Multimodaalinen saavutettavuus pääkaupunkiseudulla : sovelluskohteena Helsingin asukaspysäköintinormit

Show full item record



Permalink

http://urn.fi/URN:NBN:fi:hulib-201905272176
Title: Multimodaalinen saavutettavuus pääkaupunkiseudulla : sovelluskohteena Helsingin asukaspysäköintinormit
Author: Krötzl, Julius
Contributor: University of Helsinki, Faculty of Science
Publisher: Helsingin yliopisto
Date: 2019
Language: fin
URI: http://urn.fi/URN:NBN:fi:hulib-201905272176
http://hdl.handle.net/10138/302226
Thesis level: master's thesis
Degree program: Maantieteen maisteriohjelma
Master's Programme in Geography
Magisterprogrammet i geografi
Specialisation: Geoinformatiikka
Geoinformatics
Geoinformatik
Discipline: none
Abstract: Viime vuosikymmeninä Helsingissä ja monessa muussa kaupungissa on pyritty tiivistämään kaupunkia ja tarjoamaan kohtuuhintaista asumista pienentämällä autoilun asukaspysäköintinormeja. Asukaspysäköintinormeja pienentäessä tulisi kuitenkin samalla arvioida alueen liikenteellistä ja maankäytöllistä sijaintia, jotta alueen tulevilla asukkailla olisi mahdollisuuksia siirtyä autottomaan tai vähäautoiseen elämäntapaan ja liikkua vaihtoehtoisilla liikkumismuodoilla. Viime vuosina on kehitetty entistä tarkempia liikenne-ennusteita tulevaisuuden matka-aikojen mallintamiseen. Yhdistämällä tulevaisuuden matka-aika- ja maankäyttöennusteet voidaan uusilla menetelmillä mallintaa entistä paremmin tulevaisuuden liikkumismahdollisuuksia. Tämä tutkielma pyrkii antamaan entistä parempaa tietoa tulevaisuuden saavutettavuudesta kestävillä liikkumismuodoilla, ottaen huomioon erilaisten matkakohteiden erityispiirteet. Tutkielman tarkoituksena on siten tuottaa tietoa ennen kaikkea päätöksenteon tarpeisiin ja arvioida autonomistusta ja autopaikkatarvetta vuonna 2030. Tutkielma on tehty toimeksiantona Helsingin kaupungin liikenne- ja katusuunnittelupalvelulle. Tutkielman menetelminä on käytetty sijaintiperusteisia saavutettavuusmittareita, jotka on laskettu yhdistämällä matka-aikamatriisit ja maankäyttöaineistot Python-komentosarjojen avulla. Tässä tutkielmassa saavutettavuuden etäisyytenä on käytetty matka-aikaa. Saavutettavuusmittareiden kalibrointiin on käytetty HSL:n liikkumistutkimusaineistoa, josta on saatu Helsingin kotiperäisten matkojen todelliset matka-ajat luokiteltuna matkakohteittain. Matka-aika- ja maankäyttöaineistoina on käytetty Helsingin seudun työssäkäyntialueen liikenne-ennustejärjestelmän (HELMET) matka-aika- ja maankäyttöennusteita vuosina 2017 ja 2030 sekä SeutuCD:n paikkatietoaineistoja. Tutkielmassa on lisäksi vertailtu autonomistukseen vaikuttavia tekijöitä pääkaupunkiseudulla ja luotu lineaarinen regressiomalli tulevaisuuden autopaikkatarpeen estimointiin saavutettavuusmallien ja väestötiheyden avulla. Tutkimustulosten mukaan potentiaaliset saavutettavuusmittarit ovat realistisempia päivittäisen liikkumisen mittareita kuin kumulatiiviset saavutettavuusmittarit, sillä ne painottavat maankäyttökohteita sen mukaan, miten kaukana kohteet ovat lähtöpisteestä. Eri kulkumuotoja vertailemalla voidaan todeta, että potentiaalinen saavutettavuus autolla on huomattavasti korkeampi kuin kestävillä liikkumismuodoilla. Korrelaatioanalyysin perusteella merkittävin autonomistukseen vaikuttava indikaattori on kerrostalojen osuus alueen asuinkerrosalasta. Merkittävin autonomistukseen vaikuttava saavutettavuusmittari on joukkoliikenteen ja autoilun potentiaalisen saavutettavuuden suhde, joka selittää autonomistuksen spatiaalisesta jakaumasta lähes 60 prosenttia. Tulevaisuuden autopaikkatarpeen estimointiin luotujen ennustemallien selitysaste on parhaimmillaan noin 66 prosenttia. Täten ennustemallit soveltuvat hyvin tulevaisuuden autopaikkatarpeen ennustamiseen eri alueilla, mikäli autonomistuksen ja sitä mallintavien muuttujien välisten suhteiden oletetaan pysyvän samoina myös tulevaisuudessa.During the last decades, Helsinki and many other cities have begun to restrict parking supply in the city center and in transit-oriented developments, in order to minimize the negative impacts of parking and to restrain growth in housing prices. However, residential parking supply should only be reduced in areas that are well served by public transportation. In last years, novel data sources have been created to simulate the transportation network and land-use distribution in the future. By using computer-processing capacity to combine the travel time and land-use data sources, potential accessibility in the future can be modelled. The aim of this thesis is to provide information on future accessibility by sustainable travel modes, by taking into account the different distance friction characteristics of different land-use opportunities and to estimate car ownership in Helsinki in the year 2030. This thesis has been done as an assignment for the traffic and street planning unit of the City of Helsinki. Methods of this work include distance-based potential accessibility measures, which were computed by combining travel time matrices and land-use data using Python scripts and a geographic information system (GIS). In this work, travel time was used as the transport element of accessibility. For choosing the distance decay functions for the accessibility measures in this thesis, empirical travel data from the Helsinki region travel survey was used, which consists of travel times and trip purposes of the residents’ daily journeys in the Helsinki region in 2012. Travel time and land use estimations for the years 2017 and 2030 from the Helsinki region traffic forecasting system (HELMET) as well as geographic information data from the SeutuCD registers were used as input data for the accessibility analyses. In addition, factors affecting car ownership in the Helsinki region were analyzed and linear regression models were created to estimate future parking demand in Helsinki using accessibility and population density variables. According to the results, potential accessibility measures model the mobility patterns more realistically than cumulative opportunity measures as they weight each feature according to the distance from the origin zone. By comparing potential accessibility results by different means of transport, it can be stated that sustainable transport accessibility in 2030 is, compared to the car still very low. According to the car ownership correlation analysis, the independent variable with the highest correlation coefficient is the percentage of gross floor area of blocks of flats of the entire gross floor area of residential buildings in the zone. The independent accessibility variable with the highest correlation coefficient is the percentage of potential job accessibility by public transport in relation to car, which has a strong negative effect on car ownership (R ≈ -0.8). The highest R-squared value of the multiple linear regression models predicting car ownership is 0.66, meaning that 66 percent of the variation of car ownership can be explained by the independent variables. Thus, the predicting model can be used in estimating future car ownership, if the relationships between car ownership and the predictive variables are assumed to be constant over time.


Files in this item

Total number of downloads: Loading...

Files Size Format View
Krotzl_Julius_Pro_gradu_2019.pdf 58.07Mb PDF View/Open

This item appears in the following Collection(s)

Show full item record