Suche
Modellierte Stauwahrscheinlichkeit für ausgewählte Städte
Modellierte Stauwahrscheinlichkeit für ausgewählte Städte basierend auf Twitter und OpenStreetMap Daten auf Gitterzellenbasis in 100 Meter Auflösung. Der Datensatz beeinhaltet die Städte Barcelona, Berlin, Cincinnati, Kiev, London, Madrid, Nairobi, New York City, San Francisco, Sao Paulo und Seattle. Der Wertebereich reicht von 0 (wahrscheinlich normaler Verkehrsfluss) bis 1 (hohe Wahrscheinlichkeit für Verzögerung des Vekehrsflusses).
Methodik:
Basierend auf Twitter und OpenStreetMap (OSM) Daten wurde mit Hilfe von maschinellem Lernen ein Modell trainiert, welches die Stauwahrscheinlichkeit innerhalb der Städte vorhersagt. Als Referenzdaten wurden öffentlich bereitgestellte Daten von UBER verwendet (https://movement.uber.com). Als Indikatoren im Modell wurden die Anzahl an Tweets und die Anzahl an Points-of-Interest aus OSM in der Nähe von Straßen verwendet. Zudem wurden Autofahrten mit Hilfe des openrouteservice basierend auf der räumlichen Verteilung der Bevölkerung und relevanter POIs simuliert und im Modell berücksichtigt.
mFUND-Projekt: SocialMedia2Traffic, FKZ: 19F2162A
Autoverkehr Verkehrsaufkommen Stau Modellierung OpenStreetMap Twitter Routing mcloud_id:453E8757-9AA0-46B2-AD10-7700A6257F68
Links zu den Daten
sm2t_stauwahrscheinlichkeit_studiengebiete_v1
/downloads/mcloud/453E8757-9AA0-46B2-AD10-7700A6257F68/sm2t_stauwahrscheinlichkeit_studiengebiete_v1.geojsonLinks zu den Metadaten
Bereitgestellt durch
HeiGIT gGmbH (Heidelberg Institute for Geoinformation Technology)
Kategorie
Aktualität der Datensatzbeschreibung
Mon Mar 06 11:04:53 GMT 2023
Zeitbezug der Daten
— Mon Mar 30 22:00:00 GMT 2020
Aktualisierungsfrequenz
Niemals
Raumbezug der Daten
Nutzungsbestimmung
Freie Nutzung