Framework for estimating congestion performance measures: from data collection to reliability analysis.

Case study Stockholm

Carlos A. Morán Toledo

Licentiate Thesis

Division of Traffic and Logistics Department of Transport and Economics

School of Architecture and the Built Environment Royal Institute of Technology

Stockholm, Sweden

ABSTRACT For operational and planning purposes it is important to observe and predict the traffic performance of congested urban road links and networks. Congestion can be defined as traffic conditions caused by a downstream bottleneck or excess in travel time from what is incurred during light or free-flow travel conditions. Factors affecting definitions of congestion for specific studies are reviewed and an inventory of proposed congestion performance measures is presented for both definitions of congestion. Swedish Road Administration has recognized the reliability of the estimations of congestion levels as an important factor when describing the traffic condition in the road traffic network. Traffic data collected for the Stockholm congestion charging trials was used to estimate selected congestion performance measures and to analyze their statistical characteristics and applicability. A comparative analysis of data collection methods is provided and further recommendations for their using estimating Congestion Performance Measures. The reliability of the estimations of each Congestion Performance Measure is evaluated for different area networks and different time periods of the day. These series of observations are further studied aiming to identify systematic differences in the reliability of the estimations. A reliability ranking is provided for guiding future studies in the selection of estimators. Further, a simplify methodology for estimating recommended sample sized under budget restricted conditions is provided.

ACKNOWLEDGMENTS I would like to express my sincere gratitude to my supervisor, Professor Karl-Lennart, for his encouragement patience and excellence guidance. Karl-Lennart’s enthusiasm and devotion towards traffic engineering have been of inestimable importance for the completion of this work. I would like to thanks Hans Cedermark from CDU that supported me in the early stages of this project. My colleagues at the department of traffic and logistic are acknowledge for creating a stimulating work place. I would like also to specially thanks Karin Brundell-Frej for providing me with her positive discussions and rich comments This work has been found by the Swedish road administration through the project “trängselmått I” and trängselmått II”. This financial support is gracefully acknowledged. Finally I would like to thank my family who have supported med through my stay in Sweden, my friends for supporting me and making my integration in Sweden easier. Stockholm, January 2008 Carlos Morán T.

TABLE OF CONTENTS ABSTRACT ACKNOWLEDGEMENTS I PROBLEM DESCRIPTION ......................................................................1

I.1 BACKGROUND......................................................................................1 I.2 OBJECTIVES ........................................................................................1 I.3 SCOPE ................................................................................................2

II LITERATURE STUDY..............................................................................3 II.1 THEORETICAL FRAMEWORK FOR STATISTICAL ANALYSIS...........................3 II.2 MODELLING THE EFFECTS OF CONGESTION.............................................4

II.2.1 Deterministic approach...............................................................5 II.2.2 Stochastic approach ...................................................................6 II.2.3 Simulation models ......................................................................6

II.3 DEFINITION OF CONGESTION .................................................................6 II.3.1 Congestion in Transport Studies ................................................7

II.4 APPROACHES FOR DEFINING CONGESTION ............................................9 II.4.1 Bottleneck based definition.........................................................9 II.4.2 Travel time based definition......................................................10

II.5 CONGESTION RESEARCH IN RELATED AREAS OF KNOWLEDGE...............11 II.5.1 Units used for the Analysis .......................................................11 II.5.2 Dynamics and Time-dependencies ..........................................13 II.5.3 Multidimensionality of the phenomenon ...................................13 II.5.4 Reference Situation and surrounding areas .............................14 II.5.5 Others aspects modelling congestion.......................................14 II.5.6 Discussion on Congestion Definition ........................................15

II.6 INVENTORY OF CONGESTION PERFORMANCE MEASURES........................16 II.6.1 Design defined data Central value measure.............................18 II.6.2 Field observable data ...............................................................21 II.6.3 Dispersion values indicators.....................................................27

III METHODOLOGY................................................................................29 III.1 METHODOLOGY OVERVIEW..................................................................29 III.2 METHODS FOR DATA COLLECTION.......................................................31

III.2.1 Survey design...........................................................................32 III.2.2 Traffic Flow Counting Stations..................................................33 III.2.3 Automatic travel time system....................................................34 III.2.4 Floating car...............................................................................34

III.3 ESTIMATION OF TDPS ........................................................................38 III.3.1 Bias in the estimations..............................................................39 III.3.2 Linear interpolation function for time slices...............................40 III.3.3 Integral of interpolating function for time slices.........................41 III.3.4 Representative Value for the whole Time period......................42

III.4 STATISTICAL ANALYSIS OF TPD ..........................................................42 III.4.1 Auto-correlation of TDPs ..........................................................43 III.4.2 Cross-correlations of TDPs ......................................................43 III.4.3 Cases of missing data ..............................................................44

III.5 ESTIMATION OF THE CPMS.................................................................44

III.5.1 Reference values......................................................................47 III.5.2 Time interval period segmentations..........................................47

III.6 STATISTICAL ANALYSIS OF CPM..........................................................49 III.6.1 Standard error estimation .........................................................49

III.7 STATISTICAL TEST ..............................................................................50 III.7.1 TDP Statistical test ...................................................................50 III.7.2 CPM Statistical test ..................................................................51

III.8 FUTURE DATA COLLECTIONS ..............................................................52 III.8.1 Definitions.................................................................................52 III.8.2 Estimation of future samples sizes ...........................................59

IV TRAFFIC DESCRIPTIVE PARAMETERS ESTIMATION...................61 IV.1 INVENTORY AND RESULTS OF FIELD DATA COLLECTION...........................61

IV.1.1 Traffic Flow Counting Stations..................................................61 IV.1.2 Automatic travel time system (ATTS) .......................................63 IV.1.3 Floating car...............................................................................68

IV.2 VALUE AND RELIABILITY ESTIMATIONS FOR TRAVEL TIME AND SPEED.......72 IV.2.1 FC–survey travel time and speed estimations..........................72 IV.2.2 ATTS-survey Travel time speed estimations ............................74

IV.3 VALUE AND RELIABILITY ESTIMATIONS FOR FLOW...................................78 IV.3.1 Stationary counting stations .....................................................78 IV.3.2 FC - flow estimations ................................................................79

IV.4 COMPARISON OF TDP ESTIMATION METHODS.......................................79 IV.4.1 Speed .......................................................................................79 IV.4.2 Flow..........................................................................................82 IV.4.3 Travel time................................................................................86

V CONGESTION PERFORMANCE MEASURES ESTIMATION ..............91 V.1 BOTTLENECK BASED CPM RELIABILITY ANALYSIS..................................91 V.2 TRAVEL TIME BASED CPM RELIABILITY ANALYSIS. .................................93

V.2.1 Sample definition of CV values.................................................96 V.2.2 Reliability Results - Values of CV .............................................99 V.2.3 Statistical test- Rankings by Road Category ..........................103 V.2.4 Statistical test- Overall sample ...............................................104

V.3 CPM FOR DIFFERENT DEFINITIONS OF CONGESTION ...........................104 V.3.1 Study zone and Data Description ...........................................105 V.3.2 Results ...................................................................................105

VI CONCLUSIONS AND RECOMMENDATIONS.................................109 REFERENCES ............................................................................................113 APPENDICES..............................................................................................117

1

I PROBLEM DESCRIPTION I.1 Background Urban settlements have grown in size and the trend to increase seems to not stop. These big agglomerations of people have caused that demand for travelling concentrates in certain periods. Congestion problems affect all people that need to travel at this time causing reduced accessibility, high exhaust emission levels as well as many other problems reducing the quality of life and prospects for economic development delays and disturbance. Regional and local governments have been trying to apply measures to diminish the effect and relief the suffering of the travellers. For operational as well as planning purposes it is important to be able to observe and predict the traffic performance of congested urban road links or networks. It is equally important to estimate the potential impact of traffic management measures aimed at reducing these impacts. Communicating this information to road users starts appearing among the goals of the current transport policy agenda. City and traffic planners are generally restricted to use aggregated performance measures obtained from macroscopic transport models as a basis for long term planning of the need for new transport facilities. Transport engineering has carried out appraisals and estimated the impact of different alternatives to cope with the traffic problem. The success has been remarkable in small-scale projects or under interurban conditions. Unfortunately, due to the dynamic characteristics of urban traffic and the interactions and all correlated effects that take place in the big cities efforts estimating the congestion effects have found great difficulties. Simulation models have supplied data for this analysis, but its estimations do not recognize variations during the day and data is usually insufficient for analysis for areas with severe congestion problems. Current simulations tools do not support the evaluation and selection of short-term traffic engineering & management solutions to congestion problems. Furthermore, what it is recognized as “congestion” varies widely from cases to case, from each zone of the city, for type of traveller and several other traffic engineering as well human factors. Several approaches have defined congestion in different ways. This ambiguity and vagueness has contributed to the problem of analysing the effects of congestion and the related mitigations efforts. This study is part of a larger project that aims to evaluate different methods of valuating congestion. The valuation will consider aspects related to the reliability, the relevance and the acceptance of the estimations.

I.2 Objectives The objective of the present study is to carry out an empirical estimation of congestion and analyse the reliability of the estimations. Similarly, it is an objective to compare several congestion performance measures regarding

2

their statistical properties. This empirical estimation will use data related to the city of Stockholm. The secondary objectives of this study are: Compare different method of data collection in order to estimate

congestion. Identify the reliability of congestion measures as well as their

relationship with other political valuation methodologies used in transport management considering the case study of Stockholm city.

Analyze the statistical properties of the parameters estimated and propose a sample methodology for future studies.

I.3 Scope The effects of congestion will be measured for car traffic. Data collection methodologies analysis will consider the available data resources from the evaluation plan of the congestion charging trial in the city of Stockholm. Congestion has several effects. Based on this effect the impacts of congestion can be measured. The effects on the diminishing travel times will be the main focus of this part of this study. Effects related to the variability and unreliability of the travel time, emissions and environmental effects would be addressed in a descriptive way.

3

II LITERATURE STUDY This chapter consists of six sections. The first section reviews aspects related to measurement theory and statistical analysis. The second section describes some previous aspects of the existing efforts modelling congestion. The third section analyses some aspects that affect the definition of congestion. In the fourth section, approaches defining congestion are reviewed. The fifth section describes some other aspects of congestion analysis in some areas of the knowledge related to traffic engineering. The final section presents an inventory of congestion performance measure

II.1 Theoretical framework for statistical analysis Measurement theory relates to how the numbers are assigned to objects and phenomena. Its concerns include the kind of things that can be measured, how different performance measures relate to each other, and the problem of error in the measurement process. (Britannica 2007) The phenomenon that concerns the present study is road traffic congestion and how to relate it to numbers in the case of road networks. Previous studies provide a framework for analysis of phenomena in road networks (Walter 2001). His study considers the phenomena of travel speed and acceleration and his data collection methodology is spot detection. The framework identifies a phenomenon (i.e. speed) that can be described under a certain dominion (i.e. space and time for a road network). Under this dominion certain variables (i.e. traffic flow or density) described by functions are identified. The relationship between this function and the parameter that describes the phenomena are identified (traffic flow with speed and density with speed) and the estimation of the performance measure then becomes straightforward. The proposed framework comprises the possibilities of further statistical analysis, for example, percentage of the population that drives over a certain speed. It concludes that it is possible to estimate these parameters by measurement made at randomly chosen spots on the road network. The significant sources of error in traffic studies have become the survey design and sampling methods. In the survey design area, the errors in frame coverage have been previously studied. An empirical study using a three-stage sampling concludes that the error in the frames in the final stage does not bias the estimator of average speed and only implies a minor variance. (Isaksson 2000; Isaksson 2002). Improvements on the sampling rate are usually tackled by economical restrictions in studies and always limited to the dimension where the data is gathered, i.e. flow stations provide a good description in time dimension but limited in space dimension. The phenomenon that concerns the present study is how to relate congestion to numbers. Thus, an exhaustive and specific definition of road traffic congestion is required. The definition of congestion is analysed in section II.3. Assuming the problem of defining the congestion phenomenon is solved, it is then necessary to identify what items can be measured.

4

Under the dominion where congestion occurs, different variables will have different arithmetical methods for aggregation (i.e. the flow is the sum of observations during a certain time and speed can be the average of the sampled speed observations). Aggregation aspects become more important as the dimensions of the dominion become larger. The relationship between the variables and performance measure of the phenomena in the study is an important factor when considering the reliability of the estimations. Methodologies estimate or measure a value for certain variable. This estimated or measured value comprises the real value and an error term as shown in Eq. II.1.

estimated actual errora a a= + Eq. II.1

The error term can be positive or negative, so considering an error term equal to the absolute value of the error term, and then the previous equation can be rewritten in Eq. II.2.

0ˆii i xx x e= ±

Eq. II.2 The term of error comprises the effects of the variability of the parameters that are not captured by the used estimation method. If the function z shown in Eq. II.3 uses ix as an input parameter, the error in the estimated value of z can be studied according to Alonso (1968) as Eq. II.3 shows.

( )n1 x,,xfz …= Eq. II.3

If symmetrical distribution of errors is assumed, then the error propagation the can be traced as Eq. II.4 shows:

i i i j i j

2 2 2z x x x x x x i , j

i i j

e f e f f e e= + γ∑ ∑∑

Eq. II.4 Where:

ze : is the error of z

ixf : partial derivate of f with respect to xi . i

fx

∂∂

j,iγ : is the coefficient of correlation between xj and xi This formula is exact for linear functions. The arithmetic average is a linear function and it is then an exact estimation for the standard error. For non-linear functions and for correlated observations the result and calculation becomes more complex and the formula yields approximations for the value of standard error.

II.2 Modelling the effects of congestion Literature on the subject exposes several methods for estimating the effects of congestion. These methods have used knowledge related to traffic

5

relationships, queuing theory, as well as computer tools to make numerous calculations faster. These efforts can be grouped in three categories. Deterministic approach Stochastic approach Simulation models

II.2.1 Deterministic approach Morán and Bång, 2006 refers to a model for modelling the congestion phenomena. The figure below shows a traffic facility with a capacity C expressed in vehicles per hour. The upstream traffic flow corresponds to the demand at that time and is equal to Q1 vehicles per hour until time t1. After this instant of time the demand increases to Q2 (higher than the capacity). At time t2 the upstream demand decreases to Q1 as shown in the upper part of the figure. The same sequence of events is illustrated in the lower part of the figure using number of arriving and discharged vehicles on the vertical axis expressed in total vehicles. The line with slope C represents discharge through the bottleneck if there is an upstream queue. The total delay resulting from the oversaturated period corresponds to the area above the line with slope C between time t1 and t3 as shown in. (This formula is valid assuming deterministic arrivals and discharge rates).

( ) ( ) ( )( )1

2122

12QC

CQQQttdelayTotal −−⋅−⋅−=

Eq. II.5 Some other indicators can also be inferred from the graphical analysis. In the lower image, the vertical distance between the slope C and the slope above correspond to the current queue in the road link. This analysis provides a solid base for starting the analysis. Unfortunately, its strong assumptions make its estimations unrealistic.

Figure II-1: Simple model for congestion analysis of bottleneck impacts. Source (Morán and Bang 2006)

Time

Accumulated numberof arrivals

Slope Q 1

Slope Q 2

Slope Q 1

Slope C

t1 t2 t 3

Traffic flow (demand)

Time

Q1 Q1

Q2

t1 t2

Capacity C

t3

6

II.2.2 Stochastic approach The analysis mentioned above can be carried out also considering stochastic behaviour. The analysis for a road link can be modelled as a server that receives units (vehicles) at a certain rate and processes them considering a certain regime. The impact of stochastic arrival and discharge rates can be estimated using M/M/1 or M/G/1 queuing theory. The analysis can be further developed for a group of links and in that way can be generalized for an area or urban zone. Queuing networks can then be used for modelling. Queuing networks models comprise performance index that allows comparing the overall performance for the network. These allow, for example, evaluating the effects of a policy that improves some areas but does not favour others because the system is analysed as a whole. This allows to accurately estimate the effects in some parts of the network using “an equivalent unit of congestion” that can be produced by increments in travel times, increments of flow, reductions of journey speeds, or all these together. Nevertheless, the main obstacle for the application of this modelling method to real applications will be the estimation of the demand that it cannot be observed on field. Despite that, queuing networks, under general regime service conditions, will also require estimating the residual service times in all the servers of the queuing network and it will need to assume Poisson distribution for the arrivals1.

II.2.3 Simulation models Simulation models and their software applications are currently the most used tool for analysing transport networks. They allow evaluating alternatives without requiring them to exist in reality. Simulation models have a number of advantages over analytical models, (i.e. they can carry out larger number of operations and analysis at high speed) but also some disadvantages. Some of the disadvantages are generic to simulation models. One of them is the relatively large computational cost compared to analytical solutions; another is the need for calibration to conditions specific to the traffic system to which they are applied.

II.3 Definition of congestion The word congestion founds it roots on the Latin “congest” that refers to overfill and overcrowd. “Congest” is the past participle form for the verb “congerere” that refers to “carry together or collect” (“con”: together, with+ ”gerere”: to carry). Currently this term is more generally used describing phenomena in the area of telecommunications, medicine, electric power transmission and traffic. 1 Further information can be found on Prof. Jorma Virtamo lectures notes at: http://www.netlab.tkk.fi/opetus/s38143/luennot/english.shtml

7

II.3.1 Congestion in Transport Studies The meaning adopted for studies related to road traffic studies has not been unique. Depending on the objective, conditions, extension and assumptions of the studies, different meanings have been used. However Congestion has always been perceived as an “undesired”2 phenomenon that unavoidably occurs in road traffic networks. Some causes and effects of congestion can be briefly mentioned. Some of the causes of congestion are accidents or unexpected events, improperly built or improperly planned road installations, inconsistence in traffic planning of the urban areas or merely a football match or music concert that have gathered an unusually large amount of people, the increment in demand for car travelling, etc, etc. Congestion effects are, among others, delays in travels to work, stressed drivers, increments in the variability of travel time etc. Other transport networks users (i.e. pedestrians, residents) are affected as the deterioration of the environment zone increases as well as the barrier effect and discomfort. The causes and the effects of congestion have been the basis for defining congestion in the past. However, definitions based on the effects present advantages for being understood by a non-expert intended audience as policy makers and road users (Lomax et al. 1997). Traffic engineers and groups of analysts might improve and enhance congestion studies with regards to the causes of the appearance of congestion.

II.3.1.1 Factors affecting the measured level of congestion Perceptions of the transport system users of different levels of congestion may vary depending on a series of factors and situations that have been categorized as follows (Lomax et al. 1997): Geographic scope Identification of the spread and extent of the area, i.e.

Intersection, road segments, route, Corridor. Definition of the boundaries of the analyzed zone.

Locus 3 Political boundaries of the city centre and suburban zones present clear limits and further classifications of the city zone where congestion occurs i.e. CBD4 core, CDB fringe, suburbs, stadium, arena.

Transportation mode Mode considered for the study. Congestion is usually considered for road traffic. However, congestion can appear in all transport modes.

Road type The characteristics of the analysed infrastructure. Characteristics are, for example, the variations in physical conditions, character of traffic carried, availability of traffic measurement, capacities, flow

2 Congestion is not desired by travellers or road users. Social economic analysis might consider optimal some levels of congestion. 3 Locus: Specific type of zone 4 CBD Central Business District

8

interruptions, road capacities, intersections and access point from adjacent developments.

Time of day/week Morning peak is preferred for analysis as it is almost uniform, consistent and predictive. Noon and afternoon peak consider usually a great variety of trips difficult to analyze with multiple purposes and multiple stops. Air quality studies are concerned about the duration of congestion, while for planning purposes the peak hour might be sufficient. Description to the general public might focus on the amount of time that infrastructure is congested or in a daily measure of congestion.

Planning context Scenario for evaluating or estimating congestion: Exiting conditions, exiting demand/ modified supply, future demand or future year conditions.

Level of detail Variations range from complex performance measures required by certain types of operation analysis to simple performance measures for widespread analysis or to explain results to those not immersed in transportation specialty. Policy and planning analysis usually require less detailed measurements than traffic operations and design.

II.3.1.2 Recurrence of congestion The frequency and repeating patterns of different levels of congestion point out the need of distinguishing between recurrent and non-recurrent congestion. (Lomax et al. 1997) has referred to recurrent congestion as the event that occurs regularly or every day at peak hours causing undesired, travel time delays. These congestion levels are similar among similar types of periods. On the other hand, the literature referred to non-recurrent congestion unexpected increments in travel time, mobility diminishment and queue building that are eventually caused by random incidents. A list of these random incidents should include, among others, incidents on the road, car accidents, adverse weather conditions, special events causing abnormalities in travel demand (football games, concerts), and other unexpected events that modify supply of infrastructure. The differentiation between recurrent and non-recurrent will lack importance when the objective is to study the performance of the road network and how robust it is against events. The differentiated effect valuation provides information on how the traffic control centre performs its functions and duties. There has been no agreement on how to identify the occurrence of non-recurrent congestion except by manually indicating the existence of an event. When human resources are restricted or event data is scarce, this methodology is not feasible or reliable. Bremmer (2004) has proposed that “until complete incident data could be compiled and correlated, incident-affected trips” could be defined as any trip that takes twice as long as a free-

9

flow trip for a route. The validity of his affirmation depends strongly of the kind of study and the size of the routes that are considered. For some routes in the city centre of Stockholm city, the travel time is usually more than double than free flow not even in the most congested situations. Previous estimations of congestion estimate that “non-recurrent congestion accounts for up to 60% of total congestion delays (Lindley 1987; Lindley 1989). “This figure should, however, not be misinterpreted since non-recurrent congestion delays would not be nearly as large if the roads were not already overcrowded with recurrent congestion.“ (Emmerink et al. 1995) The total effect of congestion is then due to recurrent (regular situation) and non-recurrent congestion (unexpected events). The effects of non-recurrent congestion might then be larger in networks with higher congestion levels. Measuring and evaluating the effects separately requires a specific definition of these concepts. “Regular” traffic situation might be constant or might follow an increasing/decreasing trend. “Unexpected” might be unpredictable situations (car accidents, floods), short-time predictable situations (rain, riots) and schemed situations (football games, concerts). Current Studies that focus on recurring and non-recurring congestion tend to focus on highways and highway networks, giving less consideration to urban streets and avenues.

II.4 Approaches for Defining Congestion There are many definitions and analytical expressions for congestion. They can be categorized as follows:

− Bottleneck based definition − Travel time based definition

II.4.1 Bottleneck based definition HCM2000 (TRB 2000) does not directly define congestion. It defines instead “Congested flow - A traffic condition caused by a downstream bottleneck”. This definition is applied primarily to specific road links. For practical application this definition mainly applies to a specific road link. If the traffic demand exceeds bottleneck capacity it will result in an accumulating queue that can cause upstream blockage influencing other parts of the network. This definition of congestion relates to the number of queuing cars on the studied link. The amount of queuing is also a good estimator of the effects of congestion for the occupants and non-motorized travellers in the studied zone. The objective of HCM is to provide a consistent system of techniques for the evaluation of the quality of service on highways and street facilities. HCM does not set policies regarding a desirable or appropriate quality of service for various facilities, systems, regions, or circumstances. Its objectives include providing a logical set of methods for assessing transportation facilities, assuring that practitioners have access to the latest research results, and

10

presenting sample problems. HCM is mainly conceived to provide guidelines during the design phase of the infrastructure service providing process.

II.4.2 Travel time based definition The identification of bottlenecks is a difficult process in urban road networks. Congestion in this context can be defined as “Time spent over what would be experienced under “un-congested” or “free-flowing” conditions.” The definition above is used in the London Congestion Charging Scheme (TfL 2003). Congestion is considered to be the difference in min/km between the measured travel rate and the travel rate measured at nighttime, i.e. the Congested Travel Rate (CTR). CTR is expressed in units that congestion is usually expressed in (min/km) and can be directly translated into Network speed.

experienced uncongested

veh.min veh.minCongested Travel Rate

veh.km veh.km⎧ ⎫ ⎧ ⎫⎪ ⎪ ⎪ ⎪= −⎨ ⎬ ⎨ ⎬⎪ ⎪ ⎪ ⎪⎩ ⎭ ⎩ ⎭

∑ ∑∑ ∑

Eq. II.6 The Swedish Road Administration considers congestion as the “diminishment in travel speed as time lost caused by a high saturation level” (SRA 1999). The aggregation methodology for an area study is based on the vehicles-kilometres travelled. Studies focused on economical effects have showed that although there are a number of different congestion measures, travel time measures offer the best means for estimating the economic impacts of congestion (Weisbrod et al. 2001).

II.4.2.1 Reference level for defining congestion An important part of the problem of defining congestion is to address different perceptions and opinions that different drivers have about what is acceptable and unacceptable congestion. This acceptance level varies from different transport means as well as the time at which the congestion occurs. From this, two definitions are provided (Lomax et al. 1997):

• Congestion is the travel time or delay in excess of that normally

incurred under light or free-flow travel conditions. • Unacceptable congestion is the travel time or delay in excess of an

agreed-upon norm. The agreed upon norm may vary by type of transportation facility, travel mode, geographic location, and time of day.

Local authorities need to adopt their own definitions and measures that better fit their needs and purposes. The agreed upon norm should be established considering the authorities’ objectives as well as the specific infrastructure conditions that are being studied.

11

II.5 Congestion Research in Related Areas of Knowledge Policy makers have observed hopelessly the occurrence of congestion in the streets and roads of the cities where their electors live. They have turned to economical analysis in search of the philosopher’s stone. Efforts to this effect aim to estimate the optimum level of congestion and develop management techniques. Efforts to achieve an exhaustive modelling of congestion phenomena have been placed among lower priorities. Economical studies use the classic demand and supply analysis as the main tool for estimating the equilibrium of the market. Congestion occurrence is related to a situation when traffic demand exceeds highway capacity (Vaziri 2002). Academia has not reached a unique position or agreement on this area. The literature exposes a fruitful discussion (not only from a Hegelian point of view) consisting in a large number of comments and rejoinders that evidences these conflicts [(Else 1981) &(Else 1982) versus (Nash 1982), (De Meza and Gould 1987) versus (Evans 1992a); (Evans 1992b) & (Evans 1993) versus (Hills 1993) (May et al. 2000),(May et al. 2001) versus (Hills 2001); (Ohta 2001a) & (Ohta 2001b) versus (Verhoef 2001)]. Among the questions that have found differing answers are: Does equilibrium exist between demand and supply? Is this unique? Is this stable? How can a social optimum be reached? How is the first and second order optimal conditions fulfilled by the potential equilibriums? Which units should be considered for measuring travel demand? Some aspects can be rescued for analysis in the following study. The divergent existing answers on the economical field reflect clearly some of the difficulties and issues that have existed in the methodologies for evaluating congestion. The main issues are:

- Units used for the Analysis - Dynamics and Time-dependencies - Multidimensionality of the phenomenon - Reference Situation

II.5.1 Units used for the Analysis A starting point for these conflicts is the agreement on the units considered in the analysis. These considerations regarding the demand-supply analysis point out that the conventional graphical economical analysis of road congestion may be incorrect if a conventional downward-sloping demand curve is drawn relating traffic flow to cost (Else 1981; Evans 1992a). The conventional economical analysis considers the demand for a factor of production (i.e. labour) is derived from the demand of the product. The consumer decision to buy the product is separated from the labourer’s decision of working for a certain wage. In the case of road traffic demand, the variable factor (i.e. vehicle plus drivers) is under control of the final product consumer (i.e. journeys completed). The decision to carry out a journey is inseparable from the decision to put a vehicle on the road. If consumers buy a good for a certain price, it is worth highlighting that they do not choose a flow for a certain price. The traffic flow is then considered an endogenous variable

12

that results from the characteristics of the road and interactions among the users. They actually make a choice if, for a given cost of a journey, they put the car on the road. Thus, the decision to undertake a journey directly affects the number of vehicles on the road (i.e. density) and only indirectly, the flow. It is considered thus the true demand curve relates to the traffic density (number of vehicles on the road) to the cost of journey, including the cost of congestion. Carey and Else (1985) recognise difficulties applying the model proposed by Else (1981) for longer road segments. They propose a segmentation of the study road. They state that “the procedure can yield different results according to the number of segments into which we choose to divide the road.” They state that overcoming this is mainly an empirical issue. Small & Chu (2003) have considered that density is not a suitable measure of quantity demanded because demand depends on capacity, flow-density relationship and previous inflows. Density is then considered as a stock variable. Otha (2001) has pointed out that flow is a misleading variable and density cannot be managed as a policy variable in principle. Considering density as demand is also spurned by other authors due to the idea that a higher density does not necessarily lead to a greater number of trips accomplished (Verhoef 2001). Studies of supply curves for urban road networks have been also affected by conflicts. On the basis that travellers wish to travel from an origin to a destination at a perceived cost that is less than or equal to the benefit of completing the trip, their choice of starting their trip may be preconditioned by personal constraints and context variables. Rate of trip departures, average speed performed are measures of performance of interest to the network controller. But the travellers are interested in the effect that network performance has on the expected supply cost for the OD pair they have chosen at a certain instant of time. Thus, travel demand should not consider in its definition either flow, or departure rate or throughput (Hills 2001). May et al. (2001) confronts this recognising that long distance trips have more impact on the network performance. It is then more helpful for the analysis to use vehicle-km than trips for the analysis. Whether for a single link analysis or for an urban area, the literature shows no agreement regarding which unit to use for the analysis. Analyses that consider the choice to travel for a certain level of congestion have to consider the congestion performance measures that are perceived by the users. When the analysis focuses on describing the performance of the system or on estimating the optimum level of operation, vehicle-km or other indicators are preferred. The problem underlies the fact that as people directly demand travels or the use of a route, but the supply is defined directly for links. The current analysis of congestion performance measures consists of an empirical evaluation and then has a positivist focus. The normative critics exposed by Hills (2001) might then not been considered in the first analyses.

13

II.5.2 Dynamics and Time-dependencies The usual economical analysis aims to identify optima and have proposed marginal cost charging as the key to reach optimal utilization of the infrastructure. The analysts have found great difficulties in the modelling process caused by variability inherent to traffic modelling. May et al (2000) points out that “ the supply curves are sensitive to the temporal distribution of demand and in particular to delays inherited from earlier periods, … Thus the cost incurred by a particular demand in a given time period will be determined in part by the demand in earlier time periods”. Considerations of time periods have to be done carefully. Introducing time as a constraint in the definition of demand can imply that the unexpired parts of those trips that are not completed within the given time period are excluded from the measure (Hills 1993). Verhoef (1999) differentiates between the model that deals with “continuous demand” that normally produces a stationary state and models aimed to describe peak demand. He recognizes that the assumptions required for rendering static models of peak congestion turn out to be unrealistic.

II.5.3 Multidimensionality of the phenomenon Despite common modelling problems related to the inherent dynamics of the modelled phenomena and the units to be used, the crossed effects between different dimensions create further complications. Describing congestion levels over capacity, Small and Chu (2003 ) have considered variations through time and have identified that congestion is caused by a peak-demand. In their analyses, they have estimated the marginal cost curves needed for the marginal cost charging analysis. This curve describes two relationships:

− The relationship between the marginal social cost as a function of the demand peak height

− The relationship between the marginal social cost as a function peak demand time duration

Supply curves for urban network areas contributions from May et al (2001) have differentiate between performed travel time, “all vehicle-km of travel on the network in a given period, regardless of the time period in which the related trips were generated” and supplied travel time, "only those vehicle-km related to trips demanded in a given generating period, regardless of the time at which they take place in the resulting simulation”. Inter-dimensional and intra-dimensional relationships between the variables produce that terms widely use as “marginal cost” become vague on its definition. Furthermore, a certain meaning of the terms will require a suitable data collection method. For example, the supplied travel time will require simulation models data to carry out proper analysis. In the same way, this estimation will be only a proxy for the other meaning of the term.

14

II.5.4 Reference Situation and surrounding areas All evaluations of congestion are in one way or another, an intrinsic comparison between a calculated or directly measured situation against an ideal or reference situation. The methods to define the ideal conditions vary according to diverse types of criteria and the scope of the analysis. Keller & Small (1977) proposes a multi period model where they determine that the optimum is reached for marginal cost charging. Their considerations about economies of scale of the cost of providing infrastructure indicates that “with increasing returns [of investment in land], the road will have to be subsidized for efficient operation, and similarly, with decreasing returns the road will earn a surplus.” This makes clear that the optimal charging will not only depend on the design of the road, but also on the economical characteristics of the surrounding areas.

II.5.5 Others aspects modelling congestion

II.5.5.1 Reliability and Vulnerability The literature contains plenty of studies measuring the effects of congestion on travel time quantifying the central value estimator of certain parameter for a certain period. In those studies, the objective has been to provide information about the average conditions of the network performance. This information is for a group consisting of policy makers and traffic operators. Other Studies have also estimated divergences using Dispersion Value Indicators. They recognised the importance of describing the reliability of the Central Value Estimators. The variability increases due to unexpected events that severely enlarge the range of the sample. Their effects on the connectivity of the network can differentiate these events. Those that affect the network connectivity Those that do not affect the network connectivity

The first group is related to the term “Vulnerability”. This concept has been largely studied, but an agreement on the definition has unfortunately not been reached. A detailed and precise review to date about this subject can be found at Jelenius et al. (2006). These types of events are not reviewed in the present study. The second group relates to performance reliability. The main effects are increments and variability of travel time but not severely in travel mode selection. The conventional approach has been to study statistical distribution of the performance parameters of a certain road link and then study the effects of link variations on the network performance. Of course, this method cannot be applied where the data collection installation does not provide a reliable data set for the estimation. Furthermore, the stability in time of the distribution is uncertain. Studies of reliability estimate then means, medians, mode, percentiles, and confidence intervals. The most relevant group for this information is the drivers. In order to plan their travels, they need to know how long their travel time could be.

15

II.5.5.2 Randomness of Road Capacity value Capacity has been defined (TRB 2000) as “ …the maximum hourly rate at which persons or vehicles reasonably can be expected to traverse a point or a uniform section of a lane or roadway during a given time period, under prevailing roadway and control conditions”. Elefteriadou et all (2006) signals the vagueness of the adjective sentence “maximum that reasonably can be expected?”. They also point out that field measurements show that capacity is not an upper boundary for LOS E (maximum flow occurs after the occurrence of congestion i.e. breakdown). They recognise these as symptoms that a review of the concept of capacity is needed. Their study concludes that capacity is a random variable. In order to obtain the probability distribution function they recommend collecting data over a large number of days. For the freeway situation they recognise three periods of interest:

− Prior to the breakdown of flow (drop in speeds). − The interval immediately preceding breakdown. − The extended interval during the breakdown of flow.

The previous conceptions of congestion have not considered that capacity could be variable or a random variable. From now on, the hypothesis of a constant value of capacity and ulterior conclusions could be questioned.

II.5.6 Discussion on Congestion Definition Different definitions of congestion present advantages and shortcomings. The approach related to the bottleneck-based definition is based on the idea of demand exceeding capacity in one or more points of the network. Since demand cannot be directly observed in the field, the traced parameter is any agglomeration of vehicles that are commonly denominated as queues. This definition does not require defining a reference value given that the reference value is intrinsically no queues. It is then more suitable for road links or uninterrupted flow installations. When applied to urban zones, this definition has the disadvantage that it requires to differentiate from which place the queue is detected. Queues can be observed partly on intersections and partly on road links. For queues on intersections, the interesting parameter will be the number of cars in the queue5. This type of queue causes problems due to the fact that they might exist even in low traffic levels. The second type of queue (on road links) has it own complications. Besides the stopped cars in a queue caused by a severe bottleneck, accumulations of moving vehicles (i.e. roads that present high density traffic or moving jams) present a diffuse threshold for defining congestion. Traffic density6 becomes a more pertinent parameter in this case. 5 It can alternatively be considered the number of passengers affected, length of the queue or any other quantity that refers to a number of observed units. 6 It can alternatively be considered vehicles-equivalent/segment, flow/capacity or any other proper quota

16

The travel-time-based definition will not be strongly affected by the duality of the nature of possible queues or by random queues in intersections. The focus of the definition is on travel time (or journey speed) between two points. Other parameters, for example, density or driving behaviour, had certain effect but their values were neglected. Thus, travel-time-based suits better routes that might have different road links with different traffic characteristics. This definition is strongly dependent on the definition of the reference level. Thus, managing measures that consider a reference level that matches the optimum level of utilization of the infrastructure (if can be defined a priori) will be then optimum. Against the pursuit of the optimum, congestion spread and dynamics of time dependencies are more difficult to trace using this approach. When the neglected parameters enounced above vary, the reference values for the travel time definition should be reconsidered. Despite the advantages and shortcomings enounced, different approaches might trigger the existence of different traffic levels. An absolutely empty road network will report no congestion for both definitions and it will correspond to the situation when free flow speed could be observed. Considering later gradual increments of traffic, the first vehicles will not produce perceptible effects on the few already existing ones. At this point, the drivers on the road will not perceive any marginal increment of the travel impedance until the upper boundary of the uncongested situation is reached. Further increments in traffic will cause significant interference between drivers, but no queues are yet identified. At this point, bottleneck definition has not triggered the existence of congestion. This level will trigger the appearance of congestion according to travel-time-based definition. The fact described in the previous paragraph is clear even in roads with more than two lanes per direction. Careful and responsible drivers might not only diminish their travelling speeds because of a single car in front of them, but also due to the existence of other cars in lateral lanes. Platoons, moving jams and situations when desired speed cannot be held but traffic flow has not got closer to the breakdown might increment the gap between the approaches.

II.6 Inventory of congestion performance measures The focus is on the car transport network. The literature exposes other congestion indexes that include a wider spectrum of transport means. For example, the Multimode regional congestion index aims to provide transport planning authorities and decision makers for methods to evaluate the traffic performance in the region as well as compare alternative benefits due to improvement in different transport means. This index includes not only the car transport network. This measure is formulated for the whole day and can identify which urban centre performs better than others in related to congestion problems.

17

Figure II-2: Inventory of congestion performance measures categories The congestion performance measures related to car traffic can be categorized as Figure II-2 shows: Two main categories of congestion performance measures can be identified as it was enounced in II.5.5.1:

− Central Value indicators. − Dispersion Value indicators.

Category one describes the average or the representative of the value of certain parameters. This group might be subdivided in two sub groups depending on the input data they need for they calculation.

− Subgroup one: Design defined data. − Subgroup two: Field observable data.

Category one – Subgroup one corresponds to CPMs that are related originally to the planning and design process required for road infrastructure. Planning and design usually considers certain objectives and aims to satisfy certain standards. This can be, for example, that “the minimum road capacity for a road should be higher than 1700 vehicles per hour per lane travelling at a speed of 70 km/h”. Curvature radios, lane widths are adjusted in order to satisfy these conditions. The parameters are usually defined by previous analysis and studies such as, national road plans or demand forecasting studies. This subgroup of CPM uses input variables that are usually not observable in the field such as, for example, Traffic demand. Category one- Subgroup two corresponds to CPMs that relate to maintenance and operation of road infrastructure. They use data collected on field or data from simulation models that simulates field data. Category two corresponds to CPMs that aim to describe variability. They describe the dispersion from the average/representative value and other statistical aspects of parameters as travel time, journey speed or other traffic

18

descriptive parameters, neglecting the central value. These indicators require more detailed and larger amounts of data. Lately, efforts have been focused on developing and estimating these indicators due to the growing interest of the public on the reliability of travel time. The first section describes the design defined data central value indicators. The following section describes the Field observable data Central value indicators. The final section II.6.3of this chapter will enounce the dispersion indicators founded in the literature. Empirical estimation and efforts for quantifying the each of the described measures are respectively included in every section.

II.6.1 Design defined data Central value measure These measures relate to the relationship between demand and supply.

II.6.1.1 Level of Service This CPM is described in the Highway Capacity Manual (HCM). The objective of the HCM is to provide a consistent system of techniques for the evaluation of the quality of service on highways and street facilities. The HCM does not set policies regarding a desirable or appropriate quality of service for various facilities, systems, regions, or circumstances. Its objectives include providing a logical set of methods for assessing transportation facilities, assuring that practitioners have access to the latest research results, and presenting sample problems. HCM presents LOS as an easy-to-understand methodology of analysis and performance measure for single homogenous road segments. LOS is featured for describing conditions in road links and there is no direct methodology for aggregation . LOS has been criticised by analysts and experts in the area, but it is still in use for the easy-to-communicate properties.

II.6.1.2 Other design defined data measures The HCM capacity manual includes an accurate analysis of single point, segment or facilities among its methodologies. Area-wide analyses are in many cases simplifications and approximations of single object procedures. The area-wide analysis procedures are only appropriate when applied to the analysis of a large number of facilities over a large area. The analyses involve regional travel demand forecasting models and long-range transportation plans. The performance measures proposed for area-wide analyses are: Intensity Duration Extent Variability Accessibility

1. Intensity It can be expressed in vehicle-hours or person-hours (if

vehicle occupancy data is available). It is formulated as Eq. II.7 shows:

19

i

iii

SLvAVOPHT ⋅⋅=

Eq. II.7Where;

PHT =

Total person-hour of travel,

vi = Vehicle demand on link I AVOi = Average vehicle occupancy on Link I

Li = Length of link i (km) Si = Mean speed of link I (km/h)

The total person-hour is calculated using the free flow speed as a reference as shown:

i0

iii

SLvAVOPHTPDT ⋅⋅−=

Eq. II.8Where;

PHD

Total-person hour delay Si = Free flow speed on link I (km/h)

This analysis neglects the effects of remaining queues after the analysis period. To overcome this disadvantage a multi-period is proposed considering constant demand for each period

2. Duration Number of hours of congestion observed on any link. The analysis considers the duration of congestion as the period of analysis plus the time needed to flush the remaining queue. The analysis assumes a constant demand under the study period. The multi-period analysis proposed is similar to the one used for the estimation of the intensity. If vi/ci <1.00 The link is not congested If vi/ci >1.00 The link is congested for the number

of hours computed by Eq. II.9

( )

i

i

i

i

i

cvr1

r1cvT

H⋅−

−⋅⋅=

Eq. II.9 Where;

Hi r

vi ci T

= = = = =

Duration of congestion for Link I Ratio of off-peak demand to peak demand rate Vehicle demand on Link I (veh/h) Capacity of link I (veh/h) Duration of analysis period

Once the duration of congestion is identified for a link, the aggregation can consider the maximum or average congestion. This last mentioned value usually results to be low due to the large number of links in the transport network that are uncongested

20

3. Extent The extent of congestion is computed from the sum of the length queuing on each link. The estimation of the queue length requires the assumption from the average storage density of vehicles in a queue.

( )ii

i s

T v cQL

N d−

=⋅

Eq. II.10

Where; QLi

Vi Ci Ni ds T

= = = = =

Queue length for link I Vehicle demand on link I Capacity of link I Number of lanes Storage density (veh/kh/ln) Duration of the analysis period

The methodology proposes the number of congested links as a relevant index also to be reported. The values proposed for storage density are showed in Table II-1 Table II-1. Default values for storage density and vehicle spacing. Source: Exhibit 30-6. HCM 2000 Subsystem Storage density (veh/km/ln) Vehicle Spacing Freeway 75 13.3 Rural Highway 130 7.5 Arterial 130 7.5

4. Variability This shows the first derivate of transversal time equation.

This provides the sensitivity to the predicted travel time estimates to a variation in the estimated v/c ratio. This indicator is proxy of how severe the congestion levels are.

( )

( )2

2

2

TJ8X21X

TJ81XT25,0

T25,0xt

⋅+−

⎥⎦⎤

⎢⎣⎡ +−

+=∂∂

Eq. II.11Where;

xt

∂∂ =

X=T=J=

First derivate of travel time with respect to v/c ratio Volume capacity ratio Duration of analysis period (h) Calibration parameter

The calibration parameter J is selected so that the transversal time equation will predict the mean speed of traffic when demand is equal to capacity. This variable comes from single segment analysis. It is defined as Eq. II.12 shows

( )2

20c

LRRJ −

= Eq. II.12

21

Where; J=

Rc=

R0= L=

Calibration parameter Link transversal time when demand equals capacity Free flow speed link transversal time (h) Link length (km)

5. Accessibility It considers the number of trip destinations that can be reached within a selected travel time from a designated set of origin locations. The result for each origin zone is reported as “X percent of the homes in the study area can reach Y percent of the jobs within Z minutes.” Another suggested performance indicator is the average access time (trip time) for 100 percent of the origins and destinations. Accessibility uses the shortest path travel time from the origin zone to all destination zones in the region.

HCM also proposes procedures for estimating highway performance measures, which include the effects of any delay-causing elements within or at the end of the link. The methodology can be described grossly as:

1. Estimate space-mean speed for vehicles on the link and calculated travel time.

2. Estimate optionally the mean vehicle delay for each link approach to a node intersection.

3. Node delays are added to the estimated link transversal times to obtain the total link travel time.

4. The link travel times are summed over all links of that facility subsystem to obtain total travel time for the subsystem.

5. Subsystem travel time and other data are used to compute the subsystem performance measures.

The methodology considers also transit analysis procedures that will not be reviewed. The estimation of the parameters in this section requires the demand as an input. Given that is not possible to observe demand on field, their estimation will not be considered in the present study.

II.6.2 Field observable data The literature exposes a series of indicators that uses a step-wise scale. For a certain value of a parameter a discrete value of congestion or colour is assigned. This continues the idea of level of service enounced above. This congestion performance measure will not be described in the following study. The field observable data measures relate in general to aggregate values of field observed data or parameters. Almost all these CPMs comprise an intrinsic comparison of an observed or measured situation with a reference level. This reference level is usually defined arbitrarily. The reference congestion level might consider a non-congested level or a level that yields an optimum use of the infrastructure.

22

The Congestion Performance Measures listed as follows consider average for the Traffic Descriptive Parameters used as inputs. Non-linear functions and any correlation between variables require distributional information in order to avoid bias when estimating the mean value of the functions. (Zhao and Kockelman 2002)

II.6.2.1 Speed-Flow Relationship Analysis

II.6.2.1.1 Background Speed flow relationships are curves that describe the behaviour of two variables for a cross section in a road. They have a theoretical background on the fundamental relationship between flow-speed-density but its estimation is based on empirical studies. They have been widely used to estimate the timesavings or speed improvements on highway investments. The estimation of the effects of policies on congestion have been successful but only limited to expressway conditions (Li 2002).

II.6.2.1.2 Limitations of this methodology Application of this method to roads in city centres has not been successful. One of the greatest flaws is that curves do not consider stops at the intersections. Besides, the curves considered are based on the assumption that queue levels at the beginning of the study period are zero. The study period needs to be a period of time that has a homogeneous flow level. Cities where the road networks are limited by geography or highly populated cities are examples where the long am-peak and pm-peak can be observed. The dynamics of road traffic under this these long congestion periods is not captured by the speed flow relationships. Moreover, speed flow requires geometric specific data of the road section. A road segment in the analysis has to be homogeneous. If the variability of street geometric designs is also considered, then the method becomes unfeasible.

II.6.2.2 Vehicles Kilometres travelled – VKT

II.6.2.2.1 Background of the CPM This CPM has been used for estimating and following increments of transport levels in the whole network. It does not relate to congestion directly, but to other road traffic undesired effects, such as environmental aspects and emissions. It has no relation to the speed of the travellers or their journey time.

II.6.2.2.2 Formulation of the CPM The value of the VKT for a period of time T is described in Eq. II.13

23

TT i i

i NVKT f l

∈

= ⋅∑

Eq. II.13 where, fTi : Flow on link “i” for period of time “T” li : Length of link “i” N : Set of the links in the analyzed network

II.6.2.3 Congested Travel Rate – CTR

II.6.2.3.1 Background of the CPM The transport authorities and research corps have been carrying out comprehensive surveys and travel time studies in the London area since the late sixties. Different types of surveys have been used to measure car traffic evolution that has detected a significant increment in travel demand, specifically for road users. A demand management tool that copes with this congestion problem was the application of congestion charging. Congestion charging trials exist since February 2003 in London. They consist of an extra fee for car users in central London. The results of these measures showed improvement in the traffic situation in the city centre (i.e. charged zone) but an increment in travel times in the streets that demark the limit of the zone. The surveillance of the system was based on a system of cameras located in the boundaries. A reinforcement system considered several cameras inside the charged zone. The first yearly report (TfL 2003) describes the key measures in defining congestion and depicts the methodology used for measuring congestion. The definition of travel rate corresponds to the inverse of the network speed. The network speed is defined by the ratio between the total distance travelled on the network and the total travel time in the network. The network speed is usually expressed in km per hour. The operational definition for all the links in a Network is shown in Eq. II.14.

link linklinks

link linklinks

Length FlowkmNetwork Speed

Travel time Flow hr⎡ ⎤= ⎢ ⎥⎣ ⎦

∑∑

i

i

Eq. II.14 Studies of the value of the network speed in limit conditions have recognized the numerator as the traffic throughput. When the speed tends to zero, the numerator tends to capacity and remains finite and non zero, but the denominator tends to “infinity” (Evans 1992b). The reciprocal of the network speed will have a determined value. The operational definition for travel rate then becomes:

link linklinks

link linklinks

Travel time Flow60 min minTravel Rate TR

Network Speed km Length Flow km⎡ ⎤ ⎡ ⎤= = =⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦

∑∑

i

i

Eq. II.15

24

The definition of congestion for TfL is the “difference between the average network travel rate and the uncongested network travel rate in minutes per kilometre; i.e. the delay, ‘lost travel time’ or excess travel rate’ “. This indicator is similar to the “urban congestion indicator” used in Australia7. This can be formulated as Eq. II.16 shows:

observed uncongested

observed uncongested

TfL CONGESTION TR TR

veh min veh minTfL CONGESTION

veh km veh km

= −

⎧ ⎫ ⎧ ⎫⋅ ⋅⎪ ⎪ ⎪ ⎪= −⎨ ⎬ ⎨ ⎬⋅ ⋅⎪ ⎪ ⎪ ⎪⎩ ⎭ ⎩ ⎭

∑ ∑∑ ∑

Eq. II.16 The uncongested network travel rate is estimated using data collected when the traffic flows are very light. In urban areas the typical value would be 1,5 minutes per kilometre. Figure II-3 exposes the general relationship between the experienced travel conditions and traffic levels. The experienced conditions consider two sections: “uncongested travel rate” (in red) and “average congestion” (in blue). The Tfl-congestion definition in Eq. II.16 corresponds to the blue segment. This blue segment is not the Un-congested segment of the travel rate and then, the present study denominate as the Congested Travel Rate (CTR). The congested travel rate can be then defined as Eq. II.17 shows:

Figure II-3: Congestion increases with traffic levels. Source (TfL 2003)

TT experienced 0

T T 0 0i i i i

i N i NT

T 0i i i i

i N i N

CTR TR TR

f tt f ttCTR

f l f l

∈ ∈

∈ ∈

= −

⋅ ⋅= −

⋅ ⋅

∑ ∑

∑ ∑

Eq. II.17 The variables exposed above correspond to: fTi : Flow on link “i” for period of time “T” ttTi : Travel time on link “i” for period of time “T” li : Length of link “i” f0i : Flow on link “i” for uncongested conditions 7 http://www.algin.net/austroads/

25

tt0i : Travel time on link “i” for uncongested conditions N : Set of the links in the analyzed network

II.6.2.3.2 Implementation of the CPM In correspondence with the present study, a study visit to TfL was arranged in order to gather further details for the estimation process. The estimation of the CPM was outsourced to a traffic consultant MVA8. The person responsible for this study was interviewed. The following section comprises a summary of the information gathered on that occasion. The calculation of this CPM requires flow and travel time information. The flow values are previously obtained from simulation models. Flow counting information was gathered in correspondence with the evaluation of the scheme, but the coverage of this counting does not allow estimating the flow for the whole evaluated network. The objective of the counting is to detect increments in the flow, not to be used to estimate a CPM. The travel time is collected using a survey car that throughout the whole year. The initial plan considered reporting every two months. For every reporting period, each link was surveyed at least twice for every time period. The information from the surveillance and reinforcement cameras was used by an automatic plate recognition system, (ANPR) so travel time could be estimated. The travel time estimation from this system was not reliable. The main causes for this are that the matching process might include vehicles that have stopped between two points and that, in many cases, the matching points do not correspond to a commonly used route.

II.6.2.4 Travel time index - TTI

II.6.2.4.1 Background of the CPM The Texas transportation institute executed the Urban Mobility Study (Schrank and Lomax 2005) that is based on data of the last 20 years. The current measurements cover around 50 cities in the US-country (The total number of cars is calculated using detectors. This data is transferred to the federal highway administration that creates the highway performance monitoring system (HPMS). TTI aims to measure congestion level, delays and resulting social cost

II.6.2.4.2 Formulation of the CPM TTI is calculated as follows:

Peak Travel TimeTravel time index (TTI )Free Flow Travel Time

=−

Eq. II.18 Peak travel time is estimated according to the Travel Time Data Collection Handbook or based on the speed measured directly on field or empirical/model based flow-road design relationships (Turner et al. 1998). Free-flow travel time is estimated from empirical data of related studies, 8 http://www.mvaconsultancy.com

26

signalised speed or signal timing parameters on interrupted-flow roadways. This measurement is not conceived to cope with travel time variability. For the purpose of this study “the peak travel time” has been reinterpreted to the representative travel time for the studied period. The aggregation of this measure is done using the respective VKT as Eq. II.19 shows:

T Ti i

T i NArea T

ii N

VKT TTITTI

VKT∈

∈

⋅=

∑∑

Eq. II.19

II.6.2.5 Relative Speed Reduction – RSR

II.6.2.5.1 Background of the CPM The Swedish Road Administration (SRA 1999) has used “Relative speed reduction (RSR)” for describing the level of congestion and traffic performance in urban road networks. The objectives of the report were: To create a methodology and identify congestion performance measure

for describing and analysing road congestion, considering as a basis the existing models and the need for strategic transport planning.

Create a GIS database for estimating conditions and analysing deficiencies in Sweden’s larges cities.

RSR is best suited for road links without major intersections. It is only sensitive to speed variations.

II.6.2.5.2 Formulation of the CPM

[ ]FF

FF OBSV VRSR %V−

=

Eq. II.20 Where VFF is the free flow speed (measured or posted) and VOBS corresponds to the observed or measured speed during peak traffic period. The free flow speed is used instead of signalised speed because it reflects the possible speed better than the signalised one. This performance measure presents difficulties in its application in downtown areas or zones with a significant number of intersections. This measure is sensitive to speed variations, but not flow, and does not reflect time reliability changes. Neither does it point to an optimal level. The result is a number with no dimension (percent) and then the aggregation is not obvious.

II.6.2.6 Mean Journey speed- MJS The Swedish government has set as a goal for the SRA that speed should not decrease. SRA has therefore decided to use “Mean Journey speed” measured during the morning peak hour as its guiding CPM. SRA intends to use this measure to describe the traffic performance in arterial streets, considering only peak traffic direction.

27

In the case of the present study, the representative value of speed will be considered for the studied time period.

II.6.2.7 Percentage Extension in Travel-time-PET

II.6.2.7.1 Background of the CPM The Environmental Charging Office – MAK (sv, Miljöavgiftskansliet) was in charge of the evaluation of the congestion charging trial in Stockholm. The proposed CPM for congestion was the average prolongation of travel time in comparison with travel time when no congestion exists (MAK 2006). They considered as non-congested travel time the travel time during nighttime from 02:00 to 04:00. A zero value means free flow; while 100 % percent will mean double travel time.

II.6.2.7.2 Formulation of the CPM PET is formulated as Eq. II.22 shows:

[ ]T

T ii T

0

tPET 1 %t

= −

Eq. II.21 The aggregation method is not operationally defined.

II.6.3 Dispersion values indicators

II.6.3.1 Buffer-index Federal Highway Administration has carried out the Mobility Monitoring program that aims to evaluate the effects of non-recurring congestion. Buffer-index was chosen to estimate non-recurring congestion. This measures the extra percent of travel time that has to be added to the average travel time in order to arrive on time 95% percent of the time. Related information is collected from ”Motorway Control Systems” (MCS) in different parts of the USA road network. Until today, less than 10% of the road network provides information of this kind. The following formula describes the measurement:

⎭⎬⎫

⎩⎨⎧

⋅−

= %timetravelAverage

timetravelAveragetimetravelpercentileWBTth

averageindex 10095

Eq. II.22 where Waverage means the weighted average

28

II.6.3.2 Misery Index Another more extreme performance measure that examines the negative aspect of trip reliability is the “Misery Index” that considers 20 percent of the travel that occurs under the worst congested situations, see Eq. II.23 below:

RateTravelAveragetripsallforrate

travelAveragetripstheoflongestthe

forratestraveltheofAverage

indexMisery−

= %20

Eq. II.23 This measurement reflects 20% of the worst travel that occurs under congested conditions. It measures how bad the congestion is in the worst situation.

29

III METHODOLOGY III.1 Methodology overview Evaluation methodologies comprise a system of methods for the appraisal of the value of an interesting parameter that in this case is congestion. The comparison between different evaluation methodologies requires a “further” evaluation methodology for evaluating the methodologies for congestion. This play on words can cause confusion and therefore the following description is provided. Examples of pertinent evaluation methodologies used in transport studies are showed in Figure III-1. The study zone corresponds to the geographic scope that in this case consists of a map of Stockholm municipality. The DATA COLLECTION METHODOLOGIES gather information according to a survey plan from the study zone. This example considers Fixed Flow detectors (Yellow) and the Floating Car (Light blue) as data collection methodologies. Different data collection methodologies produce different output information. The output data from the Data Collection Methodologies are called Traffic Descriptive Parameters (TDP).

Figure III-1: Estimation of Congestion Performance Measures Value The DATA REDUCTION METHODOLOGIES define methods for aggregating data, the formulation of the performance index used, and the input parameters, i.e. traffic descriptive parameters –TDPs-. This example

30

considers aggregations in order to describe the performance in a segment of the road or for describing the performance for an area. Figure III-1 shows a generic Congestion Performance Measures -CPM- (denominated as CPMY) describes conditions for a road link. Similarly, the generic CPMx describes the traffic conditions for an area. This corresponds to the value estimation stage in the present study. Consequently, the methodologies for evaluating congestion will comprise a combination of certain data collection methods and data reduction methods. Figure III-2 presents a development of Figure III-1 considering now the value of the variables involved and their standard error, i.e. the reliability parameters of the estimations. The value of the variable describes traffic conditions and the standard error describes how reliable the value estimated is, in other words, how different the values could be if another similar sample of the same population is considered. This is the reliability estimation stage in the present study and the black arrows depict it. The reliability of the CPMs is estimated based on the reliability of their input parameters, i.e. TDPs. The outcome of this stage is the reliability estimators for the CPMs. For the example exposed in Figure III-2, the outcome is the reliability estimators for CPMY (shown in green) and (CPMX- shown in red)

Figure III-2: Estimation of Congestion Performance Measure Reliability The next methodology step considers that several analyses have been carried out and the reliability estimators have been gathered for different groups as shown in Figure III-3. At this stage, CPMY applied to road segments is not considered any longer. Instead, it is considered the generically CPMZ that is applied to area networks. CPMz is shown on the same green colour as CPMY in previous figures. The first box corresponds to an estimation similar to the one showed in Figure III-2 for the Group of Places number 1 (and then labelled as P1). The

31

information necessary for this methodology step is R[CPMz/P1] and R[CPMx/P1] that corresponds to the Reliability indicators of the Congestion performance measure Z and X, respectively. The other boxes correspond to the values estimated for other groups of roads P2, P3 and so on until Pn. The third methodology step recognises if statistical evidence exists to reject the hypothesis that the reliability indicators of the CPMZ and CPMX are equal, as the black arrow shows in Figure III-3.

Figure III-3: Comparison of Reliability Indicators between Congestion Performance Measures The current chapter describes the methodology used in the present study. It describes first the considered methods for data collection; and later the steps undertaken for the calculation. The methodology steps are then:

1. Estimation of TDPs 2. Statistical Analysis of TPD 3. Estimation of the CPMs 4. Statistical Analysis of CPM 5. Statistical test 6. Future Data Collections

III.2 Methods for Data Collection The following section provides a general framework for surveys and data collection studies. The later sections describe the data collection method considered in the present study in order to gather the data required for the later estimation of the TDP and CPM and their statistical analysis. The

32

Equipment section describes, in a general way, every data collection method. The data inventory for the case of Stockholm’s congestion trials is described in the Implementation section. Special sections are added for data collection methods that required special developments in correspondence with this study.

III.2.1 Survey design Survey design has to consider the available methods for data collection in order to gather a suitable sample for the objective of a study. The available data sources for the current study can be categorized as follows: Short base studies describe conditions at a point or cross section in a

road link. These data collections methods are simple and can collect information from a large group of objects on the network or traffic installation. They estimate parameters that directly describe a certain installation and/or the surrounding environment. They do not require identification of the vehicles or objects sampled. A typical example of these methods is a single loop detector used to estimate flow at a certain point on a highway. Temporal installations have usually low installation cost. Temporal and permanent installations have both a low maintenance cost. The data reduction from these stations is usually straightforward.

Long base studies are used when information at the start and at the end of a certain section is sufficient. They consider the application of two or more short base studies, as shown in Figure III-4. The short base stations gather also the identification of the sampled objects. The most representative method considers the registration or filming of the vehicle number plate. The study matches later the passage time in order to estimate travel time. The identification causes these studies to consume more resources, but advances in automatic identification have enabled the application of these methods to a broader spectrum.

Figure III-4: Long base study Single object tracking studies provide detailed information for a

single vehicle moving on the traffic network but they lack traffic information on the surroundings of the sampled object. This method effectively covers time and space dimensions, but it still represents the info for one object. It is necessary then to increase the number of tracked objects, which, in turn, increases the cost significantly. A car traced with Geographical Positioning Systems (GPS) is a typical example of this case.

II.1 describes a framework for studying road transport phenomena. It points out that certain phenomena (described by a variable) vary through a dominion

A B

C

33

(i.e. different dimensions like time and space). When data collection covers only one dimension, complementary data sources (that cover the variability in other dimensions) should be considered. For example, a short base study is able to gather quite detailed information over time and through individuals if identification is available. If data set quality is to be improved, improvement efforts should aim at compounding this information with methods that are more suitable to collect information in the dimension that is yet not covered, i.e. space. Similarly, floating car methods will profit more from expanding further over the dimension of individuals than in the time or space dimension. The present study was carried out in correspondence with Stockholm congestion charging trials. The Survey planning was carried out independently of the present study and the considerations commented above were not fully considered.

III.2.2 Traffic Flow Counting Stations

III.2.2.1 Equipment This type of short base study can be temporary or fixed. The temporary counting stations correspond to a pair of pneumatic

tubes on the ground. One end of the tube is sealed while the other has a Pneumatic valve that transforms the air pressure into an electrical pulse that is collected in a log machine. Every car that drives over them produces four pulses (2 axle vehicles). This data allows identifying the speed and axle distance.

The fixed counting station consists of a metallic spiral under the pavement surface with an electrical flow through it. This produces an electric field over it. The metallic material of a vehicle that drives over this part of the pavement produces a variation on the electric field that induces an electrical current.

The information gathered over the time dimension is quite detailed while the space dimension is poorly covered and the improvement possibilities are quite reduced. Several stations shall be used to solve this lack.

III.2.2.2 Implementation Data was collected from around 420 fixed and temporary traffic counting stations equipped with double sensors for classified flow and spot speed observations. The data collection was entrusted to several sub-contractors. The stations are spread around Stockholm. Figure IV-1 and Figure IV-2 in section IV.1.1 - Traffic Flow Counting Stations shows an area of the city where the distribution of the station can be observed. It can also be observed that special regard was considered for the inner-central zone. The data was collected 24 hours a day. For the present study the data was available aggregated for every 15 minutes. The aggregation considered the addition of the observed number of individuals for the selected period.

34

III.2.3 Automatic travel time system

III.2.3.1 Equipment This considers long base studies for a group of road links equipped with cameras that identify vehicles at different points of the road network. The system can detect the time of passage and the direction of passage. The plate numbers are matched and the travel time is estimated.

III.2.3.2 Implementation The implementation in Stockholm considered an outsourcing of the study, service and infrastructure. The measuring infrastructure consists of infrared cameras generally located on intersections. The cameras usually use the existing traffic light infrastructure on field. The infrared cameras have fixed positions aiming at the plate number for only one lane on the approach. The matching process is only carried out for a predefined pair of cameras, so cars identified at cameras that are not coupled will not be considered. The information is provided every 15 minutes. An estimation of quality indicator is also provided. The indicator can get the value of 1, 2, 3, 4 or 5 (similar to the Swedish school grading system). The values between 3 and 5 are considered reliable. There is no clear documentation of the methodology for estimating this indicator of quality. The data is not categorized by vehicle type. The system started to operate some months before the trials began in Stockholm. There is no validation study available for citation

III.2.4 Floating car

III.2.4.1 Methodology background Floating car is a data collection method that considers a test vehicle that travels back (direction 1) and forth (direction 2) in a road segment. The data directly measured is the travel time. Opposing flow, overtaken cars and cars that overtake the mobile unit are also gathered and are used to estimate the flow on a road segment using the formula exposed in Eq. III.1.

( )2 1 11

1 2

3600 N A BQ

tt tt+ −

=+

Eq. III.1 Where N2 : Flow on link “i” for period of time “T”. A1 : Number of cars that overtake the mobile unit

while travelling in direction 1. B1 : Number of cars overtaken while travelling in

direction 1. tti : Travel time in direction “i” in seconds. This method produces good estimations for segments with good visibility of the other direction, when there are not significant variations of flow along the segment (no vehicle entrances or exits) and when the frequency of sampling is high.

35

III.2.4.2 Implementation Floating car (FC) routes where defined in advance prior to this study. No documentation referring to the statistical aspects of the selection method became available to the present study. The data collection was entrusted to three contractors: KTH9, VTI10, VV11. The three contractors arbitrarily decided on route segmentation before the data collection. There was no basis information to consider statistical aspects for this segmentation. The decision was based on general knowledge of the road networks that the technical experts possessed. The segmentation was done considering road segments with similar flow levels. The periods for data collection considered two weeks where every route was covered by at least one car during the following time intervals: 0630-0930; 1015-1200; 1530-1830 Data collection methodologies applied by VTI and VV provided only information of travel time. The methodology used by KTH allows gathering further information for describing the traffic conditions as explained below. The following section describes the data collection methodology used for KTH. The methodologies of the others contractors will be similar with slight differences.

III.2.4.3 Equipment The central gathering unit of the FC consists in a data logger that receives electrical pulses (that corresponds to certain events) and log information about the time when they occurred. The model used was TMS-07 and is shown in Figure III-5. Thirty-two different channels are allowed to deliver information and posses a memory for nearly 65,000 thousand events.

Figure III-5: Data-log TMS 07

III.2.4.4 Implementation on field The floating cars have a detector on the frontal wheel axle that produces a pulse for every turn of the wheel. This sensor is connected to a data logger 9 Kungliga Tekniska Högskolan 10 Väg och transport Institutet 11 VägVerket

36

that records every turn of the axle in milli seconds. The data logger is programmed to record the information every 10th pulse from the wheel. This is done in order to reduce the total number of wheel pulses.

Figure III-6: Button Pad There are two persons in the car; one is the driver and the other the observer. The observer collects information about starting a route, finishing a route, etc., using the button pad shown in Figure III-6. The number of events to be gathered is reduced so a previous code exists for the events. The observer also collects information about oncoming traffic. He uses another button pad similar to the one showed in Figure III-6. He registers every oncoming car. Occasionally, a third observer is included in order to consider queue observations as well. The third observer registers the following events:

Queue start point in driving direction Queue end point in driving direction Queue start point in opposite direction Queue end point in opposite direction.

The queue start and queue end were determined visually by the observer. The results could my have vary if a different person had collected that data. The methodology described allows collecting information from surrounding areas while the car is moving, as in the case of a long base study.

III.2.4.5 Lab analysis – CONMIPE-FC When the measurement period has been completed, the data logger is taken to the laboratory were the information is transferred to a computer. The result is a text file as the one shown in Figure III-7 where the layout of the data can be observed. The first, second, and fifth columns correspond to the type of event. The third and fourth correspond to date and time.

37

Figure III-7: Layout for Data from Data-log TMS07 Based on this information, travel time and flow can be estimated. For this purpose the computer program denominated as CONMIPE-FC (CONgestion Measures, Indices & Parameters Estimation-Floating Car) was programmed in matlab. CONMIPE-FC is a group of routines that estimates Congestion performance measures indices and traffic descriptive parameters. It uses as input data in different formats. Its objective is to facilitate the analysis and calculation of the information collected. The output can be used for carrying out analyses about travel time, speed profiles, opposing traffic. It is allowed to do segmentation in sub-routes. The sub segmentation can be modified after the measurement is done. Security routines have been implemented that recognize inconsistencies on the FC log file produced by the observer in the car. The security routines suggest the possible errors that might happen while collecting data on field and leave track of this in an error file. The output data table consists of a text (ASCII) file considering tabulations so it can be opened in excel. Figure III-8 shows an example of an output data table.

38

Figure III-8: Layout for Results from floating car measurements

III.3 Estimation of TDPs The estimation of the TDP calculates the representative value of the parameter for the period of analysis. This corresponds to the 1st methodological step as described in the methodology overview. The estimation considers the following sub-steps: Bias in the estimations Linear interpolation function for time slices Integral of interpolating function for time slices Representative Value for the whole Time period

39

III.3.1 Bias in the estimations Figure III-9 shows a situation when the data that is collected is unbiased. The data corresponds to a certain TDP that has been sampled in the interval 07:00-09:00.

Figure III-9: Traffic Descriptive Parameter (TDP) values over time. Unbiased Sample The line corresponds to the actual value of the TDP. The phenomenon described and calculation methods may vary for different TDPs. For example, if TDP is flow, then the phenomenon will correspond to the sum of vehicles that cross a certain segment or cross section of the road and the phenomenon described is the sum of observed values. For speed, the TDP corresponds to the harmonic mean of the instant speed values gathered under a certain period. The current analysis models the TDP as a continuous and derivable variable under the study period. For simplicity is assumed that the TDP is valid for all the vehicles, i.e. individuals in the road segment The collected data in Figure III-9 is not biased and the representative value will correspond to the average. The standard error value of the representative value corresponds then to the standard deviation.

Figure III-10: Traffic Descriptive Parameter (TDP) values over time. Biased Sample

TDP - Road Link(07:00-09:30)

0

10

20

30

40

50

60

70

80

90

100

07:00 07:30 08:00 08:30 09:00 09:30

Time

TPD

[uni

t]

Actual value of TDP Unbiased observations of TDP

TDP - Road Link(07:00-09:30)

0

10

20

30

40

50

60

70

80

90

100

07:00 07:30 08:00 08:30 09:00 09:30

Time

TPD

[uni

t]

Actual value of TDP Biased Observations of TDP

40

Figure III-10 shows an example when data has been gathered in a biased way. The dashed line shows the value of the variable throughout the time interval and the black diamonds are observations. This might be the case of travel time observations gathered using a floating car. When flow levels are low, travel time tends to be lower and the number of frequency of observations is higher. When the flow level rises, the travel time increases and sample frequency diminishes. The direct average will, in this case, underestimate the representative value and the standard deviation lacks meaning. The sampling frequency for Floating car observations depends also on the congestion levels in the opposite direction.

Figure III-11: Variability of a TDP in time – Unbiased analysis The representative value under biased data collection conditions corresponds to the area under the integral defined by the linear interpolation between the observations divided by time width of the interval. The proposed methodology considers that the representative value of a parameter, TPDR , for the time period defined between [xα,xω] is defined as Eq. III.2 shows.

( )x

TDPxTPD

F xR

x x=

−∫

ω

α

ω α

Eq. III.2 FTDP is the expression for the dashed line in Figure III-11. There is no default expression that can be fitted to any kind of TPD. A linear interpolation between successive observations is used to approximate the value of the integral.

III.3.2 Linear interpolation function for time slices Lets consider a series of observations of a TDP { }ny . These observations are

respectively gathered at an instant of time { }nx that is located under the time

slice [ ]x ,xα ω . The interpolating function LTPD will be defined for every time slice “i” defined by [ ]1x ,xα . [ ]1 2x ,x …. [ ]n 1 nx ,x− . [ ]nx ,xω . and [xn, xω]. The number of time slices is s=n+1. The interpolating function has the operational form

TDP - Road Link(07:00-09:30)

0

10

20

30

40

50

60

70

80

90

100

07:00 07:30 08:00 08:30 09:00 09:30

Time

TPD

[uni

t]

Linear Interpolation Biased Observations of TDP Actual value of TDP

41

y m x n= ⋅ + For the time slice [ ]i 1 ix ,x− the linear interpolation function “LTPD“ is defined then as

( ) ( )1 111

1 1

i i ii iTPD i

i i i i

x y yy yL x x yx x x x

− −−−

− −

− ⋅ −⎛ ⎞⎛ ⎞−= + +⎜ ⎟⎜ ⎟− −⎝ ⎠ ⎝ ⎠

Eq. III.3 The term accompanying “x” corresponds to the slope of the linear approximating function. This depends on the parameters that define the time slice “i” and thus can be defined as M(i) as Eq. III.4 shows.

( ) 11

1 1 1

1 1i ii i

i i i i i i

y yM i y yx x x x x x

−−

− − −

⎛ ⎞ ⎛ ⎞ ⎛ ⎞− −= = +⎜ ⎟ ⎜ ⎟ ⎜ ⎟− − −⎝ ⎠ ⎝ ⎠ ⎝ ⎠

Eq. III.4 Similarly, the term free of “x” in Eq. III.3 depends only on “i” and it can be defined as

( )1 1 11 1

1 1 1

( ) i i i i ii i i

i i i i i i

x y y x xN i y y yx x x x x x

− − −− −

− − −

− ⋅ −⎛ ⎞ ⎛ ⎞ ⎛ ⎞−= + = +⎜ ⎟ ⎜ ⎟ ⎜ ⎟− − −⎝ ⎠ ⎝ ⎠⎝ ⎠

Eq. III.5 Replacing Eq. III.4 and Eq. III.5 in Eq. III.3, then

( ) ( ) ( )TPDL x M i x N i= +

III.3.3 Integral of interpolating function for time slices M and N do not depend on the axis variable “x” and their value is constant inside a given time slice “i”. The integral of LTPD is then defined as Eq. III.6 shows

( ) ( )1 1 1

i i i

i i i

x x x

TPDx x xL dx M i x dx N i dx

− − −

= ⋅ + ⋅∫ ∫ ∫

( ) ( ) ( )1

2 21

12 2i

i

x i iTPD i ix

x xL dx M i N i x x−

−−

⎛ ⎞= ⋅ − + ⋅ −⎜ ⎟

⎝ ⎠∫

Eq. III.6 Replacing M an N, the formula becomes as Eq. III.7 shows

( )

1

2 21

11 1

11 1

1 1

1 12 2

i

i

x i iTPD i ix

i i i i

i ii i i i

i i i i

x xL dx y yx x x x

x xy y x xx x x x

−

−−

− −

−− −

− −

⎡ ⎤⎛ ⎞ ⎛ ⎞ ⎛ ⎞−= + ⋅ − +⎢ ⎥⎜ ⎟ ⎜ ⎟ ⎜ ⎟− − ⎝ ⎠⎝ ⎠ ⎝ ⎠⎣ ⎦

⎡ ⎤⎛ ⎞ ⎛ ⎞−+ ⋅ −⎢ ⎥⎜ ⎟ ⎜ ⎟− −⎝ ⎠ ⎝ ⎠⎣ ⎦

∫

Eq. III.7 Grouping the terms that depend on yi and yi-1 , LTPD becomes as Eq. III.8 shows

( )

( )

1

2 21 1

11 1

2 21

1 11 1

12 2

12 2

i

i

x i i iTPD i i ix

i i i i

i i ii i i

i i i i

x x xL dx x x yx x x x

x x x x x yx x x x

−

− −−

− −

−− −

− −

⎡ ⎤⎛ ⎞ ⎛ ⎞⎛ ⎞ −= − + − +⎢ ⎥⎜ ⎟ ⎜ ⎟⎜ ⎟− −⎝ ⎠⎝ ⎠ ⎝ ⎠⎣ ⎦

⎡ ⎤⎛ ⎞ ⎛ ⎞⎛ ⎞−− + − ⋅⎢ ⎥⎜ ⎟ ⎜ ⎟⎜ ⎟− −⎝ ⎠⎝ ⎠ ⎝ ⎠⎣ ⎦

∫

Eq. III.8

42

Simplifying terms

( )1

112

i

i

x i iTPD i ix

x xL dx y y−

−−

−⎛ ⎞= +⎜ ⎟⎝ ⎠∫

Eq. III.9

III.3.4 Representative Value for the whole Time period Eq. III.9 shows the value of the integral of LTPD for a time slice [ ]i 1 ix ,x− . Replacing Eq. III.9 on Eq. III.2 in order to obtain RTDP for a time period [ ]x ,xα ω , the Eq. III.10 obtained is shown below.

( ) ( ) ( )1

12

k

k n

nx x x

TPD TPD TPDx x xk

TPD

L x L x L xR

x x−=

+ +=

−

∑∫ ∫ ∫ω

α

ω α

( ) ( ) ( )1 11 1

22 2 2

nk k n

k k nk

TPD

x x x x x xy y y y y yR

x x

−−

=

− − −⎛ ⎞ ⎛ ⎞ ⎛ ⎞+ + + + +⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎝ ⎠ ⎝ ⎠ ⎝ ⎠=

−

∑α ωα ω

ω α

( ) ( ) ( )

( )1 1 1

1

2

n

k k k nk

TPD

x x y x x y x x yR

x x

α α ω ω

ω α

+ −=

− + − + −=

−

∑

Eq. III.10 considering 0x xα= and n 1x x+ ω= when evaluating.

III.4 Statistical Analysis of TPD The following step corresponds to the 2nd methodological step as described in III.1. The standard error in the estimation of the TDP uses the formula Eq. III.11

i i j

i i j

2

2 2z x x x i , j

i i jx x x

dz dz dze e e edx dx dx

⎛ ⎞⎛ ⎞ ⎛ ⎞⎜ ⎟= + γ⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟⎜ ⎟⎝ ⎠ ⎝ ⎠⎝ ⎠

∑ ∑∑

Eq. III.11 A special case of this formula is when estimating the average value for a series of independent observations (correlation is zero) with the same standard error for individual observations. The function z becomes zmean as Eq. III.12 shows

1 ... nmean

x xzn

+ +=

Eq. III.12 Considering the standard error in the individual observations as the standard deviation results then in,

1,...,ixe i n= ∀ =σ

The partial derivates are defined then

1 ... 1 1,...,n

i i

x xz i nx x n n

+ +∂ ∂ ⎛ ⎞= = ∀ =⎜ ⎟∂ ∂ ⎝ ⎠

43

Using Eq. III.11, the standard error becomes

22 2

,

2

1

1 1( ) 0

i j

n

z x x i ji i j

e f fn

nn n n

σ σ γ

σσ σ

⎛ ⎞= + =⎜ ⎟⎝ ⎠

⎛ ⎞= + = =⎜ ⎟⎝ ⎠

∑ ∑∑

This formula corresponds to the standard deviation, i.e. the standard error of the average.

III.4.1 Auto-correlation of TDPs Analyzing later the expression that corresponds to the standard error of the representative value as expressed in Eq. III.11, the first term considers the individual contributions of each observation to the total standard error. The derivative term becomes then as formulas Eq. III.13, Eq. III.14 and Eq. III.15 show:

( )1

2pdR x x

dy x xα

α ω α

−=

−

Eq. III.13

( )1 1

2p k k

k

dR x xdy x xω α

+ −−=

−

Eq. III.14

( )2p ndR x x

dy x xω

ω ω α

−=

−

Eq. III.15 The derivates indicate that the marginal contribution to the total standard error has a direct relationship with the width of the time slices related to an observation. It has an inverse relationship with the total width of the time period where all the time slices are included. This term is always positive

given that 0;p

i

dRi

dy≥ ∀

III.4.2 Cross-correlations of TDPs The second term estimates the contribution of the cross effects between different observations to the standard error of the estimation. This contribution is proportional to: The standard error of each observation, i.e. the derivate times the error

in the estimation on the variables (reviewed above). The correlation between the observations gathered under the same

time period. The estimation of the correlation between observations under the same day can use historical data (if fully available). With this, the correlation and its confidence intervals can be easily estimated. When the correlation is significantly different to zero, the correlation value should be considered. That information is not available for the present study and for simplicity, the

44

correlation is assumed to be zero, i.e. the values of different observations are independent.

III.4.3 Cases of missing data Black out in the used instrument and/or a modification of the time periods for the analysis might cause that some time intervals will register only one observation for a certain parameter, or no observations. The methodology for the enounced above will not viable. If so, the standard error will be the median value of using the available values for the standard errors for the same location for the same TDP. If all the observations for that location consist of single observations, the standard error will be the standard deviation of the sample values.

III.5 Estimation of the CPMs This section corresponds to the 3th methodological step as described in III.1. The Literature study section in chapter II describes previous studies that estimate CPM. Some of them are more suitable for network aggregations, while others are originally designed for links. The operational formulations of the CPM, exposed in that chapter, consider different TDP as input variables. The methodology for aggregating the results to a road network is not always provided. The present study considers the evaluation of different CPM in the context of a road network. In order to compare different CPM on the same ground, the framework proposed will consider the public aimed for a certain CPM. The framework for aggregation and comparison proposed is considered as follows: Aggregation methodologies that consider vehicle-kilometers traveled

(VKT) are considered more suitable for authorities and city planners because they provide better information of the conditions of all the travelers or inhabitants.

Aggregation methods that consider link length are considered more suitable for road users because they provide better information of how the conditions will be for a certain route. In the same way, road users might have knowledge of the length of the routes but not about the flow through a road segment.

The denomination of the studied CPMs and their aggregation methodology are listed in Table III-1 Table III-1: Operational Definition of Aggregation Methodologies considered by CPM

CPM´s name

Operational definition

VKT i i

i Nf l

∈

⋅∑ Vehicles kilometers for road link i

CTR 0 0i i ii

i N i N

0i i i i

i N i N

f t f t

f l f l

∈ ∈

∈ ∈

⋅ ⋅−

⋅ ⋅

∑ ∑

∑ ∑

Congested Travel Rate for the road network

45

TTIA i

i i 0i N i

i ii N

tf lt

f l∈

∈

⋅ ⋅

⋅

∑∑

Travel Time Index (TTI*) aggregated for Administrators (A) based on vehicles kilometers traveled for each link.

TTIU i

i 0i N i

ii N

tlt

l∈

∈

⋅∑∑

Travel Time Index (TTI*) aggregated for users (U) based on the link length.

RSRWA 0i i

i i 0i N i

i ii N

v vf lv

f l

∈

∈

−⋅ ⋅

⋅

∑

∑

Relative Speed Reduction (RSR) aggregated using the weighted (W) value for Administrators (A) based on vehicle road kilometers traveled for each link.

RSRWU 0i i

i 0i N i

ii N

v vlv

l

∈

∈

−⋅∑

∑

Relative Speed Reduction (RSR) aggregated using the weighted (W) value for Users (U) based on the road length for each link.

RSRL 0i i i i

i N i N

0 0i i i i

i N i N

0i i

i N

0 0i i

i N

f l f l

f t f t

f l

f t

∈ ∈

∈ ∈

∈

∈

⎛ ⎞ ⎛ ⎞⋅ ⋅⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟−⎜ ⎟ ⎜ ⎟⋅ ⋅⎜ ⎟ ⎜ ⎟⎝ ⎠ ⎝ ⎠

⎛ ⎞⋅⎜ ⎟

⎜ ⎟⎜ ⎟⋅⎜ ⎟⎝ ⎠

∑ ∑

∑ ∑

∑

∑

Relative Speed Reduction (RSR) calculated similarly as for a single link (L), but considering the network speed instead of link speed. The term corresponds to free-flow network speed and observed network speed.

RSRIA 0 0i i i i i i

i N i N

0i i i i

i N i N

0 0i i i

i N

0i i

i N

f l v f l v

f l f l

f l v

f l

∈ ∈

∈ ∈

∈

∈

⋅ ⋅ ⋅ ⋅−

⋅ ⋅

⋅ ⋅

⋅

∑ ∑

∑ ∑

∑

∑

Relative Speed Reduction (RSR) where Inputs (I) are previously weighted for Administrators (A) based on the vehicle kilometers for each link

* Travel time index definition considers peak travel time. The following study considers the representative value of travel time for the studied interval.

46

RSRIU

( )

0i i i i

i N i N

0i i i i i

i N i N i N

0 0i i i i

i N i N

ii N

l v l v

l l l v v

l v l v

l

∈ ∈

∈ ∈ ∈

∈ ∈

∈

⋅ ⋅−

⋅ −=

⋅ ⋅

∑ ∑

∑ ∑ ∑

∑ ∑

∑

Relative Speed Reduction (RSR) where Inputs (I) are previously weighted for users (U) based on the length of each link

MJSD ( )

( )

v ii N

vi N

n i v

n i

∈

∈

⋅∑

∑

Mean journey speed (MJS) considering the Direct (D) average of all the representative values sampled.

MJSA i i i

i N

i ii N

f l v

f l

∈

∈

⋅ ⋅

⋅

∑

∑

Mean Journey Speed (MJS) aggregated for Administrators (A) considering the vehicle kilometers for each link.

MJSU i i

i N

ii N

l v

l

∈

∈

⋅∑

∑

Mean Journey Speed (MJS) aggregated for Users (U) considering the length for each link.

PETWA i

i i 0i N i

i ii N

tf l 1t

f l

∈

∈

⎛ ⎞⎜ ⎟⋅ ⋅ −⎜ ⎟⎝ ⎠

⋅

∑

∑

Percentage Extension in Travel-time (PET) aggregated considering the Weighted (W) value for Administrators (A) based on the vehicle kilometers for each link

PETWU i

i 0i N i

ii N

tl 1t

l

∈

∈

⎛ ⎞⎜ ⎟⋅ −⎜ ⎟⎝ ⎠

∑

∑

Percentage Extension in Travel-time (PET) aggregated considering the Weighted (W) value for Users (U) based on the length for each link

PETIA i i i

i N

i ii N

0 0i i i

i N

0i i

i N

f l t

f l1

f l t

f l

∈

∈

∈

∈

⋅ ⋅

⋅−

⋅ ⋅

⋅

∑

∑

∑

∑

Percentage Extension in Travel-time (PET) where Inputs (I) are previously weighted for Administrators (A) based on the vehicle kilometers for each link. The calculation of aggregated non-congested travel time uses non-congested flow as ground.

47

PETIU i i

i N

i i ii N i N

0 0i i i i

i N i N

ii N

l t

l l t1 1

l t l t

l

∈

∈ ∈

∈ ∈

∈

⋅

⋅− = −

⋅ ⋅

⋅

∑

∑ ∑

∑ ∑

∑

Percentage Extension in Travel-time (PET) where Inputs (I) are previously weighted for road users (U) based on the length of each link

PETIO i i i

i N

i i i i ii N i N

0 0i i i i i i

i N i N

i ii N

f l t

f l f l t1 1

f l t f l t

f l

∈

∈ ∈

∈ ∈

∈

⋅ ⋅

⋅ ⋅ ⋅− = −

⋅ ⋅ ⋅ ⋅

⋅

∑

∑ ∑

∑ ∑

∑

Percentage Extension in Travel-time (PET) where Inputs (I) are previously weighted based on the vehicle kilometers for each link. The calculation of aggregated non-congested travel time uses Observed (O) flow as ground.

where i : Index of the place in the analyzed network N where data was

gathered if : Average of the representative values of flow for link "

it Average of the representative values of time for link "

il Value considered for the length of the link I

0if Value considered for the non congested flow for link i

0it Value considered for the non congested travel time for link i

III.5.1 Reference values Some CPM has as input the condition for the reference level or uncongested level. The present study considers the TDP representative for the conditions between 02:00am and 04:00am as the reference situation.

III.5.2 Time interval period segmentations The flow and travel time pattern varies during the day. The duration and the instant for peak traffic levels differ for different road categories. The selected time periods will affect the representative value for the time intervals as well as the spread of these values. The methodology in the present study considers the same time periods for all the road categories. The methodology proposed could be applied for other time period segmentations with no further problems. The focus is on analysing the situation with higher congestion levels than the lower levels. In correspondence with the congestion charging in Stockholm, the time interval analysis originally proposed is based on the different

48

charging intervals and the travel pattern. The charge is variable through the day as follows shown in Figure II-1.

Figure III-12: Charging to the users for Stockholm congestion charging trials on 2006 Considering the different intervals for data collection commented previously, the present study considered 4 possible segmentations of the day. Three of them are described in Table III-2 and the forth corresponds to a detailed segmentation of time every 30 minutes. Table III-2: Segmentations of time. Whole day.

Segm. of Time 1

Segm. of Time 2

Segm. of Time 3 Period Name

(ST1) (ST2) (ST3) Off-Peak AM 06:00 - 07:00 06:00 - 07:30 06:00 - 07:00 Peak AM 07:00 - 09:00 07:30 - 08:00 07:00 - 10:00 Inter-Peak 09:00 - 15:30 08:00 - 16:30 10:00 - 15:00 Peak FM 15:30 - 18:00 16:30 - 17:30 15:00 - 18:00

Off-Peak FM 18:00 - 19:00 17:30 - 19:00 18:00 - 19:00 Figure III-13 presents a graphic schema for the different Segmentations of Time (ST).

Users-Charging at zone´s boundary for SCCT 2006

0

5

10

15

20

25

06:00

06:30

07:00

07:30

08:00

08:30

09:00

09:30

10:00

10:30

11:00

11:30

12:00

12:30

13:00

13:30

14:00

14:30

15:00

15:30

16:00

16:30

17:00

17:30

18:00

18:30

19:00

Cha

rgin

g (S

EK)

49

Segmentations of Time (ST)

06:0

0

06:3

007

:00

07:3

0

08:0

0

08:3

009

:00

09:3

0

10:0

010

:30

11:0

0

11:3

012

:00

12:3

0

13:0

0

13:3

014

:00

14:3

0

15:0

015

:30

16:0

0

16:3

0

17:0

017

:30

18:0

0

ST Deatiled

ST 3

ST 2

ST 1

Figure III-13: Period for study defined by Segmentations of time (ST).

III.6 Statistical Analysis of CPM

III.6.1 Standard error estimation The statistical analysis of the CPM assumes that the standard error of the representative value for a CPM is defined by the standard error of the TDP included on it. The calculation uses Eq. III.11 considered previously. In this case the first term can be easily calculated when the standard error of the TDP is calculated and the operational form of the CPM is known. A more detailed description of these calculations is exposed in Appendix A. The second term uses data calculated for the first term and the correlation term. The calculation of the correlation term requires a paired sample. For the data collection methods described in this study, flow observations between two measuring stations might have paired observations, but observations of travel time and flow can hardly be sampled on that basis. The correlation calculation considered then a paired pseudo-sample created from the original sample.

III.6.1.1 Pseudo-sample and correlations The pseudo sample is created under a time range with the time period duration or shorter. Lets consider that A is a TDP collected during the day d. The observations will consist in series of pair (xk , yk) where k is the observation number. This indicator has a maximum value of nA,d. This can be described as Eq. III.16 shows

( ){ },, ,dA k k A dTDP x y k n= ∀ ≤

50

Eq. III.16 Similarly considering the TDP B is gathered during day e will be as Eq. III.17 shows

( ){ },, ,eB l l B eTDP x y l n= ∀ ≤

Eq. III.17 The pseudo-observations will be in the neighbourhood of the segment S defined as Eq. III.18 shows

( ) ( )( ) ( )( ) , ,, ; , max min , ;min max , ; ;k l k l A d B eS A d B e x x x x k n l n⎡ ⎤= ∀ ≤ ∀ ≤⎣ ⎦ Eq. III.18

The pseudo observations are obtained every 15 minutes (00:00, 00:15, 00:30, 00:45, 01:00, 01:15, etc) under the time period analysed. Figure III-14 shows an example when the time period considered is 07:00-09:00. Observation for A are gathered approximately from 06:07 to 08:40 meanwhile B is gathered approximately from 07:20 to 17:30. S is defined then between 07:20-08:40. The pseudo observation will be every 15 minutes between 07:15 and 08:45. If observation would be available for A during the whole day, the pseudo observations would have been every 15 minutes between 07:15 and 09:00.

Figure III-14: Range for calculation of the Pseudo-observations

III.7 Statistical test

III.7.1 TDP Statistical test Different methods of data collection provide different values of TDP. For example, flow collected with FC refers to flow along a road segment and flow collected at Stationary counting stations refers to number of cars passing a certain cross section of the road. The analysis considers that road segments are homogeneous and it is assumed that both type of data are equally representative. The differences are caused by the data collection method that is applied. The analysis of variance is applied in order to estimate if there is enough statistical evidence to reject the hypothesis that the data collection methods are similar.

Pseudo Observations

15-min.

S

B,e B , e

A , d

S (A,d; B,e)

A,d

09:1

5

09:3

0

09:4

5

08:1

5

08:3

0

08:4

5

09:0

0

07:1

5

07:3

0

07:4

5

08:0

0

06:1

5

06:3

0

06:4

5

07:0

0

51

III.7.2 CPM Statistical test The following step corresponds to the 5th methodological step as described in III.1. The part of the methodology previously exposed uses one sample of data set and applies mathematical tools to estimate congestion values as well as the statistical properties of the estimations. The obtained results of these estimations cannot be directly compared given that they are expressed in different units. For that purposes the coefficient of variations (CV) is calculated.

III.7.2.1 Tested Variable The CV is defined as Eq. III.19 shows.

XX

X

CV σµ

=

Eq. III.19 where

XCV : Coefficient of variation for variable x.

Xσ : Standard Error for variable x.

Xµ Expected (representative) value for variable x. CV is applied to positive-valued variables for comparing the variation of populations that have significantly different mean values. The CV is a dimensionless number and then allows comparisons when units are different, such as, for example variability of [vehicle/km] expressed indicators and variability of [percentage] indicators. The obtained CV does not specifically follow any distribution but the data obtained is at an interval level of measurement (Stevens 1946). Section III.5 shows different CPM and its formulation. It can be observed that some CPM will tend to “0” for non congested situations (for example percentage excess in travel time) meanwhile others CPM will tend to “1” (for example, travel time index). Comparing the CV between them might be considered as “unfair”. However, the formulation of the CPM reflects the way that studies in the literature have decided to describe the phenomena of congestion and how they have proposed a CPM to describe it. This study compares how the CPM previously proposed in the literature can describe congestion in a more reliable and accurate way. The normalization of the variables is not considered in this study given that the CV provides severely misleading information when variables can take negative values. Even thou ignoring that problem, normalized variables will have an estimated value of zero. Then,

10

XX

X

CV σµ

= = = ∞

III.7.2.2 Hypothesis Test The present study considers only one data set (the data collected in correspondence of the evaluation program of the Stockholm congestion charging trials). Different methods for calculating indexes of congestion are

52

applied. Each of these methodologies produces from each study zone an observation for the variable tested, i.e. the coefficient of variation. A set of observations for each methodology is available at the end. The null hypothesis considers that the observations obtained from different methodologies do not differ. Considering the non-satisfaction of the distributional assumptions that underlie the t-test and the level of measurement of the data the Wilcoxon signed-rank is applied.

III.8 Future Data Collections The following section describes the recommendations for future data collections. The methods uses the already estimated values and statistical properties to define optimum sample size for a required tolerance in the estimations

III.8.1 Definitions

III.8.1.1 Estimated value of a CPM A certain congestion performance measure CPM is defined by its operational definition (formula) as shown in Table II-1. When it is evaluated it takes de value as follows

{ }( )CPM=CPM , ,p p p pf t s

∈P

Eq. III.20

where pf corresponds to the average flow of the representative values for the sample days and it is defined as shown in Eq. III.21.

( )

( )f

d

pd D p

pf

ff

n p∈

=∑

Eq. III.21

where ( )vD p is the group of days that the v-variable is collected. The number of days that the variable v is sampled (number of elements in the group) is

( )vn p . In Eq. III.21, the variable that corresponds to v is f-flow. The term in

the sum d

pf corresponds to the representative value calculated in the road segment or place p on the day d. Later, t-travel time ( pt ) and s-speed ( ps ) are similarly defined shown in Eq. III.22 and Eq. III.23

( )

( )t

dp

d D pp

t

tt

n p∈=∑

Eq. III.22

( )

( )s

dp

d D pp

s

ss

n p∈=∑

Eq. III.23

53

III.8.1.2 Standard Error of the Estimated value of a CPM The standard error (SE) of a CPM can be written as:

{ }( )SE_CPM=SE_CPM ; ; ;SE_ ;SE_ ;SE_p p p p pp pf t s f t s

∈P

Eq. III.24

where SE_ ,SE_ ,SE_p ppf t s are the standard error of the average of the

representative values of ,p pf t and ps The estimation of the standard error of the flow value can be estimated using the propagation error formula in Eq. II.4 and then

( )( )

( )( )

( )

( )

( )( )

( )

( )( )

2

22

;

_ _

_ _

f

f

i j

i f j f

i j

d di ji j p pi f j f

d

pd D p

dfp pd

d D pp

d d

p pd D p d D p

d df fp pd d f f

d D p d D pp p

f

n pSE f SE f

f

f f

n p n pSE f SE f

f fγ

∈

∈

∈ ∈

∈ ∈

⎛ ⎞⎜ ⎟⎜ ⎟∂⎜ ⎟= ⋅ +⎜ ⎟

∂⎜ ⎟⎜ ⎟⎜ ⎟⎝ ⎠

⎛ ⎞⎛ ⎞⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟∂ ∂⎜ ⎟⎜ ⎟ ⋅ ⋅ ⋅⎜ ⎟⎜ ⎟

∂ ∂⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎝ ⎠⎝ ⎠

∑

∑

∑ ∑

∑ ∑

…

…

Eq. III.25

Then, the standard error of the estimation of the flow is depending on the number of sampled days nf, the estimated value for each day

d

pf and standard

error for each of the days _d

pSE f and the correlations between the days. The correlation between the variables tends to diminish or disappear when congestion occurs. For calculation purposes and simplicity, the correlation term can be considered as zero and then the standard error for average of the representative flow is defined as shown in Eq. III.26.

( ) ( ) ( )( ) ( ) ( )

( )

22 22

2

1 1_ _ _f f

d d

p p pd D p d D pf f

SE f SE f SE fn p n p∈ ∈

⎛ ⎞= ⋅ =⎜ ⎟⎜ ⎟

⎝ ⎠∑ ∑

Eq. III.26 Later, if the standard error is assumed to be the same for all days d, then the condition becomes as Eq. III.27

( ) ( ) ( )( ) ( )

222

2

_1_ _f

pp p

d D pf f

SE fSE f SE f

n p n p∈

= =∑

Eq. III.27

54

Then Eq. III.24 can be rewritten as shown in Eq. III.28

( ) { }( )

( ) { }( )

( ) { }( )

; , _

SE_CPM=SE_CPM ; , _ ;

; , _

f

t

s

d d

f p pd D p

d dp pt

d D p

d dp ps

d D p p

n p f SE f

n p t SE t

n p s SE s

∈

∈

∈ ∈

⎛ ⎞⎧ ⎫⎜ ⎟⎪ ⎪⎜ ⎟⎪ ⎪⎜ ⎟⎪ ⎪⎜ ⎟⎨ ⎬⎜ ⎟⎪ ⎪⎜ ⎟⎪ ⎪⎜ ⎟⎪ ⎪⎜ ⎟⎩ ⎭⎝ ⎠P

Eq. III.28 The minimum value of the standard error is defined as shown in Eq. III.29

( )( ) { }

( )

( ) { }( )

( ){ }( )

*

* **

* **

* **

_ min _

; , _

SE_CPM ; , _ ;

, _

f

t

s

d d

f p pd D p

d dp pt

d D p

d dp ps

d D p p

SE CPM SE CPM

n p f SE f

n p t SE t

n p s SE s

∈

∈

∈ ∈

=

⎛ ⎞⎧ ⎫⎜ ⎟⎪ ⎪⎜ ⎟⎪ ⎪⎜ ⎟⎪ ⎪

= ⎜ ⎟⎨ ⎬⎜ ⎟⎪ ⎪⎜ ⎟⎪ ⎪⎜ ⎟⎪ ⎪⎜ ⎟⎩ ⎭⎝ ⎠P

Eq. III.29 The solution of the minimization problem assumes that the flow observations for certain place p are equal for all the days d are equal to the representative value as shown on Eq. III.30

( )*

;d

fp pf f d D p= ∀ ∈ Eq. III.30

Eq. III.31 and Eq. III.32 show the similar assumption for travel time and speed

( )*

;dp p tt t d D p= ∀ ∈

Eq. III.31

( )*

;dp p ss s d D p= ∀ ∈

Eq. III.32 Then Eq. III.29 becomes,

( ) ( ) ( )

( )( )

( )( )

2 2 22 2 2*

;

_ SE_ SE_ SE_

SE_ SE_ d di j p jpii j f i f ji j

p ppp P p P p Pp p p

p p f tp P p P d D p d D pp p

CPM CPM CPMSE CPM f t sf t s

CPM CPMf ff f

γ

∈ ∈ ∈

∈ ∈ ∈ ∈

⎛ ⎞ ⎛ ⎞ ⎛ ⎞∂ ∂ ∂= + + +⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟∂ ∂ ∂⎝ ⎠ ⎝ ⎠ ⎝ ⎠

⎛ ⎞⎛ ⎞∂ ∂⎜ ⎟ +⎜ ⎟⎜ ⎟ ⎜ ⎟∂ ∂⎝ ⎠ ⎝ ⎠

∑ ∑ ∑

∑ ∑ ∑ ∑… …

and

55

( ) ( )

( )( )

( )( )

2 2*2 *2

*

2 *2

*2

_ __

_...

_

s

i

j f i i j

pp

p P p Pf tp p

p

p P d D p sp

p

p P d D p f ip p

SE fCPM CPM SE tSE CPMn p n pf t

CPM SE sn ps

SE fCPM CPMn pf f

∈ ∈

∈ ∈

∈ ∈

⎛ ⎞ ⎛ ⎞⎛ ⎞ ⎛ ⎞∂ ∂⎜ ⎟ ⎜ ⎟= + +⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎜ ⎟∂ ∂⎝ ⎠ ⎝ ⎠ ⎝ ⎠⎝ ⎠

⎛ ⎞⎛ ⎞∂ ⎜ ⎟+ +⎜ ⎟⎜ ⎟ ⎜ ⎟∂⎝ ⎠ ⎝ ⎠

⎛ ⎞ ⎛ ⎞⎛ ⎞∂ ∂⎜ ⎟ ⎜+ ⎜ ⎟⎜ ⎟ ⎜⎜ ⎟∂ ∂⎝ ⎠ ⎝⎝ ⎠

∑ ∑

∑ ∑

∑ ∑… ( )( )

*2

;

_j

d dp jpii f j

p

f tp P d D p f j

SE f

n pγ

∈ ∈

⎛ ⎞⎜ ⎟⎟ +⎜ ⎟⎟⎜ ⎟⎠⎝ ⎠

∑ ∑ …

Eq. III.33

The last line shows the terms that correspond to the cross correlation effects on the standard error for the flow with the flow. The other terms four terms (travel time with travel time, speed with speed, flow with travel time, flow with speed) were not included for space reasons and simplicity. Terms considering the correlation of travel time and speed are not considered because any of the CPM includes them in the formulation at the same time. The problem can be posed as a minimization problem in ( ) ( ) ( ), ,f t sn p n p n p , but given the correspondence of the observations of travel time and speed,

( ) ( )t sn p n p= can be assumed. In the same way and for simplicity and calculation purposes, the correlations are assumed zero between all the variables. Considering later that the derivative terms and the standard error of the flow and, travel times are constant in the minimization problem, the following variables can be defined.

( )*

, _CPM pp

CPMA f p SE ff

∂= ⋅

∂

Eq. III.34

( )*

, _ pCPMp

CPMA t p SE tt

∂= ⋅

∂

Eq. III.35

( )*

, _ pCPMp

CPMA s p SE ss

∂= ⋅

∂

Eq. III.36 Then, replacing in Eq. III.33,

( ) ( )( )( )

( ) ( )( )

( ) ( ) ( ) ( )

* *

2 2 2

* *,

* *

, , ,

. .

f t

CPM CPM CPMn p n p

p P f t

f f t tp P

A f p A t p A s pMin

n p n p

s an p C p n p C p BL

∈

∈

+= +

⋅ + ⋅ ≤

∑

∑

*SE_CPM

Eq. III.37

56

Where ( )fC p and ( )tC p are the unitary cost of data collection in the place p and BL is the Budget Limit. The term to the left of the inequality corresponds to the total cost of collecting. Considering that the locations where the data will be collected will be in urban areas, it can be assumed that ( )fC p and ( )tC p

are respectively equal to fC and tC . The condition can be rewritten as

( ) ( ) ( ) ( )* *f f t t

p P

n p C p n p C p BL∈

⋅ + ⋅ =∑

Eq. III.38 The previous assumption might not be so assertive if the sample counts with interstate highways and urban arterials given that the proportions of the installations are significantly different. The restriction can be further simplified if ( )f fn p n= is assumed to be equal

for all the p. This can also be applied to ( )t tn p n= . Considering that the number of elements in P are equal to pn , then the condition becomes as shown below in Eq. III.39

( )* *p f f t tn n C C n BL⋅ ⋅ + ⋅ =

Eq. III.39 and then

* *ft f

p t t

CBLn nn C C

= −⋅

Eq. III.40 Replacing Eq. III.40 in Eq. III.37 then,

( ) ( ) ( )2 2 2*

*

1 1, , ,fn CPM CPM CPM

p P p Pf ff

p t t

Min A f p A t p A s pn CBL n

n C C∈ ∈

= + +

−⋅

∑ ∑*SE_CPM

Eq. III.41 later, for the minimizing condition,

0fn

∂=

∂

*SE_CPM

( ) ( )( )

( )2 2 22 2*

*

1 1, , ,fCPM CPM CPM

p P p Pt fff

p t t

CA t p A s p A f p

C nCBL nn C C

∈ ∈

⋅ + =⎛ ⎞

−⎜ ⎟⎜ ⎟⋅⎝ ⎠

∑ ∑

( )( ) ( ) ( )2 2 2

2 2**

1 1, , , 0fCPM CPM CPM

p P p Pf tf ff

p t t

CA f p A t p A s p

n Cn CBL nn C C

∈ ∈

∂ − −= + ⋅ − ⋅ + =

∂ ⎛ ⎞−⎜ ⎟⎜ ⎟⋅⎝ ⎠

∑ ∑*SE_CPM

57

( ) ( ) ( ) ( )

( ) ( )

( ) ( )

22* 2 2 2

1* 2

20* 2

, , ,

2 ,

, 0

f ff CPM CPM CPM

p P p Pt t

ff CPM

p Pp t t

f CPMp Pp t

C Cn A t p A s p A f p

C C

CBLn A f pn C C

BLn A f pn C

∈ ∈

∈

∈

⎡ ⎤⎛ ⎞⎢ ⎥= ⋅ + − ⋅ +⎜ ⎟⎜ ⎟⎢ ⎥⎝ ⎠⎣ ⎦

⎡ ⎤⋅ ⋅ ⋅⎢ ⎥

⋅⎢ ⎥⎣ ⎦⎡ ⎤⎛ ⎞⎢ ⎥− ⋅ =⎜ ⎟⎜ ⎟⎢ ⎥⋅⎝ ⎠⎣ ⎦

∑ ∑

∑

∑

Eq. III.42 Eq. III.42 corresponds to a second grade equation in nf. The solution of this equation becomes then

( ) ( ) ( ) ( )

( ) ( ) ( )

2 2 2 2

2

2 2 2

, , , ,

, , ,

f fCPM CPM CPM CPM

p P p P p Pt tf

p t f fCPM CPM CPM

p P p Pt t

C CA f p A f p A t p A s p

C CBLnn C C C

A t p A s p A f pC C

∈ ∈ ∈

∈ ∈

⎛ ⎞⎛ ⎞⎜ ⎟− ⋅ ± ⋅ ⋅ +⎜ ⎟⎜ ⎟⎝ ⎠= ⋅⎜ ⎟⋅ ⎛ ⎞⎜ ⎟

⋅ + − ⋅⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎝ ⎠⎝ ⎠

∑ ∑ ∑

∑ ∑

Eq. III.43 Considering the solution with the positive sing

( ) ( ) ( ) ( )

( ) ( ) ( )

2 2 2 2

2

2 2 2

, , , ,

, , ,

f fCPM CPM CPM CPM

p P p P p Pt tf

p t f fCPM CPM CPM

p P p Pt t

C CA f p A f p A t p A s p

C CBLnn C C C

A t p A s p A f pC C

∈ ∈ ∈

∈ ∈

⎛ ⎞⎛ ⎞⎜ ⎟− ⋅ + ⋅ ⋅ +⎜ ⎟⎜ ⎟⎝ ⎠= ⋅⎜ ⎟⋅ ⎛ ⎞⎜ ⎟

⋅ + − ⋅⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎝ ⎠⎝ ⎠

∑ ∑ ∑

∑ ∑

( ) ( ) ( ) ( )

( ) ( ) ( )

2 2 2 2

2 2 2

, , , ,

, , ,

f fCPM CPM CPM CPM

p P p P p Pt t

fp t f f

CPM CPM CPMp P p Pt t

C CA f p A t p A s p A f p

C CBLnn C C C

A t p A s p A f pC C

∈ ∈ ∈

∈ ∈

⎛ ⎞⎛ ⎞⎛ ⎞⎜ ⎟⎜ ⎟⋅ ⋅ + − ⋅⎜ ⎟⎜ ⎟⎜ ⎟⎝ ⎠⎝ ⎠⎜ ⎟= ⋅⎜ ⎟⎛ ⎞⋅ ⎛ ⎞

⎜ ⎟⋅ + − ⋅⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎜ ⎟⎝ ⎠⎝ ⎠⎝ ⎠

∑ ∑ ∑

∑ ∑

( )

( ) ( ) ( )

2

2 2 2

,

, , ,

fCPM

p Ptf

p t f fCPM CPM CPM

p P p Pt t

CA f p

CBLnn C C C

A t p A s p A f pC C

∈

∈ ∈

⎛ ⎞⎜ ⎟⋅⎜ ⎟⎜ ⎟= ⋅⎜ ⎟⎛ ⎞⋅

⎜ ⎟⎜ ⎟⋅ + + ⋅⎜ ⎟⎜ ⎟⎝ ⎠⎝ ⎠

∑

∑ ∑

( )

( ) ( ) ( )

2

2 2 2

1 ,

, , ,

CPMp Pt

fp f

f CPM CPM CPMp P p Pt

A f pCBLn

n CC A t p A s p A f p

C

∈

∈ ∈

⎛ ⎞⎜ ⎟⋅⎜ ⎟⎜ ⎟= ⋅⎜ ⎟⎛ ⎞

⎜ ⎟⎜ ⎟⋅ + + ⋅⎜ ⎟⎜ ⎟⎝ ⎠⎝ ⎠

∑

∑ ∑

58

and then,

( )

( ) ( ) ( )

2

2 2 2

,

, , ,

CPMp P

f

f p t CPM CPM f CPMp P p P

A f pBLn

C n C A t p A s p C A f p∈

∈ ∈

⎛ ⎞⎜ ⎟

= ⋅⎜ ⎟⎜ ⎟⋅ ⋅ + + ⋅⎜ ⎟⎝ ⎠

∑

∑ ∑

Eq. III.44 It can be observed that the amount of days will increase with larger budgets and will decrease for higher cost of collection of flow data and for higher amount of places np. The term in parenthesis corresponds to the “relative importance” of the standard error cause by the flow (upper term) in reference with the cost-weighted sum of the importance in the standard error for all variables (lower term). Nf is directly promotional to the term is relative importance. The number of days required to collect travel time will be defined replacing Eq. III.44 in Eq. III.37. After some arithmetic operations the result becomes as shown in Eq. III.45.

( ) ( )

( ) ( ) ( )

2 2

2 2 2

, ,

, , ,

CPM CPMp P

t

t p t CPM CPM f CPMp P p P

A t p A s pBLn

C n C A t p A s p C A f p∈

∈ ∈

⎛ ⎞+⎜ ⎟= ⋅⎜ ⎟

⎜ ⎟⋅ ⋅ + + ⋅⎜ ⎟⎝ ⎠

∑

∑ ∑

Eq. III.45 Defining later,

( )2 ,f CPMp P

K A f p∈

= ∑

Eq. III.46

( ) ( )2 2, ,ts CPM CPMp P

K A t p A s p∈

= +∑

Eq. III.47 then,

( ) ( )3 32 2

, , , ,p

p f f p ts t p f f p ts tp P

nK C K C K C K C

BL ∈

= + ⋅ ⋅ +∑*SE_CPM

Eq. III.48

III.8.1.3 Percentage of error in the estimation Assuming a normal distribution for the CPM and a symmetric distribution of the error, and a significance α it can be assumed that

1 1_

CPM CPMP z zSE CPM

α α α− −

⎛ ⎞−⎜ ⎟− ≤ ≤ <⎜ ⎟⎝ ⎠

Eq. III.49 If it is consider that the maximum tolerated difference is %E it can be stated for the lower side of the inequality that:

59

1 1

%_ CPM CPM E CPMSE CPMz zα α− −

− ⋅≥ =

Eq. III.50 Replacing Eq. III.48later Eq. III.50, then

( ) ( )3 32 2

, , , ,1

%pp f f p ts t p f f p ts t

p P

n E CPMK C K C K C K CBL z α∈ −

⋅+ ⋅ ⋅ + ≥∑

( ) ( )3 31 2 2, , , ,%

pp f f p ts t p f f p ts t

p P

z nK C K C K C K C BL

E CPMα−

∈

⋅+ ⋅ ⋅ + ≥

⋅∑

Eq. III.51

III.8.2 Estimation of future samples sizes Given that the estimation of congestion performance measures depends on two parameters, the estimation of the minimum sample size has to consider and agreement between two quantities and two variables. The present study considered an approach that minimizes the standard error for a given combination of two parameters. The minimization problem faces a budget restriction. Finally, the solution provided consist on the minimum Budget that will provide estimation with a certain tolerance. The proposed solution method is described below

1. Define the CPM to consider in the analysis Table III-1. 2. Define the time period for the analysis 3. Calculate the derivatives terms for the time period using formulas in

Appendix A 4. Estimate the standard error of the TDP (flow, travel time or speed)

according to Eq. III.26 5. With the results of step 3 and 4, calculate the A-terms using Eq. III.34

to Eq. III.36 6. With the results of step 5 calculate K-values using Eq. III.46 and Eq.

III.47 7. Replace the K-values and the conditions of the problem (tolerance and

costs structure and number of sites to survey) in Eq. III.51. 8. The obtained value corresponds to the minimum budget for estimating

congestion. This information can also be used for estimating the required number of days for flow and travel time surveys.

60

61

IV TRAFFIC DESCRIPTIVE PARAMETERS ESTIMATION IV.1 Inventory and results of field data collection

IV.1.1 Traffic Flow Counting Stations Stockholm’s Congestion Chagrins trial evaluation program collected data from around 420 fixed and temporary traffic counting stations. The stations are spread around Stockholm. Figure IV-1: Map of Stockholm- Central Zone and Figure IV-2: Map of Stockholm - Great Stockholm show an area of the city where the distribution of the stations can be observed.

Figure IV-1: Map of Stockholm- Central Zone

62

Figure IV-2: Map of Stockholm - Great Stockholm

Special regard was focused on the inner-central zone. The data was collected 24 hours a day. Speed and flow information was available for the present study already aggregated for every 15 minutes. The aggregation of flow per type of vehicle considered, as usual, the addition of the observed number of individuals for the selected period. Speed information was also provided in 15-minute intervals. The method for calculating the aggregated speed was not available for the following study. The total flow was calculated in each direction without the use of any vehicle-equivalent factor for heavy vehicles. Figure IV-3 shows a layout of the data available for this study. The first column indicates the station number. The second is an internal indicator for the database. The third and fourth are the measurement time and date respectively. The fifth, sixth and seventh columns indicate flow values being the total, light vehicles, heavy respectively. The eighth corresponds to the speed for that time interval. The ninth, tenth, eleventh, twelfth consider the

63

opposite direction and the thirteenth, fourteenth, fifteenth and sixteenth (not of Figure IV-3 for space reasons) consider the total for both directions.

Figure IV-3: Image Capture from access. Example of Data Layout for traffic flow counting stations.

Only a part of the data was available for the study. From the existent 420 stations, data was provided for 59 of them. Data was provided by 15-minute intervals but some stations (approximately 2% of the stations) showed the same value for every hour, i.e. the data was actually aggregated on an hourly basis. In the absence of a method for estimating more disaggregated values, the present study disregards this fact and considers the data as 15 minutes information. Some other groups of stations (approximately 10% of the stations) did not consider information related to speed. Then, speed information from this source was not further considered in the calculations. Another groups of stations (approximately 25% of the stations) provided only total flow and did not provide information about the type of vehicle. Despite the small shortcomings enounced above, some others affected the calculations more seriously. Some stations reported data only in one direction. Other group stations presented data in one direction for some data collection occasions and presented data for both directions in other data collection occasions. Blackout was indistinctively present in the data in form of empty spaces or zero values. The previously enounced undesired shortcomings occurred alone or combined.

IV.1.2 Automatic travel time system (ATTS) There are in Stockholm 104 links that measure travel time in both directions. Cameras are located at the beginning and end of every route. The system identifies vehicles and encrypts the information before sending it to the server (service provider). The server provides results on a 15-minute basis. A quality indicator is also provided. The indicator can get the value of 1, 2, 3, 4 or 5. The values between 3 and 5 are considered reliable. The routes covered by the system can be observed in Figure IV-4

64

Figure IV-4 : Map of Automatic Travel Time System Road Links

The routes that presented available data for this study are those showed in Table IV-1. Table IV-1: ATTS system . Link number and correspondent link

Link Numb

er

Route Numb

er

Directio

n

Segmen

t

Route Identification Code

Description Length

1 11 1 1 111-1 Roslagsvägen Southbound 3519 2 11 2 1 112-1 Roslagsvägen Northbound 3525 3 12 1 1 121-1 Valhallavägen: Roslagstull-Odengatan 774 4 12 2 1 122-1 Valhallavägen: Odengatan-Roslagstull 789

65

5 13 1 1 131-1 Valhallavägen: Odengatan-Lidingövägen

778

6 13 2 1 132-1 Valhallavägen: Lidingovägen-Odengatan

771

7 14 1 1 141-1 Lidingövägen Northbound 2470 8 14 2 1 142-1 Lidingövägen Southbound 2665 9 15 1 1 151-1 Norrtull-Sveaplan 335 10 15 2 1 152-1 Sveaplan-Norrtull 271 11 16 1 1 161-1 Sveaplan-Roslagstull 361 12 16 2 1 162-1 Roslagstull-Sveaplan 308 13 17 1 1 171-1 E18 Segment A 2388 14 17 2 1 171-2 E18 Segment B 2388 15 18 1 1 181-1 E18 Segment C 3930 16 18 2 1 182-1 E18 Segment D 3930 17 19 1 1 191-1 Bergslagsvägen: Hjulstakorset-

Lövstavägen 4313

18 19 2 1 191-2 Bergslagsvägen: Lövstavägen-Hjulstakorset

4313

19 21 1 1 211-1 Bergslagsvägen: Lövstavägen-lslandstorget

2161

20 21 2 1 212-1 Bergslagsvägen: lslandstorget-Lövstavägen

2161

21 22 1 1 221-1 Bergslagsvägen: lslandstorget-Brommaplan

3539

22 22 2 1 222-1 Bergslagsvägen: Brommaplan-lslandstorget

3539

23 23 1 1 231-1 Drottningholmsvägen: Brommaplan-Stora Mossen

1747

24 23 2 1 232-1 Drottningholmsvägen: Stora Mossen-Brommaplan

1747

31 24 1 1 241-1 Flemmingatan Eastbound 997 32 24 2 1 242-1 Flemmingatan Westbound 997 33 25 1 1 251-1 Västerbron South - St Eriksgatan 2043 34 25 2 1 252-1 St Eriksgatan - Västerbron South 2043 35 26 1 1 261-1 Liljeholmsbron Southbound 1608 36 26 2 1 262-1 Liljeholmsbron Northbound 1608 38 27 1 1 271-1 Klarastrandsleden Northbound 2634 39 27 2 1 272-1 Centralbron: Klarastrandsviadukten-

Slussen 1897

40 28 1 1 281-1 Centralbron: Slussen-Klarastrandsviadukten

1897

42 28 2 1 282-1 Johanneshovsbron North - Söderledstunneln North

2400

49 29 1 1 291-1 Huddingevägen: Gullmarsplan-Orbyleden

1852

52 29 2 1 292-1 Huddingevägen: Örbyleden- 1852

66

Gullmarsplan 53 31 1 1 311-1 Huddingevägen: Örbyleden-

Magelungsvägen 1702 54 31 2 1 312-1 Huddingevägen : Magelungsvägen-

Örbyleden 1702 55 32 1 1 321-1 Huddingevägen : Magelungsvägen-

Ågestavägen 2881 56 32 2 1 322-1 Huddingevagen : Ågestavägen -

Magelungsvägen 2881 57 33 1 1 331-1 Hornsgatan: Hornstull-Ringvägen 969 58 33 2 1 332-1 Hornsgatan: Ringvägen - Hornstull 966 59 34 1 1 341-1 Hornsgatan: Ringvägen-Slussen 1058 60 34 2 1 342-1 Homsgatan; Slussen-Ringvägen 1058 61 35 1 1 351-1 Stadsgården Eastbound 1434 62 35 2 1 352-1 Stadsgården Westbound 1434 63 36 1 1 361-1 Varmdovägen Eastbound 1156 64 36 2 1 362-1 Varmdovägen Westbound 1156 65 37 1 1 371-1 Ulvsundavägen Northbound: Stora

Mossen - Norrbyväen 1202 66 37 2 1 372-1 Ulvsundavägen Southbound:

Norrbyvägen-Stora Mossen 1202 67 38 1 1 381-1 Ulvsundavägen Northnpund:

Norrbyvägen-Kymlingelanken 6000 68 38 2 1 382-1 Ulvsundavägen Southbound:

Kymlingelanken-Norrbyvägen 6000 69 39 1 1 391-1 Alvsjovägen Eastbound 2500 70 39 2 1 392-1 Alvsjovägen Westbound 2500 71 41 1 1 411-1 Magelungsvägen Eastbound 8881 72 41 2 1 412-1 Magelungsvägen Westbound 8881 73 42 1 1 421-1 Örbyleden Eastbound 4800 74 42 2 1 422-1 Örbyleden Westbound 4800 75 43 1 1 431-1 Kymlingelanken Northbound 2811 76 43 2 1 432-1 Kymlingelanken Southbound 2811 77 44 1 1 441-1 Drottningsholmsvägen: Kungholmsbro

-Brommaplan 3567 78 44 2 1 442-1 DroItningsholmsvägen: Brommaplan-

Kungholmsbron 3567 79 45 1 1 451-1 Ringvägen Eastbound 1952 80 45 2 1 452-1 Ringvägen Westbound 1957 81 46 1 1 461-1 StEriksgatan: Norrtull-StEriksplan 1329 82 46 2 1 462-1 StEriksgatan: St Eriksplan-Norrtull 1329 83 47 1 1 471-1 St Eriksgatan: St Eriksplan-

Flemminggatan 625 84 47 2 1 472-1 St Eriksgatan: Flemminggatan-St

Eriksplan 625

67

85 48 1 1 481-1 Torsgatan Northbund 604 86 48 2 1 482-1 Torsgatan Southbound 593 87 49 1 1 491-1 Norrbyvägen Westbound 1228 88 49 2 1 492-1 Norrbyvägen Eastbound 1228 89 51 1 1 511-1 Sveavägen: Sergelstorg-Odengatan 1371 90 51 2 1 512-1 Sveavägen: Odengatan-Sergelstorg 1371 91 52 1 1 521-1 Sveavägen: Odengatan-Sveaplan 784 92 52 2 1 522-1 Sveavägen: Sveaplan-Odengatan 784 93 53 1 1 531-1 StEriksgatan: StEriksplan-Odengatan 1177 94 53 2 1 532-1 Odengatan : Odengatan-StEriksplan 1177 95 54 1 1 541-1 Odengatan : Sveavägen-

Valhallavägen 720 96 54 2 1 542-1 Odengatan : Valhallavägen-

Sveavägen 720 97 55 1 1 551-1 E18 Segment E ?? 98 55 2 1 552-1 E18 Segment F ?? 99 56 1 1 561-1 E18 Segment G ??

100 56 2 1 562-1 E18 Segment H ?? 101 57 1 1 571-1 Stora Mossen- Essingeleden-

Fridhemsplan 4800 102 57 2 1 572-1 Fridhemsplan-Essingeleden-Stora

Mossen 4800 103 58 1 1 581-1 Stora Mossen -Essingeleden -

Kungholms Torg 5200 104 58 2 1 582-1 Kungholms Torg - Essingeleden -

Stora Mossen 5200 Data corresponding to link numbers 41, 43-48, 50, 51, 87, 88, 97-100, 102, and 104 was not available for the following study. There is no clear documentation of the methodology for estimating the indicator of quality provided. An analysis of the data provided for the months of April (2005-04 and 2006-04) give the results that are presented in Table IV-2. The table shows observations categorized by reliability indicator. The table shows also the frequency that observations belong to a certain speed interval. Some of the observations considered as reliable presented speeds between 300-600 kilometres per hour. Measurement error of the link length might have caused this, but the problem was present in different links. The data presenting problems do not belong to any highway segment where speeds over 120 could be possible in average for 15 minutes. All the observations that reported a speed over 120 kilometres per hour were excluded from the calculations in this study.

68

Table IV-2: Distribution of Speeds for Trustable observations for ATTS (200504 & 200604)

Reliab. Indicator Speed Interval [km/h] Number of observations %

No (1,2)

82 951 18,7%

Yes

(3,4,5)

0-15 15-100 100-120 120-300 300-600

17830338 687

2 5772 085

570

4,0%76,2%

0,6%0,5%0,1%

444 700 100,0%

IV.1.3 Floating car Floating car surveys were carried out several times. The first survey (june04) was carried out with fewer resources in a small number of routes. The routes are presented in Table IV-3. The other surveys considered three categories of routes. Main Streets of the city centre (sv: Huvudgator), Arterials (sv: Infartsleder), and peripheral roads (sv. Tvärförbindelser). Table IV-3: Surveyed Routes – Floating car measurements. Date & Time Geographical extension Observations

2004 -week 24 morning, midday

& afternoon

E4 Essingeleden (Skärholmen - Haga Norra); E4 Northbound (Turebergs Junction– Haga norra); E18 Täby centrum – Skogås Junction; Vällingby– Lidingö ;Central zones Circular Route ; North zone Circular route.

Floating car survey with opposing cars counting. Morning. (06:00 - 09:30) and afternoon (16:00 - 19:00) covered axial roads. Midday peak (12.00 – 14.00) covered downtown routes

69

2004 week 41-42 2004 week 46-47 2005 week 14-15

GROUP 1 Radial roads [Nynäsvägen (Skogås – Skanstull);Värmdöleden (Orminge tpl – Danvikstull);Solnavägen (Råsunda – Norra stationsgatan); Drottningholmsvägen (Bergslagsplan – Lindhagensplan); E4 Norrifrån (Turebergs tpl – Norrtull); E18 Roslagsvägen (Täby norra – Roslagstull); Essingeleden (Bredäng – Eugenia)] Central roads [Norrtull – Roslagstull – Valhallavägen – Lidingövägen; Sveaplan – Sergelstorg; Tegelbacken – Solnabron; Lindhagensplan – Tegelbacken; Tegelbacken – Vasagatan – Dalagatan – Vanadisplan ] Peripheral roads [Bershamraleden (Järva krog – Roslagsvägen); Akalla (Hjulsta korset – Turebergs tpl); Örbyleden (Huddingevägen – Nynäsvägen); Magelungsvägen (Farsta – Huddingevägen) GROUP 2 Radial roads [Liljeholmsbron (Västberga – Hornstull); Nynäsvägen (Skogås – Skanstull); Värmdöleden (Orminge tpl – Danvikstull); Solnavägen (Råsunda – Norra stationsgatan); Drottningholmsvägen (Bergslagsplan – Lindhagensplan); E4 Norrifrån (Turebergs tpl – Norrtull); E18 Roslagsvägen (Täby norra – Roslagstull) ;Lidingövägen (Lidingö torg – Valhallavägen); Essingeleden (Bredäng – Eugenia)] Central Roads [Norrtull – St.Eriksgatan – Fridhemsplan; Gullmarsplan – Söderledstunneln – Tegelbacken; Hornstull – Hornsgatan – Ringvägen – Folkungagatan – Stadsgården – Södermälarstrand ]Djurgårdsbron – Strandvägen – Birger Jarlsgatan – Jarlaplan] Peripheral roads [Kymlingelänken (Rinkeby – E4:an); Södra länken]

Floating car measuring of travel time. Group 1 considers also the measurements of opposing traffic counting Every route is measure two consecutive days in the morning (6:30-9:30), lunch (10:15-12:15) and afternoon (15:30-18:30)

Figure IV-5 shows the Peripheral roads in blue and the Arterial roads in red. Figure IV-6 shows the Central roads (Streets and Roads in the city centre) in green and some surrounding segments in red that correspond to radial roads.

70

Figure IV-5: Routes in the Floating Car survey: Peripheral and Radial Roads map

71

Figure IV-6: Routes in the Floating Car survey: Central Roads map

A more detailed description of the routes surveyed and segmentation for the study is provided in Appendix B. The available data was desegregated at a segment level. The default length and the actual measured length of the routes differed almost in every case. This difference was significant in many cases. The following correction was carried out

IV.1.3.1 Segment Length correction and Screening The segment length obsl for the travel time observations survey differed in several cases from the ideal segment length ideall exposed in Table IV-4. The speed and observation becomes as Eq. IV.1 shows.

obsobs

obs

lSpeedt

=

Eq. IV.1

Where obst is the observed travel time. If the ideal segment length is considered, the speed will be then defined as Eq. IV.2 shows.

72

idealideal

corr

lSpeedt

=

Eq. IV.2 where corrt is a corrected travel time. The travel time correction was carried out for all observations considering that the observed speed and the ideal speed should be the same for each observation, and then

obs ideal

obs corr

l lt t

=

ideal obscorr

obs

l ttl

⋅=

Observations that reported a value for the ratio ideal

obs

ll higher than 1,5 or

smaller than 10,6 1,5= were excluded from the calculations.

IV.2 Value and reliability estimations for travel time and Speed

IV.2.1 FC–survey travel time and speed estimations Table IV-4 shows results corresponding to Floating Car (FC) routes. The values shown correspond to the non-congested values and the observed values between 07:00 and 09:00. Further information is shown in Appendix C. Table IV-4: Travel time estimations values. Floating Car Survey.

Route Info Uncongested

Values Peak AM Route

Number Direction Segment Link

Length (m)Observation

days Travel

Time (s)Speed (km/)

Travel Time (s) Std Err

Speed (km/) Std Err

61 1 1 1501 10 49 110 93 0,6 59 3,661 2 1 1515 10 72 76 381 8,0 17 40,562 1 1 1540 10 69 80 82 0,5 69 2,862 1 2 1309 10 55 86 75 0,8 65 4,462 2 1 1300 10 55 85 88 1,1 56 6,762 2 2 1529 10 66 83 271 13,9 33 59,964 1 1 672 2 44 55 66 4,2 44 24,664 1 2 2106 10 109 70 167 1,9 48 11,064 1 3 1609 2 85 68 129 3,4 45 18,464 2 1 1569 2 81 70 103 2,3 56 13,264 2 2 2127 10 104 74 164 1,5 49 8,564 2 3 689 2 44 56 66 2,8 40 15,565 1 1 6977 2 441 57 506 4,2 50 18,565 1 2 1590 2 90 64 126 2,6 47 12,765 2 1 1578 2 87 65 117 3,5 51 17,565 2 2 7045 2 457 55 507 4,0 50 20,371 1 1 2628 8 122 78 411 13,9 32 64,171 2 1 2640 9 129 74 178 8,7 58 21,272 1 1 5163 10 191 97 238 1,1 79 6,372 1 2 4153 10 184 81 501 14,8 37 63,472 1 3 1235 10 69 64 232 8,6 28 43,072 2 1 1251 10 54 83 78 0,4 56 1,9

73

72 2 2 4135 10 183 81 214 1,1 70 5,572 2 3 5038 10 198 92 278 5,2 73 23,573 1 1 3897 10 136 103 211 5,6 73 26,973 1 2 5380 10 215 90 647 28,8 41 116,973 2 1 5076 10 216 85 273 2,9 68 10,073 2 2 3901 10 131 107 169 0,6 83 3,174 1 1 1266 10 81 56 144 1,3 33 8,874 1 2 1322 10 88 54 148 1,4 34 9,774 2 1 1322 10 84 57 155 1,4 32 10,174 2 2 1282 10 68 68 149 1,6 33 11,275 1 1 5603 10 318 63 693 14,4 32 57,975 1 2 1803 10 93 70 343 7,8 22 30,675 1 3 2472 10 129 69 208 2,9 45 11,675 1 4 462 10 24 69 45 1,4 42 5,775 2 1 498 10 27 66 39 0,9 49 3,575 2 2 2469 10 121 73 206 8,4 47 29,475 2 3 1804 10 78 83 317 13,6 31 55,775 2 4 5539 10 308 65 413 5,4 49 19,676 1 1 2010 10 64 113 97 1,5 81 9,476 1 2 3540 10 125 102 201 4,3 69 17,776 1 3 1410 10 56 91 99 2,1 56 10,276 1 4 2225 10 107 75 278 6,7 35 38,476 2 1 3540 10 92 87 114 0,4 70 1,776 2 2 1415 10 51 100 65 0,2 79 1,276 2 3 3535 10 125 102 151 0,5 85 2,576 2 4 2155 10 73 106 89 0,5 88 2,577 1 1 5191 10 185 101 359 11,5 61 44,977 1 2 3444 10 118 105 270 8,8 59 39,277 1 3 2207 10 86 92 364 21,8 39 84,677 1 4 1209 10 50 87 563 32,0 15 119,977 2 1 1176 10 52 81 123 2,9 37 11,477 2 2 2250 10 88 92 124 1,2 68 5,477 2 3 3443 10 121 102 161 0,8 78 3,277 2 4 5221 10 179 105 230 0,8 82 3,278 1 1 1600 10 65 89 89 1,4 67 6,778 1 2 2620 10 137 69 357 8,4 31 38,378 2 1 2610 10 137 69 251 2,6 39 13,178 2 2 1588 10 60 95 80 0,3 72 1,579 1 1 3755 10 148 91 612 25,7 34 107,979 1 2 4309 10 149 104 518 17,6 40 67,179 1 3 4003 10 176 82 497 12,0 34 46,579 2 1 4099 10 172 86 219 1,3 68 5,579 2 2 3464 10 142 88 173 0,6 73 2,879 2 3 4513 10 151 108 208 0,8 79 3,681 1 1 477 2 33 52 69 4,4 27 16,581 1 2 301 10 24 45 51 1,5 27 6,881 1 3 802 10 62 47 192 8,0 20 32,381 1 4 510 2 46 40 145 8,9 16 33,381 1 5 235 8 14 60 42 12,2 24 12,681 2 1 244 6 17 52 65 1,6 21 6,681 2 2 401 10 28 52 77 4,3 28 16,581 2 3 787 10 62 46 316 16,8 15 70,681 2 4 331 10 25 48 91 3,2 16 12,8

74

81 2 5 450 2 36 45 85 5,0 22 22,182 1 1 210 10 16 47 26 1,0 34 4,582 1 2 400 10 33 44 56 0,9 28 4,582 1 3 690 10 62 40 145 2,2 18 9,782 1 4 728 10 51 51 92 1,7 31 8,282 2 1 740 10 58 46 238 7,7 15 34,082 2 2 640 10 45 51 137 2,7 19 12,182 2 3 460 10 36 46 72 1,2 24 4,982 2 4 200 10 14 51 60 2,3 20 10,783 1 1 685 10 57 43 125 2,7 22 14,383 1 2 1359 10 131 37 271 4,2 20 21,083 2 1 1326 10 108 44 262 3,8 20 20,083 2 2 722 10 62 42 181 4,6 18 25,984 1 1 2550 10 114 81 387 11,6 32 52,584 1 2 1160 10 64 65 115 2,8 40 12,584 2 1 940 10 45 75 57 0,3 60 1,384 2 2 2537 10 112 82 140 0,5 66 2,585 1 1 2345 10 144 59 465 7,9 21 39,285 1 2 1118 10 69 58 111 1,8 38 9,985 2 1 1110 10 68 59 191 5,5 31 25,785 2 2 2325 10 137 61 237 1,7 36 8,387 1 1 2562 10 194 48 386 6,4 27 36,387 2 1 2561 10 187 49 353 6,7 29 34,388 1 1 999 10 82 44 145 2,0 26 9,688 1 2 406 10 35 42 88 2,1 19 10,488 1 3 908 10 90 36 154 1,9 22 9,588 2 1 895 10 108 30 182 4,2 19 18,788 2 2 434 10 48 33 129 3,9 14 18,288 2 3 1038 10 87 43 204 6,0 23 25,589 1 1 625 10 55 41 121 3,6 20 18,989 1 2 574 10 54 38 103 1,9 22 9,689 1 3 1174 10 148 29 292 5,5 16 26,489 2 1 1139 10 72 57 246 3,6 18 16,589 2 2 716 10 76 34 143 2,0 19 9,989 2 3 646 10 83 28 167 2,7 15 13,4

IV.2.2 ATTS-survey Travel time speed estimations

IV.2.2.1 Non congested value incoherence The representative value for Off-peak AM (06:00am-07:00am) showed in some occasions travel times smaller than the non-congested travel time values (02:00am and 04:00am). For the route segments that showed this problem, the following definition of non-congested value was adopted:” Non-congested value is the average (for the sampled days) of the Off-peak AM value (or the period that showed lower values). “ This definition produced negative and incoherent indicators and it was discarded. However other important methodological aspects became evident. Some segments showed travel time values higher than the non-congested values but, at the same time, speeds are greater than the non-congested speed values. This incoherence is caused by the definition of non-

75

congested value as an average of the considered parameter and thus, the difference between the harmonic media and Arithmetic media becomes evident. Considering, for example, with three observations and that the Speed S is the quota between the lengths divided by the time t, then the non-congested speed will be as Eq. IV.3 shows

1 2 3

3S S SS + +

= Eq. IV.3

Which can be also written as Eq. IV.4 shows

1 2 3

1 1 13lS

t t t⎛ ⎞

= + +⎜ ⎟⎝ ⎠

Eq. IV.4 and the correspondent travel time ts will be as Eq. IV.5 shows

1 2 3

31 1 1st

t t t

=⎛ ⎞

+ +⎜ ⎟⎝ ⎠

Eq. IV.5 The non-congested travel time will be as Eq. IV.6 shows.

1 2 3

3nct t tt + +

= Eq. IV.6

ts corresponds to the harmonic media (HM) meanwhile tnc is the arithmetic (AM). If ;it k i= ∀ , then HM AM= . When the values of the series are more differentiated and spread, then HM AM≤ . It is more likely then for highly spread samples that the observed travel time will be below the non-congested value, while the observed speed will also be below the non congested speed. The correction of the non-congested values were preliminary set so they show better values than the average of the observed parameters

Extreme value based correction of non-congested parameters. The correction based on the average value proved to have also shortcomings when the Congestion Performance Measures were calculated. The non-congested value became then the minimum12 observed daily value. The final values becomes as 12 Minimum for travel time and Flow. Maximum for Speed

76

Table IV-5 shows. The values shown correspond to the non-congested values and the observed values between 07:00 and 09:00, i.e. peak Am period considering the segmentation of Time 1. Further information is shown in Appendix D

77

Table IV-5: Travel time estimations values. ATTS

Route Info Uncongested

Values Peak AM Route

Number Direction Segment Link

Length (m) ObsTravel

Time (s)Speed (km/)

Travel Time (s) Std Err

Speed (km/) Std Err

11 1 1 3519 40 205 67 393 11,5 47 44,311 2 1 3526 36 264 57 293 7,7 48 25,214 1 1 2470 34 93 97 159 0,8 59 4,714 2 1 2665 37 102 95 204 2,4 56 12,024 1 1 997 40 87 43 138 1,7 29 7,624 2 1 997 41 100 38 195 5,6 22 25,125 1 1 2043 41 85 94 317 2,7 26 12,225 2 1 2043 41 121 66 321 4,9 25 20,226 1 1 1608 41 94 63 124 0,6 48 3,226 2 1 1608 41 93 65 254 4,4 32 22,027 1 1 2634 39 162 63 272 2,1 38 11,129 1 1 1852 38 203 34 241 1,9 28 3,829 2 1 1852 40 204 34 381 7,0 22 32,732 1 1 2881 41 165 70 214 1,1 50 5,932 2 1 2881 41 158 70 214 0,6 49 3,533 1 1 969 41 77 48 135 2,2 28 14,233 2 1 966 41 85 41 122 1,9 32 5,035 1 1 1434 34 133 40 179 3,5 31 4,235 2 1 1434 35 128 41 299 5,4 24 21,436 1 1 1156 34 70 65 90 3,5 54 4,136 2 1 1156 35 71 59 144 4,0 39 12,737 1 1 1202 32 151 44 206 5,3 29 21,037 2 1 1202 41 122 53 325 7,9 22 36,639 1 1 2500 41 107 86 158 0,6 59 3,739 2 1 2500 41 107 85 212 1,4 45 8,241 1 1 8881 36 461 71 556 1,2 58 6,041 2 1 8881 36 442 74 567 1,1 57 6,642 1 1 4800 37 235 77 295 0,8 60 4,942 2 1 4800 37 244 76 336 1,2 52 6,643 1 1 2811 38 164 63 209 0,7 50 4,143 2 1 2811 36 173 73 284 9,1 58 43,944 1 1 3567 33 187 71 402 4,3 38 23,944 2 1 3567 25 185 71 241 1,4 55 7,545 1 1 1952 41 181 41 275 1,4 27 7,145 2 1 1957 41 241 37 281 3,1 27 10,947 1 1 625 41 64 38 83 3,4 33 3,947 2 1 625 41 92 44 148 3,6 23 18,648 1 1 604 40 93 30 167 2,3 19 8,448 2 1 593 40 118 27 147 2,4 17 9,551 1 1 1371 41 126 44 154 1,5 36 7,351 2 1 1371 41 135 43 156 1,3 35 6,353 1 1 1177 41 166 28 237 3,0 22 15,4

78

IV.3 Value and reliability estimations for flow

IV.3.1 Stationary counting stations Table IV-6 shows results corresponding to the Stationary counting stations. The values shown correspond to the non-congested values and the observed values between 07:00 and 09:00, i.e. peak Am period considering the segmentation of Time 1. Further information is shown Appendix E Table IV-6: Flow estimated values considering stationary counting stations.

Traffic Counting Station

Uncongested Values Peak AM

Station Direction Obs Flow (s) Flow(s) Std Err1 1 28 22 2917 21,01 2 28 16 6614 38,85 1 47 22 3968 21,75 2 47 22 3145 17,2

13 1 16 22 9648 69,313 2 16 22 4632 50,115 1 67 22 1900 10,815 2 67 22 1980 14,318 2 16 22 3889 19,726 2 18 22 527 10,129 1 45 37 2356 10,129 2 45 38 2555 11,451 1 41 22 2738 15,151 2 35 22 4588 28,955 1 24 22 3567 36,655 2 26 22 2076 19,662 1 20 22 8348 68,062 2 20 22 3526 20,170 1 20 22 2450 33,670 2 20 22 1313 15,272 1 19 22 5796 62,572 2 19 22 3529 38,184 1 12 45 1617 24,184 2 12 49 1892 26,997 1 12 17 1142 11,997 2 12 4 511 10,098 1 24 22 2059 17,198 2 27 22 2855 15,5

107 1 12 22 3599 25,1107 2 12 23 4133 46,9110 1 56 34 3316 9,1110 2 56 41 3072 8,0112 1 18 11 1791 13,0112 2 15 8 1833 16,4115 1 36 22 2625 13,9115 2 36 22 4230 26,4122 1 18 22 2770 26,3122 2 18 22 2524 21,5

79

128 1 19 22 3175 36,2128 2 19 22 1751 13,0132 1 21 22 2138 17,1132 2 20 22 2179 29,7151 1 25 22 3797 21,2151 2 24 22 3690 25,8

The flow data presented similar incoherence as the travel time data gathered with ATTS. However, in this case it was necessary only to use the average value correction.

IV.3.2 FC - flow estimations Flow estimations using floating car method showed higher values of standard error than STC stations. This was caused by the reduced size of the sample available. These estimations require the observations of the opposing flow. This variable is only available for some routes13. This reduced the availability and makes this Flow FC data less preferred. Further aspects of these estimations are further described later in IV.4.2.

IV.4 Comparison of TDP estimation methods The following section shows the results of the 2nd methodological step. The comparison of the data collection methods considers one method that collects data automatically (ATTS, Motorway Control System, STC) and another method that gathers data in a shorter period of time (FC). This section of the study assumes that the continuous data gathering is a better descriptor of the situation than the one with reduced time intervals. The test applied in this section aims to recognize statistical evidence in the sample to reject this assumption.

IV.4.1 Speed The Motorway Control System (MCS) provides data related to speed and flow at certain portals. Data from the MCS corresponds to the harmonic media of the observed data in a time interval. The speed measured with floating car corresponds to the journey speed corresponding to the time when the FC entered the studied segment. This study assumes that the studied segment is homogeneous and these values are inherently similar. The speed comparison considers data measured on two consecutive days on highway E4 (13th and 14th of October). The contractors for the FC data collection were VTI and KTH for that route. Figure IV-7 shows the applied MCS detectors placed near Frösunda in a southbound direction with the identification number 62.220. It is assumed that the speed measured in this spot is representative for the entire segment 2 of the FC-route 76 in southbound direction (direction 1). The route segment 761-2 corresponds to the road segment Järva Krog junction – Haga Norra junction. 13 Data surveyed by KTH. See III.2.4.2-Implementation

80

Figure IV-7: MCS portals: Järva krog – Haga Norra

81

The data corresponding to those days can be observed in diagrams exposed in Figure IV-8 and Figure IV-9.

Figure IV-8: Comparison of Speed on E4, Uppsalavägen, October 13th 2004

Figure IV-9: Comparison of Speed on E4, Uppsalavägen, October 14th 2004 The ANOVA-test for the FC and MCS samples determined that the hypothesis of the two samples being similar could not be rejected. Table IV-7: ANOVA test. Speed Estimations. FC and MCS . Peak am (07:00-09:00)

Source SS df MS F Prob>FGroups 28.2708 1 28.2708 0.074386 0.7867 Error 12921.8208 34 380.0536 Total 12950.0917 35 Fobs= 0.074386 < Ftable= 4.13 Can not reject Ho

Comparison of Speed on E4, Uppsalavägen, southbound, Segment C, October 14th 2004

0,010,020,030,040,050,060,070,080,090,0

100,0110,0

00:0

000

:30

01:0

001

:30

02:0

002

:30

03:0

003

:30

04:0

004

:30

05:0

005

:30

06:0

006

:30

07:0

007

:30

08:0

008

:30

09:0

009

:30

10:0

010

:30

11:0

011

:30

12:0

012

:30

13:0

013

:30

14:0

014

:30

15:0

015

:30

16:0

016

:30

17:0

017

:30

18:0

018

:30

19:0

019

:30

20:0

020

:30

21:0

021

:30

22:0

022

:30

23:0

023

:30

00:0

0

clock time

spee

d in

km

/h

2004-10-14 FC-VTI 2004-10-14 FC-KTH 2004-10-14 Stationary Counter Speed Limit

Comparison of Speed on E4, Uppsalavägen, southbound, Segment C, October 13th 2004

0,010,020,030,040,050,060,070,080,090,0

100,0110,0

00:0

000

:30

01:0

001

:30

02:0

002

:30

03:0

003

:30

04:0

004

:30

05:0

005

:30

06:0

006

:30

07:0

007

:30

08:0

008

:30

09:0

009

:30

10:0

010

:30

11:0

011

:30

12:0

012

:30

13:0

013

:30

14:0

014

:30

15:0

015

:30

16:0

016

:30

17:0

017

:30

18:0

018

:30

19:0

019

:30

20:0

020

:30

21:0

021

:30

22:0

022

:30

23:0

023

:30

00:0

0

clock time

spee

d in

km

/h

2004-10-13 FC-VTI 2004-10-13 FC-KTH 2004-10-13 Stationary Counter Speed Limit

82

Table IV-8: ANOVA test. Speed Estimations. FC and MCS . Peak fm (15:30-18:00)

Source SS df MS F Prob>F Groups 276.6806 1 276.6806 0.53955 0.46661Error 22050.5086 43 512.8025 Total 22327.1891 44 Fobs= 0.53955 < Ftable= 4.067 Can not reject Ho Further comparisons and Box-plots are shown in Appendix F

IV.4.2 Flow Flow comparisons were carried out for three road categories: Radial, Central and Peripheral.

IV.4.2.1 Radial Roads Comparisons were carried out in highway E4in the same segment as described in the speed comparison in section IV.4.1. Figure IV-10 shows the results of the flow estimations considering MCS-data and FC-data. The ANOVA-test for the FC and MCS samples determined that the hypothesis of the two samples being similar should be rejected as shown in Table IV-9 and Table IV-10.

Figure IV-10: Comparison of flow on E4, Uppsalavägen , October 2004. Table IV-9: ANOVA test. Speed Estimations. FC and MCS . Radial Roads. Peak am (07:00-09:00)

Source SS df MS F Prob>F Groups 8533798.9378 18533798.93784.5839 0.043099Error 42818431.2222 231861670.9227 Total 51352230.16 24 Fobs= 4.5839> Ftable= 4.2793 Ho rejected

Comparison of Traffic Flow on E4, southbound.Route Segment 761-2, October 2004

0

1000

2000

3000

4000

5000

6000

7000

8000

9000

00:0

000

:30

01:0

001

:30

02:0

002

:30

03:0

003

:30

04:0

004

:30

05:0

005

:30

06:0

006

:30

07:0

007

:30

08:0

008

:30

09:0

009

:30

10:0

010

:30

11:0

011

:30

12:0

012

:30

13:0

013

:30

14:0

014

:30

15:0

015

:30

16:0

016

:30

17:0

017

:30

18:0

018

:30

19:0

019

:30

20:0

020

:30

21:0

021

:30

22:0

022

:30

23:0

023

:30

00:0

0

Clock Time

Vehi

cles

/hou

r

Floating Car Measurements, 13th Stationary Traffic Counter, 13th

Floating Car Measurements, 14th Stationary Traffic Counter, 14th

83

Table IV-10 ANOVA test. Flow Estimations. FC and MCS. Radial Roads. Peak am (15:30-18:00)

Source SS df MS F Prob>F Groups 6334900.2667 1 6334900.2667 14.3882 0.00072957 Error 12327923.6 28 440282.9857 Total 18662823.8667 29 Fobs= 14.3882> Ftable= 4.196 Ho rejected Further comparisons and Box-plots are shown in Appendix F

IV.4.2.2 Central Roads The comparison in central roads was carried out in Sveavägen that is a main arterial street. The stationary counter on Sveavägen is located between the two crossroads Kammakargatan and Adolf Fredriks Kyrkogatan as shown in Figure IV-11.

Figure IV-11: Map study zone: Sveavägen – Central Roads Analysis

84

The collected data is considered representative of the entire road segment from Odengatan to Sergelstorg. This segment is identical to segment 2 of route 83 with direction 1 of the floating car measurements (Route segment code 831-2) and it is therefore possible to compare the data.

Comparison of Traffic Flow on Sveavägen , southboundRoute Segment 831-2, october 2004

0

200

400

600

800

1000

1200

1400

00:00 02:24 04:48 07:12 09:36 12:00 14:24 16:48 19:12 21:36 00:00

Float ing Car M easurement, 7th Stat ionary counting stat ions, 7thFloat ing Car M easurement, 8th Stat ionary counting stat ions, 8th

Figure IV-12:Flow comparison Zone for Central Roads – Sveavägen Table IV-11ANOVA test. Speed Estimations. FC and MCS . Central Roads. Peak am (07:00-09:00)

Source SS df MS F Prob>F Groups 5897.4968 1 5897.4968 0.37123 0.54708 Error 460705.6 29 15886.4 Total 466603.0968 30 Fobs= 0.37123 < Ftable= 4.183 Can not reject Ho Table IV-12ANOVA test. Speed Estimations. FC and MCS . Central Roads. Peak fm (15:30-18:00)

Source SS df MS F Prob>F Groups 240969.2034 1 240969.2034 13.2211 0.00096168Error 583234.9143 32 18226.0911 Total 824204.1176 33 Fobs= 13.2211> Ftable= 4.1491 Ho rejected Further comparisons and Box-plots are shown in Appendix F

IV.4.2.3 Peripheral Roads This road is classified as a peripheral road. The flow is collected at the stationary counter located on Turebergsleden between Hanstavägen and E4 Uppsalavägen. FC measurements have been conducted on route 63 direction

85

1 on segment 2 (Route segment code 631-2). The eastern segment includes parts of Hanstavägen and Turebergsleden as Figure IV-13 shows.

Figure IV-13: Map of Study Zone. Turebergsleden – Peripheral Roads Analysis It can be observed that due to the intersection (roundabout) the flow cannot be considered as homogenous. Besides that problem, data was not available for exactly the same days. The FC-data analysed corresponds to 11th and 12th of October while the STC-data analysed corresponds to 28th and 29th of October. The results are presented in Figure IV-14

86

Comparison of Traffic Flowon Turebergsleden, Westbound

0

500

1000

1500

2000

2500

3000

00:00 04:48 09:36 14:24 19:12 00:00

Vehi

cles

/hou

r

Floating Car Measurement, 11th Oct Stationary counting stations, 28th Sep

Floating Car Measurement, 12th Oct Stationary counting stations, 29th Sept

Figure IV-14: Flow comparison zone for Peripheral Roads - Sveavägen Table IV-13ANOVA test. Speed Estimations. FC and MCS . Peripheral Roads. Peak am (07:00-09:00)

Source SS df MS F Prob>F Groups 7087925.2236 1 7087925.2236 53.6146 3.3033e-007 Error 2776228.4286 21 132201.3537 Total 9864153.6522 22 Fobs= 53.6146> Ftable= 4.3248 Ho rejected Table IV-14: ANOVA test. Speed Estimations. FC and MCS . Peripheral Roads. Peak fm (15:30-18:00)

Source SS df MS F Prob>F Groups 188784.9931 1 188784.9931 18.9874 0.00017093Error 268450.8 27 9942.6222 Total 457235.7931 28 Fobs= 18.9874> Ftable= 4.21 Ho rejected Further comparisons and Box-plots are shown in Appendix E

IV.4.3 Travel time This study considered the estimation of travel time provided by two methods: Floating car FC and the automatic travel time system ATTS.

87

Information regarding the exact ATTS recognition position (i.e. start or end of road segment) was not available. The recognition point can then be located before or after a stop line. Additionally, the recognition can be made using the frontal or rear plate number. The information available is shown in Table IV-1 exposed above. The link used in the comparison analysis corresponds to Sveavägen as described in IV.4.2.2. The data available can be observed in Figure IV-15 (peak direction) and in Figure IV-16 (Off-peak Direction).

Figure IV-15: Comparison of travel time. Sveavägen(Sergels Torg-Odenplan) . Peak Direction

Figure IV-16 Comparison of travel time. Sveavägen(Odenplan -Sergels Torg). Off-peak Direction The ANOVA test carried out rejected the hypothesis in all the cases as shown in the following tables. Table IV-15: ANOVA test. Travel time Estimations. FC and ATTS. Sveavägen. Peak am (07:00-09:00). Peak direction.

Comparison of Travel Time, SveavägenPeak Direction

0

100

200

300

400

500

600

700

800

02:24:00 04:48:00 07:12:00 09:36:00 12:00:00 14:24:00 16:48:00 19:12:00

Seco

nds

20050407 FC 20050407 ATTS 20050408 FC 20050408 ATTS

Comparison of Travel Time, SveavägenOff-peak direction

0

100

200

300

400

500

600

700

800

900

02:24:00 04:48:00 07:12:00 09:36:00 12:00:00 14:24:00 16:48:00 19:12:00

Seco

nds

20050407 FC 20050407 ATTS 20050408 FC 20050408 ATTS

88

Source SS df MS F Prob>F Groups 68211,94 3 22737,31 12,547 5,41E-05Error 39867,9 22 1812,178 Total 108079,8 25 Fobs= 12,547> Ftable= 3,0491 Ho rejected Table IV-16: ANOVA test. Travel time Estimations. FC and ATTS. Sveavägen. Peak am (07:00-09:00). Off-Peak direction.

Source SS df MS F Prob>F Groups 93542.5229 3 31180.841 12.063 7.0536e-005Error 56866.131 22 2584.8241 Total 150408.6538 25 Fobs= 12.063> Ftable= 3.0491 Ho rejected Table IV-17: ANOVA test. Travel time Estimations. FC and ATTS. Sveavägen. Peak pm (15:30-18:00). Peak direction.

Source SS df MS F Prob>F Groups 163581.9966 3 54527.3322 35.067 6.2027e-010Error 46648.3857 30 1554.9462 Total 210230.3824 33 Fobs= 35.067> Ftable= 2.9223 Ho rejected Table IV-18: ANOVA test. Travel time Estimations. FC and ATTS. Sveavägen. Peak pm (15:30-18:00). Off-peak direction.

Source SS df MS F Prob>F Groups 50994.5889 3 16998.1963 8.076 0.00038093Error 67353.05 32 2104.7828 Total 118347.6389 35 Fobs= 8.076> Ftable= 2.9011 Ho rejected Further analysis was performed using the ANOVA-test considering the data for 2005-04-07 and 2005-04-08 separately for both methods. The hypothesis is rejected but the box plot points out that a systematic overestimation exists using the FC method. Figure IV-17 and Figure IV-18 show the box-plot corresponding to the 7th and 8th for both methods for am and pm respectively.

89

Figure IV-17: Travel time box-plot. FC and ATTS estimations. Peak direction. Days considered separately (07:00-09:00).

Figure IV-18: Travel time box-plot. FC and ATTS estimations. Peak direction. Days considered separately (15:30-18:00)

90

91

V CONGESTION PERFORMANCE MEASURES ESTIMATION The following chapter considers the 4th, 5th and 6th methodological steps described in III.1. The estimation of the CPM (4th methodological step) is done based on the formulas presented in XX. The estimation of the value is not a main objective of this study and then it will be not shown here. The 5th methodological step that identifies the characteristics of the previous CPM-estimation, i.e. Standard Error (StdErr) is carried out considering the formula of the propagation error presented in II.1. The specific formula for each CPM are presented in the Appendix A. Some results of the estimations are shown in the Appendix G. The 6th methodological step uses the outcome of the 4th and 5th and calculates the Coefficient of variation (CV). When transport studies are carried out, the estimation of the CPM, StdErr and CV depends on parameters that have values arbitrary determined. Aggregation level, Time scope of the analysis, and data collection method are the parameters exogenously defined or determined apriori. The sample to be used for the statistical test (6th methodological step) is expanded in order to cover this scope of variation. The first section deals with the reliability estimation of the CPM related to the bottleneck based definition of congestion. The second and deals with the travel-time based definition of congestion. The third section deals with both definitions and present a basis for comparison of the estimations and reliability.

V.1 Bottleneck based CPM reliability analysis. III.2.4.4 described the data collection methodology used in the Queue measurements. The objective of these measurements was to provide monthly indicators for describing the traffic situation during the trials. These measurements were carried out with a highly restricted budget and the number of surveyed segments was reduced to four 4 road segments as Table V-1 shows. Routes Q1011-Q1012 and Q2011-Q2012 were surveyed using one Floating car each from 06:30-10:00 meanwhile the rest was surveyed between 15:00-18:00 during only one day per month. Table V-1: Surveyed Routes – Floating car queue measurements

Route Code

Description

Q1011 Essingeleden (Bredäng - Fredhälls tunnel)

Q1012 Essingeleden (Fredhälls tunnel- Bredäng)Q2011 Roslagsvägen (Danderyds k:a -

Roslagstull) Q2012 Roslagsvägen (Roslagstull - Danderyds

k:a) Q3011 Klarastrandsleden (Tegelbacken-

Solnavägen) Q3012 Klarastrandsleden (Solnavägen-

92

Tegelbacken) Q4011 Sveavägen (Sveaplan-Sergelstorg) Q4012 Sveavägen (Sergelstorg-Sveaplan)

The monthly indicators calculated this way were severely affected by unexpected events and the standard error of the estimations was large. Statistic significance in the estimated values was seldom obtained showing evidence that larger efforts in data collection were needed. An extensive description of the estimated values is available as part of the documentation of the evaluation of the congestion charges trials (Bång 2006).Further information figures are shown in Appendix C. Table V-2: Speed (km/h) values and standard deviation- queue surveyed routes

Month Route April 2005 January 2006 February 2006 March 2006 April 2006 June 2006

mean 54 64 60 45 42 181011 stderr 20 7 17 21 14 8

mean 77 61 73 69 71 751012 stderr 4 14 2 3 3 4

mean 34 34 33 24 28 212011 stderr 12 28 37 24 31 37

mean 57 62 59 60 63 662012 stderr 4 5 5 7 8 5

mean 33,2 48,8 48,2 45,7 43,8 42,53011 stderr 7,8 1,9 2,4 2,9 4,5 6,3

mean 27,7 38,6 39,4 41,1 39,7 36,53012 stderr 8,1 2,4 3,1 3,6 4,3 6,8

mean 12,6 18,4 15,0 14,5 13,2 12,94011 stderr 1,8 2,4 1,4 1,7 1,8 1,8

mean 15,5 22,0 13,7 16,5 18,1 16,24012 stderr 2,2 4,3 2,8 1,4 2,9 2,3

Table V-3: Average queue length values and standard deviation- queue surveyed routes

Month Route April 2005 January 2006 February 2006 March 2006 April 2006 June 2006

mean 840 418 795 2277 1540 50951011 stderr 670 307 761 2086 874 1321

mean 0 407 0 0 0 01012 stderr 0 492 0 0 0 0

mean 1432 774 645 1380 1864 4872011 stderr 1472 780 900 1344 1583 584

mean 33 52 49 43 38 502012 stderr 22 17 20 19 24 21

mean 242 0 0 1 27 763011 stderr 191 0 0 3 53 129

mean 560 6 27 10 33 2503012 stderr 314 12 28 12 56 155

mean 159 140 133 112 306 2604011 stderr 35 90 34 51 79 98

93

mean 138 113 210 110 205 1984012 stderr 31 48 74 46 75 103

The coefficient of variation corresponding to average speed and average queue is estimated using this data. The amount of data is not sufficient to carry out an statistical test. However, considering the difference between the CVs as shown on shows Eq. V.1, the values shown in table are obtained.

queue speedCV CV CV∆ = − Eq. V.1

Positive values correspond to cases when the estimations of queue are less reliable than speed estimations. Empty spaces in Table V-4 corresponds to non-observed queue case. Table V-4: Difference in CV values [CVQueue – CVSpeed]

April 2005 January 2006 February 2006 March 2006 April 2006 June 2006 1011 0,419 0,621 0,675 0,445 0,232 -0,1841012 0,978 0,000 2011 0,676 0,201 0,269 -0,001 -0,275 -0,5122011 0,609 0,243 0,320 0,333 0,504 0,3393011 0,556 3,541 1,905 1,5433012 0,269 1,821 0,970 1,185 1,586 0,4324011 0,082 0,224 0,151 0,331 0,206 0,3774012 0,082 0,516 0,162 0,344 0,120 0,238

The negative values correspond to highly congested situations. This might appear to be an obvious conclusion considering the quota form of the CVqueue where the queue length is in the denominator. However, The same quota form applies to CVspeed. Under congested situations drivers builds platoons and cannot drive at they desired speed, which on it turn reduces the variability of the sampled speeds. This results point out that queue will be a better descriptor of congestion than speed as the congestion levels increases.

V.2 Travel time based CPM reliability analysis. Data sources available were described in section III.2. Considering later the problems and blackout in data described in section IV.1 the data available for analysis was significantly reduced. This, because the calculation of the CPM requires flow data from the counting station located in a road segment with available travel time (or speed) data. Several flow counting stations with available data became useless data sources for the purpose of this study given that any route passed over it the road segment that covers it presents flawed data. Thus, the sample that can be used for estimating CPM is even more reduced. Table V-5 and Table V-6 shows the road segments useful for estimating the CPM using AATS-data respectively FC-data.

94

Table V-5: Road segment for Estimation of the CPM - AATS

Route Direction Segment STC station Direction ATTS segment

11 1 1 13 1 Roslagsvägen Southbound 11 2 1 13 2 Roslagsvägen Northbound 14 1 1 107 1 Lidingövägen Northbound 14 2 1 107 2 Lidingövägen Southbound 24 1 1 84 2 Flemmingatan Eastbound 24 2 1 84 1 Flemmingatan Westbound 25 1 1 51 2 Västerbron South - St Eriksgatan 25 2 1 51 1 St Eriksgatan - Västerbron South 26 1 1 5 2 Liljeholmsbron Southbound 26 2 1 5 1 Liljeholmsbron Northbound 27 1 1 18 2 Klarastrandsleden Northbound 29 1 1 132 2 Huddingevägen: Gullmarsplan-Orbyleden 29 2 1 132 1 Huddingevägen: Örbyleden-Gullmarsplan

32 1 1 72 1 Huddingevägen: Magelungsvägen-Ågestavägen

32 2 1 72 2 Huddingevagen: Ågestavägen - Magelungsvägen

33 1 1 110 2 Hornsgatan: Hornstull - Ringvägen 33 2 1 110 1 Hornsgatan: Ringvägen - Hornstull 35 1 1 115 2 Stadsgården Eastbound 35 2 1 115 1 Stadsgården Westbound 36 1 1 1 2 Varmdovägen Eastbound 36 2 1 1 1 Varmdovägen Westbound

37 1 1 151 2 Ulvsundavägen Northbound : Stora Mossen - Norrbyväen

37 2 1 151 1 Ulvsundavägen Southbound: Norrbyvägen-Stora Mossen

39 1 1 122 2 Alvsjovägen Eastbound 39 2 1 122 1 Alvsjovägen Westbound 41 1 1 70 2 Magelungsvägen Eastbound 41 2 1 70 1 Magelungsvägen Westbound 42 1 1 128 2 Örbyleden Eastbound 42 2 1 128 1 Örbyleden Westbound 43 1 1 62 2 Kymlingelanken Northbound 43 2 1 62 1 Kymlingelanken Southbound

44 1 1 55 1 Drottningsholmsvägen: Kungsholmsbro- Brommaplan

44 2 1 55 2 Drottningsholmsvägen: Brommaplan-Kgholmsbron

45 1 1 112 1 Ringvägen Eastbound

95

45 2 1 112 2 Ringvägen Westbound 47 1 1 98 1 St Eriksgatan: St Eriksplan-Flemminggatan 47 2 1 98 2 St Eriksgatan: Flemminggatan-St Eriksplan 48 1 1 15 1 Torsgatan Northbund 48 2 1 15 2 Torsgatan Southbound 51 1 1 29 2 Sveavägen: Sergelstorg-Odengatan 51 2 1 29 1 Sveavägen: Odengatan-Sergelstorg 53 1 1 97 1 St Eriksgatan: St Eriksplan-Odengatan 53 2 1 97 2 Odengatan : Odengatan-StEriksplan

Table V-6: Road segment for Estimation of the CPM - FC

Route Direction Segment STC station Direction Route Segment Start Route Segment End

73 1 2 1 1 Nacka Centrum Danvikstull

74 1 1 136 2Solna Centrum korsning Frösundaleden

Solna kyrkväg

75 1 1 164 1 Bergslagsplan Brommaplan 75 1 3 309 1 Ulvsundaleden Essingeleden 75 1 4 22 1 Essingeleden Lindhagensplan 75 2 1 22 2 Lindhagensplan Essingeleden 75 2 2 309 2 Essingeleden Ulvsundaleden 75 2 4 164 2 Brommaplan Bergslagsplan

77 1 1 405 1 Viggbyholms trafikplats

Edsberg - Danderyds k:a tpl

77 1 2 64 1 Edsberg - Danderyds k:a tpl Bergshamra Tpl

77 1 3 13 1 Bergshamra Tpl Frescati Hage 77 2 2 13 2 Frescati Hage Bergshamra Tpl

77 2 3 64 2 Bergshamra Tpl Edsberg - Danderyds k:a tpl

81 1 2 95 1 Sveaplan Roslagstull 81 1 5 99 1 Danderydsgatan Lidingövägen

81 2 1 99 2 Lidingövägen Drottning Kristinas väg

81 2 4 95 2 Roslagstull Sveaplan 82 1 4 98 1 St Eriksplan St.Göransgatan 82 2 1 98 2 Nortull Norra stationsgatan 83 1 2 29 1 Odengatan Sergelstorg 83 2 1 29 2 Sergelstorg Odengatan 85 1 2 18 2 Pampas Solnavägen 85 2 1 18 1 Solnavägen Pampas 86 1 1 110 2 Hornstull Ringvägen 86 1 2 112 1 Ringvägen Skanstull

96

86 1 3 117 2 Skanstull Folkungagatan 86 1 4 116 2 Folkungagatan Stadsgårdsleden 86 1 5 115 2 Stadsgårdsleden Söderleden 86 1 6 161 1 Söderleden Södermälarstranden 86 2 1 161 2 Södermälarstranden Söderleden 86 2 2 115 1 Söderleden Stadsgårdsleden 86 2 3 116 1 Stadsgårdsleden Folkungagatan 86 2 4 117 1 Folkungagatan Skanstull 86 2 5 112 2 Skanstull Ringvägen 87 1 1 82 1 Lindhagensplan Tegelbacken 87 2 1 82 2 Tegelbacken Lindhagensplan 88 1 1 40 2 Djurgårdsbron Nybrogatan 88 1 3 34 1 Kungsgatan Kungstensgatan 88 2 1 34 2 Kungstensgatan Kungsgatan 88 2 3 40 1 Nybrogatan Djurgårdsbron 89 1 2 26 1 Tegelbacken Kungsgatan 89 2 2 26 2 Kungsgatan Tegnergatan

For some road segments, data is available from FC and ATTS. The following analysis considered only the ATTS observation in that case.

V.2.1 Sample definition of CV values The sample size of Coefficient of variation was expanded considering different possibilities of dividing the day in the segmentation of time showed previously and grouping the available routes according to different classification criteria.

V.2.1.1 Time intervals considered for the analysis Urban road networks show peak hours at different time of the day and with different duration depending on the location in the city. Furthermore, the dynamics of congestion request to consider more detailed analysis in the time dimension. III.5.2 presented previously different way to divide the day. Table V-7 shows the segmentations of time considered for the analysis. Table V-7: Time periods for each segmentation

Segm. of Time 1

Segm. of Time 2

Segm. of Time 3 Period

Name (ST1) (ST2) (ST3)

Off-Peak AM 06:00 - 07:00 06:00-07:30 06:00-07:00 Peak AM 07:00 - 09:00 07:30-08:00 07:00-10:00 Inter-Peak 09:00 - 15:30 08:00-16:30 10:00-15:00 Peak FM 15:30 - 18:00 16:30-17:30 15:00-18:00 Off-Peak FM 18:00 - 19:00 17:30-19:00 18:00-19:00 Segmentations of time 1 2 and 3 are available for all the data collection methods. Figure V-1 show a graphical diagram of the segmentations of time.

97

When considering a more detailed segmentation on a 30 minute basis (showed on the bottom of Figure V-1, the analysis of data from FC should be restricted to a narrow scope given that FC was not collecting data during the middle of the day 12:00-15:00. ATTS provides data continuously and the detailed segmentation can be directly applied14.

Segmentations of Time (ST)06

:00

06:3

0

07:0

0

07:3

0

08:0

0

08:3

0

09:0

0

09:3

0

10:0

0

10:3

0

11:0

0

11:3

0

12:0

0

12:3

0

13:0

0

13:3

0

14:0

0

14:3

0

15:0

0

15:3

0

16:0

0

16:3

0

17:0

0

17:3

0

18:0

0

18:3

0

19:0

0

ST Detailed

ST 3

ST 2

ST 1

Figure V-1 : Segmentations of time Segmentations of time 1 2 and 3 consider five time intervals (two of them correspond to peak hours). The detailed segmentation for ATTS considers 24 time intervals (10 of them can be considered at peak hours) and the detailed segmentation for FC considers 10 time intervals (all of them in peak hours).

V.2.1.2 Classifications criteria of group of roads The classification criteria considered in this study are presented in Table V-8 below. Some of those subclasses did not show observations due to blackout, errors in data or because there it was not considered in the data collection plan for SCCT evaluation. Further classifications that considered road category, location and number of access were not considered due to this shortcoming. 14 The detailed segmentation was usually applied with no problems. However due to blackouts and database errors, extra observations (interpolation of available data) were added to the sample.

98

Table V-8: Classification criteria and corresponding sub clases

Classification criteria Corresponding subclasses 1. Central Street surveyed with Floating Car 2. Central Street surveyed with ATTS 3. Arterial roads surveyed with Floating Car 4. Arterial roads surveyed with Floating Car 5. Peripheral roads surveyed with Floating Car

Road category and data collection method:

6. Peripheral roads surveyed with ATTS 1. Central streets - Bridges 2. Central streets - Kungsholmen 3. Central streets - Södermalm 4. Central streets - Vasastan 5. Arterial roads - East 6. Arterial roads - North 7. Arterial roads - South 8. Arterial roads - West 9. Peripheral roads - North 10. Peripheral roads - South

Road category and geographical location.

11. Peripheral roads - West 1. Central streets - Bridges - FC 2. Central streets - Bridges - ATTS 3. Central streets - Kungsholmen -FC 4. Central streets - Kungsholmen -ATTS 5. Central streets - Södermalm - FC 6. Central streets - Södermalm - ATTS 7. Central streets - Vasastan - FC 8. Central streets - Vasastan - ATTS 9. Arterial roads - East - FC 10. Arterial roads - East - ATTS 11. Arterial roads - North - FC 12. Arterial roads - North - ATTS 13. Arterial roads - South - FC 14. Arterial roads - South - ATTS 15. Arterial roads - West - FC 16. Arterial roads - West - ATTS 17. Peripheral roads - North - FC 18. Peripheral roads - North - ATTS 19. Peripheral roads - South - FC 20. Peripheral roads - South - ATTS 21. Peripheral roads - West - FC

Road category, geographical location and data collection

method.

22. Peripheral roads - West - ATTS

99

V.2.2 Reliability Results - Values of CV

V.2.2.1 Road category and method For the following classification, no observation was registered in the category “Peripheral roads surveyed with Floating Car”. Five of the six groups of roads categories showed active observations. This produces seventy-five observations (5x15). Considering the detailed time intervals, fifty (50x10) observations are available for peak hours. The detailed observations gathered using ATTS are not considered so bias against any method does not occur. Table V-9 shows the observations considered for the following analysis. Further data is available in Appendix H Table V-9:CV-values [10-3] by Road category and data collection method. Segm. of time 1

Category Observations CTR TTIA TTIU RSRWA RSRWU RSRL RSRIA RSRIU MJSD MJSA MJSU PETWA PETWU PETIA PETIU PETIO

I 8,9 2,9 2,0 269,7 265,2 0,0 328,1 242,2 95,1 103,5 94,0 7,9 5,4 9,5 4,9 10,6II 5,5 3,1 2,9 658,2 644,2 0,0 622,9 642,7 440,7 538,9 513,0 5,4 5,3 6,2 5,3 7,0III 8,4 4,4 3,3 522,5 547,8 0,0 491,4 494,2 235,8 267,7 278,2 9,6 7,0 10,8 6,4 12,0IV 2,2 1,4 1,2 334,7 474,9 0,0 301,8 403,2 325,0 295,3 371,2 2,3 2,0 2,2 1,9 2,6

Central Street

surveyed with

Floating Car 10 V 3027,1 1494,2 1754,7 106,9 101,2 1,0 101,8 98,4 102,3 104,9 86,6 2496,3 3123,4 2557,2 3817,5 2828,8

I 4,9 1,8 1,4 183,5 147,8 0,0 181,4 135,9 77,6 104,9 94,6 4,1 3,1 3,6 3,4 3,6II 3,3 1,9 2,1 491,1 570,1 0,0 450,1 499,3 766,1 606,8 714,5 2,9 3,3 2,7 3,2 2,6III 1,0 0,6 0,6 246,7 231,5 0,0 227,2 209,5 311,8 321,1 333,4 1,0 0,9 1,0 1,0 1,0IV 0,7 0,4 0,4 155,1 128,9 0,0 148,4 121,8 160,8 250,0 222,7 0,6 0,5 0,7 0,6 0,7

Central Street

surveyed with ATTS

19 V 2,0 1,2 1,2 191,7 204,0 0,0 169,6 180,6 346,3 247,8 294,0 1,8 1,7 1,8 1,7 1,7

I 3,6 1,0 1,0 436,2 600,5 0,0 445,1 588,1 89,2 117,2 165,2 3,4 3,4 5,5 3,7 6,2II 4,6 2,2 1,9 1566,3 1630,8 0,0 1508,6 1599,3 408,7 833,4 920,1 4,6 4,0 5,2 3,9 5,9III 4,8 1,5 1,5 614,6 750,0 0,0 624,2 733,5 142,4 190,2 236,4 4,8 4,6 7,6 5,0 8,6IV 3,2 1,6 1,5 854,4 866,8 0,0 845,2 861,1 293,3 516,1 514,9 3,4 3,3 3,6 3,0 3,9

Arterial roads

surveyed with

Floating Car 7 V 2,7 1,0 0,9 347,5 412,8 0,0 351,7 403,0 98,4 137,8 161,9 2,8 2,4 3,4 2,6 3,8

I 2,8 0,9 0,9 256,3 303,5 0,0 201,7 296,1 91,0 92,4 114,3 2,6 2,8 2,2 3,1 2,0II 2,6 1,3 1,2 765,8 741,3 0,0 599,6 637,4 536,1 504,9 474,3 2,4 2,3 2,1 2,3 1,9III 1,9 0,8 0,8 277,8 314,4 0,0 222,7 265,8 173,0 153,3 159,1 1,8 1,7 1,8 2,2 1,6IV 1,5 0,8 0,7 370,8 349,4 0,0 305,6 315,3 181,8 271,2 248,0 1,5 1,4 1,4 1,5 1,2

Arterial roads

surveyed with

Floating Car 14 V 1,4 0,7 0,6 181,2 197,8 0,0 156,6 180,2 157,4 115,4 117,4 1,4 1,4 1,2 1,4 1,0

Peripheral roads surveyed with Floating Car 0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 5,3 1,6 1,4 375,0 386,1 0,0 298,2 357,6 92,5 102,0 107,6 5,1 5,1 4,2 5,3 3,7II 2,7 1,4 1,1 616,2 428,5 0,0 566,1 425,7 344,3 393,4 256,8 2,6 2,3 2,3 2,4 2,2III 1,1 0,6 0,4 228,0 216,4 0,0 214,7 212,3 165,1 136,6 117,2 1,1 1,0 0,9 0,8 0,6IV 1,3 0,7 0,7 335,3 320,3 0,0 292,0 316,1 291,5 252,9 237,9 1,3 1,3 1,1 1,2 0,9

Peripheral roads

surveyed with ATTS

10 V 1,7 0,9 0,8 183,6 153,1 0,0 162,2 155,6 161,9 117,8 94,3 1,8 1,6 1,4 1,4 1,1

100

V.2.2.2 Road category and geographical location. For the following classification, 11 of 11 subclasses showed active observations. This produces 165 observations (11x15). Table V-10 shows the resulting CV values for this classification. Further data is available in Appendix H Table V-10:CV-values [10-3] by road category and geographical location. . Segm. of time 1

Category Observations CTR TTIA TTIU RSRWA RSRWU RSRL RSRIA RSRIU MJSD MJSA MJSU PETWA PETWU PETIA PETIU PETIO

I 2,5 1,5 1,3 255,3 195,7 0,0 328,3 230,3 170,3 352,3 259,0 2,6 2,2 2,3 2,1 1,9II 3,3 1,8 2,1 551,7 597,1 0,0 501,6 501,7 894,5 840,3 881,3 2,6 3,1 2,2 2,7 1,8III 2,3 1,2 1,2 334,6 329,3 0,0 321,5 297,2 481,1 549,8 538,3 1,8 1,8 1,5 1,6 1,3IV 1,3 0,8 0,8 303,7 265,5 0,0 306,1 256,8 350,5 548,5 502,1 1,2 1,1 1,1 1,2 1,0

Central streets - Bridges

6 V 1,7 1,1 1,1 220,5 205,9 0,0 224,0 200,7 469,3 435,6 415,0 1,6 1,6 1,7 1,7 1,4I 3,2 1,3 1,4 423,3 359,8 0,0 233,6 317,0 116,0 206,5 172,8 4,0 4,1 1,9 3,7 1,0II 4,0 2,3 2,31642,2 1582,2 0,0 1035,4 1424,1 924,6 1419,3 1404,9 4,4 4,4 3,0 4,3 1,6III 3,0 1,6 1,5 645,5 600,8 0,0 380,3 531,9 463,0 485,4 482,6 3,2 3,0 2,6 4,1 1,4IV 1,3 0,7 0,7 764,6 777,5 0,0 470,9 684,4 330,6 718,7 758,2 1,3 1,3 1,2 1,7 0,6

Central streets -

Kungsholmen

4 V 2,2 1,2 1,3 248,5 239,8 0,0 151,7 223,7 587,2 196,1 206,7 2,6 2,5 1,5 2,3 0,8I 1240,2 346,8 521,0 167,4 169,5 0,3 122,6 160,4 125,7 89,2 86,5 874,3 1426,3 1230,2 2000,1 1095,8II 4,2 2,2 2,3 761,7 861,6 0,0 517,3 723,7 618,1 662,0 728,6 3,8 4,2 4,0 5,0 3,5III 2,1 1,0 1,2 394,1 386,5 0,0 270,2 333,7 346,7 353,3 328,1 1,7 2,1 1,9 2,6 1,7IV 1,6 0,9 1,0 297,8 331,2 0,0 213,6 294,6 245,7 322,5 347,2 1,5 1,7 1,7 2,2 1,5

Central streets -

Södermalm 12 V 1116,4 432,6 623,6 111,2 107,4 0,1 80,8 101,6 176,5 106,7 102,3 762,8 1170,8 1154,7 1705,5 1039,6

I 7,4 2,1 1,3 270,6 171,6 0,0 295,0 157,8 66,5 83,6 63,2 7,2 3,6 10,3 4,7 11,2II 4,6 2,6 2,6 619,6 682,2 0,0 569,0 638,4 840,8 552,7 650,2 4,6 4,4 5,0 4,6 5,7III 3,5 1,9 1,4 378,4 368,6 0,0 332,1 316,3 375,4 269,5 308,1 3,5 2,4 3,5 2,3 4,0IV 1,1 0,8 0,6 221,4 246,5 0,0 197,8 210,2 327,6 246,6 281,8 1,2 1,0 1,3 1,0 1,6

Central streets - Vasastan

17 V 1348,1 615,9 613,5 188,6 187,3 0,1 169,6 190,8 454,4 175,9 218,3 1024,7 967,9 939,0 1068,2 1069,9I 11,4 3,3 3,3 350,5 358,5 0,1 339,6 385,1 86,0 101,1 103,3 13,4 13,2 16,6 13,9 16,6II 4,8 2,4 2,6 445,3 485,9 0,0 454,5 484,7 342,9 330,6 357,1 4,9 5,1 5,3 5,2 5,4III 1,4 0,7 0,7 172,9 170,1 0,0 157,5 158,2 86,3 113,8 112,6 1,3 1,3 1,3 1,3 1,3IV 1,4 0,8 0,8 185,5 202,0 0,0 183,1 211,1 144,2 157,5 179,3 1,4 1,4 1,5 1,5 1,6

Arterial roads - East

4 V 1,5 0,8 0,9 93,4 114,3 0,0 97,2 124,7 58,2 65,7 81,9 1,7 1,9 2,0 2,2 2,0I 3,1 1,6 1,7 295,0 433,3 0,0 292,9 463,5 252,6 208,1 329,9 3,2 3,4 3,1 3,4 3,1II 2,2 1,5 1,4 651,1 474,3 0,0 614,5 482,9 521,6 769,8 570,3 2,3 2,2 2,3 2,3 2,3III 1,6 1,0 1,0 408,2 368,8 0,0 385,4 380,1 338,0 493,7 450,1 1,6 1,6 1,6 1,6 1,7IV 1,6 1,0 0,9 334,4 309,0 0,0 329,7 319,5 299,1 416,1 382,6 1,6 1,6 1,6 1,6 1,7

Arterial roads - North

3 V 1,7 1,1 1,1 256,3 236,4 0,0 248,0 246,8 316,2 289,3 269,6 1,8 1,8 1,8 1,8 1,9I 4,1 1,0 1,1 187,1 211,7 0,0 203,7 185,6 84,4 75,5 81,5 2,8 3,5 2,7 3,8 2,5II 3,4 1,4 1,4 828,1 1044,1 0,0 665,0 762,2 722,2 447,1 580,1 2,8 2,9 2,6 2,9 2,5III 1,6 0,6 0,6 381,8 487,7 0,0 312,2 348,8 293,6 202,8 249,2 1,3 1,4 1,3 1,5 1,2IV 1,6 0,8 0,8 309,4 391,7 0,0 301,2 326,7 286,4 238,3 292,4 1,6 1,5 1,5 1,6 1,3

Arterial roads - South

6 V 2,7 1,1 1,1 230,4 271,0 0,0 195,9 207,9 177,7 133,6 156,5 2,5 2,4 2,3 2,5 2,1I 4,0 1,0 1,0 434,1 535,6 0,0 378,4 514,0 115,5 101,9 125,6 3,8 4,0 5,5 4,1 6,0II 3,9 1,9 1,61350,7 1285,6 0,0 1167,8 1208,2 484,2 708,6 700,2 3,9 3,4 4,1 3,2 4,5III 4,3 1,4 1,2 531,6 612,9 0,0 502,4 579,0 218,1 181,5 212,8 4,3 3,7 5,6 4,0 6,1IV 2,9 1,4 1,2 744,9 698,7 0,0 685,5 669,6 258,1 436,6 395,4 3,0 2,7 3,0 2,5 3,1

Arterial roads - West

7 V 2,3 0,9 0,7 299,3 339,0 0,0 284,3 324,5 216,9 131,0 147,8 2,3 1,9 2,5 2,0 2,7I 11,2 2,2 2,0 230,3 241,1 0,1 220,8 225,0 47,7 53,7 49,1 12,0 11,5 11,2 11,5 11,3II 4,4 2,4 2,11315,9 1024,7 0,0 1397,2 1127,3 634,9 892,6 681,7 4,3 4,2 4,4 4,2 4,6

Peripheral roads - North

2

III 2,5 1,1 1,1 617,6 604,8 0,0 616,0 676,6 347,6 366,8 352,5 2,8 2,7 2,5 2,6 2,5

101

IV 2,2 1,3 1,5 631,1 761,9 0,0 594,4 833,0 747,7 586,0 800,5 2,3 2,5 2,2 2,5 2,0 V 3,8 1,9 2,1 365,0 385,8 0,0 334,4 413,7 272,6 267,9 301,9 4,2 4,3 3,8 4,2 3,5I 7,2 1,7 1,4 535,8 497,8 0,1 499,9 486,0 109,5 134,8 124,3 7,4 6,6 5,3 5,6 5,1II 2,9 1,1 1,0 468,3 432,7 0,0 427,5 421,2 225,3 234,2 214,1 3,0 2,8 2,5 2,5 2,4III 1,0 0,3 0,3 247,5 263,3 0,0 230,8 254,6 103,6 116,5 123,2 1,0 1,0 1,0 0,9 0,8IV 1,5 0,7 0,6 405,1 367,7 0,0 374,1 359,7 257,6 253,6 231,2 1,6 1,5 1,2 1,3 1,1

Peripheral roads - South

6 V 1,7 0,6 0,5 163,6 154,4 0,0 151,9 151,5 76,0 80,3 76,0 1,8 1,6 1,3 1,4 1,1I 4,2 3,1 3,1 131,8 136,2 0,1 131,3 139,8 251,4 207,2 214,9 4,4 4,5 4,2 4,4 4,2II 2,4 2,0 2,0 489,3 483,0 0,0 491,1 491,0 1881,0 1692,2 1679,8 2,3 2,3 2,4 2,3 2,4III 1,8 1,5 1,5 389,0 398,9 0,0 396,0 420,6 1138,9 820,4 887,0 1,8 1,8 1,8 1,8 1,8IV 1,9 1,5 1,6 380,9 397,7 0,0 386,0 412,1 1127,9 927,7 1006,3 1,8 1,9 1,9 1,9 1,8

Peripheral roads - West

2 V 2,2 1,9 2,0 275,6 311,8 0,0 287,8 331,7 1133,0 784,7 935,5 2,3 2,4 2,2 2,3 2,2

V.2.2.3 Road category, geographical location and data collection method. For the following classification, no observation was registered in the category five categories (Arterial roads - East – FC, Arterial roads - South – FC, Peripheral roads - North – FC, Peripheral roads - South – FC and Peripheral roads - West – FC). Seventeen of the twenty-two groups of roads categories showed active observations. This produces two hundred fifty five observations (17x15). Table V-11 shows the resulting CV values for this classification according to the segmentation of Time 1. Table V-11: CV-values [10-3] by Road Category, geographical location and data collection method.

Category Observations CTR TTIA TTIU RSRWA RSRWU RSRL RSRIA RSRIU MJSD MJSA MJSU PETWA PETWU PETIA PETIU PETIO

I 5,2 2,3 2,4 261,0 238,3 0,0 250,4 232,0 164,3 166,2 152,0 5,2 5,4 5,2 5,3 5,2

II 6,3 4,3 4,2 1486,1 1191,5 0,0 1253,6 1157,3 1328,2 1531,7 1280,1 6,3 6,3 6,3 6,3 6,3

III 8,2 4,5 4,4 535,7 494,4 0,0 498,6 478,5 482,4 487,8 460,5 8,1 7,9 8,2 8,1 8,3

IV 3,3 2,0 2,0 347,4 340,8 0,0 332,8 333,2 427,7 405,4 414,8 3,4 3,3 3,3 3,3 3,4

Central streets - Bridges – FC

2

V 2,8 1,7 1,7 72,0 70,7 0,0 69,0 68,7 105,6 85,3 85,7 2,8 2,8 2,8 2,8 2,8

I 2,6 1,7 1,5 287,6 225,6 0,0 319,4 254,1 177,3 411,0 313,4 2,8 2,5 2,4 2,3 2,1

II 2,8 1,6 1,9 466,4 531,5 0,0 415,4 457,9 892,5 804,8 874,7 2,3 2,7 2,0 2,5 1,7

III 1,4 0,9 0,9 344,0 342,3 0,0 309,5 306,1 491,5 630,6 623,3 1,3 1,4 1,2 1,3 1,1

IV 1,3 0,8 0,8 353,5 314,5 0,0 315,2 288,7 379,4 654,2 613,4 1,2 1,1 1,2 1,2 1,0

Central streets - Bridges - ATTS

4

V 1,9 1,3 1,3 267,2 249,5 0,0 238,5 226,5 489,7 540,4 514,7 1,8 1,8 1,8 1,8 1,5

I 4,3 1,3 1,2 615,5 554,3 0,1 611,0 555,9 214,7 267,9 239,7 4,3 4,0 4,3 4,0 4,3

II 4,5 2,2 2,2 2186,3 2263,9 0,0 2195,6 2259,5 1560,1 1623,7 1692,9 4,5 4,5 4,5 4,5 4,5

III 5,3 2,1 2,1 935,4 935,3 0,0 932,2 935,3 534,4 534,9 534,9 5,3 5,3 5,3 5,3 5,3

IV 2,1 1,0 1,0 1132,6 1248,4 0,0 1138,7 1260,7 817,5 891,7 983,7 2,1 2,2 2,1 2,2 2,1

Central streets – Kungsholmen - FC

2

V 2,9 1,1 1,1 347,4 342,3 0,0 343,9 340,7 227,5 203,4 200,5 2,9 2,9 2,9 2,9 2,9

I 8,5 3,3 3,3 165,2 169,4 0,1 148,4 154,9 127,9 123,2 125,3 8,5 8,5 8,5 8,5 8,5

II 5,6 3,5 3,4 603,8 631,4 0,0 554,2 581,3 861,2 917,8 955,4 5,6 5,5 5,6 5,5 5,6

III 1,8 1,2 1,2 309,0 315,2 0,0 293,4 300,5 502,9 633,4 640,7 1,8 1,8 1,8 1,7 1,8

IV 1,4 1,0 1,0 184,0 180,3 0,0 157,3 159,7 345,8 351,8 348,1 1,4 1,4 1,4 1,4 1,4

Central streets – Kungsholmen - ATTS

2

V 4,0 2,7 2,6 340,3 357,7 0,0 297,3 316,7 678,9 639,6 677,8 4,0 3,9 4,0 3,9 4,0

I 4914,9 1116,3 1171,2 175,4 159,7 4,2 235,1 171,7 49,2 59,3 56,5 4280,4 4283,5 5213,8 4384,6 5444,2

II 9,0 3,6 3,6 1604,3 1561,6 0,0 1749,2 1565,3 881,5 968,7 960,7 8,5 8,4 9,2 8,6 9,7

III 6,4 2,3 2,4 742,6 675,7 0,0 740,3 661,1 347,6 338,6 324,5 6,2 6,4 6,6 6,1 7,0

IV 4,1 1,9 1,9 701,7 655,5 0,0 769,6 700,1 451,3 467,5 462,8 4,3 4,3 5,2 4,7 5,5

Central streets - Södermalm - FC

6

V 4402,2 1651,2 1594,3 43,0 39,1 1,5 44,5 41,1 24,9 22,7 22,5 4179,4 4071,9 5071,8 4406,7 5394,2

102

I 6,0 2,4 2,2 203,4 249,6 0,0 159,6 205,6 131,2 129,6 149,9 5,1 5,1 5,5 5,4 4,7

II 3,0 1,8 1,8 461,7 523,0 0,0 404,6 469,6 625,0 597,8 664,5 2,9 2,9 2,7 2,9 2,5

III 1,1 0,7 0,7 298,7 303,4 0,0 268,7 278,5 351,8 439,3 438,1 1,1 1,0 1,0 1,0 1,0

IV 1,1 0,7 0,6 172,8 189,9 0,0 158,6 173,7 244,8 290,8 308,9 1,1 1,0 1,0 0,9 1,0

Central streets - Södermalm - ATTS

6

V 1,7 0,9 0,9 134,4 175,1 0,0 107,9 141,8 180,4 171,6 216,9 1,5 1,4 1,6 1,6 1,4

I 8,9 2,9 2,0 269,7 265,2 0,0 328,1 242,2 95,1 103,5 94,0 7,9 5,4 9,5 4,9 10,6

II 5,5 3,1 2,9 658,2 644,2 0,0 622,9 642,7 440,7 538,9 513,0 5,4 5,3 6,2 5,3 7,0

III 8,4 4,4 3,3 522,5 547,8 0,0 491,4 494,2 235,8 267,7 278,2 9,6 7,0 10,8 6,4 12,0

IV 2,2 1,4 1,2 334,7 474,9 0,0 301,8 403,2 325,0 295,3 371,2 2,3 2,0 2,2 1,9 2,6

Central streets - Vasastan – FC

10

V 3027,1 1494,2 1754,7 106,9 101,2 1,0 101,8 98,4 102,3 104,9 86,6 2496,3 3123,4 2557,2 3817,5 2828,8

I 11,9 2,4 1,5 401,4 193,9 0,0 567,7 183,9 73,9 106,7 74,8 10,6 4,0 9,5 6,4 9,0

II 4,8 2,6 2,8 687,3 790,9 0,0 687,0 699,3 954,8 635,1 805,5 4,6 4,5 4,6 4,8 4,8

III 1,3 0,8 0,7 379,0 307,5 0,0 387,4 290,9 412,2 344,2 371,4 1,4 1,1 1,8 1,3 1,8

IV 1,0 0,7 0,6 252,7 199,4 0,0 253,3 198,1 375,8 327,9 323,2 1,1 0,9 1,4 1,0 1,5

Central streets - Vasastan - ATTS

7

V 3,0 1,8 1,6 308,3 290,7 0,0 284,2 267,0 505,0 263,8 349,0 3,0 2,3 3,0 2,3 3,3

Arterial roads - East – FC

0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 11,4 3,3 3,3 350,5 358,5 0,1 339,6 385,1 86,0 101,1 103,3 13,4 13,2 16,6 13,9 16,6

II 4,8 2,4 2,6 445,3 485,9 0,0 454,5 484,7 342,9 330,6 357,1 4,9 5,1 5,3 5,2 5,4

III 1,4 0,7 0,7 172,9 170,1 0,0 157,5 158,2 86,3 113,8 112,6 1,3 1,3 1,3 1,3 1,3

IV 1,4 0,8 0,8 185,5 202,0 0,0 183,1 211,1 144,2 157,5 179,3 1,4 1,4 1,5 1,5 1,6

Arterial roads - East - ATTS

4

V 1,5 0,8 0,9 93,4 114,3 0,0 97,2 124,7 58,2 65,7 81,9 1,7 1,9 2,0 2,2 2,0

I 12,5 3,0 3,0 409,3 409,3 2,2 409,3 409,3 149,0 139,3 139,3 12,5 12,5 12,5 12,5 12,5

II 4,9 2,1 2,1 497,0 497,0 0,4 497,0 497,0 343,2 345,2 345,2 4,9 4,9 4,9 4,9 4,9

III 7,6 2,9 2,9 378,2 378,2 0,4 378,2 378,2 214,3 217,2 217,2 7,6 7,6 7,6 7,6 7,6

IV 3,4 1,5 1,5 391,5 391,5 0,2 391,5 391,5 296,5 297,8 297,8 3,4 3,4 3,4 3,4 3,4

Arterial roads - North – FC

1

V 8,7 3,3 3,3 361,6 361,6 0,6 361,6 361,6 225,7 212,5 212,5 8,7 8,7 8,7 8,7 8,7

I 3,2 1,6 1,8 290,0 479,2 0,0 299,3 489,7 294,3 212,2 371,1 3,2 3,5 3,2 3,4 3,1

II 2,3 1,5 1,5 654,7 520,0 0,0 634,5 508,5 658,9 789,5 631,5 2,3 2,3 2,3 2,3 2,3

III 1,6 1,1 1,1 416,1 409,2 0,0 408,8 402,6 372,6 517,6 510,0 1,6 1,6 1,6 1,6 1,6

IV 1,7 1,0 1,0 338,8 336,4 0,0 343,5 335,5 341,0 427,6 419,5 1,6 1,6 1,7 1,6 1,7

Arterial roads - North - ATTS

2

V 1,8 1,1 1,2 260,4 267,0 0,0 259,7 264,4 348,6 300,0 306,0 1,8 1,9 1,8 1,9 1,9

Arterial roads - South – FC

0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 4,1 1,0 1,1 187,1 211,7 0,0 203,7 185,6 84,4 75,5 81,5 2,8 3,5 2,7 3,8 2,5

II 3,4 1,4 1,4 828,1 1044,1 0,0 665,0 762,2 722,2 447,1 580,1 2,8 2,9 2,6 2,9 2,5

III 1,6 0,6 0,6 381,8 487,7 0,0 312,2 348,8 293,6 202,8 249,2 1,3 1,4 1,3 1,5 1,2

IV 1,6 0,8 0,8 309,4 391,7 0,0 301,2 326,7 286,4 238,3 292,4 1,6 1,5 1,5 1,6 1,3

Arterial roads - South – ATTS

6

V 2,7 1,1 1,1 230,4 271,0 0,0 195,9 207,9 177,7 133,6 156,5 2,5 2,4 2,3 2,5 2,1

I 3,5 1,0 1,0 444,5 644,5 0,0 443,6 624,6 92,1 118,0 173,2 3,4 3,4 5,8 3,7 6,6

II 4,7 2,2 2,0 1617,9 1761,6 0,0 1536,6 1708,2 566,6 847,9 971,0 4,6 4,2 5,3 4,0 6,1

III 4,8 1,5 1,5 634,5 813,7 0,0 634,1 783,6 159,8 189,2 242,2 4,7 4,7 7,5 5,0 8,5

IV 3,3 1,7 1,6 886,7 934,8 0,0 868,1 917,9 373,9 527,1 540,4 3,4 3,4 3,6 3,1 4,0

Arterial roads - West – FC

5

V 2,8 1,0 0,9 362,9 453,6 0,0 360,9 436,6 107,9 140,6 170,9 2,8 2,5 3,5 2,6 3,9

I 19,8 2,7 2,3 838,4 730,1 0,3 843,2 731,0 146,0 154,3 131,9 19,7 17,1 19,8 17,1 19,8

II 3,0 1,4 1,3 1149,2 891,7 0,0 1016,2 905,1 633,4 693,2 546,3 3,0 3,1 3,0 3,1 3,0

III 1,9 0,6 0,6 534,6 530,5 0,0 517,0 514,3 265,0 263,0 262,3 1,9 2,0 1,9 2,0 1,9

IV 2,2 0,9 0,8 755,7 622,2 0,0 723,6 604,0 318,5 434,7 358,8 2,2 2,0 2,2 2,0 2,2

Arterial roads - West - ATTS

2

V 2,9 1,2 1,1 580,9 479,7 0,0 545,5 467,8 265,7 348,9 285,9 2,9 2,9 2,9 2,9 2,9

Peripheral roads - North – FC

0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

103

I 11,2 2,2 2,0 230,3 241,1 0,1 220,8 225,0 47,7 53,7 49,1 12,0 11,5 11,2 11,5 11,3

II 4,4 2,4 2,1 1315,9 1024,7 0,0 1397,2 1127,3 634,9 892,6 681,7 4,3 4,2 4,4 4,2 4,6

III 2,5 1,1 1,1 617,6 604,8 0,0 616,0 676,6 347,6 366,8 352,5 2,8 2,7 2,5 2,6 2,5

IV 2,2 1,3 1,5 631,1 761,9 0,0 594,4 833,0 747,7 586,0 800,5 2,3 2,5 2,2 2,5 2,0

Peripheral roads - North – ATTS

2

V 3,8 1,9 2,1 365,0 385,8 0,0 334,4 413,7 272,6 267,9 301,9 4,2 4,3 3,8 4,2 3,5

Peripheral roads - South – FC

0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 7,2 1,7 1,4 535,8 497,8 0,1 499,9 486,0 109,5 134,8 124,3 7,4 6,6 5,3 5,6 5,1

II 2,9 1,1 1,0 468,3 432,7 0,0 427,5 421,2 225,3 234,2 214,1 3,0 2,8 2,5 2,5 2,4

III 1,0 0,3 0,3 247,5 263,3 0,0 230,8 254,6 103,6 116,5 123,2 1,0 1,0 1,0 0,9 0,8

IV 1,5 0,7 0,6 405,1 367,7 0,0 374,1 359,7 257,6 253,6 231,2 1,6 1,5 1,2 1,3 1,1

Peripheral roads - South – ATTS

2

V 1,7 0,6 0,5 163,6 154,4 0,0 151,9 151,5 76,0 80,3 76,0 1,8 1,6 1,3 1,4 1,1

Peripheral roads - West – FC

0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 4,2 3,1 3,1 131,8 136,2 0,1 131,3 139,8 251,4 207,2 214,9 4,4 4,5 4,2 4,4 4,2

II 2,4 2,0 2,0 489,3 483,0 0,0 491,1 491,0 1881,0 1692,2 1679,8 2,3 2,3 2,4 2,3 2,4

III 1,8 1,5 1,5 389,0 398,9 0,0 396,0 420,6 1138,9 820,4 887,0 1,8 1,8 1,8 1,8 1,8

IV 1,9 1,5 1,6 380,9 397,7 0,0 386,0 412,1 1127,9 927,7 1006,3 1,8 1,9 1,9 1,9 1,8

Peripheral roads - West - ATTS

2

V 2,2 1,9 2,0 275,6 311,8 0,0 287,8 331,7 1133,0 784,7 935,5 2,3 2,4 2,2 2,3 2,2

V.2.3 Statistical test- Rankings by Road Category The previous section described the method for generating the observations for the analysis The present section corresponds to the methodological step 6th as described in III.1 The results are presented in a form of a ranking were the CPM are presented from higher reliability (smaller CV) to lower reliability (larger CV). Two rankings are presented: The first ranking corresponds to the CPM that considers aggregation using vehicle-kilometres (for Administrators) and the second corresponds to the aggregations using the road length segment (for road users). Two CPM presents only one aggregation possibility: CTR and MJSD and they are then presented in both rankings. The ranking assumes originally that all CPM have similar reliability. When the sample shows statistical evidence that CV-values of CPM_A are larger than CPM_B, the ranking shows as follows

_ _CPM B CPM A> Considering later the case of CPM_C that has lower CV-values than CPM_B but the difference is not significant, i.e. it is due to random variations the ranking shows as follows.

__

_CPM C

CPM ACPM B

>

Considering the full-expanded sample divided by each road category the results are as shown below.

V.2.3.1 Main streets of the city centre AIAIA

L A IO WAWAD

MJSRSRPETRSR >TTI >PET PET > >CTR>

RSRMJSCTR> >

104

UIU

U WU IUWUD

MJSRSRTTI >PET >PET CTR>

RSRMJS> >

V.2.3.2 Arterial roads IA

L A WA D A IA WAIO

PETRSR >TTI >PET >CTR> >MJS MJS >RSR RSR ;

PET> >

LUS

WU D U IU WU

PETTTI_U>PET > MJS >MJS RSR RSR

CTR> > >

V.2.3.3 Peripheral roads A

L A IO IA WA D WAIA

MJSRSR >TTI >PET >PET >CTR>PET > >MJS RSR ;

RSR>

U IUWU

U IUWU D

MJS RSRPETTTI >PET >

RSR MJSCTR> >

V.2.4 Statistical test- Overall sample Considering the full-expanded sample for the three criteria of classification the resulting ranking is as follows:

IA DL A IO IA WA

WA A

PET MJSRSR >TTI >PET > >CTR> RSR RSR

PET MJS> >

U WU IU D U IU WUTTI >PET >PET CTR>MJS >MJS RSR RSR> > >

The rankings for different road categories differ in some positions but there are some CPM that reports better estimations in all the cases. RSRL provides always better estimation than the other CPM followed by the TTIA meanwhile RSRWA shows the bigger CV values with statistical significance. The group of performance measures of CTR, PETWA, PETIA and PETIO show better reliability than the group consisting in MJSD, MJSA, RSRIA, and RSRWA. In the other level of aggregation, TTIU shows the best reliability and RSRWU shows the worst reliabilities. The group consisting in PETWU, PETIU and CTR shows better reliability than the group that comprises MJSD ,MJSU, RSRWU and RSRIU

V.3 CPM for different definitions of Congestion This section of the study compares CPM corresponding to different definitions of congestion, i.e. bottleneck based definition and travel time based definition. As described in previous sections, the data available for bottleneck related CPMs is minimum compared with the data available for travel time based

105

CPMs. Thus, The results can easily be misleading. The estimations and the analysis of reliability is presented just for methodological purposes. Given that none area-aggregation methodology was available for queue estimations the analysis considered the aggregation for a whole route, originally divided in two road segments.

V.3.1 Study zone and Data Description The data available for comparison corresponds to Sveavägen (see section IV.4.2.2). Given that queue data is available from 1500-1800 this analysis case considered the direction “from the city centre”. This corresponds to the route segment Sergelstorg to Sveaplan as shown in fig IV_11. The analysis considered the comparison of two situations: Before charges: 2005-04-01 – 2005-06-24 Under charging: 2006-04-03 – 2006-06-23. The data from ATTS corresponds to this whole period. Flow data from STC was gathered for two weeks. Data from Floating car was gathered two weeks days. Queue data was gathered one day during the April month.

V.3.2 Results Figure V-2 shows the estimated values for CTR and queue as well as the confidence intervals. CTR values are graded in the left axle meanwhile queue values are graded in the right axle. The estimations of CTR (using ATTS and FC data) report better traffic conditions for 2006 than in 2005. On the other hand, queue values report the opposite. There is not record of special events neither works on the road that might cause this discrepancy. However, the difference is not significant. The smallest confidence intervals (not surprisingly) correspond to CTR estimations using ATTS. Confidence intervals for CTR estimations using FC were larger and sometimes overlapping.

106

CTR and AVERAGE QUEUE values & confidens interval - Sergelstorg - Sveaplan

0

0,5

1

1,5

2

2,5

3

3,5

06:00 08:24 10:48 13:12 15:36 18:00

0

50

100

150

200

250

300

Queue April-05 Queue April-06 CTR 2005 FC

CTR 2006 FC CTR 2005 ATTCS CTR 2006 ATTC

Figure V-2: CPM comparison for different definitions of congestion Figure V-3 show the same variables but the estimations were made in 30 minutes interval. FC survey was not carried out in the middle of the day and no estimations are then available. It once again observed that FC and ATTS follow a similar trend meanwhile queue measurements do not. The confidence intervals obtained for CTR have on its turn more reduced confidence intervals because the main value estimated represent data in less variation.

CTR and AVERAGE QUEUE values & confidens interval - Sergelstorg - Sveaplan

0

0,5

1

1,5

2

2,5

3

3,5

4

06:00 08:24 10:48 13:12 15:36 18:00

0

50

100

150

200

250

300

Queue April-05 Queue April-06 2005 FC_D

2006 FC_D 2005 AATS _D 2006 AATS _D

Figure V-3: CTR and Average queue values and confidence intervals. Detailed Segmentation of time.

107

V.3.2.1 Discussion Considering a more detailed segmentation of time provides estimations with smaller confidence interval and describes better the dynamics of the phenomena. In traffic installations, when flow increases queues appear much later than the platoons appears. While operating at capacity queues might not have an upper bounded value. Operation at capacity or oversaturated conditions (before the gridlock) will have a top value for the travel time. In the opposite way, if congestion decrease while operating slightly over capacity then queue indicators might significantly improve meanwhile reduced improvements occur in travel time. It can be observed that the peak in the afternoon appears delayed (probably due to drivers avoiding the highest charge). Some of the methods (FC and queue) provide even higher values for the charging situation that goes against the results of official evaluation of the trials. The effect on the average queue length can be caused by the higher amounts vehicles while lower charges overcome the lower amount of vehicles when high charging. This points out that the time memory of queue estimations will tend to estimate higher values than travel time based CPM estimations will do. Finally, when estimating travel time based CPMs, the reference values was an important issue. The originally considered reference value of traffic conditions 02:00 to 04:00 probed producing incoherent estimations. Even thou, that problem was solved considering the best-registered value15, The non congested value for FC (1,3min/km) and for ATTS (0,866 min /km) differed 15 The best “error free value”. Some corrections were applied to the data based retiring speeds over 120km/h etc (see more applied corrections at IV.1.2 and IV.1.3).

108

109

VI CONCLUSIONS AND RECOMMENDATIONS The problem of measuring congestion has been presented. This underlies first on the definition of congestion. Two type of definition are considered and the related performance measures are reviewed. A methodology for estimating and comparing the reliability for different congestion performance measures congestion has been presented. This has been done stepwise. The first step corresponds to the estimation of the Traffic descriptive parameters that are the input data for the Congestion performance measures. The second step corresponds to the statistical analysis of the estimated values of these Traffic descriptive parameters. Different Methods for data collection are compared at this stage for selected roads. Speed estimations of two methods are compared in a highway environment. The difference in the estimations using floating car and using Motorway control system did not show statistical evidence. Flow estimations were studied on three environments: Road in the city centre, arterials road (highway) and peripheral roads. The difference in the estimations using floating car and stationary counting stations was tested. For roads in the city centre the difference was significant in some cases but not in others. The conditions for the comparison on Peripheral roads were far from ideal for being concluding, even thou it can be inferred that the results wont be better than in the case of roads in the city centre. For arterials the difference was always significant, mainly due to the reduced view of the opposed flow in the highway environment. Travel time estimations were considered in the roads of the city centre environment where the difference between Floating car and Automatic travel time system proved to be different. However, the difference was not due to larger spread of the observations but to a systematic overestimation. Given the lack of descriptive information of the road segments of the Automatic travel time system, the road segments were assumed to coincide. If this assumption is flawed, the conclusions should be then reviewed. The methods applied for data collection relies on assumptions that never are fulfilled in real life, but a tolerance is always considered. Micro simulation provides a powerful tool to compare the methods of data collection above mentioned within a larger scope of congestion levels. The third steps in the methodology considered the estimation congestion performance measures related to the bottleneck definition of congestion and the correspondent reliability analysis. Given the small samples gathered, the results were no statistical significant. However, the reliability comparison of

110

speed and queue length points out that reliability of queue improves for situations with higher level of congestion. The data available for the estimation of the congestion performance measures related to the travel time based definition allowed to reach statistical significant results. Then the results of the fifth methodological step were summarised in a ranking form ordering from more reliable to less reliable. Ranking for the overall network was provided as well as for the three considered road categories (main road of the city centre, arterial and peripherals. Considering in the first place the most reliable performance measure the rankings will be as follows.

WA D IAL A WA

IA IO A

PET ;CTR; MJS ;RSR ;RSR >TTI > > RSR

PET ;PET MJS>

U IUIU WU

UWU D

MJS ;RSR ;PET ;PET ;TTI

RSR ;MJSCTR> >

The sixth methodological step presented a sampling method for estimating future sample sizes given the statistical properties of the input parameters. Data from SCCT evaluation plan can be used in this purpose as well as new pilot measurements. The study focused on the effects of congestion not giving any regard to the causes of congestion. The occurrence of unexpected events can cause increments in the congestion level out of the normal. This should be taken in to account, however, the capability of the CPM to describe congestion in the future should also be sensitive to the occurrence of this events. The present study made disregard of the causes of congestion. Only when severe logged events or blackouts occurred, then the data was not considered. The relationship between the reliability of the estimations and the causes of congestion can in the future be studied, if more detailed information and log of special events becomes available. The comparison of congestion performance measures for different definitions of congestion was not performed for an area (i.e. two dimensions) given that not aggregation method for queue was available. Then, the analysis considered one road that comprised two segments (i.e. one dimension). Given the extreme difference in the sample sizes for different CPM the results were not statistical significant, but results points that for nearly saturated roads, queues are more sensitive than travel time related measures. In the estimation process difficulties were founded in the definition of the non-congested situation given that observed values showed better traffic conditions than the reference value. This produced negative indicators that did not allow the reliability comparative analysis. The reference value was modified then to the best-observed situation. This implicates that the estimations of the congestion levels were affected by the sampled data. Bias on the estimation can be alleged. Future effort should be focused in

111

estimating a method for determining reference levels prior or independently of the studied sample. The estimation of the standard error required the estimation of the correlation between traffic descriptive parameters like flow, travel time and speed. This information was not available for the present study. Then, It was estimated from the sample. It is desirable that the correlation values are independent of the numeric values in the sample and, on the other hand, they depend on aspects that relate to the congestion problem like for example network topology, congestion level etc. Future studies should address this lack in the knowledge. Similarly to the space correlation between the sampled places, time correlations for the same place can be improved. Unfortunately the quality of the data did not allow this in great extend. Future studies should aim to discover the effects of this correlations and to identify under which conditions this effects are significant and should be considered. Aggregation methods are needed for area networks for queue estimations. Simulation studies can become useful tools for this purpose. The interest for socioeconomic analysis is to estimate the impact of different policies and management methods. All the congestion performance measures presented in this study require information related to the reference level for this purpose, however CTR provides better information given that is expressed in min/km so the translation in to money is more straightforward than dimensionless variables.

112

113

REFERENCES Alonso, W. (1968). "Predicting best with imperfect data." Journal of the

American Institute of Planners, 34, 248-255. Bremmer, D., Cotton, K. C., Cotey, D., Prestrud, C. E., and Westby, G. (2004).

"Measuring congestion - Learning from operational data." Transportation Planning and Analysis 2004, 188-196.

Britannica, E. (2007). "Encyclopædia Britannica Online." Bång, K.-L. (2006). "Biltrafik - Mätning av kölängder." Stockholm. Carey, M., and Else, P. K. (1985). "A Reformulation of the Theory of Optimal

Congestion Taxes." Journal of Transport Economics and Policy, 19(1), 91-94.

De Meza, D., and Gould, J. R. (1987). "Free Access versus Private Property in a Resource: Income Distributions Compared." The Journal of Political Economy, 95(6), 1317-1325.

Else, P. K. (1981). "A Reformulation of the Theory of Optimal Congestion Taxes." Journal of Transport Economics and Policy, 15, 211-217.

Else, P. K. (1982). "A Reformulation of the Theory of Optimal Congestion Taxes: a rejoinder." Journal of Transport Economics and Policy, 16, 299-304.

Emmerink, R. H. M., Axhausen, K. W., Nijkamp, P., and Rietveld, P. (1995). "The potential of information provision in a simulated road transport network with non-recurrent congestion." Transportation Research Part C: Emerging Technologies, 3(5), 293-309.

Evans, A. W. (1992a). "Road Congestion - the Diagrammatic Analysis." Journal of Political Economy, 100(1), 211-217.

Evans, A. W. (1992b). "Road Congestion Pricing - When Is It a Good Policy." Journal of Transport Economics and Policy, 26(3), 213-243.

Evans, A. W. (1993). "Road Congestion Pricing - When Is It a Good Policy - a Rejoinder." Journal of Transport Economics and Policy, 27(1), 99-105.

Hills, P. (1993). "Road Congestion Pricing - When Is It a Good Policy." Journal of Transport Economics and Policy, 27(1), 91-99.

Hills, P. J. (2001). "Supply curves for urban road networks - A comment." Journal of Transport Economics and Policy, 35, 343-348.

Isaksson, A. (2000). "Frame Coverage Errors in a Vehicle Speed Survey: Effects on the Bias and Variance of the Estimators," Licenciate, Linköping University, Linköping.

Isaksson, A. (2002). "Survey Models for a Speed Survey," Doctoral Thesis, Linköpings Universitet, Linköping.

Jenelius, E., Petersen, T., and Mattsson, L.-G. (2006). "Importance and exposure in road network vulnerability analysis." Transportation Research Part A: Policy and Practice, 40(7), 537-560.

Keeler, T. E., and Small, K. A. (1977). "Optimal Peak-Load Pricing, Investment, and Service Levels on Urban Expressways." The Journal of Political Economy, 85(1), 1-25.

114

Li, M. Z. F. (2002). "The role of speed-flow relationship in congestion pricing implementation with an application to Singapore." Transportation Research Part B: Methodological, 36(8), 731-754.

Lindley, J. A. (1987). "Urban Freeway Congestion: Quantification Of The Problem And Effectiveness Of Potential Solutions." ITE Journal (Institute of Transportation Engineers), 57(1), 27-32.

Lindley, J. A. (1989). "Urban freeway congestion problems and solutions. An update." ITE Journal (Institute of Transportation Engineers), 59(12), 21-23.

Lomax, T., Turner, S., Shunk, G., Levinson, H. S., Pratt, R. H., Bay, P. N., and Douglas, G. B. (1997). Quantifying congestion, National Academy Press, Washington, D.C.

MAK, M.-. (2006). "Utvärdering av Stockholmsförsökets - Effekter på biltrafiken." Stockholm.

May, A. D., Shepherd, S. P., and Bates, J. J. (2000). "Supply curves for urban road networks." Journal of Transport Economics and Policy, 34, 261-290.

May, A. D., Shepherd, S. P., and Bates, J. J. (2001). "Supply curves for urban road networks - A rejoinder." Journal of Transport Economics and Policy, 35, 349-352.

Morán, C., and Bang, K.-L. "Area wide analysis of urban road traffic congestion: Analysis of travel time based measures." 5th International Symposium on Highway Capacity and Quality of Service, Yokohama, Japan, 439-448.

Nash, C. A. (1982). "A Reformulation of the Theory of Optimal Congestion Taxes: a comment." Journal of Transport Economics and Policy, 16, 295-299.

Ohta, H. (2001a). "Probing a traffic congestion controversy: Density and flow scrutinized." Journal of Regional Science, 41(4), 659-680.

Ohta, H. (2001b). "Probing a traffic congestion controversy: Response to comment." Journal of Regional Science, 41(4), 695-699.

Schrank, D., and Lomax, T. (2005). "The 2005 urban mobility report." Texas Transportation Institute., Texas.

Small, K. A., and Chu, X. H. (2003). "Hypercongestion." Journal of Transport Economics and Policy, 37, 319-352.

SRA. (1999). ""Trängsel i tätort" (eng. " congestion in urban areas")." Swedish Road Administration (SRA).

Stevens, S. S. (1946). "On the Theory of Scales of Measurement." Science, 103(2684), 677-680.

TfL, T. f. L.-. (2003). "Impacts monitoring: First annual report - conditions before charging."

TRB. (2000). "Highway capacity manual." Transportation Research Board, National Research Council, Washington, D.C., 2 CD-ROMs.

Turner, S. M., Eisle, W. L., Benz, R. J., and D.J., H. (1998). "Travel time data collection handbook." Report FHWA-PL-98-035.

Walter, L. (2001). "Estimating the Speed and Acceleration in actual Road Traffic by Spot Measurements," Licenciate Thesis, Linköpings University - Faculty of Arts and Science, Linköping.

115

Vaziri, M. (2002). "Development of highway congestion index with fuzzy set models." Transportation Research Record(1802), 16-22.

Weisbrod, G., Vary, D., and Treyz, G. (2001). "Economics Implications of congestion." Washington, DC.

Verhoef, E. T. (2001). "Probing a traffic congestion controversy: A comment." Journal of Regional Science, 41(4), 681-694.

Zhao, Y., and Kockelman, K. M. (2002). "The propagation of uncertainty through travel demand models: An exploratory analysis." The Annals of Regional Science, 36(1), 145-163.

116

APPENDICES The appendices of the present corresponds to Appendix A - Operational form of CPM & derivatives Appendix B - Routes Surveyed with Floating Car – KTH Appendix C - Results of Floating Car Survey Appendix D - Results ATTS Appendix E - STC flow results Appendix F - Results - Second methodological step Appendix G - Results - CPM Estimations Appendix H - CV values

APPENDIX A - Operational form of CPM & derivatives.doc

The following appendix describes the aggregation methods used for the CPM analysed on the study. After the operational formulation it follows the calculation of the derivate that is used for the estimation for the Standard Error

1 Remarks and Notation........................................................................................................ 22 VKT.................................................................................................................................... 2 3 CTR .................................................................................................................................... 3 4 TTI...................................................................................................................................... 4

4.1 TTIA........................................................................................................................... 4 4.2 TTIU........................................................................................................................... 5

5 RSR – Methods for Aggregating Relative Speed Reduction ............................................. 6 5.1 RSRWA –Weighted value based on VKT: ................................................................ 6 5.2 RSRWU –Weighted value based on road length ....................................................... 8 5.3 RSRL – Network as a Link ........................................................................................ 8 5.4 RSRIA –Inputs value weighted based on VKT: ...................................................... 10 5.5 RSRIU –Inputs value weighted based on link length. ............................................. 11

6 MJS................................................................................................................................... 12 6.1 MJSD- Mean journey speed direct average ............................................................. 12 6.2 MJSWA- Weighted value based on VKT ................................................................ 13 6.3 MJSWU- Weighted value based on segment length................................................ 14

7 PET................................................................................................................................... 15 7.1 PETWA .................................................................................................................... 157.2 PETWU .................................................................................................................... 167.3 PETIA....................................................................................................................... 17 7.4 PETIU....................................................................................................................... 19 7.5 PETIO....................................................................................................................... 20

2

1 Remarks and Notation

The first derivate is calculated in reference to dv ,px . d

v ,px corresponds to the variable “v” measured on the place “p” at the day “d”. If “v” has indexes (i.e, d

pv ) it will represent velocity at a certain place for a certain day. If “v” is an index, it will be represent the indicator of variable. The possible values of “v” are 1, 2, and 3 and they corresponds to flow respectively travel time and velocity. Then d d

1,p px f , d d2,p px t and d d

3,p px v .Mostly of the described aggregation methods uses weighted average of the input parameters (TDP) or the calculated values (CPM). Weighting methods that consider VKM will be labelled with A. Weighting methods that consider the length will be labelled with the U. The operational definition of the CPM considers usually a quotient. For a CPM denominated as GIVEN, then the upper term is denominated GIVENJ and the lower GIVENK.If a variable has an estimated value that does not consider a standard error, it will be then presented as x . This is the case for non-congested parameters and the length of the road segments. For example, the non-congested travel time for measured place (road segment) “p” will be presented as 0

pt

If a variable represents an average of a series of values it will be presented as x . For example, the value of the flow for place “p” is defined as the formula shows. “nf”corresponds to the number of flow observations registered at a place “p”. Similarly, for “travel-time” and “speed” it will be later use “t” respectively “s”.

di

d Di

f

ff

n pWhen considering the values for a time period T, the formula becomes as XXX shows. There are not analyses carried out across the time intervals in this appendix. Thus, the index T it will be only used when results for several intervals are presented. In cases where a single time period is consider, the index T will not be written, in order to clean the formulas from excessive variables.

d ,Ti

T d Di T

f

ff

n p

2 VKT The operational definition of Vehicles Kilometres Travelled is shown on XX

i ii N

VKT f l

it can be easily obtained later that

3

p

dv ,p

l if v 1VKT 0 if v 2x

0 if v 3

3 CTR CTR presents a single way of aggregation and corresponds to its operational definition as is shown on formula xzxxx.

T T 0 0i i i i

i N i NT

T 0i i i i

i N i N

f t f tCTR

f l f l

Disregarding the time interval T the formula above becomes

0 0i i i i

i N i N

0i i i i

i N i N

f t f tCTR

f l f l

Checking the operational definition, it can be observed that the second term becomes zero when being derivate. the value of the derivate will become as XX shows.

i ii N

d di iv ,p v ,pi N

2d d dv ,p v ,p v ,p

f t

CTRJ CTRKCTRJ CTRK CTRJf l x xCTR CTRKx x x CTRK

if v=1;

i i i ipi N i N

pd d dv ,p p p fp

f t f t fdCTRJ 1tdx f f n pf

i i i ipi N i N

pd d dv ,p p p fp

f l f l fyCTRK 1lx f f n pf

if v=2;

i i i ipi N i N

pd d dv ,p p p tp

f t f t tdCTRJ 1fdx t t n pt

4

i ii N

d dv ,p p

f ldCTRK 0dx t

if v=3;

dv ,p

dCTRJ 0dx

dv,p

dCTRK 0dx

p pi i i i

i N i Nf f2

i ii N

pdv ,p

t i ii N

t lf l f t

n p n pif v 1

f l

fCTR if v 2x

n p f l

0 if v 3

4 TTI

4.1 TTIAi

i i 0i N i

i ii N

tf ltTTIA

f l

Considering later

ii i 0

i N i

i ii N

d d dv ,p v ,p v ,p

tf lt

f l TTIAJTTIA TTIAKx x x

if v=1

ii i 0

p pi N ipd d 0

v ,p p p fp

tf l f ttTTIAJ 1lx f t n pf

5

i ip pi N

d dv ,p p fp

f l f lTTIAKx f n pf

If v=2 i

i i 0pi N i

p pd d 0v ,p p p tp

tf l ttTTIAJ 1 1f lx t t n pt

dv ,p

TTIAK 0x

If v=3

dv ,p

TTIAJ 0x

dv,p

TTIAK 0x

p p p ii i i i0 0

i N i Np f f i2

i ii N

p pdv ,p 0

p t i ii N

l t l tf l f lt n p n p t

if v 1f l

f lTTIA if v 2x

t n p f l

0 if v 3

4.2 TTIUi

i 0i N i

ii N

tltTTIUl

if v=1

6

dv ,p

TTIU 0x

if v=2

ii 0

i N i

ipi N i

d d 0v ,p p p ti i

i N

tltl ltTTIU 1 1

x t t n pt l

If v=3

dv ,p

TTIU 0x

pd 0v,p p t i

i N

0 if v 1

lTTIA if v 2x t n p l

0 if v 3

5 RSR – Methods for Aggregating Relative Speed Reduction

5.1 RSRWA –Weighted value based on VKT: The Vehicle-Kilometres travelled in a link are the ground for aggregating for a road network. This formulation compound the effect of congestion considering the number of travellers affected on a link as well as the length of the link. The operational definition is shown on XX

0i i

i i 0i N i

i ii N

v vf lvRSRWA

f l

Considering later

0i i

i i 0i N i

i ii N

v vf lv RSRWAJRSRWA

RSRWAKf l

Then

7

d dv ,p v ,p

2d dv ,p v ,p

RSRWAJ RSRWAKRSRWAJ RSRWAK RSRWAJx xRSRWA RSRWAK

x x RSRWAK

if v=1; 0i i

i i 00i N p p pipd d 0

v ,p p fp p

v vf lf v vvRSRWAJ 1l

x f n pf v

i i i ip pi N i N

pd d dv ,p p p f fp

f l f l f lRSRWAK 1lx f f n p n pf

if v=2;

dv ,p

RSRWAJ 0x

dv,p

dRSRWAK 0dx

if v=3; 0i i

i i 0i N p p pid d 0v ,p p vp p

v vd f ldv f lvRSRWAJ 1

x dv n pdv v

dv,p

RSRWAK 0x

0 0p p p p i i

i i i i0 0i N i Nf fp i2

i ii N

dv ,p

p p

0p v

1

i ii N

l v v l v vf l f ln p n pv v

if v 1f l

RSRWA 0 if v 2x

f l

v n pif v 3

f l

8

5.2 RSRWU –Weighted value based on road lengthThe lengths of the links are the ground for aggregating for a road network. This formulation compound the effect of congestion on a certain route (raod segments serie) or road network area. The operational definition is shown on XX

0i i

i 0i N i

ii N

v vlvRSRWUl

if v=1 or v=2;

dv ,p

RSRWU 0x

if v=3; 0i i

i 0i N i 0

i ii 0i i N p pi N i

d d d 0v ,p p p vp pi i

i N i N

v vlv

v vll v lvRSRWU 1 1 1x v v n pv vl l

and then ,

dv ,p

p

0v p i

i N

0 if v 1RSRWU 0 if v 2x

lif v 3

n p v l

5.3 RSRL – Network as a LinkThis aggregation method considers firstly the estimation of the Network Free-Flow Speed and the estimation of the Network Speed for the observed situation. Later, the network estimations are considered as values from a link. The operational definition is shown on XX

9

0 0i i i i

i N i N

0i i i i

i N i N

0 0i i

i N

0i i

i N

f t f t

f l f lRSRL

f t

f l

Considering later that the free-flow term becomes zero when derivate, it will be only necessary to calculate

i ii N

i ii N

0 0i i i i

i N i N

0i i i i

i N i Nd d d

0 0v ,p v ,p v ,pi i

i N

0i i

i N

f t

f l

f t f t

f l f lRSRL 1x x xf t

f l

The derivative term is similar as the one exposed in XXX. The resuls becomes then as Xxshows

p pi i i i

i N i Nf f

0 02 i i

i Ni i

0i Ni i

i N

pdv ,p 0 0

i ii N

t i i0i Ni i

i N

t lf l f t

n p n pif v 1

f tf l

f l

fRSRL if v 2x

f tn p f l

f l

0 if v 3

10

5.4 RSRIA –Inputs value weighted based on VKT:The value of the inputs parameter is calculated for the whole network and then the CPM is calculated. The operational definition is shown on XX

0 0i i i i i i

i N i N

0i i i i

i N i N

0 0i i i

i N

0i i

i N

f l v f l v

f l f lRSRIA

f l v

f l

The free flow term disappears when derivate and then

i i ii N

i ii N

d d d0 0 0 0v ,p v ,p v ,pi i i i i i

i N i N

0 0i i i i

i N i N

f l v

RSRIAJf lRSRIA 1 1 RSRIAKx x xf l v f l v

f l f l

if v=1;

i i i i i ipi N i N

p pd d dv ,p p p fp

f l v f l v fRSRIAJ 1l vx f f n pf

i i i ip pi N i N

d d dv ,p p p fp

f l f l f lRSRWAKx f df n pf

if v=2;

dv ,p

dRSRIAJ 0dx

dv,p

dRSRIAK 0dx

if v=3;

11

i i i i i ipi N i N

p pd d dv ,p p p vp

f l v f l v fRSRIAJ 1f lx v v n pv

dv,p

RSRWAK 0x

p p pi i i i i

i N i Nf f2

0 0i i i i i

i N i N

0i i

i N

dv ,p

p pi i

i Nv2

0 0i i i i i

i N i N

0i i

i N

l v lf l f l v

n p n p1 if v 1f l v f l

f lRSRIA 0 if v 2x

f lf l

n p1 if v 3f l v f l

f l

5.5 RSRIU –Inputs value weighted based on link length.The value of the inputs parameter is calculated for the whole network and then the CPM is calculated. The operational definition is shown on XX and its simplification.

0i i i i

i N i N

0 0i i i i i i i i i

i N i N i N i N i N

0 0 0i i i i i i

i N i N i N

ii N

l v l v

l l l v l v l v vRSRIU

l v l v l v

l

if v=1 or v=2

dv ,p

RSRIA 0x

if v=3;

12

0i i i

i N

0i i i i

p pi N i Nd d d

0 0v ,p p v ,ppi i v i i

i N i N

l v v

l v l v v lRSRIU 1x v vvl v n p l v

Then

dv ,p

p

0v i i

i N

0 if v 1RSRIU 0 if v 2x

lif v 3

n p l v

6 MJS

6.1 MJSD- Mean journey speed direct average This aggregation methods consider the average of all the representative values. Every observation has the same weight independently of the length or flow of the place that data was collected. The operational formulation is shown on XXX

v ii N

vi N

n i vMJSD

n i

if v=1 or v=2

dv ,p

MJSD 0x

if v=3;

v ii N

v v ipi N i N

vd d dv ,p p p vp

v vi N i N

n i v

n i n i v vMJSD 1 1 1n ix v v n ivn i n i

13

dv ,p

vi N

0 if v 1MJSD 0 if v 2x

1 if v 3n i

6.2 MJSA- Weighted value based on VKTThe Vehicle-Kilometres travelled in a link are the ground criteria for aggregating for a road network. The operational definition is shown on XXX

i i ii N

i ii N

f l vMJSA

f l

Defining later

d dv ,p v ,p

MJSAJMSJSA MJSAKx x

for v=1

i i i i i ip p pi N i N

d d dv ,p p p fp

f l v f l v f l vMJSAJx f f n pf

i i i ip pi N i N

d d dv ,p p p fp

f l f l f lMJSAKx f f n pf

if v=2 , then

dv ,p

MJSAJ 0x

dv,p

MJSAK 0x

if v=3;

i i i i i ip i pi N i N

d d dv ,p p p vp

f l v f l v v f lMJSAJx v v n pv

14

dv ,p

MJSAK 0x

p p pi i i i i

i N i Nf f2

i ii N

dv ,p

i p

v

i ii N

l v lf l f l v

n p n pif v 1

f l

MJSA 0 if v 2x

f ln p

if v 3f l

6.3 MJSU- Weighted value based on segment length

i ii N

ii N

l vMJSU

l

for v=1;

dv ,p

MJSU 0x

if v=2 , then

dv ,p

MJSU 0x

if v=3;

i ii N

i i ip pi N i N

d d dv ,p p p vp

ii N

l v

l l v v lMJSU 1x v v n pvl

15

dv ,p

p

v

0 if v 1MJSU 0 if v 2x

lif v 3

n p

7 PET

7.1 PETWA

ii i 0i N i

i ii N

tf l 1t

PETWAf l

Defining later

d dv ,p v ,p

PETWAJPETWA PETWAKx x

if v=1

i ii i i i0 0

i N i N p pi ipd d d 0

v ,p p p fp p

t tf l 1 f l 1f tt tPETWAJ 1l 1

x f f n pf t

i i i ip pi N i N

d d dv ,p p p fp

f l f l f lPETWAKx f f n pf

if v=2

i ii i i i0 0

i N i N p p pi id d d 0v ,p p p tp p

t tf l 1 f l 1t f lt tPETWAJ 1

x t t n pt t

dv,p

PETWAK 0x

if v=3

16

dv ,p

PETWAJ 0x

dv,p

PETWAK 0x

i i i ii i i i0 0

i N i Nt fi i2

i ii N

p pd

0v ,pi t i i

i N

f l l t1 f l f l 1n p n pt t

if v 1f l

f lPETWA if v 2x t n p f l

0 if v 3

7.2 PETWU

ii 0i N i

ii N

tl 1t

PETWUl

if v=1

dv ,p

PETWU 0x

if v=2

ii 0i N i

ii 0i i N p pii N

d d d0v ,p p pp

i p t ii N i N

tl 1t

tl 1l t ltPETWU 1x t ttl t n p l

if v=3

17

dv ,p

PETWU 0x

pd

0v,pp t i

i N

0 if v 1

lPETWU if v 2x t n p l

0 if v 3

7.3 PETIA

i i ii N

i ii N

0 0i i i

i N

0i i

i N

f l t

f lPETIA 1

f l t

f l

Considering later the derivate as shown in formula XXX

i i ii N

i ii N

0 0i i i i i i

i N i N

0i i i i

i N i Nd d d d

0 0 0 0v ,p v ,p v ,p v ,pi i i i i i

i N i N

0 0i i i i

i N i N

f l t

f l

f l t f l t

PETIAJf l f lPETIA 1 1 PETIAKx x x xf l t f l t

f l f l

if v=1

18

i i ip pi N i

d dv ,p p fi

f l t l tfPETIAJx f n pf

i ipi N i

d dv ,p p fi

f l lfPETIAKx f n pf

if v=2

i i ip pi N i

d dv ,p p ti

f l t f ltPETIAJx t n pt

dv,p

PETIAK 0x

if v=3

dv ,p

PETIAJ 0x

dv,p

PETIAK 0x

And thus

19

p p pi i i i i

i N i Nf f2

0 0i i i i i

i N i N0i i

i N

p p

td

0 0v ,pi i i i i

i N i N

0i i

i N

l t lf l f l t

n p n p1 if v 1f l t f l

f l

f ln pPETIA 1 if v 2

x f l t f l

f l

0 if v 3

7.4 PETIU

i ii N

i i ii N i N

0 0i i i i

i N i N

ii N

l t

l l tPETIU 1 1

l t l t

l

if v=1 or v =3 then

dv ,p

PETIU 0x

if v=2 then

i ii N

0i i i i

p pi Nd d d

0 0v ,p p ppi i t i i

i N i N

l t

l t l t t lPETIU 1x t ttl t n p l t

20

pd

0v ,pt i i

i N

0 if v 1

lPETIU if v 2x n p l t

0 if v 3

7.5 PETIO

i i ii N

i i i i ii N i N

0 0i i i i i i

i N i N

i ii N

f l t

f l f l tPETIO 1 1

f l t f l t

f l

i i ii N

0i i i

i Nd d dv ,p p p

f l t

PETIOJf l tPETIO PETIOKx t t

if v=1

i i ip p pi N

d dv ,p p fp

f l t f l tPETIOJx f n pf

00i i i

p p pi Nd dv ,p p fp

f l t f l tPETIOKx f n pf

if v =2

i i ip p pi N

d dv ,p p tp

f l t t f lPETIOJx t n pt

21

dv ,p

PETIOK 0x

if v=3

dv ,p

PETIOJ 0x

dv,p

PETIOK 0x

0p p p p0

i i i i i ii N i Nf f

20

i i ii N

p pd

0v ,pt i i i

i N

l t l tf l t f l t

n p n pif v 1

f l t

f lPETIO if v 2x n p f l t

0 if v 3

APPENDIX B: Routes Surveyed with Floating Car – KTH contractor

The following appendix presents the route descriptions used in the data collection. For each route a map is presented as well as a table describing the start and the end points of the routes.

The table was a formulary (in Swedish) that allowed the observer to write information related to start time and end time allowing posterior crosschecking.

Main routes in the city centre have number that starts with 8, for example 83x. Route 831 corresponds to one direction meanwhile Route 832 corresponds to the other. Arterials start with 7 and peripheral with 6.

_61x- Bergshamraleden (Järva Krog- Rogslagsvägen)- T1.doc

1

_61x- Bergshamraleden (Järva Krog- Rogslagsvägen)- T1.doc

2

Rutt 611 Runda nr: bil: Förare: Observatör: Datum: Log N:

Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-kod

Tid hh.mm.ss

Bilens vägmätar- ställning xxxx,x

Järva Krog Under E4:an bron 1 RÖD Roslagsvägen- trafiksignal Stopplinje 2 SVART

Rutt 612Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

kodTid hh.mm.ss

Bilens vägmätar- ställning xxxx,x

Rogslagsvägen- trafiksignal Motsvarande andra riktningens stopplinje 1 RÖD Järva Krog Under E4 bron 2 SVART

_63x- Akalla (Hjulsta korset – Turebergs tpl) -T3.doc

1

_63x- Akalla (Hjulsta korset – Turebergs tpl) -T3.doc

2

Rutt 631 Runda nr: Mätbil: Förare: Observatör: Datum: Log N:

Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

kod

Tid

hh.mm.ss

Bilens vägmätar-

ställning xxxx,x

Hjulsta korset Motsvarande andra riktningen stopplinje i korsningen

1 RÖD

Korsningen Norrviksvägen Tureberg Tpl Under bron 2 SVART

Rutt 632Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

Kod

Tid

hh.mm.ss

Bilens vägmätar-

ställning xxxx,x

Tureberg Tpl Under bron 1 RÖD Korsningen Norrviksvägen Hjulsta korset Stopplinje i korsningen 2 SVART

_64x- Örbyleden (Huddingevägen – Nynäsvägen) - T4.doc

1

_64x- Örbyleden (Huddingevägen – Nynäsvägen) - T4.doc

2

Rutt 641 Runda nr: bil: Förare: Observatör: Datum: Log N:

Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

kod

Tid

hh.mm.ss

Bilens vägmätar-

ställning xxxx,x

Gubbängens Tpl Stopplinje vid korsningen med Söndagsvägen 1 RÖD Hökarängen Grycksbovägen Huddingevägen Stopplinje vid korsningen med skönmovägen 2 SVART

Rutt 642Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

kod

Tid

hh.mm.ss

Bilens vägmätar-

ställning xxxx,x

Huddingevägen Motsvarande till stopplinje vid korsningen med skönmovägen (örbyleden västerut)

1 RÖD

Grycksbovägen Hökarängen Gubbängens Tpl Stopplinje vid korsningen med Söndagsvägen 2 SVART

_65x- Magelundsvägen (Farsta - Huddingevägen) - T5.doc

1

_65x- Magelundsvägen (Farsta - Huddingevägen) - T5.doc

2

Rutt nr: 651 Runda nr: Mätbil: Förare: Observatör: Datum: Log num

Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

kod

Tid

hh.mm.ss

Bilens vägmätar-

ställning xxxx,x

Huddingevägen Spetsen vid avfarten till Huddingevägen S 1 RÖD Ågesta broväg Trångsunds Tpl Stopplinjen vid björkallén 2 SVART

Rutt nr: 652Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

Kod

Tid

hh.mm.ss

Bilens vägmätar-

ställning xxxx,x

Trångsunds Tpl Stopplinjen vid björkallén - Perstorpvägen 1 RÖD Ågesta broväg Huddingevägen Spetsen vid påfart från Huddingevägen S 2 SVART

_72x- Nynäsvägen (Skogås - Skanstull) - I2.doc

1

_72x- Nynäsvägen (Skogås - Skanstull) - I2.doc

2

Rutt nr: 721 Runda nr: Mätbil: Förare: Observatör: Datum: Log num

Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

kod

Tid

hh.mm.ss

Bilens vägmätar-

ställning xxxx,x

Nynäsvägen, Skogås Tpl. (vändpunkt) Spetsen vid påfartsrampen norrut 1 RÖD Nynäsvägen mot Stockholm Gubbängens Tpl Avfarten till Skanstull”södermalm – Södersjukhuset”.

Gamla Skanstull bron Korsningen Ringvägen-Götgatan Stopplinje 2 SVART

Rutt nr: 722 Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

kod

Tid

hh.mm.ss

Bilens vägmätar-

ställning xxxx,x

Korsningen vid Ringvägen- Götgatan Motsvarande andra riktningens Stopplinje 1 RÖD Påfart till Nynäsvägen Gubbängens Tpl Nynäsvägen, Skogås Tpl. (vändpunkt) Spetsen vid avfartsramp Skogås tpl 2 SVART

_73x- Värmdoleden (Orminge Tpl- Danvikstull) - I3.doc

1

_73x- Värmdoleden (Orminge Tpl- Danvikstull) - I3.doc

2

Rutt 731 Runda nr: bil: Förare: Observatör: Datum: Log N:

Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps- kod

Tid hh.mm.ss

Bilens vägmätar- ställning xxxx,x

Danvikstull Brofästet efter bron 1 RÖD Nacka Centrum Orminge Tpl Spetsen avfarten 2 SVART

Rutt 732Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

kod

Tid

hh.mm.ss

Bilens vägmätar-

ställning xxxx,x

Orminge Tpl Spetsen avfarten 1 RÖD Nacka Centrum Danvikstull Brofästet före bron 2 SVART

_74x- Solnavägen (Råsunda-Norra stationsgatan) - I4.doc

1

_74x- Solnavägen (Råsunda-Norra stationsgatan) - I4.doc

2

Rutt 741 Runda nr: Mätbil: Förare: Observatör: Datum: Log N:

Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

kod

Tid

hh.mm.ss

Bilens vägmätar-

ställning xxxx,x

Solna Centrum korsning -Frösundaleden Motsvara nde andra riktningens stopplinje 1 RÖD Solna kyrkväg Norra Stationsgatan Brofästet Torsgatan 2 SVART

Rutt 742Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

kod

Tid

hh.mm.ss

Bilens vägmätar-

ställning xxxx,x

Norra Stationsgatan Brofästet Torsgatan 1 RÖD Solna kyrkväg Solna Centrum korsning – Frösundaleden Stopplinje vid korsningen 2 SVART

_75x- Drottningholmsvägen (Bergslagsplanm – Lindhagensplan) - I5.doc

1

_75x- Drottningholmsvägen (Bergslagsplanm – Lindhagensplan) - I5.doc

2

Rutt 751 Runda nr: Mätbil: Förare: Observatör: Datum: Log N:

Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

kod

Tid

hh.mm.ss

Bilens vägmätar-

ställning xxxx,x

Bergslagsplan Motsvarande till väjningsplikt in i rondellen 1 RÖD Brommaplan Ulvsundaleden Essingeleden Lindhagensplan Väjningsplikt in i rondellen 2 SVART

Rutt 752Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

kod

Tid

hh.mm.ss

Bilens vägmätar-

ställning xxxx,x

Lindhagensplan Motsvarande till väjningsplikt in i rondellen 1 RÖD Essingeleden Ulvsundaleden Brommaplan Bergslagsplan Väjningsplikt in i rondellen 2 SVART

_76x- E4 Norrifrån (Tureberg – Norrtull) - I6.doc

1

_76x- E4 Norrifrån (Tureberg – Norrtull) - I6.doc

2

Rutt 761 Runda nr: Mätbil: Förare: Observatör: Datum: Log N:

Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

kod

Tid

hh.mm.ss

Bilens vägmätar-

ställning xxxx,x

Tureberg Tpl Spetsen påfarten 1 RÖD Sörentorp Bergshamraleden Haga Norra Norrtull Framkant bron 2 SVART

Rutt 762 Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

kod

Tid

hh.mm.ss

Bilens vägmätar-

ställning xxxx,x

Norrtull Framkant bron 1 RÖD Haga Norra Bergshamraleden Sörentorp Tureberg Tpl Spetsen påfarten 2 SVART

_77x- E18 Roslagsvägen (Viggbyholms – Roslagstull)) - I7.doc

1

_77x- E18 Roslagsvägen (Viggbyholms – Roslagstull)) - I7.doc

2

Rutt nr:771 Runda nr: Mätbil: Fö rare: Observatör: Datum: Log N:

Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

kod

Tid

hh.mm.ss

Bilens vägmätar-

ställning xxxx,x

E18 Viggbyholms trafikplats (Täby Centrum Norr, vändpunkt, ICA STOP)

Spetsen av påfartsramp mot Stockholm 1 RÖD

Edberg - Danderyds k:a tpl Bergshamra Tpl. Över Bergshamrale-den

Frescati Hage (restidmätpunkt) Roslagstull Övergångstället före rondellen 2 SVART

Rutt nr:772

Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

kod

Tid

hh.mm.ss

Bilens vägmätar-

ställning xxxx,x

Roslagstull Efter rondellen 1 RÖD Frescati Hage (restidmätpunkt) Bergshamra Tpl. Över Bergshamrale-den

Sorentorp - Danderyds k:a tpl E18 Viggbyholms trafikplats (Täby Centrum Norr, vändpunkt, ICA STOP)

Spetsen av avfartsramp från Stockholm 2 SVART

_79x- Essingeleden (Bredäng – Eugenia)) - I9.doc

1

_79x- Essingeleden (Bredäng – Eugenia)) - I9.doc

2

Rutt 791 Runda nr: Mätbil: Förare: Observatör: Datum: Log N:

Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

kod

Tid

hh.mm.ss

Bilens vägmätar-

ställning xxxx,x

Bredäng Tpl Tvärsektion vis stolpe nummer 196 1 RÖD Nyboda Tpl Fredhäll tunnel Eugenia tunnel Norra mynningen 2 SVART

Rutt 792Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

kod

Tid

hh.mm.ss

Bilens vägmätar-

ställning xxxx,x

Eugenia tunnel Norra mynningen 1 RÖD Fredhäll tunnel Nyboda Tpl Bredäng Tpl Tvärsektion vis stolpe nummer 196 2 SVART

_81x- Norrtull- Roslagstull- Valhallavägen - Lidingövägen - H1.doc

1

_81x- Norrtull- Roslagstull- Valhallavägen - Lidingövägen - H1.doc

2

Rutt 811 Runda nr: Mätbil: Förare: Observatör: Datum: Log N:

Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

kod

Tid

hh.mm.ss

Bilens vägmätar-

ställning xxxx,x

Lidingövägen Stopplinjen på Valhallavägen vid korsningen Lidingövägen

1 RÖD

Drottning Kristinas väg Odengatan Roslagstull Sveaplan Norrtull Stopplinjen 2 SVART

Rutt 812Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

kod

Tid

hh.mm.ss

Bilens vägmätar-

ställning xxxx,x

Norrtull Motsvarande till andra riktningens stopplinje 1 RÖD Sveaplan Roslagstull Odengatan Danderydsgatan Lidingövägen Stopplinjen 2 SVART

_83x- Sveaplan - Sergelstorg - H3.doc

1

_83x- Sveaplan - Sergelstorg - H3.doc

2

Rutt nr: 831 Runda nr: Mätbil: Förare: Observatör: Datum: Log N:

Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

kod

Tid

hh.mm.ss

Bilens vägmätar-

ställning xxxx,x

Sveaplan Utfart från rondellen 1 RÖD Korsningen vid Odengatan Sergelstorg Stopplinjen vid rondellen (övergångstället) 2 SVART

Rutt nr: 832Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

kod

Tid

hh.mm.ss

Bilens vägmätar-

ställning xxxx,x

Sergelstorg Utfart från rondellen. Stopplinjen vid över-gångsstället

1 RÖD

Korsningen vid Odengatan Sveaplan Stopplinjen innan rondellen 2 SVART

_85x- Tegelbacken – Nortull - H5.doc

1

_85x- Tegelbacken – Nortull - H5.doc

2

Rutt 851 Runda nr: Mätbil: Förare: Observatör: Datum: Log N:

Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

kod

Tid

hh.mm.ss

Bilens vägmätar-

ställning xxxx,x

Tegelbacken Stopplinje vid körfält till Kungsholmen E4N 1 RÖD Pampas Solnavägen Stopplinje vid korsningen vid Solnavägen 2 SVART

Rutt 852Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

kod

Tid

hh.mm.ss

Bilens vägmätar-

ställning xxxx,x

Solnavägen Stopplinje vid korsningen vid övergångstället in i Klarastrandsleden

1 RÖD

Pampas Tegelbacken Stopplinje efter tågbron 2 SVART

_87x- Lindhagensplan – Tegelbacken - H7.doc

1

_87x- Lindhagensplan – Tegelbacken - H7.doc

2

Rutt nr: 871 Runda nr: Mätbil: Förare: Observatör: Datum: Log N:

Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

kod

Tid

hh.mm.ss

Bilens vägmätar-

ställning xxxx,x

Tegelbacken Stopplinje. Riktningen mot kungsholmen 1 RÖD Lindhagensplan Väjningsplikt i rondellen 2 SVART

Rutt nr: 872Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

kod

Tid

hh.mm.ss

Bilens vägmätar-

ställning xxxx,x

Lindhagensplan Motsvarande andras riktningen väjningsplikt in i rondellen

1 RÖD

Tegelbacken Stopplinje. Övergångstället korsningen Vasa-gatan

2 SVART

_89x- Tegelbacken-Vasagatan- Dalagatan- Vanadisplan - H9.doc

1

_89x- Tegelbacken-Vasagatan- Dalagatan- Vanadisplan - H9.doc

2

Rutt nr: 891 Runda nr: Mätbil: Förare: Observatör: Datum: Log N:

Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

kod

Tid

hh.mm.ss

Bilens vägmätar-

ställning xxxx,x

Tegelbacken Stopplinjen vid Sheraton för högersväng 1 RÖD Kungsgatan Tegnergatan Vanadisplan Varningslinjen vid ingång vid rondellen 2 SVART

Rutt nr: 892Ruttbeskrivning Beskrivning av mätsnitt Tryckknapps-

kod

Tid

hh.mm.ss

Bilens vägmätar-

ställning xxxx,x

Vanadisplan Varningslinjen vid utgång vid rondellen 1 RÖD Tegnergatan Kungsgatan Tegelbacken Stopplinje vid övergångstället 2 SVART

Appendix C: Results of Floating Car Survey

The present appendix presents the results of the Floating Car data collectionThe data corresponds firstly to Queue estimations and later to travel time estimations. For travel time information the data is presented for the three possible segmentations of time. The information is sorted by Route, Direction and Segment. The number of observations is also shown. In some cases different number of observations are considered. The value considered by the study for further calculations correspond s to the value that shows higher number of observations.

Queue Measurements ................................................................................................................. 2 Essingeleden........................................................................................................................... 2

Nothbound – Q1011 ........................................................................................................... 2 Southbound – Q1012.......................................................................................................... 3

Roslagsvägen.......................................................................................................................... 4 Southbound – Q2011.......................................................................................................... 4 Northbound – Q2012.......................................................................................................... 5

Klarastrandsleden ................................................................................................................... 6 Nothbound – Q3011 ........................................................................................................... 6 Southbound – Q3012.......................................................................................................... 7

Sveavägen............................................................................................................................... 8 Southbound–Q4011............................................................................................................ 8 Nothbound –Q4012 ............................................................................................................ 9

Travel time estimations ............................................................................................................ 10

Queue Measurements

Essingeleden

Nothbound – Q1011 Bredäng - Fredhäll, aprox. 8200 m

Average Queue / 07:00 - 10:00

0

1000

2000

3000

4000

5000

6000

7000

April 2005 January

2006

February

2006

March 2006 April 2006 June 2006

Que

ue le

ngth

(m)

Average Speed / 07:00 - 10:00

0

10

20

30

40

50

60

70

80

90

April 2005 January

2006

February

2006

March 2006 April 2006 June 2006

Ave

rage

Spe

ed (k

m/h

)

Southbound – Q1012Fredhäll - Bredäng, aprox. 7900 m

Average Queue / 07:00 - 10:00

0 0 0 0 00

200

400

600

800

1000

April 2005 January

2006

February

2006

March 2006 April 2006 June 2006

Que

ue le

ngth

(m)

Average Speed / 07:00 - 10:00

0

10

20

30

40

50

60

70

80

90

April 2005 January

2006

February

2006

March 2006 April 2006 June 2006

Ave

rage

Spe

ed (k

m/h

)Roslagsvägen

Southbound – Q2011 Danderyds k:a - Roslagstull, aprox. 6500 m

Average Queue / 07:00 - 10:00

0

500

1000

1500

2000

2500

3000

3500

April 2005 January

2006

February

2006

March 2006 April 2006 June 2006

Que

ue le

ngth

(m)

Average Speed / 07:00 - 10:00

0

10

20

30

40

50

60

70

80

April 2005 January

2006

February

2006

March 2006 April 2006 June 2006

Ave

rage

Spe

ed (k

m/h

)

Northbound – Q2012 Roslagstull - Danderyds k:a, aprox. 6500 m

Average Queue / 07:00 - 10:00

0

50

100

150

200

250

April 2005 January

2006

February

2006

March 2006 April 2006 June 2006

Que

ue le

ngth

(m)

Average Speed / 07:00 - 10:00

0

10

20

30

40

50

60

70

80

April 2005 January

2006

February

2006

March 2006 April 2006 June 2006

Ave

rage

Spe

ed (k

m/h

)Klarastrandsleden

Nothbound – Q3011 Tegelbacken - Solnabron, aprox. 3440 m

Average Queue / 15:00 - 18:00

0 00

50

100

150

200

250

300

350

April 2005 January

2006

February

2006

March 2006 April 2006 June 2006

Que

ue le

ngth

(m)

Average Speed / 15:00 - 18:00

0

10

20

30

40

50

60

April 2005 January

2006

February

2006

March 2006 April 2006 June 2006

Ave

rage

Spe

ed (k

m/h

)

Southbound – Q3012 Solnabron - Tegelbacken, aprox. 3440 m

Average Queue / 15:00 - 18:00

0

100

200

300

400

500

600

700

800

April 2005 January

2006

February

2006

March 2006 April 2006 June 2006

Que

ue le

ngth

(m)

Average Speed / 15:00 - 18:00

0

10

20

30

40

50

60

April 2005 January

2006

February

2006

March 2006 April 2006 June 2006

Ave

rage

Spe

ed (k

m/h

)Sveavägen

Southbound–Q4011Sveaplan - Sergels torg, aprox. 2040 m

Average Queue / 15:00 - 18:00

0

50

100

150

200

250

300

350

400

April 2005 January 2006 February 2006 March 2006 April 2006 June 2006

Que

ue le

ngth

(m)

Average Speed / 15:00 - 18:00

0

5

10

15

20

25

30

April 2005 January 2006 February 2006 March 2006 April 2006 June 2006

Ave

rage

Spe

ed (k

m/h

)

Nothbound –Q4012 Sergels torg - Sveaplan, aprox. 2040 m

Average Queue / 15:00 - 18:00

0

50

100

150

200

250

300

April 2005 January 2006 February 2006 March 2006 April 2006 June 2006

Que

ue le

ngth

(m)

Average Speed / 15:00 - 18:00

0

5

10

15

20

25

30

April 2005 January 2006 February 2006 March 2006 April 2006 June 2006

Ave

rage

Spe

ed (k

m/h

)

Travel Time Data

AP

PE

ND

IX C

Travel Time

Travel Time StdErr

Speed

Speed Std Err

Travel Time

Travel Time StdErr

Speed

Speed Std Err

Travel Time

Travel Time StdErr

Speed

Speed Std Err

Travel Time

Travel Time StdErr

Speed

Speed Std Err

Travel Time

Travel Time StdErr

Speed

Speed Std Err

741

11266

1081

56107

0,342

6,3144

0,233

8,8131

0,436

7,6149

0,232

9,1130

0,435

7,575

11

56038

25963

41315,0

5022,1

6931,4

3272,3

4288,7

4928,0

4711,0

4341,8

41922,8

4923,9

751

32472

10129

69173

13,852

13,9208

0,545

11,6189

6,949

9,8279

0,839

40,7183

20,750

20,875

14

4627

2469

3024,1

5424,2

450,5

428,2

340,3

513,2

380,4

495,9

4722,0

5122,0

752

1498

516

6629

23,956

23,939

0,549

7,038

0,550

5,963

1,041

25,543

23,944

24,175

22

24696

12173

16223,0

5624,0

2061,2

4749,0

1640,6

569,6

2451,0

4032,9

19723,0

4725,3

752

45539

7308

65393

24,252

28,5413

0,949

28,0400

0,751

14,9510

1,041

48,1447

22,046

23,381

12

3019

2152

437,7

349,4

510,4

277,6

430,4

296,9

600,4

2610,5

6021,7

2421,7

811

5235

514

6028

19,537

20,542

19,524

20,242

0,624

8,550

13,824

18,453

27,621

28,081

21

2444

1752

4517,3

3121,2

650,6

2110,0

450,7

2511,9

730,6

2015,2

6034,5

2134,5

812

4331

525

4851

13,829

18,291

1,016

25,569

1,021

22,178

0,718

16,158

30,924

30,982

14

72810

5151

8712,0

3112,4

920,3

318,2

970,4

307,2

1040,4

279,8

11716,9

2616,9

821

4728

251

51113

34,523

34,5103

0,827

18,787

0,832

11,7103

1,127

24,781

0,935

2,582

14

7282

5151

871,2

2911,3

1040,9

2926,3

1070,9

2520,8

1291,1

2126,8

11048,8

2548,8

821

4728

851

5187

14,932

15,389

0,432

8,095

0,431

7,398

0,428

10,2119

17,326

17,382

21

7409

5846

1090,4

277,5

2380,8

1537,8

1480,7

2017,4

1760,5

1615,1

16215,3

1715,6

822

1740

258

4689

0,531

2,8303

2,112

70,2176

1,617

51,9179

0,715

15,1123

48,823

48,882

21

7402

5846

1100,7

256,7

1891,4

1864,3

1441,3

1930,2

1650,9

1724,2

14734,5

1834,5

822

1740

758

46109

0,528

9,5250

1,014

45,0149

0,820

20,7179

0,516

18,1166

17,117

17,585

12

111010

6958

906,9

467,6

1110,3

389,9

1000,3

416,2

1110,3

387,7

1166,9

368,4

852

11110

1068

59105

6,944

13,4191

0,631

25,7106

0,647

17,2220

0,529

26,0243

9,823

14,186

13

12514

13833

17851,8

2651,8

2332,0

2163,0

2141,6

2231,8

2241,3

2023,4

22234,5

2134,5

861

31251

1138

33169

97,627

97,6216

3,723

96,9224

2,820

65,6211

2,421

57,7203

69,022

69,086

14

6394

5542

11351,8

2251,8

1171,2

2121,9

1161,2

2121,0

1651,6

1640,9

13634,5

1834,5

861

4639

155

4281

97,632

97,6112

1,821

19,7106

1,923

30,3141

2,117

38,5128

69,018

69,086

16

22454

14855

20251,8

4151,8

2722,2

34131,4

2011,2

4117,3

2181,2

3824,9

19834,5

4134,5

861

62245

1148

55193

97,642

97,6411

7,430

516,3203

1,740

19,5203

0,940

8,2215

69,038

69,086

21

22452

16549

20991,3

4091,9

2533,2

3361,5

2422,9

3457,9

2853,8

3097,6

23548,8

3548,8

862

3634

358

3987

65,127

65,1123

2,021

48,7104

1,624

31,7130

1,418

21,8127

39,818

39,886

25

20274

18240

23945,6

3145,6

3062,0

2552,4

3221,6

2336,6

3291,6

2337,9

33334,5

2234,5

871

12565

9194

48272

0,434

8,6386

0,627

40,4312

0,630

15,8353

0,427

18,3311

13,330

16,287

11

25652

19448

2540,9

3622,3

4051,6

28119,9

3111,3

3131,0

3630,8

2748,1

30434,5

3138,1

871

12565

1194

48245

1,038

15,6324

1,630

70,2296

1,732

43,4324

1,029

40,5267

0,735

1,487

11

25658

19448

2800,4

339,5

4020,7

2644,6

3160,6

3017,0

3570,4

2719,9

31714,9

3018,3

872

12558

8187

49278

0,633

15,5353

0,729

42,8310

0,731

20,8367

0,727

64,3304

12,231

13,787

21

25582

18749

2500,8

3713,7

3411,2

3053,8

3191,5

3055,3

2790,6

3321,0

2991,1

3119,3

872

12558

1187

49254

1,836

36,5286

1,333

48,8287

1,832

54,3325

1,029

40,7243

1,338

17,087

21

25587

18749

2850,6

3316,9

3690,8

2848,5

3160,8

3122,4

3720,8

2773,3

31213,9

3015,4

881

3908

1090

36142

9,825

11,4154

0,422

9,5152

0,523

9,9175

0,520

14,5149

18,323

18,588

21

8957

10830

1470,6

2311,6

1820,7

1926,7

2081,0

1828,8

2440,8

1532,9

18826,1

1926,1

891

2574

854

3875

12,229

14,4103

0,422

12,1101

0,622

10,1100

8,622

13,488

22,826

22,889

22

71610

7634

11413,8

2314,3

1430,4

199,9

1590,5

1814,8

2290,6

1432,3

15215,4

1818,2

Off-P

eak AM

Peak A

MInter-P

eakP

eak-PM

Segment

Direction

Route

Segm

entation of Time 1

Travel Time Non Congested seconds

Speed Non-Congested km/h

Observations

Length-m

Off-P

eak PM

AP

PE

ND

IX C

Travel Time

Travel Time StdErr

Speed

Speed Std Err

Travel Time

Travel Time StdErr

Speed

Speed Std Err

Travel Time

Travel Time StdErr

Speed

Speed Std Err

Travel Time

Travel Time StdErr

Speed

Speed Std Err

Travel Time

Travel Time StdErr

Speed

Speed Std Err

741

11266

1081

56117

0,339

7,6150

0,331

9,2135

0,334

8,6150

0,331

7,9132

0,336

8,575

11

560310

25963

4877,0

4154,0

77413,8

2640,1

4380,7

4726,1

48012,0

4318,3

42312,0

4817,3

751

32472

10129

69198

9,847

12,4221

13,843

15,6196

0,547

14,1346

16,934

26,2204

0,746

15,675

14

46210

2469

3313,8

5113,9

4518,3

4318,3

380,3

483,8

3218,3

5418,3

4313,8

5014,3

752

1498

1016

6632

6,953

7,039

13,848

14,550

0,545

11,064

15,437

16,139

15,447

15,575

22

246910

12173

1636,9

558,6

24313,8

4318,7

1960,6

4919,7

22315,4

4317,4

20315,4

4616,4

752

45539

10308

65403

0,650

13,8412

13,848

19,7413

6,949

21,3547

12,039

19,0475

12,043

26,581

12

3019

2152

467,7

319,5

557,7

2410,8

440,4

298,7

6110,8

2312,4

6510,8

2212,0

811

5235

614

6034

16,331

17,242

19,925

20,643

0,424

7,149

16,325

18,159

16,319

22,481

21

2446

1752

440,4

307,0

7211,5

1812,2

500,5

2411,1

680,5

219,5

6516,3

2217,0

812

4331

1025

4863

12,022

13,984

9,816

14,174

0,419

12,380

0,417

4,775

15,419

15,982

14

72810

5151

830,3

334,9

889,8

3311,3

980,3

297,7

10612,0

2613,5

12 56,9

2411,8

821

4728

251

51110

0,523

1,391

34,533

34,991

0,830

17,688

34,530

35,095

0,931

26,082

14

7282

5151

780,8

3415,2

1101,0

2515,9

1090,8

2420,9

12334,5

2339,8

1411,3

2035,7

821

4728

851

5184

0,333

4,883

12,235

13,595

0,430

8,1101

12,227

13,6121

8,625

11,782

21

74010

5846

1170,4

259,9

2647,0

1335,8

1610,6

1821,8

1866,9

1515,7

1706,9

1612,5

822

17 40

258

46101

0,629

15,8338

34,610

95,5186

1,516

53,9181

1,215

22,5165

1,618

29,382

21

7402

5846

1120,8

2623,4

1881,8

1658,2

1531,0

1835,6

14934,5

1835,1

1641,0

1724,8

822

1740

858

46118

0,425

10,8286

8,712

42,3163

0,719

25,8195

0,715

17,5171

8,616

14,385

12

111010

6958

980,3

436,9

1120,5

3811,2

1030,3

407,4

1090,3

385,2

1140,3

386,6

852

11110

1068

59106

0,543

18,9205

0,628

18,0123

0,644

26,6223

0,726

21,9258

0,522

13,186

13

12518

13833

17917,3

2618,2

26322,8

1825,1

2180,7

2114,3

21627,3

2227,3

21924,4

2124,4

861

4639

855

42109

17,323

19,8128

22,819

23,2133

0,919

22,2165

27,315

27,3133

22,818

23,086

16

22458

14855

20917,3

4018,4

3182 1,1

3121,6

2090,7

3914,2

21924,4

3824,7

19422,8

4223,0

862

12245

10165

49215

16,938

17,4256

20,732

22,0252

0,633

14,6307

20,727

20,7230

21,836

21,886

23

63410

5839

8916,9

2717,4

13820,7

1920,7

1120,5

2210,2

13120,7

1820,7

13421,8

1821,8

862

52027

10182

40244

16,930

17,5305

20,724

21,1332

0,623

15,4314

19,524

19,6320

21,823

21,887

11

25659

19448

2810,4

3310,2

3920,8

2639,1

3260,6

2923,6

3520,6

2719,5

3257,7

2915,3

871

12565

2194

48263

0,835

24,6364

1,929

104,6339

1,528

70,8347

1,229

38,0300

1,131

32,387

11

256 51

19448

2591,3

3628,0

3401,9

2856,2

3041,7

3160,4

3231,6

2945,8

2851,0

3320,4

871

12565

8194

48288

0,433

10,9405

0,925

43,4331

0,629

25,4356

0,627

21,2330

8,629

17,087

21

25588

18749

2750,4

3413,2

3400,7

2825,4

3210,7

3032,0

3881,1

2790,2

3280,5

2915,4

872

12558

2187

49255

0,737

19,6340

1,228

32,8324

1,330

56,3275

0,833

17,7292

0,932

23,287

21

25581

18749

2511,4

3734,0

2951,5

3234,5

2911,5

3251,5

3381,9

2878,2

2751,4

3340,4

872

12558

7187

49282

0,533

14,3351

0,827

28,6329

0,829

35,9394

1,326

102,5335

0,628

16,688

13

90810

9036

1380,4

257,9

1560,4

226,2

1590,5

2212,7

1669,8

2116,1

1490,5

2310,0

882

1895

10108

30157

0,421

10,31 74

0,519

9,9217

0,617

24,6220

9,816

26,5216

12,016

23,889

12

5749

5438

810,4

276,7

1060,6

2111,9

1030,5

229,4

1100,5

207,8

930,4

258,8

892

2716

1076

34121

0,422

6,6143

0,519

10,6167

0,617

21,2251

0,813

31,6161

0,618

13,5

Route

Direction

Segment

Length-m

Segm

entation of Time 2

Peak A

MInter-P

eakP

eak-PM

Off-P

eak PM

Observations

Travel Time Non Congested seconds

Speed Non-Congested km/h

Off-P

eak AM

AP

PE

ND

IX C

Travel Time

Travel Time StdErr

Speed

Speed Std Err

Travel Time

Travel Time StdErr

Speed

Speed Std Err

Travel Time

Travel Time StdErr

Speed

Speed Std Err

Travel Time

Travel Time StdErr

Speed

Speed Std Err

Travel Time

Travel Time StdErr

Speed

Speed Std Err

741

11266

1081

56107

0,342

6,3142

0,233

8,7131

0,436

7,5146

0,232

8,8130

0,435

7,575

11

56038

25963

41315,0

5022,1

6691,4

3480,8

4170,8

5025,9

4790,8

4335,9

41922,8

4923,9

751

32472

10129

69173

13,852

13,9207

0,546

11,8183

0,349

6,3268

0,741

40,4183

20,750

20,875

14

4627

2469

3024,1

5424,2

440,4

447,6

340,3

513,3

370,4

495,8

4722,0

5122,0

752

1498

516

6629

23,956

23,939

0,450

6,137

0,451

5,663

1,041

25,443

23,944

24,175

22

24696

12173

16223,0

5624,0

2021,2

4948,4

1620,5

567,6

2401,0

4133,5

19723,0

4725,3

752

45539

7308

65393

24,252

28,5409

0,950

28,7389

0,652

14,4501

1,043

50,3447

22,046

23,381

12

3018

2152

438,6

3410,5

520,4

268,4

440,4

297,3

590,4

2612,0

6522,8

2122,8

811

5235

514

6028

19,537

20,544

19,523

20,937

0,527

7,849

13,823

18,453

27,621

28,081

21

2444

1752

4517,3

3121,2

630,5

2210,8

420,5

2611,9

690,6

2115,4

6034,5

2134,5

812

4331

525

4851

13,829

18,291

0,816

24,367

1,022

25,378

0,618

15,758

30,924

30,982

14

72810

5151

8712,0

3112,4

910,3

328,1

930,3

306,2

1040,3

279,7

11716,9

2616,9

821

4728

251

51113

34,523

34,599

0,930

23,784

0,632

9,9100

0,728

21,481

0,935

2,582

14

7282

5151

871,2

2911,3

1020,7

2923,7

1210,9

2321,9

1230,9

2325,7

11048,8

2548,8

821

4728

851

5187

14,932

15,388

0,432

8,286

0,332

5,699

0,428

10,3119

17,326

17,382

21

7409

5846

1090,4

277,5

2370,8

1536,8

1340,4

219,9

1730,4

1714,2

16215,3

1715,6

822

1740

258

4689

0,531

2,8298

1,911

74,4141

0,720

21,7179

0,615

14,3123

48,823

48,882

21

7402

5846

1100,7

256,7

1911,2

1860,0

1390,6

1912,3

1620,8

1722,7

14734,5

1834,5

822

1740

758

46109

0,528

9,5248

0,914

44,0133

0,421

12,3176

0,517

17,1166

17,117

17,583

21

13262

10844

1601,1

3220,6

2670,9

1938,2

2661,0

1944,0

3170,9

1533,6

30548,8

1648,8

832

11326

2108

44153

0,934

18,4283

1,120

65,4329

1,617

46,1369

1,214

59,8306

34,516

52,383

22

7222

6242

1261,2

2336,7

1570,7

1933,3

1570,9

1723,4

1740,9

1739,9

1401,3

2127,8

832

2722

262

42119

1,226

38,4141

0,619

19,4133

0,922

28,6140

0,720

24,8147

34,519

41,885

12

111010

6958

906,9

467,6

1110,3

389,4

990,2

426,0

1100,2

397,6

1166,9

368,4

852

11110

1068

59105

6,944

13,4192

0,531

23,786

0,351

6,2207

0,431

27,8243

9,823

14,186

13

12514

13833

17851,8

2651,8

2371,9

2162,2

2051,2

2222,9

2221,3

2126,8

22234,5

2134,5

861

4639

455

42113

51,822

51,8121

1,220

23,2112

1,022

17,6164

1,516

41,9136

34,518

34,586

16

22454

14855

20251,8

4151,8

2621,8

35107,0

1940,9

4213,6

2201,2

3826,2

19834,5

4134,5

862

12245

2165

49209

91,340

91,9257

2,932

58,7235

2,835

54,7284

3,430

91,7235

48,835

48,886

23

6343

5839

8765,1

2765,1

1231,9

2148,6

971,4

2424,9

1301,5

1930,6

12739,8

1839,8

862

52027

4182

40239

45,631

45,6308

1,925

46,4312

1,424

34,1336

1,622

39,9333

34,522

34,587

11

25659

19448

2720,4

348,6

3730,6

2737,7

3000,4

3111,7

3500,3

2717,7

31113,3

3016,2

871

12565

2194

48254

0,936

22,3403

1,428

111,3298

1,132

28,2359

0,727

46,6304

34,531

38,187

11

25651

19448

2451,0

3815,6

3191,4

3065,5

2971,6

3243,9

3190,9

2940,8

2670,7

351,4

871

12565

8194

48280

0,433

9,5387

0,626

41,6300

0,431

12,0354

0,427

19,2317

14,930

18,387

21

25588

18749

2780,6

3315,5

3450,6

2940,4

2980,6

3215,4

3600,6

2858,9

30412,2

3113,7

872

12558

2187

49250

0,837

13,7370

1,128

71,4292

0,732

23,4285

0,633

25,5299

1,131

19,387

21

25581

18749

2541,8

3636,5

2841,1

3348,3

2962,1

3255,7

3230,9

2939,6

2431,3

3817,0

872

12558

7187

49285

0,633

16,9361

0,729

45,6298

0,632

15,7364

0,727

67,1312

13,930

15,488

13

90810

9036

1429,8

2511,4

1550,3

229,1

1470,4

2310,1

1730,4

2013,2

14918,3

2318,5

882

1895

7108

30147

0,623

11,6185

0,719

25,8194

0,718

24,5243

0,815

36,0188

26,119

26,189

12

5748

5438

7512,2

2914,4

1040,4

2211,6

1038,6

2212,8

1020,4

2210,4

8822,8

2622,8

892

2716

1076

34114

13,823

14,3146

0,319

9,8153

0,418

13,3222

0,515

32,0152

15,418

18,2

Route

Direction

Segment

Length-m

Segm

entation of Time 3

Peak A

MInter-P

eakP

eak-PM

Off-P

eak PM

Observations

Travel Time Non Congested seconds

Speed Non-Congested km/h

Off-P

eak AM

Appendix D

: Results A

TTS

The present appendix presents the results of the travel time data collection using the autom

atic travel tim

e system.

The data is presented for the three possible segmentations of tim

e. The inform

ation is sorted by direction and by Route, D

irection and Segment. The num

ber of observations is also show

n. In some cases different num

ber of observations are considered. The value considered by the study for further calculations correspond s to the value that show

s higher number of observations.

AP

PE

ND

IX D

Travel TimeTravelTime StdErr

Speed

Speed Std ErrTravel TimeTravelTime StdErr

Speed

Speed Std ErrTravel TimeTravelTime StdErr

Speed

Speed Std ErrTravel TimeTravelTime StdErr

Speed

Speed Std ErrTravel TimeTravelTime StdErr

Speed

Speed Std Err

111

13519

39124

103243

2,564

8,3393

1,947

45,4356

0,447

45,9329

2,547

25,2347

4,349

19,011

21

352637

116110

2655,3

5829,9

2933,3

4824,5

3523,3

4723,9

3132,7

4827,1

2754,9

5014,6

121

1774

1935

8075

5,141

6,0261

5,220

23,5273

0,414

33,1236

0,515

26,4219

3,716

16,312

21

78921

5357

740,2

412,0

1690,3

2216,7

1370,2

229,8

2640,3

1211,4

1560,4

2015,1

131

1778

1577

3992

0,233

3,5171

0,318

11,0176

0,318

22,1217

0,419

14,5155

0,421

5,413

21

77121

3972

590,2

508,9

1100,3

309,5

1370,3

2522,2

2730,4

1427,9

1420,5

2520,4

141

12470

3286

102134

0,274

5,8159

0,259

5,0171

2,259

7,0161

2,263

4,4138

2,266

2,914

21

266538

95104

1130,1

872,0

2040,3

5611,7

1711,8

609,0

2761,8

4413,0

1781,8

5610,0

151

1335

2114

8728

3,351

3,6112

0,318

39,482

0,119

8,2111

0,213

5,8108

0,415

9,215

21

27121

1189

444,7

346,6

723,3

2628,8

920,3

1824,8

1263,3

1833,1

1103,3

2221,4

161

1361

2020

6539

4,939

5,071

0,223

6,778

0,222

14,966

3,522

5,873

0,320

6,216

21

30821

2644

370,1

341,5

910,2

168,8

700,1

2011,0

1050,2

1213,1

710,3

188,0

241

1997

3761

7891

1,941

2,7138

0,229

8,2163

0,224

13,5152

0,327

9,3142

1,926

4,024

11

99717

6178

894,1

435,3

1500,4

2816,5

1790,5

2328,8

1620,5

2719,9

1514,1

246,8

241

1997

2061

7893

0,240

2,2123

0,231

5,9145

0,126

4,8140

0,126

3,0135

0,227

4,724

21

99741

6458

1141,7

343,4

1951,7

2225,1

2090,2

1913,0

2520,2

1611,9

2352,4

1815,8

242

1997

2164

58104

3,338

5,7220

3,322

48,7234

0,318

24,7289

0,414

21,6277

4,716

29,524

21

99720

6458

1220,2

313,5

1620,2

235,8

1810,1

206,2

2100,2

189,2

1900,3

199,3

251

12043

3985

94271

4,431

20,3310

0,326

12,9323

0,225

19,2374

1,822

18,8339

1,824

10,425

11

204319

8594

2408,9

3525,5

3070,5

2828,9

3290,5

2636,7

3943,7

2233,6

3403,7

2618,6

251

12043

2085

94301

3,526

31,6318

0,424

15,2316

0,224

14,2349

0,322

18,1338

0,422

9,925

21

204339

12166

2684,0

349,8

3242,5

2721,2

3180,3

2623,2

3342,5

2824,7

3503,6

2414,1

252

12043

19121

66308

8,934

16,9327

5,228

39,0336

0,527

46,4334

5,232

47,8349

7,324

20,125

21

204320

12166

2320,3

3311,0

3210,4

2518,3

3050,2

2515,7

3280,3

2416,0

3510,5

2319,7

261

11608

4180

74102

1,758

2,5124

0,148

3,2122

0,150

10,0127

0,146

3,3112

1,752

2,526

21

160841

8965

1140,2

543,2

2540,3

3222,0

1990,2

3517,4

2200,2

3212,5

2070,3

3414,3

271

12634

41144

67172

0,257

3,0272

0,238

10,6210

0,147

8,4255

0,241

8,5197

0,249

6,929

11

185237

10465

2130,2

324,1

2411,9

283,9

2280,1

308,4

2512,6

2820,9

2272,6

293,5

292

11852

39186

43220

0,231

3,6381

0,422

33,6273

0,226

24,3363

0,321

16,8312

1,823

10,932

11

288141

11194

1912,4

564,7

2140,2

505,9

2160,1

494,9

2740,3

4214,4

2220,2

485,7

322

12881

41151

70190

0,256

3,5214

0,149

3,5219

0,149

10,7231

0,246

9,3218

0,248

5,533

11

96941

7757

901,7

423,0

1350,2

2814,2

1240,1

296,3

1420,1

252,1

1280,2

282,7

332

1966

4035

10084

0,143

1,6122

1,732

5,1124

0,129

5,1127

0,128

4,0112

0,132

2,535

11

143436

7173

1411,9

382,5

1793,3

314,0

2532,7

2821,8

2473,3

2612,1

2442,7

2611,0

352

11434

3373

71148

2,137

3,8299

3,024

22,7254

2,127

30,1245

4,726

14,2205

2,128

6,436

11

115636

5675

671,9

632,0

903,3

543,9

1512,7

4816,8

1353,3

4813,5

1372,7

508,6

362

11156

3458

7278

2,055

2,4144

2,939

13,1183

2,140

19,1130

4,544

10,6115

0,244

3,937

11

120234

42104

1184,1

408,6

2062,1

2919,8

1224,1

4511,8

1582,9

3724,4

1752,9

3510,6

371

11202

1442

104115

9,944

20,3223

5,033

43,8114

9,956

31,7191

7,042

62,0255

7,032

25,237

21

120240

36121

1413,5

4912,1

3250,5

2237,6

2980,3

2846,2

3070,4

2842,5

3121,8

2439,5

372

11202

2036

121154

6,054

20,7386

0,822

70,7351

0,626

75,1352

0,731

74,9353

3,623

63,439

11

250041

9794

1220,1

762,8

1580,1

593,7

1540,1

593,3

2370,2

4315,5

1680,2

546,5

391

12500

2197

94122

0,276

4,7161

0,258

5,7157

0,158

5,7219

0,345

21,5168

0,254

3,839

21

250041

10785

1340,2

712,8

2120,2

458,2

1750,1

522,5

2400,2

4111,3

1840,2

504,5

392

12500

21107

85134

0,371

4,4208

0,245

9,5178

0,151

3,8252

0,339

18,4192

0,348

8,341

11

888136

39881

4971,9

656,4

5560,2

586,0

5640,1

578,2

6560,2

5014,8

5790,2

556,0

411

18881

17398

81498

0,365

8,8558

0,358

8,9561

0,257

10,8668

0,449

25,7583

0,455

9,941

21

888136

40480

4890,2

674,9

5670,2

576,6

5600,1

576,9

5810,1

554,7

5550,2

584,6

412

18881

17404

80485

0,367

7,5564

0,257

8,6560

0,257

12,1583

0,255

7,8552

0,358

6,642

11

480037

20186

2623,2

685,6

2950,1

604,9

3011,9

584,0

3170,2

559,4

2843,2

626,6

421

14800

18201

86270

5,467

11,5293

0,260

7,8310

3,858

7,1318

0,356

18,4285

6,662

12,942

21

480037

18594

2700,2

664,9

3360,2

526,6

3111,9

566,5

3250,2

548,5

3162,6

557,8

422

14800

18185

94273

0,366

7,7338

0,352

8,9316

3,856

12,0329

0,253

8,3320

0,355

9,043

11

281138

15267

1710,1

601,9

2090,1

504,1

1910,1

532,6

2030,1

503,8

1880,1

543,5

431

12811

20152

67170

0,260

2,2209

0,249

6,5193

0,153

3,7205

0,250

5,5188

0,254

6,543

21

281134

108105

1390,3

816,5

2840,5

5846,4

2220,3

6034,3

3840,5

3737,4

2813,6

4524,7

432

12811

16108

105141

0,682

10,0340

0,955

91,7239

0,558

65,7351

0,839

52,0272

0,848

27,244

11

356736

18478

2161,9

635,0

4020,3

3821,9

2740,1

4810,4

2790,2

4812,4

2650,2

498,0

442

13567

27185

72209

0,264

6,5241

0,255

6,9263

0,251

18,5317

0,346

24,0345

0,444

19,245

11

195241

16045

1882,9

395,5

2750,2

277,1

3000,1

246,6

3630,2

218,0

3130,3

248,1

452

11957

3898

72203

0,338

7,4281

1,827

11,8317

0,224

14,0322

1,823

15,6283

1,826

10,047

11

62534

2881

542,9

443,2

834,1

334,8

930,4

3024,8

900,2

285,1

1502,9

2529,6

471

1625

2028

8158

4,942

5,094

6,931

7,2102

0,630

41,091

0,229

8,3165

4,924

41,647

11

62514

2881

500,2

463,2

700,3

345,2

810,3

3014,3

870,2

273,8

1270,5

2640,7

472

1625

4146

6159

0,142

2,2148

0,323

18,6136

0,222

18,4121

0,122

9,7127

1,723

16,947

21

62521

4661

640,2

394,1

1720,5

2234,6

1730,3

1934,2

1570,4

1834,0

1683,3

1832,9

472

1625

2046

6155

0,244

1,9117

0,325

11,498

0,226

11,990

0,126

2,784

0,227

2,248

11

60441

3797

922,9

335,9

1671,7

198,2

1582,9

179,8

1771,7

158,3

1632,4

158,1

482

1593

3529

74119

0,321

11,8147

2,017

10,9151

2,818

14,8232

0,313

23,6198

0,414

16,651

11

137141

7766

831,7

612,5

1540,2

367,3

2090,1

2510,9

2250,2

2311,4

1900,2

275,7

511

11371

2177

6687

3,359

4,4161

0,335

11,7229

0,223

20,6248

0,321

21,7203

0,325

9,851

21

137141

8361

980,1

521,5

1560,2

356,3

2160,1

258,9

2580,2

2110,8

2220,3

2411,1

512

11371

2183

6198

0,251

1,9161

0,334

9,0226

0,224

13,9271

0,319

15,0226

0,423

11,952

11

78421

3581

1113,3

295,3

1750,3

1811,8

1410,2

2320,0

1900,3

1713,7

1380,3

229,9

522

1784

2167

4384

0,235

3,5128

0,224

6,6165

0,118

11,6192

0,215

9,2193

0,315

11,753

11

117741

9646

1220,1

352,5

2370,3

2215,4

2490,1

1814,6

2570,2

188,4

2910,3

1710,7

531

11177

2196

46122

0,236

3,8262

0,421

25,8271

0,217

20,9266

0,317

11,0310

0,415

14,353

21

117737

7163

1522,6

295,4

2301,9

2110,9

2830,2

1710,8

3780,3

1315,4

3822,7

1319,6

532

11177

2171

63150

3,329

7,2235

3,322

16,2293

0,217

15,8376

0,413

24,4383

0,511

32,954

11

72021

5548

1013,3

3324,3

1480,3

2115,0

1690,2

1720,0

2090,3

1424,7

1990,5

1421,9

542

1720

2130

87113

3,332

34,8150

3,321

13,4205

0,215

24,1372

0,59

36,0313

0,711

47,0

Segment

Direction

Route

Segm

entation of Time 1

Travel TimeNon Congested seconds

Speed Non-Congested km/h

Observations

Length-m

Off-P

eak PM

Off-P

eak AM

Peak A

MInter-P

eakP

eak-PM

AP

PE

ND

IX D

Travel Time

Travel Time StdErr

Speed

Speed Std ErrTravel Time

Travel Time StdErr

Speed

Speed Std ErrTravel Time

Travel Time StdErr

Speed

Speed Std ErrTravel Time

Travel Time StdErr

Speed

Speed Std ErrTravel TimeTravelTime StdErr

Speed

Speed Std Err

111

13519

39124

103267

3,160

20,2386

4,744

23,1359

0,447

44,9340

4,046

22,4350

4,348

19,011

21

352638

116110

2884,5

5625,1

2974,1

4717,7

3493,2

4726,8

3063,2

4411,4

2804,5

5014,5

141

12470

3286

102139

0,270

5,5161

0,260

4,7169

0,160

6,4146

0,263

2,6140

2,265

3,114

21

266538

95104

1190,1

842,3

2231,8

5110,6

1920,2

5715,4

2860,3

4410,9

1990,3

5416,3

241

1997

3961

7897

0,139

2,4139

0,229

8,3163

0,225

12,1151

3,126

4,9152

2,526

4,324

11

99719

6178

960,2

404,2

1540,4

2716,4

1790,4

2424,3

1617,3

2510,1

1685,1

267,8

241

1997

2061

7896

0,138

2,5120

0,232

4,5145

0,126

4,8139

0,227

3,2138

0,227

4,024

21

99741

6458

1250,2

314,2

1902,9

2317,2

2160,2

1916,1

2560,3

1614,0

2471,7

1714,9

242

1997

2164

58120

0,334

7,4214

5,723

33,3246

0,317

30,8292

3,315

25,9292

3,315

27,724

21

99720

6458

1270,2

293,8

1620,2

234,7

1840,1

206,3

2150,3

189,7

2010,3

199,3

251

12043

4085

94281

0,429

18,4315

3,025

11,2326

0,225

19,6384

1,821

14,6343

1,724

11,125

11

204320

8594

2650,7

3326,2

3114,9

2730,4

3300,5

2636,6

4044,9

2027,6

3453,5

2617,8

251

12043

2085

94298

0,526

26,0325

3,524

14,3319

0,224

14,5362

0,422

9,8341

0,322

13,425

21

204340

12166

2683,5

349,1

3263,0

2513,4

3230,2

2622,8

3252,5

2514,4

3673,9

2321,6

252

12043

20121

66298

7,735

16,0335

6,026

22,5339

0,527

44,2328

6,028

27,7371

7,724

38,525

21

204320

12166

2370,3

329,4

3190,4

2514,4

3110,2

2516,6

3180,3

249,0

3630,4

2219,8

261

11608

4180

74105

0,157

2,1128

2,447

3,9123

0,149

9,1129

0,246

4,1115

0,151

2,226

21

160841

8965

1220,2

514,0

2480,4

3116,4

2090,2

3418,8

2311,7

309,7

2240,3

3315,4

271

12634

41144

67191

0,253

6,2280

1,736

5,4220

0,146

9,4272

1,738

6,4207

0,248

8,729

11

185238

10465

2190,2

313,8

2470,2

273,0

2301,8

297,8

2542,6

2817,4

2791,8

283,3

292

11852

39186

43230

0,230

4,3363

0,522

20,3296

0,225

28,1393

1,819

13,4337

0,322

14,732

11

288141

11194

1960,2

554,3

2180,2

494,9

2190,1

497,1

2993,4

409,3

2410,3

4512,0

322

12881

41151

70197

0,254

3,6219

0,248

4,1221

0,149

10,6229

0,246

7,8219

0,248

5,133

11

96941

7757

990,1

383,1

1340,2

2812,4

1270,1

287,9

1450,1

242,9

1320,1

272,5

332

1966

4035

10089

0,141

2,1124

1,731

3,2127

0,128

5,3127

0,128

3,4113

0,131

2,735

11

143437

7173

1513,2

363,9

1781,9

313,0

2492,7

2823,3

2553,2

246,3

2371,9

2613,7

352

11434

3573

71171

3,935

6,1296

2,022

13,4245

2,027

27,0260

2,824

9,4211

2,028

7,736

11

115637

5675

753,2

603,3

841,9

562,1

1462,7

4818,6

1343,2

485,1

1462,6

4810,8

362

11156

3558

7292

3,953

4,2141

2,037

6,5165

2,040

26,4130

2,845

6,9116

2,045

5,637

11

120236

42104

1242,7

398,2

2333,3

2716,8

1243,3

4314,5

1803,8

3421,9

1632,7

3715,9

371

11202

1642

104118

4,345

17,0251

8,635

34,9115

7,553

34,1260

9,734

49,0213

6,138

35,337

21

120240

36121

1841,8

3823,6

3222,5

2235,1

3000,3

2745,3

3011,8

2940,9

3311,8

2343,8

372

11202

2036

121211

4,938

44,0379

3,625

65,6347

0,526

74,3346

3,632

68,1392

3,522

73,939

11

250041

9794

1270,1

732,7

1640,2

573,0

1600,1

584,1

2710,3

388,8

1980,3

5018,3

391

12500

2197

94128

0,273

4,5167

0,255

4,8162

0,157

5,8236

3,340

8,9195

0,449

29,839

21

250041

10785

1480,2

654,5

2370,3

419,3

1820,1

514,2

2730,3

379,1

1930,2

476,4

392

12500

21107

85148

0,365

6,9229

0,342

10,2185

0,150

6,2297

3,334

14,0202

0,346

11,041

11

888136

39881

5101,9

646,9

5691,9

576,0

5700,1

578,4

7050,3

4711,7

5950,2

549,7

411

18881

17398

81508

0,364

8,8574

0,356

7,0568

0,257

11,2735

4,145

19,4602

0,453

16,941

21

888136

40480

5040,2

656,1

5850,2

556,7

5620,1

576,7

5880,2

553,4

5620,2

575,3

412

18881

17404

80501

0,365

8,8581

0,356

7,7562

0,157

11,6592

4,154

6,9561

0,357

8,842

11

480038

20186

2680,2

664,6

3040,2

584,1

3000,1

584,9

3270,2

5413,8

2923,2

606,0

421

14800

18201

86272

0,366

8,4304

0,358

7,2305

0,358

9,2332

3,954

29,1288

5,460

10,842

21

480038

18594

2850,2

636,3

3510,2

506,0

3141,8

567,2

3220,2

545,6

3151,8

566,8

422

14800

18185

94289

0,363

10,7350

0,350

6,0317

3,856

11,7329

3,853

9,1323

0,354

8,843

11

281138

15267

1761,8

592,8

2141,8

483,7

1930,1

533,0

2061,8

503,6

1960,2

524,8

431

12811

20152

67176

3,559

4,4215

3,548

6,1195

0,152

4,4205

4,950

6,1198

0,252

7,943

21

281134

108105

1622,1

7727,9

3034,1

5457,8

2370,3

5735,7

4752,9

2831,7

3330,6

4032,1

432

12811

16108

105177

4,477

58,4371

7,652

119,1250

0,556

64,6445

7,529

34,5306

0,843

44,444

11

356736

18478

2481,9

5710,6

4150,4

3818,7

2870,1

4715,0

2790,3

4913,1

2650,2

497,7

442

13567

27185

72215

0,262

7,7246

2,654

5,4266

0,251

18,1345

0,543

31,4341

0,444

18,645

11

195241

16045

2062,9

366,5

2800,2

266,1

3080,1

248,0

3690,2

217,0

3250,2

238,2

452

11957

3898

72222

0,335

13,1281

1,827

6,1319

0,223

13,9325

1,823

17,4291

0,325

12,047

11

62535

2881

612,8

423,3

762,8

323,2

930,3

3023,7

872,8

293,9

1433,4

2425,7

471

1625

2128

8170

4,640

5,277

3,332

3,7102

0,530

38,586

5,731

7,1160

5,723

35,347

11

62514

2881

530,2

453,0

734,9

325,6

810,3

3013,3

860,2

271,7

1180,4

2536,5

472

1625

4146

6164

1,739

3,0142

1,721

9,9139

0,122

18,5123

0,222

9,2126

0,223

15,547

21

62521

4661

673,3

385,5

1653,3

1917,8

1770,2

1836,4

1543,3

1818,2

1620,4

1930,2

472

1625

2046

6159

0,240

2,5114

0,324

8,0101

0,125

11,790

0,226

2,287

0,127

2,848

11

60441

3797

1071,7

307,3

1731,7

166,2

1651,7

169,8

1831,7

146,9

1670,2

167,8

482

1593

3529

74120

0,220

10,0147

0,317

7,1158

2,017

17,1246

2,013

19,7232

0,313

20,051

11

137141

7766

920,1

572,7

1542,4

366,5

2120,1

2511,6

2150,2

244,9

2010,2

265,7

512

11371

4183

61105

0,149

2,4154

0,235

4,2219

0,125

9,1266

0,221

7,6235

0,223

10,953

11

117741

9646

1301,7

343,3

2340,3

2110,5

2540,1

1814,3

2520,2

185,3

2930,3

1612,0

532

11177

3771

63159

1,928

5,3232

2,721

9,4293

0,216

12,0382

0,312

11,4394

2,713

19,8

Segm

entation of Time 2

Peak A

MInter-P

eakP

eak-PM

Off-P

eak PM

ObservationsTravel TimeNonCongested seconds

Speed Non-Congested km/h

Off-P

eak AM

Route

Direction

Segment

Length-m

AP

PE

ND

IX D

Travel Time

Travel Time StdErr

Speed

Speed Std ErrTravel Time

Travel Time StdErr

Speed

Speed Std ErrTravel Time

Travel Time StdErr

Speed

Speed Std ErrTravel Time

Travel Time StdErr

Speed

Speed Std ErrTravel TimeTravelTime StdErr

Speed

Speed Std Err

111

13519

39124

103243

2,564

8,3438

0,645

47,2343

0,448

41,8325

0,447

31,3347

4,349

19,011

21

352637

116110

2655,3

5829,9

2900,3

4821,1

3273,2

4821,6

3232,7

4728,2

2754,9

5014,6

121

1774

1935

8075

5,141

6,0308

0,714

35,1269

0,414

34,3225

3,716

26,9219

3,716

16,312

21

78921

5357

740,2

412,0

1660,3

2115,8

1310,1

237,4

2470,3

1314,7

1560,4

2015,1

131

1778

1577

3992

0,233

3,5172

0,218

10,5171

0,319

22,8212

0,420

21,4155

0,421

5,413

21

77121

3972

590,2

508,9

1080,2

308,9

1400,4

2523,8

2550,4

1530,0

1420,5

2520,4

141

12470

3286

102134

0,274

5,8159

0,159

4,7171

0,260

8,1159

2,263

4,6138

2,266

2,914

21

266538

95104

1130,1

872,0

1930,2

5811,4

1701,8

618,9

2631,8

4516,1

1781,8

5610,0

151

1335

2114

8728

3,351

3,6104

0,318

29,478

0,219

8,4108

0,214

6,4108

0,415

9,215

21

27121

1189

444,7

346,6

753,3

2325,3

900,3

1826,5

1193,3

1832,7

1103,3

2221,4

161

1361

2020

6539

4,939

5,075

0,222

7,179

0,222

16,565

4,923

7,273

0,320

6,216

21

30821

2644

370,1

341,5

920,2

1610,8

650,1

2110,4

1020,2

1312,2

710,3

188,0

241

1997

3761

7891

1,941

2,7146

0,228

8,0163

0,225

12,4160

0,326

14,6142

1,926

4,024

11

99717

6178

894,1

435,3

1580,4

2715,5

1780,5

2426,5

1750,6

2631,6

1514,1

246,8

241

1997

2061

7893

0,240

2,2130

0,230

6,8145

0,126

4,2141

0,126

3,2135

0,227

4,724

21

99741

6458

1141,7

343,4

2010,3

2221,3

2070,2

1912,7

2500,2

1612,3

2352,4

1815,8

242

1997

2164

58104

3,338

5,7225

0,522

41,1231

0,318

24,3287

0,315

22,4277

4,716

29,524

21

99720

6458

1220,2

313,5

1690,2

226,4

1800,1

215,8

2080,2

189,1

1900,3

199,3

251

12043

3985

94271

4,431

20,3318

0,325

14,6325

0,325

18,8371

0,322

21,2339

1,824

10,425

11

204319

8594

2408,9

3525,5

3140,5

2730,6

3350,5

2535,6

3970,5

2239,2

3403,7

2618,6

251

12043

2085

94301

3,526

31,6321

0,324

14,5314

0,224

14,6342

0,223

18,2338

0,422

9,925

21

204339

12166

2684,0

349,8

3370,3

2623,4

3070,3

2718,0

3322,5

2826,2

3503,6

2414,1

252

12043

19121

66308

8,934

16,9333

0,628

42,6327

0,528

37,2345

5,232

55,0349

7,324

20,125

21

204320

12166

2320,3

3311,0

3360,3

2421,1

2930,2

268,4

3260,3

2416,4

3510,5

2319,7

261

11608

4180

74102

1,758

2,5122

0,149

2,9122

0,150

9,2129

0,147

9,1112

1,752

2,526

21

160841

8965

1140,2

543,2

2620,3

3124,7

1840,1

3610,4

2170,2

3212,1

2070,3

3414,3

271

12634

41144

67172

0,257

3,0271

0,237

9,4200

0,149

7,2247

0,242

8,8197

0,249

6,929

11

185237

10465

2130,2

324,1

2351,9

294,0

2270,1

307,5

2502,6

2820,5

2272,6

293,5

292

11852

39186

43220

0,231

3,6376

0,323

40,1259

0,126

8,0346

0,222

16,9312

1,823

10,932

11

288141

11194

1912,4

564,7

2130,1

505,4

2170,1

494,7

2630,2

4514,3

2220,2

485,7

322

12881

41151

70190

0,256

3,5211

0,150

3,9221

0,149

11,5230

0,147

9,4218

0,248

5,533

11

96941

7757

901,7

423,0

1340,1

2811,8

1210,1

307,1

1410,1

252,0

1280,2

282,7

332

1966

4035

10084

0,143

1,6124

1,731

6,7122

0,129

2,4129

0,128

5,4112

0,132

2,535

11

143436

7173

1411,9

382,5

2183,8

307,2

2552,7

2821,3

2521,9

2514,1

2442,7

2611,0

352

11434

3373

71148

2,137

3,8313

3,624

28,2236

3,028

21,8246

3,026

14,1205

2,128

6,436

11

115636

5675

671,9

632,0

1233,8

516,3

1512,7

4816,3

1391,9

4713,9

1372,7

508,6

362

11156

3458

7278

2,055

2,4140

3,539

13,2183

2,941

17,9133

2,944

10,3115

0,244

3,937

11

120234

42104

1184,1

408,6

1742,9

3419,6

1242,9

4210,9

1523,5

3922,8

1752,9

3510,6

371

11202

1442

104115

9,944

20,3168

7,042

44,0121

7,051

26,4178

8,645

62,5255

7,032

25,237

21

120240

36121

1413,5

4912,1

3270,4

2237,6

2880,4

3045,4

3110,4

2844,2

3121,8

2439,5

372

11202

2036

121154

6,054

20,7376

0,722

68,4348

0,628

75,2348

0,731

73,8353

3,623

63,439

11

250041

9794

1220,1

762,8

1550,1

603,3

1550,1

593,4

2250,2

4515,0

1680,2

546,5

391

12500

2197

94122

0,276

4,7157

0,159

5,1158

0,158

6,0210

0,346

19,9168

0,254

3,839

21

250041

10785

1340,2

712,8

1980,1

487,6

1740,1

522,4

2320,2

4211,4

1840,2

504,5

392

12500

21107

85134

0,371

4,4196

0,248

8,9178

0,151

3,7243

0,241

18,4192

0,348

8,341

11

888136

39881

4971,9

656,4

5520,2

586,3

5660,2

578,4

6440,2

5115,0

5790,2

556,0

411

18881

17398

81498

0,365

8,8554

0,258

9,0562

0,257

11,0653

0,450

26,1583

0,455

9,941

21

888136

40480

4890,2

674,9

5580,1

586,6

5630,1

577,3

5780,1

564,9

5550,2

584,6

412

18881

17404

80485

0,367

7,5557

0,258

8,6564

0,257

13,3579

0,255

8,1552

0,358

6,642

11

480037

20186

2623,2

685,6

2910,1

604,6

3021,9

583,9

3150,1

568,5

2843,2

626,6

421

14800

18201

86270

5,467

11,5288

0,261

7,4312

3,857

6,9315

0,356

16,6285

6,662

12,942

21

480037

18594

2700,2

664,9

3250,1

546,5

3160,1

556,6

3230,2

548,1

3162,6

557,8

422

14800

18185

94273

0,366

7,7327

0,254

9,2326

0,254

12,3326

0,354

8,7320

0,355

9,043

11

281138

15267

1710,1

601,9

2050,1

503,9

1890,1

542,0

2011,8

514,4

1880,1

543,5

431

12811

20152

67170

0,260

2,2205

0,250

5,7192

0,153

3,3202

3,551

7,0188

0,254

6,543

21

281134

108105

1390,3

816,5

2732,1

5743,8

2170,3

6132,7

3542,1

4140,6

2813,6

4524,7

432

12811

16108

105141

0,682

10,0303

4,456

82,7239

0,559

64,8332

4,442

61,2272

0,848

27,244

11

356736

18478

2161,9

635,0

3660,3

4122,1

2690,1

497,8

2790,2

4811,7

2650,2

498,0

442

13567

27185

72209

0,264

6,5243

0,254

7,0268

0,251

20,4308

0,347

22,9345

0,444

19,245

11

195241

16045

1882,9

395,5

2810,2

266,8

2990,1

246,4

3580,2

219,5

3130,3

248,1

452

11957

3898

72203

0,338

7,4284

1,827

10,3318

0,224

15,0328

2,623

15,6283

1,826

10,047

11

62534

2881

542,9

443,2

852,9

326,7

1000,4

3029,1

863,5

306,1

1502,9

2529,6

471

1625

2028

8158

4,942

5,096

4,931

10,8113

0,731

48,386

6,031

10,1165

4,924

41,647

11

62514

2881

500,2

463,2

700,2

345,1

830,3

3015,7

860,1

273,7

1270,5

2640,7

472

1625

4146

6159

0,142

2,2161

0,221

16,3127

0,224

18,7122

0,222

11,8127

1,723

16,947

21

62521

4661

640,2

394,1

1840,4

1928,7

1660,3

2036,2

1620,3

1833,0

1683,3

1832,9

472

1625

2046

6155

0,244

1,9131

0,223

14,388

0,127

7,389

0,126

2,884

0,227

2,248

11

60441

3797

922,9

335,9

1791,7

179,6

1541,7

178,1

1751,7

158,8

1632,4

158,1

482

1593

3529

74119

0,321

11,8150

2,017

10,5151

2,018

15,3223

0,314

23,6198

0,414

16,651

11

137121

7766

873,3

594,4

1730,2

3210,9

2360,2

2322,7

2460,2

2120,3

2030,3

259,8

511

11371

2077

6679

0,263

2,2154

0,236

8,5188

0,128

5,7196

0,126

5,1176

0,229

5,351

11

137141

7766

831,7

612,5

1650,2

337,0

2140,1

2511,9

2230,1

2410,7

1900,2

275,7

512

11371

4183

6198

0,152

1,5170

0,233

7,8219

0,124

8,9252

0,222

11,0222

0,324

11,151

21

137121

8361

980,2

511,9

1710,2

319,2

2330,2

2314,5

2650,3

2014,9

2260,4

2311,9

521

1784

2135

81111

3,329

5,3170

0,218

11,8137

0,223

21,8184

0,217

14,0138

0,322

9,952

11

78420

3581

990,2

303,7

1360,3

2527,7

1510,3

2746,0

1750,4

2549,9

1250,4

2826,9

522

1784

2167

4384

0,235

3,5132

0,223

7,4169

0,218

10,9190

0,216

11,2193

0,315

11,753

11

117741

9646

1220,1

352,5

2700,2

2019,5

2340,1

1911,2

2540,2

188,2

2910,3

1710,7

531

11177

2196

46122

0,236

3,8302

0,418

31,0250

0,218

13,1265

0,217

11,1310

0,415

14,353

21

117737

7163

1522,6

295,4

2391,9

2010,9

2860,2

1610,4

3720,3

1315,6

3822,7

1319,6

532

11177

2171

63150

3,329

7,2245

3,320

16,2295

0,217

14,7370

0,413

24,5383

0,511

32,954

11

72021

5548

1013,3

3324,3

1500,2

1912,8

1700,2

1722,1

2060,3

1523,6

1990,5

1421,9

542

1720

2130

87113

3,332

34,8168

0,319

20,4206

0,315

23,0349

0,410

35,8313

0,711

47,0

Segm

entation of Time 3

Peak A

MInter-P

eakP

eak-PM

Off-P

eak PM

ObservationsTravel TimeNonCongested seconds

Speed Non-Congested km/h

Off-P

eak AM

Route

Direction

Segment

Length-m

Appendix E: STC

flow results

The present appendix presents the results of the flow data collection.

The data is presented for the three possible segmentations of tim

e. The inform

ation is sorted by direction and by Direction. The num

ber of observations is also show

n. In some cases different num

ber of observations are considered. The value considered by the study for further calculations correspond s to the value that show

s higher number of

observations.

AP

PE

ND

IX E

Flow_S

T1

FlowFlowS

tdErr

FlowFlowS

tdErr

FlowFlowS

tdErr

FlowFlowS

tdErr

FlowFlowS

tdErr

11

28107

15211,17

29170,83

38710,55

57490,69

37321,28

12

2897

34591,77

66141,12

41990,52

42380,70

28341,15

51

47118

21581,31

39680,73

36350,29

37560,47

24650,89

52

47167

12391,06

31450,66

38690,38

44420,61

25960,80

131

1697

58743,43

96481,70

57510,80

64741,13

39652,03

132

1695

15911,94

46321,49

53741,00

94011,30

48652,43

151

6731

5770,68

19000,48

17790,21

19520,35

11360,52

152

6733

4780,65

19800,55

18060,21

23660,42

12940,67

181

1622

27281,39

32140,94

39170,54

28561,03

26141,36

182

16159

31211,50

38890,90

40990,56

33540,98

24491,19

221

2424

19481,60

42450,90

45530,64

58150,77

37781,27

222

2322

26471,79

47761,00

39620,44

39070,64

27551,33

261

2022

490,37

1270,29

1540,16

1630,27

1040,38

262

2015

1300,53

5270,58

7850,28

7370,47

5490,74

291

45148

11390,94

23560,50

26470,28

27750,41

20870,70

291

5148

11682,58

22781,41

27420,85

28451,22

21902,28

292

45150

12031,03

25550,54

26480,30

29140,42

19570,70

292

5150

11433,28

26351,46

27500,84

29781,23

19082,32

341

1622

3850,96

10750,71

14920,38

13500,58

9880,82

342

1622

5191,10

12640,70

15870,37

12940,61

10670,79

511

4144

11361,06

27380,64

29520,34

41070,58

23630,95

511

544

12043,14

29161,85

31710,93

43401,77

23532,76

511

1644

10011,55

24601,03

26590,52

36240,88

22001,30

511

2544

12231,43

29160,82

31390,45

44160,76

24671,31

512

3561

17151,46

45880,92

30980,43

32090,58

18620,77

512

561

17743,90

48672,53

34221,12

35401,51

19982,13

512

1661

17062,14

46201,35

28350,68

29680,85

17961,03

512

1961

17232,00

45621,25

33190,55

34130,80

19181,12

551

2326

27361,77

35671,18

20340,44

20540,63

11720,88

552

2627

12451,13

20760,74

20530,52

36790,74

21411,28

621

19103

34432,60

83481,68

43780,79

36125,20

26041,13

621

4103

34405,58

76533,08

41771,50

34581,52

24912,28

622

2064

22641,33

35260,88

40030,69

60823,61

32751,72

622

464

24513,07

36692,07

41141,47

62392,61

32884,01

701

2020

17431,58

24501,15

17100,36

20420,58

12080,98

701

420

17543,49

24882,65

17850,82

20741,37

12322,13

702

1920

7221,12

13130,81

16420,59

26180,67

15401,05

702

420

8142,36

13691,74

17391,05

25951,41

15292,31

721

1973

43692,38

57961,59

38350,47

41550,88

24741,24

722

1982

18101,80

35291,34

39430,67

59091,11

30691,58

821

1816

8481,25

21450,83

25910,51

30750,64

19831,06

821

616

8892,16

22931,58

27910,87

33651,07

21452,12

821

616

8632,23

22771,47

25850,87

29961,05

20401,40

821

1216

8401,50

20801,00

25940,63

31140,80

19541,43

822

1822

14061,62

30360,96

27760,48

25230,66

18591,24

822

622

15103,01

32681,70

29670,89

26941,20

17711,84

822

622

13482,51

29891,87

26640,82

24261,08

19842,22

822

1222

14352,09

30591,10

28310,60

25710,82

17961,50

841

11192

7771,47

16171,42

21110,52

22850,85

14531,27

841

3192

7913,08

20622,05

23790,99

25661,53

14902,69

841

3192

9072,37

17882,73

21981,15

23092,11

15012,14

841

8192

7441,82

15601,66

20780,58

22760,86

14351,55

842

11236

8341,61

18921,44

23500,49

22350,83

16521,20

842

3236

9403,47

23272,28

25360,89

24561,15

17292,44

842

3236

9172,49

20572,76

24651,07

23882,10

17752,41

842

8236

8132,01

18371,68

23080,53

21780,83

16061,39

951

2023

29242,08

49391,01

53953,49

59980,80

39711,67

951

423

30964,75

47692,22

53721,12

59021,76

38353,67

952

2124

33962,23

64081,08

63490,60

62580,91

36181,50

952

424

34794,88

54062,77

61781,09

55541,76

36263,16

971

1368

5111,19

11420,75

12940,46

12430,63

8770,96

971

368

5432,69

13171,54

14161,37

13191,72

9662,22

972

1315

1280,68

5110,69

7420,38

8420,62

5790,92

972

315

1341,61

5691,43

7601,00

9001,64

6592,16

981

2495

8461,16

20590,83

26320,46

31260,60

21131,04

981

895

8812,04

20431,63

27140,63

32091,00

22121,84

981

595

8942,40

19861,47

26160,91

29621,36

21472,07

981

1995

8331,32

20780,97

26350,53

31700,67

21041,19

982

28113

11611,25

28550,69

29730,32

29400,48

20840,94

982

12113

12222,05

29711,08

30290,47

29920,74

20871,35

982

5113

10862,71

26001,62

28420,92

29231,16

23391,98

982

23113

11781,41

29130,77

30020,34

29440,53

20281,06

991

2222

6150,94

15580,79

16960,35

14150,55

8600,83

992

1622

4991,05

13230,90

17770,43

17280,67

9170,93

1071

12115

19702,13

35991,12

36940,61

39950,89

29651,49

Segm

entation of Time 1

Off-P

eak PM

Station

Direction

Obs

Flow N

on C

ongested

Off-P

eak AM

Peak A

MInter P

eakP

eak PM

1/6

AP

PE

ND

IX E

Flow_S

T1

FlowFlowS

tdErr

FlowFlowS

tdErr

FlowFlowS

tdErr

FlowFlowS

tdErr

FlowFlowS

tdErr

Segm

entation of Time 1

Off-P

eak PM

Station

Direction

Obs

Flow N

on C

ongested

Off-P

eak AM

Peak A

MInter P

eakP

eak PM

1072

12102

16071,99

41331,54

38340,57

34231,00

21511,29

1101

55200

13481,00

33160,46

37450,25

37100,43

23970,58

1102

55253

13740,91

30720,41

36290,22

36400,32

25890,65

1121

1761

7961,23

17910,78

21330,57

21110,60

13740,95

1122

1461

7981,46

18330,92

20690,65

19980,69

12661,03

1151

36130

13910,88

26250,63

35620,45

50130,60

32740,97

1152

3679

26501,40

42300,86

34640,42

35660,62

21650,77

1161

1622

8111,34

18640,89

16350,53

15710,68

10190,96

1162

1622

4000,89

9590,71

15430,53

18110,68

12151,14

1162

522

4711,69

10741,37

16691,21

19111,58

11912,85

1172

1522

6341,29

16790,90

15840,37

15970,58

10790,92

1172

322

6202,81

16952,14

16100,90

16421,42

10602,45

1221

1836

16431,72

27701,03

24470,49

28590,78

17001,10

1221

536

16753,19

28572,02

23750,84

27881,43

16581,98

1222

1833

14201,47

25240,93

24480,49

28810,69

18851,20

1222

533

14822,84

24301,64

22690,89

28661,28

17532,11

1281

1932

21622,01

31751,20

20140,34

18890,73

10400,80

1281

432

20794,48

30512,69

19330,68

17581,49

9741,67

1282

1928

10511,29

17510,72

20570,47

29180,89

13161,16

1282

428

10072,81

16921,51

20170,89

26171,73

12652,52

1321

2150

12011,26

21380,77

19480,37

22510,65

14461,04

1322

1961

10341,36

21793,76

19813,67

21673,74

13720,84

1362

1110

6011,46

16241,11

19990,49

22370,89

11951,36

1511

2555

19741,45

37970,83

37430,45

42090,76

25571,19

1511

555

24403,38

41451,69

37050,99

41951,55

23662,61

1512

2450

25231,38

36900,95

42860,55

51950,73

34203,18

1512

550

24343,05

35341,85

41911,15

51981,66

33572,65

1611

1422

8921,49

16930,77

16740,44

17790,72

10870,96

1611

322

8363,24

17291,83

17350,93

18301,47

11092,31

1612

1422

8511,38

17480,80

15710,43

17380,65

11101,17

1641

2122

30941,88

41381,21

32980,42

34310,63

22521,13

1642

1922

17341,50

28830,88

32160,58

45170,78

28421,40

3071

317

27906,18

46961,98

54412,83

45692,11

37054,44

3072

315

17004,52

41992,80

49971,48

53902,54

30362,77

3091

622

59914,93

92962,57

75781,52

73082,59

54123,30

3092

822

57703,60

81781,72

74631,36

94701,88

57502,92

2/6

AP

PE

ND

IX E

Flow_S

T2

FlowFlowS

tdErr

FlowFlowS

tdErr

FlowFlowS

tdErr

FlowFlowS

tdErr

FlowFlowS

tdErr

11

28107

18741,03

25520,89

42290,58

46711,00

44901,20

12

2897

45171,71

58091,00

45420,59

34790,91

32540,97

51

47118

28691,16

34520,93

37850,29

31160,67

28990,75

52

47167

17230,98

27960,69

41210,38

34880,82

30610,70

131

1697

76142,94

82131,84

62370,89

55661,42

48191,83

132

1695

23061,98

42501,50

61371,10

77461,53

61562,30

151

6731

8990,67

17050,54

19080,22

15670,46

13510,47

152

6733

7810,66

18050,61

19510,22

20800,55

16850,67

181

1622

30791,11

26191,13

38940,55

21441,40

28161,33

182

16159

35441,22

32201,10

41810,54

26441,30

27060,99

221

2424

26981,59

36950,94

49090,63

46420,97

44451,13

222

2322

33371,56

41791,05

41640,48

31860,92

31931,10

261

2022

660,31

1140,39

1550,17

1360,42

1240,34

262

2015

1940,52

4710,68

7730,28

5800,71

6320,62

291

45148

15100,83

20300,63

27570,27

22020,63

23940,58

292

45150

16150,90

21880,66

27970,29

23260,62

23150,63

341

1622

5560,93

9250,90

15060,35

10640,92

11470,78

342

1622

7221,00

10660,85

15890,35

10180,92

12060,69

511

4144

15520,96

24260,70

32250,38

34450,78

28790,87

511

544

16722,92

26261,81

34591,13

35692,30

29042,51

511

1644

13621,42

21591,21

29010,57

30611,19

26101,19

511

2544

16731,28

25980,85

34320,51

36911,02

30501,21

512

3561

24901,42

40950,84

33750,46

25820,74

22340,76

512

561

25853,85

43862,01

37111,20

28171,78

24372,22

512

1661

24932,11

40951,30

31210,72

24321,09

21251,03

512

1961

24871,93

40961,09

35880,59

27081,01

23251,09

551

2326

33361,47

31171,30

21950,48

16070,80

13980,78

552

2627

15661,03

18570,88

23250,57

30521,01

26681,19

621

19103

47602,47

73601,76

47780,94

29291,09

29650,93

621

4103

47025,14

67063,29

45171,80

27452,17

28321,96

622

2064

28021,30

30801,15

44000,76

53171,38

41311,72

622

464

30333,00

31862,79

45391,67

52093,59

40233,70

701

2020

21771,37

22601,48

18250,38

16590,81

14510,84

701

420

22153,11

22793,52

18980,86

16831,64

14561,81

702

1920

9151,02

12411,01

18090,58

21330,98

18570,94

702

420

10062,17

12892,21

18871,11

21502,15

18421,99

721

1973

53201,94

51921,86

40800,53

33881,25

29381,10

722

1982

24331,68

33461,33

43370,74

49631,38

38041,57

821

1816

12141,30

18910,86

27470,49

24280,82

23570,98

821

616

12852,35

20461,68

29600,87

26841,37

25451,85

821

616

12422,27

20101,53

27410,83

23601,42

23951,46

821

1216

12011,58

18321,04

27490,61

24611,01

23381,28

822

1822

18571,46

26281,02

28620,47

21010,96

21771,06

822

622

20112,69

27901,89

30630,86

22501,68

21641,86

822

622

17432,36

26411,82

27630,82

20151,65

22241,70

822

1222

19131,85

26221,23

29110,57

21431,18

21531,34

841

11192

10571,43

17238,94

22080,50

18411,02

17191,17

841

3192

11383,20

17871,95

24900,96

21242,12

18112,46

841

3192

11902,22

217923,08

22971,05

18461,64

17182,17

841

8192

10241,78

15538,74

21750,57

18401,27

17201,38

842

11236

11461,51

20548,96

24260,46

17771,05

18891,03

842

3236

12723,17

20442,33

26260,85

19871,83

20171,97

842

3236

12502,37

244823,11

25600,99

18401,28

19891,90

842

8236

11201,88

19068,76

23750,51

17611,36

18521,22

951

2023

36641,74

41541,32

55070,59

49211,15

47511,46

952

2124

44872,01

54361,36

66080,58

50781,13

44211,49

971

1368

6771,08

10745,36

13250,40

10120,93

10330,82

972

1315

1990,70

4895,36

7680,35

6860,93

7070,82

981

2495

11671,08

18340,85

27620,44

25380,85

25180,93

981

895

12071,94

19591,12

28460,65

26571,32

26371,60

981

595

11892,22

17191,45

27410,89

22742,10

25281,83

981

1995

11621,23

18651,01

27670,51

26080,92

25151,07

982

28113

16991,23

24770,81

30710,31

23880,71

24300,78

982

12113

18432,05

25441,34

31240,44

24531,04

24471,18

982

5113

15292,67

22591,74

29440,88

23671,69

26411,53

982

23113

17381,38

25270,90

30980,32

23920,78

23840,89

991

2222

8110,86

13780,99

17300,36

11600,74

10400,74

992

1622

6580,95

11771,10

18280,43

14330,91

11410,95

1071

12115

24771,83

30821,30

38710,58

32091,39

34721,29

1072

12102

22832,17

37711,25

39650,58

27741,34

24931,12

1101

55200

19650,90

28230,63

38540,25

29100,62

28010,54

1102

55253

19200,82

25910,59

36930,21

29510,36

30210,58

1121

1761

10911,18

15380,81

22170,49

16800,86

16080,80

1122

1461

11031,39

16011,05

21470,55

15610,94

15000,90

1151

36130

17390,84

22450,67

38460,47

41400,85

38930,91

Segm

entation of Time 2

Off-P

eak PM

Station

Direction

Obs

Flow N

on C

ongested

Off-P

eak AM

Peak A

MInter P

eakP

eak PM

3/6

AP

PE

ND

IX E

Flow_S

T2

FlowFlowS

tdErr

FlowFlowS

tdErr

FlowFlowS

tdErr

FlowFlowS

tdErr

FlowFlowS

tdErr

Segm

entation of Time 2

Off-P

eak PM

Station

Direction

Obs

Flow N

on C

ongested

Off-P

eak AM

Peak A

MInter P

eakP

eak PM

1152

3679

33391,22

36141,03

36780,43

28850,84

25280,74

1161

1622

11041,22

15771,12

17210,51

12301,14

12170,84

1162

1622

5310,81

8050,86

16210,51

14151,12

14590,90

1172

1522

8941,24

15031,03

16660,37

12900,84

12520,77

1221

1836

20951,48

25191,05

26080,50

23161,11

20160,99

1221

536

21302,78

26502,21

25480,91

22081,97

19621,76

1222

1833

17621,26

22501,12

26150,50

22841,08

22431,05

1222

533

18252,40

22041,95

24420,91

23042,07

21181,94

1281

1932

27171,64

28731,39

21310,38

14520,91

12340,74

1281

432

26413,67

27633,45

20260,74

13662,01

11591,54

1282

1928

13001,09

15571,01

22740,55

22971,13

16831,15

1282

428

12532,39

15031,97

21731,03

21222,34

15962,38

1321

2150

14861,06

19370,93

20680,39

18720,88

17190,89

1322

1961

13443,87

20631,21

21270,49

18781,12

16040,75

1362

1110

8331,40

14241,22

21150,50

18281,26

14691,25

1511

2555

25741,35

32490,92

39770,46

34520,96

30551,05

1511

555

30652,99

36031,82

39721,04

33422,15

28902,36

1512

2450

30631,23

32441,23

45030,55

43101,12

41403,15

1512

550

29732,74

30292,59

44071,16

42112,71

40942,78

1611

1422

11641,29

14800,95

17700,43

14000,93

12730,85

1612

1422

11081,19

15051,00

16740,43

14340,96

13211,02

1641

2122

38021,54

36261,54

34490,41

27210,85

26440,95

1642

1922

21721,32

25571,16

34810,63

37001,15

34021,22

3091

622

73304,25

80042,40

79601,57

60622,96

62643,07

3092

822

69973,11

68152,27

81341,38

75332,19

68612,61

4/6

AP

PE

ND

IX E

Flow_S

T3

FlowFlowS

tdErr

FlowFlowS

tdErr

FlowFlowS

tdErr

FlowFlowS

tdErr

FlowFlowS

tdErr

11

28107

15211,17

31570,66

37030,55

57790,72

37321,28

12

2897

34591,77

62861,15

39020,45

43410,64

28341,15

51

47118

21581,31

40020,61

35050,30

38150,44

24650,89

52

47167

12391,06

32780,52

37690,38

45950,55

25960,80

131

1697

58743,43

91271,84

53130,59

64651,12

39652,03

132

1695

15911,94

46251,19

51280,96

94311,31

48652,43

151

6731

5770,68

18880,40

17140,23

20090,32

11360,52

152

6733

4780,65

20380,42

17140,21

23240,41

12940,67

181

1622

27281,39

34870,77

38580,60

30290,99

26141,36

182

16159

31211,50

40970,83

39620,59

35280,93

24491,19

221

2424

19481,60

42120,83

44120,65

59770,70

37781,27

222

2322

26471,79

47980,89

37650,42

39710,61

27551,33

261

2022

490,37

1420,25

1480,18

1650,25

1040,38

262

2015

1300,53

6220,51

7660,31

7580,43

5490,74

291

45148

11390,94

25220,40

25490,32

28320,38

20870,70

291

5148

11682,58

24391,14

26760,97

29061,15

21902,28

292

5150

11433,28

27471,28

26460,92

30291,16

19082,32

292

16150

10761,28

25010,80

24140,54

28680,65

19421,10

292

45150

12031,03

26790,45

25280,33

29700,39

19570,70

341

1622

3850,96

12094,35

14720,42

13920,54

9880,82

342

1622

5191,10

14364,35

15560,41

13440,57

10670,79

511

4144

11361,06

28210,51

28310,35

41130,56

23630,95

511

544

12043,14

29801,49

30780,98

43281,69

23532,76

511

1644

10011,55

25540,81

25440,52

36360,85

22001,30

511

2544

12231,43

29910,66

30150,46

44170,75

24671,31

512

3561

17151,46

44490,86

28660,36

32750,53

18620,77

512

561

17743,90

47102,35

32030,96

36111,37

19982,13

512

1661

17062,14

44891,29

25590,52

30130,77

17961,03

512

1961

17232,00

44161,15

31240,50

34960,72

19181,12

551

2326

27361,77

32241,12

19480,38

21290,57

11720,88

552

2627

12451,13

19500,69

19720,50

36700,74

21411,28

621

19103

34432,60

77681,73

40110,53

36761,07

26041,13

621

4103

34405,58

71433,39

38521,09

35871,44

24912,28

622

2064

22641,33

35620,77

38390,64

61091,32

32751,72

622

464

24513,07

37021,74

39441,30

62952,43

32884,01

701

2020

17431,58

22181,00

16710,38

20770,55

12080,98

701

420

17543,49

22662,26

17440,89

21171,24

12322,13

702

1920

7221,12

12980,65

16890,50

26350,64

15401,05

702

420

8142,36

13771,36

17071,04

26211,36

15292,31

721

1973

43692,38

53541,45

36670,49

42560,79

24741,24

722

1982

18101,80

35820,94

38100,66

59401,04

30691,58

821

1816

8481,25

22240,66

25300,53

31500,58

19831,06

821

616

8892,16

23871,23

27230,88

34371,00

21452,12

821

616

8632,23

23241,19

25290,97

30660,94

20401,40

821

1216

8401,50

21740,80

25300,63

31920,74

19541,43

822

1822

14061,62

32170,77

26240,44

25420,63

18591,24

822

622

15103,01

34711,41

27920,78

27181,13

17711,84

822

622

13482,51

31541,42

25030,78

24571,02

19842,22

822

1222

14352,09

32490,91

26850,54

25840,80

17961,50

841

11192

7771,47

17891,08

20370,58

23380,75

14531,27

841

3192

7913,08

21901,58

23071,12

26151,39

14902,69

841

3192

9072,37

20391,74

21011,30

23871,74

15012,14

841

8192

7441,82

17051,33

20130,63

23200,80

14351,55

842

11236

8341,61

21191,16

22550,54

22900,71

16521,20

842

3236

9403,47

24821,75

24440,97

25171,03

17292,44

842

3236

9172,49

23871,78

23481,23

24561,73

17752,41

842

8236

8132,01

20301,44

22200,59

22280,74

16061,39

951

2023

29242,08

52290,88

51900,56

60340,82

39711,67

951

423

30964,75

50381,92

52391,19

59371,82

38353,67

952

2124

33962,23

65601,01

61190,62

64640,82

36181,50

952

424

34794,88

56322,38

61031,12

57561,59

36263,16

971

1368

5111,19

12600,56

12420,44

12640,57

8770,96

971

368

5432,69

14301,27

13300,97

13441,50

9662,22

972

1315

1280,68

5670,52

7280,37

8520,56

5790,92

972

315

1341,61

6071,08

7300,78

9041,43

6592,16

981

2495

8461,16

21540,70

25570,40

31620,57

21131,04

981

895

8812,04

20091,52

26590,68

32360,98

22121,84

981

595

8942,40

21421,18

25900,97

29791,34

21472,07

981

1995

8331,32

21570,83

25490,44

32110,63

21041,19

982

28113

11611,25

29880,56

28840,35

29920,45

20840,94

982

12113

12222,05

30980,87

29260,51

30470,69

20871,35

982

5113

10862,71

27501,34

27540,95

29691,10

23391,98

982

23113

11781,41

30420,61

29120,37

29960,50

20281,06

991

2222

6150,94

16560,62

16560,36

14590,50

8600,83

992

1622

4991,05

14720,71

17460,44

17640,60

9170,93

Segm

entation of Time 3

Off-P

eak PM

Station

Direction

Obs

Flow N

on C

ongested

Off-P

eak AM

Peak A

MInter P

eakP

eak PM

5/6

AP

PE

ND

IX E

Flow_S

T3

FlowFlowS

tdErr

FlowFlowS

tdErr

FlowFlowS

tdErr

FlowFlowS

tdErr

FlowFlowS

tdErr

Segm

entation of Time 3

Off-P

eak PM

Station

Direction

Obs

Flow N

on C

ongested

Off-P

eak AM

Peak A

MInter P

eakP

eak PM

1071

12115

19702,13

37940,90

35200,64

40560,85

29651,49

1072

12102

16071,99

41721,23

36870,62

35880,93

21511,29

1101

55200

13481,00

34410,38

36510,26

38570,39

23970,58

1102

55253

13740,91

32990,33

35320,25

37170,29

25890,65

1122

1461

7981,46

19040,76

20910,45

20660,63

12661,03

1122

1461

7981,46

19040,76

20910,45

20660,63

12661,03

1151

36130

13910,88

28670,52

34260,45

50450,60

32740,97

1152

3679

26501,40

42050,81

32790,38

36490,57

21650,77

1161

1622

8111,34

18730,78

15710,53

16050,63

10190,96

1162

1622

4000,89

11070,58

14960,53

18360,66

12151,14

1172

1522

6341,29

17210,71

15140,39

16360,53

10790,92

1221

1836

16431,72

26230,95

23920,50

29410,71

17001,10

1221

536

16753,19

26961,83

23090,86

28561,28

16581,98

1222

1833

14201,47

25000,81

23670,50

29490,64

18851,20

1222

533

14822,84

23491,54

22030,93

29181,18

17532,11

1281

1932

21622,01

29121,09

19330,36

19650,65

10400,80

1281

432

20794,48

27922,37

18690,75

18231,32

9741,67

1282

1928

10511,29

17990,58

19850,47

29470,81

13161,16

1282

428

10072,81

17521,19

19660,92

26441,59

12652,52

1321

2150

12011,26

21160,67

18810,40

22800,61

14461,04

1322

1961

10341,36

20165,20

19163,71

22463,71

13720,84

1362

1110

6011,46

17330,86

19470,52

22820,80

11951,36

1511

2555

19741,45

39440,73

35460,44

42900,70

25571,19

1511

555

24403,38

41751,65

34970,91

42951,41

23662,61

1512

2450

25231,38

37690,76

41880,55

53530,72

34203,18

1512

550

24343,05

36511,52

40911,13

52811,55

33572,65

1611

1422

8921,49

17034,97

16040,47

18290,65

10870,96

1612

1422

8511,38

17714,98

14780,42

17630,61

11101,17

1641

2122

30941,88

38191,07

31880,44

35310,58

22521,13

1642

1922

17341,50

28270,87

31863,67

45420,77

28421,40

3071

317

27906,18

49601,88

53423,13

46961,96

37054,44

3072

315

17004,52

43962,16

48871,54

55372,30

30362,77

3091

622

59914,93

92052,70

71411,39

77512,41

54123,30

3092

822

57703,60

80342,01

70711,31

97381,72

57502,92

6/6

1

Appendix F: Second methodological step - Statistical Analysis of TPD

The following Appendix show series of statistical test performed in order to determine if the samples difference was statistically significant. The AM period corresponds to 07:00-09:00 and the PM period corresponds to 15:30-18:00 For every test is shown:

Compared items ANOVA-table Box-Plot

2 Comparison Flow main streets of the city Center – Sveavägen.............. 14 3 Comparison Flow peripheral – Alkallavägen................................................. 19 4 Comparison Speed – E4 ......................................................................................... 24 5 Comparison Travel Time Peak direction - Sveavägen (T)............................................... 31 6 Comparison Travel Time off-Peak direction - Sveavägen (T) ................ 37 Comparison Flow Arterials - E4

1.1 Items compared: Flow data MCS Sörentorp 20040609 DAY 1 Flow data MCS Sörentorp 20040610 DAY 2 Flow data MCS Frösunda 20040609 DAY 1 Flow data MCS Frösunda 20040610 DAY2

1.1.1 PM Source SS df MS F Prob>FGroups 1278630 3 426210 1,7601 0,17766 Error 6780216 28 242150,5714 Total 8058846 31 Fobs= 1,7601 < Ftable= 2,9467 Can not reject Ho

2

1.1.2 PMSource SS df MS F Prob>FGroups 3287876,4 3 1095958,8 9,8205 7,1558e-005 Error 4017553,6 36 111598,7111 Total 7305430 39 Fobs= 9,8205> Ftable= 2,8663 Ho rejected

1.2 Items compared Flow data MCS Sörentorp and Frösunda 20040609 DAY 1 Flow data FC 20041009 DAY 1

1.2.1 AM Source SS df MS F Prob>FGroups 13931070 1 13931070 42,3412 1,52E-06Error 7238423 22 329019,2 Total 21169493 23

Fobs= 42,3412> Ftable= 4,3009 Ho rejected

3

1.2.2 PM

Source SS df MS F Prob>FGroups 8411805,1442 1 8411805,1442 54,1358 1,0435e-007Error 3884582,558 25 155383,3023 Total 12296387,7022 26 Fobs= 54,1358> Ftable= 4,2417 Ho rejected

1.3 Items compared Flow data MCS Sörentorp 20040609 DAY 1 Flow data MCS Frösunda 20040609 DAY 1 Flow data FC 20041009 DAY 1

1.3.1 AMSource SS df MS F Prob>FGroups 13949026 2 6974513 20,2847 1,24E-05Error 7220467 21 343831,8 Total 21169493 23

Fobs= 20,2847> Ftable= 3,4668 Ho rejected

4

1.3.2 PMSource SS df MS F Prob>FGroups 9404601,944 2 4702300,972 39,0261 2,86E-08Error 2891785,758 24 120491,0732 Total 12296387,7 26 Fobs= 39,0261> Ftable= 3,4028 Ho rejected

1.4 Items compared Flow data MCS Sörentorp 20040609 DAY 1 Flow data MCS Frösunda 20040609 DAY 1

1.4.1 AMSource SS df MS F Prob>FGroups 17956 1 17956 0,13807 0,71577Error 1820636 14 130045,4 Total 1838592 15

Fobs= 0,13807 < Ftable= 4,6001 Can not reject Ho

5

1.4.2 PM Source SS df MS F Prob>FGroups 992796.8 1 992796.8 7.8141 0.011955 Error 2286928 18 127051.5556 Total 3279724.8 19

Fobs= 7.8141> Ftable= 4.4139 Ho rejected

1.5 Items compared Flow data MCS Sörentorp and Frösunda 20040610 DAY 2 Flow data FC 20041010 DAY 2

1.5.1 AM Source SS df MS F Prob>FGroups 238290,1 1 238290,1 1,0017 0,32777Error 5233249 22 237874,9 Total 5471539 23

Fobs= 1,0017 < Ftable= 4,3009 Can not reject Ho

6

1.5.2 PM Source SS df MS F Prob>FGroups 63276083.6233 1 63276083.6233 187.002 4.1567e-013 Error 8459278.2286 25 338371.1291 Total 71735361.8519 26 Fobs= 187.002> Ftable= 4.2417 Ho rejected

1.6 Items compared Flow data MCS Sörentorp 20040610 DAY 2 Flow data MCS Frösunda 20040610 DAY 2 Flow data FC 20041010 DAY 2

1.6.1 AM Source SS df MS F Prob>FGroups 266514,1 2 133257 0,53763 0,59196Error 5205025 21 247858,3 Total 5471539 23

Fobs= 0,53763 < Ftable= 3,4668 Can not reject Ho

7

1.6.2 PM Source SS df MS F Prob>FGroups 64740570,82 2 32370285,41 111,0665 7,39E-13Error 6994791,029 24 291449,6262 Total 71735361,85 26 Fobs= 111,0665> Ftable= 3,4028 Ho rejected

1.7 Items compared Flow data MCS Sörentorp 20040610 DAY 2 Flow data MCS Frösunda 20040610 DAY 2

1.7.1 AMSource SS df MS F Prob>FGroups 28224 1 28224 0,079671 0,78187Error 4959580 14 354255,7 Total 4987804 15

Fobs= 0,079671 < Ftable= 4,6001 Can not reject Ho

8

1.7.2 PM

Source SS df MS F Prob>FGroups 1464487 1 1464487,2 15,2319 0,001043Error 1730626 18 96145,867 Total 3195113 19 Fobs= 15,2319> Ftable= 4,4139 Ho rejected

1.8 Items compared Flow data FC 20041013 & 14 -DAY 3 & 4 Flow data MCS Sörentorp 20041013 & 14 -DAY 3 & 4

1.8.1 AM Source SS df MS F Prob>FGroups 8533799 1 8533799 4,5839 0,043099Error 42818431 23 1861671 Total 51352230 24 Fobs= 4,5839> Ftable= 4,2793 Ho rejected

9

1.8.2 PM Source SS df MS F Prob>FGroups 6334900,267 1 6334900,267 14,3882 0,0007296Error 12327923,6 28 440282,9857 Total 18662823,87 29 Fobs= 14,3882> Ftable= 4,196 Ho rejected

1.9 Items compared Flow data FC 20041013 -DAY 3 Flow data FC 20041014 -DAY 4

1.9.1 AM Source SS df MS F Prob>FGroups 13409215 1 13409215 3,4632 0,10506Error 27103786 7 3871969 Total 40513000 8 Fobs= 3,4632 < Ftable= 5,5914 Can not reject Ho

10

1.9.2 PM Source SS df MS F Prob>FGroups 2800526 1 2800526 5,1141 0,0536Error 4380866 8 547608,3 Total 7181392 9 Fobs= 5,1141 < Ftable= 5,3177 Can not reject Ho

1.10 Items compared Flow data MCS Sörentorp 20041013 -DAY 3 Flow data MCS Sörentorp 20041014 -DAY 4

1.10.1 AM Source SS df MS F Prob>FGroups 38025 1 38025 0,23478 0,63549Error 2267406 14 161957,6 Total 2305431 15 Fobs= 0,23478 < Ftable= 4,6001 Can not reject Ho

11

1.10.2 PMSource SS df MS F Prob>FGroups 38019,2 1 38019,2 0,13396 0,7186Error 5108512 18 283806,222 Total 5146531 19 Fobs= 0,13396 < Ftable= 4,4139 Can not reject Ho

1.11 Items compared Flow data FC 20041013 -DAY 3 Flow data MCS Sörentorp 20041013 -DAY 3

1.11.1 AM Source SS df MS F Prob>FGroups 15718474 1 15718474 9,3642 0,01085Error 18464335 11 1678576 Total 34182809 12 Fobs= 9,3642> Ftable= 4,8443 Ho rejected

12

1.11.2 PM Source SS df MS F Prob>FGroups 7983552,533 1 7983552,533 20,1249 0,0006127Error 5157114,4 13 396701,1077 Total 13140666,93 14 Fobs= 20,1249> Ftable= 4,6672 Ho rejected

1.12 Items compared Flow data FC 20041013 -DAY 3Flow data MCS Sörentorp 20041013 -DAY 3

1.12.1 AM Source SS df MS F Prob>FGroups 26004,17 1 26004,17 0,023842 0,88036Error 10906857 10 1090686 Total 10932861 11 Fobs= 0,023842 < Ftable= 4,9646 Can not reject Ho

13

1.12.2 PM Source SS df MS F Prob>FGroups 538680 1 538680 1,6164 0,2259Error 4332264 13 333251,046 Total 4870944 14 Fobs= 1,6164 < Ftable= 4,6672 Can not reject Ho

1.13 Items compared Flow data FC 20041014 -DAY 4 Flow data MCS Sörentorp 20041014 -DAY 4

1.13.1 AM Source SS df MS F Prob>FGroups 21981039 3 7327013 5,2387 0,007405Error 29371192 21 1398628 Total 51352230 24

Fobs= 5,2387> Ftable= 3,0725 Ho rejected

14

1.13.2 PMSource SS df MS F Prob>FGroups 9173445,867 3 3057815,289 8,3781 0,0004614Error 9489378 26 364976,0769 Total 18662823,87 29 Fobs= 8,3781> Ftable= 2,9752 Ho rejected

2 Comparison Flow main streets of the city Center – Sveavägen2.1 Items compared

Flow data FC 20041007 & 08 -DAY 1 & 2 Flow data STC Sveavägen 20041007 & 08 -DAY 1 & 2

2.1.1 AM Source SS df MS F Prob>FGroups 5897,497 1 5897,497 0,37123 0,54708Error 460705,6 29 15886,4 Total 466603,1 30

Fobs= 0,37123 < Ftable= 4,183 Can not reject Ho

15

2.1.2 PM Source SS df MS F Prob>FGroups 240969,203 1 240969,203 13,2211 0,0009617Error 583234,914 32 18226,0911 Total 824204,118 33 Fobs= 13,2211> Ftable= 4,1491 Ho rejected

2.2 Items compared Flow data FC 20041007 – Day 1 Flow data FC 20041008 – Day 2

2.2.1 AM Source SS df MS F Prob>FGroups 18414,87 1 18414,87 0,74084 0,40499Error 323138,7 13 24856,83 Total 341553,6 14

Fobs= 0,74084 < Ftable= 4,6672 Can not reject Ho

16

2.2.2 PM Source SS df MS F Prob>FGroups 13752,381 1 13752,381 0,5893 0,4575Error 280039,333 12 23336,611 Total 293791,714 13 Fobs= 0,5893 < Ftable= 4,7472 Can not reject Ho

2.3 Items compared Flow data STC Sveavägen 20041007 -DAY 1Flow data STC Sveavägen 20041008 -DAY 2

2.3.1 AM Source SS df MS F Prob>FGroups 784 1 784 0,092728 0,76522Error 118368 14 8454,857 Total 119152 15

Fobs= 0,092728 < Ftable= 4,6001 Can not reject Ho

17

2.3.2 PM Source SS df MS F Prob>FGroups 113100,8 1 113101 11,5447 0,003208Error 176342,4 18 9796,8 Total 289443,2 19 Fobs= 11,5447> Ftable= 4,4139 Ho rejected

2.4 Items compared Flow data FC 20041007 -DAY 1

Flow data STC Sveavägen 20041007 -DAY 1

2.4.1 AM Source SS df MS F Prob>FGroups 1060,876 1 1060,876 0,10526 0,75076Error 131018,9 13 10078,37 Total 132079,7 14

Fobs= 0,10526 < Ftable= 4,6672 Can not reject Ho

18

2.4.2 PM Source SS df MS F Prob>FGroups 67240 1 67240 3,7872 0,06943Error 284072 16 17755 Total 351312 17 Fobs= 3,7872 < Ftable= 4,494 Can not reject Ho

2.5 Items compared Flow data FC 20041008 -DAY 2 Flow data STC Sveavägen 20041008 -DAY 2

2.5.1 AM Source SS df MS F Prob>FGroups 18157,56 1 18157,56 0,81873 0,38086Error 310487,9 14 22177,71 Total 328645,4 15

Fobs= 0,81873 < Ftable= 4,6001 Can not reject Ho

19

2.5.2 PM Source SS df MS F Prob>FGroups 165480,017 1 165480,017 13,4451 0,002539Error 172309,733 14 12307,8381 Total 337789,75 15 Fobs= 13,4451> Ftable= 4,6001 Ho rejected

3 Comparison Flow peripheral – Alkallavägen 3.1 Items compared

Flow data FC 20041011 & 12 - DAY 1 & 2 Flow data STC Turebergsleden 20040928 & 29 - Day 3 & 4.

3.1.1 AMSource SS df MS F Prob>FGroups 7087925 1 7087925 53,6146 3,30E-07Error 2776228 21 132201,4 Total 9864154 22

Fobs= 53,6146> Ftable= 4,3248 Ho rejected

20

3.1.2 PM Source SS df MS F Prob>FGroups 188784,993 1 188784,993 18,9874 0,0001709Error 268450,8 27 9942,6222 Total 457235,793 28 Fobs= 18,9874> Ftable= 4,21 Ho rejected

3.2 Items compared Flow data FC 20041011 - DAY 1 Flow data STC Turebergsleden 20040928 - Day 3.

3.2.1 AM Source SS df MS F Prob>FGroups 2842958 1 2842958 19,4981 0,001682Error 1312260 9 145806,7 Total 4155218 10

Fobs= 19,4981> Ftable= 5,1174 Ho rejected

21

3.2.2 PM Source SS df MS F Prob>FGroups 112853,333 1 112853,333 6,1829 0,02727Error 237284 13 18252,6154 Total 350137,333 14 Fobs= 6,1829> Ftable= 4,6672 Ho rejected

3.3 Items compared Flow data FC 200410 12 - DAY 2 Flow data STC Turebergsleden 20040929 - Day 4.

3.3.1 AM Source SS df MS F Prob>FGroups 3990242 1 3990242 39,5909 9,00E-05Error 1007869 10 100786,9 Total 4998110 11

Fobs= 39,5909> Ftable= 4,9646 Ho rejected

22

3.3.2 PM Source SS df MS F Prob>FGroups 73188,579 1 73188,579 34,6614 7,40E-05Error 25338,35 12 2111,5292 Total 98526,929 13 Fobs= 34,6614> Ftable= 4,7472 Ho rejected

3.4 Items compared Flow data FC 20041011 - DAY 1 Flow data FC 20041012 - DAY 2

3.4.1 AM Source SS df MS F Prob>FGroups 194978,7 1 194978,7 1,5893 0,26305Error 613394,8 5 122679 Total 808373,4 6

Fobs= 1,5893 < Ftable= 6,6079 Can not reject Ho

23

3.4.2 PM Source SS df MS F Prob>FGroups 4061,25 1 4061,25 0,18035 0,6838Error 157628,8 7 22518,393 Total 161690 8 Fobs= 0,18035 < Ftable= 5,5914 Can not reject Ho

3.5 Items compared Flow data STC Turebergsleden 20040928 - Day 3 Flow data STC Turebergsleden 20040929 - Day 4.

3.5.1 AM Source SS df MS F Prob>FGroups 261121 1 261121 2,1419 0,16541Error 1706734 14 121909,6 Total 1967855 15

Fobs= 2,1419 < Ftable= 4,6001 Can not reject Ho

24

3.5.2 PM Source SS df MS F Prob>FGroups 1767,2 1 1767,2 0,30297 0,5888Error 104994 18 5832,978 Total 106761 19 Fobs= 0,30297 < Ftable= 4,4139 Can not reject Ho

4 Comparison Speed – E4 4.1 Items compared

Speed data FC-KTH & FC-VTI - 20041013 -DAY 1 Speed data MCS Frösunda 20041013 -DAY 1

4.1.1 AM Source SS df MS F Prob>FGroups 81,1282 1 81,1282 0,16004 0,6941Error 8617,876 17 506,9339 Total 8699,005 18

Fobs= 0,16004 < Ftable= 4,4513 Can not reject Ho

25

4.1.2 PM Source SS df MS F Prob>FGroups 941,9421 1 941,942 4,7084 0,04164Error 4201,185 21 200,056 Total 5143,127 22 Fobs= 4,7084> Ftable= 4,3248 Ho rejected

4.2 Items compared Speed data FC-KTH - 20041013 -DAY 1 Speed data FC-VTI - 20041013 -DAY 1 Speed data MCS Frösunda 20041013 -DAY 1

4.2.1 AM Source SS df MS F Prob>FGroups 372,3092 2 186,1546 0,3577 0,70473Error 8326,695 16 520,4185 Total 8699,005 18

Fobs= 0,3577 < Ftable= 3,6337 Can not reject Ho

26

4.2.2 PM Source SS df MS F Prob>FGroups 1162,873 2 581,436 2,9216 0,07706Error 3980,254 20 199,013 Total 5143,127 22 Fobs= 2,9216 < Ftable= 3,4928 Can not reject Ho

4.3 Items compared Speed data FC-KTH - 20041013 -DAY 1 Speed data FC-VTI - 20041013 -DAY 1

4.3.1 AM Source SS df MS F Prob>FGroups 291,181 1 291,181 0,5803 0,46806Error 4014,211 8 501,7764 Total 4305,392 9

Fobs= 0,5803 < Ftable= 5,3177 Can not reject Ho

27

4.3.2 PM Source SS df MS F Prob>FGroups 220,9305 1 220,931 0,99715 0,3416Error 2215,611 10 221,561 Total 2436,541 11 Fobs= 0,99715 < Ftable= 4,9646 Can not reject Ho

4.4 Items compared Speed data FC-KTH & FC-VTI - 20041014 -DAY 2 Speed data MCS Frösunda 20041014 -DAY 2

4.4.1 AM Source SS df MS F Prob>FGroups 1,1987 1 1,1987 0,004302 0,94857Error 4179,638 15 278,6426 Total 4180,837 16

Fobs= 0,004302 < Ftable= 4,5431 Can not reject Ho

28

4.4.2 PM Source SS df MS F Prob>FGroups 16,7435 1 16,7435 0,071802 0,7915Error 4663,813 20 233,191 Total 4680,556 21 Fobs= 0,071802 < Ftable= 4,3512 Can not reject Ho

4.5 Items compared Speed data FC-KTH - 20041014 -DAY 2 Speed data FC-VTI - 20041014 -DAY 2 Speed data MCS Frösunda 20041014 -DAY 2

4.5.1 AM Source SS df MS F Prob>FGroups 95,1054 2 47,5527 0,16294 0,85123Error 4085,732 14 291,838 Total 4180,837 16

Fobs= 0,16294 < Ftable= 3,7389 Can not reject Ho

29

4.5.2 PM Source SS df MS F Prob>FGroups 23,2544 2 11,6272 0,047434 0,9538Error 4657,302 19 245,121 Total 4680,556 21 Fobs= 0,047434 < Ftable= 3,5219 Can not reject Ho

4.6 Items compared Speed data FC-KTH - 20041013 -DAY 1 Speed data FC-VTI - 20041013 -DAY 1

4.6.1 AM Source SS df MS F Prob>FGroups 93,9068 1 93,9068 0,49646 0,50747Error 1134,915 6 189,1525 Total 1228,822 7

Fobs= 0,49646 < Ftable= 5,9874 Can not reject Ho

30

4.6.2 PM Source SS df MS F Prob>FGroups 6,5109 1 6,5109 0,05047 0,8273Error 1161,036 9 129 Total 1167,547 10 Fobs= 0,05047 < Ftable= 5,1174 Can not reject Ho

4.7 Items compared Speed data FC-KTH & FC-VTI - 20041013 & 14 -DAY 1 & 2 Speed data MCS Frösunda 20041013 & 14 -DAY 1 & 2

4.7.1 AM Source SS df MS F Prob>FGroups 28,2708 1 28,2708 0,074386 0,7867Error 12921,82 34 380,0536 Total 12950,09 35

Fobs= 0,074386 < Ftable= 4,13 Can not reject Ho

31

4.7.2 PM Source SS df MS F Prob>FGroups 276,6806 1 276,6806 0,53955 0,46661Error 22050,51 43 512,8025 Total 22327,19 44

Fobs= 0,53955 < Ftable= 4,067 Can not reject Ho

5 Comparison Travel Time Peak direction - Sveavägen (T) 5.1 Items compared

Travel Time FC 20050407 & 08 -DAY 1 & 2 Travel Time ATTS 20050407 & 08 -DAY 1 & 2

5.1.1 AM Source SS df MS F Prob>FGroups 67194,4652 1 67194,4652 39,4436 1,72E-06Error 40885,381 24 1703,5575 Total 108079,8462 25 Fobs= 39,4436> Ftable= 4,2597 Ho rejected

32

5.1.2 PM Source SS df MS F Prob>FGroups 156200,4 1 156200,4 92,5118 5,82E-11Error 54029,98 32 1688,437 Total 210230,4 33

Fobs= 92,5118> Ftable= 4,1491 Ho rejected

5.2 Items compared Travel Time FC 20050407 -DAY 1 Travel Time FC 20050408 -DAY 2

5.2.1 AM Source SS df MS F Prob>FGroups 560,3333 1 560,3333 0,27215 0,61325Error 20589,33 10 2058,933 Total 21149,67 11

Fobs= 0,27215 < Ftable= 4,9646 Can not reject Ho

33

5.2.2 PM Source SS df MS F Prob>FGroups 5441,143 1 5441,143 2,6109 0,1321Error 25008,29 12 2084,024 Total 30449,43 13

Fobs= 2,6109 < Ftable= 4,7472 Can not reject Ho

5.3 Items compared Travel Time ATTS 20050407 -DAY 1 Travel Time ATTS 20050408 -DAY 2

5.3.1 AM Source SS df MS F Prob>FGroups 457,1429 1 457,1429 0,28455 0,60347Error 19278,5714 12 1606,5476 Total 19735,7143 13 Fobs= 0,28455 < Ftable= 4,7472 Can not reject Ho

34

5.3.2 PM

Source SS df MS F Prob>FGroups 1940,45 1 1940,45 1,614 0,2201Error 21640,1 18 1202,228 Total 23580,55 19

Fobs= 1,614 < Ftable= 4,4139 Can not reject Ho

5.4 Items compared Travel Time FC 20050407 -DAY 1 Travel Time ATTS 20050407 -DAY 1

5.4.1 AMSource SS df MS F Prob>FGroups 42373,8095 1 42373,8095 19,3133 0,0010726Error 24134,1905 11 2194,0173 Total 66508 12 Fobs= 19,3133> Ftable= 4,8443 Ho rejected

35

5.4.2 PM Source SS df MS F Prob>FGroups 115230,3 1 115230,3 93,5036 7,76E-08Error 18485,43 15 1232,362 Total 133715,8 16

Fobs= 93,5036> Ftable= 4,5431 Ho rejected

5.5 Items compared Travel Time FC 20050408 -DAY 2 Travel Time ATTS 200504 08 -DAY 2

5.5.1 AM Source SS df MS F Prob>FGroups 25837,978 1 25837,978 18,0643 0,0013653Error 15733,7143 11 1430,3377 Total 41571,6923 12 Fobs= 18,0643> Ftable= 4,8443 Ho rejected

36

5.5.2 PM Source SS df MS F Prob>FGroups 48168,1 1 48168,1 25,655 0,00014Error 28162,96 15 1877,531 Total 76331,06 16

Fobs= 25,655> Ftable= 4,5431 Ho rejected

5.6 Items compared Travel Time FC 20050407 -DAY 1 Travel Time FC 20050408 -DAY 2 Travel Time ATTS 20050407 -DAY 1 Travel Time ATTS 20050408 -DAY 2

5.6.1 AM Source SS df MS F Prob>FGroups 68211,9414 3 22737,3138 12,547 5,41E-05Error 39867,9048 22 1812,1775 Total 108079,8462 25 Fobs= 12,547> Ftable= 3,0491 Ho rejected

37

5.6.2 PM Source SS df MS F Prob>FGroups 163582 3 54527,33 35,067 6,20E-10Error 46648,39 30 1554,946 Total 210230,4 33 Fobs= 35,067> Ftable= 2,9223 Ho rejected

6 Comparison Travel Time off-Peak direction - Sveavägen (T) 6.1 Items compared

Travel Time FC 20050407 & 08 -DAY 1 & 2 Travel Time ATTS 20050407 & 08 -DAY 1 & 2

6.1.1 AM Source SS df MS F Prob>FGroups 89282,9932 1 89282,9932 35,0555 4,14E-06Error 61125,6606 24 2546,9025 Total 150408,6538 25 Fobs= 35,0555> Ftable= 4,2597 Ho rejected

38

6.1.2 PM Source SS df MS F Prob>FGroups 47077,34 1 47077,34 22,4586 3,73E-05Error 71270,3 34 2096,185 Total 118347,6 35

Fobs= 22,4586> Ftable= 4,13 Ho rejected

6.2 Items compared Travel Time FC 20050407 -DAY 1 Travel Time FC 20050408 -DAY 2

6.2.1 AM Source SS df MS F Prob>FGroups 91,344 1 91,344 0,028349 0,86888Error 41887,5893 13 3222,1223 Total 41978,9333 14 Fobs= 0,028349 < Ftable= 4,6672 Can not reject Ho

39

6.2.2 PM Source SS df MS F Prob>FGroups 3136 1 3136 1,6227 0,22345Error 27055,75 14 1932,554 Total 30191,75 15

Fobs= 1,6227 < Ftable= 4,6001 Can not reject Ho

6.3 Items compared Travel Time ATTS 20050407 -DAY 1 Travel Time ATTS 20050408 -DAY 2

6.3.1 AM Source SS df MS F Prob>FGroups 4168,1856 1 4168,1856 2,5045 0,14798Error 14978,5417 9 1664,2824 Total 19146,7273 10 Fobs= 2,5045 < Ftable= 5,1174 Can not reject Ho

40

6.3.2 PM Source SS df MS F Prob>FGroups 781,25 1 781,25 0,34897 0,56204Error 40297,3 18 2238,739 Total 41078,55 19

Fobs= 0,34897 < Ftable= 4,4139 Can not reject Ho

6.4 Items compared Travel Time FC 20050407 -DAY 1 Travel Time ATTS 20050407 -DAY 1

6.4.1 AM Source SS df MS F Prob>FGroups 50879,6402 1 50879,6402 24,8294 0,00075643Error 18442,5417 9 2049,1713 Total 69322,1818 10 Fobs= 24,8294> Ftable= 5,1174 Ho rejected

41

6.4.2 PM Source SS df MS F Prob>FGroups 18792,23 1 18792,23 8,4918 0,01014Error 35407,78 16 2212,986 Total 54200 17

Fobs= 8,4918> Ftable= 4,494 Ho rejected

6.5 Items compared Travel Time FC 20050408 -DAY 2 Travel Time ATTS 200504 08 -DAY 2

6.5.1 AM Source SS df MS F Prob>FGroups 40421,344 1 40421,344 13,6759 0,0026798Error 38423,5893 13 2955,6607 Total 78844,9333 14 Fobs= 13,6759> Ftable= 4,6672 Ho rejected

42

6.5.2 PMSource SS df MS F Prob>FGroups 28819 1 28819 14,4342 0,001575Error 31945,28 16 1996,58 Total 60764,28 17

Fobs= 14,4342> Ftable= 4,494 Ho rejected

6.6 Items compared Travel Time FC 20050407 -DAY 1 Travel Time FC 20050408 -DAY 2 Travel Time ATTS 20050407 -DAY 1 Travel Time ATTS 20050408 -DAY 2

6.6.1 AM Source SS df MS F Prob>FGroups 93542,5229 3 31180,841 12,063 7,05E-05Error 56866,131 22 2584,8241 Total 150408,6538 25 Fobs= 12,063> Ftable= 3,0491 Ho rejected

43

6.6.2 PM Source SS df MS F Prob>FGroups 50994,59 3 16998,2 8,076 0,000381Error 67353,05 32 2104,783 Total 118347,6 35

Fobs= 8,076> Ftable= 2,9011 Ho rejected

Appendix G: Results of the CPM estimations and Standard Error

The following appendix shows the values of Congestion performance measures and the Standard Error of the estimations. The values are shown in the relevant untis for each CPM. The results are shown for the three segmentations of time.

Classification 1: Road category and data collection method. Classification 2: Road category and geographical location. Classification 3: Road Category, geographical location and data collection method.

CP

M_c

lass

1 S

T1

Cat

egor

yLi

nks

CTR

TTI_

ATT

I_U

RS

R_W

AR

SR

_WU

RS

R_L

RS

R_I

AR

SR

_IU

MJS

DM

JSA

MJS

UP

ETW

AP

ETW

UP

ETI

AP

ETI

UP

ETI

OI

0,6

1,6

1,6

0,3

0,3

0,4

0,2

0,3

33,1

39,8

33,0

0,6

0,6

0,3

0,5

0,3

II1,

62,

42,

20,

40,

40,

60,

50,

424

,728

,125

,41,

41,

20,

91,

00,

9III

1,1

1,8

1,9

0,3

0,4

0,5

0,4

0,4

29,7

33,9

29,3

0,8

0,9

0,5

0,8

0,5

IV2,

02,

62,

50,

50,

50,

60,

50,

523

,926

,523

,81,

61,

51,

11,

41,

1V

1,8

2,5

2,3

0,4

0,5

0,6

0,5

0,5

24,9

25,8

24,3

1,5

1,3

1,1

1,1

1,1

I0,

61,

81,

80,

30,

40,

40,

40,

440

,143

,740

,60,

80,

80,

90,

70,

9II

1,5

2,7

2,7

0,6

0,6

0,6

0,6

0,6

27,0

29,4

28,3

1,7

1,7

1,7

1,5

1,7

III1,

62,

82,

90,

60,

60,

60,

60,

624

,728

,626

,61,

81,

91,

71,

61,

7IV

1,9

3,1

3,2

0,6

0,6

0,7

0,6

0,6

22,4

25,7

24,3

2,1

2,2

2,0

1,9

2,0

V1,

62,

93,

00,

60,

60,

60,

60,

624

,328

,026

,21,

92,

01,

71,

71,

7I

0,3

1,4

1,4

0,2

0,2

0,3

0,2

0,2

49,1

52,2

51,1

0,4

0,4

0,2

0,4

0,2

II0,

71,

91,

90,

30,

40,

40,

40,

439

,842

,541

,60,

90,

90,

70,

90,

7III

0,4

1,5

1,5

0,2

0,2

0,3

0,2

0,2

46,0

50,5

49,5

0,5

0,5

0,3

0,5

0,3

IV0,

81,

91,

90,

40,

40,

50,

40,

438

,940

,941

,00,

90,

90,

60,

80,

6V

0,5

1,6

1,6

0,3

0,3

0,4

0,3

0,3

43,9

47,4

46,7

0,6

0,6

0,4

0,5

0,4

I0,

41,

51,

50,

30,

30,

30,

30,

352

,455

,654

,00,

50,

50,

70,

40,

7II

0,8

2,2

2,0

0,4

0,4

0,5

0,5

0,4

40,6

44,0

42,9

1,2

1,0

1,4

1,0

1,4

III0,

61,

91,

80,

30,

40,

40,

40,

443

,248

,046

,80,

90,

81,

00,

71,

0IV

0,8

2,1

2,0

0,4

0,4

0,5

0,5

0,4

39,7

42,9

41,9

1,1

1,0

1,3

0,9

1,3

V0,

61,

91,

80,

40,

40,

40,

40,

442

,446

,745

,30,

90,

81,

00,

71,

0

Perip

hera

l roa

ds su

rvey

ed

with

Flo

atin

g C

ar

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

0I

0,3

1,4

1,4

0,2

0,2

0,3

0,3

0,2

65,5

66,9

66,5

0,4

0,4

0,4

0,3

0,4

II0,

72,

21,

90,

30,

40,

40,

40,

449

,353

,054

,01,

20,

90,

80,

50,

8III

0,6

1,9

1,8

0,3

0,3

0,4

0,4

0,4

52,2

54,9

55,8

0,9

0,8

0,7

0,5

0,7

IV0,

82,

22,

10,

40,

40,

50,

50,

444

,948

,149

,41,

21,

11,

00,

71,

0V

0,7

2,1

1,9

0,3

0,4

0,4

0,4

0,4

49,6

52,0

53,9

1,1

0,9

0,8

0,5

0,8

Perip

hera

l roa

ds su

rvey

ed

with

ATT

S1010

Cen

tral S

treet

surv

eyed

w

ith F

loat

ing

Car

Cen

tral S

treet

surv

eyed

w

ith A

TTS

Arte

rial r

oads

surv

eyed

w

ith F

loat

ing

Car

Arte

rial r

oads

surv

eyed

w

ith F

loat

ing

Car

Seg

men

tatio

n of

Tim

e 1

19 7 14

CP

M_c

lass

1 S

T2

Cat

egor

yLi

nks

CTR

TTI_

ATT

I_U

RS

R_W

AR

SR

_WU

RS

R_L

RS

R_I

AR

SR

_IU

MJS

DM

JSA

MJS

UP

ETW

AP

ETW

UP

ETI

AP

ETI

UP

ETI

OI

0,8

1,7

1,7

0,3

0,3

0,4

0,3

0,3

30,8

36,4

31,1

0,7

0,7

0,4

0,5

0,4

II1,

72,

42,

20,

40,

50,

60,

50,

523

,927

,224

,81,

41,

20,

91,

00,

9III

1,3

2,0

2,0

0,4

0,4

0,5

0,4

0,4

28,2

32,3

27,9

1,0

1,0

0,6

0,9

0,6

IV2,

02,

62,

50,

50,

50,

60,

50,

522

,925

,623

,31,

61,

51,

01,

41,

0V

2,0

2,7

2,4

0,5

0,5

0,6

0,5

0,5

23,9

24,8

23,5

1,7

1,4

1,2

1,3

1,2

I0,

72,

02,

00,

40,

40,

40,

40,

437

,740

,638

,31,

01,

01,

00,

81,

0II

1,5

2,8

2,7

0,6

0,6

0,6

0,6

0,6

26,2

28,3

27,4

1,8

1,7

1,7

1,5

1,7

III1,

62,

82,

90,

60,

60,

60,

60,

624

,328

,126

,21,

81,

91,

71,

71,

7IV

1,9

3,2

3,3

0,6

0,6

0,7

0,6

0,7

22,2

24,6

23,5

2,2

2,3

2,1

2,0

2,1

V1,

83,

03,

10,

60,

60,

60,

60,

623

,727

,225

,72,

02,

11,

81,

81,

8I

0,4

1,6

1,6

0,3

0,3

0,3

0,3

0,3

46,0

47,8

47,0

0,6

0,6

0,4

0,5

0,4

II0,

92,

12,

10,

40,

40,

50,

40,

437

,739

,138

,51,

11,

10,

81,

10,

8III

0,5

1,6

1,6

0,3

0,3

0,4

0,3

0,3

43,8

47,4

46,8

0,6

0,6

0,3

0,5

0,3

IV0,

92,

02,

00,

40,

40,

50,

40,

438

,339

,939

,91,

01,

00,

70,

90,

7V

0,5

1,6

1,6

0,3

0,3

0,4

0,3

0,3

42,9

45,6

45,2

0,6

0,6

0,4

0,6

0,4

I0,

51,

71,

60,

30,

30,

40,

40,

350

,052

,150

,80,

70,

60,

90,

60,

9II

0,9

2,2

2,1

0,4

0,4

0,5

0,5

0,5

39,4

41,7

41,0

1,2

1,1

1,5

1,1

1,5

III0,

71,

91,

90,

40,

40,

40,

40,

442

,546

,445

,40,

90,

91,

10,

71,

1IV

0,9

2,2

2,1

0,4

0,4

0,5

0,5

0,5

38,8

41,5

40,6

1,2

1,1

1,4

1,0

1,4

V0,

71,

91,

90,

40,

40,

50,

40,

441

,545

,744

,40,

90,

91,

10,

81,

1

Perip

hera

l roa

ds su

rvey

ed

with

Flo

atin

g C

ar

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

0I

0,4

1,6

1,5

0,2

0,3

0,3

0,3

0,3

62,2

64,1

63,9

0,6

0,5

0,5

0,3

0,5

II0,

82,

32,

00,

40,

40,

40,

40,

447

,351

,052

,21,

31,

00,

90,

60,

9III

0,6

2,0

1,8

0,3

0,4

0,4

0,4

0,4

51,3

54,1

55,1

1,0

0,8

0,7

0,5

0,7

IV0,

92,

42,

20,

40,

40,

50,

50,

542

,645

,747

,11,

41,

21,

10,

81,

1V

0,7

2,2

1,9

0,4

0,4

0,4

0,4

0,4

47,9

50,4

52,3

1,2

0,9

0,9

0,6

0,9

Seg

men

tatio

n of

Tim

e 2

Arte

rial r

oads

surv

eyed

w

ith F

loat

ing

Car

Arte

rial r

oads

surv

eyed

w

ith F

loat

ing

Car

Cen

tral S

treet

surv

eyed

w

ith F

loat

ing

Car

Cen

tral S

treet

surv

eyed

w

ith A

TTS

10 19

Perip

hera

l roa

ds su

rvey

ed

with

ATT

S107 14

CP

M_c

lass

1 S

T3

Cat

egor

yLi

nks

CTR

TTI_

ATT

I_U

RS

R_W

AR

SR

_WU

RS

R_L

RS

R_I

AR

SR

_IU

MJS

DM

JSA

MJS

UP

ETW

AP

ETW

UP

ETI

AP

ETI

UP

ETI

OI

0,6

1,6

1,6

0,3

0,3

0,4

0,2

0,3

33,1

39,8

33,0

0,6

0,6

0,3

0,5

0,3

II1,

72,

42,

20,

40,

40,

60,

50,

424

,728

,025

,41,

41,

20,

91,

00,

9III

1,0

1,7

1,8

0,3

0,4

0,4

0,3

0,3

31,2

35,5

30,4

0,7

0,8

0,4

0,7

0,4

IV1,

92,

52,

50,

50,

50,

60,

50,

524

,527

,224

,41,

51,

51,

01,

31,

0V

1,8

2,5

2,3

0,4

0,5

0,6

0,5

0,5

24,7

25,5

24,2

1,5

1,3

1,1

1,1

1,1

I0,

61,

81,

80,

30,

40,

40,

40,

440

,143

,740

,60,

80,

80,

90,

70,

9II

1,6

2,9

2,9

0,6

0,6

0,6

0,6

0,6

25,7

28,4

27,2

1,9

1,9

1,8

1,6

1,8

III1,

52,

82,

90,

60,

60,

60,

60,

625

,029

,127

,01,

81,

91,

71,

61,

7IV

1,9

3,1

3,2

0,6

0,6

0,6

0,6

0,6

22,7

26,0

24,6

2,1

2,2

2,0

1,9

2,0

V1,

62,

93,

00,

60,

60,

60,

60,

624

,328

,026

,21,

92,

01,

71,

71,

7I

0,3

1,4

1,4

0,2

0,2

0,3

0,2

0,2

49,1

52,2

51,1

0,4

0,4

0,2

0,4

0,2

II0,

71,

81,

90,

30,

30,

40,

30,

341

,144

,043

,00,

80,

90,

60,

90,

6III

0,4

1,4

1,5

0,2

0,2

0,3

0,2

0,2

46,3

51,2

50,4

0,4

0,5

0,2

0,4

0,2

IV0,

81,

91,

90,

40,

40,

50,

40,

439

,941

,941

,80,

90,

90,

60,

80,

6V

0,5

1,6

1,6

0,3

0,3

0,4

0,3

0,3

43,9

47,4

46,7

0,6

0,6

0,4

0,5

0,4

I0,

41,

51,

50,

30,

30,

30,

30,

352

,455

,654

,00,

50,

50,

70,

40,

7II

0,8

2,2

2,0

0,4

0,4

0,5

0,5

0,4

41,0

44,4

43,5

1,2

1,0

1,4

1,0

1,4

III0,

61,

81,

80,

30,

30,

40,

40,

443

,548

,647

,40,

80,

80,

90,

60,

9IV

0,8

2,1

2,0

0,4

0,4

0,5

0,5

0,4

40,2

43,5

42,5

1,1

1,0

1,3

0,9

1,3

V0,

61,

91,

80,

40,

40,

40,

40,

442

,446

,745

,30,

90,

81,

00,

71,

0

Perip

hera

l roa

ds su

rvey

ed

with

Flo

atin

g C

ar

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

0I

0,3

1,4

1,4

0,2

0,2

0,3

0,3

0,2

65,5

66,9

66,5

0,4

0,4

0,4

0,3

0,4

II0,

72,

21,

90,

30,

40,

40,

40,

450

,153

,554

,91,

20,

90,

70,

50,

7III

0,6

1,9

1,8

0,3

0,3

0,4

0,4

0,4

52,5

54,8

55,6

0,9

0,8

0,7

0,5

0,7

IV0,

82,

22,

00,

40,

40,

50,

50,

445

,849

,150

,31,

21,

01,

00,

71,

0V

0,7

2,1

1,9

0,3

0,4

0,4

0,4

0,4

49,6

52,0

53,9

1,1

0,9

0,8

0,5

0,8

Perip

hera

l roa

ds su

rvey

ed

with

ATT

S1010

Cen

tral S

treet

surv

eyed

w

ith F

loat

ing

Car

Cen

tral S

treet

surv

eyed

w

ith A

TTS

Arte

rial r

oads

surv

eyed

w

ith F

loat

ing

Car

Arte

rial r

oads

surv

eyed

w

ith F

loat

ing

Car

Seg

men

tatio

n of

Tim

e 3

19 7 14

CPM_class 2 ST1

Category Links CTR TTI_A TTI_U RSR_WA RSR_WU RSR_L RSR_IA RSR_IU MJSDI 1,1 2,4 2,3 0,5 0,5 0,5 0,5 0,5 37,9II 1,9 3,2 3,1 0,6 0,6 0,6 0,6 0,6 26,8III 1,7 3,0 3,0 0,6 0,6 0,6 0,6 0,6 25,4IV 1,9 3,2 3,2 0,6 0,6 0,7 0,6 0,7 23,5V 2,1 3,3 3,4 0,7 0,7 0,7 0,7 0,7 23,4

I 0,7 1,5 1,5 0,3 0,3 0,4 0,5 0,4 36,9II 1,4 2,1 2,1 0,5 0,5 0,6 0,6 0,5 26,7III 1,2 2,0 2,0 0,4 0,5 0,5 0,6 0,5 22,8IV 1,5 2,2 2,3 0,5 0,5 0,6 0,6 0,5 22,0V 1,2 1,9 2,0 0,4 0,5 0,5 0,6 0,5 22,3

I 0,6 1,7 1,6 0,3 0,3 0,4 0,4 0,4 38,9II 1,3 2,3 2,2 0,5 0,5 0,5 0,6 0,5 27,4III 1,4 2,4 2,2 0,4 0,5 0,5 0,6 0,5 26,9IV 1,6 2,6 2,4 0,5 0,5 0,6 0,6 0,5 24,5V 1,3 2,3 2,1 0,5 0,5 0,5 0,6 0,5 27,4

I 0,4 1,4 1,6 0,2 0,3 0,4 0,2 0,3 41,0II 1,4 2,3 2,4 0,5 0,5 0,6 0,5 0,5 26,3III 1,3 2,1 2,4 0,4 0,5 0,6 0,4 0,5 24,0IV 2,0 2,8 3,0 0,5 0,6 0,6 0,6 0,6 21,2V 1,6 2,5 2,7 0,5 0,5 0,6 0,5 0,5 23,0

I 0,2 1,3 1,3 0,2 0,2 0,2 0,2 0,2 70,4II 0,7 2,0 2,0 0,4 0,4 0,5 0,4 0,4 52,7III 0,9 2,2 2,2 0,4 0,4 0,5 0,4 0,4 55,0IV 0,9 2,3 2,4 0,4 0,5 0,6 0,5 0,5 51,4V 0,6 1,9 1,9 0,4 0,4 0,5 0,4 0,4 54,6

I 0,6 2,0 2,0 0,4 0,4 0,5 0,4 0,4 58,6II 1,1 2,9 2,7 0,5 0,5 0,7 0,6 0,5 42,4III 1,1 2,9 2,8 0,5 0,5 0,7 0,6 0,5 46,0IV 1,0 2,6 2,5 0,5 0,5 0,6 0,6 0,5 43,1V 0,9 2,5 2,4 0,5 0,5 0,6 0,5 0,5 46,9

I 0,3 1,5 1,5 0,3 0,3 0,3 0,3 0,3 48,1II 0,8 1,9 2,0 0,4 0,4 0,5 0,4 0,4 38,4III 0,6 1,8 1,8 0,4 0,4 0,4 0,4 0,4 40,1IV 0,8 2,0 2,1 0,5 0,5 0,5 0,4 0,5 36,1V 0,7 1,8 1,8 0,4 0,4 0,4 0,4 0,4 39,4

I 0,3 1,4 1,3 0,2 0,2 0,2 0,2 0,2 60,6II 0,7 1,9 1,9 0,3 0,4 0,4 0,4 0,4 45,1III 0,4 1,5 1,5 0,3 0,3 0,3 0,3 0,3 49,9IV 0,7 1,9 1,8 0,4 0,4 0,4 0,4 0,4 45,8V 0,5 1,6 1,6 0,3 0,3 0,4 0,3 0,3 47,2

I 0,2 1,2 1,2 0,2 0,2 0,2 0,2 0,2 69,8II 0,8 2,3 2,0 0,4 0,4 0,5 0,4 0,4 52,6III 0,5 1,7 1,7 0,3 0,3 0,4 0,4 0,3 56,3IV 0,9 2,2 2,4 0,4 0,4 0,6 0,5 0,5 43,7V 0,6 1,8 1,9 0,4 0,4 0,5 0,4 0,4 50,5

I 0,2 1,3 1,3 0,2 0,2 0,2 0,2 0,2 69,0II 0,4 1,6 1,5 0,3 0,3 0,3 0,4 0,3 54,8III 0,4 1,5 1,5 0,3 0,3 0,3 0,3 0,3 56,7IV 0,5 1,7 1,7 0,4 0,4 0,4 0,4 0,4 49,5V 0,4 1,5 1,5 0,3 0,3 0,3 0,3 0,3 55,4

I 1,2 3,3 3,4 0,6 0,6 0,7 0,6 0,6 44,3II 3,1 7,0 7,0 0,8 0,8 0,8 0,8 0,8 24,2III 2,3 5,4 5,6 0,6 0,7 0,8 0,7 0,7 32,0IV 2,6 5,9 6,1 0,7 0,7 0,8 0,7 0,7 30,0V 2,7 6,1 6,4 0,7 0,7 0,8 0,7 0,7 29,6

Segmentation of Time 1

2

3

4

17

6

2

7

6

Central streets - Södermalm

12

Central streets - Bridges

Central streets - Vasastan

6

Central streets - Kungsholmen

4

Arterial roads - East

Arterial roads - North

Arterial roads - South

Arterial roads - West

Peripheralroads - North

Peripheralroads - South

Peripheralroads - West

CPM_class 2 ST1

Category LinksIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVV

2

3

4

17

6

2

7

6

Central streets - Södermalm

12

Central streets - Bridges

Central streets - Vasastan

6

Central streets - Kungsholmen

4

Arterial roads - East

Arterial roads - North

Arterial roads - South

Arterial roads - West

Peripheralroads - North

Peripheralroads - South

Peripheralroads - West

MJSA MJSU PETWA PETWU PETIA PETIU PETIO33,1 33,7 1,4 1,3 2,0 1,4 2,025,7 26,0 2,2 2,1 2,8 2,1 2,825,3 25,4 2,0 2,0 2,5 2,0 2,524,6 24,2 2,2 2,2 2,9 2,3 2,923,3 23,3 2,3 2,4 2,8 2,3 2,8

34,6 34,9 0,5 0,5 1,8 0,5 1,827,5 27,2 1,1 1,1 2,8 1,0 2,828,7 28,3 1,0 1,0 2,3 0,8 2,325,8 25,6 1,2 1,3 2,7 1,0 2,728,5 28,0 0,9 1,0 2,2 0,8 2,2

37,3 36,4 0,7 0,6 0,7 0,5 0,728,3 27,9 1,3 1,2 1,4 1,0 1,427,9 28,2 1,4 1,2 1,4 1,0 1,425,7 25,7 1,6 1,4 1,6 1,1 1,627,8 27,9 1,3 1,1 1,3 0,9 1,3

48,0 40,7 0,4 0,6 0,2 0,4 0,231,3 28,2 1,3 1,4 0,9 1,2 0,934,0 28,9 1,1 1,4 0,7 1,1 0,727,4 24,4 1,8 2,0 1,1 1,6 1,130,3 26,6 1,5 1,7 0,9 1,4 0,9

72,6 74,0 0,3 0,3 0,3 0,3 0,354,5 54,0 1,0 1,0 0,9 1,0 0,954,7 54,8 1,2 1,2 1,1 1,1 1,150,6 50,8 1,3 1,4 1,3 1,4 1,356,2 56,7 0,9 0,9 0,8 0,9 0,8

61,7 57,7 1,0 1,0 1,0 1,0 1,046,9 45,3 1,9 1,7 1,9 1,7 1,946,3 45,2 1,9 1,8 1,9 1,8 1,946,7 45,0 1,6 1,5 1,6 1,6 1,648,7 47,2 1,5 1,4 1,5 1,5 1,5

52,5 49,1 0,5 0,5 0,6 0,4 0,643,0 40,1 0,9 1,0 1,0 0,9 1,043,6 41,2 0,8 0,8 0,8 0,7 0,840,1 37,3 1,0 1,1 1,1 1,0 1,142,7 40,3 0,8 0,8 0,9 0,8 0,9

54,5 55,3 0,4 0,3 0,2 0,3 0,243,0 43,6 0,9 0,9 0,7 0,9 0,750,8 50,3 0,5 0,5 0,3 0,5 0,342,2 43,3 0,9 0,8 0,7 0,7 0,747,3 47,3 0,6 0,6 0,4 0,6 0,4

72,8 70,6 0,2 0,2 0,2 0,2 0,255,2 53,6 1,3 1,0 1,1 0,9 1,156,7 56,5 0,7 0,7 0,7 0,6 0,745,5 43,9 1,2 1,4 1,2 1,3 1,250,2 49,7 0,8 0,9 0,8 0,8 0,8

67,6 67,5 0,3 0,3 0,3 0,3 0,355,4 56,2 0,6 0,5 0,6 0,5 0,657,0 57,1 0,5 0,5 0,5 0,4 0,551,1 51,6 0,7 0,7 0,8 0,6 0,856,1 56,4 0,5 0,5 0,6 0,5 0,6

43,8 44,3 2,3 2,4 2,3 2,3 2,325,4 25,4 6,0 6,0 5,8 5,8 5,836,8 36,2 4,4 4,6 4,2 4,4 4,233,2 32,7 4,9 5,1 4,8 5,0 4,830,3 29,4 5,1 5,4 5,0 5,2 5,0

Segmentation of Time 1

CPM_class 2 ST2

Category Links CTR TTI_A TTI_U RSR_WA RSR_WU RSR_L RSR_IA RSR_IU MJSDI 1,2 2,5 2,4 0,5 0,5 0,5 0,5 0,5 36,2II 1,9 3,3 3,1 0,6 0,6 0,6 0,6 0,7 25,7III 1,8 3,1 3,0 0,6 0,6 0,6 0,6 0,6 25,1IV 1,9 3,2 3,3 0,7 0,7 0,7 0,7 0,7 23,4V 2,1 3,4 3,4 0,7 0,7 0,7 0,7 0,7 22,9

I 0,7 1,5 1,5 0,4 0,4 0,4 0,5 0,4 34,8II 1,4 2,1 2,1 0,5 0,5 0,6 0,6 0,5 26,6III 1,3 2,0 2,1 0,5 0,5 0,5 0,6 0,5 22,7IV 1,6 2,2 2,3 0,5 0,5 0,6 0,6 0,5 22,0V 1,3 2,1 2,1 0,5 0,5 0,5 0,6 0,5 22,2

I 0,7 1,8 1,7 0,3 0,3 0,4 0,4 0,4 36,4II 1,4 2,4 2,3 0,5 0,5 0,6 0,6 0,5 26,9III 1,4 2,5 2,3 0,5 0,5 0,5 0,6 0,5 26,4IV 1,6 2,6 2,4 0,5 0,5 0,6 0,6 0,5 24,3V 1,3 2,3 2,1 0,4 0,5 0,5 0,6 0,5 26,8

I 0,6 1,6 1,7 0,3 0,3 0,4 0,3 0,3 38,2II 1,5 2,4 2,4 0,5 0,5 0,6 0,5 0,5 25,4III 1,4 2,2 2,5 0,4 0,5 0,6 0,5 0,5 23,5IV 2,0 2,9 3,0 0,5 0,6 0,6 0,6 0,6 20,6V 1,9 2,7 2,9 0,5 0,5 0,6 0,5 0,5 22,3

I 0,3 1,4 1,4 0,2 0,2 0,3 0,3 0,2 67,4II 0,7 2,0 2,1 0,4 0,4 0,5 0,4 0,4 51,4III 0,9 2,2 2,2 0,4 0,4 0,5 0,4 0,4 54,0IV 0,9 2,3 2,4 0,4 0,4 0,6 0,5 0,5 51,3V 0,7 2,0 2,0 0,4 0,4 0,5 0,4 0,4 53,8

I 0,7 2,2 2,2 0,4 0,4 0,6 0,4 0,4 54,6II 1,1 2,9 2,7 0,6 0,6 0,7 0,6 0,6 41,0III 1,1 2,9 2,8 0,5 0,5 0,7 0,6 0,5 45,2IV 1,0 2,6 2,6 0,6 0,6 0,6 0,6 0,6 42,7V 0,9 2,6 2,5 0,5 0,5 0,6 0,5 0,5 45,5

I 0,4 1,6 1,5 0,3 0,3 0,3 0,3 0,3 46,5II 0,8 2,0 2,0 0,4 0,4 0,5 0,4 0,4 37,5III 0,7 1,8 1,8 0,4 0,4 0,4 0,4 0,4 39,5IV 0,9 2,1 2,2 0,5 0,5 0,5 0,5 0,5 34,9V 0,8 1,9 2,0 0,4 0,4 0,5 0,4 0,4 38,3

I 0,4 1,5 1,5 0,3 0,3 0,3 0,3 0,3 56,3II 0,8 2,0 2,0 0,4 0,4 0,5 0,4 0,4 43,7III 0,5 1,6 1,6 0,3 0,3 0,3 0,3 0,3 48,9IV 0,8 2,0 1,9 0,4 0,4 0,5 0,4 0,4 45,4V 0,5 1,6 1,6 0,3 0,3 0,4 0,3 0,3 47,1

I 0,3 1,4 1,3 0,2 0,2 0,3 0,2 0,2 67,2II 0,9 2,4 2,1 0,4 0,4 0,5 0,4 0,4 50,7III 0,5 1,8 1,7 0,3 0,3 0,4 0,4 0,4 54,8IV 1,0 2,4 2,9 0,4 0,5 0,6 0,5 0,5 40,0V 0,8 2,0 2,2 0,4 0,4 0,5 0,5 0,5 47,2

I 0,2 1,3 1,3 0,2 0,2 0,3 0,2 0,2 66,0II 0,5 1,6 1,6 0,3 0,4 0,4 0,4 0,4 52,7III 0,4 1,5 1,5 0,3 0,3 0,3 0,3 0,3 55,9IV 0,6 1,8 1,8 0,4 0,4 0,4 0,4 0,4 47,0V 0,4 1,6 1,6 0,3 0,3 0,4 0,4 0,4 53,6

I 1,6 3,9 4,0 0,7 0,7 0,7 0,7 0,7 39,4II 3,3 7,3 7,3 0,8 0,8 0,9 0,8 0,8 22,8III 2,3 5,5 5,6 0,7 0,7 0,8 0,7 0,7 31,2IV 2,7 6,1 6,3 0,7 0,7 0,8 0,7 0,7 30,1V 2,7 6,1 6,5 0,7 0,7 0,8 0,7 0,7 29,3

6

Central streets - Kungsholmen

4

Central streets - Södermalm

Segmentation of Time 2

12

Central streets - Bridges

Central streets - Vasastan

Arterial roads - East

Arterial roads - North

Arterial roads - South

Arterial roads - West

Peripheralroads - North

Peripheralroads - South

Peripheralroads - West

2

3

4

17

6

2

7

6

CPM_class 2 ST2

Category LinksIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVV

6

Central streets - Kungsholmen

4

Central streets - Södermalm

12

Central streets - Bridges

Central streets - Vasastan

Arterial roads - East

Arterial roads - North

Arterial roads - South

Arterial roads - West

Peripheralroads - North

Peripheralroads - South

Peripheralroads - West

2

3

4

17

6

2

7

6

MJSA MJSU PETWA PETWU PETIA PETIU PETIO32,0 32,8 1,5 1,4 2,1 1,5 2,124,6 25,0 2,3 2,1 2,9 2,1 2,925,1 25,2 2,1 2,0 2,6 2,0 2,623,3 23,0 2,2 2,3 2,9 2,3 2,922,8 22,8 2,4 2,4 2,9 2,4 2,9

34,1 34,1 0,5 0,5 1,8 0,5 1,827,0 26,7 1,1 1,1 2,6 1,0 2,627,6 27,3 1,0 1,1 2,4 0,8 2,425,7 25,4 1,2 1,3 2,8 1,1 2,827,3 26,9 1,1 1,1 2,4 0,9 2,4

35,6 34,8 0,8 0,7 0,8 0,5 0,827,2 26,7 1,4 1,3 1,5 1,1 1,527,3 27,4 1,5 1,3 1,5 1,0 1,525,0 25,2 1,6 1,4 1,6 1,2 1,627,8 28,0 1,3 1,1 1,3 0,9 1,3

44,3 38,4 0,6 0,7 0,3 0,5 0,330,0 27,3 1,4 1,4 0,9 1,2 0,932,7 27,9 1,2 1,5 0,8 1,2 0,826,4 23,7 1,9 2,0 1,1 1,7 1,128,9 25,7 1,7 1,9 1,0 1,5 1,0

69,7 70,7 0,4 0,4 0,4 0,4 0,453,1 52,5 1,0 1,1 1,0 1,1 1,053,4 53,7 1,2 1,2 1,1 1,2 1,151,2 51,3 1,3 1,4 1,3 1,4 1,355,1 55,4 1,0 1,0 0,9 1,0 0,9

58,7 55,1 1,2 1,2 1,2 1,2 1,244,7 43,5 1,9 1,7 1,9 1,7 1,946,1 44,9 1,9 1,8 1,9 1,8 1,944,2 42,8 1,6 1,6 1,6 1,6 1,648,9 47,3 1,6 1,5 1,5 1,5 1,5

50,8 47,4 0,6 0,5 0,6 0,5 0,642,0 39,2 1,0 1,0 1,0 0,9 1,043,1 40,7 0,8 0,8 0,9 0,8 0,938,9 36,0 1,1 1,2 1,2 1,1 1,241,6 39,0 0,9 1,0 1,0 0,9 1,0

50,0 51,1 0,5 0,5 0,4 0,5 0,440,1 41,0 1,0 1,0 0,9 1,0 0,948,0 48,1 0,6 0,6 0,4 0,5 0,441,1 42,2 1,0 0,9 0,8 0,8 0,845,9 46,1 0,6 0,6 0,5 0,6 0,5

70,0 67,6 0,4 0,3 0,3 0,3 0,352,5 51,3 1,4 1,1 1,2 1,0 1,255,2 55,1 0,8 0,7 0,7 0,7 0,742,2 39,1 1,4 1,9 1,4 1,6 1,447,3 46,3 1,0 1,2 1,0 1,0 1,0

65,0 65,1 0,3 0,3 0,4 0,3 0,453,6 54,4 0,6 0,6 0,6 0,5 0,656,5 56,5 0,5 0,5 0,5 0,5 0,549,0 49,7 0,8 0,8 0,9 0,7 0,954,6 55,0 0,6 0,6 0,6 0,5 0,6

38,8 38,8 2,9 3,0 2,9 2,9 2,924,7 24,7 6,3 6,3 6,2 6,1 6,235,7 35,2 4,5 4,6 4,3 4,4 4,331,8 31,6 5,1 5,3 5,0 5,2 5,030,9 29,9 5,1 5,5 5,0 5,3 5,0

Segmentation of Time 2

CPM_class 2 ST3

Category Links CTR TTI_A TTI_U RSR_WA RSR_WU RSR_L RSR_IA RSR_IU MJSDI 1,1 2,4 2,3 0,5 0,5 0,5 0,5 0,5 37,9II 2,0 3,3 3,2 0,6 0,6 0,6 0,6 0,6 25,5III 1,7 2,9 2,9 0,6 0,6 0,6 0,6 0,6 25,9IV 1,9 3,2 3,2 0,6 0,6 0,6 0,6 0,7 23,8V 2,1 3,3 3,4 0,7 0,7 0,7 0,7 0,7 23,4

I 0,7 1,5 1,5 0,3 0,3 0,4 0,5 0,4 36,9II 1,4 2,1 2,1 0,5 0,5 0,6 0,6 0,5 25,7III 1,1 1,9 2,0 0,4 0,4 0,5 0,6 0,5 22,8IV 1,5 2,2 2,3 0,5 0,5 0,6 0,6 0,5 22,0V 1,2 1,9 2,0 0,4 0,5 0,5 0,6 0,5 22,3

I 0,6 1,7 1,6 0,3 0,3 0,4 0,4 0,4 38,9II 1,4 2,5 2,3 0,5 0,5 0,6 0,6 0,5 26,9III 1,3 2,4 2,2 0,4 0,5 0,5 0,6 0,5 27,3IV 1,6 2,6 2,4 0,5 0,5 0,6 0,6 0,5 24,6V 1,3 2,3 2,1 0,5 0,5 0,5 0,6 0,5 27,4

I 0,4 1,4 1,6 0,2 0,3 0,4 0,2 0,3 41,0II 1,5 2,4 2,5 0,5 0,5 0,6 0,5 0,5 24,9III 1,2 2,0 2,3 0,4 0,5 0,5 0,4 0,5 24,4IV 1,9 2,8 2,9 0,5 0,5 0,6 0,5 0,6 21,7V 1,7 2,5 2,7 0,5 0,5 0,6 0,5 0,5 23,0

I 0,2 1,3 1,3 0,2 0,2 0,2 0,2 0,2 70,4II 0,7 2,1 2,1 0,4 0,4 0,5 0,4 0,4 53,2III 0,9 2,2 2,2 0,4 0,4 0,5 0,4 0,4 55,3IV 0,9 2,3 2,3 0,4 0,4 0,6 0,5 0,5 51,7V 0,6 1,9 1,9 0,4 0,4 0,5 0,4 0,4 54,6

I 0,6 2,0 2,0 0,4 0,4 0,5 0,4 0,4 58,6II 1,3 3,1 2,8 0,5 0,5 0,7 0,6 0,6 42,1III 1,0 2,7 2,6 0,5 0,5 0,6 0,6 0,5 46,9IV 1,0 2,7 2,6 0,5 0,5 0,6 0,6 0,5 43,4V 0,9 2,5 2,4 0,5 0,5 0,6 0,5 0,5 46,9

I 0,3 1,5 1,5 0,3 0,3 0,3 0,3 0,3 48,1II 0,8 1,9 1,9 0,4 0,4 0,5 0,4 0,4 38,8III 0,6 1,7 1,8 0,4 0,4 0,4 0,4 0,4 40,3IV 0,8 1,9 2,0 0,4 0,5 0,5 0,4 0,5 36,7V 0,7 1,8 1,8 0,4 0,4 0,4 0,4 0,4 39,4

I 0,3 1,4 1,3 0,2 0,2 0,2 0,2 0,2 60,6II 0,7 1,8 1,8 0,3 0,3 0,4 0,4 0,3 46,6III 0,4 1,4 1,4 0,3 0,3 0,3 0,3 0,3 50,1IV 0,7 1,9 1,8 0,4 0,4 0,4 0,4 0,4 46,3V 0,5 1,6 1,6 0,3 0,3 0,4 0,3 0,3 47,2

I 0,2 1,2 1,2 0,2 0,2 0,2 0,2 0,2 69,8II 0,8 2,2 1,9 0,4 0,4 0,5 0,4 0,4 52,5III 0,5 1,6 1,6 0,3 0,3 0,4 0,4 0,3 57,3IV 0,8 2,1 2,3 0,4 0,4 0,5 0,5 0,5 45,6V 0,6 1,8 1,9 0,4 0,4 0,5 0,4 0,4 50,5

I 0,2 1,3 1,3 0,2 0,2 0,2 0,2 0,2 69,0II 0,4 1,5 1,5 0,3 0,3 0,3 0,3 0,3 56,1III 0,4 1,5 1,5 0,3 0,3 0,3 0,3 0,3 56,5IV 0,5 1,7 1,7 0,4 0,4 0,4 0,4 0,4 50,4V 0,4 1,5 1,5 0,3 0,3 0,3 0,3 0,3 55,4

I 1,2 3,3 3,4 0,6 0,6 0,7 0,6 0,6 44,3II 3,0 6,7 6,6 0,7 0,7 0,8 0,8 0,8 25,2III 2,2 5,3 5,5 0,7 0,7 0,8 0,7 0,7 33,4IV 2,6 5,9 6,1 0,7 0,7 0,8 0,7 0,7 29,8V 2,7 6,1 6,4 0,7 0,7 0,8 0,7 0,7 29,6

Segmentation of Time 3

2

3

4

17

6

2

7

6

Central streets - Södermalm

12

Central streets - Bridges

Central streets - Vasastan

6

Central streets - Kungsholmen

4

Arterial roads - East

Arterial roads - North

Arterial roads - South

Arterial roads - West

Peripheralroads - North

Peripheralroads - South

Peripheralroads - West

CPM_class 2 ST3

Category LinksIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVV

2

3

4

17

6

2

7

6

Central streets - Södermalm

12

Central streets - Bridges

Central streets - Vasastan

6

Central streets - Kungsholmen

4

Arterial roads - East

Arterial roads - North

Arterial roads - South

Arterial roads - West

Peripheralroads - North

Peripheralroads - South

Peripheralroads - West

MJSA MJSU PETWA PETWU PETIA PETIU PETIO33,1 33,7 1,4 1,3 2,0 1,4 2,024,8 25,2 2,3 2,2 2,9 2,2 2,925,8 25,9 1,9 1,9 2,4 1,9 2,424,9 24,5 2,2 2,2 2,8 2,2 2,823,3 23,3 2,3 2,4 2,8 2,3 2,8

34,6 34,9 0,5 0,5 1,8 0,5 1,827,7 27,3 1,1 1,1 2,7 1,0 2,729,2 28,8 0,9 1,0 2,1 0,7 2,125,9 25,7 1,2 1,3 2,7 1,0 2,728,5 28,0 0,9 1,0 2,2 0,8 2,2

37,3 36,4 0,7 0,6 0,7 0,5 0,727,8 27,6 1,5 1,3 1,5 1,0 1,528,3 28,7 1,4 1,2 1,4 0,9 1,425,7 25,7 1,6 1,4 1,6 1,2 1,627,8 27,9 1,3 1,1 1,3 0,9 1,3

48,0 40,7 0,4 0,6 0,2 0,4 0,230,4 27,3 1,4 1,5 0,9 1,2 0,935,2 29,6 1,0 1,3 0,6 1,1 0,628,3 24,9 1,8 1,9 1,1 1,6 1,130,1 26,5 1,5 1,7 0,9 1,4 0,9

72,6 74,0 0,3 0,3 0,3 0,3 0,354,5 54,3 1,1 1,1 1,0 1,0 1,055,1 55,3 1,2 1,2 1,1 1,1 1,151,0 51,3 1,3 1,3 1,3 1,4 1,356,2 56,7 0,9 0,9 0,8 0,9 0,8

61,7 57,7 1,0 1,0 1,0 1,0 1,045,3 44,3 2,1 1,8 2,2 1,9 2,247,3 46,2 1,7 1,6 1,7 1,7 1,746,6 45,0 1,7 1,6 1,6 1,6 1,648,7 47,2 1,5 1,4 1,5 1,5 1,5

52,5 49,1 0,5 0,5 0,6 0,4 0,643,1 40,4 0,9 0,9 1,0 0,9 1,043,6 41,3 0,7 0,8 0,8 0,7 0,840,9 38,0 0,9 1,0 1,0 1,0 1,042,7 40,3 0,8 0,8 0,9 0,8 0,9

54,5 55,3 0,4 0,3 0,2 0,3 0,244,6 44,9 0,8 0,8 0,7 0,8 0,751,4 50,9 0,4 0,4 0,3 0,4 0,343,1 43,9 0,9 0,8 0,7 0,7 0,747,3 47,3 0,6 0,6 0,4 0,6 0,4

72,8 70,6 0,2 0,2 0,2 0,2 0,254,6 53,4 1,2 0,9 1,0 0,8 1,057,5 57,4 0,6 0,6 0,6 0,6 0,647,3 46,0 1,1 1,3 1,1 1,1 1,150,2 49,7 0,8 0,9 0,8 0,8 0,8

67,6 67,5 0,3 0,3 0,3 0,3 0,356,6 57,1 0,5 0,5 0,5 0,4 0,556,6 56,7 0,5 0,5 0,5 0,5 0,551,9 52,3 0,7 0,7 0,7 0,6 0,756,1 56,4 0,5 0,5 0,6 0,5 0,6

43,8 44,3 2,3 2,4 2,3 2,3 2,327,8 27,9 5,7 5,6 5,5 5,4 5,536,7 36,2 4,3 4,5 4,1 4,3 4,134,0 33,4 4,9 5,1 4,7 4,9 4,730,3 29,4 5,1 5,4 5,0 5,2 5,0

Segmentation of Time 3

CPM_class 3 ST1

Category Links CTR TTI_A TTI_U RSR_WA RSR_WU RSR_L RSR_IA RSR_IU MJSD MJSA MJSUI 1,0 1,8 1,8 0,4 0,4 0,4 0,4 0,4 29,2 29,0 29,3II 2,8 3,1 3,0 0,5 0,5 0,6 0,5 0,5 23,7 21,7 23,0III 1,6 2,3 2,2 0,5 0,5 0,5 0,5 0,5 24,7 24,4 24,7IV 1,9 2,5 2,5 0,5 0,6 0,6 0,5 0,6 21,8 21,8 21,6V 1,9 2,5 2,5 0,5 0,6 0,6 0,6 0,6 21,5 21,6 21,6I 1,2 2,6 2,4 0,5 0,5 0,6 0,6 0,6 38,4 34,0 34,9II 1,8 3,3 3,1 0,6 0,6 0,7 0,7 0,7 27,1 26,4 26,8III 1,8 3,2 3,2 0,7 0,7 0,7 0,7 0,7 25,4 25,6 25,7IV 2,0 3,4 3,4 0,7 0,7 0,7 0,7 0,7 23,6 25,3 24,9V 2,1 3,5 3,6 0,7 0,7 0,7 0,7 0,7 23,5 23,8 23,8I 0,6 1,5 1,4 0,3 0,3 0,3 0,3 0,3 34,5 33,8 33,9II 1,1 1,9 1,9 0,4 0,4 0,5 0,4 0,4 28,5 27,9 27,7III 0,8 1,6 1,6 0,4 0,4 0,4 0,4 0,4 30,9 30,9 30,9IV 1,1 1,9 1,9 0,4 0,4 0,5 0,4 0,4 27,3 27,2 27,2V 0,8 1,6 1,6 0,4 0,4 0,4 0,4 0,4 30,9 30,5 30,5I 0,7 1,6 1,6 0,4 0,4 0,4 0,5 0,4 37,3 37,7 37,6II 1,7 2,6 2,7 0,6 0,6 0,6 0,6 0,6 26,2 26,0 25,7III 2,1 3,0 3,0 0,7 0,7 0,7 0,7 0,7 21,6 21,9 21,7IV 2,3 3,2 3,2 0,7 0,7 0,7 0,7 0,7 20,7 21,3 21,4V 2,1 3,0 3,0 0,7 0,7 0,7 0,7 0,7 21,4 21,9 21,7I 0,4 1,4 1,4 0,2 0,2 0,2 0,2 0,2 31,1 34,8 33,9II 1,0 1,7 1,7 0,4 0,4 0,4 0,4 0,4 25,7 28,1 27,9III 0,8 1,6 1,6 0,3 0,3 0,3 0,3 0,3 27,5 29,9 30,2IV 1,1 1,8 1,8 0,4 0,4 0,4 0,4 0,4 24,2 27,1 27,1V 0,9 1,7 1,6 0,3 0,4 0,3 0,3 0,4 25,2 28,9 29,1I 0,6 1,8 1,8 0,4 0,4 0,4 0,4 0,4 39,4 38,8 39,0II 1,5 2,7 2,7 0,6 0,6 0,6 0,6 0,6 27,6 28,4 27,9III 1,6 2,9 2,9 0,6 0,6 0,6 0,6 0,6 26,9 26,7 26,2IV 1,8 3,0 3,0 0,6 0,6 0,6 0,6 0,6 24,5 24,8 24,3V 1,4 2,7 2,7 0,6 0,6 0,6 0,6 0,6 27,4 27,2 26,6I 0,6 1,6 1,6 0,3 0,3 0,4 0,2 0,3 33,1 39,8 33,0II 1,6 2,4 2,2 0,4 0,4 0,6 0,5 0,4 24,7 28,1 25,4III 1,1 1,8 1,9 0,3 0,4 0,5 0,4 0,4 29,7 33,9 29,3IV 2,0 2,6 2,5 0,5 0,5 0,6 0,5 0,5 23,9 26,5 23,8V 1,8 2,5 2,3 0,4 0,5 0,6 0,5 0,5 24,9 25,8 24,3I 0,2 1,3 1,6 0,2 0,3 0,3 0,2 0,3 42,4 54,2 46,3II 1,2 2,3 2,5 0,5 0,5 0,6 0,5 0,5 26,7 33,5 30,3III 1,3 2,3 2,7 0,5 0,6 0,6 0,5 0,6 23,3 34,1 28,6IV 1,9 3,0 3,4 0,5 0,6 0,6 0,6 0,6 20,6 28,1 24,7V 1,5 2,5 3,1 0,5 0,6 0,6 0,5 0,6 22,8 33,4 28,2

Arterial roads - East - FC 0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0I 0,2 1,3 1,3 0,2 0,2 0,2 0,2 0,2 70,4 72,6 74,0II 0,7 2,0 2,0 0,4 0,4 0,5 0,4 0,4 52,7 54,5 54,0III 0,9 2,2 2,2 0,4 0,4 0,5 0,4 0,4 55,0 54,7 54,8IV 0,9 2,3 2,4 0,4 0,5 0,6 0,5 0,5 51,4 50,6 50,8V 0,6 1,9 1,9 0,4 0,4 0,5 0,4 0,4 54,6 56,2 56,7I 0,3 1,3 1,3 0,3 0,3 0,2 0,3 0,3 41,6 41,8 41,8II 0,8 1,8 1,8 0,4 0,4 0,4 0,4 0,4 33,1 33,0 33,0III 0,7 1,6 1,6 0,4 0,4 0,4 0,4 0,4 35,5 35,6 35,6IV 0,9 1,8 1,8 0,4 0,4 0,5 0,4 0,4 31,9 31,8 31,8V 0,6 1,6 1,6 0,4 0,4 0,4 0,4 0,4 35,7 35,3 35,3I 0,6 2,0 2,1 0,4 0,4 0,5 0,4 0,4 62,9 62,3 60,6II 1,1 3,0 2,8 0,6 0,6 0,6 0,6 0,6 46,5 47,4 47,5III 1,1 3,0 3,0 0,6 0,6 0,7 0,6 0,6 47,5 47,0 47,0IV 0,9 2,7 2,7 0,6 0,6 0,6 0,6 0,6 46,3 47,4 47,3V 0,9 2,6 2,6 0,5 0,5 0,6 0,5 0,5 48,3 49,4 49,4

Arterial roads - South - FC 0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0I 0,3 1,5 1,5 0,3 0,3 0,3 0,3 0,3 48,1 52,5 49,1II 0,8 1,9 2,0 0,4 0,4 0,5 0,4 0,4 38,4 43,0 40,1III 0,6 1,8 1,8 0,4 0,4 0,4 0,4 0,4 40,1 43,6 41,2IV 0,8 2,0 2,1 0,5 0,5 0,5 0,4 0,5 36,1 40,1 37,3V 0,7 1,8 1,8 0,4 0,4 0,4 0,4 0,4 39,4 42,7 40,3I 0,3 1,4 1,4 0,2 0,2 0,3 0,2 0,2 53,5 52,3 51,8II 0,7 1,9 1,9 0,3 0,4 0,4 0,4 0,4 44,6 42,7 42,2III 0,4 1,5 1,5 0,2 0,2 0,3 0,2 0,2 52,0 51,0 50,6IV 0,8 1,9 1,9 0,4 0,4 0,5 0,4 0,4 43,1 41,2 41,7V 0,5 1,6 1,6 0,3 0,3 0,4 0,3 0,3 48,6 47,7 47,6

6

5

1

2

2

6

6

10

7

4

Central streets - Bridges - FC

Central streets - Bridges - ATTS

Central streets - Kungsholmen -FC

2

4

2

Central streets - Vasastan - ATTS

Arterial roads - East - ATTS

Arterial roads - North - FC

Arterial roads - North - ATTS

Arterial roads - South - ATTS

Arterial roads - West - FC

Central streets - Kungsholmen -ATTS

Central streets - Södermalm - FC

Central streets - Södermalm - ATTS

Central streets - Vasastan - FC

Segmentation of Time 1

CPM_class 3 ST1

Category Links CTR TTI_A TTI_U RSR_WA RSR_WU RSR_L RSR_IA RSR_IU MJSD MJSA MJSU

Segmentation of Time 1

I 0,1 1,2 1,2 0,2 0,2 0,1 0,2 0,2 63,3 63,4 63,5II 0,7 1,9 1,7 0,3 0,4 0,4 0,4 0,4 45,4 44,6 46,8III 0,4 1,5 1,5 0,3 0,3 0,3 0,3 0,3 49,4 49,7 49,7IV 0,6 1,6 1,6 0,4 0,4 0,4 0,4 0,4 47,1 46,8 47,0V 0,6 1,7 1,7 0,4 0,4 0,4 0,4 0,4 46,9 45,7 46,5

Peripheral roads - North - FC 00,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 0,2 1,2 1,2 0,2 0,2 0,2 0,2 0,2 69,8 72,8 70,6II 0,8 2,3 2,0 0,4 0,4 0,5 0,4 0,4 52,6 55,2 53,6III 0,5 1,7 1,7 0,3 0,3 0,4 0,4 0,3 56,3 56,7 56,5IV 0,9 2,2 2,4 0,4 0,4 0,6 0,5 0,5 43,7 45,5 43,9V 0,6 1,8 1,9 0,4 0,4 0,5 0,4 0,4 50,5 50,2 49,7

Peripheral roads - South - FC 00,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 0,2 1,3 1,3 0,2 0,2 0,2 0,2 0,2 69,0 67,6 67,5II 0,4 1,6 1,5 0,3 0,3 0,3 0,4 0,3 54,8 55,4 56,2III 0,4 1,5 1,5 0,3 0,3 0,3 0,3 0,3 56,7 57,0 57,1IV 0,5 1,7 1,7 0,4 0,4 0,4 0,4 0,4 49,5 51,1 51,6V 0,4 1,5 1,5 0,3 0,3 0,3 0,3 0,3 55,4 56,1 56,4

Peripheral roads - West - FC 00,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 1,2 3,3 3,4 0,6 0,6 0,7 0,6 0,6 44,3 43,8 44,3II 3,1 7,0 7,0 0,8 0,8 0,8 0,8 0,8 24,2 25,4 25,4III 2,3 5,4 5,6 0,6 0,7 0,8 0,7 0,7 32,0 36,8 36,2IV 2,6 5,9 6,1 0,7 0,7 0,8 0,7 0,7 30,0 33,2 32,7V 2,7 6,1 6,4 0,7 0,7 0,8 0,7 0,7 29,6 30,3 29,4

2

2

2

2

Peripheral roads - West - ATTS

Arterial roads - West - ATTS

Peripheral roads - North - ATTS

Peripheral roads - South - ATTS

CPM_class 3 ST1

Category LinksIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVV

Arterial roads - East - FC 0IIIIIIIVVIIIIIIIVVIIIIIIIVV

Arterial roads - South - FC 0IIIIIIIVVIIIIIIIVV

6

5

1

2

2

6

6

10

7

4

Central streets - Bridges - FC

Central streets - Bridges - ATTS

Central streets - Kungsholmen -FC

2

4

2

Central streets - Vasastan - ATTS

Arterial roads - East - ATTS

Arterial roads - North - FC

Arterial roads - North - ATTS

Arterial roads - South - ATTS

Arterial roads - West - FC

Central streets - Kungsholmen -ATTS

Central streets - Södermalm - FC

Central streets - Södermalm - ATTS

Central streets - Vasastan - FC

PETWA PETWU PETIA PETIU PETIO0,8 0,8 0,8 0,8 0,82,1 2,0 2,2 2,0 2,21,3 1,2 1,3 1,3 1,31,5 1,5 1,5 1,6 1,51,5 1,5 1,5 1,6 1,51,6 1,4 2,0 1,5 2,02,3 2,1 2,7 2,1 2,72,2 2,2 2,6 2,1 2,62,4 2,4 2,9 2,4 2,92,5 2,6 2,9 2,4 2,90,5 0,4 0,5 0,4 0,50,9 0,9 0,9 0,9 0,90,6 0,6 0,6 0,6 0,60,9 0,9 0,9 0,9 0,90,6 0,6 0,6 0,6 0,60,6 0,6 0,6 0,6 0,61,6 1,7 1,6 1,7 1,62,0 2,0 2,0 2,0 2,02,2 2,2 2,3 2,2 2,32,0 2,0 2,0 2,0 2,00,4 0,4 0,3 0,3 0,30,7 0,7 0,6 0,7 0,60,6 0,6 0,5 0,6 0,50,8 0,8 0,6 0,7 0,60,7 0,6 0,5 0,6 0,50,8 0,8 0,8 0,6 0,81,7 1,7 1,7 1,5 1,71,9 1,9 1,9 1,7 1,92,0 2,0 2,1 1,8 2,11,7 1,7 1,7 1,5 1,70,6 0,6 0,3 0,5 0,31,4 1,2 0,9 1,0 0,90,8 0,9 0,5 0,8 0,51,6 1,5 1,1 1,4 1,11,5 1,3 1,1 1,1 1,10,3 0,6 0,4 0,4 0,41,3 1,5 1,0 1,3 1,01,3 1,7 1,0 1,3 1,02,0 2,4 1,3 1,8 1,31,5 2,1 1,0 1,5 1,00,0 0,0 0,0 0,0 0,00,3 0,3 0,3 0,3 0,31,0 1,0 0,9 1,0 0,91,2 1,2 1,1 1,1 1,11,3 1,4 1,3 1,4 1,30,9 0,9 0,8 0,9 0,80,3 0,3 0,3 0,3 0,30,8 0,8 0,8 0,8 0,80,6 0,6 0,6 0,6 0,60,8 0,8 0,8 0,8 0,80,6 0,6 0,6 0,6 0,61,0 1,1 1,1 1,1 1,12,0 1,8 2,0 1,9 2,02,0 2,0 2,0 2,0 2,01,7 1,7 1,7 1,7 1,71,6 1,6 1,6 1,6 1,60,0 0,0 0,0 0,0 0,00,5 0,5 0,6 0,4 0,60,9 1,0 1,0 0,9 1,00,8 0,8 0,8 0,7 0,81,0 1,1 1,1 1,0 1,10,8 0,8 0,9 0,8 0,90,4 0,4 0,2 0,4 0,20,9 0,9 0,7 0,9 0,70,5 0,5 0,3 0,5 0,30,9 0,9 0,6 0,8 0,60,6 0,6 0,3 0,5 0,3

Segmentation of Time 1

CPM_class 3 ST1

Category LinksIIIIIIIVV

Peripheral roads - North - FC 0

IIIIIIIVV

Peripheral roads - South - FC 0

IIIIIIIVV

Peripheral roads - West - FC 0

IIIIIIIVV

2

2

2

2

Peripheral roads - West - ATTS

Arterial roads - West - ATTS

Peripheral roads - North - ATTS

Peripheral roads - South - ATTS

PETWA PETWU PETIA PETIU PETIO

Segmentation of Time 1

0,2 0,2 0,2 0,2 0,20,9 0,7 0,9 0,7 0,90,5 0,5 0,5 0,5 0,50,6 0,6 0,6 0,6 0,60,7 0,7 0,7 0,7 0,7

0,0 0,0 0,0 0,0 0,00,2 0,2 0,2 0,2 0,21,3 1,0 1,1 0,9 1,10,7 0,7 0,7 0,6 0,71,2 1,4 1,2 1,3 1,20,8 0,9 0,8 0,8 0,8

0,0 0,0 0,0 0,0 0,00,3 0,3 0,3 0,3 0,30,6 0,5 0,6 0,5 0,60,5 0,5 0,5 0,4 0,50,7 0,7 0,8 0,6 0,80,5 0,5 0,6 0,5 0,6

0,0 0,0 0,0 0,0 0,02,3 2,4 2,3 2,3 2,36,0 6,0 5,8 5,8 5,84,4 4,6 4,2 4,4 4,24,9 5,1 4,8 5,0 4,85,1 5,4 5,0 5,2 5,0

CPM_class 3 ST2

Category Links CTR TTI_A TTI_U RSR_WA RSR_WU RSR_L RSR_IA RSR_IU MJSD MJSA MJSUI 1,1 1,9 1,8 0,4 0,4 0,4 0,4 0,4 28,9 28,4 29,1II 3,0 3,4 3,2 0,5 0,5 0,6 0,6 0,5 22,3 21,2 22,7III 1,7 2,4 2,4 0,5 0,5 0,6 0,5 0,5 23,9 23,4 23,7IV 2,0 2,6 2,6 0,6 0,6 0,6 0,6 0,6 20,9 20,8 20,7V 2,1 2,7 2,7 0,6 0,6 0,6 0,6 0,6 21,0 20,4 20,3I 1,3 2,7 2,5 0,5 0,5 0,6 0,6 0,6 36,8 32,8 33,8II 1,8 3,3 3,1 0,7 0,7 0,7 0,7 0,7 26,0 25,3 25,6III 1,9 3,2 3,2 0,7 0,7 0,7 0,7 0,7 25,1 25,5 25,6IV 2,0 3,4 3,4 0,7 0,7 0,7 0,7 0,7 23,6 23,9 23,7V 2,2 3,6 3,6 0,7 0,7 0,7 0,7 0,7 23,1 23,5 23,5I 0,6 1,5 1,5 0,3 0,3 0,3 0,3 0,3 34,1 33,8 33,8II 1,1 1,9 1,9 0,4 0,4 0,5 0,4 0,4 27,3 27,2 27,0III 0,9 1,7 1,7 0,4 0,4 0,4 0,4 0,4 29,5 29,5 29,5IV 1,2 1,9 1,9 0,4 0,4 0,5 0,4 0,4 27,2 27,1 27,1V 0,9 1,7 1,7 0,4 0,4 0,4 0,4 0,4 29,3 28,9 28,9I 0,8 1,8 1,8 0,5 0,5 0,4 0,5 0,5 35,0 35,2 35,0II 1,7 2,6 2,6 0,6 0,6 0,6 0,6 0,6 26,3 26,2 25,9III 2,1 3,0 3,0 0,7 0,7 0,7 0,7 0,7 21,5 21,8 21,7IV 2,4 3,2 3,2 0,7 0,7 0,7 0,7 0,7 20,7 21,0 21,1V 2,3 3,2 3,2 0,7 0,7 0,7 0,7 0,7 21,0 22,0 21,8I 0,5 1,4 1,4 0,3 0,3 0,2 0,2 0,3 30,7 33,9 33,2II 1,2 1,9 1,9 0,4 0,4 0,4 0,4 0,4 24,2 26,5 26,3III 0,9 1,7 1,7 0,4 0,4 0,3 0,3 0,4 26,0 28,6 28,8IV 1,1 1,8 1,8 0,4 0,4 0,4 0,4 0,4 24,5 26,9 26,8V 0,9 1,6 1,6 0,3 0,4 0,3 0,3 0,3 26,3 29,6 29,8I 0,8 2,0 2,0 0,4 0,4 0,5 0,5 0,5 36,8 36,6 36,5II 1,5 2,7 2,7 0,6 0,6 0,6 0,6 0,6 27,1 27,7 27,2III 1,6 2,9 2,9 0,6 0,6 0,6 0,6 0,6 26,4 26,5 26,0IV 1,8 3,1 3,1 0,6 0,6 0,7 0,7 0,7 24,3 23,9 23,5V 1,5 2,7 2,7 0,6 0,6 0,6 0,6 0,6 26,8 26,8 26,2I 0,8 1,7 1,7 0,3 0,3 0,4 0,3 0,3 30,8 36,4 31,1II 1,7 2,4 2,2 0,4 0,5 0,6 0,5 0,5 23,9 27,2 24,8III 1,3 2,0 2,0 0,4 0,4 0,5 0,4 0,4 28,2 32,3 27,9IV 2,0 2,6 2,5 0,5 0,5 0,6 0,5 0,5 22,9 25,6 23,3V 2,0 2,7 2,4 0,5 0,5 0,6 0,5 0,5 23,9 24,8 23,5I 0,4 1,5 1,7 0,3 0,3 0,4 0,2 0,3 39,7 50,2 43,6II 1,3 2,4 2,6 0,5 0,5 0,6 0,5 0,6 25,7 31,9 29,1III 1,4 2,4 2,8 0,5 0,6 0,6 0,5 0,6 22,9 33,0 27,9IV 2,0 3,1 3,4 0,6 0,6 0,7 0,6 0,6 20,1 26,9 24,0V 1,7 2,7 3,2 0,5 0,6 0,6 0,5 0,6 22,1 31,7 27,3

Arterial roads - East - FC 0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0I 0,3 1,4 1,4 0,2 0,2 0,3 0,3 0,2 67,4 69,7 70,7II 0,7 2,0 2,1 0,4 0,4 0,5 0,4 0,4 51,4 53,1 52,5III 0,9 2,2 2,2 0,4 0,4 0,5 0,4 0,4 54,0 53,4 53,7IV 0,9 2,3 2,4 0,4 0,4 0,6 0,5 0,5 51,3 51,2 51,3V 0,7 2,0 2,0 0,4 0,4 0,5 0,4 0,4 53,8 55,1 55,4I 0,5 1,4 1,4 0,3 0,3 0,3 0,3 0,3 39,0 38,8 38,8II 0,9 1,8 1,8 0,4 0,4 0,5 0,4 0,4 31,5 31,5 31,5III 0,7 1,7 1,7 0,4 0,4 0,4 0,4 0,4 34,2 34,2 34,2IV 0,9 1,9 1,9 0,5 0,5 0,5 0,5 0,5 30,8 30,6 30,6V 0,7 1,6 1,6 0,4 0,4 0,4 0,4 0,4 35,8 35,6 35,6I 0,7 2,2 2,3 0,5 0,5 0,6 0,4 0,5 59,8 59,3 58,0II 1,1 2,9 2,8 0,6 0,6 0,6 0,6 0,6 45,1 45,3 45,7III 1,1 3,0 3,0 0,6 0,6 0,7 0,6 0,6 47,2 46,8 46,8IV 0,9 2,7 2,7 0,6 0,6 0,6 0,6 0,6 45,9 44,9 45,0V 0,9 2,6 2,6 0,5 0,5 0,6 0,5 0,5 47,4 49,5 49,4

Arterial roads - South - FC 0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0I 0,4 1,6 1,5 0,3 0,3 0,3 0,3 0,3 46,5 50,8 47,4II 0,8 2,0 2,0 0,4 0,4 0,5 0,4 0,4 37,5 42,0 39,2III 0,7 1,8 1,8 0,4 0,4 0,4 0,4 0,4 39,5 43,1 40,7IV 0,9 2,1 2,2 0,5 0,5 0,5 0,5 0,5 34,9 38,9 36,0V 0,8 1,9 2,0 0,4 0,4 0,5 0,4 0,4 38,3 41,6 39,0I 0,4 1,6 1,6 0,3 0,3 0,3 0,3 0,3 50,3 47,9 47,6II 0,9 2,1 2,1 0,4 0,4 0,5 0,4 0,4 42,2 39,3 39,0III 0,5 1,6 1,6 0,3 0,3 0,4 0,3 0,3 49,4 47,8 47,7IV 0,9 2,0 2,0 0,4 0,4 0,5 0,4 0,4 42,9 40,2 40,6V 0,5 1,6 1,6 0,3 0,3 0,4 0,3 0,3 47,3 45,9 45,9I 0,2 1,3 1,3 0,2 0,2 0,2 0,2 0,2 59,0 58,5 59,5II 0,8 1,9 1,8 0,4 0,4 0,4 0,4 0,4 44,3 43,8 45,8III 0,4 1,5 1,5 0,3 0,3 0,3 0,3 0,3 48,7 49,0 49,0IV 0,6 1,7 1,7 0,4 0,4 0,4 0,4 0,4 46,6 45,0 46,0

2

6

5

2

10

7Central streets - Vasastan - ATTS

Arterial roads - East - ATTS

Arterial roads - North - FC

2

Central streets - Kungsholmen -ATTS 2

6

6

Central streets - Södermalm - FC

Central streets - Södermalm - ATTS

4

Central streets - Bridges - FC

Central streets - Bridges - ATTS

Central streets - Kungsholmen -FC

Segmentation of Time 2

Arterial roads - North - ATTS

Arterial roads - South - ATTS

Arterial roads - West - FC

Arterial roads - West - ATTS

Central streets - Vasastan - FC

1

2

4

CPM_class 3 ST2

Category Links CTR TTI_A TTI_U RSR_WA RSR_WU RSR_L RSR_IA RSR_IU MJSD MJSA MJSU

Segmentation of Time 2

V 0,6 1,7 1,6 0,4 0,4 0,4 0,4 0,4 47,0 45,8 46,7

Peripheral roads - North - FC 00,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 0,3 1,4 1,3 0,2 0,2 0,3 0,2 0,2 67,2 70,0 67,6II 0,9 2,4 2,1 0,4 0,4 0,5 0,4 0,4 50,7 52,5 51,3III 0,5 1,8 1,7 0,3 0,3 0,4 0,4 0,4 54,8 55,2 55,1IV 1,0 2,4 2,9 0,4 0,5 0,6 0,5 0,5 40,0 42,2 39,1V 0,8 2,0 2,2 0,4 0,4 0,5 0,5 0,5 47,2 47,3 46,3

Peripheral roads - South - FC 00,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 0,2 1,3 1,3 0,2 0,2 0,3 0,2 0,2 66,0 65,0 65,1II 0,5 1,6 1,6 0,3 0,4 0,4 0,4 0,4 52,7 53,6 54,4III 0,4 1,5 1,5 0,3 0,3 0,3 0,3 0,3 55,9 56,5 56,5IV 0,6 1,8 1,8 0,4 0,4 0,4 0,4 0,4 47,0 49,0 49,7V 0,4 1,6 1,6 0,3 0,3 0,4 0,4 0,4 53,6 54,6 55,0

Peripheral roads - West - FC 00,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 1,6 3,9 4,0 0,7 0,7 0,7 0,7 0,7 39,4 38,8 38,8II 3,3 7,3 7,3 0,8 0,8 0,9 0,8 0,8 22,8 24,7 24,7III 2,3 5,5 5,6 0,7 0,7 0,8 0,7 0,7 31,2 35,7 35,2IV 2,7 6,1 6,3 0,7 0,7 0,8 0,7 0,7 30,1 31,8 31,6V 2,7 6,1 6,5 0,7 0,7 0,8 0,7 0,7 29,3 30,9 29,9

2

2

2Peripheral roads - North - ATTS

Peripheral roads - South - ATTS

Peripheral roads - West - ATTS

CPM_class 3 ST2

Category LinksIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVV

Arterial roads - East - FC 0IIIIIIIVVIIIIIIIVVIIIIIIIVV

Arterial roads - South - FC 0IIIIIIIVVIIIIIIIVVIIIIIIIV

2

6

5

2

10

7Central streets - Vasastan - ATTS

Arterial roads - East - ATTS

Arterial roads - North - FC

2

Central streets - Kungsholmen -ATTS 2

6

6

Central streets - Södermalm - FC

Central streets - Södermalm - ATTS

4

Central streets - Bridges - FC

Central streets - Bridges - ATTS

Central streets - Kungsholmen -FC

Arterial roads - North - ATTS

Arterial roads - South - ATTS

Arterial roads - West - FC

Arterial roads - West - ATTS

Central streets - Vasastan - FC

1

2

4

PETWA PETWU PETIA PETIU PETIO0,9 0,8 0,9 0,8 0,92,4 2,2 2,5 2,2 2,51,4 1,4 1,4 1,4 1,41,6 1,6 1,6 1,7 1,61,7 1,7 1,7 1,7 1,71,7 1,5 2,1 1,6 2,12,3 2,1 2,7 2,1 2,72,2 2,2 2,7 2,1 2,72,4 2,4 2,9 2,4 2,92,6 2,6 3,0 2,5 3,00,5 0,5 0,5 0,5 0,50,9 0,9 0,9 0,9 0,90,7 0,7 0,7 0,7 0,70,9 0,9 0,9 0,9 0,90,7 0,7 0,7 0,7 0,70,8 0,8 0,8 0,8 0,81,6 1,6 1,6 1,6 1,62,0 2,0 2,0 2,0 2,02,2 2,2 2,3 2,3 2,32,2 2,2 2,2 2,2 2,20,4 0,4 0,3 0,4 0,30,9 0,9 0,7 0,8 0,70,7 0,7 0,5 0,6 0,50,8 0,8 0,6 0,7 0,60,6 0,6 0,5 0,6 0,51,0 1,0 1,0 0,8 1,01,7 1,7 1,7 1,5 1,71,9 1,9 1,9 1,7 1,92,1 2,1 2,2 1,9 2,21,7 1,7 1,8 1,5 1,80,7 0,7 0,4 0,5 0,41,4 1,2 0,9 1,0 0,91,0 1,0 0,6 0,9 0,61,6 1,5 1,0 1,4 1,01,7 1,4 1,2 1,3 1,20,5 0,7 0,5 0,5 0,51,4 1,6 1,1 1,3 1,11,4 1,8 1,0 1,4 1,02,1 2,4 1,4 1,9 1,41,7 2,2 1,1 1,6 1,10,0 0,0 0,0 0,0 0,00,4 0,4 0,4 0,4 0,41,0 1,1 1,0 1,1 1,01,2 1,2 1,1 1,2 1,11,3 1,4 1,3 1,4 1,31,0 1,0 0,9 1,0 0,90,4 0,4 0,4 0,4 0,40,8 0,8 0,8 0,8 0,80,7 0,7 0,7 0,7 0,70,9 0,9 0,9 0,9 0,90,6 0,6 0,6 0,6 0,61,2 1,3 1,3 1,3 1,31,9 1,8 2,0 1,8 2,02,0 2,0 2,0 2,0 2,01,7 1,7 1,7 1,7 1,71,6 1,6 1,6 1,6 1,60,0 0,0 0,0 0,0 0,00,6 0,5 0,6 0,5 0,61,0 1,0 1,0 0,9 1,00,8 0,8 0,9 0,8 0,91,1 1,2 1,2 1,1 1,20,9 1,0 1,0 0,9 1,00,6 0,6 0,4 0,6 0,41,1 1,1 0,8 1,1 0,80,6 0,6 0,3 0,5 0,31,0 1,0 0,7 0,9 0,70,6 0,6 0,4 0,6 0,40,3 0,3 0,3 0,3 0,30,9 0,8 0,9 0,8 0,90,5 0,5 0,5 0,5 0,50,7 0,7 0,7 0,7 0,7

Segmentation of Time 2

CPM_class 3 ST2

Category LinksV

Peripheral roads - North - FC 0

IIIIIIIVV

Peripheral roads - South - FC 0

IIIIIIIVV

Peripheral roads - West - FC 0

IIIIIIIVV

2

2

2Peripheral roads - North - ATTS

Peripheral roads - South - ATTS

Peripheral roads - West - ATTS

PETWA PETWU PETIA PETIU PETIO

Segmentation of Time 2

0,7 0,6 0,7 0,6 0,7

0,0 0,0 0,0 0,0 0,00,4 0,3 0,3 0,3 0,31,4 1,1 1,2 1,0 1,20,8 0,7 0,7 0,7 0,71,4 1,9 1,4 1,6 1,41,0 1,2 1,0 1,0 1,0

0,0 0,0 0,0 0,0 0,00,3 0,3 0,4 0,3 0,40,6 0,6 0,6 0,5 0,60,5 0,5 0,5 0,5 0,50,8 0,8 0,9 0,7 0,90,6 0,6 0,6 0,5 0,6

0,0 0,0 0,0 0,0 0,02,9 3,0 2,9 2,9 2,96,3 6,3 6,2 6,1 6,24,5 4,6 4,3 4,4 4,35,1 5,3 5,0 5,2 5,05,1 5,5 5,0 5,3 5,0

CPM_class 3 ST3

Category Links CTR TTI_A TTI_U RSR_WA RSR_WU RSR_L RSR_IA RSR_IU MJSD MJSA MJSU

I 1,0 1,8 1,8 0,4 0,4 0,4 0,4 0,4 29,2 29,0 29,3II 2,7 3,1 2,9 0,5 0,5 0,6 0,6 0,5 23,6 21,7 23,1III 1,4 2,1 2,1 0,5 0,5 0,5 0,5 0,5 25,5 25,2 25,4IV 1,9 2,5 2,5 0,5 0,6 0,6 0,5 0,6 21,9 21,9 21,7V 1,9 2,5 2,5 0,5 0,6 0,6 0,6 0,6 21,5 21,6 21,6

I 1,2 2,6 2,4 0,5 0,5 0,6 0,6 0,6 38,4 34,0 34,9II 1,9 3,4 3,3 0,7 0,7 0,7 0,7 0,7 25,7 25,5 25,7III 1,8 3,2 3,2 0,7 0,7 0,7 0,7 0,7 25,9 26,0 26,1IV 1,9 3,3 3,4 0,7 0,7 0,7 0,7 0,7 24,0 25,6 25,3V 2,1 3,5 3,6 0,7 0,7 0,7 0,7 0,7 23,5 23,8 23,8

I 0,6 1,5 1,4 0,3 0,3 0,3 0,3 0,3 34,5 33,8 33,9II 1,1 1,9 1,9 0,4 0,4 0,5 0,4 0,4 28,6 28,5 28,3III 0,7 1,6 1,6 0,3 0,3 0,4 0,4 0,3 31,6 31,5 31,5IV 1,1 1,9 1,9 0,4 0,4 0,5 0,4 0,4 27,6 27,4 27,5V 0,8 1,6 1,6 0,4 0,4 0,4 0,4 0,4 30,9 30,5 30,5

I 0,7 1,6 1,6 0,4 0,4 0,4 0,5 0,4 37,3 37,7 37,6II 1,8 2,7 2,8 0,6 0,6 0,6 0,6 0,6 24,9 25,0 24,7III 2,0 2,9 3,0 0,7 0,7 0,7 0,7 0,7 21,6 22,0 21,9IV 2,4 3,3 3,3 0,7 0,7 0,7 0,7 0,7 20,6 21,1 21,2V 2,1 3,0 3,0 0,7 0,7 0,7 0,7 0,7 21,4 21,9 21,7

I 0,4 1,4 1,4 0,2 0,2 0,2 0,2 0,2 31,1 34,8 33,9II 1,0 1,7 1,7 0,4 0,4 0,4 0,4 0,4 25,8 28,1 28,0III 0,7 1,5 1,5 0,3 0,3 0,3 0,3 0,3 28,3 30,4 30,9IV 1,1 1,8 1,8 0,4 0,4 0,4 0,4 0,4 24,2 27,1 27,1V 0,9 1,7 1,6 0,3 0,4 0,3 0,3 0,4 25,2 28,9 29,1

I 0,6 1,8 1,8 0,4 0,4 0,4 0,4 0,4 39,4 38,8 39,0II 1,6 2,9 2,8 0,6 0,6 0,6 0,6 0,6 26,9 27,7 27,3III 1,6 2,9 2,8 0,6 0,6 0,6 0,6 0,6 27,3 27,1 26,5IV 1,8 3,1 3,0 0,6 0,6 0,6 0,6 0,6 24,6 24,8 24,2V 1,4 2,7 2,7 0,6 0,6 0,6 0,6 0,6 27,4 27,2 26,6

I 0,6 1,6 1,6 0,3 0,3 0,4 0,2 0,3 33,1 39,8 33,0II 1,7 2,4 2,2 0,4 0,4 0,6 0,5 0,4 24,7 28,0 25,4III 1,0 1,7 1,8 0,3 0,4 0,4 0,3 0,3 31,2 35,5 30,4IV 1,9 2,5 2,5 0,5 0,5 0,6 0,5 0,5 24,5 27,2 24,4V 1,8 2,5 2,3 0,4 0,5 0,6 0,5 0,5 24,7 25,5 24,2

I 0,2 1,3 1,6 0,2 0,3 0,3 0,2 0,3 42,4 54,2 46,3II 1,3 2,4 2,7 0,5 0,6 0,6 0,5 0,6 25,0 32,1 28,6III 1,3 2,3 2,7 0,5 0,5 0,6 0,5 0,6 23,6 35,0 29,1IV 1,8 2,9 3,3 0,5 0,6 0,6 0,6 0,6 21,1 29,0 25,3V 1,5 2,5 3,1 0,5 0,6 0,6 0,5 0,6 22,8 33,4 28,2

Arterial roads - East - FC 0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 0,2 1,3 1,3 0,2 0,2 0,2 0,2 0,2 70,4 72,6 74,0II 0,7 2,1 2,1 0,4 0,4 0,5 0,4 0,4 53,2 54,5 54,3III 0,9 2,2 2,2 0,4 0,4 0,5 0,4 0,4 55,3 55,1 55,3IV 0,9 2,3 2,3 0,4 0,4 0,6 0,5 0,5 51,7 51,0 51,3V 0,6 1,9 1,9 0,4 0,4 0,5 0,4 0,4 54,6 56,2 56,7

I 0,3 1,3 1,3 0,3 0,3 0,2 0,3 0,3 41,6 41,8 41,8II 0,8 1,8 1,8 0,4 0,4 0,4 0,4 0,4 33,4 33,4 33,4III 0,7 1,6 1,6 0,4 0,4 0,4 0,4 0,4 35,9 36,0 36,0IV 0,9 1,8 1,8 0,4 0,4 0,4 0,4 0,4 32,2 32,2 32,2V 0,6 1,6 1,6 0,4 0,4 0,4 0,4 0,4 35,7 35,3 35,3

I 0,6 2,0 2,1 0,4 0,4 0,5 0,4 0,4 62,9 62,3 60,6II 1,3 3,2 3,0 0,6 0,6 0,7 0,6 0,6 45,0 45,8 46,2III 1,0 2,8 2,8 0,5 0,5 0,6 0,5 0,5 48,4 48,1 48,1IV 1,0 2,7 2,7 0,6 0,6 0,6 0,6 0,6 46,6 47,4 47,3V 0,9 2,6 2,6 0,5 0,5 0,6 0,5 0,5 48,3 49,4 49,4

Arterial roads - South - FC 0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 0,3 1,5 1,5 0,3 0,3 0,3 0,3 0,3 48,1 52,5 49,1II 0,8 1,9 1,9 0,4 0,4 0,5 0,4 0,4 38,8 43,1 40,4III 0,6 1,7 1,8 0,4 0,4 0,4 0,4 0,4 40,3 43,6 41,3IV 0,8 1,9 2,0 0,4 0,5 0,5 0,4 0,5 36,7 40,9 38,0V 0,7 1,8 1,8 0,4 0,4 0,4 0,4 0,4 39,4 42,7 40,3

I 0,3 1,4 1,4 0,2 0,2 0,3 0,2 0,2 53,5 52,3 51,8II 0,7 1,8 1,9 0,3 0,3 0,4 0,3 0,3 46,4 44,2 43,7III 0,4 1,4 1,4 0,2 0,2 0,3 0,2 0,2 52,3 51,8 51,4IV 0,8 1,9 1,9 0,4 0,4 0,5 0,4 0,4 44,3 42,2 42,5V 0,5 1,6 1,6 0,3 0,3 0,4 0,3 0,3 48,6 47,7 47,6

5

6

6

6

10

7

4

1

2

Central streets - Bridges - FC

Central streets - Bridges - ATTS

2

4

Arterial roads - East - ATTS

Arterial roads - North - FC

Arterial roads - North - ATTS

Arterial roads - South - ATTS

Arterial roads - West - FC

Central streets - Södermalm - FC

Central streets - Södermalm - ATTS

Central streets - Vasastan - FC

Central streets - Vasastan - ATTS

Central streets - Kungsholmen -FC

Central streets - Kungsholmen -ATTS

2

2

Segmentation of Time 3

CPM_class 3 ST3

Category Links CTR TTI_A TTI_U RSR_WA RSR_WU RSR_L RSR_IA RSR_IU MJSD MJSA MJSUSegmentation of Time 3

I 0,1 1,2 1,2 0,2 0,2 0,1 0,2 0,2 63,3 63,4 63,5II 0,6 1,7 1,7 0,3 0,4 0,4 0,4 0,4 46,7 46,1 47,7III 0,4 1,5 1,5 0,3 0,3 0,3 0,3 0,3 49,5 49,6 49,6IV 0,5 1,6 1,6 0,4 0,4 0,4 0,4 0,4 47,3 47,2 47,3V 0,6 1,7 1,7 0,4 0,4 0,4 0,4 0,4 46,9 45,7 46,5

Peripheral roads - North - FC 0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 0,2 1,2 1,2 0,2 0,2 0,2 0,2 0,2 69,8 72,8 70,6II 0,8 2,2 1,9 0,4 0,4 0,5 0,4 0,4 52,5 54,6 53,4III 0,5 1,6 1,6 0,3 0,3 0,4 0,4 0,3 57,3 57,5 57,4IV 0,8 2,1 2,3 0,4 0,4 0,5 0,5 0,5 45,6 47,3 46,0V 0,6 1,8 1,9 0,4 0,4 0,5 0,4 0,4 50,5 50,2 49,7

Peripheral roads - South - FC 0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 0,2 1,3 1,3 0,2 0,2 0,2 0,2 0,2 69,0 67,6 67,5II 0,4 1,5 1,5 0,3 0,3 0,3 0,3 0,3 56,1 56,6 57,1III 0,4 1,5 1,5 0,3 0,3 0,3 0,3 0,3 56,5 56,6 56,7IV 0,5 1,7 1,7 0,4 0,4 0,4 0,4 0,4 50,4 51,9 52,3V 0,4 1,5 1,5 0,3 0,3 0,3 0,3 0,3 55,4 56,1 56,4

Peripheral roads - West - FC 0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 1,2 3,3 3,4 0,6 0,6 0,7 0,6 0,6 44,3 43,8 44,3II 3,0 6,7 6,6 0,7 0,7 0,8 0,8 0,8 25,2 27,8 27,9III 2,2 5,3 5,5 0,7 0,7 0,8 0,7 0,7 33,4 36,7 36,2IV 2,6 5,9 6,1 0,7 0,7 0,8 0,7 0,7 29,8 34,0 33,4V 2,7 6,1 6,4 0,7 0,7 0,8 0,7 0,7 29,6 30,3 29,4

2

2

2

2

Peripheral roads - West - ATTS

Arterial roads - West - ATTS

Peripheral roads - North - ATTS

Peripheral roads - South - ATTS

CPM_class 3 ST3

Category LinksIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVV

Arterial roads - East - FC 0IIIIIIIVVIIIIIIIVVIIIIIIIVV

Arterial roads - South - FC 0IIIIIIIVVIIIIIIIVV

5

6

6

6

10

7

4

1

2

Central streets - Bridges - FC

Central streets - Bridges - ATTS

2

4

Arterial roads - East - ATTS

Arterial roads - North - FC

Arterial roads - North - ATTS

Arterial roads - South - ATTS

Arterial roads - West - FC

Central streets - Södermalm - FC

Central streets - Södermalm - ATTS

Central streets - Vasastan - FC

Central streets - Vasastan - ATTS

Central streets - Kungsholmen -FC

Central streets - Kungsholmen -ATTS

2

2

PETWA PETWU PETIA PETIU PETIO

0,8 0,8 0,8 0,8 0,82,1 1,9 2,2 2,0 2,21,1 1,1 1,1 1,1 1,11,5 1,5 1,5 1,5 1,51,5 1,5 1,5 1,6 1,5

1,6 1,4 2,0 1,5 2,02,4 2,3 2,8 2,2 2,82,2 2,2 2,5 2,1 2,52,3 2,4 2,9 2,4 2,92,5 2,6 2,9 2,4 2,9

0,5 0,4 0,5 0,4 0,50,9 0,9 0,9 0,9 0,90,6 0,6 0,6 0,6 0,60,9 0,9 0,9 0,9 0,90,6 0,6 0,6 0,6 0,6

0,6 0,6 0,6 0,6 0,61,7 1,8 1,7 1,8 1,71,9 2,0 2,0 2,0 2,02,3 2,3 2,3 2,3 2,32,0 2,0 2,0 2,0 2,0

0,4 0,4 0,3 0,3 0,30,7 0,7 0,6 0,7 0,60,5 0,5 0,5 0,5 0,50,8 0,8 0,6 0,7 0,60,7 0,6 0,5 0,6 0,5

0,8 0,8 0,8 0,6 0,81,9 1,8 1,9 1,6 1,91,9 1,8 1,9 1,6 1,92,1 2,0 2,1 1,8 2,11,7 1,7 1,7 1,5 1,7

0,6 0,6 0,3 0,5 0,31,4 1,2 0,9 1,0 0,90,7 0,8 0,4 0,7 0,41,5 1,5 1,0 1,3 1,01,5 1,3 1,1 1,1 1,1

0,3 0,6 0,4 0,4 0,41,4 1,7 1,1 1,4 1,11,3 1,7 0,9 1,3 0,91,9 2,3 1,3 1,7 1,31,5 2,1 1,0 1,5 1,00,0 0,0 0,0 0,0 0,0

0,3 0,3 0,3 0,3 0,31,1 1,1 1,0 1,0 1,01,2 1,2 1,1 1,1 1,11,3 1,3 1,3 1,4 1,30,9 0,9 0,8 0,9 0,8

0,3 0,3 0,3 0,3 0,30,8 0,8 0,8 0,8 0,80,6 0,6 0,6 0,6 0,60,8 0,8 0,8 0,8 0,80,6 0,6 0,6 0,6 0,6

1,0 1,1 1,1 1,1 1,12,2 2,0 2,2 2,0 2,21,8 1,8 1,8 1,8 1,81,7 1,7 1,7 1,7 1,71,6 1,6 1,6 1,6 1,60,0 0,0 0,0 0,0 0,0

0,5 0,5 0,6 0,4 0,60,9 0,9 1,0 0,9 1,00,7 0,8 0,8 0,7 0,80,9 1,0 1,0 1,0 1,00,8 0,8 0,9 0,8 0,9

0,4 0,4 0,2 0,4 0,20,8 0,9 0,6 0,9 0,60,4 0,4 0,2 0,4 0,20,9 0,9 0,6 0,8 0,60,6 0,6 0,3 0,5 0,3

Segmentation of Time 3

CPM_class 3 ST3

Category LinksIIIIIIIVV

Peripheral roads - North - FC 0IIIIIIIVV

Peripheral roads - South - FC 0IIIIIIIVV

Peripheral roads - West - FC 0IIIIIIIVV

2

2

2

2

Peripheral roads - West - ATTS

Arterial roads - West - ATTS

Peripheral roads - North - ATTS

Peripheral roads - South - ATTS

PETWA PETWU PETIA PETIU PETIOSegmentation of Time 3

0,2 0,2 0,2 0,2 0,20,7 0,7 0,7 0,7 0,70,5 0,5 0,5 0,5 0,50,6 0,6 0,6 0,6 0,60,7 0,7 0,7 0,7 0,70,0 0,0 0,0 0,0 0,0

0,2 0,2 0,2 0,2 0,21,2 0,9 1,0 0,8 1,00,6 0,6 0,6 0,6 0,61,1 1,3 1,1 1,1 1,10,8 0,9 0,8 0,8 0,80,0 0,0 0,0 0,0 0,0

0,3 0,3 0,3 0,3 0,30,5 0,5 0,5 0,4 0,50,5 0,5 0,5 0,5 0,50,7 0,7 0,7 0,6 0,70,5 0,5 0,6 0,5 0,60,0 0,0 0,0 0,0 0,0

2,3 2,4 2,3 2,3 2,35,7 5,6 5,5 5,4 5,54,3 4,5 4,1 4,3 4,14,9 5,1 4,7 4,9 4,75,1 5,4 5,0 5,2 5,0

Std

Err

_cla

ss 1

ST1

Cat

egor

yLi

nks

CTR

TTI_

ATT

I_U

RS

R_W

AR

SR

_WU

RS

R_L

RS

R_I

AR

SR

_IU

MJS

DM

JSA

MJS

UP

ETW

AP

ETW

UP

ETI

AP

ETI

UP

ETI

OI

0,0

0,0

0,0

0,1

0,1

0,0

0,1

0,1

3,1

4,1

3,1

0,0

0,0

0,0

0,0

0,0

II0,

00,

00,

00,

30,

30,

00,

30,

310

,915

,113

,10,

00,

00,

00,

00,

0III

0,0

0,0

0,0

0,2

0,2

0,0

0,2

0,2

7,0

9,1

8,1

0,0

0,0

0,0

0,0

0,0

IV0,

00,

00,

00,

20,

20,

00,

10,

27,

87,

88,

80,

00,

00,

00,

00,

0V

5,3

3,7

4,0

0,0

0,0

0,0

0,1

0,0

2,6

2,7

2,1

3,7

4,0

2,9

4,3

3,2

I0,

00,

00,

00,

10,

10,

00,

10,

13,

14,

63,

80,

00,

00,

00,

00,

0II

0,0

0,0

0,0

0,3

0,3

0,0

0,3

0,3

20,7

17,8

20,2

0,0

0,0

0,0

0,0

0,0

III0,

00,

00,

00,

10,

10,

00,

10,

17,

79,

28,

90,

00,

00,

00,

00,

0IV

0,0

0,0

0,0

0,1

0,1

0,0

0,1

0,1

3,6

6,4

5,4

0,0

0,0

0,0

0,0

0,0

V0,

00,

00,

00,

10,

10,

00,

10,

18,

46,

97,

70,

00,

00,

00,

00,

0I

0,0

0,0

0,0

0,1

0,1

0,0

0,1

0,1

4,4

6,1

8,4

0,0

0,0

0,0

0,0

0,0

II0,

00,

00,

00,

50,

60,

00,

50,

616

,335

,438

,30,

00,

00,

00,

00,

0III

0,0

0,0

0,0

0,1

0,2

0,0

0,1

0,2

6,6

9,6

11,7

0,0

0,0

0,0

0,0

0,0

IV0,

00,

00,

00,

30,

30,

00,

30,

311

,421

,121

,10,

00,

00,

00,

00,

0V

0,0

0,0

0,0

0,1

0,1

0,0

0,1

0,1

4,3

6,5

7,6

0,0

0,0

0,0

0,0

0,0

I0,

00,

00,

00,

10,

10,

00,

10,

14,

85,

16,

20,

00,

00,

00,

00,

0II

0,0

0,0

0,0

0,3

0,3

0,0

0,3

0,3

21,8

22,2

20,4

0,0

0,0

0,0

0,0

0,0

III0,

00,

00,

00,

10,

10,

00,

10,

17,

57,

47,

40,

00,

00,

00,

00,

0IV

0,0

0,0

0,0

0,2

0,1

0,0

0,1

0,1

7,2

11,6

10,4

0,0

0,0

0,0

0,0

0,0

V0,

00,

00,

00,

10,

10,

00,

10,

16,

75,

45,

30,

00,

00,

00,

00,

0

Perip

hera

l roa

ds su

rvey

ed

with

Flo

atin

g C

ar

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

0I

0,0

0,0

0,0

0,1

0,1

0,0

0,1

0,1

6,1

6,8

7,2

0,0

0,0

0,0

0,0

0,0

II0,

00,

00,

00,

20,

20,

00,

20,

217

,020

,813

,90,

00,

00,

00,

00,

0III

0,0

0,0

0,0

0,1

0,1

0,0

0,1

0,1

8,6

7,5

6,5

0,0

0,0

0,0

0,0

0,0

IV0,

00,

00,

00,

10,

10,

00,

10,

113

,112

,211

,70,

00,

00,

00,

00,

0V

0,0

0,0

0,0

0,1

0,1

0,0

0,1

0,1

8,0

6,1

5,1

0,0

0,0

0,0

0,0

0,0

Perip

hera

l roa

ds su

rvey

ed

with

ATT

S1010

Cen

tral S

treet

surv

eyed

w

ith F

loat

ing

Car

Cen

tral S

treet

surv

eyed

w

ith A

TTS

Arte

rial r

oads

surv

eyed

w

ith F

loat

ing

Car

Arte

rial r

oads

surv

eyed

w

ith F

loat

ing

Car

Seg

men

tatio

n of

Tim

e 1

19 7 14

Std

Err

_cla

ss 1

ST2

Cat

egor

yLi

nks

CTR

TTI_

ATT

I_U

RS

R_W

AR

SR

_WU

RS

R_L

RS

R_I

AR

SR

_IU

MJS

DM

JSA

MJS

UP

ETW

AP

ETW

UP

ETI

AP

ETI

UP

ETI

OI

0,0

0,0

0,0

0,1

0,1

0,0

0,1

0,1

4,5

7,2

5,1

0,0

0,0

0,0

0,0

0,0

II0,

00,

00,

00,

10,

10,

00,

10,

15,

37,

05,

80,

00,

00,

00,

00,

0III

0,0

0,0

0,0

0,3

0,3

0,0

0,3

0,3

12,6

15,6

14,3

0,0

0,0

0,0

0,0

0,0

IV0,

00,

00,

00,

10,

20,

00,

10,

27,

16,

68,

30,

00,

00,

00,

00,

0V

0,0

0,0

0,0

0,1

0,2

0,0

0,1

0,1

5,8

5,7

6,7

0,0

0,0

0,0

0,0

0,0

I0,

00,

00,

00,

10,

10,

00,

10,

16,

89,

78,

30,

00,

00,

00,

00,

0II

0,0

0,0

0,0

0,1

0,2

0,0

0,1

0,1

10,0

8,7

9,7

0,0

0,0

0,0

0,0

0,0

III0,

00,

00,

00,

20,

20,

00,

10,

19,

310

,310

,20,

00,

00,

00,

00,

0IV

0,0

0,0

0,0

0,1

0,1

0,0

0,1

0,0

2,7

3,6

3,4

0,0

0,0

0,0

0,0

0,0

V0,

00,

00,

00,

10,

20,

00,

10,

110

,19,

59,

90,

00,

00,

00,

00,

0I

0,0

0,0

0,0

0,4

0,5

0,0

0,4

0,4

14,5

27,9

29,0

0,0

0,0

0,0

0,0

0,0

II0,

00,

00,

00,

20,

30,

00,

20,

38,

015

,417

,20,

00,

00,

00,

00,

0III

0,0

0,0

0,0

0,3

0,3

0,0

0,3

0,3

14,7

22,2

22,7

0,0

0,0

0,0

0,0

0,0

IV0,

00,

00,

00,

10,

10,

00,

10,

15,

87,

77,

70,

00,

00,

00,

00,

0V

0,0

0,0

0,0

0,2

0,2

0,0

0,2

0,2

6,1

10,3

10,6

0,0

0,0

0,0

0,0

0,0

I0,

00,

00,

00,

30,

20,

00,

20,

29,

718

,016

,20,

00,

00,

00,

00,

0II

0,0

0,0

0,0

0,1

0,1

0,0

0,1

0,1

12,6

10,3

9,6

0,0

0,0

0,0

0,0

0,0

III0,

00,

00,

00,

20,

20,

00,

20,

29,

813

,112

,50,

00,

00,

00,

00,

0IV

0,0

0,0

0,0

0,1

0,1

0,0

0,1

0,1

4,7

5,5

5,3

0,0

0,0

0,0

0,0

0,0

V0,

00,

00,

00,

10,

10,

00,

10,

19,

58,

58,

00,

00,

00,

00,

00,

0

Perip

hera

l roa

ds su

rvey

ed

with

Flo

atin

g C

ar

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

0I

0,0

0,0

0,0

0,2

0,2

0,0

0,2

0,2

13,4

14,1

13,4

0,0

0,0

0,0

0,0

0,0

II0,

00,

00,

00,

10,

10,

00,

20,

111

,014

,58,

60,

00,

00,

00,

00,

0III

0,0

0,0

0,0

0,1

0,1

0,0

0,1

0,1

11,3

10,3

9,0

0,0

0,0

0,0

0,0

0,0

IV0,

00,

00,

00,

10,

10,

00,

10,

18,

56,

46,

00,

00,

00,

00,

00,

0V

0,0

0,0

0,0

0,1

0,1

0,0

0,1

0,1

14,6

13,4

11,6

0,0

0,0

0,0

0,0

0,0

Seg

men

tatio

n of

Tim

e 2

Arte

rial r

oads

surv

eyed

w

ith F

loat

ing

Car

Arte

rial r

oads

surv

eyed

w

ith F

loat

ing

Car

Cen

tral S

treet

surv

eyed

w

ith F

loat

ing

Car

Cen

tral S

treet

surv

eyed

w

ith A

TTS

10 19

Perip

hera

l roa

ds su

rvey

ed

with

ATT

S107 14

Std

Err

_cla

ss 1

ST3

Cat

egor

yLi

nks

CTR

TTI_

ATT

I_U

RS

R_W

AR

SR

_WU

RS

R_L

RS

R_I

AR

SR

_IU

MJS

DM

JSA

MJS

UP

ETW

AP

ETW

UP

ETI

AP

ETI

UP

ETI

OI

0,0

0,0

0,0

0,1

0,1

0,0

0,1

0,1

3,1

4,1

3,1

0,0

0,0

0,0

0,0

0,0

II0,

00,

00,

00,

30,

30,

00,

30,

310

,013

,411

,70,

00,

00,

00,

00,

0III

0,0

0,0

0,0

0,1

0,1

0,0

0,1

0,1

3,5

3,4

4,5

0,0

0,0

0,0

0,0

0,0

IV0,

00,

00,

00,

20,

30,

00,

20,

310

,311

,511

,60,

00,

00,

00,

00,

0V

5,3

3,7

4,0

0,0

0,0

0,0

0,1

0,0

2,6

2,7

2,1

3,7

4,0

2,9

4,3

3,2

I0,

00,

00,

00,

10,

10,

00,

10,

13,

14,

63,

80,

00,

00,

00,

00,

0II

0,0

0,0

0,0

0,3

0,3

0,0

0,3

0,3

20,8

17,9

20,2

0,0

0,0

0,0

0,0

0,0

III0,

00,

00,

00,

10,

10,

00,

10,

16,

66,

77,

20,

00,

00,

00,

00,

0IV

0,0

0,0

0,0

0,1

0,1

0,0

0,1

0,1

4,3

6,6

5,9

0,0

0,0

0,0

0,0

0,0

V0,

00,

00,

00,

10,

10,

00,

10,

18,

46,

97,

70,

00,

00,

00,

00,

0I

0,0

0,0

0,0

0,1

0,1

0,0

0,1

0,1

4,4

6,1

8,4

0,0

0,0

0,0

0,0

0,0

II0,

00,

00,

00,

60,

80,

00,

60,

718

,641

,848

,00,

00,

00,

00,

00,

0III

0,0

0,0

0,0

0,1

0,1

0,0

0,1

0,1

5,0

5,4

6,8

0,0

0,0

0,0

0,0

0,0

IV0,

00,

00,

00,

30,

30,

00,

30,

312

,622

,821

,50,

00,

00,

00,

00,

0V

0,0

0,0

0,0

0,1

0,1

0,0

0,1

0,1

4,3

6,5

7,6

0,0

0,0

0,0

0,0

0,0

I0,

00,

00,

00,

10,

10,

00,

10,

14,

85,

16,

20,

00,

00,

00,

00,

0II

0,0

0,0

0,0

0,3

0,4

0,0

0,3

0,3

22,8

23,3

22,8

0,0

0,0

0,0

0,0

0,0

III0,

00,

00,

00,

10,

10,

00,

10,

15,

06,

25,

40,

00,

00,

00,

00,

0IV

0,0

0,0

0,0

0,2

0,2

0,0

0,2

0,2

8,2

12,8

11,6

0,0

0,0

0,0

0,0

0,0

V0,

00,

00,

00,

10,

10,

00,

10,

16,

75,

45,

30,

00,

00,

00,

00,

0

Perip

hera

l roa

ds su

rvey

ed

with

Flo

atin

g C

ar

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

0I

0,0

0,0

0,0

0,1

0,1

0,0

0,1

0,1

6,1

6,8

7,2

0,0

0,0

0,0

0,0

0,0

II0,

00,

00,

00,

20,

10,

00,

20,

115

,318

,112

,20,

00,

00,

00,

00,

0III

0,0

0,0

0,0

0,1

0,1

0,0

0,1

0,1

7,8

6,5

5,5

0,0

0,0

0,0

0,0

0,0

IV0,

00,

00,

00,

20,

20,

00,

20,

215

,514

,714

,20,

00,

00,

00,

00,

0V

0,0

0,0

0,0

0,1

0,1

0,0

0,1

0,1

8,0

6,1

5,1

0,0

0,0

0,0

0,0

0,0

Perip

hera

l roa

ds su

rvey

ed

with

ATT

S1010

Cen

tral S

treet

surv

eyed

w

ith F

loat

ing

Car

Cen

tral S

treet

surv

eyed

w

ith A

TTS

Arte

rial r

oads

surv

eyed

w

ith F

loat

ing

Car

Arte

rial r

oads

surv

eyed

w

ith F

loat

ing

Car

Seg

men

tatio

n of

Tim

e 3

19 7 14

StdErr_class 2 ST1

Category Links CTR TTI_A TTI_U RSR_WA RSR_WU RSR_L RSR_IA RSR_IU MJSDI 0,0 0,0 0,0 0,1 0,1 0,0 0,2 0,1 6,4II 0,0 0,0 0,0 0,3 0,4 0,0 0,3 0,3 24,0III 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 12,2IV 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 8,2V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 11,0

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 4,3II 0,0 0,0 0,0 0,8 0,8 0,0 0,6 0,7 24,7III 0,0 0,0 0,0 0,3 0,3 0,0 0,2 0,3 10,6IV 0,0 0,0 0,0 0,4 0,4 0,0 0,3 0,4 7,3V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 13,1

I 0,8 0,6 0,8 0,1 0,1 0,0 0,1 0,1 4,9II 0,0 0,0 0,0 0,4 0,4 0,0 0,3 0,4 16,9III 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 9,3IV 0,0 0,0 0,0 0,1 0,2 0,0 0,1 0,2 6,0V 1,5 1,0 1,3 0,1 0,1 0,0 0,0 0,1 4,8

I 0,0 0,0 0,0 0,1 0,0 0,0 0,1 0,0 2,7II 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,3 22,1III 0,0 0,0 0,0 0,2 0,2 0,0 0,1 0,2 9,0IV 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 6,9V 2,2 1,5 1,7 0,1 0,1 0,0 0,1 0,1 10,5

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 6,1II 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 18,1III 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 4,7IV 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 7,4V 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 3,2

I 0,0 0,0 0,0 0,1 0,2 0,0 0,1 0,2 14,8II 0,0 0,0 0,0 0,4 0,3 0,0 0,3 0,3 22,1III 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 15,5IV 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 12,9V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 14,8

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 4,1II 0,0 0,0 0,0 0,3 0,5 0,0 0,3 0,3 27,8III 0,0 0,0 0,0 0,2 0,2 0,0 0,1 0,1 11,8IV 0,0 0,0 0,0 0,1 0,2 0,0 0,1 0,2 10,3V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 7,0

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 7,0II 0,0 0,0 0,0 0,5 0,5 0,0 0,4 0,4 21,8III 0,0 0,0 0,0 0,1 0,2 0,0 0,1 0,2 10,9IV 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,2 11,8V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 10,2

I 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 3,3II 0,0 0,0 0,0 0,5 0,4 0,0 0,5 0,4 33,4III 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 19,6IV 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,4 32,7V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,2 13,8

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 7,6II 0,0 0,0 0,0 0,2 0,1 0,0 0,2 0,1 12,4III 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 5,9IV 0,0 0,0 0,0 0,2 0,1 0,0 0,2 0,1 12,7V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 4,2

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 11,1II 0,0 0,0 0,0 0,4 0,4 0,0 0,4 0,4 45,5III 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,3 36,5IV 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,3 33,9V 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 33,6

Segmentation of Time 1

2

3

4

17

6

2

7

6

Central streets - Södermalm

12

Central streets - Bridges

Central streets - Vasastan

6

Central streets - Kungsholmen

4

Arterial roads - East

Arterial roads - North

Arterial roads - South

Arterial roads - West

Peripheralroads - North

Peripheralroads - South

Peripheralroads - West

StdErr_class 2 ST1

Category LinksIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVV

2

3

4

17

6

2

7

6

Central streets - Södermalm

12

Central streets - Bridges

Central streets - Vasastan

6

Central streets - Kungsholmen

4

Arterial roads - East

Arterial roads - North

Arterial roads - South

Arterial roads - West

Peripheralroads - North

Peripheralroads - South

Peripheralroads - West

MJSA MJSU PETWA PETWU PETIA PETIU PETIO11,7 8,7 0,0 0,0 0,0 0,0 0,021,6 22,9 0,0 0,0 0,0 0,0 0,013,9 13,7 0,0 0,0 0,0 0,0 0,013,5 12,2 0,0 0,0 0,0 0,0 0,010,2 9,7 0,0 0,0 0,0 0,0 0,0

7,2 6,0 0,0 0,0 0,0 0,0 0,039,1 38,2 0,0 0,0 0,0 0,0 0,013,9 13,7 0,0 0,0 0,0 0,0 0,018,6 19,4 0,0 0,0 0,0 0,0 0,05,6 5,8 0,0 0,0 0,0 0,0 0,0

3,3 3,1 0,6 0,8 0,9 0,9 0,818,7 20,3 0,0 0,0 0,0 0,0 0,09,9 9,3 0,0 0,0 0,0 0,0 0,08,3 8,9 0,0 0,0 0,0 0,0 0,03,0 2,9 1,0 1,3 1,5 1,6 1,4

4,0 2,6 0,0 0,0 0,0 0,0 0,017,3 18,4 0,0 0,0 0,0 0,0 0,09,2 8,9 0,0 0,0 0,0 0,0 0,06,8 6,9 0,0 0,0 0,0 0,0 0,05,3 5,8 1,5 1,7 0,8 1,5 1,0

7,3 7,6 0,0 0,0 0,0 0,0 0,018,0 19,3 0,0 0,0 0,0 0,0 0,06,2 6,2 0,0 0,0 0,0 0,0 0,08,0 9,1 0,0 0,0 0,0 0,0 0,03,7 4,6 0,0 0,0 0,0 0,0 0,0

12,8 19,0 0,0 0,0 0,0 0,0 0,036,1 25,8 0,0 0,0 0,0 0,0 0,022,9 20,4 0,0 0,0 0,0 0,0 0,019,4 17,2 0,0 0,0 0,0 0,0 0,014,1 12,7 0,0 0,0 0,0 0,0 0,0

4,0 4,0 0,0 0,0 0,0 0,0 0,019,2 23,3 0,0 0,0 0,0 0,0 0,08,8 10,3 0,0 0,0 0,0 0,0 0,09,6 10,9 0,0 0,0 0,0 0,0 0,05,7 6,3 0,0 0,0 0,0 0,0 0,0

5,6 6,9 0,0 0,0 0,0 0,0 0,030,5 30,5 0,0 0,0 0,0 0,0 0,09,2 10,7 0,0 0,0 0,0 0,0 0,0

18,4 17,1 0,0 0,0 0,0 0,0 0,06,2 7,0 0,0 0,0 0,0 0,0 0,0

3,9 3,5 0,0 0,0 0,0 0,0 0,049,3 36,5 0,0 0,0 0,0 0,0 0,020,8 19,9 0,0 0,0 0,0 0,0 0,026,7 35,1 0,0 0,0 0,0 0,0 0,013,5 15,0 0,0 0,0 0,0 0,0 0,0

9,1 8,4 0,0 0,0 0,0 0,0 0,013,0 12,0 0,0 0,0 0,0 0,0 0,06,6 7,0 0,0 0,0 0,0 0,0 0,0

13,0 11,9 0,0 0,0 0,0 0,0 0,04,5 4,3 0,0 0,0 0,0 0,0 0,0

9,1 9,5 0,0 0,0 0,0 0,0 0,043,0 42,7 0,0 0,0 0,0 0,0 0,030,2 32,1 0,0 0,0 0,0 0,0 0,030,8 32,9 0,0 0,0 0,0 0,0 0,023,8 27,5 0,0 0,0 0,0 0,0 0,0

Segmentation of Time 1

StdErr_class 2 ST2

Category Links CTR TTI_A TTI_U RSR_WA RSR_WU RSR_L RSR_IA RSR_IU MJSDI 0,0 0,0 0,0 0,1 0,1 0,0 0,2 0,1 6,4II 0,0 0,0 0,0 0,2 0,3 0,0 0,2 0,2 12,7III 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 12,6IV 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 6,3V 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 11,6

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 7,0II 0,0 0,0 0,0 0,5 0,5 0,0 0,3 0,4 14,0III 0,0 0,0 0,0 0,5 0,5 0,0 0,4 0,4 13,4IV 0,0 0,0 0,0 0,6 0,6 0,0 0,5 0,6 11,0V 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 13,5

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 9,7II 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 9,0III 0,0 0,0 0,0 0,2 0,3 0,0 0,2 0,2 12,2IV 1,2 0,9 1,2 0,0 0,0 0,0 0,0 0,1 4,1V 0,8 0,5 0,7 0,1 0,1 0,0 0,1 0,1 6,7

I 0,0 0,0 0,0 0,2 0,1 0,0 0,2 0,1 6,5II 0,0 0,0 0,0 0,1 0,2 0,0 0,1 0,1 10,7III 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 10,9IV 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 4,2V 0,0 0,0 0,0 0,1 0,2 0,0 0,1 0,2 12,4

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 5,9II 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 11,9III 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 8,0IV 0,0 0,0 0,0 0,0 0,1 0,0 0,1 0,1 4,3V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 7,5

I 0,0 0,0 0,0 0,2 0,1 0,0 0,2 0,2 16,4II 0,0 0,0 0,0 0,2 0,1 0,0 0,2 0,2 16,5III 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 17,2IV 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 10,8V 0,0 0,0 0,0 0,2 0,1 0,0 0,2 0,2 16,2

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 6,4II 0,0 0,0 0,0 0,2 0,3 0,0 0,2 0,2 16,6III 0,0 0,0 0,0 0,2 0,3 0,0 0,2 0,2 14,9IV 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 5,6V 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 12,4

I 0,0 0,0 0,0 0,4 0,4 0,0 0,4 0,4 20,1II 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 13,2III 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,3 12,4IV 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 11,0V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 7,9

I 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 15,2II 0,0 0,0 0,0 0,4 0,3 0,0 0,4 0,3 20,5III 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,3 25,7IV 0,0 0,0 0,0 0,1 0,2 0,0 0,1 0,2 16,0V 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,4 29,1

I 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 13,1II 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 8,2III 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 8,8IV 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 5,5V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 11,7

I 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 27,4II 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,3 32,2III 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,3 36,6IV 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,3 34,4V 0,0 0,0 0,0 0,2 0,3 0,0 0,2 0,3 36,2

6

Central streets - Kungsholmen

4

Central streets - Södermalm

Segmentation of Time 2

12

Central streets - Bridges

Central streets - Vasastan

Arterial roads - East

Arterial roads - North

Arterial roads - South

Arterial roads - West

Peripheralroads - North

Peripheralroads - South

Peripheralroads - West

2

3

4

17

6

2

7

6

StdErr_class 2 ST2

Category LinksIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVV

6

Central streets - Kungsholmen

4

Central streets - Södermalm

12

Central streets - Bridges

Central streets - Vasastan

Arterial roads - East

Arterial roads - North

Arterial roads - South

Arterial roads - West

Peripheralroads - North

Peripheralroads - South

Peripheralroads - West

2

3

4

17

6

2

7

6

MJSA MJSU PETWA PETWU PETIA PETIU PETIO11,7 8,8 0,0 0,0 0,0 0,0 0,014,3 15,1 0,0 0,0 0,0 0,0 0,014,7 14,3 0,0 0,0 0,0 0,0 0,08,9 8,1 0,0 0,0 0,0 0,0 0,0

13,9 12,7 0,0 0,0 0,0 0,0 0,0

7,1 6,7 0,0 0,0 0,0 0,0 0,022,5 23,4 0,0 0,0 0,0 0,0 0,024,7 24,0 0,0 0,0 0,0 0,0 0,030,0 30,2 0,0 0,0 0,0 0,0 0,09,9 9,9 0,0 0,0 0,0 0,0 0,0

6,8 6,6 0,0 0,0 0,0 0,0 0,07,4 7,3 0,0 0,0 0,0 0,0 0,0

12,7 12,9 0,0 0,0 0,0 0,0 0,03,0 2,8 0,9 1,2 1,3 1,5 1,24,7 4,4 0,5 0,7 0,8 0,9 0,7

9,9 6,8 0,0 0,0 0,0 0,0 0,07,2 8,2 0,0 0,0 0,0 0,0 0,0

13,2 12,4 0,0 0,0 0,0 0,0 0,04,2 4,7 0,0 0,0 0,0 0,0 0,08,2 8,6 0,0 0,0 0,0 0,0 0,0

6,7 7,2 0,0 0,0 0,0 0,0 0,013,3 13,6 0,0 0,0 0,0 0,0 0,010,0 10,2 0,0 0,0 0,0 0,0 0,04,8 5,5 0,0 0,0 0,0 0,0 0,08,1 10,2 0,0 0,0 0,0 0,0 0,0

19,7 14,8 0,0 0,0 0,0 0,0 0,018,5 15,4 0,0 0,0 0,0 0,0 0,025,0 22,5 0,0 0,0 0,0 0,0 0,012,3 11,7 0,0 0,0 0,0 0,0 0,016,7 15,4 0,0 0,0 0,0 0,0 0,0

6,0 6,4 0,0 0,0 0,0 0,0 0,011,2 13,5 0,0 0,0 0,0 0,0 0,011,1 13,1 0,0 0,0 0,0 0,0 0,05,4 5,6 0,0 0,0 0,0 0,0 0,0

11,0 12,4 0,0 0,0 0,0 0,0 0,0

25,6 25,2 0,0 0,0 0,0 0,0 0,013,0 13,5 0,0 0,0 0,0 0,0 0,019,7 18,2 0,0 0,0 0,0 0,0 0,08,0 8,3 0,0 0,0 0,0 0,0 0,08,8 8,3 0,0 0,0 0,0 0,0 0,0

19,7 16,0 0,0 0,0 0,0 0,0 0,039,7 28,4 0,0 0,0 0,0 0,0 0,026,8 25,8 0,0 0,0 0,0 0,0 0,012,2 17,0 0,0 0,0 0,0 0,0 0,027,5 32,0 0,0 0,0 0,0 0,0 0,0

15,4 14,1 0,0 0,0 0,0 0,0 0,08,2 7,3 0,0 0,0 0,0 0,0 0,08,9 9,2 0,0 0,0 0,0 0,0 0,06,3 5,7 0,0 0,0 0,0 0,0 0,0

11,2 10,1 0,0 0,0 0,0 0,0 0,0

23,0 24,6 0,0 0,0 0,0 0,0 0,030,3 30,3 0,0 0,0 0,0 0,0 0,031,5 33,2 0,0 0,0 0,0 0,0 0,029,8 31,9 0,0 0,0 0,0 0,0 0,027,9 32,1 0,0 0,0 0,0 0,0 0,0

Segmentation of Time 2

StdErr_class 2 ST3

Category Links CTR TTI_A TTI_U RSR_WA RSR_WU RSR_L RSR_IA RSR_IU MJSDI 0,0 0,0 0,0 0,1 0,1 0,0 0,2 0,1 6,4II 0,0 0,0 0,0 0,3 0,4 0,0 0,3 0,3 22,6III 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 8,3IV 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 9,3V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 11,0

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 4,3II 0,0 0,0 0,0 0,8 0,7 0,0 0,6 0,7 25,0III 0,0 0,0 0,0 0,2 0,2 0,0 0,1 0,1 9,2IV 0,0 0,0 0,0 0,4 0,4 0,0 0,3 0,4 7,8V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 13,1

I 0,8 0,6 0,8 0,1 0,1 0,0 0,1 0,1 4,9II 0,0 0,0 0,0 0,3 0,4 0,0 0,3 0,3 16,4III 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 6,6IV 0,0 0,0 0,0 0,1 0,2 0,0 0,1 0,1 5,9V 1,5 1,0 1,3 0,1 0,1 0,0 0,0 0,1 4,8

I 0,0 0,0 0,0 0,1 0,0 0,0 0,1 0,0 2,7II 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,3 23,0III 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 8,8IV 0,0 0,0 0,0 0,2 0,2 0,0 0,1 0,2 8,3V 2,2 1,5 1,7 0,1 0,1 0,0 0,1 0,1 10,5

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 6,1II 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 16,0III 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 4,4IV 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 8,5V 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 3,2

I 0,0 0,0 0,0 0,1 0,2 0,0 0,1 0,2 14,8II 0,0 0,0 0,0 0,4 0,3 0,0 0,4 0,3 27,7III 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 20,7IV 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 12,7V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 14,8

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 4,1II 0,0 0,0 0,0 0,4 0,5 0,0 0,3 0,3 29,0III 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 5,8IV 0,0 0,0 0,0 0,2 0,2 0,0 0,1 0,2 11,2V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 7,0

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 7,0II 0,0 0,0 0,0 0,6 0,6 0,0 0,5 0,6 24,5III 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 10,0IV 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,3 12,3V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 10,2

I 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 3,3II 0,0 0,0 0,0 0,4 0,3 0,0 0,5 0,4 30,4III 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 16,6IV 0,0 0,0 0,0 0,3 0,4 0,0 0,3 0,5 38,1V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,2 13,8

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 7,6II 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 11,5III 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 4,4IV 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 14,3V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 4,2

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 11,1II 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,3 43,3III 0,0 0,0 0,0 0,2 0,3 0,0 0,2 0,3 34,4IV 0,0 0,0 0,0 0,2 0,3 0,0 0,2 0,3 31,6V 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 33,6

Segmentation of Time 3

2

3

4

17

6

2

7

6

Central streets - Södermalm

12

Central streets - Bridges

Central streets - Vasastan

6

Central streets - Kungsholmen

4

Arterial roads - East

Arterial roads - North

Arterial roads - South

Arterial roads - West

Peripheralroads - North

Peripheralroads - South

Peripheralroads - West

StdErr_class 2 ST3

Category LinksIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVV

2

3

4

17

6

2

7

6

Central streets - Södermalm

12

Central streets - Bridges

Central streets - Vasastan

6

Central streets - Kungsholmen

4

Arterial roads - East

Arterial roads - North

Arterial roads - South

Arterial roads - West

Peripheralroads - North

Peripheralroads - South

Peripheralroads - West

MJSA MJSU PETWA PETWU PETIA PETIU PETIO11,7 8,7 0,0 0,0 0,0 0,0 0,021,4 22,3 0,0 0,0 0,0 0,0 0,09,6 9,5 0,0 0,0 0,0 0,0 0,0

14,8 13,3 0,0 0,0 0,0 0,0 0,010,2 9,7 0,0 0,0 0,0 0,0 0,0

7,2 6,0 0,0 0,0 0,0 0,0 0,037,6 36,7 0,0 0,0 0,0 0,0 0,08,2 8,1 0,0 0,0 0,0 0,0 0,0

19,5 20,1 0,0 0,0 0,0 0,0 0,05,6 5,8 0,0 0,0 0,0 0,0 0,0

3,3 3,1 0,6 0,8 0,9 0,9 0,817,2 18,2 0,0 0,0 0,0 0,0 0,06,5 6,3 0,0 0,0 0,0 0,0 0,07,6 8,3 0,0 0,0 0,0 0,0 0,03,0 2,9 1,0 1,3 1,5 1,6 1,4

4,0 2,6 0,0 0,0 0,0 0,0 0,016,6 18,2 0,0 0,0 0,0 0,0 0,05,9 6,8 0,0 0,0 0,0 0,0 0,09,2 8,7 0,0 0,0 0,0 0,0 0,05,3 5,8 1,5 1,7 0,8 1,5 1,0

7,3 7,6 0,0 0,0 0,0 0,0 0,016,2 17,2 0,0 0,0 0,0 0,0 0,06,0 6,0 0,0 0,0 0,0 0,0 0,08,9 10,4 0,0 0,0 0,0 0,0 0,03,7 4,6 0,0 0,0 0,0 0,0 0,0

12,8 19,0 0,0 0,0 0,0 0,0 0,041,1 28,9 0,0 0,0 0,0 0,0 0,024,6 22,2 0,0 0,0 0,0 0,0 0,020,8 19,1 0,0 0,0 0,0 0,0 0,014,1 12,7 0,0 0,0 0,0 0,0 0,0

4,0 4,0 0,0 0,0 0,0 0,0 0,019,8 24,2 0,0 0,0 0,0 0,0 0,05,9 5,6 0,0 0,0 0,0 0,0 0,0

10,6 11,9 0,0 0,0 0,0 0,0 0,05,7 6,3 0,0 0,0 0,0 0,0 0,0

5,6 6,9 0,0 0,0 0,0 0,0 0,036,4 38,0 0,0 0,0 0,0 0,0 0,05,1 6,5 0,0 0,0 0,0 0,0 0,0

20,2 17,9 0,0 0,0 0,0 0,0 0,06,2 7,0 0,0 0,0 0,0 0,0 0,0

3,9 3,5 0,0 0,0 0,0 0,0 0,043,1 32,9 0,0 0,0 0,0 0,0 0,017,5 17,1 0,0 0,0 0,0 0,0 0,030,0 39,2 0,0 0,0 0,0 0,0 0,013,5 15,0 0,0 0,0 0,0 0,0 0,0

9,1 8,4 0,0 0,0 0,0 0,0 0,012,0 11,2 0,0 0,0 0,0 0,0 0,05,0 5,2 0,0 0,0 0,0 0,0 0,0

14,6 13,5 0,0 0,0 0,0 0,0 0,04,5 4,3 0,0 0,0 0,0 0,0 0,0

9,1 9,5 0,0 0,0 0,0 0,0 0,039,1 38,7 0,0 0,0 0,0 0,0 0,028,2 30,5 0,0 0,0 0,0 0,0 0,028,0 30,2 0,0 0,0 0,0 0,0 0,023,8 27,5 0,0 0,0 0,0 0,0 0,0

Segmentation of Time 3

StdErr_class 3 ST1

Category Links CTR TTI_A TTI_U RSR_WA RSR_WU RSR_L RSR_IA RSR_IU MJSD MJSA MJSUI 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 4,8 4,8 4,5II 0,0 0,0 0,0 0,7 0,6 0,0 0,7 0,6 31,5 33,3 29,5III 0,0 0,0 0,0 0,3 0,2 0,0 0,2 0,2 11,9 11,9 11,4IV 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 9,3 8,8 9,0V 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 2,3 1,8 1,8I 0,0 0,0 0,0 0,1 0,1 0,0 0,2 0,1 6,8 14,0 10,9II 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,3 24,1 21,3 23,4III 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 12,5 16,1 16,0IV 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 9,0 16,5 15,3V 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 11,5 12,9 12,3I 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 7,4 9,0 8,1II 0,0 0,0 0,0 0,9 1,0 0,0 0,9 1,0 44,5 45,3 46,9III 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,3 16,5 16,5 16,5IV 0,0 0,0 0,0 0,5 0,5 0,0 0,5 0,6 22,3 24,3 26,8V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 7,0 6,2 6,1I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 4,8 4,6 4,7II 0,0 0,0 0,0 0,4 0,4 0,0 0,3 0,4 22,6 23,9 24,6III 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 10,9 13,8 13,9IV 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 7,1 7,5 7,4V 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 14,5 14,0 14,7I 2,0 1,5 1,6 0,0 0,0 0,0 0,0 0,0 1,5 2,1 1,9II 0,0 0,0 0,0 0,6 0,6 0,0 0,6 0,6 22,7 27,2 26,8III 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 9,6 10,1 9,8IV 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,3 10,9 12,7 12,6V 4,0 2,7 2,6 0,0 0,0 0,0 0,0 0,0 0,6 0,7 0,7I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 5,2 5,0 5,8II 0,0 0,0 0,0 0,3 0,3 0,0 0,2 0,3 17,2 17,0 18,5III 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 9,4 11,7 11,5IV 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 6,0 7,2 7,5V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 4,9 4,7 5,8I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 3,1 4,1 3,1II 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,3 10,9 15,1 13,1III 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 7,0 9,1 8,1IV 0,0 0,0 0,0 0,2 0,2 0,0 0,1 0,2 7,8 7,8 8,8V 5,3 3,7 4,0 0,0 0,0 0,0 0,1 0,0 2,6 2,7 2,1I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 3,1 5,8 3,5II 0,0 0,0 0,0 0,3 0,4 0,0 0,3 0,4 25,5 21,3 24,4III 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 9,6 11,7 10,6IV 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 7,7 9,2 8,0V 0,0 0,0 0,0 0,1 0,2 0,0 0,1 0,2 11,5 8,8 9,9

Arterial roads - East - FC 0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 6,1 7,3 7,6II 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 18,1 18,0 19,3III 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 4,7 6,2 6,2IV 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 7,4 8,0 9,1V 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 3,2 3,7 4,6I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 6,2 5,8 5,8II 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 11,4 11,4 11,4III 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 7,6 7,7 7,7IV 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 9,4 9,5 9,5V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 8,1 7,5 7,5I 0,0 0,0 0,0 0,1 0,2 0,0 0,1 0,2 18,5 13,2 22,5II 0,0 0,0 0,0 0,4 0,3 0,0 0,4 0,3 30,7 37,5 30,0III 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 17,7 24,3 24,0IV 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 15,8 20,3 19,9V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 16,9 14,8 15,1

Arterial roads - South - FC 0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 4,1 4,0 4,0II 0,0 0,0 0,0 0,3 0,5 0,0 0,3 0,3 27,8 19,2 23,3III 0,0 0,0 0,0 0,2 0,2 0,0 0,1 0,1 11,8 8,8 10,3IV 0,0 0,0 0,0 0,1 0,2 0,0 0,1 0,2 10,3 9,6 10,9V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 7,0 5,7 6,3I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 4,9 6,2 9,0II 0,0 0,0 0,0 0,6 0,6 0,0 0,5 0,6 25,3 36,2 41,0III 0,0 0,0 0,0 0,1 0,2 0,0 0,1 0,2 8,3 9,7 12,3IV 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,3 16,1 21,7 22,5V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 5,2 6,7 8,1

6

5

1

2

2

6

6

10

7

4

Central streets - Bridges - FC

Central streets - Bridges - ATTS

Central streets - Kungsholmen -FC

2

4

2

Central streets - Vasastan - ATTS

Arterial roads - East - ATTS

Arterial roads - North - FC

Arterial roads - North - ATTS

Arterial roads - South - ATTS

Arterial roads - West - FC

Central streets - Kungsholmen -ATTS

Central streets - Södermalm - FC

Central streets - Södermalm - ATTS

Central streets - Vasastan - FC

Segmentation of Time 1

StdErr_class 3 ST1

Category Links CTR TTI_A TTI_U RSR_WA RSR_WU RSR_L RSR_IA RSR_IU MJSD MJSA MJSU

Segmentation of Time 1

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 9,2 9,8 8,4II 0,0 0,0 0,0 0,4 0,3 0,0 0,4 0,3 28,7 30,9 25,5III 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 13,1 13,1 13,0IV 0,0 0,0 0,0 0,3 0,2 0,0 0,3 0,2 15,0 20,4 16,9V 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 12,5 15,9 13,3

Peripheral roads - North - FC 00,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 3,3 3,9 3,5II 0,0 0,0 0,0 0,5 0,4 0,0 0,5 0,4 33,4 49,3 36,5III 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 19,6 20,8 19,9IV 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,4 32,7 26,7 35,1V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,2 13,8 13,5 15,0

Peripheral roads - South - FC 00,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 7,6 9,1 8,4II 0,0 0,0 0,0 0,2 0,1 0,0 0,2 0,1 12,4 13,0 12,0III 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 5,9 6,6 7,0IV 0,0 0,0 0,0 0,2 0,1 0,0 0,2 0,1 12,7 13,0 11,9V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 4,2 4,5 4,3

Peripheral roads - West - FC 00,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 11,1 9,1 9,5II 0,0 0,0 0,0 0,4 0,4 0,0 0,4 0,4 45,5 43,0 42,7III 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,3 36,5 30,2 32,1IV 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,3 33,9 30,8 32,9V 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 33,6 23,8 27,5

2

2

2

2

Peripheral roads - West - ATTS

Arterial roads - West - ATTS

Peripheral roads - North - ATTS

Peripheral roads - South - ATTS

StdErr_class 3 ST1

Category LinksIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVV

Arterial roads - East - FC 0IIIIIIIVVIIIIIIIVVIIIIIIIVV

Arterial roads - South - FC 0IIIIIIIVVIIIIIIIVV

6

5

1

2

2

6

6

10

7

4

Central streets - Bridges - FC

Central streets - Bridges - ATTS

Central streets - Kungsholmen -FC

2

4

2

Central streets - Vasastan - ATTS

Arterial roads - East - ATTS

Arterial roads - North - FC

Arterial roads - North - ATTS

Arterial roads - South - ATTS

Arterial roads - West - FC

Central streets - Kungsholmen -ATTS

Central streets - Södermalm - FC

Central streets - Södermalm - ATTS

Central streets - Vasastan - FC

PETWA PETWU PETIA PETIU PETIO0,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,01,5 1,6 1,4 1,5 1,50,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,02,7 2,6 2,5 2,6 2,70,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,03,7 4,0 2,9 4,3 3,20,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,0

Segmentation of Time 1

StdErr_class 3 ST1

Category LinksIIIIIIIVV

Peripheral roads - North - FC 0

IIIIIIIVV

Peripheral roads - South - FC 0

IIIIIIIVV

Peripheral roads - West - FC 0

IIIIIIIVV

2

2

2

2

Peripheral roads - West - ATTS

Arterial roads - West - ATTS

Peripheral roads - North - ATTS

Peripheral roads - South - ATTS

PETWA PETWU PETIA PETIU PETIO

Segmentation of Time 1

0,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,0

0,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,0

0,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,0

0,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,0

StdErr_class 3 ST2

Category Links CTR TTI_A TTI_U RSR_WA RSR_WU RSR_L RSR_IA RSR_IU MJSD MJSA MJSUI 0,0 0,0 0,0 0,2 0,1 0,0 0,1 0,1 6,6 7,0 6,2II 0,0 0,0 0,0 0,8 0,7 0,0 0,8 0,7 35,3 38,1 33,4III 0,0 0,0 0,0 0,4 0,4 0,0 0,4 0,4 18,3 19,7 18,8IV 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 11,4 9,8 10,0V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 7,0 6,4 6,4I 0,0 0,0 0,0 0,2 0,1 0,0 0,2 0,1 6,8 13,8 10,8II 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 12,4 13,1 13,9III 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 12,9 16,8 16,5IV 0,0 0,0 0,0 0,2 0,1 0,0 0,1 0,1 6,9 11,0 10,2V 0,0 0,0 0,0 0,3 0,2 0,0 0,2 0,2 12,2 17,2 15,8I 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 8,2 8,7 8,4II 0,0 0,0 0,0 0,6 0,6 0,0 0,6 0,6 29,4 27,7 30,0III 0,0 0,0 0,0 0,6 0,6 0,0 0,6 0,6 30,8 30,7 30,7IV 0,0 0,0 0,0 0,8 0,9 0,0 0,8 0,9 42,8 39,2 41,8V 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 11,5 11,1 11,1I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 8,3 8,6 8,7II 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 12,7 13,9 14,2III 0,0 0,0 0,0 0,2 0,3 0,0 0,2 0,2 13,0 15,6 15,8IV 0,0 0,0 0,0 0,2 0,2 0,0 0,1 0,1 9,3 9,9 9,8V 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 15,2 14,6 15,1I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 4,4 4,2 4,0II 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 7,9 8,5 8,3III 0,0 0,0 0,0 0,4 0,3 0,0 0,4 0,3 14,9 15,5 15,4IV 3,1 2,3 2,4 0,1 0,0 0,0 0,1 0,1 2,2 2,4 2,4V 2,2 1,4 1,5 0,0 0,0 0,0 0,0 0,0 2,1 2,1 2,1I 0,0 0,0 0,0 0,2 0,2 0,0 0,1 0,2 10,2 9,8 11,3II 0,0 0,0 0,0 0,1 0,2 0,0 0,1 0,1 9,5 9,3 9,8III 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 12,2 12,8 12,9IV 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 4,4 5,0 5,9V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 7,0 7,2 8,4I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 4,5 7,2 5,1II 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 5,3 7,0 5,8III 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,3 12,6 15,6 14,3IV 0,0 0,0 0,0 0,1 0,2 0,0 0,1 0,2 7,1 6,6 8,3V 0,0 0,0 0,0 0,1 0,2 0,0 0,1 0,1 5,8 5,7 6,7I 0,0 0,0 0,0 0,2 0,1 0,0 0,2 0,1 7,3 14,6 9,4II 0,0 0,0 0,0 0,2 0,2 0,0 0,1 0,2 12,5 9,3 11,7III 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 11,2 14,4 12,8IV 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 4,6 5,4 4,7V 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 14,0 12,4 12,6

Arterial roads - East - FC 0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 5,9 6,7 7,2II 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 11,9 13,3 13,6III 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 8,0 10,0 10,2IV 0,0 0,0 0,0 0,0 0,1 0,0 0,1 0,1 4,3 4,8 5,5V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 7,5 8,1 10,2I 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 8,3 8,6 8,6II 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 10,5 10,4 10,4III 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 10,4 10,7 10,7IV 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 7,3 7,3 7,3V 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 9,5 9,1 9,1I 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 21,1 20,3 17,0II 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 22,5 19,2 17,9III 0,0 0,0 0,0 0,3 0,3 0,0 0,2 0,2 20,1 26,5 26,4IV 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 13,3 12,8 13,7V 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 19,3 17,5 18,1

Arterial roads - South - FC 0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 6,4 6,0 6,4II 0,0 0,0 0,0 0,2 0,3 0,0 0,2 0,2 16,6 11,2 13,5III 0,0 0,0 0,0 0,2 0,3 0,0 0,2 0,2 14,9 11,1 13,1IV 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 5,6 5,4 5,6V 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 12,4 11,0 12,4I 0,0 0,0 0,0 0,4 0,5 0,0 0,4 0,5 20,6 28,2 30,8II 0,0 0,0 0,0 0,2 0,3 0,0 0,2 0,3 11,8 15,8 18,5III 0,0 0,0 0,0 0,3 0,4 0,0 0,3 0,4 19,4 22,8 23,9IV 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 7,8 7,9 8,2V 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 7,6 10,6 11,4I 0,0 0,0 0,0 0,3 0,3 0,0 0,4 0,3 23,6 26,5 20,9II 0,0 0,0 0,0 0,3 0,2 0,0 0,3 0,2 19,0 19,8 16,6III 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 13,8 12,6 12,6IV 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,3 15,2 23,4 18,8

2

6

5

2

10

7Central streets - Vasastan - ATTS

Arterial roads - East - ATTS

Arterial roads - North - FC

2

Central streets - Kungsholmen -ATTS 2

6

6

Central streets - Södermalm - FC

Central streets - Södermalm - ATTS

4

Central streets - Bridges - FC

Central streets - Bridges - ATTS

Central streets - Kungsholmen -FC

Segmentation of Time 2

Arterial roads - North - ATTS

Arterial roads - South - ATTS

Arterial roads - West - FC

Arterial roads - West - ATTS

Central streets - Vasastan - FC

1

2

4

StdErr_class 3 ST2

Category Links CTR TTI_A TTI_U RSR_WA RSR_WU RSR_L RSR_IA RSR_IU MJSD MJSA MJSU

Segmentation of Time 2

V 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 10,4 13,9 11,4

Peripheral roads - North - FC 00,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 15,2 19,7 16,0II 0,0 0,0 0,0 0,4 0,3 0,0 0,4 0,3 20,5 39,7 28,4III 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,3 25,7 26,8 25,8IV 0,0 0,0 0,0 0,1 0,2 0,0 0,1 0,2 16,0 12,2 17,0V 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,4 29,1 27,5 32,0

Peripheral roads - South - FC 00,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 13,1 15,4 14,1II 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 8,2 8,2 7,3III 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 8,8 8,9 9,2IV 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 5,5 6,3 5,7V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 11,7 11,2 10,1

Peripheral roads - West - FC 00,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 27,4 23,0 24,6II 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,3 32,2 30,3 30,3III 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,3 36,6 31,5 33,2IV 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,3 34,4 29,8 31,9V 0,0 0,0 0,0 0,2 0,3 0,0 0,2 0,3 36,2 27,9 32,1

2

2

2Peripheral roads - North - ATTS

Peripheral roads - South - ATTS

Peripheral roads - West - ATTS

StdErr_class 3 ST2

Category LinksIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVV

Arterial roads - East - FC 0IIIIIIIVVIIIIIIIVVIIIIIIIVV

Arterial roads - South - FC 0IIIIIIIVVIIIIIIIVVIIIIIIIV

2

6

5

2

10

7Central streets - Vasastan - ATTS

Arterial roads - East - ATTS

Arterial roads - North - FC

2

Central streets - Kungsholmen -ATTS 2

6

6

Central streets - Södermalm - FC

Central streets - Södermalm - ATTS

4

Central streets - Bridges - FC

Central streets - Bridges - ATTS

Central streets - Kungsholmen -FC

Arterial roads - North - ATTS

Arterial roads - South - ATTS

Arterial roads - West - FC

Arterial roads - West - ATTS

Central streets - Vasastan - FC

1

2

4

PETWA PETWU PETIA PETIU PETIO0,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,02,3 2,4 2,2 2,4 2,31,4 1,5 1,4 1,5 1,50,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,0

Segmentation of Time 2

StdErr_class 3 ST2

Category LinksV

Peripheral roads - North - FC 0

IIIIIIIVV

Peripheral roads - South - FC 0

IIIIIIIVV

Peripheral roads - West - FC 0

IIIIIIIVV

2

2

2Peripheral roads - North - ATTS

Peripheral roads - South - ATTS

Peripheral roads - West - ATTS

PETWA PETWU PETIA PETIU PETIO

Segmentation of Time 2

0,0 0,0 0,0 0,0 0,0

0,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,0

0,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,0

0,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,0

StdErr_class 3 ST3

Category Links CTR TTI_A TTI_U RSR_WA RSR_WU RSR_L RSR_IA RSR_IU MJSD MJSA MJSU

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 4,8 4,8 4,5II 0,0 0,0 0,0 0,7 0,6 0,0 0,7 0,6 29,5 32,7 28,9III 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 5,7 5,7 5,6IV 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 9,2 9,0 9,1V 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 2,3 1,8 1,8

I 0,0 0,0 0,0 0,1 0,1 0,0 0,2 0,1 6,8 14,0 10,9II 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,3 22,9 21,7 23,2III 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 8,6 12,1 12,0IV 0,0 0,0 0,0 0,3 0,2 0,0 0,2 0,2 10,2 18,1 16,7V 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 11,5 12,9 12,3

I 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 7,4 9,0 8,1II 0,0 0,0 0,0 0,9 0,9 0,0 0,9 0,9 42,2 44,4 45,5III 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 10,1 9,8 9,8IV 0,0 0,0 0,0 0,5 0,6 0,0 0,5 0,6 23,9 25,6 27,7V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 7,0 6,2 6,1

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 4,8 4,6 4,7II 0,0 0,0 0,0 0,4 0,4 0,0 0,4 0,4 25,0 25,3 26,0III 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 10,1 12,2 12,3IV 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 7,6 8,3 8,2V 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 14,5 14,0 14,7

I 2,0 1,5 1,6 0,0 0,0 0,0 0,0 0,0 1,5 2,1 1,9II 0,0 0,0 0,0 0,5 0,5 0,0 0,5 0,5 21,4 23,4 23,3III 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 7,3 8,2 7,7IV 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,3 10,3 12,0 11,9V 4,0 2,7 2,6 0,0 0,0 0,0 0,0 0,0 0,6 0,7 0,7

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 5,2 5,0 5,8II 0,0 0,0 0,0 0,3 0,3 0,0 0,2 0,3 16,7 17,0 17,8III 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 6,8 8,6 9,2IV 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 6,0 7,1 7,5V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 4,9 4,7 5,8

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 3,1 4,1 3,1II 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,3 10,0 13,4 11,7III 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 3,5 3,4 4,5IV 0,0 0,0 0,0 0,2 0,3 0,0 0,2 0,3 10,3 11,5 11,6V 5,3 3,7 4,0 0,0 0,0 0,0 0,1 0,0 2,6 2,7 2,1

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 3,1 5,8 3,5II 0,0 0,0 0,0 0,4 0,4 0,0 0,3 0,4 26,2 21,6 25,2III 0,0 0,0 0,0 0,1 0,2 0,0 0,1 0,2 9,7 9,2 9,9IV 0,0 0,0 0,0 0,2 0,1 0,0 0,2 0,1 9,2 11,3 9,7V 0,0 0,0 0,0 0,1 0,2 0,0 0,1 0,2 11,5 8,8 9,9

Arterial roads - East - FC 0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 6,1 7,3 7,6II 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 16,0 16,2 17,2III 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 4,4 6,0 6,0IV 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 8,5 8,9 10,4V 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 3,2 3,7 4,6

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 6,2 5,8 5,8II 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 10,8 10,9 10,9III 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 6,7 7,0 7,0IV 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 10,6 10,7 10,7V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 8,1 7,5 7,5

I 0,0 0,0 0,0 0,1 0,2 0,0 0,1 0,2 18,5 13,2 22,5II 0,0 0,0 0,0 0,4 0,3 0,0 0,4 0,3 35,8 42,9 33,5III 0,0 0,0 0,0 0,3 0,2 0,0 0,2 0,2 23,2 26,2 25,9IV 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 16,0 21,8 22,5V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 16,9 14,8 15,1

Arterial roads - South - FC 0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 4,1 4,0 4,0II 0,0 0,0 0,0 0,4 0,5 0,0 0,3 0,3 29,0 19,8 24,2III 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 5,8 5,9 5,6IV 0,0 0,0 0,0 0,2 0,2 0,0 0,1 0,2 11,2 10,6 11,9V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 7,0 5,7 6,3

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 4,9 6,2 9,0II 0,0 0,0 0,0 0,7 0,8 0,0 0,6 0,8 29,9 42,9 51,5III 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 6,0 5,5 7,1IV 0,0 0,0 0,0 0,3 0,3 0,0 0,4 0,3 18,0 23,5 23,0V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 5,2 6,7 8,1

5

6

6

6

10

7

4

1

2

Central streets - Bridges - FC

Central streets - Bridges - ATTS

2

4

Arterial roads - East - ATTS

Arterial roads - North - FC

Arterial roads - North - ATTS

Arterial roads - South - ATTS

Arterial roads - West - FC

Central streets - Södermalm - FC

Central streets - Södermalm - ATTS

Central streets - Vasastan - FC

Central streets - Vasastan - ATTS

Central streets - Kungsholmen -FC

Central streets - Kungsholmen -ATTS

2

2

Segmentation of Time 3

StdErr_class 3 ST3

Category Links CTR TTI_A TTI_U RSR_WA RSR_WU RSR_L RSR_IA RSR_IU MJSD MJSA MJSUSegmentation of Time 3

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 9,2 9,8 8,4II 0,0 0,0 0,0 0,4 0,4 0,0 0,4 0,4 30,8 33,2 27,2III 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 12,5 13,6 13,5IV 0,0 0,0 0,0 0,3 0,2 0,0 0,3 0,2 14,5 19,6 16,3V 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 12,5 15,9 13,3

Peripheral roads - North - FC 0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 3,3 3,9 3,5II 0,0 0,0 0,0 0,4 0,3 0,0 0,5 0,4 30,4 43,1 32,9III 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 16,6 17,5 17,1IV 0,0 0,0 0,0 0,3 0,4 0,0 0,3 0,5 38,1 30,0 39,2V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,2 13,8 13,5 15,0

Peripheral roads - South - FC 0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 7,6 9,1 8,4II 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 11,5 12,0 11,2III 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 4,4 5,0 5,2IV 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 14,3 14,6 13,5V 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 4,2 4,5 4,3

Peripheral roads - West - FC 0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 0,0 0,0 0,0 0,1 0,1 0,0 0,1 0,1 11,1 9,1 9,5II 0,0 0,0 0,0 0,3 0,3 0,0 0,3 0,3 43,3 39,1 38,7III 0,0 0,0 0,0 0,2 0,3 0,0 0,2 0,3 34,4 28,2 30,5IV 0,0 0,0 0,0 0,2 0,3 0,0 0,2 0,3 31,6 28,0 30,2V 0,0 0,0 0,0 0,2 0,2 0,0 0,2 0,2 33,6 23,8 27,5

2

2

2

2

Peripheral roads - West - ATTS

Arterial roads - West - ATTS

Peripheral roads - North - ATTS

Peripheral roads - South - ATTS

StdErr_class 3 ST3

Category LinksIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVV

Arterial roads - East - FC 0IIIIIIIVVIIIIIIIVVIIIIIIIVV

Arterial roads - South - FC 0IIIIIIIVVIIIIIIIVV

5

6

6

6

10

7

4

1

2

Central streets - Bridges - FC

Central streets - Bridges - ATTS

2

4

Arterial roads - East - ATTS

Arterial roads - North - FC

Arterial roads - North - ATTS

Arterial roads - South - ATTS

Arterial roads - West - FC

Central streets - Södermalm - FC

Central streets - Södermalm - ATTS

Central streets - Vasastan - FC

Central streets - Vasastan - ATTS

Central streets - Kungsholmen -FC

Central streets - Kungsholmen -ATTS

2

2

PETWA PETWU PETIA PETIU PETIO

0,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,0

0,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,0

0,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,0

0,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,0

1,5 1,6 1,4 1,5 1,50,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,02,7 2,6 2,5 2,6 2,7

0,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,0

0,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,03,7 4,0 2,9 4,3 3,2

0,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,0

0,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,0

0,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,0

0,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,0

0,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,0

0,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,0

Segmentation of Time 3

StdErr_class 3 ST3

Category LinksIIIIIIIVV

Peripheral roads - North - FC 0IIIIIIIVV

Peripheral roads - South - FC 0IIIIIIIVV

Peripheral roads - West - FC 0IIIIIIIVV

2

2

2

2

Peripheral roads - West - ATTS

Arterial roads - West - ATTS

Peripheral roads - North - ATTS

Peripheral roads - South - ATTS

PETWA PETWU PETIA PETIU PETIOSegmentation of Time 3

0,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,0

0,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,0

0,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,0

0,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,00,0 0,0 0,0 0,0 0,0

APENDIX H: CV Values

The following appendix shows the values of the Coefficient of variation. The values are shown in 10E-3 and for three classifications for the three segmentations of time.

Classification 1: Road category and data collection method. Classification 2: Road category and geographical location. Classification 3: Road Category, geographical location and data collection method.

CV

_cla

ss 1

ST1

Cat

egor

yLi

nks

CTR

TTI_

ATT

I_U

RS

R_W

AR

SR

_WU

RS

R_L

RS

R_I

AR

SR

_IU

MJS

DM

JSA

MJS

UP

ETW

AP

ETW

UP

ETI

AP

ETI

UP

ETI

OI

8,9

2,9

2,0

269,

726

5,2

0,0

328,

124

2,2

95,1

103,

594

,07,

95,

49,

54,

910

,6II

5,5

3,1

2,9

658,

264

4,2

0,0

622,

964

2,7

440,

753

8,9

513,

05,

45,

36,

25,

37,

0III

8,4

4,4

3,3

522,

554

7,8

0,0

491,

449

4,2

235,

826

7,7

278,

29,

67,

010

,86,

412

,0IV

2,2

1,4

1,2

334,

747

4,9

0,0

301,

840

3,2

325,

029

5,3

371,

22,

32,

02,

21,

92,

6V

3027

,114

94,2

1754

,710

6,9

101,

21,

010

1,8

98,4

102,

310

4,9

86,6

2496

,331

23,4

2557

,238

17,5

2828

,8I

4,9

1,8

1,4

183,

514

7,8

0,0

181,

413

5,9

77,6

104,

994

,64,

13,

13,

63,

43,

6II

3,3

1,9

2,1

491,

157

0,1

0,0

450,

149

9,3

766,

160

6,8

714,

52,

93,

32,

73,

22,

6III

5,0

2,3

1,9

471,

653

7,4

0,0

446,

149

7,8

183,

720

3,7

224,

65,

44,

56,

74,

57,

4IV

0,7

0,4

0,4

155,

112

8,9

0,0

148,

412

1,8

160,

825

0,0

222,

70,

60,

50,

70,

60,

5V

2,0

1,2

1,2

191,

720

4,0

0,0

169,

618

0,6

346,

324

7,8

294,

01,

81,

71,

81,

71,

7I

3,6

1,0

1,0

436,

260

0,5

0,0

445,

158

8,1

89,2

117,

216

5,2

3,4

3,4

5,5

3,7

6,2

II4,

62,

21,

915

66,3

1630

,80,

015

08,6

1599

,340

8,7

833,

492

0,1

4,6

4,0

5,2

3,9

5,9

III4,

81,

51,

561

4,6

750,

00,

062

4,2

733,

514

2,4

190,

223

6,4

4,8

4,6

7,6

5,0

8,6

IV3,

21,

61,

585

4,4

866,

80,

084

5,2

861,

129

3,3

516,

151

4,9

3,4

3,3

3,6

3,0

3,9

V2,

71,

00,

934

7,5

412,

80,

035

1,7

403,

098

,413

7,8

161,

92,

82,

43,

42,

63,

8I

2,8

0,9

0,9

256,

330

3,5

0,0

201,

729

6,1

91,0

92,4

114,

32,

62,

82,

23,

12,

0II

2,6

1,3

1,2

765,

874

1,3

0,0

599,

663

7,4

536,

150

4,9

474,

32,

42,

32,

12,

31,

9III

1,9

0,8

0,8

277,

831

4,4

0,0

222,

726

5,8

173,

015

3,3

159,

11,

81,

71,

82,

21,

6IV

1,5

0,8

0,7

370,

834

9,4

0,0

305,

631

5,3

181,

827

1,2

248,

01,

51,

41,

41,

51,

2V

1,4

0,7

0,6

181,

219

7,8

0,0

156,

618

0,2

157,

411

5,4

117,

41,

41,

41,

21,

41,

0

Perip

hera

l roa

ds su

rvey

ed

with

Flo

atin

g C

ar

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

0I

5,3

1,6

1,4

375,

038

6,1

0,0

298,

235

7,6

92,5

102,

010

7,6

5,1

5,1

4,2

5,3

3,7

II2,

71,

41,

161

6,2

428,

50,

056

6,1

425,

734

4,3

393,

425

6,8

2,6

2,3

2,3

2,4

2,2

III1,

10,

60,

422

8,0

216,

40,

021

4,7

212,

316

5,1

136,

611

7,2

1,1

1,0

0,9

0,8

0,6

IV1,

30,

70,

733

5,3

320,

30,

029

2,0

316,

129

1,5

252,

923

7,9

1,3

1,3

1,1

1,2

0,9

V1,

70,

90,

818

3,6

153,

10,

016

2,2

155,

616

1,9

117,

894

,31,

81,

61,

41,

41,

1

Perip

hera

l roa

ds su

rvey

ed

with

ATT

S1010

Cen

tral S

treet

surv

eyed

w

ith F

loat

ing

Car

Cen

tral S

treet

surv

eyed

w

ith A

TTS

Arte

rial r

oads

surv

eyed

w

ith F

loat

ing

Car

Arte

rial r

oads

surv

eyed

w

ith F

loat

ing

Car

Seg

men

tatio

n of

Tim

e 1

19 7 14

CV

_cla

ss 1

ST2

Cat

egor

yLi

nks

CTR

TTI_

ATT

I_U

RS

R_W

AR

SR

_WU

RS

R_L

RS

R_I

AR

SR

_IU

MJS

DM

JSA

MJS

UP

ETW

AP

ETW

UP

ETI

AP

ETI

UP

ETI

OI

7,3

2,9

2,2

409,

333

8,2

0,0

451,

234

5,5

144,

519

8,2

163,

37,

05,

59,

55,

210

,8II

4,5

2,5

2,0

304,

529

2,3

0,0

278,

027

8,4

220,

625

7,1

236,

14,

33,

64,

43,

75,

1III

8,7

4,8

3,8

828,

784

9,5

0,0

776,

580

1,7

448,

448

5,0

514,

89,

67,

710

,36,

811

,6IV

2,4

1,6

1,4

302,

344

2,8

0,0

247,

436

8,0

309,

525

9,5

355,

52,

62,

32,

72,

33,

1V

2,2

1,3

1,5

293,

839

2,5

0,0

206,

730

0,9

243,

722

9,7

284,

32,

12,

62,

12,

52,

4I

5,5

2,3

2,1

369,

630

2,3

0,0

342,

827

1,5

179,

224

0,0

216,

34,

74,

24,

34,

44,

2II

2,5

1,4

1,6

229,

726

4,6

0,0

213,

223

4,5

379,

930

7,4

354,

32,

22,

52,

02,

41,

9III

6,7

3,0

2,5

834,

285

8,4

0,0

784,

881

2,8

338,

341

2,3

424,

96,

85,

77,

75,

28,

4IV

0,5

0,4

0,3

85,3

79,0

0,0

81,3

74,7

120,

714

6,5

143,

90,

50,

50,

60,

50,

5V

1,8

1,2

1,1

256,

425

6,5

0,0

228,

723

0,1

427,

435

0,5

387,

11,

81,

61,

71,

61,

7I

6,0

2,1

2,1

1579

,716

16,8

0,0

1538

,415

64,4

314,

558

4,8

617,

95,

96,

08,

86,

410

,1II

2,3

1,2

1,1

625,

265

4,8

0,0

574,

363

7,4

212,

939

4,1

447,

12,

32,

12,

82,

33,

1III

8,2

3,0

2,6

1172

,512

18,0

0,0

1200

,212

12,9

335,

846

9,5

485,

38,

26,

910

,26,

211

,5IV

1,7

0,9

0,8

302,

030

3,8

0,0

297,

130

1,1

150,

719

3,4

193,

01,

71,

51,

91,

62,

1V

3,4

1,3

1,1

509,

052

8,4

0,0

508,

752

3,7

142,

722

6,6

235,

43,

43,

04,

63,

55,

1I

4,2

1,6

1,5

850,

977

8,6

0,0

622,

867

3,5

194,

234

5,8

318,

93,

94,

03,

84,

63,

3II

1,4

0,7

0,7

330,

232

6,9

0,0

260,

728

3,1

320,

224

5,6

234,

11,

31,

31,

11,

31,

0III

3,0

1,3

1,1

501,

450

7,8

0,0

377,

742

3,7

230,

628

2,3

274,

52,

72,

42,

52,

62,

2IV

0,9

0,5

0,4

161,

216

5,4

0,0

138,

815

5,3

122,

313

2,5

131,

20,

90,

80,

80,

90,

7V

2,0

0,9

0,8

286,

329

3,4

0,0

240,

626

3,3

229,

518

6,3

181,

11,

91,

81,

82,

01,

6

Perip

hera

l roa

ds su

rvey

ed

with

Flo

atin

g C

ar

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

0I

5,5

1,9

1,7

651,

561

9,5

0,0

548,

458

9,6

215,

721

9,2

209,

45,

35,

34,

85,

64,

1II

1,9

1,1

0,8

395,

424

7,1

0,0

373,

525

1,0

232,

728

3,4

165,

21,

91,

61,

51,

61,

6III

1,2

0,6

0,5

311,

828

9,1

0,0

288,

328

5,2

220,

119

0,4

162,

91,

21,

11,

01,

00,

8IV

0,9

0,6

0,5

162,

215

1,0

0,0

145,

215

2,9

198,

514

0,3

128,

01,

00,

90,

70,

70,

6V

2,3

1,2

1,1

395,

634

0,3

0,0

339,

034

0,0

304,

426

5,0

222,

52,

32,

32,

02,

21,

7

Seg

men

tatio

n of

Tim

e 2

Arte

rial r

oads

surv

eyed

w

ith F

loat

ing

Car

Arte

rial r

oads

surv

eyed

w

ith F

loat

ing

Car

Cen

tral S

treet

surv

eyed

w

ith F

loat

ing

Car

Cen

tral S

treet

surv

eyed

w

ith A

TTS

10 19

Perip

hera

l roa

ds su

rvey

ed

with

ATT

S107 14

CV

_cla

ss 1

ST3

Cat

egor

yLi

nks

CTR

TTI_

ATT

I_U

RS

R_W

AR

SR

_WU

RS

R_L

RS

R_I

AR

SR

_IU

MJS

DM

JSA

MJS

UP

ETW

AP

ETW

UP

ETI

AP

ETI

UP

ETI

OI

8,9

2,9

2,0

269,

726

5,2

0,0

328,

124

2,2

95,1

103,

594

,07,

95,

49,

54,

910

,6II

4,6

2,6

2,4

592,

959

3,4

0,0

548,

357

4,4

404,

347

7,4

460,

74,

64,

44,

94,

35,

5III

3,9

1,7

1,4

281,

138

0,0

0,0

204,

529

1,5

113,

797

,114

6,9

4,0

3,3

5,1

3,6

5,7

IV2,

91,

91,

550

1,4

590,

00,

045

6,8

542,

342

0,9

423,

347

6,5

3,1

2,6

3,1

2,3

3,6

V29

78,4

1479

,517

46,7

106,

510

0,6

1,0

100,

597

,710

4,2

106,

387

,124

55,6

3098

,225

40,1

3806

,528

09,9

I4,

91,

81,

418

3,5

147,

80,

018

1,4

135,

977

,610

4,9

94,6

4,1

3,1

3,6

3,4

3,6

II2,

31,

31,

548

1,3

558,

10,

043

9,6

485,

181

0,2

629,

374

3,0

2,1

2,3

1,9

2,3

1,8

III0,

90,

50,

518

3,2

192,

30,

016

6,9

172,

626

2,2

228,

626

8,4

0,8

0,8

0,9

0,9

0,8

IV0,

70,

40,

416

5,9

145,

70,

015

4,6

132,

718

7,6

255,

323

8,7

0,6

0,6

0,7

0,6

0,7

V2,

01,

21,

219

1,7

204,

00,

016

9,6

180,

634

6,3

247,

829

4,0

1,8

1,7

1,8

1,7

1,7

I3,

61,

01,

043

6,2

600,

50,

044

5,1

588,

189

,211

7,2

165,

23,

43,

45,

53,

76,

2II

5,0

2,3

2,1

1953

,521

73,9

0,0

1907

,821

27,5

451,

495

1,7

1116

,24,

94,

46,

04,

57,

0III

2,8

0,8

0,8

369,

546

0,9

0,0

369,

944

6,5

108,

810

5,8

134,

22,

62,

64,

53,

05,

0IV

3,2

1,6

1,4

944,

790

3,2

0,0

949,

990

6,2

315,

054

4,5

515,

13,

32,

93,

52,

63,

9V

2,7

1,0

0,9

347,

541

2,8

0,0

351,

740

3,0

98,4

137,

816

1,9

2,8

2,4

3,4

2,6

3,8

I2,

80,

90,

925

6,3

303,

50,

020

1,7

296,

191

,092

,411

4,3

2,6

2,8

2,2

3,1

2,0

II2,

31,

21,

184

0,2

862,

70,

063

6,3

726,

255

5,1

524,

652

3,0

2,2

2,1

2,0

2,3

1,8

III1,

20,

50,

520

3,5

203,

00,

019

0,6

197,

511

6,0

127,

311

4,7

1,1

1,1

1,1

1,3

0,9

IV1,

60,

80,

742

4,9

408,

90,

034

0,8

358,

320

3,2

294,

027

3,3

1,5

1,4

1,4

1,5

1,2

V1,

40,

70,

618

1,2

197,

80,

015

6,6

180,

215

7,4

115,

411

7,4

1,4

1,4

1,2

1,4

1,0

Perip

hera

l roa

ds su

rvey

ed

with

Flo

atin

g C

ar

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

00,

0I

5,3

1,6

1,4

375,

038

6,1

0,0

298,

235

7,6

92,5

102,

010

7,6

5,1

5,1

4,2

5,3

3,7

II2,

21,

20,

954

8,3

391,

50,

049

8,5

386,

330

6,1

337,

622

3,1

2,2

2,0

2,0

1,9

1,9

III1,

10,

60,

419

6,5

178,

90,

018

6,3

179,

014

8,8

118,

799

,71,

21,

00,

90,

80,

6IV

1,4

0,8

0,7

412,

739

4,8

0,0

360,

239

0,5

339,

029

8,5

281,

81,

41,

41,

21,

31,

0V

1,7

0,9

0,8

183,

615

3,1

0,0

162,

215

5,6

161,

911

7,8

94,3

1,8

1,6

1,4

1,4

1,1

Perip

hera

l roa

ds su

rvey

ed

with

ATT

S1010

Cen

tral S

treet

surv

eyed

w

ith F

loat

ing

Car

Cen

tral S

treet

surv

eyed

w

ith A

TTS

Arte

rial r

oads

surv

eyed

w

ith F

loat

ing

Car

Arte

rial r

oads

surv

eyed

w

ith F

loat

ing

Car

Seg

men

tatio

n of

Tim

e 3

19 7 14

CV_class 2 ST1

Category Links CTR TTI_A TTI_U RSR_WA RSR_WU RSR_L RSR_IA RSR_IU MJSDI 2,5 1,5 1,3 255,3 195,7 0,0 328,3 230,3 170,3II 3,3 1,8 2,1 551,7 597,1 0,0 501,6 501,7 894,5III 2,3 1,2 1,2 334,6 329,3 0,0 321,5 297,2 481,1IV 1,3 0,8 0,8 303,7 265,5 0,0 306,1 256,8 350,5V 1,7 1,1 1,1 220,5 205,9 0,0 224,0 200,7 469,3

I 3,2 1,3 1,4 423,3 359,8 0,0 233,6 317,0 116,0II 4,0 2,3 2,3 1642,2 1582,2 0,0 1035,4 1424,1 924,6III 2,6 1,4 1,3 369,1 361,5 0,0 307,9 315,7 401,1IV 1,3 0,7 0,7 764,6 777,5 0,0 470,9 684,4 330,6V 2,2 1,2 1,3 248,5 239,8 0,0 151,7 223,7 587,2

I 1240,2 346,8 521,0 167,4 169,5 0,3 122,6 160,4 125,7II 4,2 2,2 2,3 761,7 861,6 0,0 517,3 723,7 618,1III 2,1 1,0 1,2 394,1 386,5 0,0 270,2 333,7 346,7IV 1,6 0,9 1,0 297,8 331,2 0,0 213,6 294,6 245,7V 1116,4 432,6 623,6 111,2 107,4 0,1 80,8 101,6 176,5

I 7,4 2,1 1,3 270,6 171,6 0,0 295,0 157,8 66,5II 4,6 2,6 2,6 619,6 682,2 0,0 569,0 638,4 840,8III 3,5 1,9 1,4 378,4 368,6 0,0 332,1 316,3 375,4IV 1,1 0,8 0,6 221,4 246,5 0,0 197,8 210,2 327,6V 1348,1 615,9 613,5 188,6 187,3 0,1 169,6 190,8 454,4

I 11,4 3,3 3,3 350,5 358,5 0,1 339,6 385,1 86,0II 4,8 2,4 2,6 445,3 485,9 0,0 454,5 484,7 342,9III 1,4 0,7 0,7 172,9 170,1 0,0 157,5 158,2 86,3IV 1,4 0,8 0,8 185,5 202,0 0,0 183,1 211,1 144,2V 1,5 0,8 0,9 93,4 114,3 0,0 97,2 124,7 58,2

I 3,1 1,6 1,7 295,0 433,3 0,0 292,9 463,5 252,6II 2,2 1,5 1,4 651,1 474,3 0,0 614,5 482,9 521,6III 1,6 1,0 1,0 408,2 368,8 0,0 385,4 380,1 338,0IV 1,6 1,0 0,9 334,4 309,0 0,0 329,7 319,5 299,1V 1,7 1,1 1,1 256,3 236,4 0,0 248,0 246,8 316,2

I 4,1 1,0 1,1 187,1 211,7 0,0 203,7 185,6 84,4II 3,4 1,4 1,4 828,1 1044,1 0,0 665,0 762,2 722,2III 1,6 0,6 0,6 381,8 487,7 0,0 312,2 348,8 293,6IV 1,6 0,8 0,8 309,4 391,7 0,0 301,2 326,7 286,4V 2,7 1,1 1,1 230,4 271,0 0,0 195,9 207,9 177,7

I 4,0 1,0 1,0 434,1 535,6 0,0 378,4 514,0 115,5II 3,9 1,9 1,6 1350,7 1285,6 0,0 1167,8 1208,2 484,2III 4,3 1,4 1,2 531,6 612,9 0,0 502,4 579,0 218,1IV 2,9 1,4 1,2 744,9 698,7 0,0 685,5 669,6 258,1V 2,3 0,9 0,7 299,3 339,0 0,0 284,3 324,5 216,9

I 11,2 2,2 2,0 230,3 241,1 0,1 220,8 225,0 47,7II 4,4 2,4 2,1 1315,9 1024,7 0,0 1397,2 1127,3 634,9III 2,5 1,1 1,1 617,6 604,8 0,0 616,0 676,6 347,6IV 2,2 1,3 1,5 631,1 761,9 0,0 594,4 833,0 747,7V 3,8 1,9 2,1 365,0 385,8 0,0 334,4 413,7 272,6

I 7,2 1,7 1,4 535,8 497,8 0,1 499,9 486,0 109,5II 2,9 1,1 1,0 468,3 432,7 0,0 427,5 421,2 225,3III 1,0 0,3 0,3 247,5 263,3 0,0 230,8 254,6 103,6IV 1,5 0,7 0,6 405,1 367,7 0,0 374,1 359,7 257,6V 1,7 0,6 0,5 163,6 154,4 0,0 151,9 151,5 76,0

I 4,2 3,1 3,1 131,8 136,2 0,1 131,3 139,8 251,4II 2,4 2,0 2,0 489,3 483,0 0,0 491,1 491,0 1881,0III 1,8 1,5 1,5 389,0 398,9 0,0 396,0 420,6 1138,9IV 1,9 1,5 1,6 380,9 397,7 0,0 386,0 412,1 1127,9V 2,2 1,9 2,0 275,6 311,8 0,0 287,8 331,7 1133,0

Segmentation of Time 2

2

3

4

17

6

2

7

6

Central streets - Södermalm

12

Central streets - Bridges

Central streets - Vasastan

6

Central streets - Kungsholmen

4

Arterial roads - East

Arterial roads - North

Arterial roads - South

Arterial roads - West

Peripheralroads - North

Peripheralroads - South

Peripheralroads - West

CV_class 2 ST1

Category LinksIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVV

2

3

4

17

6

2

7

6

Central streets - Södermalm

12

Central streets - Bridges

Central streets - Vasastan

6

Central streets - Kungsholmen

4

Arterial roads - East

Arterial roads - North

Arterial roads - South

Arterial roads - West

Peripheralroads - North

Peripheralroads - South

Peripheralroads - West

MJSA MJSU PETWA PETWU PETIA PETIU PETIO352,3 259,0 2,6 2,2 2,3 2,1 1,9840,3 881,3 2,6 3,1 2,2 2,7 1,8549,8 538,3 1,8 1,8 1,5 1,6 1,3548,5 502,1 1,2 1,1 1,1 1,2 1,0435,6 415,0 1,6 1,6 1,7 1,7 1,4

206,5 172,8 4,0 4,1 1,9 3,7 1,01419,3 1404,9 4,4 4,4 3,0 4,3 1,6390,9 391,5 2,4 2,1 2,3 2,2 2,3718,7 758,2 1,3 1,3 1,2 1,7 0,5196,1 206,7 2,6 2,5 1,5 2,3 0,8

89,2 86,5 874,3 1426,3 1230,2 2000,1 1095,8662,0 728,6 3,8 4,2 4,0 5,0 3,5353,3 328,1 1,7 2,1 1,9 2,6 1,7322,5 347,2 1,5 1,7 1,7 2,2 1,5106,7 102,3 762,8 1170,8 1154,7 1705,5 1039,6

83,6 63,2 7,2 3,6 10,3 4,7 11,2552,7 650,2 4,6 4,4 5,0 4,6 5,7269,5 308,1 3,5 2,4 3,5 2,3 4,0246,6 281,8 1,2 1,0 1,3 1,0 1,6175,9 218,3 1024,7 967,9 939,0 1068,2 1069,9

101,1 103,3 13,4 13,2 16,6 13,9 16,6330,6 357,1 4,9 5,1 5,3 5,2 5,4113,8 112,6 1,3 1,3 1,3 1,3 1,3157,5 179,3 1,4 1,4 1,5 1,5 1,665,7 81,9 1,7 1,9 2,0 2,2 2,0

208,1 329,9 3,2 3,4 3,1 3,4 3,1769,8 570,3 2,3 2,2 2,3 2,3 2,3493,7 450,1 1,6 1,6 1,6 1,6 1,7416,1 382,6 1,6 1,6 1,6 1,6 1,7289,3 269,6 1,8 1,8 1,8 1,8 1,9

75,5 81,5 2,8 3,5 2,7 3,8 2,5447,1 580,1 2,8 2,9 2,6 2,9 2,5202,8 249,2 1,3 1,4 1,3 1,5 1,2238,3 292,4 1,6 1,5 1,5 1,6 1,3133,6 156,5 2,5 2,4 2,3 2,5 2,1

101,9 125,6 3,8 4,0 5,5 4,1 6,0708,6 700,2 3,9 3,4 4,1 3,2 4,5181,5 212,8 4,3 3,7 5,6 4,0 6,1436,6 395,4 3,0 2,7 3,0 2,5 3,1131,0 147,8 2,3 1,9 2,5 2,0 2,7

53,7 49,1 12,0 11,5 11,2 11,5 11,3892,6 681,7 4,3 4,2 4,4 4,2 4,6366,8 352,5 2,8 2,7 2,5 2,6 2,5586,0 800,5 2,3 2,5 2,2 2,5 2,0267,9 301,9 4,2 4,3 3,8 4,2 3,5

134,8 124,3 7,4 6,6 5,3 5,6 5,1234,2 214,1 3,0 2,8 2,5 2,5 2,4116,5 123,2 1,0 1,0 1,0 0,9 0,8253,6 231,2 1,6 1,5 1,2 1,3 1,180,3 76,0 1,8 1,6 1,3 1,4 1,1

207,2 214,9 4,4 4,5 4,2 4,4 4,21692,2 1679,8 2,3 2,3 2,4 2,3 2,4820,4 887,0 1,8 1,8 1,8 1,8 1,8927,7 1006,3 1,8 1,9 1,9 1,9 1,8784,7 935,5 2,3 2,4 2,2 2,3 2,2

Segmentation of Time 2

CV_class 2 ST2

Category Links CTR TTI_A TTI_U RSR_WA RSR_WU RSR_L RSR_IA RSR_IU MJSDI 2,7 1,6 1,4 256,9 200,4 0,0 318,6 225,9 175,8II 3,0 1,6 1,9 378,6 409,2 0,0 323,9 323,7 495,6III 2,2 1,1 1,1 361,4 355,6 0,0 337,8 309,4 504,8IV 1,4 0,9 0,9 194,5 171,1 0,0 196,1 166,9 269,8V 1,4 0,9 0,9 308,2 278,8 0,0 302,9 260,4 504,9

I 3,2 1,4 1,5 405,1 377,7 0,0 229,4 337,9 202,4II 3,3 1,8 1,9 928,0 961,4 0,0 589,1 860,5 528,2III 2,9 1,5 1,4 464,3 461,8 0,0 378,8 395,6 476,9IV 2,0 1,1 1,1 1228,9 1205,1 0,0 758,1 1059,3 501,0V 2,1 1,2 1,2 424,0 403,3 0,0 261,7 366,7 610,8

I 4,9 2,1 1,9 318,0 322,7 0,0 236,2 308,6 265,3II 2,1 1,3 1,2 267,9 280,7 0,0 197,9 249,7 336,7III 2,6 1,2 1,5 509,0 536,9 0,0 341,5 451,4 461,2IV 709,0 324,1 498,1 91,7 89,6 0,1 75,8 92,1 167,3V 597,8 227,3 345,4 175,0 162,5 0,1 128,3 157,1 249,6

I 7,2 2,7 2,1 553,3 359,0 0,0 571,9 362,3 169,0II 3,4 1,9 1,8 258,0 303,9 0,0 228,4 277,3 423,0III 3,8 2,1 1,6 522,6 493,0 0,0 457,0 426,1 464,6IV 1,0 0,7 0,6 145,7 187,3 0,0 119,6 141,8 202,4V 1,9 1,2 1,1 294,7 295,7 0,0 250,8 274,5 557,8

I 7,2 2,5 2,6 277,6 291,3 0,1 274,1 310,8 87,3II 4,4 2,3 2,3 311,0 318,7 0,0 324,6 329,1 231,0III 1,6 0,8 0,8 237,4 238,8 0,0 244,4 254,0 148,4IV 1,5 0,9 0,9 112,4 122,0 0,0 111,5 129,0 83,1V 2,1 1,1 1,3 199,5 243,8 0,0 208,5 265,0 139,4

I 3,1 1,7 1,6 438,7 334,3 0,0 421,2 339,3 300,7II 1,9 1,3 1,2 320,7 268,7 0,0 304,5 277,8 401,1III 1,4 1,0 0,9 440,9 404,4 0,0 420,2 417,8 380,8IV 1,4 0,9 0,9 206,5 204,5 0,0 199,8 209,7 252,4V 1,8 1,2 1,1 305,6 289,9 0,0 294,8 298,9 356,6

I 5,1 1,4 1,5 275,3 323,9 0,0 285,5 276,0 138,0II 3,6 1,4 1,5 460,7 577,7 0,0 375,3 428,5 442,9III 1,4 0,6 0,6 466,3 603,6 0,0 384,6 438,7 378,3IV 1,2 0,6 0,6 166,3 185,6 0,0 163,5 161,9 159,0V 2,9 1,3 1,4 399,8 472,2 0,0 364,6 391,6 324,4

I 5,9 2,0 1,9 1572,1 1494,9 0,0 1333,4 1422,7 356,8II 2,0 1,0 0,9 536,8 518,1 0,0 448,6 485,8 301,5III 7,3 2,6 1,9 985,9 924,6 0,0 933,5 880,6 253,1IV 1,6 0,8 0,7 307,5 314,7 0,0 286,4 313,1 241,3V 2,9 1,1 0,9 407,1 386,5 0,0 377,8 367,4 168,0

I 9,1 2,5 2,2 921,3 807,8 0,1 959,6 872,2 226,0II 3,8 2,2 1,8 981,1 716,8 0,0 1047,3 817,7 404,4III 2,6 1,2 1,2 769,4 754,2 0,0 759,4 834,1 468,7IV 1,5 0,9 1,0 274,6 329,4 0,0 251,8 362,4 400,5V 4,4 2,4 2,6 705,7 758,3 0,0 636,5 805,7 617,5

I 7,1 1,9 1,6 792,7 734,1 0,1 738,2 717,9 198,3II 2,2 0,9 0,8 280,9 247,9 0,0 255,1 241,2 156,0III 1,4 0,5 0,4 323,6 336,0 0,0 303,2 326,5 158,2IV 0,9 0,4 0,4 188,3 166,4 0,0 170,4 161,9 117,8V 2,9 1,1 1,0 386,0 346,4 0,0 360,4 340,1 219,0

I 4,4 3,4 3,4 299,0 317,7 0,1 310,6 333,3 695,4II 2,1 1,8 1,8 337,5 335,9 0,0 343,3 344,7 1414,5III 1,9 1,5 1,5 404,5 410,1 0,0 408,5 429,0 1172,3IV 2,4 2,0 2,1 359,9 379,9 0,0 367,4 394,1 1142,0V 2,2 1,9 1,9 331,4 367,9 0,0 340,5 388,3 1237,5

6

Central streets - Kungsholmen

4

Central streets - Södermalm

Segmentation of Time 2

12

Central streets - Bridges

Central streets - Vasastan

Arterial roads - East

Arterial roads - North

Arterial roads - South

Arterial roads - West

Peripheralroads - North

Peripheralroads - South

Peripheralroads - West

2

3

4

17

6

2

7

6

CV_class 2 ST2

Category LinksIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVV

6

Central streets - Kungsholmen

4

Central streets - Södermalm

12

Central streets - Bridges

Central streets - Vasastan

Arterial roads - East

Arterial roads - North

Arterial roads - South

Arterial roads - West

Peripheralroads - North

Peripheralroads - South

Peripheralroads - West

2

3

4

17

6

2

7

6

MJSA MJSU PETWA PETWU PETIA PETIU PETIO363,9 267,2 2,7 2,5 2,3 2,3 2,0578,3 603,8 2,3 2,7 2,0 2,4 1,6586,1 569,9 1,6 1,7 1,4 1,5 1,2381,2 351,4 1,2 1,2 1,2 1,2 1,0607,0 555,4 1,3 1,3 1,4 1,4 1,1

209,2 196,5 3,9 4,3 1,8 3,5 0,9835,0 876,7 3,6 3,6 2,5 3,7 1,3485,3 495,7 2,5 2,4 2,4 2,4 2,4

1169,1 1190,4 2,1 2,0 1,9 2,6 0,5364,0 368,2 2,3 2,3 1,6 2,3 0,8

192,0 188,3 4,8 4,8 4,4 4,9 3,6271,2 273,9 2,2 2,2 2,0 2,4 1,8465,3 471,6 2,1 2,8 2,3 3,2 2,0119,6 112,4 520,9 850,0 803,4 1239,3 721,7169,0 156,8 398,9 646,2 633,3 972,8 570,0

223,4 176,4 7,4 5,1 11,0 6,5 12,2241,2 302,0 3,3 3,1 3,3 3,2 3,8404,4 445,6 3,8 2,7 3,6 2,5 4,1159,8 199,5 1,0 0,9 1,2 0,9 1,3284,7 333,8 2,0 1,7 2,3 1,8 2,9

96,3 101,7 8,3 8,5 10,1 9,2 10,1251,0 259,8 4,5 4,5 4,7 4,6 4,8186,5 189,8 1,4 1,4 1,5 1,6 1,693,7 107,3 1,5 1,5 1,6 1,6 1,7

147,7 184,2 2,3 2,5 2,7 2,9 2,8

335,8 269,2 3,2 2,9 3,2 2,9 3,1414,2 352,7 1,9 1,9 2,0 1,9 1,9542,9 502,1 1,5 1,5 1,5 1,5 1,5277,1 274,0 1,4 1,4 1,5 1,4 1,5342,3 325,9 1,9 1,8 1,9 1,8 1,9

118,8 135,3 3,8 4,4 3,6 4,7 3,4267,3 344,3 2,9 3,1 2,6 3,0 2,5256,6 323,2 1,3 1,3 1,2 1,4 1,1138,5 155,8 1,2 1,1 1,2 1,1 1,1265,7 317,4 2,8 2,8 2,6 2,9 2,4

511,8 493,5 5,8 6,0 8,1 6,4 8,8324,1 328,8 2,0 1,8 2,3 1,9 2,4411,0 379,2 7,3 5,4 7,7 4,9 8,3195,3 197,4 1,6 1,4 1,6 1,4 1,7191,9 180,5 2,8 2,2 3,5 2,6 3,7

280,9 237,2 9,1 9,0 9,1 9,2 9,2755,7 552,3 3,8 3,5 3,8 3,4 3,9485,1 468,0 2,8 2,8 2,6 2,7 2,6288,0 434,5 1,6 1,6 1,5 1,6 1,4581,5 691,3 4,6 4,8 4,4 4,8 4,0

236,7 216,7 7,2 6,7 5,7 5,9 5,2153,6 134,5 2,2 2,0 1,8 1,8 1,7157,7 162,6 1,4 1,3 1,2 1,1 1,0128,2 114,3 1,0 0,9 0,9 0,8 0,7205,5 183,5 3,1 2,7 2,0 2,2 1,8

592,3 633,4 4,6 4,6 4,4 4,5 4,41224,9 1224,4 2,1 2,1 2,1 2,1 2,1883,6 942,3 1,9 1,8 1,9 1,8 1,9936,0 1010,0 2,4 2,4 2,4 2,4 2,4902,6 1074,2 2,2 2,3 2,2 2,3 2,1

Segmentation of Time 2

CV_class 2 ST3

Category Links CTR TTI_A TTI_U RSR_WA RSR_WU RSR_L RSR_IA RSR_IU MJSDI 2,5 1,5 1,3 255,3 195,7 0,0 328,3 230,3 170,3II 2,6 1,4 1,6 536,5 566,1 0,0 489,3 479,9 886,1III 1,1 0,7 0,8 206,6 202,9 0,0 224,9 208,3 319,7IV 1,4 0,8 0,8 339,3 296,4 0,0 337,8 282,2 391,5V 1,7 1,1 1,1 220,5 205,9 0,0 224,0 200,7 469,3

I 3,2 1,3 1,4 423,3 359,8 0,0 233,6 317,0 116,0II 3,3 1,9 1,9 1603,0 1534,5 0,0 1000,9 1372,6 972,2III 2,0 1,0 1,0 388,3 360,6 0,0 226,7 321,3 402,8IV 1,2 0,7 0,7 812,3 810,5 0,0 496,8 710,5 353,2V 2,2 1,2 1,3 248,5 239,8 0,0 151,7 223,7 587,2

I 1240,2 346,8 521,0 167,4 169,5 0,5 122,6 160,4 125,7II 3,2 1,6 1,8 691,7 768,9 0,0 469,3 641,6 611,6III 1,5 0,7 0,8 270,8 270,7 0,0 179,2 229,5 240,9IV 1,4 0,8 0,9 279,1 313,4 0,0 196,5 273,0 238,9V 1116,4 432,6 623,6 111,2 107,4 0,4 80,8 101,6 176,5

I 7,4 2,1 1,3 270,6 171,6 0,0 295,0 157,8 66,5II 3,5 2,0 1,9 585,8 663,0 0,0 531,4 610,9 923,2III 1,7 0,8 0,8 255,8 273,7 0,0 223,7 247,2 361,8IV 1,6 1,0 0,8 309,5 306,0 0,0 275,0 271,4 384,3V 1338,4 613,4 612,5 188,3 186,9 0,1 168,8 190,5 455,2

I 11,4 3,3 3,3 350,5 358,5 0,1 339,6 385,1 86,0II 3,3 1,7 1,9 400,3 432,1 0,0 407,3 433,1 301,2III 1,2 0,7 0,7 165,0 163,3 0,0 154,7 155,9 79,4IV 1,3 0,7 0,7 196,5 223,9 0,0 205,4 244,3 164,5V 1,5 0,8 0,9 93,4 114,3 0,0 97,2 124,7 58,2

I 3,1 1,6 1,7 295,0 433,3 0,0 292,9 463,5 252,6II 2,1 1,5 1,3 730,4 524,0 0,0 682,0 530,2 658,3III 1,5 1,0 1,0 452,3 415,1 0,0 422,9 421,9 440,6IV 1,5 0,9 0,9 359,3 340,1 0,0 352,1 354,7 292,9V 1,7 1,1 1,1 256,3 236,4 0,0 248,0 246,8 316,2

I 4,1 1,0 1,1 187,1 211,7 0,0 203,7 185,6 84,4II 2,6 1,0 1,1 883,3 1121,8 0,0 687,4 800,2 747,3III 1,1 0,4 0,4 216,8 220,5 0,0 207,0 192,0 143,3IV 1,6 0,8 0,8 347,7 434,3 0,0 342,9 365,3 304,0V 2,7 1,1 1,1 230,4 271,0 0,0 195,9 207,9 177,7

I 4,0 1,0 1,0 434,1 535,6 0,0 378,4 514,0 115,5II 4,4 2,0 1,7 1682,3 1697,7 0,0 1481,6 1586,8 526,3III 2,3 0,7 0,6 307,0 380,5 0,0 288,3 361,9 200,1IV 2,9 1,4 1,1 832,2 742,1 0,0 776,9 716,7 264,9V 2,3 0,9 0,7 299,3 339,0 0,0 284,3 324,5 216,9

I 11,2 2,2 2,0 230,3 241,1 0,1 220,8 225,0 47,7II 4,1 2,1 1,9 1156,6 925,8 0,0 1201,2 1007,9 578,4III 2,6 1,1 1,1 529,9 530,8 0,0 531,5 599,4 290,8IV 2,6 1,5 1,7 733,7 896,7 0,0 696,5 980,5 835,6V 3,8 1,9 2,1 365,0 385,8 0,0 334,4 413,7 272,6

I 7,2 1,7 1,4 535,8 497,8 0,0 499,9 486,0 109,5II 2,6 0,9 0,8 444,8 414,6 0,0 411,6 405,1 204,2III 0,9 0,3 0,3 183,2 194,0 0,0 170,6 187,3 77,2IV 1,6 0,7 0,6 466,6 427,2 0,0 431,8 417,4 283,7V 1,7 0,6 0,5 163,6 154,4 0,0 151,9 151,5 76,0

I 4,2 3,1 3,1 131,8 136,2 0,1 131,3 139,8 251,4II 2,2 1,9 1,8 461,2 448,2 0,0 459,2 457,4 1720,5III 1,8 1,5 1,5 356,3 377,2 0,0 369,5 399,4 1028,8IV 1,9 1,6 1,6 350,8 367,4 0,0 355,0 381,5 1062,0V 2,2 1,9 2,0 275,6 311,8 0,0 287,8 331,7 1133,0

Segmentation of Time 3

2

3

4

17

6

2

7

6

Central streets - Södermalm

12

Central streets - Bridges

Central streets - Vasastan

6

Central streets - Kungsholmen

4

Arterial roads - East

Arterial roads - North

Arterial roads - South

Arterial roads - West

Peripheralroads - North

Peripheralroads - South

Peripheralroads - West

CV_class 2 ST3

Category LinksIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVV

2

3

4

17

6

2

7

6

Central streets - Södermalm

12

Central streets - Bridges

Central streets - Vasastan

6

Central streets - Kungsholmen

4

Arterial roads - East

Arterial roads - North

Arterial roads - South

Arterial roads - West

Peripheralroads - North

Peripheralroads - South

Peripheralroads - West

MJSA MJSU PETWA PETWU PETIA PETIU PETIO352,3 259,0 2,6 2,2 2,3 2,1 1,9862,8 885,2 2,0 2,3 1,7 2,1 1,4372,9 366,6 1,1 1,1 1,0 1,1 0,9594,7 540,4 1,2 1,2 1,2 1,3 1,0435,6 415,0 1,6 1,6 1,7 1,7 1,4

206,5 172,8 4,0 4,1 1,9 3,7 1,01356,2 1344,8 3,6 3,5 2,6 3,7 1,4279,8 280,0 2,1 2,0 1,6 2,6 0,9753,6 781,6 1,2 1,2 1,1 1,5 0,6196,1 206,7 2,6 2,5 1,5 2,3 0,8

89,2 86,5 874,3 1426,3 1230,2 2000,1 1095,8618,5 659,3 2,7 3,2 3,0 4,0 2,7228,5 218,0 1,3 1,5 1,4 2,0 1,3297,3 322,0 1,3 1,5 1,5 1,9 1,3106,7 102,3 762,8 1170,8 1154,7 1705,5 1039,6

83,6 63,2 7,2 3,6 10,3 4,7 11,2546,9 667,1 3,4 3,2 3,7 3,3 4,2167,9 228,2 1,6 1,5 2,1 1,6 2,3325,0 349,4 1,6 1,3 1,7 1,2 2,1176,7 218,7 1017,8 965,5 936,7 1067,3 1067,3

101,1 103,3 13,4 13,2 16,6 13,9 16,6297,1 316,1 3,4 3,7 3,8 3,8 3,8109,6 109,0 1,2 1,2 1,2 1,2 1,3173,9 202,9 1,3 1,3 1,4 1,4 1,465,7 81,9 1,7 1,9 2,0 2,2 2,0

208,1 329,9 3,2 3,4 3,1 3,4 3,1908,0 652,8 2,2 2,1 2,2 2,1 2,2520,5 479,7 1,5 1,6 1,5 1,5 1,6445,6 423,9 1,5 1,5 1,6 1,6 1,6289,3 269,6 1,8 1,8 1,8 1,8 1,9

75,5 81,5 2,8 3,5 2,7 3,8 2,5459,4 599,4 2,1 2,2 2,0 2,2 1,9134,1 136,3 1,0 1,0 1,0 1,1 0,9260,3 313,3 1,6 1,6 1,5 1,7 1,4133,6 156,5 2,5 2,4 2,3 2,5 2,1

101,9 125,6 3,8 4,0 5,5 4,1 6,0816,2 846,2 4,4 3,8 4,9 3,8 5,499,4 127,3 2,2 1,9 3,2 2,3 3,4

469,2 406,6 3,0 2,5 3,0 2,2 3,1131,0 147,8 2,3 1,9 2,5 2,0 2,7

53,7 49,1 12,0 11,5 11,2 11,5 11,3790,1 616,3 4,0 3,9 4,1 3,9 4,2304,3 298,2 2,9 2,9 2,6 2,7 2,5634,8 851,5 2,9 3,1 2,6 3,0 2,4267,9 301,9 4,2 4,3 3,8 4,2 3,5

134,8 124,3 7,4 6,6 5,3 5,6 5,1212,3 195,7 2,6 2,4 2,1 2,1 2,087,9 92,5 0,9 0,9 0,9 0,8 0,7

282,4 259,1 1,7 1,6 1,3 1,3 1,280,3 76,0 1,8 1,6 1,3 1,4 1,1

207,2 214,9 4,4 4,5 4,2 4,4 4,21407,1 1386,2 2,2 2,2 2,2 2,2 2,2767,4 842,5 1,8 1,9 1,8 1,8 1,8824,0 905,0 1,9 1,9 1,9 1,9 1,9784,7 935,5 2,3 2,4 2,2 2,3 2,2

Segmentation of Time 3

CV_class 3 ST1

Category Links CTR TTI_A TTI_U RSR_WA RSR_WU RSR_L RSR_IA RSR_IU MJSD MJSA MJSUI 5,2 2,3 2,4 261,0 238,3 0,0 250,4 232,0 164,3 166,2 152,0II 6,3 4,3 4,2 1486,1 1191,5 0,0 1253,6 1157,3 1328,2 1531,7 1280,1III 8,2 4,5 4,4 535,7 494,4 0,0 498,6 478,5 482,4 487,8 460,5IV 3,3 2,0 2,0 347,4 340,8 0,0 332,8 333,2 427,7 405,4 414,8V 2,8 1,7 1,7 72,0 70,7 0,0 69,0 68,7 105,6 85,3 85,7I 2,6 1,7 1,5 287,6 225,6 0,0 319,4 254,1 177,3 411,0 313,4II 2,8 1,6 1,9 466,4 531,5 0,0 415,4 457,9 892,5 804,8 874,7III 5,1 2,6 2,5 593,4 581,6 0,0 574,7 571,4 506,6 552,0 545,4IV 1,3 0,8 0,8 353,5 314,5 0,0 315,2 288,7 379,4 654,2 613,4V 1,9 1,3 1,3 267,2 249,5 0,0 238,5 226,5 489,7 540,4 514,7I 4,3 1,3 1,2 615,5 554,3 0,1 611,0 555,9 214,7 267,9 239,7II 4,5 2,2 2,2 2186,3 2263,9 0,0 2195,6 2259,5 1560,1 1623,7 1692,9III 5,3 2,1 2,1 935,4 935,3 0,0 932,2 935,3 534,4 534,9 534,9IV 2,1 1,0 1,0 1132,6 1248,4 0,0 1138,7 1260,7 817,5 891,7 983,7V 2,9 1,1 1,1 347,4 342,3 0,0 343,9 340,7 227,5 203,4 200,5I 8,5 3,3 3,3 165,2 169,4 0,1 148,4 154,9 127,9 123,2 125,3II 5,6 3,5 3,4 603,8 631,4 0,0 554,2 581,3 861,2 917,8 955,4III 1,8 1,2 1,2 309,0 315,2 0,0 293,4 300,5 502,9 633,4 640,7IV 1,4 1,0 1,0 184,0 180,3 0,0 157,3 159,7 345,8 351,8 348,1V 4,0 2,7 2,6 340,3 357,7 0,0 297,3 316,7 678,9 639,6 677,8I 4914,9 1116,3 1171,2 175,4 159,7 4,2 235,1 171,7 49,2 59,3 56,5II 9,0 3,6 3,6 1604,3 1561,6 0,0 1749,2 1565,3 881,5 968,7 960,7III 6,4 2,3 2,4 742,6 675,7 0,0 740,3 661,1 347,6 338,6 324,5IV 4,1 1,9 1,9 701,7 655,5 0,0 769,6 700,1 451,3 467,5 462,8V 4402,2 1651,2 1594,3 43,0 39,1 1,5 44,5 41,1 24,9 22,7 22,5I 6,0 2,4 2,2 203,4 249,6 0,0 159,6 205,6 131,2 129,6 149,9II 3,0 1,8 1,8 461,7 523,0 0,0 404,6 469,6 625,0 597,8 664,5III 1,1 0,7 0,7 298,7 303,4 0,0 268,7 278,5 351,8 439,3 438,1IV 1,1 0,7 0,6 172,8 189,9 0,0 158,6 173,7 244,8 290,8 308,9V 1,7 0,9 0,9 134,4 175,1 0,0 107,9 141,8 180,4 171,6 216,9I 8,9 2,9 2,0 269,7 265,2 0,0 328,1 242,2 95,1 103,5 94,0II 5,5 3,1 2,9 658,2 644,2 0,0 622,9 642,7 440,7 538,9 513,0III 8,4 4,4 3,3 522,5 547,8 0,0 491,4 494,2 235,8 267,7 278,2IV 2,2 1,4 1,2 334,7 474,9 0,0 301,8 403,2 325,0 295,3 371,2V 3027,1 1494,2 1754,7 106,9 101,2 1,0 101,8 98,4 102,3 104,9 86,6I 11,9 2,4 1,5 401,4 193,9 0,0 567,7 183,9 73,9 106,7 74,8II 4,8 2,6 2,8 687,3 790,9 0,0 687,0 699,3 954,8 635,1 805,5III 1,3 0,8 0,7 379,0 307,5 0,0 387,4 290,9 412,2 344,2 371,4IV 1,0 0,7 0,6 252,7 199,4 0,0 253,3 198,1 375,8 327,9 323,2V 3,0 1,8 1,6 308,3 290,7 0,0 284,2 267,0 505,0 263,8 349,0

Arterial roads - East - FC 0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0I 11,4 3,3 3,3 350,5 358,5 0,1 339,6 385,1 86,0 101,1 103,3II 4,8 2,4 2,6 445,3 485,9 0,0 454,5 484,7 342,9 330,6 357,1III 1,4 0,7 0,7 172,9 170,1 0,0 157,5 158,2 86,3 113,8 112,6IV 1,4 0,8 0,8 185,5 202,0 0,0 183,1 211,1 144,2 157,5 179,3V 1,5 0,8 0,9 93,4 114,3 0,0 97,2 124,7 58,2 65,7 81,9I 12,5 3,0 3,0 409,3 409,3 2,2 409,3 409,3 149,0 139,3 139,3II 4,9 2,1 2,1 497,0 497,0 0,4 497,0 497,0 343,2 345,2 345,2III 7,6 2,9 2,9 378,2 378,2 0,4 378,2 378,2 214,3 217,2 217,2IV 3,4 1,5 1,5 391,5 391,5 0,2 391,5 391,5 296,5 297,8 297,8V 8,7 3,3 3,3 361,6 361,6 0,6 361,6 361,6 225,7 212,5 212,5I 3,2 1,6 1,8 290,0 479,2 0,0 299,3 489,7 294,3 212,2 371,1II 2,3 1,5 1,5 654,7 520,0 0,0 634,5 508,5 658,9 789,5 631,5III 1,6 1,1 1,1 416,1 409,2 0,0 408,8 402,6 372,6 517,6 510,0IV 1,7 1,0 1,0 338,8 336,4 0,0 343,5 335,5 341,0 427,6 419,5V 1,8 1,1 1,2 260,4 267,0 0,0 259,7 264,4 348,6 300,0 306,0

Arterial roads - South - FC 0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0I 4,1 1,0 1,1 187,1 211,7 0,0 203,7 185,6 84,4 75,5 81,5II 3,4 1,4 1,4 828,1 1044,1 0,0 665,0 762,2 722,2 447,1 580,1III 1,6 0,6 0,6 381,8 487,7 0,0 312,2 348,8 293,6 202,8 249,2IV 1,6 0,8 0,8 309,4 391,7 0,0 301,2 326,7 286,4 238,3 292,4V 2,7 1,1 1,1 230,4 271,0 0,0 195,9 207,9 177,7 133,6 156,5I 3,5 1,0 1,0 444,5 644,5 0,0 443,6 624,6 92,1 118,0 173,2II 4,7 2,2 2,0 1617,9 1761,6 0,0 1536,6 1708,2 566,6 847,9 971,0III 4,8 1,5 1,5 634,5 813,7 0,0 634,1 783,6 159,8 189,2 242,2IV 3,3 1,7 1,6 886,7 934,8 0,0 868,1 917,9 373,9 527,1 540,4V 2,8 1,0 0,9 362,9 453,6 0,0 360,9 436,6 107,9 140,6 170,9

6

5

1

2

2

6

6

10

7

4

Central streets - Bridges - FC

Central streets - Bridges - ATTS

Central streets - Kungsholmen -FC

2

4

2

Central streets - Vasastan - ATTS

Arterial roads - East - ATTS

Arterial roads - North - FC

Arterial roads - North - ATTS

Arterial roads - South - ATTS

Arterial roads - West - FC

Central streets - Kungsholmen -ATTS

Central streets - Södermalm - FC

Central streets - Södermalm - ATTS

Central streets - Vasastan - FC

Segmentation of Time 1

CV_class 3 ST1

Category Links CTR TTI_A TTI_U RSR_WA RSR_WU RSR_L RSR_IA RSR_IU MJSD MJSA MJSU

Segmentation of Time 1

I 19,8 2,7 2,3 838,4 730,1 0,3 843,2 731,0 146,0 154,3 131,9II 3,0 1,4 1,3 1149,2 891,7 0,0 1016,2 905,1 633,4 693,2 546,3III 1,9 0,6 0,6 534,6 530,5 0,0 517,0 514,3 265,0 263,0 262,3IV 2,2 0,9 0,8 755,7 622,2 0,0 723,6 604,0 318,5 434,7 358,8V 2,9 1,2 1,1 580,9 479,7 0,0 545,5 467,8 265,7 348,9 285,9

Peripheral roads - North - FC 00,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 11,2 2,2 2,0 230,3 241,1 0,1 220,8 225,0 47,7 53,7 49,1II 4,4 2,4 2,1 1315,9 1024,7 0,0 1397,2 1127,3 634,9 892,6 681,7III 2,5 1,1 1,1 617,6 604,8 0,0 616,0 676,6 347,6 366,8 352,5IV 2,2 1,3 1,5 631,1 761,9 0,0 594,4 833,0 747,7 586,0 800,5V 3,8 1,9 2,1 365,0 385,8 0,0 334,4 413,7 272,6 267,9 301,9

Peripheral roads - South - FC 00,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 7,2 1,7 1,4 535,8 497,8 0,1 499,9 486,0 109,5 134,8 124,3II 2,9 1,1 1,0 468,3 432,7 0,0 427,5 421,2 225,3 234,2 214,1III 1,0 0,3 0,3 247,5 263,3 0,0 230,8 254,6 103,6 116,5 123,2IV 1,5 0,7 0,6 405,1 367,7 0,0 374,1 359,7 257,6 253,6 231,2V 1,7 0,6 0,5 163,6 154,4 0,0 151,9 151,5 76,0 80,3 76,0

Peripheral roads - West - FC 00,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 4,2 3,1 3,1 131,8 136,2 0,1 131,3 139,8 251,4 207,2 214,9II 2,4 2,0 2,0 489,3 483,0 0,0 491,1 491,0 1881,0 1692,2 1679,8III 1,8 1,5 1,5 389,0 398,9 0,0 396,0 420,6 1138,9 820,4 887,0IV 1,9 1,5 1,6 380,9 397,7 0,0 386,0 412,1 1127,9 927,7 1006,3V 2,2 1,9 2,0 275,6 311,8 0,0 287,8 331,7 1133,0 784,7 935,5

2

2

2

2

Peripheral roads - West - ATTS

Arterial roads - West - ATTS

Peripheral roads - North - ATTS

Peripheral roads - South - ATTS

CV_class 3 ST1

Category LinksIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVV

Arterial roads - East - FC 0IIIIIIIVVIIIIIIIVVIIIIIIIVV

Arterial roads - South - FC 0IIIIIIIVVIIIIIIIVV

6

5

1

2

2

6

6

10

7

4

Central streets - Bridges - FC

Central streets - Bridges - ATTS

Central streets - Kungsholmen -FC

2

4

2

Central streets - Vasastan - ATTS

Arterial roads - East - ATTS

Arterial roads - North - FC

Arterial roads - North - ATTS

Arterial roads - South - ATTS

Arterial roads - West - FC

Central streets - Kungsholmen -ATTS

Central streets - Södermalm - FC

Central streets - Södermalm - ATTS

Central streets - Vasastan - FC

PETWA PETWU PETIA PETIU PETIO5,2 5,4 5,2 5,3 5,26,3 6,3 6,3 6,3 6,38,1 7,9 8,2 8,1 8,33,4 3,3 3,3 3,3 3,42,8 2,8 2,8 2,8 2,82,8 2,5 2,4 2,3 2,12,3 2,7 2,0 2,5 1,75,1 5,0 5,1 5,0 5,11,2 1,1 1,2 1,2 0,51,8 1,8 1,8 1,8 1,54,3 4,0 4,3 4,0 4,34,5 4,5 4,5 4,5 4,55,3 5,3 5,3 5,3 5,32,1 2,2 2,1 2,2 2,12,9 2,9 2,9 2,9 2,98,5 8,5 8,5 8,5 8,55,6 5,5 5,6 5,5 5,61,8 1,8 1,8 1,7 1,81,4 1,4 1,4 1,4 1,44,0 3,9 4,0 3,9 4,0

4280,4 4283,5 5213,8 4384,6 5444,28,5 8,4 9,2 8,6 9,76,2 6,4 6,6 6,1 7,04,3 4,3 5,2 4,7 5,5

4179,4 4071,9 5071,8 4406,7 5394,25,1 5,1 5,5 5,4 4,72,9 2,9 2,7 2,9 2,51,1 1,0 1,0 1,0 1,01,1 1,0 1,0 0,9 1,01,5 1,4 1,6 1,6 1,47,9 5,4 9,5 4,9 10,65,4 5,3 6,2 5,3 7,09,6 7,0 10,8 6,4 12,02,3 2,0 2,2 1,9 2,6

2496,3 3123,4 2557,2 3817,5 2828,810,6 4,0 9,5 6,4 9,04,6 4,5 4,6 4,8 4,81,4 1,1 1,8 1,3 1,81,1 0,9 1,4 1,0 1,53,0 2,3 3,0 2,3 3,30,0 0,0 0,0 0,0 0,0

13,4 13,2 16,6 13,9 16,64,9 5,1 5,3 5,2 5,41,3 1,3 1,3 1,3 1,31,4 1,4 1,5 1,5 1,61,7 1,9 2,0 2,2 2,0

12,5 12,5 12,5 12,5 12,54,9 4,9 4,9 4,9 4,97,6 7,6 7,6 7,6 7,63,4 3,4 3,4 3,4 3,48,7 8,7 8,7 8,7 8,73,2 3,5 3,2 3,4 3,12,3 2,3 2,3 2,3 2,31,6 1,6 1,6 1,6 1,61,6 1,6 1,7 1,6 1,71,8 1,9 1,8 1,9 1,90,0 0,0 0,0 0,0 0,02,8 3,5 2,7 3,8 2,52,8 2,9 2,6 2,9 2,51,3 1,4 1,3 1,5 1,21,6 1,5 1,5 1,6 1,32,5 2,4 2,3 2,5 2,13,4 3,4 5,8 3,7 6,64,6 4,2 5,3 4,0 6,14,7 4,7 7,5 5,0 8,53,4 3,4 3,6 3,1 4,02,8 2,5 3,5 2,6 3,9

Segmentation of Time 1

CV_class 3 ST1

Category LinksIIIIIIIVV

Peripheral roads - North - FC 0

IIIIIIIVV

Peripheral roads - South - FC 0

IIIIIIIVV

Peripheral roads - West - FC 0

IIIIIIIVV

2

2

2

2

Peripheral roads - West - ATTS

Arterial roads - West - ATTS

Peripheral roads - North - ATTS

Peripheral roads - South - ATTS

PETWA PETWU PETIA PETIU PETIO

Segmentation of Time 1

19,7 17,1 19,8 17,1 19,83,0 3,1 3,0 3,1 3,01,9 2,0 1,9 2,0 1,92,2 2,0 2,2 2,0 2,22,9 2,9 2,9 2,9 2,9

0,0 0,0 0,0 0,0 0,012,0 11,5 11,2 11,5 11,34,3 4,2 4,4 4,2 4,62,8 2,7 2,5 2,6 2,52,3 2,5 2,2 2,5 2,04,2 4,3 3,8 4,2 3,5

0,0 0,0 0,0 0,0 0,07,4 6,6 5,3 5,6 5,13,0 2,8 2,5 2,5 2,41,0 1,0 1,0 0,9 0,81,6 1,5 1,2 1,3 1,11,8 1,6 1,3 1,4 1,1

0,0 0,0 0,0 0,0 0,04,4 4,5 4,2 4,4 4,22,3 2,3 2,4 2,3 2,41,8 1,8 1,8 1,8 1,81,8 1,9 1,9 1,9 1,82,3 2,4 2,2 2,3 2,2

CV_class 3 ST2

Category Links CTR TTI_A TTI_U RSR_WA RSR_WU RSR_L RSR_IA RSR_IU MJSD MJSA MJSUI 2,7 1,6 1,4 256,9 200,4 0,0 318,6 225,9 175,8 363,9 267,2II 3,0 1,6 1,9 378,6 409,2 0,0 323,9 323,7 495,6 578,3 603,8III 2,2 1,1 1,1 361,4 355,6 0,0 337,8 309,4 504,8 586,1 569,9IV 1,4 0,9 0,9 194,5 171,1 0,0 196,1 166,9 269,8 381,2 351,4V 1,4 0,9 0,9 308,2 278,8 0,0 302,9 260,4 504,9 607,0 555,4I 3,2 1,4 1,5 405,1 377,7 0,0 229,4 337,9 202,4 209,2 196,5II 3,3 1,8 1,9 928,0 961,4 0,0 589,1 860,5 528,2 835,0 876,7III 2,9 1,5 1,4 464,3 461,8 0,0 378,8 395,6 476,9 485,3 495,7IV 2,0 1,1 1,1 1228,9 1205,1 0,0 758,1 1059,3 501,0 1169,1 1190,4V 2,1 1,2 1,2 424,0 403,3 0,0 261,7 366,7 610,8 364,0 368,2I 4,9 2,1 1,9 318,0 322,7 0,0 236,2 308,6 265,3 192,0 188,3II 2,1 1,3 1,2 267,9 280,7 0,0 197,9 249,7 336,7 271,2 273,9III 2,6 1,2 1,5 509,0 536,9 0,0 341,5 451,4 461,2 465,3 471,6IV 709,0 324,1 498,1 91,7 89,6 0,1 75,8 92,1 167,3 119,6 112,4V 597,8 227,3 345,4 175,0 162,5 0,1 128,3 157,1 249,6 169,0 156,8I 7,2 2,7 2,1 553,3 359,0 0,0 571,9 362,3 169,0 223,4 176,4II 3,4 1,9 1,8 258,0 303,9 0,0 228,4 277,3 423,0 241,2 302,0III 3,8 2,1 1,6 522,6 493,0 0,0 457,0 426,1 464,6 404,4 445,6IV 1,0 0,7 0,6 145,7 187,3 0,0 119,6 141,8 202,4 159,8 199,5V 1,9 1,2 1,1 294,7 295,7 0,0 250,8 274,5 557,8 284,7 333,8I 7,2 2,5 2,6 277,6 291,3 0,1 274,1 310,8 87,3 96,3 101,7II 4,4 2,3 2,3 311,0 318,7 0,0 324,6 329,1 231,0 251,0 259,8III 1,6 0,8 0,8 237,4 238,8 0,0 244,4 254,0 148,4 186,5 189,8IV 1,5 0,9 0,9 112,4 122,0 0,0 111,5 129,0 83,1 93,7 107,3V 2,1 1,1 1,3 199,5 243,8 0,0 208,5 265,0 139,4 147,7 184,2I 3,1 1,7 1,6 438,7 334,3 0,0 421,2 339,3 300,7 335,8 269,2II 1,9 1,3 1,2 320,7 268,7 0,0 304,5 277,8 401,1 414,2 352,7III 1,4 1,0 0,9 440,9 404,4 0,0 420,2 417,8 380,8 542,9 502,1IV 1,4 0,9 0,9 206,5 204,5 0,0 199,8 209,7 252,4 277,1 274,0V 1,8 1,2 1,1 305,6 289,9 0,0 294,8 298,9 356,6 342,3 325,9I 5,1 1,4 1,5 275,3 323,9 0,0 285,5 276,0 138,0 118,8 135,3II 3,6 1,4 1,5 460,7 577,7 0,0 375,3 428,5 442,9 267,3 344,3III 1,4 0,6 0,6 466,3 603,6 0,0 384,6 438,7 378,3 256,6 323,2IV 1,2 0,6 0,6 166,3 185,6 0,0 163,5 161,9 159,0 138,5 155,8V 2,9 1,3 1,4 399,8 472,2 0,0 364,6 391,6 324,4 265,7 317,4I 5,9 2,0 1,9 1572,1 1494,9 0,0 1333,4 1422,7 356,8 511,8 493,5II 2,0 1,0 0,9 536,8 518,1 0,0 448,6 485,8 301,5 324,1 328,8III 7,3 2,6 1,9 985,9 924,6 0,0 933,5 880,6 253,1 411,0 379,2IV 1,6 0,8 0,7 307,5 314,7 0,0 286,4 313,1 241,3 195,3 197,4V 2,9 1,1 0,9 407,1 386,5 0,0 377,8 367,4 168,0 191,9 180,5

Arterial roads - East - FC 0 9,1 2,5 2,2 921,3 807,8 0,1 959,6 872,2 226,0 280,9 237,2I 3,8 2,2 1,8 981,1 716,8 0,0 1047,3 817,7 404,4 755,7 552,3II 2,6 1,2 1,2 769,4 754,2 0,0 759,4 834,1 468,7 485,1 468,0III 1,5 0,9 1,0 274,6 329,4 0,0 251,8 362,4 400,5 288,0 434,5IV 4,4 2,4 2,6 705,7 758,3 0,0 636,5 805,7 617,5 581,5 691,3V 7,1 1,9 1,6 792,7 734,1 0,1 738,2 717,9 198,3 236,7 216,7I 2,2 0,9 0,8 280,9 247,9 0,0 255,1 241,2 156,0 153,6 134,5II 1,4 0,5 0,4 323,6 336,0 0,0 303,2 326,5 158,2 157,7 162,6III 0,9 0,4 0,4 188,3 166,4 0,0 170,4 161,9 117,8 128,2 114,3IV 2,9 1,1 1,0 386,0 346,4 0,0 360,4 340,1 219,0 205,5 183,5V 4,4 3,4 3,4 299,0 317,7 0,1 310,6 333,3 695,4 592,3 633,4I 2,1 1,8 1,8 337,5 335,9 0,0 343,3 344,7 1414,5 1224,9 1224,4II 1,9 1,5 1,5 404,5 410,1 0,0 408,5 429,0 1172,3 883,6 942,3III 2,4 2,0 2,1 359,9 379,9 0,0 367,4 394,1 1142,0 936,0 1010,0IV 2,2 1,9 1,9 331,4 367,9 0,0 340,5 388,3 1237,5 902,6 1074,2V 1,8 1,1 1,2 260,4 267,0 0,0 259,7 264,4 348,6 300,0 306,0

Arterial roads - South - FC 0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0I 4,1 1,0 1,1 187,1 211,7 0,0 203,7 185,6 84,4 75,5 81,5II 3,4 1,4 1,4 828,1 1044,1 0,0 665,0 762,2 722,2 447,1 580,1III 1,6 0,6 0,6 381,8 487,7 0,0 312,2 348,8 293,6 202,8 249,2IV 1,6 0,8 0,8 309,4 391,7 0,0 301,2 326,7 286,4 238,3 292,4V 2,7 1,1 1,1 230,4 271,0 0,0 195,9 207,9 177,7 133,6 156,5I 3,5 1,0 1,0 444,5 644,5 0,0 443,6 624,6 92,1 118,0 173,2II 4,7 2,2 2,0 1617,9 1761,6 0,0 1536,6 1708,2 566,6 847,9 971,0III 4,8 1,5 1,5 634,5 813,7 0,0 634,1 783,6 159,8 189,2 242,2IV 3,3 1,7 1,6 886,7 934,8 0,0 868,1 917,9 373,9 527,1 540,4V 2,8 1,0 0,9 362,9 453,6 0,0 360,9 436,6 107,9 140,6 170,9I 19,8 2,7 2,3 838,4 730,1 0,3 843,2 731,0 146,0 154,3 131,9II 3,0 1,4 1,3 1149,2 891,7 0,0 1016,2 905,1 633,4 693,2 546,3III 1,9 0,6 0,6 534,6 530,5 0,0 517,0 514,3 265,0 263,0 262,3IV 2,2 0,9 0,8 755,7 622,2 0,0 723,6 604,0 318,5 434,7 358,8

2

6

5

2

10

7Central streets - Vasastan - ATTS

Arterial roads - East - ATTS

Arterial roads - North - FC

2

Central streets - Kungsholmen -ATTS 2

6

6

Central streets - Södermalm - FC

Central streets - Södermalm - ATTS

4

Central streets - Bridges - FC

Central streets - Bridges - ATTS

Central streets - Kungsholmen -FC

Segmentation of Time 2

Arterial roads - North - ATTS

Arterial roads - South - ATTS

Arterial roads - West - FC

Arterial roads - West - ATTS

Central streets - Vasastan - FC

1

2

4

CV_class 3 ST2

Category Links CTR TTI_A TTI_U RSR_WA RSR_WU RSR_L RSR_IA RSR_IU MJSD MJSA MJSU

Segmentation of Time 2

V 2,9 1,2 1,1 580,9 479,7 0,0 545,5 467,8 265,7 348,9 285,9

Peripheral roads - North - FC 00,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 11,2 2,2 2,0 230,3 241,1 0,1 220,8 225,0 47,7 53,7 49,1II 4,4 2,4 2,1 1315,9 1024,7 0,0 1397,2 1127,3 634,9 892,6 681,7III 2,5 1,1 1,1 617,6 604,8 0,0 616,0 676,6 347,6 366,8 352,5IV 2,2 1,3 1,5 631,1 761,9 0,0 594,4 833,0 747,7 586,0 800,5V 3,8 1,9 2,1 365,0 385,8 0,0 334,4 413,7 272,6 267,9 301,9

Peripheral roads - South - FC 00,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 7,2 1,7 1,4 535,8 497,8 0,1 499,9 486,0 109,5 134,8 124,3II 2,9 1,1 1,0 468,3 432,7 0,0 427,5 421,2 225,3 234,2 214,1III 1,0 0,3 0,3 247,5 263,3 0,0 230,8 254,6 103,6 116,5 123,2IV 1,5 0,7 0,6 405,1 367,7 0,0 374,1 359,7 257,6 253,6 231,2V 1,7 0,6 0,5 163,6 154,4 0,0 151,9 151,5 76,0 80,3 76,0

Peripheral roads - West - FC 00,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 4,2 3,1 3,1 131,8 136,2 0,1 131,3 139,8 251,4 207,2 214,9II 2,4 2,0 2,0 489,3 483,0 0,0 491,1 491,0 1881,0 1692,2 1679,8III 1,8 1,5 1,5 389,0 398,9 0,0 396,0 420,6 1138,9 820,4 887,0IV 1,9 1,5 1,6 380,9 397,7 0,0 386,0 412,1 1127,9 927,7 1006,3V 2,2 1,9 2,0 275,6 311,8 0,0 287,8 331,7 1133,0 784,7 935,5

2

2

2Peripheral roads - North - ATTS

Peripheral roads - South - ATTS

Peripheral roads - West - ATTS

CV_class 3 ST2

Category LinksIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVV

Arterial roads - East - FC 0IIIIIIIVVIIIIIIIVVIIIIIIIVV

Arterial roads - South - FC 0IIIIIIIVVIIIIIIIVVIIIIIIIV

2

6

5

2

10

7Central streets - Vasastan - ATTS

Arterial roads - East - ATTS

Arterial roads - North - FC

2

Central streets - Kungsholmen -ATTS 2

6

6

Central streets - Södermalm - FC

Central streets - Södermalm - ATTS

4

Central streets - Bridges - FC

Central streets - Bridges - ATTS

Central streets - Kungsholmen -FC

Arterial roads - North - ATTS

Arterial roads - South - ATTS

Arterial roads - West - FC

Arterial roads - West - ATTS

Central streets - Vasastan - FC

1

2

4

PETWA PETWU PETIA PETIU PETIO2,7 2,5 2,3 2,3 2,02,3 2,7 2,0 2,4 1,61,6 1,7 1,4 1,5 1,21,2 1,2 1,2 1,2 1,01,3 1,3 1,4 1,4 1,13,9 4,3 1,8 3,5 0,93,6 3,6 2,5 3,7 1,32,5 2,4 2,4 2,4 2,42,1 2,0 1,9 2,6 0,52,3 2,3 1,6 2,3 0,84,8 4,8 4,4 4,9 3,62,2 2,2 2,0 2,4 1,82,1 2,8 2,3 3,2 2,0

520,9 850,0 803,4 1239,3 721,7398,9 646,2 633,3 972,8 570,0

7,4 5,1 11,0 6,5 12,23,3 3,1 3,3 3,2 3,83,8 2,7 3,6 2,5 4,11,0 0,9 1,2 0,9 1,32,0 1,7 2,3 1,8 2,98,3 8,5 10,1 9,2 10,14,5 4,5 4,7 4,6 4,81,4 1,4 1,5 1,6 1,61,5 1,5 1,6 1,6 1,72,3 2,5 2,7 2,9 2,83,2 2,9 3,2 2,9 3,11,9 1,9 2,0 1,9 1,91,5 1,5 1,5 1,5 1,51,4 1,4 1,5 1,4 1,51,9 1,8 1,9 1,8 1,93,8 4,4 3,6 4,7 3,42,9 3,1 2,6 3,0 2,51,3 1,3 1,2 1,4 1,11,2 1,1 1,2 1,1 1,12,8 2,8 2,6 2,9 2,45,8 6,0 8,1 6,4 8,82,0 1,8 2,3 1,9 2,47,3 5,4 7,7 4,9 8,31,6 1,4 1,6 1,4 1,72,8 2,2 3,5 2,6 3,79,1 9,0 9,1 9,2 9,23,8 3,5 3,8 3,4 3,92,8 2,8 2,6 2,7 2,61,6 1,6 1,5 1,6 1,44,6 4,8 4,4 4,8 4,07,2 6,7 5,7 5,9 5,22,2 2,0 1,8 1,8 1,71,4 1,3 1,2 1,1 1,01,0 0,9 0,9 0,8 0,73,1 2,7 2,0 2,2 1,84,6 4,6 4,4 4,5 4,42,1 2,1 2,1 2,1 2,11,9 1,8 1,9 1,8 1,92,4 2,4 2,4 2,4 2,42,2 2,3 2,2 2,3 2,11,8 1,9 1,8 1,9 1,90,0 0,0 0,0 0,0 0,02,8 3,5 2,7 3,8 2,52,8 2,9 2,6 2,9 2,51,3 1,4 1,3 1,5 1,21,6 1,5 1,5 1,6 1,32,5 2,4 2,3 2,5 2,13,4 3,4 5,8 3,7 6,64,6 4,2 5,3 4,0 6,14,7 4,7 7,5 5,0 8,53,4 3,4 3,6 3,1 4,02,8 2,5 3,5 2,6 3,9

19,7 17,1 19,8 17,1 19,83,0 3,1 3,0 3,1 3,01,9 2,0 1,9 2,0 1,92,2 2,0 2,2 2,0 2,2

Segmentation of Time 2

CV_class 3 ST2

Category LinksV

Peripheral roads - North - FC 0

IIIIIIIVV

Peripheral roads - South - FC 0

IIIIIIIVV

Peripheral roads - West - FC 0

IIIIIIIVV

2

2

2Peripheral roads - North - ATTS

Peripheral roads - South - ATTS

Peripheral roads - West - ATTS

PETWA PETWU PETIA PETIU PETIO

Segmentation of Time 2

2,9 2,9 2,9 2,9 2,9

0,0 0,0 0,0 0,0 0,012,0 11,5 11,2 11,5 11,34,3 4,2 4,4 4,2 4,62,8 2,7 2,5 2,6 2,52,3 2,5 2,2 2,5 2,04,2 4,3 3,8 4,2 3,5

0,0 0,0 0,0 0,0 0,07,4 6,6 5,3 5,6 5,13,0 2,8 2,5 2,5 2,41,0 1,0 1,0 0,9 0,81,6 1,5 1,2 1,3 1,11,8 1,6 1,3 1,4 1,1

0,0 0,0 0,0 0,0 0,04,4 4,5 4,2 4,4 4,22,3 2,3 2,4 2,3 2,41,8 1,8 1,8 1,8 1,81,8 1,9 1,9 1,9 1,82,3 2,4 2,2 2,3 2,2

CV_class 3 ST3

Category Links CTR TTI_A TTI_U RSR_WA RSR_WU RSR_L RSR_IA RSR_IU MJSD MJSA MJSU

I 5,2 2,3 2,4 261,0 238,3 0,0 250,4 232,0 164,3 166,2 152,0II 5,7 3,9 3,8 1477,7 1169,8 0,0 1230,1 1136,5 1248,5 1505,0 1251,9III 3,6 1,9 1,9 256,9 244,7 0,0 246,0 241,9 224,5 225,6 219,0IV 3,1 1,9 1,9 351,9 343,1 0,0 340,4 338,7 422,4 410,7 417,0V 2,8 1,7 1,7 72,0 70,7 0,0 69,0 68,7 105,6 85,3 85,7

I 2,6 1,7 1,5 287,6 225,6 0,0 319,4 254,1 177,3 411,0 313,4II 2,0 1,2 1,4 461,4 511,2 0,0 415,7 445,4 890,6 851,0 903,0III 1,1 0,8 0,8 237,8 235,3 0,0 233,2 231,1 332,4 463,7 459,6IV 1,4 0,9 0,8 395,0 351,3 0,0 347,5 316,9 424,5 707,8 658,2V 1,9 1,3 1,3 267,2 249,5 0,0 238,5 226,5 489,7 540,4 514,7

I 4,3 1,3 1,2 615,5 554,3 0,1 611,0 555,9 214,7 267,9 239,7II 4,1 1,9 1,9 2195,4 2251,8 0,0 2208,4 2249,1 1473,4 1559,0 1611,1III 3,4 1,3 1,2 577,6 577,0 0,0 575,3 577,3 318,7 311,0 310,6IV 2,0 0,9 0,9 1207,3 1306,3 0,0 1209,6 1316,1 867,8 931,3 1008,5V 2,9 1,1 1,1 347,4 342,3 0,0 343,9 340,7 227,5 203,4 200,5

I 8,5 3,3 3,3 165,2 169,4 0,1 148,4 154,9 127,9 123,2 125,3II 4,2 2,7 2,6 619,2 646,8 0,0 574,1 600,3 1004,2 1014,1 1053,2III 1,8 1,2 1,2 278,0 284,8 0,0 258,7 266,8 465,6 551,9 561,9IV 1,3 0,9 0,9 197,9 194,6 0,0 172,8 175,7 368,2 392,1 388,9V 4,0 2,7 2,6 340,3 357,7 0,0 297,3 316,7 678,9 639,6 677,8

I 4914,9 1116,3 1171,2 175,4 159,7 4,2 235,1 171,7 49,2 59,3 56,5II 7,9 3,1 3,1 1412,9 1376,3 0,0 1505,7 1363,3 830,3 834,9 832,1III 5,2 1,8 1,8 632,1 550,0 0,0 621,9 541,5 256,6 269,2 248,6IV 3,5 1,7 1,7 677,0 632,2 0,0 727,6 661,6 425,1 441,8 436,5V 4402,2 1651,2 1594,3 43,0 39,1 1,5 44,5 41,1 24,9 22,7 22,5

I 6,0 2,4 2,2 203,4 249,6 0,0 159,6 205,6 131,2 129,6 149,9II 2,0 1,3 1,3 449,4 491,5 0,0 397,0 444,4 618,5 613,7 654,3III 1,1 0,7 0,6 227,8 249,3 0,0 199,0 223,7 248,0 318,8 345,4IV 1,0 0,7 0,6 175,2 199,1 0,0 155,7 174,6 241,8 286,7 311,6V 1,7 0,9 0,9 134,4 175,1 0,0 107,9 141,8 180,4 171,6 216,9

I 8,9 2,9 2,0 269,7 265,2 0,0 328,1 242,2 95,1 103,5 94,0II 4,6 2,6 2,4 592,9 593,4 0,0 548,3 574,4 404,3 477,4 460,7III 3,9 1,7 1,4 281,1 380,0 0,0 204,5 291,5 113,7 97,1 146,9IV 2,9 1,9 1,5 501,4 590,0 0,0 456,8 542,3 420,9 423,3 476,5V 2978,4 1479,5 1746,7 106,5 100,6 1,0 100,5 97,7 104,2 106,3 87,1

I 11,9 2,4 1,5 401,4 193,9 0,0 567,7 183,9 73,9 106,7 74,8II 3,4 1,9 2,0 677,1 793,3 0,0 667,8 690,4 1049,1 674,3 881,7III 1,3 0,7 0,7 313,6 291,6 0,0 313,8 273,9 410,3 264,1 339,3IV 1,3 0,9 0,7 317,2 242,8 0,0 319,0 243,2 434,8 390,6 382,0V 3,0 1,8 1,6 308,3 290,7 0,0 284,2 267,0 505,0 263,8 349,0

Arterial roads - East - FC 0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 11,4 3,3 3,3 350,5 358,5 0,1 339,6 385,1 86,0 101,1 103,3II 3,3 1,7 1,9 400,3 432,1 0,0 407,3 433,1 301,2 297,1 316,1III 1,2 0,7 0,7 165,0 163,3 0,0 154,7 155,9 79,4 109,6 109,0IV 1,3 0,7 0,7 196,5 223,9 0,0 205,4 244,3 164,5 173,9 202,9V 1,5 0,8 0,9 93,4 114,3 0,0 97,2 124,7 58,2 65,7 81,9

I 12,5 3,0 3,0 409,3 409,3 2,2 409,3 409,3 149,0 139,3 139,3II 4,2 1,8 1,8 481,5 481,5 0,3 481,5 481,5 324,1 326,3 326,3III 7,4 2,8 2,8 348,3 348,3 0,3 348,3 348,3 187,5 194,2 194,2IV 3,4 1,5 1,5 447,1 447,1 0,2 447,1 447,1 330,1 331,7 331,7V 8,7 3,3 3,3 361,6 361,6 0,6 361,6 361,6 225,7 212,5 212,5

I 3,2 1,6 1,8 290,0 479,2 0,0 299,3 489,7 294,3 212,2 371,1II 2,2 1,5 1,4 734,5 571,4 0,0 706,9 556,1 795,5 935,3 724,6III 1,5 1,0 0,9 459,5 453,7 0,0 448,5 442,9 480,6 544,5 538,0IV 1,6 1,0 1,0 368,3 384,6 0,0 369,6 380,3 343,6 461,4 475,5V 1,8 1,1 1,2 260,4 267,0 0,0 259,7 264,4 348,6 300,0 306,0

Arterial roads - South - FC 0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 4,1 1,0 1,1 187,1 211,7 0,0 203,7 185,6 84,4 75,5 81,5II 2,6 1,0 1,1 883,3 1121,8 0,0 687,4 800,2 747,3 459,4 599,4III 1,1 0,4 0,4 216,8 220,5 0,0 207,0 192,0 143,3 134,1 136,3IV 1,6 0,8 0,8 347,7 434,3 0,0 342,9 365,3 304,0 260,3 313,3V 2,7 1,1 1,1 230,4 271,0 0,0 195,9 207,9 177,7 133,6 156,5

I 3,5 1,0 1,0 444,5 644,5 0,0 443,6 624,6 92,1 118,0 173,2II 5,1 2,3 2,2 2028,8 2363,6 0,0 1953,6 2285,2 645,4 970,2 1179,1III 2,7 0,8 0,8 388,3 504,0 0,0 382,9 481,6 115,5 107,1 138,3IV 3,3 1,6 1,5 982,0 977,4 0,0 976,9 968,9 407,2 556,3 541,3V 2,8 1,0 0,9 362,9 453,6 0,0 360,9 436,6 107,9 140,6 170,9

5

6

6

6

10

7

4

1

2

Central streets - Bridges - FC

Central streets - Bridges - ATTS

2

4

Arterial roads - East - ATTS

Arterial roads - North - FC

Arterial roads - North - ATTS

Arterial roads - South - ATTS

Arterial roads - West - FC

Central streets - Södermalm - FC

Central streets - Södermalm - ATTS

Central streets - Vasastan - FC

Central streets - Vasastan - ATTS

Central streets - Kungsholmen -FC

Central streets - Kungsholmen -ATTS

2

2

Segmentation of Time 3

CV_class 3 ST3

Category Links CTR TTI_A TTI_U RSR_WA RSR_WU RSR_L RSR_IA RSR_IU MJSD MJSA MJSUSegmentation of Time 3

I 19,8 2,7 2,3 838,4 730,1 0,3 843,2 731,0 146,0 154,3 131,9II 3,0 1,3 1,2 1244,6 976,2 0,0 1152,1 997,6 659,8 720,8 569,8III 1,9 0,6 0,6 556,9 552,8 0,0 535,8 531,9 251,6 273,3 272,0IV 2,4 0,9 0,8 734,1 608,7 0,0 705,5 589,8 305,5 414,7 345,4V 2,9 1,2 1,1 580,9 479,7 0,0 545,5 467,8 265,7 348,9 285,9

Peripheral roads - North - FC 0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 11,2 2,2 2,0 230,3 241,1 0,1 220,8 225,0 47,7 53,7 49,1II 4,1 2,1 1,9 1156,6 925,8 0,0 1201,2 1007,9 578,4 790,1 616,3III 2,6 1,1 1,1 529,9 530,8 0,0 531,5 599,4 290,8 304,3 298,2IV 2,6 1,5 1,7 733,7 896,7 0,0 696,5 980,5 835,6 634,8 851,5V 3,8 1,9 2,1 365,0 385,8 0,0 334,4 413,7 272,6 267,9 301,9

Peripheral roads - South - FC 0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 7,2 1,7 1,4 535,8 497,8 0,0 499,9 486,0 109,5 134,8 124,3II 2,6 0,9 0,8 444,8 414,6 0,0 411,6 405,1 204,2 212,3 195,7III 0,9 0,3 0,3 183,2 194,0 0,0 170,6 187,3 77,2 87,9 92,5IV 1,6 0,7 0,6 466,6 427,2 0,0 431,8 417,4 283,7 282,4 259,1V 1,7 0,6 0,5 163,6 154,4 0,0 151,9 151,5 76,0 80,3 76,0

Peripheral roads - West - FC 0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

I 4,2 3,1 3,1 131,8 136,2 0,1 131,3 139,8 251,4 207,2 214,9II 2,2 1,9 1,8 461,2 448,2 0,0 459,2 457,4 1720,5 1407,1 1386,2III 1,8 1,5 1,5 356,3 377,2 0,0 369,5 399,4 1028,8 767,4 842,5IV 1,9 1,6 1,6 350,8 367,4 0,0 355,0 381,5 1062,0 824,0 905,0V 2,2 1,9 2,0 275,6 311,8 0,0 287,8 331,7 1133,0 784,7 935,5

2

2

2

2

Peripheral roads - West - ATTS

Arterial roads - West - ATTS

Peripheral roads - North - ATTS

Peripheral roads - South - ATTS

CV_class 3 ST3

Category LinksIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVVIIIIIIIVV

Arterial roads - East - FC 0IIIIIIIVVIIIIIIIVVIIIIIIIVV

Arterial roads - South - FC 0IIIIIIIVVIIIIIIIVV

5

6

6

6

10

7

4

1

2

Central streets - Bridges - FC

Central streets - Bridges - ATTS

2

4

Arterial roads - East - ATTS

Arterial roads - North - FC

Arterial roads - North - ATTS

Arterial roads - South - ATTS

Arterial roads - West - FC

Central streets - Södermalm - FC

Central streets - Södermalm - ATTS

Central streets - Vasastan - FC

Central streets - Vasastan - ATTS

Central streets - Kungsholmen -FC

Central streets - Kungsholmen -ATTS

2

2

PETWA PETWU PETIA PETIU PETIO

5,2 5,4 5,2 5,3 5,25,7 5,7 5,7 5,7 5,73,6 3,6 3,6 3,6 3,63,1 3,1 3,1 3,1 3,12,8 2,8 2,8 2,8 2,8

2,8 2,5 2,4 2,3 2,11,7 1,9 1,5 1,8 1,31,2 1,2 1,1 1,1 0,91,2 1,2 1,3 1,3 1,11,8 1,8 1,8 1,8 1,5

4,3 4,0 4,3 4,0 4,34,1 4,1 4,1 4,1 4,13,5 3,4 3,4 3,4 3,42,0 2,0 2,0 2,0 1,92,9 2,9 2,9 2,9 2,9

8,5 8,5 8,5 8,5 8,54,2 4,1 4,2 4,1 4,21,8 1,8 1,8 1,7 1,81,3 1,3 1,3 1,3 1,34,0 3,9 4,0 3,9 4,0

4280,4 4283,5 5213,8 4384,6 5444,27,4 7,3 8,1 7,5 8,55,1 5,2 5,6 5,1 5,93,7 3,7 4,4 4,1 4,6

4179,4 4071,9 5071,8 4406,7 5394,2

5,1 5,1 5,5 5,4 4,71,9 1,9 1,8 1,9 1,71,0 1,0 1,0 1,0 0,91,0 0,9 0,9 0,9 0,91,5 1,4 1,6 1,6 1,4

7,9 5,4 9,5 4,9 10,64,6 4,4 4,9 4,3 5,54,0 3,3 5,1 3,6 5,73,1 2,6 3,1 2,3 3,6

2455,6 3098,2 2540,1 3806,5 2809,9

10,6 4,0 9,5 6,4 9,03,3 3,2 3,5 3,4 3,51,3 1,2 1,6 1,3 1,61,3 1,0 1,7 1,2 1,83,0 2,3 3,0 2,3 3,30,0 0,0 0,0 0,0 0,0

13,4 13,2 16,6 13,9 16,63,4 3,7 3,8 3,8 3,81,2 1,2 1,2 1,2 1,31,3 1,3 1,4 1,4 1,41,7 1,9 2,0 2,2 2,0

12,5 12,5 12,5 12,5 12,54,2 4,2 4,2 4,2 4,27,4 7,4 7,4 7,4 7,43,4 3,4 3,4 3,4 3,48,7 8,7 8,7 8,7 8,7

3,2 3,5 3,2 3,4 3,12,2 2,1 2,2 2,1 2,21,5 1,5 1,5 1,5 1,51,5 1,7 1,6 1,7 1,61,8 1,9 1,8 1,9 1,90,0 0,0 0,0 0,0 0,0

2,8 3,5 2,7 3,8 2,52,1 2,2 2,0 2,2 1,91,0 1,0 1,0 1,1 0,91,6 1,6 1,5 1,7 1,42,5 2,4 2,3 2,5 2,1

3,4 3,4 5,8 3,7 6,65,0 4,7 6,1 4,6 7,12,6 2,5 4,5 3,0 5,03,4 3,1 3,6 2,7 4,02,8 2,5 3,5 2,6 3,9

Segmentation of Time 3

CV_class 3 ST3

Category LinksIIIIIIIVV

Peripheral roads - North - FC 0IIIIIIIVV

Peripheral roads - South - FC 0IIIIIIIVV

Peripheral roads - West - FC 0IIIIIIIVV

2

2

2

2

Peripheral roads - West - ATTS

Arterial roads - West - ATTS

Peripheral roads - North - ATTS

Peripheral roads - South - ATTS

PETWA PETWU PETIA PETIU PETIOSegmentation of Time 3

19,7 17,1 19,8 17,1 19,83,0 3,0 3,0 3,0 3,01,9 1,9 1,9 1,9 1,92,4 2,1 2,4 2,1 2,42,9 2,9 2,9 2,9 2,90,0 0,0 0,0 0,0 0,0

12,0 11,5 11,2 11,5 11,34,0 3,9 4,1 3,9 4,22,9 2,9 2,6 2,7 2,52,9 3,1 2,6 3,0 2,44,2 4,3 3,8 4,2 3,50,0 0,0 0,0 0,0 0,0

7,4 6,6 5,3 5,6 5,12,6 2,4 2,1 2,1 2,00,9 0,9 0,9 0,8 0,71,7 1,6 1,3 1,3 1,21,8 1,6 1,3 1,4 1,10,0 0,0 0,0 0,0 0,0

4,4 4,5 4,2 4,4 4,22,2 2,2 2,2 2,2 2,21,8 1,9 1,8 1,8 1,81,9 1,9 1,9 1,9 1,92,3 2,4 2,2 2,3 2,2