Deviatilita individuální a hromadné dopravy v Česku

Abstract

Práce se zabývá deviatilitou individuální automobilové a veřejné hromadné dopravy v České republice a různými faktory, které na ni působí. Deviatilita je jedním z čtyř znaků tvaru komunikace a je definována jako podíl ujeté a přímé vzdálenosti mezi dvěma místy. Čím větší pak deviatilita je, tím je cesta klikatější a jsou na ni větší nároky. Mezi nejčastější faktory, které na ni působí, patří fyzickogeografické, socioekonomické a politické faktory. Testování deviatility probíhalo nad několika oblastmi v České republice, které byly zvoleny na základě typu faktoru. Pro každý faktor byly zvoleny dvě oblasti, pro které byly vypočítány cestovní časy, z kterých se následně vypočítala samotná hodnota deviatility. Ta byla porovnávána jak v rámci let, tak v rámci typu zvolené dopravy. Výsledkem práce je statistický souhrn jak za jednotlivé roky, tak za oblasti. Výsledné hodnoty deviatility byly rozděleny do tří shluků, které definovaly nízké nebo extrémní hodnoty. Z těchto výsledků byly lokalizovány lokality, které vyšly nejhůře a vypracovány mapy znázorňující směr nízkých a vysokých hodnot deviatility.

This diploma thesis is dealing with the deviatility of individual and mass transportation in the Czech Republic and other factors influencing it. Deviatility is one of the four characteristics of the shape of a communication and is defined as the ratio of a traveled distance to the direct distance between said two places. The higher the deviatility, the more crooked the road becomes and the higher the requirements it needs to meet. The most frequent factors affecting deviatility are physical-geographical, socio-economic and political. The testing of deviatility has been carried out over several regions of the Czech Republic chosen according to the factor type. For every factor, we chose two regions for which the traveling times were calculated. From them, the deviatility itself was later calculated. The results were compared both year on year and within the type of the selected transport. The result of this work is a statistical summary for every year and every region. The final values of a deviatility were divided into three clusters that define low to extreme values. From these values, we localized places with the worst results and created corresponding maps that show the direction of low and high values of deviatility.