Staupraevention auf BAB im Winter

Als Ergebnis eines Forschungsvorhabens wurde ein Simulationsverfahren fuer die Ermittlung von Streckenkapazitaeten auf Bundesautobahnen (BAB) bei winterlichen Strassenzustaenden erarbeitet. Der Berechnungsansatz wurde auf eine robuste Verfahrensweise ausgelegt, um die Auswirkungen von Ungenauigkeiten und Fehlern der Eingangsgroessen zu minimieren. Das Verfahren orientiert sich an den technischen Rahmenbedingungen wie zum Beispiel die Eigenschaften der derzeit verfuegbaren Daten der Wetterprognose und der Umfelddatenerfassung. Zugleich werden die Anforderungen an die Nutzung der Prognoseergebnisse beruecksichtigt. Ausgehend von einer Grundkapazitaet der Streckenabschnitte in Anlehnung an das Handbuch fuer die Bemessung von Strassenverkehrsanlagen (HBS) wurden Abschlagsfaktoren fuer die jeweils vorherrschende Witterungssituation ermittelt. Diese Witterungseigenschaften wurden zuvor anhand charakteristischer Eingangsgroessen zusammengefasst und als Wetterklassen definiert. Das nachgeschaltete Prognoseverfahren ist als zweistufiger Ansatz mit einer Planungsprognose fuer die vorausschauende Disposition sowie einer Kurzfristdarstellung fuer die operative Durchfuehrung der Verkehrsmanagements, des Strassenbetriebsdienstes und des Arbeitsstellenmanagements aufgebaut. Es basiert auf einem Warteschlangenmodell. Die Ergebnisse zeigen moegliche Stauereignisse auf und koennen als Entscheidungshilfe verwendet werden. Beide Komponenten setzen auf den gleichen grundsaetzlichen Vorgehensweisen fuer die Prognose auf. Es bleibt offensichtlich, dass die Guete der Wetterprognose fuer die korrekte Auswahl der Wetterklasse entscheidend ist. Die Zuverlaessigkeit der nachfolgend aufgesetzten Prognose des Verkehrsablaufs korreliert daher unmittelbar mit der Qualitaet der Eingangsgroesse Wetterprognose. Aus diesem Grund ist der Bereitstellung hochwertiger und kleinraeumiger Wetterprognosen fuer den Strassenbetriebsdienst die erforderliche Aufmerksamkeit zu widmen. Die im Forschungsvorhaben entwickelte modelltechnische Abbildung der witterungsbedingten Kapazitaetseinschraenkung und ihrer Auswirkungen auf den Verkehrsablauf durch zwei Risikostufen in Form einer "Warnung" und eines "Alarms" hat sich in der Evaluierung bewaehrt. Dabei ist die betriebsnahe Interpretation der Prognoseergebnisse moeglich. Das Verfahren mit den Vorhersagen des Verkehrszustands Eingangsgroessen beweist, dass sie als Ausloesekriterien fuer Massnahmen des Verkehrsmanagements genutzt werden koennen. (A) Bericht zum Forschungsprojekt 04.210/2007/KRB (ITRD D708187) im Auftrag des Bundesministeriums fuer Verkehr, Bau und Stadtentwicklung (BMVBS). ABSTRACT IN ENGLISH: Within a research project a simulation method for the prediction of the capacity of road sections under hibernal atmospheric conditions with the focus on motorways was developed. The robustness of the method assures compensation of scattered input data, especially imperfection of weather forecast. Development and prototypical implementation of the concept were oriented to available data from weather forecast applications, environment and sensor data. At the same time, requirements of road operation and maintenance were considered. Parameters were identified by analysis of weather forecast data to classify any weather situation. Each grouping correlates with specific loss of capacity, which factor was extracted from analyses of traffic patterns. It is obvious that the results of weather classification strongly rely on the quality of weather forecast. Therefore, further improvement and quality assurance of meteorological data is preferable. The capacity loss is used as an input parameter for a congestion prediction model, which is based on the queuing theory. The significant statistical spread of loss parameters has lead to an approach which accounts for those effects. The prediction therefore gives two levels of output: a congestion warning and a congestion alarm. The suggested concept was implemented into a demonstration application and used for evaluation during the winter months in 2009 and 2010. Using this prediction concept as a part of a comprehensive winter maintenance management system, sustainable improvement of traffic flow and maintenance even under hibernal weather conditions seems to be possible. (A)