Mobile Menu

Global Navigation

Mobilitätsindex Zürich

Covid-19 hat und wird auch weiterhin die globale Gesellschaft stark beeinflussen. Neben vielen anderen Aspekten des öffentlichen sowie privaten Lebens hat sich unser Mobilitätsverhalten verändert. Dies dürfte unbestritten sein. Gesprochen wird viel darüber, aber wie sieht es tatsächlich aus?

Anhand von OpenData zum Verkehr innerhalb der Stadt Zürich hat Christoph Baur dazu eine Shinyapp erstellt, damit sich alle Interessierten einfach selber ein Bild dazu machen können.

Preview der Shiny-App «Mobilitätsindex Zürich»

Was ist der Moblitätsindex Zürich?

Der Mobilitätsindex Zürich zeigt die Veränderung des motorisierten Individualverkehrs (MIV), des öffentlichen Verkehres (öV) sowie des Fuss- und Veloverkehrs innerhalb der Stadt Zürich auf. 

Der Mobilitätsindex Zürich soll dabei helfen zu verstehen, welche Entwicklungen aktuell tatsächlich im Verkehr stattfinden.

Preview Mobilitätsindex Zürich

Wo finden Sie die Anwendung «Mobilitätsindex Zürich»?

Die interaktive Shiny-App ist unter folgendem Link erreichbar:
https://christophbaur.shinyapps.io/mobilitaets_index_zh/

Datenquellen

Es wurden folgende Datenquellen vom Open Data Katalog der Stadt Zürich bzw. von Google verwendet:

  • Daten zum MIV: Link
  • Daten zu Fussgänger- und Velozählungen: Link
  • Daten zum öV: Link
  • Daten zum Wetter: Link
  • Daten zu Bewegungsmustern: Link

Quellcode auf Github

Eine ausführliche Beschreibung des Projekts sowie den erstellten Code finden sie auf Github unter: https://github.com/christophbaur/mobilitaets_index_zh

Methodik

MIV / Fuss / Velo / öV

Die Daten werden im Skript data_preprocessing.R vom der Open Data Katalog der Stadt Zürich bezogen und wie folgt weiterverarbeitet:

  • Bereinigung/Ausschluss von Zählstellen welche keine und/oder unplausible Daten liefern
  • Berechnung eines Mittelwertes je Wochentag/Zählstelle im Referenzzeitraum (KW 1-9 2020) um das 100% Nivau jeder Zählstelle zu definieren
  • Aggregation auf Tageswerte je Zählstelle
  • Indexbildung je Tag und je Zählstelle
  • Je Verkehrsart über alle Indexwerte das nach Verkehrsaufkommen gewichtete Mittel bilden
  • Gleitenden 7-Tage Mittelwert über die Indexwerte je Verkehrsart bilden

Bewegungsmuster

Die Daten werden im Skript data_preprocessing.R von Google bezogen und wie folgt weiterverarbeitet

  • Filterung auf "Kanton Zürich"
  • Umrechnung auf Indexwerte

Entwickler

Christoph Baur, Mobility Analyst, MAD, VBZ

Weitere Informationen