Hoe Metro de Madrid het reisvolume schat in tijden van Covid
Om een hoog serviceniveau te behouden tijdens de pandemie vertrouwt Metro de Madrid op een slimme oplossing voor vraagmodellering om zijn activiteiten te plannen en te optimaliseren.
Auteur: Stefanie Schmidt
Sinds het uitbreken van de coronapandemie kampen transit-systemen over de hele wereld met een daling van de reisvolume en lage passagiersaantallen. Het metroverkeer in New York City bedraagt bijvoorbeeld slechts een derde van het normale volume. In Madrid is het passagiersaantal in 2020 met 47% gedaald ten opzichte van 2019. Om in deze veeleisende tijden een hoog serviceniveau te behouden, vertrouwt Metro de Madrid op een slimme oplossing voor vraagmodellering.
De Spaanse hoofdstad, waar bijna 3,4 miljoen mensen wonen, heeft een van de meest uitgebreide metrosystemen ter wereld, met in totaal 294 kilometer spoorwegnet, 12 lijnen en 302 stations. Normaal gesproken maken dagelijks tot 2,7 miljoen passagiers gebruik van de metro – inwoners, forenzen en toeristen die de op één na grootste stad van de Europese Unie bezoeken. Om een efficiënte bedrijfsvoering en een hoogwaardige dienstverlening te garanderen, is het essentieel dat aanbieders een gedetailleerd overzicht hebben van passagiersstromen en de vraag op het hele netwerk.
Reisvolume-model om de service te optimaliseren Dit is de reden waarom de exploitant, Metro van Madrid, meer doet dan alleen het passagiersvolume monitoren. Het combineert ook de tellingen van passagiers en mobiliteitspatronen (van enquêtes en het gebruik van verschillende tickettarieven) met een vervoersplanningsmodel dat is ontwikkeld met PTV Visum software. Het model analyseert en raamt de passagiersstromen en de reisvraag, wat op zijn beurt de operationele besluitvorming ten goede komt. Het model stelt de metro-exploitant in staat om zijn vervoersdienst vraag- en servicegericht te optimaliseren.
Het maakt het mogelijk om de reisvraag op verschillende lijnen op verschillende tijdstippen van de dag in te schatten en zo de capaciteit te plannen en het aantal benodigde treinen. Passagiersstromen en het reisgedrag van gebruikers kunnen worden geanalyseerd en voorspeld voor het gehele netwerk en in alle gebieden – inclusief stations, perrons en voertuigen. In de huidige pandemie is het vraagmodel een sleutelelement geworden voor Metro de Madrid om zich zo efficiënt mogelijk aan de steeds veranderende situatie aan te passen en de dienstregelingen snel bij te stellen.
Sleutelelement in covid-reactie
Om de Covid-veiligheidsvoorschriften binnen het metrosysteem te beheren, werd het model uitgebreid met extra componenten. Deze componenten helpen bijvoorbeeld om te beslissen waar en wanneer stations moeten worden gesloten om overbevolking te voorkomen.
Madrid: Madrid, waar bijna 3,4 miljoen mensen wonen, heeft een van de meest uitgebreide metrosystemen ter wereld (Foto: Jorge Fernández Salas)
Dit ondersteunt de vervoersplanners van Metro de Madrid om de juiste beslissingen te nemen en een goede balans te vinden tussen hogere capaciteiten – nodig om de sociale afstand te bewaren – en een algemeen lagere reisvraag. Silvia Roldan, CEO van Metro de Madrid, legt op haar LinkedIn-account uit: “Metro de Madrid genereert de reisvraag met behulp van een systeem dat gegevens verzamelt over de toegang bij de betaalpoortjes van alle metrostations. Om de bewegingen te modelleren, wordt deze informatie voortdurend bijgewerkt in PTV Visum.
Dankzij de ruime ervaring die we met deze tool hebben opgedaan en de ontwikkeling van complementaire projecten, zijn wij in staat de veranderingen in het reisgedrag dagelijks bij te werken. Het belangrijkste van deze projecten is de schatting van herkomst-bestemmingsmatrices uit TTP-gegevens. Met deze input krijgen we een goede theoretische benadering van de geschatte treinbezetting in de veranderende omstandigheden van deze data en daarmee kunnen we ervoor zorgen dat het serviceaanbod dat we voorleggen, voldoet aan de eisen die de gezondheidsautoriteiten stellen.”
