道路網における交通量観測系の編成に関する研究

九州大学学術情報リポジトリ

Kyushu University Institutional Repository

道路網における交通量観測系の編成に関する研究

外井, 哲志

https://doi.org/10.11501/3059396

出版情報：Kyushu University, 1991, 博士（工学）, 論文博士 バージョン：

権利関係：

第6章 観測交通量を用いた交通需要推計のための交通量観測系の編成

6 . 1 はじめに

都市交通計画， 幹線道路網計画等に必要とされる交通需要推計は， パーソ ン

トリ y プ調査， 道路交通情勢調査等の大調査に基づき. 4段階推計法を用いて 行なわれる のが一般的である. ところが近年， これらの広域的かっ大規模な調 査では必ずしも対処しきれない 狭い地域での細かな交通処理や道路交通管理の 重要性が増し， そのための計画手法を確立する必要性が高まってきている. そ

こで， こうした要請から， 地域内の交通需要を現実的に推計する方法として，

リンク交通量の観測値を用いた地区内o D交通量推計手法の開発が試みられ，

いくつかの推定モデルが開発されている25) ^{-36) .} 57) しかし， これらのモデ

ルの推定精度を向上させるためには， さらなる新たなモデルの開発を進めるこ とは当然であるが， より本質的にはデータの把握lこ立ち返って， 適切な観測リ ンクをいかに選定するかが重要であり， そのための理論の確立とそれに基づく

観測系の編成法の開発が求められている.

上記のことを踏まえて， 本章では， 観測交通量を用いた交通需要推計のため の交通量観測系の編成法について考察するものである.

6 ^_ 2 観測交通量による交通需要推計法の分類24)

第1章に述べたように， 道路区間上で観測される交通量データを利用して，

対象地区内の交通需要量を推計するモデルがこれまで数多く提案されている.

これら従来のモデルを対象道路網の規模によって分類すれば， 局所的な道路 網を対象にするものと， 広域的な道路網を対象にするものとに大別される. 前 者は， 交差点における右 ・ 左折， 直進交通量からごく狭い範囲における交通挙 動を分析し， その成果を交通処理計画等に利用するものである. 後者は， 広範 囲の道路網上の交通流を対象として， 都市内あるいは都市間の交通需要を推計 するもので， さらに， ⁰ Dパターンを重力モデルで与えるAタイプと， 既往の

o D交通量のパターンを与えるBタイプに分類される. Aタイプのモデルは，

既往のo 0交通量が不要であるため適用の範囲は広いが， 推計精度は重力モデ ル式の信頼性に左右され， 一般にそれほど高くない. 一方， Bタイプのモデル では， 0 0調査のデータが必要であるが， その分， 推定精度は高いといえる.

Bタイプのモデルは， 主にo 0表の修正を目的として開発されてきたもので，

初期のものに， スクリーンライン交通量を制約条件としたモデル等がある.

Bタイプモデルのうち， 比較的実用的なものとして， ( 1 )エ ント ロ ビー最大 化モデル， ( 2 )残差平方不日最小化モデルがあり， 両者とも起終点聞の経路選択 率を先決的に与える必要がある. エ ント ロ ビー最大化モデルは， 各リンクでの 計算交通量が観測交通量に一致するという条件の下に， 0 0トリ ッ プの出現確 率が最大となるo 0分布を求めるものである . また， 残差平方和最小化モデル は， その名が示すように， 計算交通量と観測交通量の残差平方和を種々の制約 条件の下で最小化するものであり， 目的関数と制約条件の組合わせにより， 道 路区間モデル， 発生交通量モデルに分類される.

なお， こ れらのモデルの多くは， 発生交通量を求め， それを基礎にして分布 交通量を推定していくタイフのものである.

6 " 3 分布交通量の推計法とその必要条件

観測交通量から分布交通量を推計するには， 前述のように各種の方法がある が， 本節では， 過去のo 0調査データが存在する場合の簡易な推計方法につい て考察する. ここで， 記号を次のように定義する.

t m : リンクmの交通量

V j jm : リンクm中のi j間o 0交通量の割合 X j j : i j間o 0交通量

pjjm: i j間o 0交通量のリンクm利用率

リンクmにおけるi j間o 0交通量は， tm" V jjm X jj" p jjmであるこ とから， 次式が導かれる.

X j j V j j m/ P j j m・ tm _{( 6} -1)

上式に関し， t mの代りに観測値q mを用いれば， V jjm， pjjmが求められた時 点と交通量観測j時点、とに時間的な差があること， q mには観測誤差が含ま れる

こと等のため， 厳密には式(6 -1 )は成立しない. そこで， ₀ 0 ペアi jの組合

- 99 -

せにおける式(6 -1 )の残差平方不日H i jが最小となるように X i jを推定するもの とし， 次のH i jを定義する.

H i j L f m ( X i j - V i j m/ P i j m・ t m) 2 m E L

ここに，

(リンクmで観測する)，

(リンクmで観測しない)

しかし， P i jm= 0の場合には式(6 - 2 )は定義できないので， さらに，

=

「

o ( P i jm= 0) (p ijm::l-O) (p iJm= 0)

とおき， t mの代りにq mを用いれば， 式(6- 2 )は次のように表わされる .

( 6 - 2)

H i j Lどm (δijm X iJ S ijm q m)2 (6-2' ) m E L

式(6-2・)の両辺をX ijで偏微分し， 0と置くと，

a H i j/ a X i j

2 L f m δijm(δi j m X i j S i j m q m) = 0 m E L

ここに， δi J m2=δ δijm S ijm S i j m であるから， 上式より，

( L f m δi j m) X i j εどm S ijm q m

m E L m E L

( 6 -3)

上式中X i jの係数( L f mδ i j m)は， その構成要素どm， δiJ mがいずれも0ま m E L

たは1の値であるから非負の整数である. したがって， 係数( L ^f mδi j m)が m E L

0以外の値， すなわち， 1以上の値をもっ場合に限り， X i jの値が算出できる.

換言すれば， X i jを求めることができる条件は，

L f m δi j m 孟 1 m E L

(for all ij)

であり， このとき， X i Jの推定値X jj・ は

X i j・ L f m S i j m q m/ ( L f m δiJm)

mEL mEL

( 6 -4)

( 6 -5)

ここで， δ ijm はi j間o D交通量がリンクmに流れているか否かを示す定数

- 10 0 -

であるから， どmδ j jm= 1はi j間o D交通量がリンクmで観測できることを

意味し， したが って， 式(6 -4)は第4章で提案したI 0 D網羅規準」にほかな らないことが理解できる. すなわち， I 0 D網羅規準による交通量観測点の最 適配置」は， 式(6 -1 )でt m-q mとしてX j j・ を推定する方法を可能にする観測 点配置 を与えるものである.

6 . 4 分布交通量の推計法とそのための交通量観測系の編成

前節の内容から， I 0 D網羅規準」に基づく観測点配置は， 次の最適化問題 を解くことによ って， f mを求める方法である.

Minirnize Z Lξm rn E L

S. t. L f m δi j m 孟1 (for all ij)

rnEL

(6 -6 )

上記数学モデルは， パラスの加法アルゴリズムを用いて初期可能解を求め，

分枝限定法を用いて改善の可能性を探索するという方法により解析できる( � 4. ₃₎

ところで， 式(6 - 6 )によりえられる解は， ⁰ Dペアi jの全ての組合せにつ

いてX jj・ の推定値を求めるため の最低条件であり， 各推定値に対して推定誤 差上の制限を加えるものではない. しかし， 実際問題としては推定誤差に対す

る配慮も必要である. そこで， 以下に推定誤差制御による観測点配置問題につ いて考える.

推定による誤差は， V jjm， P jjm， t m (qm')に含まれているが， その原 因として， ①過去のo D調査データの誤差， ②V j j m， P j j m， t mを求める過

程で生ずる誤差〈一般には配分誤差)， ③時間の経過によるo D交通量の傾向 変動とネ ッ トワークの変化， ④観測交通量の誤差等が考えられる. 誤差①は配 分誤差に比べれば極めて小さいことは， 第5章の�5.4， �5.5の結果の比較に より明らかである. 誤差②， ③はmリンクにおけるi j間o 0交通量t j j mの 中に存在するため， まとめてe j j mと表現することができる. また， ④につい ては， 観測誤差LI q mを導入することによ って表現できる .

以上の内容に基づき， 分布交通量の推計誤差の表現を試みれば以下のとおり

である. まず， 誤差 を含んだmリンク中のi j間o D交通量t i J m・ は，

t iJm t iJm+ e iJm (6-7)

と表わせる. 式(6-7 )を用いれば， e m-L e i Jmとして，

i j E G

v ; _{I J} m ( t j J m + e j _J m) / ( t m + e m)

p j Jm (t jJm+ e jjm) /x jj

S jJm' _{- V} jjm'/p jJm X jJ/ (tm+ e m) これら の結果を式(6 -5 )に代入すれば， 次式をうる.

X jJ+ .d X jJ= {LどmS j j m' ( t m + .d _q m)} / L f mδj j m

mEL mEL

ここで， e mくくt mで、あるから， 1 / ( t m + e m)与(1-e m/ t m) / t mと近似す れば，

X j j + _Ll X i j � {L f m S i J m t m L f m S j j m ( e m Ll q m)

mEL mEL

- L f m S _i jm e m.d _q m/ t m} / L f mδi J m

mEL mEL

{ }内の第3項 は誤差成分相互の積であり， 微小項と考えて省略すれば，

.d X j J � L f m S j j m (.d q m e m) / L f mδj j m

mEL mEL

( 6 - 8)

と なる. こ こで， e mは確率変数であるので， .d X j jも確率変数と考える こと ができる. .d _q mは各観測点における観測誤差であり， ネ ッ トワークとは無関 係に定まる量であるので， 第5章と同様の考えによりe mのみを確率変数とし て扱うこととし， .d _q m 0とする. e m\ σ m2をそれぞれe mの期待値と分散

とし， COV ( e m， e k) = 0 (m _{*- k} )を仮定すれば， .d X _j jの期待値， 分散はそ れぞれ

.d X _j j・ - L f m S j jm e m'" / L f mδj jm

m E L m E L

σ Xjj2 L (f mS jjm)2σ m2/ (Lどmδj j m) 2

m E L m E L

と表わすことができる.

( 6 -9)

さて， ここで， 次の関数X j jを定義すると， .d X jj">Oの場合には{ }内第 1項が， .d X _j j噛くOの場合には第2項が卓越する. この ことから， X j jは.d X

i J = 0まわり の.d X _j jのばらつきを示す指標となる.

X ij2= {(Ll X ij++σ Xij)2+ (Ll X ij・- σ xi j) 2} / 2 Ll X ; õ+2+σ . 2

J V X 1 J (6-10)

そこで， f mを変化 させ， X i J2を可能な限り小さくすれば， 推定 誤差Ll X i jが 小さいどmの組合せが得られる.

ま た， X i J2を一定値以下に制限するような解の求め方も考えられる. すな わち，

X ij2= Ll X ij・2+σ xi J2 孟 e ij2 (6-11)

となるよう全てのo Dぺアi jに対してX i J2の上限値 (許容水準値) e i j 2を 定義すると， 式(6-11)を制約条件とし， 観測点数を最小化する次の最適化問題 に帰着させるこ とができる.

Minimize Z Lどm m E L

s. t. Ll X jj+2+σ x i J2 亘 ^{θ .} .2 .

I J (for all ij)

6 . 5 発生交通量の推計法とそのための交通量観測系の編成

(6-12)

前節までに， 観測交通量 から分布交通量の簡易推計法と， それを可能とする 交通量観測系の編成手法について述べたが， 次に， 発生交通量を 求める手法と

そのための観測点配置の必要条件について考察し よう . 次の諸量を定義する.

r j m: iゾーン発生交通量がリンクmを利用する確率 t j m: mリンク中のiゾーン関連交通量

W j m: t m'こ対するmリンク中のiゾーン関連交通量の割合

y j : iゾーンの発生交通量

このと き， t imはt m・ W im Y i. r i mで、表わされるから， Y jは，

Y i - (W i m/ r j m) t m (r i m * 0 ) (6-13)

となる t mの代り に観測値q mを用いれば， 8 6. 3で述べた種々の誤差に より，

式(6-13)は厳密には成立しない . そ こで， 式(6-13)の残差平方不日Gjが最小と なるようY jを推定するものとし， G jおよび諸変量を 次のように定義する.

G i = Lどm (βi m Y i 7 i m q m) 2 m E L

- 103 -

(6-14)

7 im

〔 :

ここに，

(r im=O)

I 1 (リンクm'こ βi m=

I

ゾーン交通量が流れている場合)

l_ 0 (リンクmに ゾーン交通量が流れていない場合〉

式(6-1 4)の両辺をY jで偏微分してOとおく と，

8Gj/8Y i-2Lξmβi m (βimY i- 7 imq m) 0 m E L

ここに ， βim2=βi m， βim 7 im 7 im であるから， 上式より，

( L ç mβi m) Y i = L ç m 7 i m q m

m E L m E L

したがって， Y iが求められるための条件は，

εどmβim �三l m E L

(for all j)

であり， このとき， Y iの推定値Y i は次式で与えられる.

Y i εç mγ i mq m/ L ç mβim

m E L m E L

(6-15)

(6-16)

(6-17)

式(6-16)は「ゾーン網羅規準」といえる. この規準に基づいた観測点配置は 次の最適化問題を解くことによって与えられる.

Minimize Z - L ç m m E L

s. t. L ç mβim �三1 (for all i) m E L

この問題の解法は� 6. 4に述べたものと同じである.

(6-18)

つぎに， Y iの推定誤差Ll Y iの表現を試みる. � 6. 4と類似の考察により，

7 im Wim /r im・ Y i/ ( t m+ e m) (6-19)

Y iの推定誤差は， 式(6-8)のδij mをβimに， S i j mを7 imに置き換えればよく，

Ll Y i � L ç m 7 i m (Ll Q m e m) /εç mβim (6-20)

m E L m E L

と表わせる. 以下， � 6. 4と同様の理由lこより， Ll Q m- 0として取扱う.

e m ， σ m2を用い ， e mが互いに独立， すなわち， Cov(em，ek)=O (m* k) とすると， Ll Y iの期待値， 分散はそれぞれ，

Ll Y i - ーεÇm7 ime m"'/Lどmβim

m E L m E L

- 104 -

(6-21)

σ νi2ニL (どmI i m) 2σ m2/ (εどmβi m) ²

m E L m E L

と表わせる. また， Ll Y jのばらつきの指標としてY i 2を定義する.

yj2= LlY j唱2十 σ νi2

許容水準値ρ i2を導入すれば， 次の最適化問題に帰着する.

Minimize _Z L f m m E L

S. t . Ll Y ⁱ +2+ σ νi2豆ρ i2 (fo r a i l i)

6 _ 6 実在道路網への適用

これまで述べてきた交通需要推 計法のための交通量観測の理論を，

実在の道路網に適用し， 分布交通 量， 発生交通量の推定精度， 推定 誤差の近似式の妥当性， およびそ れらと観測点選定との関連性等に ついて考察する.

(6-22)

(6-23)

図6-1 対象道路網と独立なリンク 6 _ 6 ^{_ 1} 適用道路網と誤差の発生

図6 ^{- 1に，} 福岡市と周辺部を含む対象道路網の概略図(図中O印は発生 ・ 集中ノードを表わす)を示す. 各リンクは， 全国道路交通情勢調査の対象区間 をベー スとした国道， 一般県道および主要地方道であり， 使用o D交通量デー タは第5章で用いたものと同ーである.

推定誤差の原因は ， 前述のように 4種類あるが， これらの誤差のうち， 推定 のために用いたパラメータW j m， ^r i mの中に主な原因が存在するものと考え，

以下の要領で誤差を発生させた . すなわち， 第5章と同様に標準正規乱数sを 用いて，

e : _{I Jπ1} t jjm . s/3 (6-24)

により ， t j j mが3 σ に相当するよう正規乱数として誤差e j j mを発生させ， 次

の2条件を満足するものを採用した.

I e i j m I 豆 t ijm (t iJm・ の非負条件)

L e i _Jk= 0 k E R i j

(6 -25)

ここに t e i j kはi j間o D交通量の第kルートへの配分誤差， R i Jはi j 間o D交通量の 代替ルートの集合である. また， 本例では300回のモンテカル

ロ ・ シミュ レーシ ョ ンによりt _e i j mとその期待値e J， 分散σ m2を求め た .

6 . 6 . 2 0 D網羅規準による必要リンクの抽出 ( 1) 0 D網羅法

図6 - 1に太線で示したリンク77本は， リンク交通量を構成するo Dの組合 せに関して他のリンクに包含されないリンクを表わしている. ここで， あるリ ンク中のo Dペアの組合せが他のリンクに包含されないとは， 他の任意リンク

に対し， そのリンクが有しないo Dペアを有することである . 以下では， この よう なリンクを独立なリンクであると表現することにしよう . 仮にt 0 Dペア の組合せに関し， 全く同ーのリンクが複数本存在する場合には， 最も交通量の 大きな1本のリンクで代表させ ， そのリンクのみを独立リンクとして取り扱う.

このようにすればt 0 D網羅規準を満たす観測点配置を考える場合に， この独 立なリンクの集合か ら必要リンクを抽出すればよいことになる . 本分析では，

前記25の発生ゾーンか ら福岡市近辺の20の発生ゾーンを選び， それらの聞にお ける 190組のo Dペアのうち ， 交通量がOでない 1 7 5組のo Dペアの分布交通量 を推定の対象とした .

ところで， 道路網上の全てのo Dペア聞の交通量を求めるためには， 式(6 -5) の分母が正である必要があり， 観測点数が最小で， この条件を満たす解 は式(6- 6 )の問題を解くことによ って得られる. そこで， 独立 なリンクの集合を対象と

して式(6 -6 )の最適化問題を分校限定法を用いて解くと， 構成リンク数20の 1 6 組の解が抽出された . それらの解を構成するリンクの道路網上の分布を図6一 2に示す. 図におい て小さな・印で示されるリンクはt 1 6組の解すべてに共通 のリンクであり， このうちいずれかが欠ければ， 代りに他のいかなるリンクを 用いようとも， いくつかのo Dペアに関して分布交通量の推定が不可能と なる.

- 106 -

また， 大きな・印で示された8本

のリンクは ， このうち適当な4本 の組合せにより， 上記共通リンク で捕捉できないo Dぺアの集合を

捕捉することができ る. すなわち，

小さな・印のリンクは代替不可能 なリンク群， 大きな・印のリンク は8本のうちで代替が可能なりン ク群であるといえる.

( 2 ) 分布交通量の推定誤差制

御法

凡例0:兜生集中ノード

・:代岱可能な観測点

・ :共通の観測点

図6-2 OD網羅法に基づく解の構成リンク

本問題は， 分布交通量の推定誤差 を一定値以下に抑えるという制約の下に，

観測点数を最小化する問題であり， 式(6-12)を解くことによ って解が得られる.

その解法をフ ローチ ャートに示せば図6 - 3のとおりであるが， 図5 - 9との 相違は制約条件式のみである.

ここでは， e jj/ X jj=0.10， 0.15， 0.20の3ケースについて解を求めた.

本法では， すべての o Dペアに関して式(6-12)の制約条件を 満足する必要があ るが， 条件式の左辺の分母が(L f mδi j m) 2であるから， 左辺が有限であるた

m E L

めにはo D網羅規準が満たされていなければならない. このためには， 前項の

解析から明らかなように， 20リンク構成の解を要する. ただし， 0 D網羅規準 に個々の分布交通量の推定誤差 に関する制約が加わるので， 解の自由度は低下

し， 解の数が減少する.

表6 - 1はo D網羅法による解(リンク番号の組合わせ}と， 誤差制御法に よる解とを示したものであるが， 誤差制御法の解はθij/X jj= 0.10， 0.15，

o. 2 0のいずれも o D網羅法による解の1 ，....__ 1 6のうち， 1，....__ 8に相当しており， リ ンク7 4を含むものは除外され ている .

なお， θ jj/X jj=0.09， 0.08， 0.07， 0.06， 0.05の5ケー スについても計

算を試みたが， 分布交通量推定に関わるリンクの固有誤差の大きさが制約とな って， 数個のo Dペアに関して制約条件を満足できず， 結局， 可能解を求める ことができなか った .

- 107 -

z _0- 。

L )を抽 出

m 1 (ε ンク

ンクからo Dペア数nrnの最大の

出抽

未

Z 0+

z _0-

m N 0= N 0十

ン ト 制約条件を満足しないo Dペア数Vのカ ウ

ンク数， 。 YES

z _0:

N 0:初期可能解リ

{k }の決定 除去リ ンク

{ k }

件し条

対約に制Aのか

ムロアる集ぺす

クD立

リ全が ンO成

ンク集合A = N _1一

Z z ₀₌

N 0= ^{A ，}

N [= A NO

YES

T 0 P

討日以ぺ件検1条で関未)引約るく制す除Mの対を合アとk集ぺAfいクDか合NンOる集dりのす

ククるて立ンンれべ成リリさすが

NO S

制約条件を満足する Sのリンク数 ンク集合Mの中から，

ンク群Sを抽出， Z ' NO

Z _。 z _[+1- S ，

N _[+1

ンクの抽 出 フ 口 一一

分布交通量推定のための観測リ - 3

図6

108

表6 -1 分布交通量推定のための観測点最適配置解

解 _o 0網羅法による最適解構成リンク 推定誤差

番 制御法

守^広コ 共通リンク番号 固有リンク番号 20% 15% 10%

1 63 64 75 83 。 。 。

2 63 64 75 107 。 。 。

3 63 64 76 83 。 。 。

4 63 64 76 107 。 。 。

5 63 65 75 83 。 。 。

6 63 65 75 107 。 。 。

7 63 65 76 83 。 。 。

8 8 1 3 2 6 36 37 50 53 63 65 76 107 。 。 。

9 68 84 8 5 92 101 1 03 132} 64 74 75 83

10 64 74 75 107

11 64 74 76 83

12 64 74 76 107

13 65 74 75 83

14 65 74 75 107

1 5 65 74 76 83

1 6 65 74 76 107

以上， ₀ 0網羅法 ， 誤差制御法の2法を用いて， 必要リンクの抽出を試みた が， いずれの方法においても， 必要リンク数20の共通解が得られることがわか

っTこ.

6 . 6 . ₃ 分布交通量の推定精度

1 6組の観測リンクのいずれを使用するかによ って， 分布交通量の推定精度は 異なるが， この点、に 関し， 推定誤差率(推定誤差の標準偏差/分布交通量x 10 0)を用いて調べたところ， 最も精度 が高い解が解1 ， 最も低い解が解1 6とい

う結果が得られた . 2つの解による推定誤差率の頻度分布， 累積度数分布を図 6 - 4に示 す . これより， 解1 と解1 6で は推定誤差に若干の差はあるものの，

その程度は小さく， 両者とも大半のリンクの推定誤差率が6 %以内にあること が読み取れる.

次に ， 解1 (図6 - 5 )を観測リンクとし， モンテカルロ シミュレーシ ョ ンで

誤差e j jmを発生させてS j j m を計算し， 式( 6 - 5 )を用いて分布交通量X j j・ を 求めた . シミュレーシ ョ ンの試行毎に 求めた値の平均値X i j・$と， 分布交通 の真値〈与えられたデータ)X i jとの関係を図6 -6 ，こ示す. これより， 両者 は極め て高い相関関係にあることが明白である. また， 分布交通量とシミュレ

ーシ ョ ンの値より求めた推定誤差の標準偏差(分布交通量で基準化した値であ

- 109 -

り， 誤差率と考えてよい)との閃 ..-... 50 t 100

r

、冶

、J、4眠、

係を図6 ^{- 7に示す. これより， � 4.0 一一一一解1 陪t}4ミ 80

誤差率は分布交通量の大小にほと

んど関係が無いことが分かる. ま 20

た， シミュ レーシ ョ ンによる推 定 ¹⁰ 誤差の標準偏差と， 式(6 - 9 ) の第 0

2式で計算したものとの関係を見

1.0 5.0

ー -M16

推定誤差率(%) ^10.0 図6-4 解1と解1Gの観測点配置による

40

20

。

たものが図6 - 8である. 近似式 分布交通量の推定誤差率の頻度分布 による計算値はシミ ュ レーシ ョ ン

値よりも低めである が， 両者には 高い相関があることが読取れ， 式 (6 - 9)の近似式が十分に実 用的で

あることが理解できる.

以上から， 式(6-12)のように推 定誤差の大きさを考慮しつつ ， 最 小の観測リンク数に抑える場合，

1組のシミュ レーシ ョ ンで得られ た e m ， σ m2を定数として用いて 最適化を図ることは妥当であると

いえる.

次に， 式(6 - 9 )の第2式をみて

凡例0:発生集中ノード

・:代替可能な観測点

・ :共通の観測点

図6-5 OD網羅法に基づく解lの矯成リンク分布

みると， (S _{i J} m・ σ m) 2の相対的 に大きなリンクを含む解において， 推定誤差 の分散が大きくなることがわかる. したがって， 観測点配置によ って， 分布交 通量の推定誤差の大きさに差が出る . この事実と， 第5章に述べたσ m2がリン

ク交通量の増加とともに減少することから， 交通量の大きなリンクに観測点、を 配置することが， 分布交通量の推定誤差を小 さ くする上で効果的であると考え られる みに ， 解1において共通リンク以外のリンクの交通宝の総和は7741

9台/日 ， 解2においては38676台/日である. すなわち， 本例に関し， 共通リン ク以外のリンクにおいて， 解1は解2の約2倍の 交通量を捉えており， その分，

惟定誤差が減少している. この点は上述の内容を裂付けるものである

- 110 -

/ ， J

(寸()HX)

円相判件担ω円相ヤ酬明Nmb件余

ゾーン制緩規準による必要リ ンクの抽出

氏U

6

_

道路網上の全ての発 最小の観測点数で，

式(6-1 生ゾーンの交通量を求めることは，

1 ，こ そこで， 図6

8 )の問題に帰着する.

示された独立なリンクの集合を対象として，

の10組 構成リンク数1

と，

式(6-18)を解く

分布交通量(台/日x 104) ンクの道路網

10本のリ の解が抽出される.

図6-6分布交通量の臭値と推定値平均 との比較

上の分布を図6 - 9の・印で示し， 求めら

.

•

•

「「u nHV

(N〉州側哩料川勝Q制，給制梨

ンク番号とその推定精度を表6 れた解のリ

- 2に示す.

分布交通量推定におけるo D網羅法と分 布交通量推定誤差制御法との関係と同じく

ゾーン網羅 発生交通量の推定においても，

法と発生交通量推定誤差制御法との間iこは，

式(6-16)に示される共通の制約条件があり •

式(6-16)の制約 誤差の大小とは無関係に ，

. ..

ンク数 条件から発生交通量推定に必要なリ

準標 差誤

定推の

そ レ」 量係

図6

-

/

/ /

/

イ

(CCHX)

坦，三割Q制哩泊料引挺制稲川以梨

解の構 各々の解にお 本例 では，

で あるため，

の最小値が決定される.

成リンク数が1

(Y i/Y i) ける発生交通量の推定誤差率

1本のリン は推定されるゾーンによらず，

クの交通量に含まれる誤差( _e m..σ m)に左 本例のように， 解 したがって，

右される.

μ庄 4十a

で ある場合に限り の構成リンク数が1

特 定誤差制御法による解と精度の関係は，

別の解析によらず表6 - 2から直接読み取

5 1e 15 2B

推定誤差の僚筆偏差(台/日x 1 Or. ) Y i/ Y j壬O.0

求められる解は表6 たとえば，

3の制約を行なえば ることができる .

一2の (1)，，-， (9)の9組となる.

;g)6-8分布交通量の法定誤差標準偏差 の近似値の精度

111

表6 - 2 発生交通量推定のための観測点最適配置解

解番号 リンク番号 4 ¹

2 3

3 4

4 134

5 1 ^{0 1}

6 4 4

7 8

8 4 ⁵

9 4 ⁶

10 137

6 . 6 . ⁵ 発生交通量の推定精度

ここで， 発生交通量の推定精度，

および推定誤差の近似式等について 検討する. リンク3(図6 - 9の⑨ 印〉を観測リンクとし， モンテカル ロ シミ ュレーシ ョ ンで発生させた誤 差e i ^j mを用いて1 im・ を計算して，

式(6-17)によりゾーンiの発生交通

量Y iを求めた. その上で， 全試行 について平均した値Y i・帽と， 発生

推定誤差率(Y i/Y i) 0.887(%) 1. 781 1. 797 2 . 312 2. 478 2. 520 2 . 94 1 3. 176 4. 526 6. 44 ¹

凡例0:発生集中ノード

・:観測点

⑥: 1)ンク3

交通量の真値(与えられたデータ) ^{図6 - 9} ゾーン網羅法に基づく解の構成リンク分布

Y iとの関係をプロ ッ トすれば図6

- 10のとおりであり， 両者が極めてよく合致していることがわかる. また， 同

じシミ ュレーションで， (y i・ - Y i)の分散を求めたものと， 式(6-21)の第

2式で計算したものとの関係を見たものが図6 - 11である. 両者は高い相関を 示し， 式(6-21)の近似が十分に実用的であるといえる. このことより， 推定誤 差の大きさを考慮しつつ， 最小の観測リンク数に抑える場合， 1組のシミ ュレ ーシ ョ ンで得られた e m ， σ m2を定数として用いて， 式(6-23)のように最適化 を図ることの妥当性が理解できる.

発生交通量とその推定誤差の標準偏差の関係， およびこの関係の観測リンク

/ / /

/ J

， (LH×)

mmH時四千川間梨酬照wm川相以

の選定による変化を示したのが図6 - 12

両者は比例関係にあり 発生交 である .

推定誤差の襟 通量が増大するにつれて，

その一方で， 観測jリ 準偏差も増大する.

その傾きが大きく ンクの選定によ って

発生交通量に対 直線の傾きは，

異なる .

する推定誤差の標準偏差の比率σ νj/ ^Y j

5

18

発生交通量(台/日x104)

図6 -10禿生交通量の真値と推定値平均 との比較

を表わして 最 小0.88%である.

(これを推定誤差率とよぶ) 最大6.82% ，

おり

(OOHX)

.

.

-•

三18

� Q

$J 88 1翠

268 器48

観測リ このことから，

誤差に及ぼす影響の大きさを知ることが できる

観測リンクの選定によ っ このように，

て推定誤差の範囲が変化する原因が観測 ンクのσ m2にあることは式(6-21)---- (6-

σ m そ^こで，

23)等からも明らかである

ンク特性と関連 2の大小がどのようなリ

28

48

88

推定誤差の標準偏差(台/日x 100) 観測リ

がある かについて検 討するため

図6-11発生交通量の推定誤差標準偏差 の近似値の精度

(137)

(OOHX) \，/ A性 内包U 14 句lよハHU 噌1ム \，/ \『/ Qυ

，At / K AH‘ - . 刈生 門J

\E/

MU- /'\ ft、

- 2

・ /g、、

•

(46)

•

. .

-

-

-- - . .

.，a・・・・・ ・・ •••••••• ••

•

. . •

2

，.

.‘

・ �

. ，. -量

引! ?jj

-b制睦制対，挺Q制，恥何梨 ンクの交通量t mと推定誤差率(σ νj/ ^Y j)

図6 ^- 13のとおり との関係を求めれば，

ンク交通量t mの増大ととも である .

に推定誤差率σ νj/ ^Y iの値が指数関数的 に減少しており，σ νj/ ^Y iの最小値は，

ンクで出現する が実現するリ

最大交通

ことが理解できる.

28

推定対象交通量による観測

氏υ

6

_

点配置と推定誤差との関連性

ハHV ×

発 生 力人 日 通 量 VJ 台 U il J/

日 発生交通量を

以上の結果を省みると，

図6 ^- 12観測リンク別発生交通量と 推定誤差の関係

分布交通量を惟定 推定する場合の方が，

11 3

する場合よりも， 推定精度， 観測点数の 両面からみて効果的なようにも思われる.

この点を確認するため， 発生レベルおよ び分布レベルでの両交通量の推定精度の 比較を行なえば以下のとおりである. な お， 観測点に関し， 分布交通量の推定に

は表6 -1の解1を， 発生交通量の推定 には表6 - 2の解1を用いた.

図6 ^- 14は， 発生交通量の直接推定値 と分布交通量の推定値を集計して求めた 発生交通量とを， シミュ レーシ ョ ンを用 いて推定精度の面から比較したものであ る. 発生交通量の増加にしたがって， 直

倭推定値の誤差が一定の比率で増加し，

その絶対値が小さいのに対し， 分布交通 量推定値の集計値の誤差の絶対値は大き

く， ま た， 大きな発生交通量においてそ の程度が著しい.

図6 ^- 15は， 分布交通量のレベルで同

様の分析を試みたもので， 分布交通量の 直接推定と， フレータ一法を用いて発生 交通量の推定値から推定した分布交通量 の推定との比較を示す. 前者の方が誤差 は全体的に小さく， 精度が高いことが分

かる. 因みに本例では， 前者の誤差 は後 者のそれの1/2以下である.

以上から， 発生交通量， 分布交通量と もに直接推定法の方が推定精度は高いと いえる. また， 発生交通量の推定のため の観測点配置は， 観測点数の面から優位

- 114

掛 Q制) 話

器6.0

い) (ふ仙

(

J 災 ^ぷ

〈引か\\J51- 4.0

2.0

リンク交通量(台/日x ^{104 )} 図6 ^-13 観測リンク交通量と推定誤差率との関係

一・一発生交通量の直往推定

J

-@一分布交通盟推定(…

<! / �

，@

@@A eイ 守 ___ .

.. 目・E、 -_-

@//， ./ . / ー

B' 5 10 15 20 25

発生交通量(台/日x 104) 図6 ^-14 発生交通のレベルにおける推定法の

精度比較

-発生交通量の推定後の推定

@分布交通量の

直径推定 . ^.

/

.

•

。J

••

• •

• ④

�阿 Iユ 睦10 掛邸 3話側 側提 嗣Q F型以 制5 ぽ

6(円三×)

4

制控吾邸側部Mm梨Q劇同一似持魚

. . ....・

日 2 4 6

分布交通量(台/日X ^{104 )} 凶6 -15 分布交通のレベルにおける推定法の

精度比較

であるが， 推定の目標を分布交通量iこ置く場合には， 推定精度の面で分布交通 量を推定するための観測点配置による方が優れて いると結論でき る.

6 ^_ 7 要 約

本章では， 観測交通量の観測値から， 分布交通量および発生交通量 を推定す るための方法と， それを支援する交通量観測系の編成問題について考察した . その内容を要約すると以下のとおりである .

( 1) i j間o D交通量のリンクm利用率P i j m， リンクmにおけるi j間O D交通量の割合V ⁱ j mを用いた分布交通量の推定式(6-5)を導き， その分母が正 でなければならないことから， 分布交通量の推定可能条件を示した . また ， こ の条件は， 先に提案したr ₀ D網羅規準」に他ならないことを明らかにした

次いで， 分布交通量の推定誤差を制御した観測点配置の考え方を示すため， 推 定誤差L] X i jの分散の近似式を導き， 上記の考え方を最適化問題として定式化 した .

( 2 )発生交通量に着目し， 分布交通量の場合と同様の理論を展開した . 発生

交通量の推定式は， 式(6-11)で示され， その必要条件が 式(6-11)の分母が正で なければならないことから導かれる が， これを「ゾーン網羅規準」と名付けた.

次に， 発生交通量の推定誤差およびその分散の推定式の定式化を行ない， 推定 誤差を制御する観測点配置問題の数学モデルを定式化した .

( 3 )福岡市およびその近郊の実在道路網を用いて， 分布交通量推定のための

式(6 - 6 )を解くことにより， 観測リンク数20の16組の解を求め シミ ュレーシ

ヨ ンにより推定精度の検討を行な った . その結果， 平均値に関しては極めて高 い精度の推定値が得られること， 推定精度の標準偏差の推定近似式が十分に高 い精度を持つことを明らかにできた . 次に， ₀ D網羅法 によ って求められた16 組の解の選定が分布交通量の推定精度に及ぼす影響について分析し， 推定精度 は， 解の選定によ ってあま り大きく異ならないものの， 交通量の多いリンクを 含む解ほど分布交通量の推定精度を向上させる傾向にあること等が明らかにな

っTこ

一方， 発生交通量推定のための式(6-18)を解くことにより， 観測リンク数1

の1 0組の解を求め， シミ ュレーシ ョ ンによ っ て推定精度の検討を行な った . そ の結果， 式( 6 -6 )の場合と同様に， 平均値としては極めて高い精度の推定値が 得られ ること， 推定精度の標準偏差を推定する近似式が十分高い精度を持つこ とが明らかとな った . また， 観測点の選定が発生交通量の推定精度に及ぼす影

響を分析し， 推定精度は観測点の選定によ っ て大きく異なること， 交通量の多 いリンクほどそれを観測点として用いた時に発生交通量の推定精度が向上する

こと等が明らかとな った .

以上の結果として， ₀ D網羅法， ゾーン網羅法による観測点配置解と， これ らに対応する推定精度制御法で得られ た配置解の関係は， 前者が後者を包含す るものであるといえる.

( 4 )分布交通量， 発生交通量のそれぞれの直接推定のための観測点配置につ

いては， 前者が推定精度面， 後者が観測点の数でそれぞれ優れ ているといえる.

- 11 6 -

第7章 道路の交通特性分類とそれに基づく交通量観測系の編成

7 . 1 はじめに

道路の機能分類は， 個々の道路を道路網における役割に応じて計画する上で 重要な基準となるものである. すなわち， 道路に期待されるサービス水準を確 保するためには， その道路が果たすべき 役割と利用のされ方の実態を十分に把 握して機能の面から分類し， その分類に対応した道路整備方針を確立すること

が必要である.

一般に， 道路の機能は， トラ フ イ ッ ク機能， アクセス機能， 空問機能に分類 され， また， 道路は， 計画上重視すべき機能の組合せと道路網上の配置などか ら， 主要幹線， 幹線， 補助幹線， 区画道路などに分類される. そして， これら の分類の根底には， 目的や特性が異なる種々の交通を整理し， 交通の内容に応 じた機能をもっ道路に交通を分担させることによって， 安全で効率的な道路網 の形成をめざすという理念が貫かれている. しかし， このような理想的な道路 の機能分類と現実の道路の利用形態とが必ずしも一致していない事例が多い.

これは， 計画段階においては， その道路の将来の利用形態に関する予測が十分 でないことに起因し， また， 計画時から相当時間が経過した段階では， その間 の道路網の変化， 交通事情の変化が著しいことに起因する. いずれにしても，

理想的な道路の機能分類と現実の道路の利用形態との本離の程度について常に 監視し， その状況を把握し整備改善を図ることが望まれる.

ところで， 個々の道路の利用形態の特徴は， 現実に発生している車種構成や 交通量の変動などの交通特性によって判断できるものと考えられる. あるいは，

このような交通量データから道路の利用形態を明らかにする手法を確立すれば 極めて効果的であるし， また， 交通量調査の道路計画 ・ 管理への活用が大いに 期待できる. そこで， まず， 道路の交通特性を表わす諸指標をもとに統計的方 法で道路の利用形態を分析し， 道路分類の手法を構築する. 次いで， これに基 づいた各種の代表的な道路区間を観測点、とすべきであるという考えで， 観測系 のあり方を検討するものである.

7 . 2 使用データと分析方法

トリ ッ プの質は， その目的， 起終点， 積載物などの内容やそれらに伴って生 じるトリ ッ フ長， 旅行 時間， 緊急性などにより与えられるが， そうした個々の トリ ッ プの集合体である交通の質は， 各道路区間の交通量 ・ 車種構成 ・ ピーク 率 ・ 季節変動 などの交通特性により推察できる. すなわち， 交通特性は， トリ

ッ プの内容そのものを表わすものではないが， 交通観測により入手が容易な指 標であり， トリ ッ プ内容を推定する上で効果的 なものと 考えられる.

交通特性指標は， 交通量のように規模を表わすもの， 車種構成のように交通 の質(内容)を表わすもの， 日曜日係数 . K値 ・ 昼夜率などのように交通置の 変動特性を表わすものの3種に大別 される. 交通量常時観測データは， これら 3種の指標を同時に入手 できる 点で好都合であるが， 観測点が少なく， しかも 国道に偏る難点、がある. 一方， 県道以下の道路まで対象とする場合には， 一般 交通量調査データの利用 となり， その場合には， 得られる交通特性指標が限ら れ， 一般に交通変動特性に関しては日〈あるいは昼間1 2時間)の時間変動以 外には得られない . そこで本研究では， 国道を中心とした主要幹線道路の分析 と一般県道以上の道路を対象とする 分析の2通りに分け， 前者に関しては全国 約450地点、の交通量常時観測データを用いて行い， 後者に関しては関東地区の 約4100区間の一般交通量調査データを用いて 分析する こととする .

7 _{_} 3 交通量常時観測データを用いた分析

7 . 3 . 1 道路機能を表わす主要指標

道路の利用 目的と 幹線性は， 道路機能を表現する上で重要 な視点である . 利 用目的lこは， 詳細に見ればo D調査 など で用いられる7区分(通勤通学， 業務 A"-'C ， 家事買物， 社交娯楽， 観光レクレーシ ョ ン)があるが， 大きくは業務 関連目的と 生活関連目的とに大別され， また， 業務関連目的は人流と物流に分 けられる. 一方， 道路の幹線性を特徴づける指標として， 交通量とトリ ッ プ長 の2指標が考えられ， 交通量が多いほど， また， 平均トリ ッ プ長が大きいほど 幹線性が強いといえる.

このような内容に基づく道路機能を ， 観測される交通特性指標から直接知る

- 118 -

次の ように考えることができる.

ことはできない . しかし

生活関連の行動は平日に加えて休日に 業務関連の行動は平日に限られ，

、、，ノ''A 〆，、、

業務関 日曜日係数によって，

したがって も行われるの が一般的傾向である.

生活関連の いずれの交通が多いかを判断することができる.

連，

し 特に物流交通は夜間走行することが多い.

ッ プ長が 大きい交通，

( 2 ) トリ

昼夜率が高い道路は物流が多い道路であると考えられる.

たがって，

は幹線性の分類の直接の指標となる.

(平均日交通量 ) A D T

( 3 )

低い道路は物流が多い.

乗用車率の高い道路は人流が多く ( 4 )

大型車混入率の高い道路は大口貨物輸送の多い道路と考えてよい.

( 5 )

道路機能を表わす主要指標として次のもの を挙げ 以上のことを踏まえれば，

ることができる.

大型車混入率 乗用車率，

日曜日係数，

利用目的による道路の分類指標:

( ^a )

A D T， 昼夜率 幹線性による道路の分類指標:

、、，ノ.0 〆't\

交通状況を支配する主要指標の抽出 3 . 2

7 .

指標相互の 関連分析によれば指標 交通 特性指標の多くは連続変量であるが，

一方がわずかに変化すると他方が急激に変 閣の関係、は必ずしも線形ではなく

そこで特性変化点を参 が存在することが多い41 .42)

(特性変化点) 化する点

数量化E類による分 道路交通関連指標をカテゴリ一変量に変換し，

考にして，

交通特性に関する構造分析を行なった.

析法を適用して，

数量化皿類分析結果のカテゴリース コアのレ ンジ 表7 1

第3カテゴリー 第2カテゴリー レ ンジ

レ ン シ 第1カテゴリー

レ ン シ 固有値順位

指標名

---

量

率

容数数率

T 入

度況通係係率値率混間度値状交日動夜クD車車時雑速道間曜変

一 沿時日日昼ピKA乗大飽混旅D 用型和行

11 9

O. II

山一ω白OU的

数量化E類の適用結果から得 られたカテゴリース コ アのレ ン

沿 ス コ アまで示せば表7 - 1のとおりである. なお

ジを第3

および時間交通容量は 道状況，

0.04

日曜日係数か らK値までは交通量の変動特性

飽和時間， 混雑 道路特性であり

である. また

-0.03 -0.02

運行速度はいわゆるサーピ 度，

0.07 0.025

前二者は推定値

ス指標 であり， _SCOREl

交通量変動特性のカテゴリースコア分布 図7-1

である.

日曜日係数， K値お 表より

1位から3位を占めている.

よび日変動係数のレ ンジが各ス コアとも大きく，

これらの指標が共通して意味する交通量の時間的な変動特性は，

したがって

道路の交通特性を表わす 上で重要な意味をもつことがわかる.

第2 ス コア ピーク率，

ス コアではA D Tと 次いでレ ンジが大きいのは， 第1

ス コアでは乗用車率と昼夜率である.

では飽和時間とA D T， 第3

トし，

ス コアを平面上 にプロ ッ 交通量変動に関する指標の上位2

図7 - 1は

同一指標のカテゴリーを階級の11固に線で結んで指標値の移行状況と他の指標値 交通量の時間的な変動指標のうち年間の時間変 との親近性を見たものである.

階級の順位を含めて極め 日変動係数のカテゴリース コアは，

動を表わす K値，

交通量の変動特性に関してほぼ同ーの内容を表わすものと考 て似通っており，

日変動 係数と同様 小さい階級を除いてK値，

日曜日係数は，

また ， えられる

これらと類似の内容を表わすものと考えられる.

の傾向を示しており，

A D T ， ピーク 日変動係数)

(またはK値，

日曜日係数 以上の分析から，

交通状況に関して説明力を持つ指標で 乗用車率の5つの指標が，

昼夜率，

率，

あると考えられる.

交通特性指標による道路機能の分類

8 7. 3. 2で交通状況の面からそれぞれ5指標

また 3

8 7. 3. 1で機能の面から

7 3

120

をtlù出した . これらを対比すると 日曜日係数， 乗用車率， 八o T， 昼夜率の 4指標が共通であり， 交通状況に関して説明力がある指標が， また機能分類に も有効であるといえる したがって， 上記4指標、を用いて道路分類 を行うこと

にする .

まず， _ト y プ目的による分類のため， 日曜日係数， 乗用車率によ り 業務 関連， 生活関連 の別， 物流， 人流 の別を考慮した分類カテゴリーを設定し， 次 に幹線性による分類のため， ADTと昼夜率 の組合せによる分類カテゴリーを 設定した. なお， 具体的なカテゴリー区分は表7 - 2の注) および表7 - 3に 示すとお りである.

上記のカテゴリ一区分を用いれば， 合計3 6通りの分類群が考えられるが，

現実には存在しない組合せがある (例えば， 日曜日係数が特大の道路は観光特 化しているため， 乗用車率が中小のケースは存在しない) まfこ 幹線性で分 類しても， データ数が極めて小さく分類の効率が低いケースがあることを考慮 して， 群の統合を行い最終的に1 6群に分類した. その結果は表7 - 2に示す とおりである

7 _ 4 一般交通量調査データを用いた分析

本節では 交通量常時観測データ利用に関する前記の欠陥を補うため， 道路 交通情勢調査における一般交通量調査データを用いた場合の道路分類法を開発 するものである.

7 4 交通特性指標の関連性分析 交通特性指標間の概略的傾向を把握し，

交通状況を説明する主要因を抽出すること を目的lこ， 一般交通量調査データの交通特 性構造を数量化皿類lこより分析する. 使用 した指標及びカテゴリーは表7 - 4の注〉

に示 す通りである. 車種の数は3であり 図7 - 2の三角図による分類を用いている.

まアこ 一般交通量調査が昼間1 2時間調査

1 2 ₁

今t# 々・常 ヰヤ

�

図7-2

乗用車率

車種格成率グ〉カテゴ‘リ一区分

群 番

τEコ7

1 2 ト一一一一

3 ト一一一一

4 5 6 ト一一一7

8

一

9

1 0 1 1

1 2 1 3

一

1 4 1 5

1 6 注)

表7 ^{- 2} 分類群の交通特性

群 名

日曜日係数 物流型

人混 大幹線 流合

物型 中幹線 流業

務 小幹線 人流型業務

大型物流 中

業 大幹線 務

生混 中幹線 中 活在

型 小幹線

人流業務生活 中 交通混在型

物流業務観光 大 交通混在型

観 大幹線 光

物混 中幹線 大 流在

型 小幹線

観光 ・ 人流 大

業務型

観光特化型 特 大 日曜日係数 小: O. 0 ---O. 8 ，

特大: 1. 3----­

分類指標 乗用車率

中

大

中

大

中

中

大

中: 0.8---1.0，

乗用車率 小: 0"""'" 4 5 % ， 中: 45%""""'65%

表7 ^- 3 幹線性の分類

コトゴ竺

0""""'10000 中

中 10000--- 20000 中

大 20000--- 40000 中 中

特大 40000--- 大 大

122

幹線性 大 中 小

大 中

大 中 小 大 中 小

大 中

大 中 小 大 中 小

大 中

大 中 小

大: 1.0---1.3 大: 6 5 % ---

大

1^.6"""'"

大 大 大 大

第3カテゴリー ス コ アのレ ンジ 数量化田類分析の計算結果

第2 カテゴリー ス コ アのレ ンジ

- 4

表7

---固有値順位 指標名

74Ei一qtzo三JτaEI一円i 一，n、一nHU一nJLM一nJ白一nu-nU一nu一nU

;:

・

ヌU一nU一nu一nU

率

量クツ

通一成リ交ピ構ト

間間種均昼昼車平

プ長

注) 数量化皿類分析に使用したカテゴリーは以下の通り .

昼間交通量 0--- 4000， --- 8000， ---15000， --- 30000. 30000台 ~ 昼間ピーク率 0~lO， ~12， ~14， ~18， 18%~'

一

車種構成 図7-2参照

平均トリ ッ プ長 0---50km ---100， 100---

を昼夜率で補正 3 7. 3の分析結果との比較を考慮して交通

であることから，

ピーク率 ほぼ同範囲のものと考え てよ したがって， 交通量と

ーを設定した . に関して3 7. 3と3 7. 4で対応するカテゴリーは

交通量のカテゴリ したうえで，

4 ，こ

向。

数量化皿類に よる一般交通量調査データの分析結果を図7 これらから指標間で次のような関係があることがわかる . 示す .

昼間ピーク率 は 大から小へと変 昼間交通量が小から大へと変化すると，

( 1 )

この傾向は交通量の少ない道路で著しい . 化する.

y プ長は長から短へ変化する.

リ ト 昼間交通量が小から大へ変化すると，

( 2 )

昼間交通貨

ト・1ツプ長\\)

人伺

笠間 ピ ー ク率 E

11.020

カテゴリー ス コ アのレ ンジ まfこ

Nω白(〕U的

ス コ アから第3 を見てみると 第1

いずれにおいても昼間 ス コ アまで，

交通量のレ ンジが最も大きく 次い

コ ア を除けば昼間 ピーク

ス 7で‘、ー， 第3

-0.005

ッ フ ないと 平均ト

長のレ ンジはそれほど大きく 車種構成，

率が続き，

いえる

サンプルのカテ 数量化凹類では，

-0.030 -0.020

その反応パ 一反応表を用い て，

コ リ

。.020 SCOREl

交通特性のカテコリースコア分布

0.00

図7-3 ターンが類似している場合には短い

異なる場合には長い距離とな 距離，

1 2 3

えら�'1る . しプこが ー ス コア) カ三

(カテゴリ テゴリーに一元的数値

うにカ るよ

そこで，

他と比較して特性の異なるカテゴリー ス コアの絶対値は大きい . って，

コア空間における原点からの カテゴリー ス

ーの特異_性を^知るため 各カテゴリ

カテゴ 昼 間_交^{通 量}_の第 ⁵

これによれば 一別に計算した .

距離をカテゴリ

車種椛成の第3 カテ が卓越して大きく(0.042)， 次に ，

(30，000台/日以上)

これらのカテゴリ ーは全 が 大きい(0.023)

(大型貨物車率30%以上) ゴリ

特異な性格を持っと判断できる.

特性の平均から離れており

- 4 ，こ2次元相関図を示す.

指標聞の相互関係を視覚的に捉えるため， 図7

これと車種構成率に関する分析から次の関係があることがわかる . 昼間交通量30，000台/12 h以上では

( ^{1 )}

大型貨物車率30%以下，

、、，ノhu ft、

昼間ピーク率12%以下，

( ^a )

小型貨物車率50%以下，

( d ) 乗用車率65%以下，

( ^c ₎

昼間ピーク率16%以下，

大型貨物車率30%以上では ( 2 )

昼間交通量8，000台/12 h以下.

￡日\初)眠閉山間三国

0000円

昼間ピーク率16%以上では

ocoon (』NH\布)刷用制E醐

000∞

( 3 )

一一一 ^{データの分布領域}凡例 - データの分布密度

が高い領域

交通特性指僚間の 2次元分布 図7-4

制1:::2 用!ロ

どメI 、、、

2 1 ^�D

渓 Eさ1・

=

昼間ピークヨド

ocoon

同町樹事担割《

124

交通特性による道路分類と群特性

4 ^_ 2

7 ^_

大型貨物車率30%以上の2 昼間交通量30，000台/ 12 h以上，

前節の分析で，

この2カテゴリ カテゴリーは他と比べて特異な性格を持つことが示されたが，

大型 まTこ，

ーは図7 - 4においても境界値としての性格が比較的明確である.

これに対応する 貨物車率30%以上に対応する昼間ピーク率は1 6%以下であり，

図7 - 4に 車種構成率の境界値は，

昼間交通量は8，000台/12 h以下である.

乗用車率6 5%が適当であると判断する.

小型貨物車率50%，

基づき，

この分類フ ローに 第 図7 ^- 5に示す分類手11闘が提案できる.

第ーに昼間交通量30，000台/ 12 h以上の区間を無条件に抽出し ， 以上の分析から，

おいては，

30000----

G 1

①超重交通道路

②物流幹線道路 G2 30完~

---- 1. 0

( 3 -1)人の移動が主体 G3 その他

G5 G4 ( 3 -3)物の移動が主体 ( 3 -2 )標準的重交通

③重交通道路

昼間交通量

大型貨物車率

日曜日係数

(4 -1)人の移動が主体 G6 その他

---- 16%

④軽交通道路

G8 G7 (4 -3)物の移動が主体

⑤都市間軽交通道路 G9

( 4 -2)標準的軽交通 ---- 30%

( 6 - 1 )休日道路 1.0----

⑤休日型道路

( 6 -2 )観光道路 道路機能分類フ ロー

図7 -- 5

12 5

1群とする. 次に， 残りの区聞から大型貨物車率30%以上の道路を抽出して第 2群とする. 以下同様の手順で第3， 第4， 第5 群の順に抽出する.

換言すれば， 昼間交通量， 大型貨物車率と昼間ピーク率の3指標を用いて5 個の群 に分けられる. これらのうち第3群と第4 群とは， 上記3指標iこ関して 特徴のない道路 区間群 であるが， それぞれ全体の24%， 60%を占めることから，

乗用車率， 小型貨物車率を用いて細分し計6個のサブグループを作成する. こ れら以外に第6群として， 日曜日係数で他の群と区別することはできるが 般交通量調査データのみでは分類ができない. ただし， 日曜日にも交通量観測

が行なわれれば， そのデータを用いて第6群の分類が可能である.

7 . 5 交通特性分類に基づく交通量観測系の編成

交通量常時観測調査の主たる目的の一つに， 交通量の年間変動， 日 変動， 時 間変動等の変動特性を知ることが挙げられる. これは， 今後計画していくべき 道路の性格に応じて， その交通特性を事前に推定し， サービ スの程度を決定す る必要から生ずるものであるが， その前提として， 様々な種類の道路 での交通 量観測が必要となる. すなわち， 交通特性によ って分類された各グループを代 表しう るいくつかの道路区間において， 交通量観測がなされることが不可欠と

なる. 本節では， この観点から交通量観測系の編成問題を捉え， 前節において 明らかにした道路の特性分類に 関する知識を用いて観測点配置を試みるもので ある

対象を福岡県内の主要市道以上の道路区間(全部で9₈ 1区間)とするが， 用い ることができる データは基本的に一般交通量調査に基づくものである. したが

って， 図7 - 5のフ ローに基づいた分類法を適用する. なお， 一般交通量調査 データからは日曜日係数は得られな いので， 休日型道路のさ らなる分類 はない ものと する.

ところで ， 図7 - 5の分類 モデルは関東地域の道路 交通データをもとに作成

したものであり， これを他地域に適用するにはモデルの移転可能性を確認 する 必要がある. 確認の方法として， 関東データと福岡県データとの各種指標特性 に関する比較が考えられる. し かし， 両地域の交通特性分類群の情成が異なれ ば， 各種交通特性指標の分布も異なると考えねばならないから， この場合には，

- 126 -