Examining uncertainty and coverage gaps in freight transport data in the context of transport modelling in Finland
Loading...
URL
Journal Title
Journal ISSN
Volume Title
Insinööritieteiden korkeakoulu |
Master's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
2024-03-11
Department
Major/Subject
Mcode
Degree programme
Master's Programme in Spatial Planning and Transportation Engineering (SPT)
Language
en
Pages
115 + 84
Series
Abstract
In transport modelling, high quality data on real world transport is required, among other purposes, to accurately calibrate and validate a model. Traficom is currently directing the development of a national transport model system in Finland, including both passenger and freight transport. This thesis supports the project by documenting and analysing existing data on freight transport, focusing on its coverage and uncertainty. Research literature and the current state of practice are reviewed regarding how freight transport data can be collected, and how it is used in transport modelling. The review includes a detailed analysis of elements and stakeholders in the freight transport system, identifying what kinds of approaches to data collection are possible. The study itself consists of documenting the available data sources, assessing their coverage over the freight transport system, and evaluating uncertainty in the data quantitatively. For the coverage assessment, a two-step framework is developed and described. The framework entails systematically defining the parts of the transport system covered by each data source, and then dividing national level freight transport performance aggregates into subsets matching those definitions. The three aggregates used for this analysis are total transported tonnes, total vehicle-kilometres travelled in road transport, and total tonne-kilometres performed across transport modes. In the quantitative part, the size of each subset is estimated with a probability distribution, using year 2019 data. The uncertainty of these distributions is then propagated into the total aggregates. The most significant sources of uncertainty are recognised from the results, based on which potential actions to improve data use and collection are suggested.Liikenteen mallintaminen vaatii laadukasta dataa todellisesta liikenteestä muun muassa mallien kalibrointia ja validointia varten. Traficom vetää kirjoitushetkellä valtakunnallisen liikenteen mallijärjestelmän kehitystyötä, johon sisältyy sekä henkilö- että tavaraliikenteen mallit. Tämä diplomityö tukee kehitysprojektia dokumentoimalla ja analysoimalla olemassa olevaa tavaraliikennedataa, keskittyen sen peittävyyteen ja epätarkkuuteen. Työssä luodaan katsaus tutkimuskirjallisuuteen ja nykykäytäntöihin liittyen tavaraliikennedatan keruuseen ja käyttöön liikennemalleissa. Katsaukseen sisältyy yksityiskohtainen kuvaus tavaraliikennejärjestelmän elementeistä ja osallisista, minkä perusteella tunnistetaan mahdollisia lähestymistapoja tiedonkeruuseen. Tutkimusosuus koostuu tietoaineistojen dokumentoinnista, niiden peittävyyden arvioinnista sekä epätarkkuuksien kvantitatiivisesta määrittämisestä. Peittävyystarkastelua varten kuvataan työssä kehitetty kaksiosainen menetelmäkehikko. Kehikko koostuu kunkin tietoaineiston peittävyyden systemaattisesta märittämisestä, ja liikennejärjestelmää kuvaavien kokonaisaggregaattien jakamisesta osajoukkoihin näihin määrityksiin pohjautuen. Tutkitut kokonaisaggregaatit ovat kuljetetut kokonaistonnit, tavarankuljetusten liikennesuorite tieverkolla (ajoneuvokilometrit), sekä eri kulkumuotojen kokonaiskuljetussuorite (tonnikilometrit). Kvantitatiivisessa osassa määritettyjen osajoukkojen kokoa kuvataan todennäköisyysjakaumilla pohjautuen vuoden 2019 dataan. Jakaumien epätarkkuuden perusteella määritetään kokonaisaggregaattien epätarkkuus. Tuloksista tunnistetaan suurimmat virhelähteet, minkä perusteella esitetään mahdollisia toimenpiteitä datan keruun ja käytön kehittämiseksi.Description
Supervisor
Roncoli, ClaudioThesis advisor
Sirkiä, AriKeywords
transport modelling, freight transport, transport data, transport statistics, national model system for transport