Sampers 3.3 och autokalibrering

RAPPORT

Sampers 3.3 och autokalibrering

2017-08-31

Titel: Autokalibrering av Sampers

Redaktör: Christer Nilsson WSP, Tobias Thorsson WSP, Leonid Engelson Trafikverket WSP Sverige AB

Arenavägen 7

121 88 Stockholm-Globen

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 utma-

ningar som våra uppdragsgivare ställs inför, och bistår med kunskap som hjäl-

per dem hantera det komplexa förhållandet mellan människor, natur och byggd

miljö.

Innehåll

Innehåll

1 INLEDNING ... 5

1.1 Sammanfattning av förändringar i koden 2016-2017 ... 6

2 PRODUKTIONSKÖRNING... 8

2.1 Nya indata jämfört med Sampers 3.2 ... 8

2.2 Kalibrering.txt ... 9

3 KALIBRERINGSKÖRNING ... 14

3.1 Kalibreringsmetodiken ... 14

3.2 Förberedelse för kalibrering ... 14

3.3 Indatafiler till kalibreringskörning ... 18

3.4 Filer som produceras av det regionala prognossteget och används av kalibreringsprogrammet ... 21

3.5 Kalibreringssteget ... 24

3.6 Filer som skapas av programmet SampersKalibrering.exe ... 25

4 VALIDERING AV KALIBRERINGEN 2015 ... 27

5 VALIDERING ÖRESUNDSKALIBRERINGEN 2016-2017 ... 32

6 ANPASSNING TILL EMME 4.0.8 ... 35

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

. Det tidigare innehål- let har i denna uppdaterade version kompletterats med dokumentation av det arbete med att utveckla autokalibreringen som genomförts under 2016 och 2017. (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 2016-2017 har primärt syftat till att lösa specifika kalibre- ringsproblem 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 implemente- rad. 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 strate- giska 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 mo- dellresultat med tillgängliga data om resandet (resvaneundersökningar, trafik- och pas- sagerarräkningar) för ett visst år är dock skillnaderna ibland så stora att de inte kan förkla- ras 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 im- plementering av Sampers 1995. Dessa påslag (kalibreringsparametrar) påverkar attrakt- ionsvärdet 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 Sam- pers (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 2015-11-06

Syftet med denna rapport är att beskriva dessa nya egenskaper i Sampers 3.3, och de ytterligare justeringar av kalibreringsrutinerna som genomfördes 2016-2017. Utöver en be- skrivning 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 2016-2017.

Uppdraget 2015 har genomförts av Christer Nilsson (programmering), Sida Jiang (kalibre- ringsdata), Christer Persson (kalibreringsdata), Qian Wang (kalibreringsdata), Leonid Eng- elson, Trafikverket (matematik) och Tobias Thorsson (uppdragsledare).

Kalibreringen 2016-2017 har genomförts inom ramen för ett större utvecklingsprojekt där Emma Strömblad (WSP) varit uppdragsledare. Övriga medverkande i kalibreringen har va- rit Karin Brundell-Freij (WSP), Christer Nilsson (Push and Pop data), Leonid Engelson (Tra- fikverket) och Johannes Östlund (M4 Traffic).

1.1 Sammanfattning av förändringar i koden 2016-2017

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 juste- ringen.

Ändringar i Sampers.exe (Sampers

)

1. Smärre kodjustering pga att Danmark använder treställig kommunkod isf Sve- riges fyrställiga.

2. Uttag av ny fil HyperCubeCF.ASC. Denna fil är till formatet identisk med Hy- perCube.ASC, men innehåller data som fratarjusterats. Denna fil används av SampersKalibrering.exe under kalibreringsprocessen. Orsaken är att fratarut- jämning kan innebära ganska stora relativa förändringar på små flöden.

3. I samband med HyperCubeCF.ASC har filformatet för filen Fratar.tmp föränd-

rats. Fältet ShareCarPas har tillkommit. Detta fält innehåller andelen bilpassa-

gerare.

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 jämfö- randet 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 https://en.wikipedia.org/wiki/GEH_statistic

2 Produktionskörning

Den regionala modellen läser in kalibreringsparametrarna från filen Kalibrering.txt och an- vänder 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.

2.2 Kalibrering.txt

Filen Kalibrering.txt innehåller kalibreringsparametrar som används av det regionala ste- get. 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.

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 teck- net ”#”) också ingår i beräkningen av checksumman. Man kan alltså inte ens ändra kom- mentarer 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 kalibre- ras men inte det totala antalet skolresor från länsgruppen, därför står det alltid 0 i kombi- nationen SC/CD. Talen är separerade med ett eller flera blanktecken.

Den andra tabellen, anger avståndsparametrar, d v s kalibreringsparameter per kombinat- ion av ärendetyp, färdmedel och avståndsintervall. De tolv avstånden, angivna i (km) är:

· D01 = 0-2.5

· D02 = 2.5-5

· D03 = 5-7.5

· D04 = 7.5-10

· D05 = 10-12.5

· D06 = 12.5-15

· D07 = 15-17.5

· D08 = 17.5-20

· D09 = 20-25

· D10 = 25-35

· D11 = 35-50

· D12 = 50-

Exempel: Värdet 0.3874 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 reg- ioner.

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.

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 påver- kas 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 geogra- fiska utbredningen av grupperna illustreras i figur 7 (Samm) och figur 8 (Väst). När snittka- librering 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

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.

3 Kalibreringskörning

3.1 Kalibreringsmetodiken

Sampers exekveras nästan på samma sätt som i en produktionskörning, med flera iterat- ioner. 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 2016- 2017) 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 Kalibre- ring.txt och använder dessa för att beräkna antalet resor. Ett separat program, SampersKa- librering.exe, jämför resultaten från det regionala prognossteget med kalibreringsmålet som är baserat på observationer från RVU. Programmet använder skillnaderna mellan mo- dellresultatet 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) ge- nomgå så kallad Cross-Fratarjustering. Cross-Fratarjusteringen anpassar arbetsresornas målpunkter i ”efterhand”, så att antalet beräknade arbetsresor till ett visst område inte över- stiger det antal arbetsplatser som angivits i indata för samma område.

I den ursprungliga versionen av autokalibreringen (Sampers 3.3) genomfördes kalibre- ringen så att det var nulägesprognosens ”ursprungliga” resultat (innan Cross-Fratarjuste- ringen 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 2016-2017 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 fin- nas en underkatalog i katalogen Kalibrering, d v s Kalibrering\<Region>. Se till att katalo- gen 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)

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 Sam- pers – Kalibreringsmål” beskrivs hur dessa filer skapades – med hjälp av den nationella RVUn – inför den kalibrering som genomfördes 2015. I rapporten Öresundsmodeller - Utvecklingsprojekt 2016-2017 (TRV, 2017) finns beskrivning av hur målen togs fram för Skåne-Tass 2016-2017. (I det fallet användes en kombination av nya resultat från en spe- cifik resvaneundersökning för resandet över Öresund, och tidigare modellresultat som ut- gångspunkt för kalibreringen).

Formatet för dessa filer beskrivs i avsnittet nedan.

Se till att filen SampersKalibrering.exe är tillgänglig via PATH. Förslagsvis ligger den pa- rallellt 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 kalibrerings- programmet.

Se till att inga kataloger med namn Iter* existerar under Kalibrering\<Region>. Dessa ka- taloger kommer att innehålla backup på alla resultatfiler i loopen som produceras av ka- libreringsprogrammet.

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.

Figur 9: Trädet för Scenario 109 Väst vid kalibreringskörning

Notera utseendet på trädet i Sampers 3.3. Jämfört med Sampers 3.2 finns det nu en ko- lumn 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 (upp- viktade till befolkningen år 2014). Vägnät och kollektivtrafiknät som använts vid kalibre- ringen avser år 2012 med följande undantag:

· Ingen trängselskatt i Göteborg eftersom det inte fanns någon trängselskatt i Göte- borg 2005/06.

· Halverad trängselskatt i Stockholm eftersom trängselskatter infördes på försök i Stockholm 1 januari 2006.

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.

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 ka- libreras 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. Ef- tersom kommandot ”CF=1” är angivet, kommer kalibreringen att utgå från prognosresulta- ten efter Cross-Fratarjustering.

Figur 11: Exempel på styrfil för Samm

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 färd- medelsandelar 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

Target.txt

Denna fil, som är baserad på RVU, innehåller en tabell med antalet turer (Produktion-At- traktion-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 24903.0 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

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 stegkata- logen och läses av SampersKalibrering.exe. Den är semikolonseparerad med decimal- punkt, 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 attrakt-

ion inom angivet slut-län med angivna ärende och färdmedel och med avståndet inom an-

givet avståndsintervall. För regionerna Samm och Väst delas resorna dessutom upp bero-

ende på i vilken zongrupp de startar och slutar, enligt gruppering angiven i filen gp.txt.

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).

numb_base_resultat.txt

Denna fil produceras av det regionala prognossteget. Filen ligger i den regionala stegkata- logen 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 be- folkningsunderlaget. Så många turer skulle modellen generera om nyttan för resan från alla zoner (logsumman av nyttorna över alla färdmedel) skulle vara oändlig.

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 Kalibre- ring\<Region>. Detta för att det ska finnas en backup på den ursprungliga kalibreringsfilen Kalibrering.txt och kunna återställa den vid behov. Därefter anropas programmet Sam- persKalibrering.exe.

Programmet jämför antalet resor som beräknas av modellen (i filen hypercube.acs i reg- ionala stegkatalogen – alternativt hypercubeCF.acs, om CF=1 angetts i styrfil.exe) med antalet resor i kalibreringsmålet (i filen target.txt i kalibreringskatalogen). Utifrån denna jäm- förelse 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 kalibre- ringsmålet. Därefter uppdaterar programmet parametrarna i kalibrering.txt enligt innehållet i styrfilen styrfil.txt.

Programmet skapar dessutom en rapportfil jmg_resor.txt samt uppdaterar sammanfatt- ningsfilen 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 Sam- persKalibrering.py en katalog Kalibrering\<Region>\Iter<n> samt kopierar hela innehållet i katalogen Kalibrering\<Region> till den nya katalogen. Värdet på <n> bestäms av katalog- namn som redan existerar. T ex om katalogerna Kalibrering\<Region>\Iter0 och Kalibre- ring\<Region>\Iter1 redan existerar men inte Kalibrering\<Region>\Iter2 så skapas Kalibre- ring\<Region>\Iter2 och backupen görs dit.

3.6 Filer som skapas av programmet SampersKalibre- ring.exe

Jmf_resor.txt

Denna fil produceras av SampersKalibrering.exe och m h a går det att bedöma konvergen- sen 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 resul- tatet enligt Hypercube.asc. Kolumnerna längst till höger, Kvot, utgör ett mått på avvikelsen mellan kalibreringsmålet och modellresultat:

Kvot = (Modell-Mål) / sqrt(Mål)

Exempel: (38729 – 38747) / sqrt (38747) = -0.091 (Decimalerna stämmer ej exakt p g a avrundning).

Efter den uppdatering som genomfördes 2016-2017 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.

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

4 Validering av kalibreringen 2015

Filerna som omnämns här är resultat av den kalibrering som genomförts i uppdraget. Figur 19-22 visar antalet resor före kalibreringen, antalet resor efter kalibreringen samt kalibre- ringsmålet för några kombinationer av region, ärende och färdmedel.

I samband med leveransen från WSP till Trafikverket överlämnades en ZIP-fil, kalibre- ring.zip, som innehåller alla resultat från två körningar (med/utan kalibrering) för alla fem regionerna. Totalt 200 diagram liknande figur 19-22.

Körning 0 (noll), innebär att styrfil_0.txt använts. (Den har kopierats till respektive region- katalog 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 skap- ades en fil jmf_resor_1.txt.

Jmf_resor_0.txt och Jmf_resor_1.txt används som underlag för att skapa 200 stapeldia- gram. 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 2868 3.2

Samm 874 4.3

Skåne 5227 3.3

Sydost 5403 3.0

Väst 3582 1.8

Med hänsyn tagen till den statistiska osäkerheten i resvaneundersökningen visar de relativt låga värdena i högerkolumnen på en tillräckligt bra överensstämmelse mellan kalibrerings- målet 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.

Figur 19: Samm av färdmedelsandelar arbetsresor

Figur 20: Samm ab Färdmedelsandelar arbetsresor bilförare

Figur 21: Samm Snitt 1,2 Arbetsresor

Figur 22: Samm Snitt 2,1 Rekreationsresor

5 Validering Öresundskalibreringen 2016-2017

Kalibreringen drabbades av stora problem, som inte visat sig i samband med tidigare snitt- kalibrering 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 ite- ration 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 kalibre- ringsmålet för arbetsresor inom några timmars beräkningstid. I det andra steget kalibrera- des alla andra ärenden utan uppdatering av kalibreringsparametrar för arbetsresor.

Den på detta sätt slutligen genomförda kalibreringen ansågs ge acceptabelt god överens- stämmelse med kalibreringsmålen.

När det gäller den generella kalibreringen av ärende, färdmedel och reslängd var överens- stämmelsen 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 64 025 6 873 8 348 98 260 191 992 64 034 6 874 8 350 98 266 191 996 0,0% 0,0% 0,0% 0,0% 0,0%

2,5-5 km 57 880 5 524 33 115 62 410 28 462 57 877 5 523 33 122 62 420 28 468 0,0% 0,0% 0,0% 0,0% 0,0%

5-7,5 km 60 034 4 791 39 576 37 522 15 081 60 037 4 791 39 583 37 525 15 083 0,0% 0,0% 0,0% 0,0% 0,0%

7,5-10 km 52 928 3 859 32 568 18 732 52 914 3 858 32 572 18 733 0,0% 0,0% 0,0% 0,0%

10-12,5 km 50 638 2 720 27 495 21 361 50 612 2 718 27 492 21 359 -0,1% -0,1% 0,0% 0,0%

12,5-15 km 41 542 1 802 23 463 41 526 1 801 23 464 0,0% -0,1% 0,0%

15-17,5 km 37 648 1 754 20 216 37 652 1 754 20 218 0,0% 0,0% 0,0%

17,5-20 km 36 021 1 365 17 985 36 024 1 365 17 986 0,0% 0,0% 0,0%

20-25 km 65 616 2 255 28 479 65 593 2 254 28 473 0,0% 0,0% 0,0%

25-35 km 70 802 3 204 29 524 70 783 3 204 29 525 0,0% 0,0% 0,0%

35-50 km 46 801 2 260 26 154 46 800 2 260 26 160 0,0% 0,0% 0,0%

50- km 31 421 1 939 26 315 31 438 1 941 26 315 0,1% 0,1% 0,0%

Totalt FM 615 356 38 346 313 238 238 285 235 535 615 291 38 346 313 260 238 303 235 547 0,0% 0,0% 0,0% 0,0% 0,0%

Totalt 1 440 760 1 440 748 0,0%

Tabell 2 – Kalibreringsresultat övriga ärenden (OT). Antal resor per färdmedel.

(Alla resor genererade i Skåne eller Danmark)

Tabell 3 – Kalibreringsresultat fritidsresor (SP). Antal resor per färdmedel.

(Alla resor genererade i Skåne eller Danmark)

Tabell 4 – Kalibreringsresultat besöksresor (VI). 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 78 811 11 061 4 326 37 572 96 594 78 813 11 047 4 326 37 582 96 617 0,0% -0,1% 0,0% 0,0% 0,0%

2,5-5 km 56 289 8 841 5 940 13 302 10 918 56 317 8 848 5 943 13 315 10 925 0,0% 0,1% 0,1% 0,1% 0,1%

5-7,5 km 44 562 5 677 3 281 4 742 2 736 44 574 5 679 3 280 4 744 2 737 0,0% 0,0% 0,0% 0,0% 0,0%

7,5-10 km 36 405 4 980 2 175 2 694 36 409 4 976 2 174 2 695 0,0% -0,1% 0,0% 0,0%

10-12,5 km 33 346 4 579 1 872 5 058 33 344 4 573 1 873 5 060 0,0% -0,1% 0,1% 0,0%

12,5-15 km 24 319 3 311 1 566 24 316 3 305 1 567 0,0% -0,2% 0,1%

15-17,5 km 21 012 2 038 944 21 008 2 033 945 0,0% -0,2% 0,1%

17,5-20 km 20 592 2 142 760 20 588 2 136 762 0,0% -0,3% 0,3%

20-25 km 33 969 3 280 1 271 33 958 3 271 1 273 0,0% -0,3% 0,2%

25-35 km 35 510 3 111 1 258 35 488 3 103 1 255 -0,1% -0,3% -0,2%

35-50 km 21 296 2 456 612 21 274 2 461 596 -0,1% 0,2% -2,6%

50- km 12 295 3 497 405 12 277 3 545 388 -0,1% 1,4% -4,2%

Totalt FM 418 406 54 973 24 410 63 368 110 248 418 365 54 977 24 381 63 395 110 279 0,0% 0,0% -0,1% 0,0% 0,0%

Totalt 671 405 671 399 0,0%

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 61 288 9 937 2 851 58 727 73 429 61 295 9 937 2 851 58 731 73 437 0,0% 0,0% 0,0% 0,0% 0,0%

2,5-5 km 38 155 7 609 6 479 26 338 14 957 38 159 7 613 6 479 26 340 14 959 0,0% 0,1% 0,0% 0,0% 0,0%

5-7,5 km 37 278 6 082 6 338 16 411 4 983 37 282 6 085 6 338 16 413 4 983 0,0% 0,0% 0,0% 0,0% 0,0%

7,5-10 km 30 596 5 229 4 466 8 355 30 601 5 230 4 466 8 355 0,0% 0,0% 0,0% 0,0%

10-12,5 km 23 211 3 581 2 992 9 585 23 212 3 581 2 992 9 586 0,0% 0,0% 0,0% 0,0%

12,5-15 km 17 907 2 612 2 257 17 907 2 612 2 257 0,0% 0,0% 0,0%

15-17,5 km 15 661 2 212 1 734 15 662 2 212 1 734 0,0% 0,0% 0,0%

17,5-20 km 14 731 2 248 1 620 14 730 2 247 1 621 0,0% 0,0% 0,1%

20-25 km 26 067 4 358 3 313 26 066 4 356 3 314 0,0% 0,0% 0,0%

25-35 km 34 178 4 470 3 798 34 171 4 467 3 800 0,0% -0,1% 0,1%

35-50 km 23 242 4 354 2 679 23 228 4 350 2 677 -0,1% -0,1% -0,1%

50- km 19 316 6 000 2 617 19 297 5 996 2 613 -0,1% -0,1% -0,2%

Totalt FM 341 630 58 692 41 144 119 416 93 369 341 609 58 687 41 143 119 425 93 379 0,0% 0,0% 0,0% 0,0% 0,0%

Totalt 654 251 654 243 0,0%

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 30 083 4 238 2 156 44 464 51 724 30 084 4 236 2 155 44 465 51 726 0,0% 0,0% 0,0% 0,0% 0,0%

2,5-5 km 14 886 4 827 4 038 19 160 5 067 14 891 4 830 4 043 19 172 5 070 0,0% 0,1% 0,1% 0,1% 0,1%

5-7,5 km 11 923 2 551 3 053 7 403 2 462 11 923 2 551 3 053 7 402 2 462 0,0% 0,0% 0,0% 0,0% 0,0%

7,5-10 km 11 434 2 109 2 402 5 032 11 435 2 109 2 402 5 032 0,0% 0,0% 0,0% 0,0%

10-12,5 km 11 001 1 562 2 092 6 484 11 002 1 562 2 092 6 485 0,0% 0,0% 0,0% 0,0%

12,5-15 km 9 754 1 562 1 869 9 755 1 562 1 869 0,0% 0,0% 0,0%

15-17,5 km 9 365 901 1 431 9 364 900 1 431 0,0% -0,1% 0,0%

17,5-20 km 8 450 965 1 276 8 449 964 1 277 0,0% -0,1% 0,1%

20-25 km 13 852 2 134 2 700 13 849 2 132 2 701 0,0% -0,1% 0,0%

25-35 km 15 792 2 361 3 301 15 786 2 359 3 302 0,0% -0,1% 0,0%

35-50 km 10 004 1 899 2 650 9 997 1 899 2 646 -0,1% 0,0% -0,2%

50- km 6 021 2 741 3 016 6 015 2 746 3 006 -0,1% 0,2% -0,3%

Totalt FM 152 565 27 850 29 984 82 543 59 253 152 549 27 851 29 978 82 556 59 258 0,0% 0,0% 0,0% 0,0% 0,0%

Totalt 352 195 352 192 0,0%

Tabell 5 – Kalibreringsresultat skolresor (SC). Antal resor per färdmedel.

(Alla resor genererade i Skåne eller Danmark)

Tabell 6 – Kalibreringsresultat snittkalibrering. Antal resor över Öresund, per färdmedel och ärende. (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 5 399 15 415 5 385 34 977 69 046 5 406 15 438 5 392 35 022 69 135 0,1% 0,1% 0,1% 0,1% 0,1%

2,5-5 km 5 858 5 642 14 537 16 418 17 602 5 866 5 651 14 558 16 439 17 626 0,1% 0,2% 0,1% 0,1% 0,1%

5-7,5 km 6 741 3 840 15 321 10 549 12 867 6 751 3 846 15 342 10 563 12 884 0,1% 0,2% 0,1% 0,1% 0,1%

7,5-10 km 5 776 2 496 12 676 6 104 5 784 2 500 12 693 6 112 0,1% 0,2% 0,1% 0,1%

10-12,5 km 5 558 2 587 9 962 7 814 5 565 2 591 9 975 7 824 0,1% 0,2% 0,1% 0,1%

12,5-15 km 5 182 2 205 8 961 5 189 2 209 8 973 0,1% 0,2% 0,1%

15-17,5 km 4 296 1 782 8 399 4 302 1 785 8 410 0,1% 0,2% 0,1%

17,5-20 km 4 401 1 948 8 061 4 408 1 951 8 072 0,2% 0,2% 0,1%

20-25 km 7 465 2 796 12 957 7 474 2 800 12 974 0,1% 0,1% 0,1%

25-35 km 9 063 2 726 16 506 9 074 2 730 16 528 0,1% 0,1% 0,1%

35-50 km 7 398 1 724 17 011 7 409 1 727 17 032 0,1% 0,2% 0,1%

50- km 7 699 978 23 444 7 710 979 23 474 0,1% 0,1% 0,1%

Totalt FM 74 836 44 139 153 220 75 862 99 515 74 939 44 207 153 423 75 960 99 646 0,1% 0,2% 0,1% 0,1% 0,1%

Snitt: Sverige -> Danmark

Mål Modell Procentuell avvikelse

CD CP PT CY WA CD CP PT CY WA CD CP PT

WO 4 368 1 093 4 080 0 0 4 030 1 068 3 870 0 0 -7,7% -2,3% -5,1%

OT 607 789 908 0 0 615 840 843 1 1 1,3% 6,5% -7,2%

SP 236 440 983 0 0 239 443 974 1 1 1,3% 0,7% -0,9%

VI 291 221 688 0 0 296 224 680 1 1 1,7% 1,4% -1,2%

SC 0 0 790 0 0 3 0 639 3 0 -19,1%

Övrigt 1 134 1 450 3 369 0 0 1 153 1 507 3 136 6 3 1,7% 3,9% -6,9%

Snitt: Danmark -> Sverige

Mål Modell Procentuell avvikelse

WO 395 131 980 0 0 413 135 1007 0 0 4,6% 3,1% 2,8%

OT 368 408 832 0 0 370 436 783 1 1 0,5% 6,9% -5,9%

SP 330 544 521 0 0 331 547 518 1 1 0,3% 0,6% -0,6%

VI 302 409 489 0 0 305 415 484 1 1 1,0% 1,5% -1,0%

SC 0 0 976 0 0 0 0 683 0 0 -30,0%

Övrigt 1 000 1 361 2 818 0 0 1 006 1 398 2 468 3 3 0,6% 2,7% -12,4%

6 Anpassning till Emme 4.0.8

Version 3.3 av Sampers är anpassad för att läsa det nya filformatet som används i Emme 4.0.8. Tidigare sparade Emme alla matriser i filen emmebank. I version 4.0.8 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 4.0.8.

INRO har inte publicerat det nya formatet av emmebank, därför måste alla läsningar och

skrivningar av metadata ske via deras Python-API. En pythonskript, GetMatrixProper-

ties.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.

WSP och GENIVAR har gått samman och bildar tillsammans ett av världens ledande analys- och teknikkonsultföretag. Vi erbjuder tjänster för hållbar sam- hällsutveckling inom Hus & Industri, Transport & infrastruktur och Miljö &

Energi. Bredd och mångfald kännetecknar våra medarbetare, kompetensom- råden, kunder och typer av uppdrag. Tillsammans har vi 15 000 medarbetare på över 300 kontor i 35 länder. I Sverige har vi omkring 2 500 medarbetare.

Vår verksamhet bedrivs inom WSP Analys & Strategi, WSP Brand & Risk, WSP Byggprojektering, WSP Environmental, WSP International, WSP Mana- gement, 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.