- 38一

、、.，J-E'ム門MH

，，a‘、

タ-ア量通交の一般

q tm

常時観測交通量

Qt+c"， QtM

(R3 )

一態交通量データ

Pt-c=qt-ご/qト2c‘

(1わぴ率の推定

平均交通量の伸び率 路線平均交通量

の推定

皐

C .、 nuE ，，，， t nua -­ t nr _Ptφc

= L: a

_{込 ・}

Pt -. c

qt+c=qt・Pt令C

^{.' ‘t} ，

区間係数の伸び率 {中び率の推定

m c 、. t HU - AU PZ V心

' = m c

A守t HU

Stm=qtm/qti:.

St_cm

=q t_cm/q

t-C*-Utm=Stm/St_cm Ut_cm

=St_cm/St_2cm (L:ai=l)

区間別交通量推定

=Stm'Ut+cm qt+cm=qt+c

^{， �区，}

，St+ cm '

^，

Stm=qtm/q;

区関係数 区間交通量の推定

路線別平均交通量 平均交通量の伸び率

QJ=ZQJ P

ぃ;=Qt+f/Q

_f

_判t:)

"" 1

qt+c= qt

-

' P t

^守と

Q t + c

ま

=

L Qt+cMD門/L:D門

路線別平均交通量 区間係数 _{区間係数の伸び率} 伸_{び率の推 定}

当r

qtm，qt_cm，qt_2cm ←.;ooj qt=L:qtm・d，，/ L d刊ト→

叫ビ

qt- c _{= ・} .

Stm=qtm/qt�ト�

S t-c

=q t _ c m/ q ^t

ー と

U t+c m=

L ai 'Ut_icm (Laェニ 1 )

j

l

i常時観測交通量

|

路線別平均交通量I I平問交通置の伸び率I l I路線別平均交通量!

ト

→

1

_ι

ト--4

_，

ト

1

寸の推定

i

Qt+cM， QtM I _I I Qt三2:QtMD�/LD

_門

..

_t1

1 _I I _I P . tー= .. T '- Q ^" t .. T '- ー/Q ， ^" /' .. I I

事

)

..

⁾

Q t + c� I ^I

= L Q て + c ^" D _{H/ L: 0州}

Utm二Stm/St_cm トーヲ阿

U t-c m

=St_cm/St_2cm

区間係数推定

y = m c

ムv

t nb

Stm'Ut+cm ，

; lZ lt11別交通蝿推定

L一一一一一￥

_'

‘k) ，

qt . cm=q t φ c ・ St φ cm，

図3

^- 6

路線型推定モデル

- 39

-表3 - 3に示すとおりである.

R 1は常時観測交通量を用いないタイプであり， 一般交通量調査の時系列デー タから路線の平均交通量とその伸び率を計算して， 外挿により伸び率の推定値 を求め， 平均交通量 を推定する. その一方で， 区関係数〈路線平均交通量に対 する各区間の比率)の伸び率より区間係数を推定し， 平均交通量の推定値に 乗 ずることによ って交通量 を推定するものである. れでは区間係数を時系列 的に 推定しているが， 推定によらず最近年のものを用いるモデルROもRlのパリエイ

シ ョ ンである.

R 2は常時観測交通量から路線平均交通量の伸び率を推定するタイプであり，

この伸び率の推定値を， 最近年の一般交通量調査データから得られた路線平均 交通量に乗じて平均交通量を求め， さらに， 区間係数を乗じて交通量を推定す るものである. 本モデルは路線型モデル中で最も基本的 なものである.

R2においては， 交通量を推定する際に最近年の区関係数を用いたが， れでは，

これを改め， 一般交通量調査の時系列データより推定した値を用いる . また，

Rlでは平均交通量の伸び率の推定値を一般交通量調査データから求めているの に対し， れでは常時観測交通量データから求める点、で異なる.

3. 3 . ₂ 各時系列型交通量推定モデルによる推定と観測密度の評価

( 1 ) 走行台キロの推定

S

1， R 0を除く6種類の時系列型交通量推定 モデルを用いて走行台キロの推定 を行ない， 実績値と比較する. なお， 本分析に 用いた一般交通量調査データは 昭和49年， 5 2年， 5 5年， 58年の4固にわたるもので， 各区間が存在する路線上 に常時観測点があるものを選んだが， このような区聞は主に国道であり， 全国

で約2200区間抽出できた .

表3 - 4は， 各モデルによる走行台キロ推定結果を都道府県別に集計し， そ の実績{直に対する比率で示したもので， l. 0に近いほど精度が高いこ とを意味 する. また， 表中には都道府県別に抽出した 一般交通量調査区間数と常時観測 点数， およびその比率を示している. 全国計 では，

S

3が1. 005， R2がO. 9 9 6と1.

0に極めて近く， 両モデルの走行台キ ロ推計精度は高いことが分かる

.

しかし ながら， 都道府県別にみた場合に， 各値 が1.0に近くばらつきが小さいことも

- 40

-表3 ^-

4

都道府県別走行台キ ロの推定精度( S 58推定値/実績値〉

県 名

S O S 2 S3 R1 R2 R3 ① ② ②/①

北海道

1. 0 31 1. 030 1. 024. 1. 072 1. 016 1. 002 256 3 6 O. 14

青森

1. 0 61 1. 083 1. 064 1. 122 O. 988 O. 96 1 3 5 O. 1 7

岩手

1. 033 1. 030 O. 993 1. 018 1. 045 O. 990 7 4. O. 09

宮城

1. 019 1. 039 1. 021 1. 04.8 O. 972 1. 008 68 11 O. 16

秋田

1. 074 1. 054. 1. 078 1. 084. 1. 054. 1. 041 6 2 _O. 15

山形

O. 967 O. 970 1. 029 1. 098 1. 007 1. 004. 6 2 O. 15

福島

1. 055 1. 0 18 _O. 954. 1. 009 1. 036 1. 017 7 2 1 6 O. 21

茨城

O. 978 1. 004 O. 961 O. 97 5 O. 965 O. 94. 1 30 O. 20

栃木

1. 072 1. 009 1. 036 1. 11 7 1. 085 O. 9 8 9 1 3 O. 38

群馬

O. 9 57 1. 008 1. 010 O. 9 7 5 1. 015 1. 024. 11 O. 64.

埼玉

1. 022 1. 002 1. 031 1. 05 9 1. 036 1. 0 9 5 2 1 _O. 33

千葉

O. 9 73 _O. 9 8 1 1. 023 1. 053 O. 9 6 7 O. 889 4. 0 1 3 O. 33

東京

1. 030 1. 051 O. 9 75 1. 063 O. 934. O. 9 7 5 2 2 28 _1. 27

神奈川

O. 9 67 O. 9 8 9 1. 0 15 O. 9 84. O. 9 6 7 O. 860 5 1 1 5 O. 2 9

新潟

1. 006 O. 9 8 6 1. 012 1. 029 1. 013 1. 014. 7 5 11 O. 15

富山

O. 9 80 O. 981 O. 9 8 6 O. 9 8 6 O. 9 6 6 O. 9 8 1 2 1 O. 33

石川

1. 086 1. 032 _O. 9 0 5 O. 9 08 _O. 9 7 3 1. 04.5 1 9 O. 11

福井

O. 875 O. 8 3 5 O. 868 O. 9 2 2 _O. 871 _O. 9 00 2 1 O. 1 9

山梨

O. 9 9 4. O. 9 4. 4. 1. 00 9 1. 00 9 O. 9 6 9 O. 9 7 4. 2 3 _O. 35

長野

O. 9 80 O. 9 9 9 O. 9 50 O. 9 4. 7 _O. 9 70 O. 9 3 9 24. 14. O. 58

岐阜

1. 038 O. 9 7 3 O. 9 6 1 O. 9 6 0 1. 051 1 . 06 3 8 2 1 6 O. 20

静岡

O. 9 64. O. 9 3 1 1. 007 1. 017 1. 0 1 9 O. 97 1 5 0 1 3 O. 26

愛知

1. 105 1. 164. 1. 013 1. 034. 1. 0 9 2 1. 028 184. 1 9 O. 10

三重

O. 963 O. 94.3 O. 9 96 O. 991 O. 973 O. 937 5 2 O. 15

滋賀

1. 007 O. 9 6 7 O. 971 O. 985 O. 9 5 1 O. 9 7 3 1 2 O. 4. 2

京都

O. 9 75 O. 9 8 3 O. 9 00 O. 900 O. 94.5 O. 9 3 6 1 9 O. 4. 7

大阪

1. 007 O. 9 8 9 O. 882 O. 882 1. 057 _o . 9 9 5 2 9 1 3 _O. 4. 5

兵庫

1. 008 O. 9 3 4. 1. 009 1. 123 O. 925 _o . 889 6 6 1 6 O. 24.

奈良

O. 9 7 9 1. 018 1. 02 9 1. 04. 9 O. 986 _o

.

823 4 O. 57

和歌山

1. 023 1. 074. 1. 003 1. 01 9 1. 082 _o. 9 8 1 1 9 _o. 26

鳥取

1. 0 16 1. 11 3 1. 00 9 1. 066 1. 071 1. 055 20 _o. 30

島根

o. 9 4 9 _o. 9 3 1 _o. 9 5 2 _o. 9 4 8 _o. 9 3 3 _o. 9 3 3 44 _o. 11

岡山

o. 9 78 O. 923 1. 025 1. 07 9 1. 001 _o. 9 1 2 4. 2 _o. 21

広島

o. 9 83 1. 012 1. 031 1. 036 _o. 9 9 1 _o. 9 8 2 60 14 _o. 23

山口

1. 047 1. 083 1. 0 11 1. 055 _o. 9 9 9 _o . 9 7 0 7 5 _o. 0 9

徳島

o. 9 85 _o. 9 7 0 1. 036 1. 082 _o. 882 _o . 8 5 7 2 5 _o. 20

香川

o. 9 78 _o. 9 4. 9 1. 006 1. 065 _o. 9 48 _o. 852 3 7 _o. 15

愛媛

o. 9 9 2 _o. 9 9 8 1. 0 12 1. 076 _o. 9 5 9 _O. 870 45 10 _o. 22

高知

o. 9 74 _o. 9 7 1 1. 015 1. 130 _o. 863 _o. 9 3 6 60 _o. 12

福岡

1. 017 _o. 9 9 2 _o. 9 8 3 _o. 9 8 6 _o. 7 9 5 _o. 803 5 7 20 _O. 35

佐賀

o. 9 46 _o. 9 2 3 _o. 9 8 2 1. 000 _o. 9 3 3 _o. 8 9 0 1 5 _o. 13

長崎

1. 0 18 1. 0 1 6 1. 000 1 . 004. 1. 037 1. 042 8 _o. 38

熊本

1. 070 1. 076 1. 060 1. 11 5 1. 0 18 O. 97 1 44 _o. 20

大分

o. 951 _o. 9 20 _o. 9 8 1 _o. 9 88 _o. 9 44 _o. 9 2 5 4 5 _o. 11

宮崎

1. 095 1. 056 1. 023 1. 140 1. 070 1 . 00 5 4 7 _o. 11

鹿児島

1. 033 1. 029 1. 052 1. 077 1. 038 1.004 3 3 _o. 15

沖縄

o. 9 14 _o. 9 3 5 1. 0 4. 9 1. 0 9 7 1. 00 9 _o. 9 04 1 4 8 _o. 57

全国

1. 0 15 1. 012 11. 0051 1. 036 10. 9 961 O. 9 6 9 2200 4. 5 4 O. 2 1

注)①:一般交通量調査区間数， ②:交通量常時観測点数

- 41

-表3 -

5

モデル別走行台キロ比の平均とぱらつき(全国〉

モデル 全平均 単純平均 標準偏差 最小値 最大値 レ ン シ

SO 1 . 0 15 1 . 004 ^o. 047 ^o. 875 1. 105 ^o. 230

S2 ^1. 01 2

国 ^{o. 058 o. 835 1. 1 64 o. 329}

S3 11.0051 10. 0441 ^o. 868 11. 0781 10. 2 101 R 1 1. 036 1. 030 O. 063 10. 8821 1. 140 ^o. 258

R2 10. 9961 ^o. 988 O. 06 1 O. 795 1. 092 O. 297

R3 O. 969 O. 961 O. 065 O. 803 1. 095 O. 292

重要であるので， 都道府県を単位とした比率の単純平均， 標準偏差， 最大値，

最小値， レ ンジを求め， 表3 - 5に整理した. 表より， S 3のモデルが標準偏差，

レ ンジともに最小であり， ぱらつきが小さいことが分かる. これらのことと全

平均値が1.0に近いことを考え合わせると， モデルS3の走行台キロ推計精度は 極めて高く， また安定していると考えて よい.

さて， ここで， モデルの特徴と走行台キロ推定精度との関係を整理しておこ う. 常時観測交通量を利用しないモデルSOとれを比較すると， 両者のモデル構

造の相違は区間型か， 路線型かの違いである. S 0とR 1との走行台キロ比の単純 平均値とぱらつきを較べると， S 0の方が平均も1. 0に近く， また， 都道府県間 のばらつきも小さい. このことから SOの方が推定精度は高いと考えられる. さ らに， 路線型か区間型かという点で， S 2とR2とを比較すると， 全平均， レ ンジ ではR2がよいものの， 単純平均， 標準偏差 ではS2がよく優劣はつけがたい. S3 とR3の比較では， すべてにおい てS3が優れている.

S0

住民 緊 40

30

10

巴

凶3 - 7 モデル耳IJ 推定精度の偶成

-

42-時 1C.c r-J制

引く

5ご�100

;こ-v:.O

d・ 〆、

- '.\.J

%

表3 ^-

⁶

モデルの推計力の比較〈全国計) モデル 平均誤差率 RMS誤差 相 関係数

s:ú 8:>:2: (完:)

t5:�:尽{覧} ^。噌:9:f1

:2

S2 12. 0 23. 8 O. 9 63

S3 12. 8 1 g. 7 O. 9 67

R1 12. 9 2 3. 1 O. 962

R2 11. 9 2 2. 1 O. 958

R3 14. 1 25. 5 O. 9 4 9

表3

- 7

交通量推定モデルのR

_M

S誤差(%) ブロ ッ ク名

SO S2 S 3 R1 R2 R3

北海 道

10. 5 18. 5 20. 3 18. 7 15. 3 16. 9

北東 北

^g. 6 12. 7 20. 5 1 6. 9 10. 6 13. 4

南東 北

10. 7 1 g. 2 1 g. 8 19. 8 18. 1 1 g. 5

関東内陸

11. 7 13. 0 15. 6 16. 9 12. 0 14. 5

関東臨海

9. 1 15. 2 19. 7 23. 9 26. 8 3 1. 8

東海

12. 0 36. 2 16. 7 21. 7 20. 9 24. 8

北陸

14. 3 15. 0 21. 8 1 6. 1 15 . 8 17. 1

近畿内陸

11. 2 12. 3 15. 7 15. 5 11.4 16. 7

近畿臨海

10. 0 24. 0 16. 8 28. 9 18. 9 24. 4

山陰

11. 7 13. 5 18. 2 16. 1 11. 3 1 5. 9

山陽

9. 8 23. 9 26. 0 22. 3 18. 9 2 1. 4

四国

9.3 13. 6 1 g. 8 1 9 . 8 1 g. 3 2 1. 6

北九州

8. 8 12. 9 16. 6 16. 3 25. 0 3 1. 2

南九州

7 . 6 14. 9 19. 0 31. 0 14. 0 24. 0

沖縄

11. 0 8.0 20. 6 19. 2 12. 4 9. 2

全国平均

15. 8 23. 8 1 g. 7 23. 1 22. 1 25. 5

標準偏差

1. 6 6. 6 2.6 4. 5 5 . 0 6. 1

常観比率

O. 136 O. 12 9 O. 170 O. 396 O. 470 O. 152 O. 213 O. 474 O. 2 9 8 O. 17 2 O. 169 O. 162 O. 240 O. 153 O. 5 7 1 O. 206

最後に， 都道府県 別の走行台キロの推計値と実績値との比が1.0から事離し ている程度(誤差率)を， 1. 0 %未満， 1.0----5.0%， 5.0----10.0%， 10.0%以上 の4段階に分け， 推定モデル別に都道府県の構成比を示せば図3

-

7のとおり である . これによれば， S3， SO， S2等が比較的精度が高く， その中でもS3の精 度が高いことが読み取れる.

以上の結果から， 走行台牛ロ推定では全般的に区間型のモデルが優位にあり，

その中でもS3モデル， すなわち区間型で常時観測交通量を用い， 交通量の{申び 率の変化を考慮するタイプのモデルの精度が高いと結論できる.

( 2

)交通量の推定

交通量については， 全国を15のプロ ッ クに分けて各地域毎に推定精度を調べ た. 推定精度を表わす指標として， 平均誤差率， RMS誤差， 相 関係数等が考え

- 43ー

られる. 各モデルによる全区間の交 通量の推定結果と実績値との一致の

程度をこれらの3指標を用いて表わ したのが表3

-

6である .

全区間の交通量の推定の場合には，

平均誤差率， RMS誤差， 相関係数の いずれで評価してもSOの精度が高く，

次いで平均誤差率ではR2の精度が，

他の2指標ではS3の精度が高いこと

が分かる. まfこ， RMS誤差を用いて 各プロ ッ ク別の交通量推定精度をみ たものが表3

-

1である . 地域別に みると圧倒的にSOの推定精度が高い ことが分かる. 各ブロ ッ ク聞のRMS 誤差のばらつきを標準偏差でみると，

soが最も小さく1.6%， 次いでS3が2.

6%とな って いる.

以上の結果から， 交通量の推定に

は常時観測交通量を用いたモデルや 路線型モデルよりも 自己回帰型で 区間型のモデルsoが優れているとい える

( 3

)交通量の推定精度 と常時観測

点、の比率

走行台キロの推 計精度はモデルS3 が最高であ ったが， 他の モデルもそ れほど精度が低いとはいえず， 一様 に高精度の推定が可能である. した

か つて， 走行台キロ推定の精度面か っ， 交通量常時観測調査の評価を行

(a) S2

相

お 泊 お

(N)制稿ωE白

、示 ・ーーーー、---_..ーーーー----...--，

. ・

泊寸. �・

ー

ロ

ーーー---ーーーーー・

ー・ー守ヘえよ

: ー : ーー・・・ー・・_. _- ー・ー"ーー・ー

• . ・ 1

.. . ・ - .

. . ・ 、 _{- .}

p ・ -

一 一一ーー・.ー一一一一一一

・ - ・ _{ーーー・・ー _J...子 、 、� _}

一

-l.J . . _・・・・・・・・・・ー・ー‘

t�， ; ー・・ーー ー

よ

三� . 、、、、

・ … .

1 : ^{0 '-LJ}

0叫

δ、..._ ・

一

1

・ . ・ .

le1寸司ー"，ーー

一一

ーーーヶ

ーーーーーーーー・ー でー-ーー・

ー・・ー

・ーヶ

ーー・ー・ーー"・・7

・・ (、， ・・ー-:

1

L ・ ・・ o ・ 1

. ー ・ ・ ・ E

z ・ ー ，

・ ・ E

置冒EI

5 且

I

I

0.1 0.2 Ø.5

常時観測点の比率

(b) ^S3

�εe

詮4ミ

"-.../ _2s

制24

'包1明12く23

lf)_ 22

ヨコ。三 21

æ 19 18

ー・ーγ0・・ーー

も

\ ^{: 0}

・・ー- m ---ú -- y ー ・ー・・・ ー・ー ・ー. �. . - - . . . 'Ö�

---- O.ーー . ー.. \.ー‘・

一ーー.D..:....・ーーち'-.

1 7 i : ーー-- .0'.... γ ー-- h - ---σ ーーーーーー-16 � ^:

ー ー一一 -J-f---eL.行行

」

・ …

l o ロ

15�---�---�

Ð.l 0.3 0.5

常時観測点の比率

(c) ^R2

εs

。

� 26

寸

' ・・ー・ー ・ L

診4き

1 . ⁰

制

?? LL -t ， � ・ ... -Q... 0 ・ \

_\.

ー

一一一

.

_----_.

_

_____1一ー一一---�く

1

: ロ \

什叩

2Ø

寸

...ー 入

云

l o :

句、

白

1 81:・・・・ー・・ ロ ー マ ヘ

J --- - - : ーー・・・・・・ ・・・7・・・・・ ・ 1 6 寸， .ーーζーーー ・ ー・ー古 e

也

、ー----ーヘーーーーー λ \ー ・ー ，..ー・・・・ー ・ ー・ ー・・ー

』・ ー .

14寸;.. --. 0・ーー・γー ..ーーーー・・ー・ー

、-...:...・・・・・・・・---_-1 2 i

寸

: � --. --- ---

^ロ

.... 、 .

^一

.・---0...ーーーー・ーーー・・

^{一一一-- q一 一一一口} |

ーーーーτで

一士

で

制

H

1Ø J ・ o

常時観測点、の比三:

(d) ^R3

"ー" ^{:> 、 c} v

訟�

'--〆

B.司 羽寸，ー

\

。

ロ

引く

'v'"

.1

・ロ

^c..OJ ー - - B"

_{-..�ー苧・・・ー} ..ふ〈

lf)_

E3 j:---J:

ロ ー :0

15寸;ーー ]

ロ

ロ

u

10 0 ・

S 0.3 ^0.5

常時観測点、の比J手

- 44 -

凶3

- S 位定何度と観測点比率

なうことに特別の意義を見出すことはできない.

交通量の推定精度は， 前節で述べたようにSOモデルが最も高い. S 0モデルは 一般交通量調査の時系列データのみから， 現在交通量を推定するタイプであり，

常時観測交通量は用いない. この事実から考えると， 交通量の推定において，

常時観測交通量は必ずしも必要でないとの結論が導ける . しかし， 表3

-

7に おける沖縄のように ， S 0 よりも 常時観測交通量を用いるタイプのモデルである S2ゃれのRMS誤差が小さく， 推定精度が高いという例もある. そこで， 交通量 常時観測点が推定区間数に占める割合(常時観測比率)を高めれば， 推定精度

も向上する可能性が あると考えられ， モデル別に両者の関係を調べれば， 図3

-

8 (a)""'"

(d)に示すとおりである.

(

a)はS2のモデルであ り ， RMS誤差の上限値

は右下がり の直線傾向を示しており， 上記の関係があることを裏付けている.

図3 - 8の(b)，..._， (d)はそれぞれS3， R2， R3のモデルに関する同様の図である.

(a)ほどに明瞭ではないものの，

1，..._，

2の例外を除けば RMS誤差上限値の右下が りの傾向が読み取れる.

以上から， 推定区間数に対する常時観測点数の比率が上昇すれば， 推定精度 が向上すると考えられる. S 0モデル のRMS誤差が各地域とも10%前後であるこ

とを考え， これを一つの基準とする. この基準を満足することのできる交通量 常時観測点比率の水準を図3 - 8から求めると， 上限が， S 2， R 3においては約 0.5， S3，R2においては約0.4となる. すなわち， 推定対象区間の40，..._， 50%程度 の常時観測点数が必要であるということになる.

3. 4

リンクのo D内訳を考慮した交通量推定と観測点分布の影響

時系列推定モデルは， 手軽に交通量を推定できる利点をもっ反面， 時系列デ ータが完備していない区間には利用できないという難点がある. また， 道路網 上のo D交通の分布状況などに関する制約を全く考慮できない点で理論的に不 備である. そこで， 時系列モデルの持つこれ らの欠陥をある程度補いうるI

₀

D内訳を用いる方法」を提案し， そ の推定精度， および推定精度と観測点数等 との関係等について考察する.

3. 4 . 1

モデルの考え方

- 45

ドキュメント内 道路網における交通量観測系の編成に関する研究 (ページ 45-56)