Study of time indicators of public transport operation depending on the season of the year

Simple item page
dc.citation.epage11
dc.citation.issue2
dc.citation.journalTitleТранспортні технології
dc.citation.spage1
dc.contributor.affiliationLviv Polytechnic National University
dc.contributor.affiliationTechnische Universtität Dresden
dc.contributor.authorAfonin, Maksym
dc.contributor.authorAmrutsamanvar, Rushikesh
dc.coverage.placenameЛьвів
dc.coverage.placenameLviv
dc.date.accessioned2024-02-22T07:50:11Z
dc.date.available2024-02-22T07:50:11Z
dc.date.created2023-02-28
dc.date.issued2023-02-28
dc.description.abstractПроблеми мобільності у великих містах України та Східної Європи ускладнюються тим, що збільшення інтенсивності приватного транспорту значно перевищує пропускну здатність вулично-дорожньої мережі, а найбільше це відчутно у пікові періоди не лише світлового дня, але і року. З погляду стійкої мобільності це негативне явище істотно впливає на міський громадський транспорт, який не має окремих виділених ліній руху. В статті проаналізовано питання щодо погіршення транспортної ситуації у великих містах, спричиненого підвищенням інтенсивності руху на магістральних вулицях в пікові періоди доби, а також наявністю сезонних чинників руху. Якщо питання виникнення та тривалості заторів та збільшення часу кореспонденцій приватного транспорту є досить вивченим, то проблеми зміни графіків руху громадського транспорту та врахування збільшення тривалості рейсів залежно від пори року потребують уточнення. Для дослідження вибрано маршрути руху громадського транспорту, який не має окремої інфраструктури і здійснює рух в загальному потоці разом із приватними автомобілями. За результатами дистанційного спостереження за громадським транспортом встановлено зміну тривалості рейсів та втрат часу за рахунок посадки-висадки пасажирів на подібних тролейбусних маршрутах в різні сезони. На основі отриманих даних сформовано матрицю коефіцієнтів нерівномірності тривалості рейсів для маршрутів громадського транспорту та встановлено ступінь впливу сезонності на ці показники. Отримані результати надають можливість кількісно визначити вплив пори року та часу доби на зміну тривалості рейсів, що може бути застосованим як у подальших дослідженнях з використанням засобів імітаційного моделювання, так і у практиці під час складання сезонних розкладів руху. Результати досліджень доповнюють актуальні на цей час наукові праці, які стосуються проблем сезонної мобільності, а також впливу функціонування об’єктів соціальної інфраструктури (школи, дитячі садочки та інші заклади освіти) міст на пікове навантаження вулично-дорожньої мережі, що подовжує тривалість руху не лише приватного, але і громадського транспорту.
dc.description.abstractMobility problems in large cities of Ukraine and Eastern Europe are complicated by the fact that the increase of private transport volume significantly exceeds street and road network`s capacity. This is most noticeable during peak periods in terms of daylight hours and throughout the year. From the point of sustainable mobility view, this negative phenomenon significantly affects urban public transport, which does not have separate dedicated traffic lines. This article analyzes the issue regarding the deterioration of the transport situation in large cities. The reason for this is the increase in traffic on main streets during the day peaks, as well as the presence of seasonal traffic factors. If the issue of the occurrence and traffic jams duration and the increase in the correspondence time of private transport is sufficiently studied, then the problems of changing the schedules of public transport and taking into account the increase in the trip duration depending on the time of year need to be clarified. The routes of public transport, which do not have a separate infrastructure and move in the general flow together with private cars, were chosen for the study. According to the results of remote monitoring of public transport, a change in the trip duration and time lost due to the boarding and disembarking of passengers on similar trolleybus routes in different seasons was established. Based on the obtained data, a matrix of trip duration unevenness coefficients for public transport routes was formed, and a measure of the seasonality effect on these indicators was established. The obtained results make it possible to quantitatively determine the influence of the season and time of the day on the change in the trip duration, which can be applied in further studies using simulation tools and for practical use in drawing up seasonal traffic schedules. The results of the research complement the currently relevant scientific works, which concern the problems of seasonal mobility, as well as the influence of the social infrastructure objects functioning (schools, kindergartens, and other educational institutions) of cities on the peak load of the street and road network, which extends the duration of traffic not only for private but also public transport.
dc.format.extent1-11
dc.format.pages11
dc.identifier.citationAfonin M. Study of time indicators of public transport operation depending on the season of the year / Maksym Afonin, Rushikesh Amrutsamanvar // Transport Technologies. — Lviv : Lviv Politechnic Publishing House, 2023. — Vol 4. — No 2. — P. 1–11.
dc.identifier.citationenAfonin M. Study of time indicators of public transport operation depending on the season of the year / Maksym Afonin, Rushikesh Amrutsamanvar // Transport Technologies. — Lviv : Lviv Politechnic Publishing House, 2023. — Vol 4. — No 2. — P. 1–11.
dc.identifier.doidoi.org/10.23939/tt2023.02.001
dc.identifier.issn2708-2199
dc.identifier.urihttps://ena.lpnu.ua/handle/ntb/61382
dc.language.isoen
dc.publisherВидавництво Львівської політехніки
dc.publisherLviv Politechnic Publishing House
dc.relation.ispartofТранспортні технології, 2 (4), 2023
dc.relation.ispartofTransport Technologies, 2 (4), 2023
dc.relation.references1. Sustainable Urban Mobility Plan (SUMP) of Lviv. Retrieved from: https://mobility-lviv.com/en/creating-sump/. (in English).
dc.relation.references2. Sociological research "Views and opinions of Lviv Agglomeration residents". Retrieved from: https://decentralization.gov.ua/uploads/library/file/859/Report_LvivAggl.... (in English).
dc.relation.references3. Fornalchyk, Y., & Hilevych, V. (2020). To determination of traffic delay at controlled intersection. Transport Technologies, 1(1), 65-72. doi: 10.23939/tt2020.01.065 (in English). https://doi.org/10.23939/tt2020.01.065
dc.relation.references4. The Geography of Transport Systems. Retrieved from https://transportgeography.org/. (in English).
dc.relation.references5. Spławińska, M. (2017). Factors determining seasonal variations in traffic volumes. Archives of Civil Engineering, 63(4), 35-50. doi: 10.1515/ace-2017-0039 (in English). https://doi.org/10.1515/ace-2017-0039
dc.relation.references6. Qiang, S., & Huang, Q. (2023). Impacts of bus holding strategies on the performance of mixed traffic system. Physica A: Statistical Mechanics and its Applications, 611, 128455. doi: 10.1016/j.physa.2023.128455 (in English). https://doi.org/10.1016/j.physa.2023.128455
dc.relation.references7. Gastaldi, M., Rossi, R., Gecchele, G., & Della Lucia, L. (2013). Annual average daily traffic estimation from seasonal traffic counts. Procedia-Social and Behavioral Sciences, 87, 279-291. doi: 10.1016/j.sbspro. 2013.10.610 (in English). https://doi.org/10.1016/j.sbspro.2013.10.610
dc.relation.references8. Bhin, M., & Son, S. (2021). Reduction and reallocation of bus use under COVID-19: an analysis of bus card data of Gyeonggi Province, South Korea. International Journal of Urban Sciences, 25(3), 416-436. doi: 10.1080/12265934.2021.1936137 (in English). https://doi.org/10.1080/12265934.2021.1936137
dc.relation.references9. Karve, V., Yager, D., Abolhelm, M., Work, D. B., & Sowers, R. B. (2021). Seasonal disorder in urban traffic patterns: a low rank analysis. Journal of big data analytics in transportation, 3, 43-60. doi: 10.1007/s42421-021-00033-4 (in English). https://doi.org/10.1007/s42421-021-00033-4
dc.relation.references10. Sun, Y., Lu, Y. C., Fu, K., Chen, F., & Lu, C. T. (2022). Detecting anomalous traffic behaviors with seasonal deep Kalman filter graph convolutional neural networks. Journal of King Saud University-Computer and Information Sciences, 34(8), 4729-4742. doi: 10.1016/j.jksuci.2022.05.017 (in English). https://doi.org/10.1016/j.jksuci.2022.05.017
dc.relation.references11. Hamedmoghadam, H., Zheng, N., Li, D., & Vu, H. L. (2022). Percolation-based dynamic perimeter control for mitigating congestion propagation in urban road networks. Transportation research part C: emerging technologies, 145, 103922. doi: 10.1016/j.trc.2022.103922 (in English). https://doi.org/10.1016/j.trc.2022.103922
dc.relation.references12. Carmody, D. R., & Sowers, R. B. (2021). Topological analysis of traffic pace via persistent homology. Journal of Physics: Complexity, 2(2), 025007. doi: 10.1088/2632-072X/abc96a (in English). https://doi.org/10.1088/2632-072X/abc96a
dc.relation.references13. Ge, L., Li, S., Wang, Y., Chang, F., & Wu, K. (2020). Global spatial-temporal graph convolutional network for urban traffic speed prediction. Applied Sciences, 10(4), 1509. doi: 10.3390/app10041509 (in English). https://doi.org/10.3390/app10041509
dc.relation.references14. Public transport routes in Lviv. Retrieved from https://lad.lviv.ua. (in English).
dc.relation.references15. UA-GISTrek software. Retrieved from http://track.ua-gis.com/ (in Ukrainian).
dc.relation.referencesen1. Sustainable Urban Mobility Plan (SUMP) of Lviv. Retrieved from: https://mobility-lviv.com/en/creating-sump/. (in English).
dc.relation.referencesen2. Sociological research "Views and opinions of Lviv Agglomeration residents". Retrieved from: https://decentralization.gov.ua/uploads/library/file/859/Report_LvivAggl.... (in English).
dc.relation.referencesen3. Fornalchyk, Y., & Hilevych, V. (2020). To determination of traffic delay at controlled intersection. Transport Technologies, 1(1), 65-72. doi: 10.23939/tt2020.01.065 (in English). https://doi.org/10.23939/tt2020.01.065
dc.relation.referencesen4. The Geography of Transport Systems. Retrieved from https://transportgeography.org/. (in English).
dc.relation.referencesen5. Spławińska, M. (2017). Factors determining seasonal variations in traffic volumes. Archives of Civil Engineering, 63(4), 35-50. doi: 10.1515/ace-2017-0039 (in English). https://doi.org/10.1515/ace-2017-0039
dc.relation.referencesen6. Qiang, S., & Huang, Q. (2023). Impacts of bus holding strategies on the performance of mixed traffic system. Physica A: Statistical Mechanics and its Applications, 611, 128455. doi: 10.1016/j.physa.2023.128455 (in English). https://doi.org/10.1016/j.physa.2023.128455
dc.relation.referencesen7. Gastaldi, M., Rossi, R., Gecchele, G., & Della Lucia, L. (2013). Annual average daily traffic estimation from seasonal traffic counts. Procedia-Social and Behavioral Sciences, 87, 279-291. doi: 10.1016/j.sbspro. 2013.10.610 (in English). https://doi.org/10.1016/j.sbspro.2013.10.610
dc.relation.referencesen8. Bhin, M., & Son, S. (2021). Reduction and reallocation of bus use under COVID-19: an analysis of bus card data of Gyeonggi Province, South Korea. International Journal of Urban Sciences, 25(3), 416-436. doi: 10.1080/12265934.2021.1936137 (in English). https://doi.org/10.1080/12265934.2021.1936137
dc.relation.referencesen9. Karve, V., Yager, D., Abolhelm, M., Work, D. B., & Sowers, R. B. (2021). Seasonal disorder in urban traffic patterns: a low rank analysis. Journal of big data analytics in transportation, 3, 43-60. doi: 10.1007/s42421-021-00033-4 (in English). https://doi.org/10.1007/s42421-021-00033-4
dc.relation.referencesen10. Sun, Y., Lu, Y. C., Fu, K., Chen, F., & Lu, C. T. (2022). Detecting anomalous traffic behaviors with seasonal deep Kalman filter graph convolutional neural networks. Journal of King Saud University-Computer and Information Sciences, 34(8), 4729-4742. doi: 10.1016/j.jksuci.2022.05.017 (in English). https://doi.org/10.1016/j.jksuci.2022.05.017
dc.relation.referencesen11. Hamedmoghadam, H., Zheng, N., Li, D., & Vu, H. L. (2022). Percolation-based dynamic perimeter control for mitigating congestion propagation in urban road networks. Transportation research part C: emerging technologies, 145, 103922. doi: 10.1016/j.trc.2022.103922 (in English). https://doi.org/10.1016/j.trc.2022.103922
dc.relation.referencesen12. Carmody, D. R., & Sowers, R. B. (2021). Topological analysis of traffic pace via persistent homology. Journal of Physics: Complexity, 2(2), 025007. doi: 10.1088/2632-072X/abc96a (in English). https://doi.org/10.1088/2632-072X/abc96a
dc.relation.referencesen13. Ge, L., Li, S., Wang, Y., Chang, F., & Wu, K. (2020). Global spatial-temporal graph convolutional network for urban traffic speed prediction. Applied Sciences, 10(4), 1509. doi: 10.3390/app10041509 (in English). https://doi.org/10.3390/app10041509
dc.relation.referencesen14. Public transport routes in Lviv. Retrieved from https://lad.lviv.ua. (in English).
dc.relation.referencesen15. UA-GISTrek software. Retrieved from http://track.ua-gis.com/ (in Ukrainian).
dc.relation.urihttps://mobility-lviv.com/en/creating-sump/
dc.relation.urihttps://decentralization.gov.ua/uploads/library/file/859/Report_LvivAggl...
dc.relation.urihttps://doi.org/10.23939/tt2020.01.065
dc.relation.urihttps://transportgeography.org/
dc.relation.urihttps://doi.org/10.1515/ace-2017-0039
dc.relation.urihttps://doi.org/10.1016/j.physa.2023.128455
dc.relation.urihttps://doi.org/10.1016/j.sbspro.2013.10.610
dc.relation.urihttps://doi.org/10.1080/12265934.2021.1936137
dc.relation.urihttps://doi.org/10.1007/s42421-021-00033-4
dc.relation.urihttps://doi.org/10.1016/j.jksuci.2022.05.017
dc.relation.urihttps://doi.org/10.1016/j.trc.2022.103922
dc.relation.urihttps://doi.org/10.1088/2632-072X/abc96a
dc.relation.urihttps://doi.org/10.3390/app10041509
dc.relation.urihttps://lad.lviv.ua
dc.relation.urihttp://track.ua-gis.com/
dc.rights.holder© Національний університет “Львівська політехніка”, 2023
dc.rights.holder© M. Afonin, R. Amrutsamanvar, 2023
dc.subjectінтенсивність руху
dc.subjectгромадський транспорт
dc.subjectтривалість рейсу
dc.subjectкоефіцієнт нерівномірності
dc.subjectсезонність руху
dc.subjectшвидкість сполучення
dc.subjecttraffic volume
dc.subjectpublic transport
dc.subjecttrip duration
dc.subjectcoefficient of unevenness
dc.subjectseasonality of traffic
dc.subjectspeed of connection
dc.titleStudy of time indicators of public transport operation depending on the season of the year
dc.title.alternativeДослідження часових показників роботи громадського транспорту залежно від пори року
dc.typeArticle

Files

Original bundle
Now showing 1 - 2 of 2
No Thumbnail Available
Name:
2023v4n2_Afonin_M-Study_of_time_indicators_of_1-11.pdf
Size:
397.56 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
2023v4n2_Afonin_M-Study_of_time_indicators_of_1-11__COVER.png
Size:
424.42 KB
Format:
Portable Network Graphics
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.77 KB
Format:
Plain Text
Description:
Download

Collections

Transport Technologies. – 2023. – Vol. 4, No. 2