The impact of the pandemic SARS-CoV-2 on traffic flow: The case of Athens

Κορνελάτου, Γεωργία; Kornelatou, Georgia

dc.contributor.author	Κορνελάτου, Γεωργία	el
dc.contributor.author	Kornelatou, Georgia	en
dc.date.accessioned	2024-03-29T12:16:31Z
dc.date.available	2024-03-29T12:16:31Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/59072
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.26768
dc.rights	Default License
dc.subject	Lockdown	en
dc.subject	Γραμμική παλινδρόμηση	el
dc.subject	Κρούσματα	el
dc.subject	Κυκλοφοριακός φόρτος	el
dc.subject	Μέτρα περιορισμού	el
dc.subject	Πανδημία	el
dc.subject	Covid cases	en
dc.subject	Linear regression analysis	en
dc.subject	Pandemic	en
dc.subject	Preventive measures	en
dc.subject	Traffic flow	en
dc.title	The impact of the pandemic SARS-CoV-2 on traffic flow: The case of Athens	en
dc.title	Επιρροή της πανδημίας στην κυκλοφορία: Η περίπτωση του Λεκανοπεδίου Αττικής	el
heal.type	bachelorThesis
heal.classification	Στατιστική ανάλυση	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2023-10-23
heal.abstract	Αντικείμενο της παρούσας διπλωματικής εργασίας είναι η διερεύνηση της επιρροής της πανδημίας στην κυκλοφορία στο λεκανοπέδιο Αττικής. Αναλυτικότερα, για τον σκοπό αυτό συλλέχθηκαν κυκλοφοριακά δεδομένα από 62 ανιχνευτές που ήταν εγκατεστημένοι σε κύριες οδικές αρτηρίες καλύπτοντας όλη την έκταση της περιοχής μελέτης. Οι μετρήσεις για κάθε διατομή αφορούν ωριαίο κυκλοφοριακό φόρτο, ωριαία μέση ταχύτητα και ωριαία χρονική κατάληψη. Ως περίοδος μελέτης ορίστηκαν οι μήνες από Μάρτιο έως Νοέμβριο για τα έτη 2019, 2020 και 2022. Έπειτα από τη συλλογή των δεδομένων, ακολούθησε η επεξεργασία τους, ώστε να καταλήξουν σε μια τελική βάση δεδομένων κατάλληλη για τη στατιστική ανάλυση. Το πρώτο στάδιο της ανάλυσης των δεδομένων ήταν η δημιουργία διαγραμμάτων ελέγχου προκειμένου να εξασφαλιστούν η ποιότητα και η αξιοπιστία των δεδομένων. Πιο συγκεκριμένα, δημιουργήθηκαν διαγράμματα ωριαίου κυκλοφοριακού φόρτου και μέσης ωριαίας ταχύτητας για όλα τα έτη διερεύνησης για τη Λεωφόρο Βασιλίσσης Σοφίας και τη Λεωφόρο Κηφισίας. Για κάθε μήνα μελέτης επιλέχθηκε μια καθημερινή ημέρα και μια ημέρα του Σαββατοκύριακου. Έπειτα, ορίστηκαν οι εξαρτημένες και οι ανεξάρτητες μεταβλητές και στη συνέχεια, δημιουργήθηκαν πίνακες συσχέτισης των ανεξάρτητων μεταβλητών για τα έτη 2019, 2020 και 2022. Το δεύτερο στάδιο της ανάλυσης περιλάμβανε τη δημιουργία μοντέλων γραμμικής παλινδρόμησης στο λογισμικό R. Πιο συγκεκριμένα, δημιουργήθηκαν τρία μοντέλα πολλαπλής γραμμικής παλινδρόμησης με εξαρτημένη μεταβλητή τον κυκλοφοριακό φόρτο (ανά λωρίδα) για τα έτη 2019, 2020 και 2022. Έπειτα δημιουργήθηκαν άλλα δύο μοντέλα γραμμικής παλινδρόμησης με εξαρτημένη μεταβλητή την ποσοστιαία μεταβολή του κυκλοφοριακού φόρτου (ανά λωρίδα).για τα έτη 2019 – 2020 και 2019 – 2022. Κάποιες από τις ανεξάρτητες μεταβλητές ήταν η ώρα, η ημέρα, ο μήνας, τα μέτρα περιορισμού κατά της πανδημίας κ.ά. Τα αποτελέσματα των μοντέλων πολλαπλής γραμμικής παλινδρόμησης φανερώνουν τη συσχέτιση του κυκλοφοριακού φόρτου με τις ανεξάρτητες μεταβλητές που ορίστηκαν. Παρατηρήθηκε λοιπόν, πως όσο πιο αυστηρά είναι τα μέτρα περιορισμού κατά της πανδημίας, τόσο μειωμένος παρουσιάζεται ο κυκλοφοριακός φόρτος για το 2020 με τη δυσμενέστερη περίπτωση αυτή του καθολικού lockdown. Το γεγονός αυτό υποδεικνύει πως οι μετακινούμενοι τήρησαν τα μέτρα περιορισμού για κάποιο χρονικό διάστημα. Σημαντική παρατήρηση ήταν επίσης η αύξηση της ποσοστιαίας διαφοράς του κυκλοφοριακού φόρτου, μεταξύ 2019 – 2022, σε σχέση με τη Δευτέρα και ειδικότερα για το Σαββατοκύριακο. Η παρατήρηση αυτή ίσως οφείλεται στην επιθυμία των μετακινούμενων να διασκεδάζουν περισσότερο συγκριτικά με το έτος 2019, το οποίο είναι αναμενόμενο καθώς ο πληθυσμός είχε βιώσει δύο έτη περιορισμών με σημαντική μείωση της διασκέδασης του. Τέλος, το 2020 παρατηρήθηκε μείωση του κυκλοφοριακού φόρτου σε σχέση με το 2019, ενώ το 2022 παρουσίασε αύξηση συγκριτικά με το 2019, υποδεικνύοντας πως ίσως η κινητικότητα επανήλθε σε μια μορφή κανονικότητας.	el
heal.abstract	The aim of this thesis is to investigate the impact of the pandemic on traffic in Athens, Greece. Specifically, for this purpose, traffic data were collected from 62 detectors that were installed on main roads covering the entire extent of the study area. The hourly measurements for each cross section involved traffic flow, mean speed and occupancy data. The study period was from March until November for 2019, 2020 and 2022. Following data collection, data processing took place resulting in the final database suitable for statistical analysis. The first stage of data analysis was the design of control charts in order to ensure the quality and reliability of the data. In more detail, traffic flow and mean speed charts (per hour) were designed for all of the investigated years for Vasilissis Sofias Avenue and Kifissias Avenue. A weekday and a weekend day were selected for each month. After the design of flow charts, the dependent and independent variables were defined and then correlation tables of the independent variables were created for the years 2019, 2020, and 2022. The second stage of the analysis involved the creation of linear regression models utlizing R software. More specifically, three multiple linear regression models were created with traffic flow (per lane) as the dependent variable for 2019, 2020 and 2022. Then two more linear regression models were created with dependent variable the percentage change in traffic flow (per lane). for the years 2019 – 2020 and 2019 – 2022. Some of the independent variables were time, day, month, covid restrictions, etc. The results of multiple linear regression models revealed a correlation of traffic flow with the independent variables. It was therefore observed that the stricter the preventive measures against the pandemic were, the lower the traffic flow was for 2020 with the worst case scenario being that of the lockdown. This fact indicates that the commuters complied with the preventive measures for some time. An important observation was also the increase in the percentage change of traffic flow, between 2019 – 2022, in comparison with Monday and especially for the weekend. This observation may be due to the desire of commuters to engage more in recreational activities compared to 2019, which can be justified as the population had experienced two years of restrictions with a significant decrease in such activities. Finally, in 2020 a decrease was observed in traffic flow compared to 2019, while 2022 showed an increase compared to 2019, indicating that perhaps the mobility has returned to a form of normality.	en
heal.advisorName	Spyropoulou, Ioanna	en
heal.advisorName	Σπυροπούλου, Ιωάννα	el
heal.committeeMemberName	Κεπαπτσόγλου, Κωνσταντίνος	el
heal.committeeMemberName	Μπακογιάννης, Ευθύμιος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Αγρονόμων και Τοπογράφων Μηχανικών. Τομέας Έργων Υποδομής και Αγροτικής Ανάπτυξης. Εργαστήριο Συγκοινωνιακής Τεχνικής	el
heal.academicPublisherID	ntua
heal.numberOfPages	107 σ.	el
heal.fullTextAvailability	false