Kaivokadun sulku: data ennustaa autojen uudet reitit

Helsingin Kaivokadun mahdollinen sulkeminen autoliikenteeltä ja muuttaminen kävelypainotteiseksi kaduksi on herättänyt vilkasta keskustelua. Kysymys ei ole vain yhdestä keskustakadusta, vaan siitä, miten koko Helsingin ydinkeskustan liikenne, pysäköinti ja saavutettavuus järjestyvät, jos yksi keskeinen läpiajoreitti poistuu autojen käytöstä.

Autoilijoiden kannalta olennaisia kysymyksiä ovat selviä: minne Kaivokadun nykyinen liikenne siirtyy, syntyykö keskustaan uusia ruuhkapisteitä ja miten muutos vaikuttaa rautatieaseman ympäristöön? Samalla kaupunki joutuu arvioimaan, heikentääkö uudistus keskustan toimivuutta vai vapauttaako se tilaa jalankululle ja joukkoliikenteelle ilman merkittäviä haittoja autoliikenteelle.

Aiemmin vastaavat päätökset perustuivat pitkälti liikennelaskentoihin, asiantuntija-arvioihin ja poliittisiin näkemyksiin. Nyt päätöksenteon tueksi on tarjolla huomattavasti tarkempaa liikennedataa, reaaliaikaisia tietovirtoja ja kehittyneitä simulaatioita, joiden avulla voidaan mallintaa erilaisten ratkaisujen vaikutuksia ennen kuin kadulla tehdään pysyviä muutoksia.

Kaivokadulla kulkee yhä suuri määrä autoja

Helsingin kaupunki on käyttänyt Kaivokadun suunnittelussa liikennemallinnusta. Sen perusteella tiedetään, että kadulla kulkevasta autoliikenteestä suuri osa on itä-länsisuuntaista poikittaisliikennettä, ei varsinaisesti Kaivokadulle päättyvää asiointiliikennettä.

Kaupungin mukaan Kaivokadulla liikkuu nykyisin noin 15 000–20 000 ajoneuvoa vuorokaudessa. Mallinnusten perusteella merkittävä osa tästä liikenteestä ohjautuisi uudistuksen jälkeen muille reiteille, kuten Esplanadeille, Helsinginkadulle ja Nordenskiöldinkadulle. Tällainen siirtymä voisi kasvattaa keskustassa tehtävien automatkojen kestoa joissakin tapauksissa muutamilla minuuteilla.

Kaikki vaikutukset eivät kuitenkaan olisi välttämättä autoilun kannalta kielteisiä. Kaupungin ennusteissa on arvioitu, että rautatieasemalle suuntautuvat automatkat voivat joissain tilanteissa jopa nopeutua. Perusteluna on se, että asemalle johtavilta reiteiltä poistuisi osa alueen läpi kulkevasta liikenteestä, jolloin paikallinen saavutettavuus voisi parantua.

Nykyautot tuottavat liikenteestä jatkuvaa tietovirtaa

Liikenteen ennustaminen on muuttunut nopeasti, koska dataa syntyy aiempaa enemmän ja sitä voidaan käsitellä entistä tehokkaammin. Globaalin pysäköintiyhtiö Arriven data- ja tekoälyjohtaja Matthew Fryer kuvasi Alma News Median haastattelussa, kuinka kaupungin liikenteestä kerätään nykyisin tietoa useista eri lähteistä.

Fryerin mukaan moderni auto muistuttaa monella tavalla älypuhelinta tai tietokonetta. Ajoneuvoissa on yhteyksiä, SIM-kortteja ja järjestelmiä, jotka mahdollistavat uudenlaisen datan hyödyntämisen. Samaan aikaan myös joukkoliikenteestä, kuten raitiovaunuista, busseista ja junista, kertyy yhä enemmän tietoa.

Kun nämä erilliset datapisteet yhdistetään ymmärrettäväksi kokonaisuudeksi, kaupunki voi arvioida muutosten vaikutuksia aiempaa täsmällisemmin. Tavoitteena ei ole vain reagoida ruuhkiin tai pysäköintiongelmiin jälkikäteen, vaan ennakoida niitä ennen päätösten toteuttamista.

Simulointi auttaa vertaamaan eri vaihtoehtoja

Fryerin mukaan Helsingin kaltaiset kaupungit voivat hyödyntää dataa skenaarioiden rakentamiseen. Käytännössä tämä tarkoittaa sitä, että erilaisia katujärjestelyjä, reittimuutoksia ja pysäköintiratkaisuja voidaan kokeilla digitaalisesti ennen kuin ne näkyvät katukuvassa.

Arrive on käyttänyt vastaavaa lähestymistapaa Yhdysvalloissa Columbuksen kaupungissa. Siellä haaste muistutti osin Helsingin tilannetta: kaupunki halusi lisätä keskustaan kävelyalueita ja vihreää kaupunkitilaa, mutta samalla pelättiin pysäköintipaikkojen vähenemistä ja jakeluliikenteen vaikeutumista.

Arriven Insights-ratkaisun avulla Columbukselle rakennettiin datavetoinen malli, jota voidaan kuvata digitaaliseksi kaksoseksi. Sen avulla kaupunki pystyi näkemään ruudulla, miten erilaiset vaihtoehdot vaikuttaisivat liikenteeseen, pysäköintiin ja jakeluun. Visualisointi teki päätöksenteosta konkreettisempaa ja auttoi eri osapuolia tarkastelemaan samoja vaikutuksia yhteisen tiedon pohjalta.

Columbuksessa datan hyödyntäminen antoi kaupungille varmuutta lisätä viheralueita, koska mallinnusten avulla pystyttiin osoittamaan, että jakeluliikenteelle oli mahdollista järjestää riittävästi pysäköintitilaa myös uudessa katuympäristössä.

Yksi malli ei sovi kaikkiin kaupunkeihin

Fryer korostaa, että jokainen kaupunki on oma dynaaminen kokonaisuutensa. Siksi muualla toimivaa liikenne- tai kaupunkitilaratkaisua ei voi automaattisesti kopioida Helsinkiin sellaisenaan. Kaupungit muuttuvat jatkuvasti, ja liikenteen käyttäytymiseen vaikuttavat paikalliset reitit, pysäköintijärjestelyt, joukkoliikenne, katuverkko ja ihmisten liikkumistavat.

Arriven lähestymistavassa voidaan hyödyntää myös muista samankaltaisista kaupungeista saatua minimoitua dataa, mutta pelkkä historiallinen aineisto ei Fryerin mukaan yleensä riitä. Reaaliaikainen tieto kertoo, mitä liikenteessä tapahtuu juuri nyt, kun taas pidemmän aikavälin data auttaa hahmottamaan toistuvia ilmiöitä ja muutosten suuntaa.

Arriven tavoitteena on yhdistää historiallinen ja reaaliaikainen data käyttökelpoiseksi kokonaisuudeksi. Sen avulla kaupungit, autoilijat ja matkustajat voivat tehdä perustellumpia valintoja. Kaivokadun kaltaisessa hankkeessa tällainen tieto voi vähentää epävarmuutta ja tehdä päätöksenteosta läpinäkyvämpää.

Helsingin keskustan tulevaisuutta koskevassa keskustelussa datalla onkin yhä suurempi merkitys. Se ei poista poliittisia valintoja, mutta se voi näyttää aiempaa tarkemmin, mitä eri vaihtoehdot merkitsevät autoilulle, pysäköinnille ja liikenteen sujuvuudelle.