP PT CY WA CD CP PT CY WA CD C P PT CY WA 0-2,5 km ,0% 0,0% 0,0% 0,0% 0,0% 2,5-5 km ,0% 0,1% 0,0% 0,0% 0,0% 5-7,5 km ,0% 0,0% 0,0% 0,0% 0,0% 7,5-10 km ,0% 0,0% 0,0% 0,0% 10-12,5 km ,0% 0,0% 0,0% 0,0% 12,5-15 km ,0% 0,0% 0,0% 15-17,5 km ,0% 0,0% 0,0% 17,5-20 km ,0% 0,0% 0,1% km ,0% 0,0% 0,0% km ,0% -0,1% 0,1% km ,1% -0,1% -0,1% 50- km ,1% -0,1% -0,2% Totalt FM ,0% 0,0% 0,0% 0,0% 0,0% Totalt ,0% Tabell 4 Kalibreringsresultat besöksresor (VI). Antal resor per färdmedel. (Alla resor genererade i Skåne eller Danmark) VI Mål Modell Procentuell avvikelse Avstånd CD CP PT CY WA CD CP PT CY WA CD C P PT CY WA 0-2,5 km ,0% 0,0% 0,0% 0,0% 0,0% 2,5-5 km ,0% 0,1% 0,1% 0,1% 0,1% 5-7,5 km ,0% 0,0% 0,0% 0,0% 0,0% 7,5-10 km ,0% 0,0% 0,0% 0,0% 10-12,5 km ,0% 0,0% 0,0% 0,0% 12,5-15 km ,0% 0,0% 0,0% 15-17,5 km ,0% -0,1% 0,0% 17,5-20 km ,0% -0,1% 0,1% km ,0% -0,1% 0,0% km ,0% -0,1% 0,0% km ,1% 0,0% -0,2% 50- km ,1% 0,2% -0,3% Totalt FM ,0% 0,0% 0,0% 0,0% 0,0% Totalt ,0% Analys & Strategi 33

34 Tabell 5 Kalibreringsresultat skolresor (SC). Antal resor per färdmedel. (Alla resor genererade i Skåne eller Danmark) SC Mål Modell Procentuell avvikelse Avstånd CD CP PT CY WA CD CP PT CY WA CD C P PT CY WA 0-2,5 km ,1% 0,1% 0,1% 0,1% 0,1% 2,5-5 km ,1% 0,2% 0,1% 0,1% 0,1% 5-7,5 km ,1% 0,2% 0,1% 0,1% 0,1% 7,5-10 km ,1% 0,2% 0,1% 0,1% 10-12,5 km ,1% 0,2% 0,1% 0,1% 12,5-15 km ,1% 0,2% 0,1% 15-17,5 km ,1% 0,2% 0,1% 17,5-20 km ,2% 0,2% 0,1% km ,1% 0,1% 0,1% km ,1% 0,1% 0,1% km ,1% 0,2% 0,1% 50- km ,1% 0,1% 0,1% Totalt FM ,1% 0,2% 0,1% 0,1% 0,1% Tabell 6 Kalibreringsresultat snittkalibrering. Antal resor över Öresund, per färdmedel och ärende. (Alla resor genererade i Skåne eller Danmark) Snitt: Sverige -> Danmark Mål Modell Procentuell avvikelse CD CP PT CY WA CD CP PT CY WA CD CP PT WO ,7% -2,3% -5,1% OT ,3% 6,5% -7,2% SP ,3% 0,7% -0,9% VI ,7% 1,4% -1,2% SC ,1% Övrigt ,7% 3,9% -6,9% Snitt: Danmark -> Sverige Mål Modell Procentuell avvikelse WO ,6% 3,1% 2,8% OT ,5% 6,9% -5,9% SP ,3% 0,6% -0,6% VI ,0% 1,5% -1,0% SC ,0% Övrigt ,6% 2,7% -12,4% Analys & Strategi 34

35 6 Anpassning till Emme Version 3.3 av Sampers är anpassad för att läsa det nya filformatet som används i Emme Tidigare sparade Emme alla matriser i filen emmebank. I version sparas varje matris i en separat fil i katalogen emmemat. Sampers 3.3 läser och skriver värden i matriser direkt från och till dessa matrisfiler. Filerna består av n x n 32-bitars flyttal, där n anger antalet centroider som projektet är dimensionerat för. Förutom värden i matriserna behöver Sampers tillgång till metadata om alla matriser d v s namn, beskrivning samt tidsstämpel. Metadatat sparas i emmebank även i version INRO har inte publicerat det nya formatet av emmebank, därför måste alla läsningar och skrivningar av metadata ske via deras Python-API. En pythonskript, GetMatrixProperties.py har tagits fram för detta ändamål. Givet ett visst matrisnummer, läser detta skript namn, beskrivning samt tidsstämpel. Observera att Sampers inte uppdaterar tidsstämpeln när det skrivs nytt innehåll i matrisfilen. Analys & Strategi 35

36 WSP och GENIVAR har gått samman och bildar tillsammans ett av världens ledande analys- och teknikkonsultföretag. Vi erbjuder tjänster för hållbar samhällsutveckling inom Hus & Industri, Transport & infrastruktur och Miljö & Energi. Bredd och mångfald kännetecknar våra medarbetare, kompetensområden, kunder och typer av uppdrag. Tillsammans har vi medarbetare på över 300 kontor i 35 länder. I Sverige har vi omkring medarbetare. Vår verksamhet bedrivs inom WSP Analys & Strategi, WSP Brand & Risk, WSP Byggprojektering, WSP Environmental, WSP International, WSP Management, WSP Process, WSP Samhällsbyggnad och WSP Systems. Bredd och mångfald kännetecknar våra medarbetare, kompetensområden, kunder och typer av uppdrag. Vi är United by our difference. WSP Analys & Strategi Arenavägen Stockholm-Globen Tel: