Vehicle speed dataset for the major European road network derived from Sentinel-2 imagery, 2022-2026
Dit artikel introduceert een dataset op continentaal niveau van individuele voertoonsnelheden op belangrijke Europese E-wegen voor 2022–2026, afgeleid door de interband-verplaatsingen van bewegende voertuigen in Sentinel-2 satellietbeelden te analyseren ter ondersteuning van verkeerspatroonanalyse en transportmodellering.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Om te begrijpen hoe mensen zich over een continent bewegen, moeten we ze meestal tellen. Decennialang hebben verkeersingenieurs vertrouwd op sensoren die in het asfalt zijn begraven of camera's die aan palen zijn bevestigd om te meten hoe snel auto's rijden. Deze instrumenten zijn nauwkeurig, maar ze zien alleen de weg direct onder hen. Als een auto over een afgelegen snelweg in Noorwegen rijdt of over een secundaire weg in Polen, kan deze volledig onopgemerkt blijven. Andere methoden, zoals het gebruik van gegevens van navigatie-apps op de telefoons van bestuurders, bieden een breder beeld, maar ze leggen alleen de voertuigen vast van mensen die toestemming hebben gegeven om hun locatie te delen, wat het beeld vaak kleurt richting specifieke groepen of regio's. Voor een volledige, onbevoordeelde kaart van hoe het verkeer daadwerkelijk stroomt door Europa, hadden wetenschappers lang een manier nodig om de wegen van bovenaf te observeren zonder toestemming te vragen aan de bestuurders of nieuwe hardware op de grond te installeren.
Een team van onderzoekers heeft nu precies dat geleverd door een enorme nieuwe dataset te creëren die de snelheid van voertuigen over het belangrijkste Europese wegennetwerk volgt met behulp van niets anders dan satellietbeelden. Door beelden te analyseren die zijn gemaakt door de Sentinel-2-satelliet van de Europese Ruimtevaartorganisatie, hebben zij de snelheid van individuele voertuigen op snelwegen, hoofdwegen en primaire en secundaire routes in kaart gebracht van 2022 tot 2026. Dit werk transformeert een standaardfoto in een bewegend beeld, waardoor wetenschappers niet alleen kunnen zien waar auto's zijn, maar ook hoe snel ze bewegen, zonder ooit de weg aan te raken.
Het geheim van deze ontdekking ligt in een eigenaardigheid van de manier waarop moderne satellieten foto's maken. De meeste satellieten leggen alle kleuren licht vast — blauw, groen en rood — op exact hetzelfde moment. De Sentinel-2-satelliet gebruikt echter een andere methode die een 'push-broom scanner' wordt genoemd. In plaats van een enkel instantane opname te maken, scant hij de grond lijn voor lijn, waarbij hij het blauwe licht, dan het groene, en tot slot het rode licht in snelle opeenvolging vastlegt. Omdat de satelliet met duizenden kilometers per uur beweegt, zit er een minuscuul fractie van een seconde tussen het moment waarop de blauwe sensor een specifiek punt op de grond ziet en wanneer de rode sensor dat doet. Als een auto snel genoeg rijdt tijdens die fractie van een seconde, verschijnt deze in iets andere posities in de blauwe, groene en rode lagen van dezelfde afbeelding.
De onderzoekers bouwden een geavanceerd computerprogramma om deze kleine verschuivingen op te sporen. Wanneer een voertuig beweegt, laat het een zwakke "echo" achter over de drie kleurenbanden, verschijnend als een heldere plek die slechts een paar pixels is afgedreven van de ene naar de andere kleur. De software scant miljoenen wegsegmenten op zoek naar deze verschoven lichtpieken. Zodra de software een match vindt, koppelt deze de drie posities aan elkaar om een kort pad te vormen. Door precies te weten hoeveel tijd er verstreken is tussen de blauwe en de rode beelden, en de afstand te meten die de auto in die tijd heeft afgelegd, berekent het systeem de grondsnelheid van het voertuig. Dit proces transformeert een statisch beeld in een dynamische meting, waardoor de snelheid van individuele auto's wordt onthuld terwijl ze over de weg reizen.
De resulterende dataset is enorm en bevat bijna 22 miljoen records van individuele voertuigwaarnemingen in heel Europa. Elk record bevat het pad dat de auto heeft afgelegd, de geschatte snelheid, de richting waarin hij reed en het exacte tijdstip waarop de satelliet de foto maakte. De gegevens dekken de jaren 2022 tot 2026 en richten zich op de belangrijkste wegen in het Europese netwerk, inclusief snelwegen en grote hoofdwegen, zoals gedefinieerd door de open-source kaartendatabase OpenStreetMap. De onderzoekers hebben hun methode geverifieerd door de satellietmetingen te vergelijken met bekende fysieke limieten en door simulaties uit te voeren om te controleren of de cijfers kloppen. Ze stelden vast dat hoewel de methode ongelooflijk krachtig is, deze natuurlijke beperkingen heeft: het werkt het beste voor auto's die met matige tot hoge snelheden rijden en kan moeite hebben met het detecteren van zeer langzame voertuigen of voertuigen die te goed opgaan in het wegdek.
Dit werk vertegenwoordigt een significante verschuiving in de manier waarop we het verkeer observeren. In tegen tegenstelling tot traditionele methoden die afhankelijk zijn van vaste sensoren of vrijwillige gegevensdeling, rust deze benadering volledig op de eigen beweging van de satelliet en de fysica van het licht. Het biedt een consistent, continentaal overzicht dat niet beïnvloed wordt door waar sensoren toevallig zijn geïnstalleerd of welke bestuurders ervoor kiezen hun gegevens te delen. De onderzoekers hebben de volledige dataset en de code die is gebruikt om deze te creëren, gratis beschikbaar gesteld aan het publiek. Dit betekent dat stadsplanners, klimaatwetenschappers en hulpdiensten nu verkeerspatronen kunnen bestuderen, emissies kunnen modelleren of evacuatieroutes kunnen plannen met behulp van een informatiebron die onafhankelijk, reproduceerbaar is en het gehele Europese wegennetwerk beslaat. De gegevens leggen een specifiek tijdssegment vast — voornamelijk de ochtenduren wanneer de satelliet overvliegt — maar het biedt een fundamentele laag van waarheid over hoe voertuigen zich over het continent bewegen, iets wat voorheen op deze schaal onmogelijk te verzamelen was.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.