Modellierung und Optimierung des Verkehrsablaufs in Evakuierungssituationen

Abstract

Thema der vorliegenden Dissertation ist die Modellierung und Optimierung des Verkehrsablaufs in Evakuierungssituationen. Mehrere Katastrophenereignisse in den vergangenen Jahren führten zu großräumigen Evakuierungen. Bereits im Vorfeld von Katastrophen werden Evakuierungspläne ausgearbeitet, um auf die mit der Evakuierung einhergehenden organisatorischen und logistischen Herausforderungen vorbereitet zu sein.

Bei der Aufstellung von Evakuierungsplänen werden Verkehrsmodelle verwendet. Sie dienen zur Berechnung des im Evakuierungsfall zu erwartenden Verkehrsaufkommens und zur Lokalisierung von Engpässen im Verkehrsnetz. Die verwendeten Modelle können jedoch den Evakuierungsprozess nur vereinfacht abbilden. Das Verhalten der betroffenen Personen in der Sondersituation Evakuierung wird beispielsweise meist nicht berücksichtigt. Auch wird in vielen Modellen angenommen, dass Betroffene die Evakuierung von der Wohnung aus antreten und sich direkt in Sicherheit bringen.

Ziel der vorliegenden Arbeit ist es, typische verkehrliche Verhaltensweisen von Evakuierenden im Verkehrsmodell abzubilden. Die dafür notwendigen Verhaltens-parameter werden aus Verhaltensuntersuchungen (z. B. Haushaltsbefragungen zum Mobilitätsverhalten) abgeleitet. Der Aufenthaltsort der Betroffenen zu Beginn der Evakuierung wird mittels eines Alltagsnachfragemodells berechnet. Speziell für Evakuierungen aufgrund von Hochwasser werden über eine neu entwickelte Schnittstelle Angaben zur Befahrbarkeit von Straßenabschnitten zeitdynamisch in das Evakuierungsverkehrsmodell integriert. Auf diese Weise werden Streckenabschnitte im Modell erst gesperrt, wenn Straßen in der Realität überflutet sind.

Im Ergebnis liefert das Evakuierungsverkehrsmodell zeitscheibenfeine Informationen zu Verkehrsbelastungen und zur Lage von Engpässen im Straßennetz während einer Evakuierung. Das Modell berücksichtigt dabei die Tageszeit und die Vorwarnzeit der Evakuierung.

Durch die verfeinerte Abbildung des Evakuierungsablaufes wird die Prognose-genauigkeit erhöht. Optimierte Maßnahmen zur Beschleunigung des Evakuierungs-ablaufes können identifiziert werden. Zur weiteren Anpassung an die Realität müssten die Modellierungsergebnisse mit einem realen Evakuierungsereignis verglichen und die ermittelten Parameter validiert und kalibriert werden.

The subject of this dissertation is the modeling and optimization of traffic flow in the event of evacuation situations. Several catastrophes of the last years lead to large-scale evacuations. Already before catastrophes actually occur, evacuation plans are elaborated in order to be prepared to meet the organizational and logistical challenges of such an event.

Transport models are used for the elaboration of evacuation plans. They serve to calculate the traffic volume expected in the event of an evacuation and to identify bottlenecks in the transport network. However, these models can deliver only a simplified image of the evacuation process. For instance, the behavior of the persons affected by this exceptional situation normally is not part of the model calculation. Furthermore, many model calculations start from the assumption that the persons affected start the evacuation from their home and seek refuge directly.

The aim of this study is to integrate the evacuees’ specific traffic behavior into the transport model. The behavioral parameters required for this task are derived from behavior surveys (e.g. household surveys on mobility behavior). The whereabouts of the persons concerned at the beginning of the evacuation process are calculated by way of an everyday demand model. Especially for evacuations as a result of a flooding disaster, data on the trafficability of road sections are dynamically integrated into the evacuation model with a newly developed interface. In this way the road sections in the model are closed only if and when they are actually flooded.

The result delivered by this evacuation transport model is time-slice exact information about traffic loads and the position of bottlenecks in the road network during an evacuation. The model takes into consideration both the time of day and the advance warning time for the evacuation.

This refined simulation of the evacuation process leads to an improvement in the accuracy of the forecast. Optimized measures to accelerate the evacuation process can be identified. To further adjust the model to reality the results obtained must be compared with a real evacuation event to calibrate and validate the parameters identified.