Comparative Validation of Spatial Interpolation Methods for Traffic Density for Data-driven Travel-time Prediction

Der Artikel vertieft sich in die vergleichende Validierung räumlicher Interpolationsmethoden zur Verkehrsdichte, die für datengestützte Reisezeitvorhersagen von entscheidender Bedeutung sind. Sie unterstreicht die Vorteile der Nutzung der Verkehrsdichte gegenüber der Geschwindigkeit für eine genauere Reisezeitprognose, insbesondere bei Staus. Die Studie verwendet Methoden wie Inverse Distance Weighting (IDW), Ordinary Kriging (OK), Cokriging und Extreme Gradient Boosting (XGBoost), um die Verkehrsdichte zu interpolieren. Die Forschung validiert diese Methoden durch mikroskopische Simulationen und zeigt, dass selbst einfache Methoden wie IDW eine ausreichende Genauigkeit für die Reisezeitvorhersage bieten können. Die Ergebnisse zeigen, dass die Verwendung der Verkehrsdichte als Eingabe die Vorhersagegenauigkeit deutlich verbessert, insbesondere bei Staus. Der Artikel schließt mit der Forderung nach einer weiteren Validierung anhand realer Verkehrsdaten, um die praktische Anwendbarkeit dieser Methoden zu verbessern.