For many metropolitan areas in U.S., flight traffic is distributed between multiple airports that service the region. Since 2008, there are trends showing that in certain multi-airport regions, flight traffic is being consolidated toward one “dominant” airport (as in LA) where as in other regions, departure traffic is becoming more evenly distributed between the multiple airports. The purpose of this study is to examine the effects these trends in departure volume are having on overall departure delay times in these regions. For this analysis, data from the airports in Los Angeles, San Francisco, New York, Washington, D.C. and Chicago are included. Based on the results of this research, there is evidence that the dominant hub model as evidenced in LA with LAX, is preferable when managing delays to a more dispersed model showcased in DC.

In dieser Arbeit wird eine Methode vorgestellt, die erstmalig die durch Staus verursachten Verzögerungszeiten auf Bundesautobahnen mithilfe von Annahmen aus der Verkehrsflussdynamik zu schätzen versucht. Dies geschieht anhand einer GPS-gestützten Vollerhebung aller Staus aus den Jahren 2015 und teils auch 2016, welche vom Navigationsdienstleister TomTom zur Verfügung gestellt wurden. Es konnte gezeigt werden, dass für das Jahr 2015 rund 190 Mio. Fahrzeug-Stunden (Anzahl betroffener Fahrzeuge × Staustunden) anfielen, was für die betroffenen Autofahrer einen monetären Wert von ca. vier Milliarden Euro ausmachte. Es wurden zudem Engpässe anhand eines Rankings erstellt, womit dauerhafte Schwerpunkte auf Autobahnen aufgedeckt wurden. Unter einer konkret definierten räumlichen, zeitlichen und sachlichen Abgrenzungen kann diese Methodik sowohl für die Forschung als auch für die Weiterentwicklung von Navigationsdiensten dienen. / The estimation of time losses caused by traffic congestions have not previously been assessed by using assumptions of traffic flow dynamics. With a GPS-supported full survey of all jams from the year 2015 and parts of 2016 this master thesis tries to quantify the additional (congested) travel time on German Motorways. The analysis has shown that all jams reported on German highways produced time losses over 190 million vehicle-hours (amount of involved vehicles × congestion hours), which equals a monetary value of four billion euros for the involved drivers. Furthermore the ranking of the respective bottlenecks has been developed over the year and main congestion hotspots on motorways have been revealed. By using a precisely defined local, temporal and objective delimitation, this method could be used for further research and developments of navigation services as well.

The Road Ranger program is a freeway service patrol (FSP) designed to assist disabled vehicles along congested freeway segments and relieve peak period non-recurring congestion through quick detection, verification and removal of freeway incidents in Florida. It consists of approximately 88 vehicles in fleet and provides free service to about 918 centerline miles. The program is funded by the Florida Department of Transportation (FDOT) and its partners, and is bid out to private contractors. The objective of this study is to examine and evaluate the benefits of the Road Ranger service against their operating costs in five of the seven FDOT Districts and Florida Turnpike Enterprise. The five Districts were chosen due to the availability of Road Ranger program data and activity logs for analysis. The Road Ranger program provides direct benefits to the general public in terms of reduced delay, fuel consumption, air pollution and improved safety and security. The benefits would be expected to be more significant during the peak period when demand reaches or exceeds capacity than in the off-peak and the mid-day period where capacity may not be as significant an issue. The costs considered in this analysis include costs of administration, operation, maintenance, employee salaries, and overhead costs. Incident data were obtained from the daily logs maintained by the Road Ranger service provider containing important information about the time, duration, location, and type of service provided. Other data collected for this study include average daily traffic volume, geometric characteristics of the freeways, unit cost of Road Ranger service, etc. The Freeway Service Patrol Evaluation (FSPE) model developed by the University of California-Berkley was calibrated and used to estimate the benefit-cost ratio for the Road Ranger program. The estimated benefit/cost ratios based on delay and fuel savings indicate that the Road Ranger program produces significant benefits in all the five Districts and Turnpike. The range of benefit-cost ratio of the Road Ranger program in different districts is from 2.3:1 to 41.5:1. The benefit -cost ratio of the entire Road Ranger program is estimated to be in excess of 25:1.

In dieser Arbeit wird eine Methode vorgestellt, die erstmalig die durch Staus verursachten Verzögerungszeiten auf Bundesautobahnen mithilfe von Annahmen aus der Verkehrsflussdynamik zu schätzen versucht. Dies geschieht anhand einer GPS-gestützten Vollerhebung aller Staus aus den Jahren 2015 und teils auch 2016, welche vom Navigationsdienstleister TomTom zur Verfügung gestellt wurden. Es konnte gezeigt werden, dass für das Jahr 2015 rund 190 Mio. Fahrzeug-Stunden (Anzahl betroffener Fahrzeuge × Staustunden) anfielen, was für die betroffenen Autofahrer einen monetären Wert von ca. vier Milliarden Euro ausmachte. Es wurden zudem Engpässe anhand eines Rankings erstellt, womit dauerhafte Schwerpunkte auf Autobahnen aufgedeckt wurden. Unter einer konkret definierten räumlichen, zeitlichen und sachlichen Abgrenzungen kann diese Methodik sowohl für die Forschung als auch für die Weiterentwicklung von Navigationsdiensten dienen.:1. Einleitung 1 2. Aspekte der Stauforschung 3 2.1. Was ist ein Stau? 3 2.2. Stauentstehung 5 2.3. Ausbreitung und Auflösung von Staus 6 3. Datengrundlage und Analysemethoden 9 3.1. Datengrundlage 9 3.2. Formalitäten 10 3.3. Java-Methodiken zur Datenaufbereitung 12 4. Verlustzeiten durch Staus und die Höhe ihrer Kosten 17 4.1. Berechnungsergebnisse und Interpretation 17 4.2. Quantifizierung der Staukosten 18 5. Referenz zu einer externen Staustudie 23 5.1. Staustudie der Inrix UK Ltd. 23 5.2. Diskussion und Würdigung der Berechnungsergebnisse 26 6. Visualisierung des Stauaufkommens 29 6.1. Staumeldungen im Wochenverlauf 29 6.2. Engpässe im Jahr 2015 31 6.3. Top Engpässe im quartalsweisen Vergleich 34 6.4. Zwischenfazit 36 7. Schlussfolgerungen und Ausblick 37 7.1. Zusammenfassung der Ergebnisse 37 7.2. Weitere Forschungsmöglichkeiten 38 A. Inrix Städteranking IX / The estimation of time losses caused by traffic congestions have not previously been assessed by using assumptions of traffic flow dynamics. With a GPS-supported full survey of all jams from the year 2015 and parts of 2016 this master thesis tries to quantify the additional (congested) travel time on German Motorways. The analysis has shown that all jams reported on German highways produced time losses over 190 million vehicle-hours (amount of involved vehicles × congestion hours), which equals a monetary value of four billion euros for the involved drivers. Furthermore the ranking of the respective bottlenecks has been developed over the year and main congestion hotspots on motorways have been revealed. By using a precisely defined local, temporal and objective delimitation, this method could be used for further research and developments of navigation services as well.:1. Einleitung 1 2. Aspekte der Stauforschung 3 2.1. Was ist ein Stau? 3 2.2. Stauentstehung 5 2.3. Ausbreitung und Auflösung von Staus 6 3. Datengrundlage und Analysemethoden 9 3.1. Datengrundlage 9 3.2. Formalitäten 10 3.3. Java-Methodiken zur Datenaufbereitung 12 4. Verlustzeiten durch Staus und die Höhe ihrer Kosten 17 4.1. Berechnungsergebnisse und Interpretation 17 4.2. Quantifizierung der Staukosten 18 5. Referenz zu einer externen Staustudie 23 5.1. Staustudie der Inrix UK Ltd. 23 5.2. Diskussion und Würdigung der Berechnungsergebnisse 26 6. Visualisierung des Stauaufkommens 29 6.1. Staumeldungen im Wochenverlauf 29 6.2. Engpässe im Jahr 2015 31 6.3. Top Engpässe im quartalsweisen Vergleich 34 6.4. Zwischenfazit 36 7. Schlussfolgerungen und Ausblick 37 7.1. Zusammenfassung der Ergebnisse 37 7.2. Weitere Forschungsmöglichkeiten 38 A. Inrix Städteranking IX