Integration des Radverkehrs in makroskopische Verkehrsmodelle
DOI:
https://doi.org/10.34647/jmv.nr15.id93Schlagworte:
Radverkehr, Fahrrad, Verkehrsmodellierung, Verkehrsmodell, VerkehrsplanungAbstract
Das Fahrrad ist ein Verkehrsmittel mit zunehmender Bedeutung. Folglich gewinnt die wirklichkeitsnahe Abbildung des Radverkehrs in Verkehrsmodellen an Relevanz. In diesem Artikel werden die spezifischen Anforderungen der Modellierung des Radverkehrs dargelegt. Ihnen werden verschiedene Ansätze und Lösungsmöglichkeiten aus der Modellierungspraxis gegenübergestellt. Diese entstammen den Verkehrsmodellen der Städte Dresden, Augsburg, Rostock und Wolfsburg. Ein Ausblick auf Möglichkeiten zur Weiterentwicklung der Radverkehrsmodellierung schließt den Artikel ab.
Literaturhinweise
Ahrens, Prof. Dr.-Ing. Gerd-Axel; Ließke, Dr.-Ing. Frank; Wittwer, Dr.-Ing. Rico; Hubrich, Dipl.-Ing. Stefan; Wittig, Dipl.-Ing. Sebastian (2014): Metho-denbericht zum Forschungsprojekt "Mobilität in Städten - SrV 2013" URL: https://tu-dres-den.de/bu/verkehr/ivs/srv/ressourcen/dateien/2013/uebersichtsseite/Methodenbericht_SrV2013.pdf?lang=de (abgerufen am 20.12.2022).
Alrutz, Dankmar; Bohle, Wolfgang; Maier, Rein-hold; Enke, Markus; Pohle, Maria; Zimmermann, Frank; Ortlepp, Jörg; Schreiber, Marcel (2015): Einfluss von Radverkehrsaufkommen und Radver-kehrsinfrastruktur auf das Unfallgeschehen URL: https://docplayer.org/24980728-Einfluss-von-radverkehrsaufkommen-und-radverkehrsinfrastruktur-auf-das-unfallgeschehen.html (abgerufen am 20.12.2022).
BMDV (2021): Auswertung von Crowdsourced-Daten zur Verbesserung der kommunalen Fahrrad-infrastruktur - MOVEBIS, URL: https://www.bmdv.bund.de/SharedDocs/DE/Artikel/DG/mfund-projekte/verbesserung-der-fahrradinfrastruktur-movebis.html (abgerufen am 20.12.2022).
BMU (2018): Bundesumweltministerium baut Förderung des Radverkehrs aus, URL: https://www.bmu.de/pressemitteilung/bundesumweltministerium-baut-foerderung-des-radverkehrs-aus/ (abgerufen am 20.12.2022).
BMU (2018): Förderprogramm, URL: https://nationaler-radverkehrsplan.de/de/bund/foerderprogramm (abgerufen am 20.12.2022).
Broach, Joseph; Dill, Jennifer; Gliebe, John (2011): Where do cyclists ride? A route choice model deve-lopedwith revealed preference GPS data, URL: https://ppms.trec.pdx.edu/media/project_files/TRB2011_Bicycle%20route%20choice%20model%20develo-ped%20using%20revealed%20preference%20GPS%20data.pdf (abgerufen am 20.12.2022).
Friedrich, Prof. Dr.-Ing. Markus; Pestel, Dipl.-Ing. Eric; Heidl, Dipl.-Wi.Ing. Udo; Pillat, Dr.-Ing. Juliane; Schiller, PD Dr.-Ing. habil. Christian; Simon, Dipl.-Ing. Robert (2019): Anforderungen an städtische Ver-kehrsnachfragemodelle. URL: https://fops.de/wp-content/uploads/2021/02/FE-70.0919-2015-Anf-an-staedt-Verkehrsnachfragemodelle-Schlussbericht.pdf (abgerufen am 20.12.2022).
Gerike, Regine; Ließke, Dr.-Ing. Frank; Wittwer, PD Dr.-Ing. Rico; Hubrich, Dipl.-Ing. Stefan; Wittig, Dipl.-Ing. Sebastian (2021): Methodenbericht zum Forschungsprojekt "Mobilität in Städten - SrV 2018", URL: https://tu-dres-den.de/bu/verkehr/ivs/srv/ressourcen/dateien/SrV2018_Staedtevergleich.pdf?lang=de (abgerufen am 20.12.2022).
Huber, Stefan (2022): Analyse des Routenwahl-verhaltens von Radfahrenden auf Grundlage GPS basierter Daten zum real beobachteten Verkehrs-verhalten. URL: https://tud.qucosa.de/api/qucosa%3A79035/attachment/ATT-0/ (abgerufen am 20.12.2022).
Klima-Bündnis (2022): Stadtradeln. URL: https://www.stadtradeln.de/darum-geht-es (abge-rufen am 20.12.2022).
Lißner, Sven; Francke, Angela; Becker, Thilo (2018): Big Data im Radverkehr - Mit Smartphones generierte Verhaltensdaten im Radverkehr. URL: https://tud.qucosa.de/landing-page/?tx_dlf[id]=https%3A%2F%2Ftud.
qucosa.de%2Fapi%2Fqucosa%253A31011%2Fmets (abgerufen am 20.12.2022).
Malik, Jan; Lange, Peter (2016): Hansestadt Rostock Potenzialanalyse für das geplante Rad-schnellwegkonzept. URL: https://rathaus.rostock.de/media/rostock_01.a.
de/datei/PotenzialanalyseRSWHRO2016.pdf (abgerufen am 20.12.2022).
mcloud (2022): Radverkehrsmengenkarte, URL: https://www.mcloud.de/web/guest/suche/-/results/suche/relevance/movebis/0/detail/ECF9DF02-37DC-4268-B017-A7C2CF302006 (abgerufen am 20.12.2022).
Schleinitz, K.; Petzold, T.; Franke-Bartholdt, L.; Krems, J.; Gehlert, T. (2017): The German Naturalis-tic Cycling Study - Comparing cycling speed of riders of different e-bikes and conventional bicycles, URL: https://doi.org/10.1016/j.ssci.2015.07.027 (abgeru-fen am 20.12.2022).
https://doi.org/10.1016/j.ssci.2015.07.027
Stentebjerg, Kristoffer Guldbæk; Hansen, Lars Kristian Engelsby; Poulsen, Mathias Kofoed; Hansen, Thomas Ertmann (2012): Optimizing Bicycle Route Planning - With Focus On Finding The Fastest Route. URL: http://dx.doi.org/10.3233/978-1-61499-419-0-1149 (abgerufen am 20.12.2022).
TU Dresden; Klima Bündnis; Cyface (2019): MO-VEBIS. Kurzbericht für die Pilotkommune Dresden.
Veröffentlicht
Ausgabe
Rubrik
Copyright (c) 2022 Christian Weiß
Dieses Werk steht unter der Lizenz Creative Commons Namensnennung - Nicht-kommerziell - Keine Bearbeitungen 4.0 International.
