Burgerwetenschap legt mobiliteitsimpact van corona bloot

De mobiliteitsimpact van de coronacrisis wordt nauwkeurig gevolgd. Data uit tellussen en van mobiele apparaten geven ons al een goed beeld van de gevolgen van lockdowns en andere maatregelen. Sinds kort beschikken lokale overheden echter ook over gegevens verkregen via burgers. In deze bijdrage vertellen de auteurs over de inzichten die deze ‘burgerwetenschap’ ons biedt.

Illustratie: Telraam.net

Dankzij verschillende technologieën hebben we een bijna real time beeld van de mobiliteitsimpact van COVID-19 (corona).
Google en Apple bijvoorbeeld hebben projecten geïnitieerd om de mobiliteitsimpact met behulp van mobiele apparaten bij te houden. Volgens de data van Google daalde in België het aantal reizigers in de transitzones (bushaltes, treinstations etc.) met 64 procent, terwijl het aantal thuisblijvers met 25 procent toenam. Apple schatte dat er in Brussel zo’n 53 procent minder auto’s reden.

Continue verkeersmonitoringsystemen met camera’s of inductieve lussen geven daarnaast inzicht in het totale verkeersvolume. Het Vlaams Verkeerscentrum bepaalde op die wijze dat door de lockdown het vrachtverkeer op de Vlaamse snelwegen met ongeveer 20 procent afnam en het passagiersverkeer met 55 procent.

In dit artikel delen we echter graag een aantal cijfers uit een nieuwe databron: gegevens verzameld door burgers. Die ‘burgerwetenschap’ blijkt robuuste inzichten te bieden.

Telraam
In 2019 hebben we als Transport & Mobility Leuven (TML), Mobiel 21 en Waanz.in het citizen science pilootproject Telraam opgezet om verkeersgegevens te verzamelen in Leuven. Telraam vertrouwt op een geautomatiseerde sensor die tijdens de daguren permanent verkeer kan tellen – zie het kader ‘Hoe werkt Telraam’. Het toestel is uniek in die zin dat burgers een sleutelrol spelen in het dataverzamelingsproces.

De Telraam-hardware is standaard en gebruikt de internetaansluiting en stroomvoorziening van de deelnemende burgers. De kosten zijn daardoor flink lager dan bij traditionele technieken. Hierdoor hebben we een groot en fijnmazig netwerk van telpunten op kunnen zetten. Een ander pluspunt is dat Telraam-apparaten een onderscheid maken tussen voorbijrijdende verkeersmodi: auto’s, fietsers, voetgangers en zwaar verkeer. Ze geven ook een indicatie van de gemiddelde snelheid van auto’s.


Hoe werkt Telraam?

Het meetsysteem Telraam is een Raspberry Pi-microcomputer plus lage-resolutiecamera die de burger eenvoudig tegen het raam op de eerste verdieping van zijn huis kan plaatsen. Vanuit die wat hogere positie neemt het systeem overdag al het passerende verkeer waar. De meetdata – de gedetecteerde ‘objecten’, met gegevens over onder meer grootte en snelheid – worden via het wifi-netwerk in huis naar een centrale server gestuurd. Daar worden de objecten met behulp van wiskundige clusteringtechnieken herkend en geteld als vrachtwagens, auto’s, fietsers of voetgangers.

Telraam heeft een front-end dashboard waar onderzoekers én burgers de metingen in detail kunnen raadplegen.

Zie verder: NM Magazine 2019 #1.


COVID-tracker toont mobiliteitsimpact
Begin maart 2020 waren er zo’n 800 Telraam-toestellen actief. Ongeveer 550 van die Telramen hebben tijdens de periode maart-mei 2020 continu gegevens verzameld. Om de verkeersevolutie tijdens deze bijzondere coronaperiode inzichtelijk te krijgen, heeft TML een COVID-tracker opgezet, die wekelijks de mobiliteitspatronen volgt. De methodologie van deze tracker is solide en transparant: het totale verkeersvolume per vervoersvorm wordt telkens voor dezelfde tijdsinterval vergeleken met dezelfde toestellen in het volledige netwerk. Vervolgens wordt dit cijfer genormaliseerd naar een typische pre-coronaweek (enkel werkdagen) die als baseline is gekozen: 2 tot en met 6 maart 2020.

Figuur 1: De mobiliteitspatronen in Leuven in de periode half maart-half mei 2020, vergeleken met ‘pre-corona’ baseline van 2 tot en met 6 maart 2020. (Klik op de figuur voor een grotere weergave.)



Op basis van de meetgegevens kunnen we enkele interessante trends waarnemen. Ten eerste komt de totale verkeersdaling goed overeen met de bevindingen van alle andere mobiliteitstrackers, 50 tot 60 procent vermindering van het autoverkeer. In België werden alle maatregelen op woensdag 18 maart (om 12.00 uur) geïmplementeerd, wat de beperkte reductie in de eerste week verklaart. De verkeersdalingen zijn relatief stabiel vanaf week 2, met enkele uitschieters (zoals de heropening van de niet-voedingswinkels op 11 mei met een piek in het vrachtverkeer).

We stellen aanzienlijke verschillen vast tussen de vervoersmodi. Het autoverkeer is met ongeveer 60 procent verminderd, grote voertuigen met ongeveer 50 procent, het voetgangersverkeer met ongeveer 45 procent, maar het fietsverkeer verloor slechts zo’n 20 procent aan intensiteit. Dit is een significant verschil met de andere modi. Het woon-werkverkeer, dat wordt gedomineerd door de auto, is dus het meest getroffen door de maatregelen, terwijl het fietsverkeer, dat doorgaans over kortere verplaatsingen gaat, veel minder te lijden had. Aangezien de burgers in België werden aangemoedigd om aan lichaamsbeweging te blijven doen, vermoeden we een toename van het aantal recreatieve fietsers. De hypothese van de toename van het recreatief fietsen wordt ondersteund door de sterke toename van het aantal fietsers in week 4 en week 6 – weken met uitzonderlijk goed weer. Vergelijk dat met de cijfers van week 5, toen het slecht weer met regen was. Het fietsverkeer in zowel week 4 als week 6 lag zo’n 7 procent boven het typische pre-corona niveau.

Deze specifieke waarnemingen voor fietsers zijn opmerkelijk en blijven onopgemerkt door de meeste andere COVID-mobiliteitstrackers, die ofwel specifiek op de auto gericht zijn ofwel niet op een bepaalde modus zijn afgestemd. Het is de moeite waard erop te wijzen dat terwijl het voetgangersverkeer min of meer constant is gebleven, het aantal fietsers is toegenomen. In pre-coronatijden was het aandeel fietsers minder weersafhankelijk. Op basis hiervan kunnen we concluderen dat pendelend fietsverkeer veel minder beïnvloed wordt door het weer, dan dat bij recreatieve fietsers (waarvan de aantallen tijdens de lockdown zijn gegroeid) het geval is.

Minder verkeer, snellere auto’s
Het Telraam-platform laat ook opvallende verschillen zien tussen de locaties. Voor sommige wegsegmenten is het fietsverkeer tot een factor 2 toegenomen ten opzichte van het pre-coronaniveau, waardoor er nieuwe problemen zijn ontstaan met betrekking tot het respecteren van de sociale afstand. Telraam laat ook zien dat de afname van het autoverkeer op sommige locaties leidt tot een toename van de snelheid. Dit lijkt misschien contra-intuïtief, maar door de vermindering van het autoverkeer kunnen de resterende auto’s in principe sneller rijden. Dit geldt met name voor wegsegmenten binnen de stadscentra waar de congestie in pre-coronatijden garant stond voor lage autosnelheden. De toename van de snelheid leidt tot nieuwe veiligheidsproblemen, met name voor fietsers die, vanwege de beperkte openbare ruimte, hetzelfde wegdek met de auto’s moeten delen.

Tot slot
De meeste Telraam-toestellen, zo’n 65 procent, worden in steden ingezet. De fijnmazige meetgegevens van Telraam bieden dan ook vooral waardevolle inzichten voor lokale overheden. Ze kunnen de data gebruiken om een geschikte exit- en post-coronastrategie voor het mobiliteitsbeleid te ontwerpen – en om mogelijke nieuwe lockdowns in de toekomst te monitoren.

Maar wat de Telraam COVID-tracker ons vooral leert, is dat de burgerwetenschap waardevolle input kan leveren voor lokale overheden. Het is niet voor niets dat de technologie ook internationaal de interesse heeft gewekt. Dit jaar nog zullen de steden Madrid, Cardiff, Ljubljana en Dublin grote Telraam-netwerken uitzetten in het kader van het H2020-project Citizens Observing UrbaN Transport, WeCount.

Meer info: Telraam.net en We-count.net.

_____

De auteurs
Kris Vanherle en Péter I. Pápics zijn onderzoekers bij Transport & Mobility Leuven (TML). Wouter Florizoone is manager Project & Product Development bij TML.
Elke Franchois is projectmedewerker bij Mobiel 21.