Cieľ práce

Slovenská správa ciest každých 5 rokov zverejňuje dáta o intenzite dopravy na dialnicich, rýchlostných cestách a cestách prvej, druhej aj tretej triedy (“Slovenská Správa Ciest” 2022). Cieľom tejto práce je zanalyzovať dáta z posledného merania (2015), porovnať, kde sú cesty využívané najviac a ktorý typ je najefektívnejší. Zaujímavé by bolo aj porovnanie dát s predošlími meraniami, avšak z dôvodu miernej zmeny metodiky je na stránke Slovenskej správy ciest explicitne uvedené, že na takéto účeli dáta nemôžu slúžiť.

Analýza dát

Stiahnutie a vyčistenie dát

Stiahnutie dát z vyžšie spomenutej stránky je pomerne jednoduché, avšak z dôvodu škaredého upratania údajov v samotnom CSV dokumente je potrebné preštruktúrovať dáta komplikovaným spôsobom. Link na samotný dokument je tu1.

Rozdelenie intenzity dopravy podľa krajov a typu vozidla

Poďme sa pozrieť na nejaké základné zhrnutia dát:

Vidíme, že najväčšie množstvo áut bolo zaznamenané práve v Bratislvskom kraji, ktorý má najmenšiu rozlohu, ale najväčšiu hustotu obyvatelstva. Bolo by zauímavé vyhodnotiť aj množstvo kilometrov ciest na populáciu alebo rozlohu jednotlivých krajov, avšak dáta neobsahujú informácie o dĺžkach jednotlivých úsekov. Pozrime sa ešte na percentuálne rozdelenie dopravy podľa typu prostriedku.

Všimneme si, že vo všetkých krajoch je aspoň 80 percent vozidiel osobných, mototcyklov je takmer zanedbatelne malé množstvo a zbytok tvoria vozidlá nákladne.

Rozdelenie intenzity dopravy podľa typu komunikácie a vozidla

Z dôvodu, že dĺžka samotných úsekov ciest, na ktorých boli dáta, merané pravdepodobne závisí priamo od typu cestnej komunikácie2, nemôžeme jednoducho sčítať všetky intenzity podľa typu komunikácie a následne ich porovnať. Jedno auto by totiž po prejdení danej vzdialenosti po dialnici bolo napočítané menej krát ako auto ktoré prejde rovnakú vzdialenosť po meste. Môžeme však zobrať priemerné množstvo aút na úsek dialnic a priemerné množstvo áut na úsek ciest druhej a tretej triedy a všimnúť si rozdieli medzi nimi.

Už sme videli, že motocyklov je zanedbatelne málo a nákladné útá tvoria približne 20% dopravy, preto si môžme dovoliť zvoliť rôzne mierky pri vyžšie uvedenom grafe. Zároveň nás nezaujíma množstvo daných úsekov, ale iba distribúcia ich inzenzít, preto je box_plot najvhodnejšou alternatívou. Vďaka tomu vidíme, že všetky typy vozidiel dosahujú najväčšie intenzity príve na dialniciach, aj keď pri motocykloch je to iba tesne. Pri nákladných vozidlách je vidieť najväčší pokles intenzity pri Cestách 1., 2. a 3. triedy.

Najvýraznejší “outlier” je práve Dialničný úsek 87022 na dialnici D1, ktorý zodpovedá prístavnému mostu:

Úsek Cesta Okres Kraj Typ_cesty Typ Intenzita
87022 D1 Bratislava II Bratislavský Dialnica Motocykle 524

No tomto úseku za priemerný deň prejde najviac motocyklov aj osobných áut, nákladných prejde najviac na následovných úsekoch:

Vidíme, že 8 z prvých 10 sa nachádza v Bratislavskom kraji a 6 z nich je súčasťou D1. To jasne naznačuje, že Bratislava je veľmi výrazným uzlom pre nákladnú dopravu.

Na Figure 1 sa dá vidieť, kde sú jednotlivé úseky v Bratislave situované:

Mapa komunikácií Bratislava

Mapa komunikácií Bratislava

Zelenou farbou sú naznačené dialnice a rýchlostné cesty, červenou cesty prvej triedy, modrou druhej a žltou cesty tretej triedy.

Rozdelenie intenzity dopravy podľa typu komunikácie

Ak sa pozrieme na súčet všetkých typov vozidiel, dostaneme nasledovný graf:

Vidíme, že v popredí zostali rovnaké úseky, konkrétne úseky dialnic, ale vidíme, že do top 50 úsekov sa zmestilo aj zopár ciest druhej a tretej triedy.

Výpočet vzdialenosti áut

Na záver vypočítajme, ako ďaleko od seba musia ísť autá v špičke, ak za 3 hodiny prejde daným úsekom 30% áut rýchlosťou 80 km/h a daný úsek má 2 dopravné pásy v každom smere. Potom vzdialenosť medzi dvoma autami vypočítame pomocou rovníc \[ t=\frac{T}{n/p} \\ s=v*t \], kde T je časový úsek, za ktorý prejde n áut naprieč p pruhmi, t je potom časový úsek medzi dvoma za sebou idúcimi vozidlami v jednom pruhu, v je ich priemerná rýchlosť a s je vzdialenosť medzi nimi.

Tento výpočet môžme aplikovať na všetky úseky D1 a D2 v okresoch Bratislavy3.

data_w_dist <- data %>% 
  filter(Typ == "Spolu", Kraj == "Bratislavský", 
         Typ_cesty == "Dialnica", grepl("Bratislava", Okres)) %>%
  mutate(Vzdialenosť = case_when(
    Úsek == "87021" ~ 80/3.6 * ((3*60*60)/(0.30*Intenzita/6)),
    TRUE ~ 80/3.6 * ((3*60*60)/(0.30*Intenzita/4))))

Vidíme, že vzdialenosť drasticky rastie pri posledných dvoch úsekoch, keďže majú pomerne malú intenzitu, pozrime sa preto iba na prvých 5.

Na najvyťaženejšom úseku je vzdialenosť iba málo cez 30 metrov, čo je pri rýchlosti 80 km/h dosť málo. V realite by v takejto situácií pravdepodobne išli autá pomalšie.

Záver

V tejto práci sa nám podarilo identifikovať úseky ciest s najväčšou intenzitou, porovnali sme ich z pohladu typu komunikácia aj z pohladu typu vozidiel a následne sme vypočítali akú priemernú vzdialenosť majú od seba autá v modelovej situácií počas špičky na najvyťaženejších úsekoch.

Zdroje

“Slovenská Správa Ciest.” 2022.

  1. iba v html verzií↩︎

  2. Úseky na dialnici sú z pravidla dlhšie ako úseky ciest tretej triedy v mestách↩︎

  3. na úseku 87021 sú 3 jazdné pruhy v každom smere↩︎