A workshop on enhancing traffic variation estimation, led by VTI, was carried out focusing on alternative data sources for estimating traffic index variations over the year, so-called traffic indices (i.e., monthly, weekday, hourly) and traffic flow ranks (i.e., ranking the hours with the highest indices), as critical metrics for understanding traffic patterns. Moreover, these alternative data sources can potentially improve and complement the estimation of the Annual Average Daily Traffic (AADT).

The workshop highlighted the limitations of current methodologies relying on data from fixed counting points and the need for integrating a wider array of data sources to capture the complex dynamics of traffic more accurately. Therefore, the primary objective was to explore alternative data sources for estimating traffic index variations over the year to better capture and understand regional and local traffic variations. Discussions centered around the potential of mobile cellular network data, satellite imagery, and vehicle probe data, each presenting unique characteristics and uncertainties. Mobile cellular network data showed promising in providing continuous traffic data but raised concerns about data representation and privacy. Satellite data offered high spatial resolution yet faced challenges in data management and necessitated integration and validation against traditional methods. Vehicle probe data, providing mostly urban coverage, highlighted limitations of market penetration, but has the potential of integrating additional sensor technologies.

The conclusion emphasized the crucial role of diverse data sources in advancing traffic analysis, pointing out the need to address uncertainties like data representativeness, privacy concerns, technical integration, and sound validation methods in harnessing these alternative data sources. Furthermore, the workshop advocated for collaborative efforts among stakeholders (i.e., authorities, data providers, academia, end-user’s consultancy firms) to refine these alternative data sources and develop new analytical tools for a better understanding of traffic variations.

I december 2023 genomfördes en workshop om alternativa datakällor för att skatta trafikvariation och trafikintensitet. Workshopen leddes av VTI och fokuserade på hur alternativa datakällor skulle kunna användas för att förbättra och komplettera dagens beräkningar av trafikvariation över året (månadsvis, veckodagvis och timvis), rangkurvor och årsmedelsdygnstrafik (ÅDT).

Workshopen betonade begränsningarna av nuvarande metoder som förlitar sig på data från punktmätningar och behovet av att integrera ett bredare spektrum av datakällor för att fånga komplexa trafikmönster. Därför var det primära målet att utforska alternativa datakällor för att uppskatta trafikvariationer över året och för att bättre fånga och förstå regionala och lokala trafikvariationer. Diskussionerna fokuserade på potentialen hos data från mobila cellnätverk, satellitbilder och data från fordonen (eng. probe data). Data från mobila cellnätverk visade sig lovande för att tillhandahålla kontinuerliga trafikdata men det finns osäkerheter vad gäller datarepresentation och integritet. Satellitdata erbjuder hög rumslig teckning men det finns utmaningar i datahantering och ett behov av validering med fasta markdata. Probe data från fordonen täcker mestadels urbana områden och har begränsningar i marknadspenetration och i glesbygd. Men en fördel är att det finns potential att integrera med ytterligare sensordata.

Sammanfattningsvis betonade deltagarna i workshopen vikten av att använda en mångfald av datakällor inom trafikanalys för att förbättra framtagandet av viktiga trafikmått. Samtidigt finns en hel del osäkerheter med aspekter som datarepresentation, integritetsfrågor, teknisk integration och tillförlitliga valideringsmetoder för att utnyttja dessa alternativa datakällor. Vidare förespråkade workshopen samarbete mellan olika intressenter (till exempel myndigheter, dataleverantörer, akademi, slutanvändare och konsultföretag) för att förbättra dessa alternativa datainsamlingsmetoder och utveckla nya analytiska verktyg för en bättre förståelse av trafikvariationer.