Het resultaat van de Prepare Time Lapse Polygons-tool kan ook worden gebruikt voor een andere tool in de toolbox: de Create Percent Acces Polygons-tool. Met deze tool wordt inzichtelijk gemaakt welke gebieden gedurende een bepaalde tijdsperiode het best bereikbaar zijn. Dit wordt uitgedrukt in een percentage van 0-100%. Met dit resultaat wordt bepaald hoe bereikbaar een gebied is. Hoeveel mensen hebben toegang tot bepaalde faciliteiten?

De Calculate Travel Time Statistics-tool berekent voor een bepaalde periode, bijvoorbeeld 5 mei 2022 tussen 8.00 en 9.00 uur, hoe lang de reis duurt. Het resultaat is een tabel met gegevens over de minimale, maximale en gemiddelde tijd voor de opgegeven route. Zo duurt de reis tussen Utrecht en Rotterdam minimaal 37 minuten en maximaal 51 minuten. De tool is ook beschikbaar om de berekeningen uit te voeren op basis van een OD-matrix. In de OD-matrix kunnen combinaties van meerdere begin- en eindpunten snel berekend worden.

Ik ben erg benieuwd of u door deze twee artikelen geïnspireerd bent geraakt en ik hoor graag welk type vraagstukken u zou willen oplossen met OV-netwerkdata in ArcGIS!

Naast de standaard Public Transit Tools-toolbox is vanuit ArcGIS Online of vanuit GitHub ook een additionele toolbox te downloaden met daarin een aantal extra analysetools voor OV-netwerkdata, de Transit Network Analysis Tools-toolbox.

De Prepare Time Lapse Polygons-tool is een handige tool om voor een tijdreeks verzorgingsgebieden te berekenen. Bijvoorbeeld voor iedere minuut tussen 8.00 en 9.00 uur. Met deze 60 polygonen kunt u vervolgens een tijdsanimatie maken zoals in bovenstaande animatie van Station Zwolle.

Uiteraard is de frequentie ook anders op een zondag dan op een doordeweekse dag. Het resultaat zien we hieronder.

Met de Calculate Transit Frequency-tool kan ook berekend worden, gebaseerd op bijvoorbeeld maximaal 500 meter lopen naar een halte, hoe frequent een gebied in een bepaald tijdsvak bezocht wordt. Ook hier is duidelijk te zien dat de buitengebieden een lagere frequentie hebben dan de stedelijke gebieden.

Dit soort analyses helpen bijvoorbeeld bij het bepalen of een bepaalde woonlocatie gunstig gesitueerd is ten opzichte van een werklocatie. Maar ook bij het bepalen van een nieuwe locatie van een hogeschool. Welk bereik is er binnen 30 minuten vanaf een schoollocatie? Net als bij verkeer over de weg zijn bij het berekenen van verzorgingsgebieden met OV-data de dag van de week en het tijdstip van cruciaal belang voor de uitkomst. Maar waar met de auto het bereik buiten de spits groter is dan in de spits, is dit bij OV-data eigenlijk precies andersom. Tijdens de spits, bijvoorbeeld maandag om 8.00 uur, rijdt er meer openbaar vervoer dan op zondagochtend om 5:00 uur. Bij OV-data speelt het moment van vertrek een essentiële rol in het resultaat. Wanneer om 8:04 uur een trein vertrekt, dan ziet het verzorgingsgebied er anders uit dan wanneer de reis start om 8:05 uur. De trein is dan immers net vertrokken en er moet gewacht worden op de volgende trein. Een gebied waar maar één keer per uur in de spits een bus vertrekt naar het treinstation, is minder bereikbaar dan een halte waar vier keer per uur meerdere buslijnen stoppen.

Lorem ipsum dolor sit amet, consectetur adipiscing elit.

Net als met stratendata in Network Analyst kan ook met OV-data verzorgingsgebieden worden berekend. Het resultaat hiervan ziet er in het algemeen anders uit dan met stratendata. Het resultaat bestaat vaak uit een groot polygoon vanaf het startpunt van de analyse en afhankelijk van de grootte van het tijdscomponent dat gebruikt wordt in de Service Area-tool, één of meerdere eilandgebieden. Deze gebieden worden veroorzaakt doordat een trein bijvoorbeeld kan stoppen bij een station. Indien er tijd over blijft kan vanaf dit station of gelopen worden of bijvoorbeeld de bus genomen worden.

De analyse toont welke locaties je kunt bereiken vanaf Utrecht Centraal binnen 45 minuten reizen. Rondom het station zien we een groot gebied. Dit wordt enerzijds gevormd door al het lokale OV, zoals bussen en trams. Vanaf een halte waar men kan uitstappen, blijft vaak nog een aantal minuten over om vanaf de halte te lopen, totdat de 45 minuten bereikt zijn. De verbindingen met plaatsen wat verder van Utrecht, zoals Amsterdam en Apeldoorn, zijn te verklaren doordat er treinen rijden tussen deze steden. Stel dat er 30 minuten nodig is om vanaf het startpunt naar een andere plaats te komen, dan zijn er nog 15 minuten over om in deze plaats verder met het openbaar vervoer te reizen of vanaf een halte te lopen. Hierdoor kunnen plaatsen die verder weg liggen maar dichtbij een treinstation liggen wel bereikt worden en kleinere plaatsen die dichterbij het beginpunt liggen, maar moeilijker met het openbaar vervoer te bereiken zijn niet.

In de animatie links is goed te zien hoe binnen een uur (7.00-8.00 uur op 5 mei 2022) de bereikbaarheid varieert vanaf station Zwolle.

Meer informatie

Meer weten over ArcGIS Network Analyst? Klik hier.

Esri Nederland

Ernst Eijkelenboom

Neem contact met ons op over dit artikel

De Public Transit Tools-Toolbox heeft naast functies om GTFS-data om te zetten in een networkdatatset ook een analysefunctie: De Calculate Transit Service Frequency. Met deze tool wordt bepaald hoe vaak er bij een halte de mogelijkheid bestaat om in te stappen of uit te stappen. Op basis van datum en tijd en duur (bijvoorbeeld 60 minuten) wordt bepaald hoe vaak welke haltes bezocht worden door een bus of trein.

Hieronder een analyse van het aantal vertrekbewegingen per halte in Nederland. Hoe donkerder de kleur, hoe vaker er een bus of trein vertrekt vanaf een halte. Duidelijk herkenbaar zijn de grote steden met veel en frequent openbaar vervoer, maar ook sommige snelbuslijnen in verschillende delen van het land springen eruit.

Een route van huis naar werk kan nu berekend worden via het openbaarvervoernetwerk. Het resultaat van de route begint met het wandelen naar een halte. Vanaf de halte wordt de route uitgevoerd met de bus, tram, metro of trein. Eventuele overstappen op een ander openbaarvervoermiddel zijn ook mogelijk op de route, gevolgd door het uitstappen bij de eindhalte en het lopen naar de eindbestemming. Het resultaat van de berekende route is de tijdsduur die de route in beslag neemt. Dit is afhankelijk van datum en tijdstip. Op een maandagmorgen om 8.00 uur zal dit een ander resultaat geven dan op zondagmorgen 8.00 uur.

Voor het resultaat van analyses in Network Analyst met OV-data is het van cruciaal belang om stil te staan bij het gebruik van datum en tijd. Het maakt bij OV-data groot verschil of de vertrektijd 9.00 uur of 9.01 is, wanneer een trein bijvoorbeeld om 9.00 vertrekt. Bij alle analysefuncties kan datum en tijd wel of niet worden opgegeven. GTFS-data kan twee tabellen bevatten om de dienstregeling weer te geven. De tabel calender,txt geeft aan per dag van de week aan of de dienstregeling wordt uitgevoerd en voor welke periode dit geldt. De tabel calender_dates.txt geeft de per dag de uitzonderingen aan ten opzichte van de tabel calender.txt. Als de tabel calender.txt leeg is, dan geeft de tabel calender_dates.txt expliciteit aan op welke dagen de dienstregeling geldt. De GTFS-data van de website gtfs.ovapi.nl heeft alleen een gevulde calender_dates.txt.

Dit is belangrijk om van te voren goed te onderzoeken.  De Network Analyst werkt dan alleen met de expliciet opgegeven datum. De opties ‘Not Using Time’ en ‘Day of Week’, bijvoorbeeld een willekeurige vrijdag, geven geen resultaat over het OV-netwerk terug. Maar wel als bijvoorbeeld 6 mei 2022 wordt geselecteerd, mits deze datum in het bereik van de data in de tabel calender_dates.txt voorkomt. Door de calender_dates.txt zal donderdag 19 mei 2022 een ander resultaat geven dan donderdag 26 mei 2022, omdat het dan Hemelvaartsdag was.