FI-TW: An Open Train-Weather Dataset for Railway Delay Analysis in Finland

Stellen Sie sich vor, Sie versuchen vorherzusagen, wie lange eine Autofahrt dauern wird. Sie kennen die Entfernung, das Tempolimit und den Zustand des Autos. Aber was, wenn Sie vergessen haben, das Wetter zu prüfen? In der Welt der Wissenschaft ist dies der Unterschied zwischen dem Betrachten einer Landkarte und dem Betrachten einer Landkarte plus eines Live-Sturmradars. Dieses Papier existiert an der Schnittstelle zwischen Datenwissenschaft (der Nutzung von Computern, um Muster in riesigen Bergen von Zahlen zu finden) und Verkehrstechnik (um Züge reibungslos am Laufen zu halten). Der Kern der Idee ist simpel: Züge fahren nicht nur auf Schienen; sie fahren durch die Luft, und die Luft verändert sich. Manchmal ist die Luft ruhig, und manchmal ist es ein Schneesturm. Lange Zeit untersuchten Wissenschaftler, die sich mit Zugverspätungen beschäftigten, zwei getrennte Notizbücher: eines mit Fahrplänen und eines mit Wetterberichten. Sie betrachteten sie selten gemeinsam. Dies ist ein Problem, denn wenn man wissen will, warum ein Zug verspätet ist, muss man wissen, ob er in einem Schneeverhau feststeckt oder nur auf ein Signal wartet. Die Autoren dieses Papers haben beschlossen, diese beiden Notizbücher zusammenzukleben, um zu sehen, ob das Wetter der geheime Bösewicht hinter den Verspätungen ist.

Die Forscher, die in Finnland arbeiten, haben eine massive neue digitale Bibliothek namens FI-TW (Finland Integrated Train–Weather) aufgebaut. Denken Sie an ein riesiges, sieben Jahre langes Tagebuch, das genau aufzeichnet, was jeder Fernzug in exakt demselben Moment tat, in dem die nahegelegene Wetterstation Wind, Schnee und Temperatur maß. Sie haben nicht einfach nur geraten; sie nahmen echte Daten aus dem finnischen Eisenbahnsystem und dem Finnischen Meteorologischen Institut und fügten sie zusammen wie eine Patchwork-Decke.

Hier ist die Geschichte dessen, was sie fanden und wie sie es taten:

Das große Daten-Zusammennähen
Finnland ist ein langes, schmales Land, das sich von der Küste bis in den Arktischen Kreis erstreckt. Es hat etwa 5.915 Kilometer Schienen und über 90 Millionen Fahrten pro Jahr. Das Wetter dort ist kein Kinderspiel; es kann von einem milden Sommertag bis hin zu einer klirrend kalten -40°C kalten Winternacht schwanken, in der gefroren sind sogar die Metalltüren. Um zu verstehen, wie dieses Wetter die Züge beeinflusst, griff das Team auf zwei riesige Datensätze zurück. Erstens nahmen sie das „Zug-Tagebuch“ vom Digitraffic-Dienst, der jeden einzelnen Zug fahrplanmäßig verfolgt, seine tatsächliche Ankunftszeit und wie viele Minuten er verspätet war. Zweitens schnappten sie sich das „Wetter-Tagebuch“ von 209 Wetterstationen, die über das ganze Land verteilt sind.

Der knifflige Teil war das Zusammenführen. Ein Zug bewegt sich, aber eine Wetterstation steht still. Um dies zu lösen, nutzte das Team ein mathematisches Werkzeug namens Haversine-Distanz (was nur eine schicke Art ist, den kürzesten Abstand zwischen zwei Punkten auf einer runden Kugel wie der Erde zu berechnen), um die am nächsten gelegene Wetterstation für jeden einzelnen Halt eines Zuges zu finden. Wenn die nächste Station keine spezifische Messung hatte (wie etwa die Schneetiefe), hatten sie einen Plan B: Sie suchten nach der nächstgelegenen Station innerhalb eines Radius von 50 Kilometern. Es ist so, als ob Ihre lokale Bäckerei aus Zimtschnecken ausverkauft ist – man gibt nicht auf, sondern schaut in der Bäckerei um die Ecke nach. Diese „radiale Fallback-Strategie“ stellte sicher, dass sie keine Daten verloren, nur weil ein Sensor ein fehlendes Puzzleteil hatte.

Das Ergebnis: Der Winter ist der Bösewicht
Sob achdem sie diesen massiven Datensatz erhalten hatten – der etwa 38,5 Millionen Beobachtungen und 138 verschiedene Merkmale enthielt – begannen sie, nach Mustern zu suchen. Die Ergebnisse waren so klar wie ein Wintermorgen. Sie fanden einen starken saisonalen Rhythmus: Züge sind im Winter viel wahrscheinlicher verspätet. In den kalten Monaten Dezember, Januar und Februar springt die Verspätungsrate auf über 25 %. Im Sommer sinkt sie auf unter 20 %.

Sie bemerkten auch, dass Verspätungen nicht gleichmäßig verteilt sind. Sie häufen sich eher in den zentralen und nördlichen Teilen Finnlands, wo das Wetter am härtesten ist. Das Team erstellte sogar spezielle „Wetterszenario“-Flaggen, wie eine digitale rote Flagge für „Schneesturm“ oder „Glatteis“, um Computern zu helfen, diese gefährlichen Bedingungen sofort zu erkennen.

Der Test: Kann man die Zukunft vorhersagen?
Um zu sehen, ob dieser neue Datensatz tatsächlich hilft, ließen die Autoren einen einfachen Test laufen. Sie verwendeten ein Computermodell namens XGBoost (eine Art maschinelles Lernen, das sehr gut darin ist, Muster zu finden), um vorherzusagen, wie viel Verspätung ein Zug an einem bestimmten Bahnhof in Oulu haben würde. Sie brachten dem Modell bei, auf den Fahrplan des Zuges, die Tageszeit und das Wetter zu achten.

Das Ergebnis? Das Modell konnte die Verspätung mit einem durchschnittlichen Fehler von nur 2,73 Minuten vorhersagen. Das ist ziemlich beeindruckend! Es deutet darauf hin, dass ein Computer, wenn man ihm sowohl den Fahrplan als auch den Wetterbericht gibt, Verspätungen viel besser vorhersagen kann, als wenn er nur den Fahrplan hätte. Das Modell war besonders gut darin, Verspätungen vorherzusagen, die an diesem spezifischen Bahnhof auftraten, im Gegensatz zu Verspätungen, die sich lediglich im Laufe der Reise angestaut hatten.

Was das bedeutet
Dieses Papier behauptet nicht, das Problem der Zugverspätungen für immer gelöst zu haben. Es ist eher so, als würde man Forschern eine superstarke Taschenlampe in die Hand drücken. Vorher war das Studium der Auswirkungen des Wetters auf Züge in der Arktis wie der Versuch, ein Puzzle mit halb fehlenden Teilen zu lösen. Jetzt, mit dem FI-TW-Datensatz, haben Wissenschaftler alle Teile. Sie können diese Daten nutzen, um bessere Vorhersagesysteme zu bauen, Eisenbahngesellschaften bei der Planung von Schneestürmen zu helfen und herauszufinden, welche Teile der Strecke am anfälligsten für das Wetter sind.

Die Autoren sagen vorsichtig, dass dies erst der Anfang ist. Sie haben den Datensatz erstellt und gezeigt, dass er funktioniert, aber sie haben nicht das ultimative „perfekte“ Vorhersagesystem gebaut. Das liegt an der nächsten Generation von Wissenschaftlern. Aber indem sie die Tür geöffnet und gezeigt haben, dass Wetter- und Zugdaten in denselben Raum gehören, haben sie allen eine viel bessere Chance gegeben, die Züge pünktlich zu halten, selbst wenn der arktische Wind heult.