Top Nav Title

Verkehrszähldaten an der Stampfenbachstrasse nach Fahrzeugtypen, 2007-2023 [Nachführung eingestellt]

Daten & Ressourcen Kategorien

Beschreibung

Dieses Dataset umfasst die Verkehrszahlen an der Stampfenbachstrasse von 2007 bis 2023, aufgeteilt in Jahresdateien. Die Messung findet mittels Radardetektoren statt. Es wird die Länge des vorbeifahrenden Fahrzeugs gemessen. Aufgrund der Länge wird das Fahrzeug einer von 3 Klassen (0-2.7m = 2R, 2.7-7m = PW, 7-25m = LKW) zugeteilt. Die Zählstelle befindet sich auf der Höhe der Berufsschule für Detailhandel Zürich direkt neben dem Parkhaus Unterstrasse. Während den Bauarbeiten an der Stampfenbachstrasse in den Jahren 2018 und 2019 sind die Verkehrszahlen nicht erfasst worden.

Tags

echtzeit fahrzeugtypen miv mobilitaet sachdaten tabelle verkehr zeitreihe

Lizenz

Creative Commons CCZero

Daten & Ressourcen

ugz_ogd_traffic_h1_2007.csv

Comma-Separated Values.

Diesen Datensatz direkt online Analysieren mit (Python) oder SQL. Jupyter Notebooks und R-Markdown-Dateien mit Startercode zum Download findest du auch hier.

ugz_ogd_traffic_h1_2008.csv

Comma-Separated Values.

Diesen Datensatz direkt online Analysieren mit (Python) oder SQL. Jupyter Notebooks und R-Markdown-Dateien mit Startercode zum Download findest du auch hier.

ugz_ogd_traffic_h1_2009.csv

Comma-Separated Values.

Diesen Datensatz direkt online Analysieren mit (Python) oder SQL. Jupyter Notebooks und R-Markdown-Dateien mit Startercode zum Download findest du auch hier.

ugz_ogd_traffic_h1_2010.csv

Comma-Separated Values.

Diesen Datensatz direkt online Analysieren mit (Python) oder SQL. Jupyter Notebooks und R-Markdown-Dateien mit Startercode zum Download findest du auch hier.

ugz_ogd_traffic_h1_2011.csv

Comma-Separated Values.

Diesen Datensatz direkt online Analysieren mit (Python) oder SQL. Jupyter Notebooks und R-Markdown-Dateien mit Startercode zum Download findest du auch hier.

ugz_ogd_traffic_h1_2012.csv

Comma-Separated Values.

Diesen Datensatz direkt online Analysieren mit (Python) oder SQL. Jupyter Notebooks und R-Markdown-Dateien mit Startercode zum Download findest du auch hier.

ugz_ogd_traffic_h1_2013.csv

Comma-Separated Values.

Diesen Datensatz direkt online Analysieren mit (Python) oder SQL. Jupyter Notebooks und R-Markdown-Dateien mit Startercode zum Download findest du auch hier.

ugz_ogd_traffic_h1_2014.csv

Comma-Separated Values.

Diesen Datensatz direkt online Analysieren mit (Python) oder SQL. Jupyter Notebooks und R-Markdown-Dateien mit Startercode zum Download findest du auch hier.

ugz_ogd_traffic_h1_2015.csv

Comma-Separated Values.

Diesen Datensatz direkt online Analysieren mit (Python) oder SQL. Jupyter Notebooks und R-Markdown-Dateien mit Startercode zum Download findest du auch hier.

ugz_ogd_traffic_h1_2016.csv

Comma-Separated Values.

Diesen Datensatz direkt online Analysieren mit (Python) oder SQL. Jupyter Notebooks und R-Markdown-Dateien mit Startercode zum Download findest du auch hier.

ugz_ogd_traffic_h1_2017.csv

Comma-Separated Values.

Diesen Datensatz direkt online Analysieren mit (Python) oder SQL. Jupyter Notebooks und R-Markdown-Dateien mit Startercode zum Download findest du auch hier.

ugz_ogd_traffic_h1_2018.csv

Comma-Separated Values.

Diesen Datensatz direkt online Analysieren mit (Python) oder SQL. Jupyter Notebooks und R-Markdown-Dateien mit Startercode zum Download findest du auch hier.

ugz_ogd_traffic_h1_2019.csv

Comma-Separated Values.

Diesen Datensatz direkt online Analysieren mit (Python) oder SQL. Jupyter Notebooks und R-Markdown-Dateien mit Startercode zum Download findest du auch hier.

ugz_ogd_traffic_h1_2020.csv

Comma-Separated Values.

Diesen Datensatz direkt online Analysieren mit (Python) oder SQL. Jupyter Notebooks und R-Markdown-Dateien mit Startercode zum Download findest du auch hier.

ugz_ogd_traffic_h1_2021.csv

Comma-Separated Values.

Diesen Datensatz direkt online Analysieren mit (Python) oder SQL. Jupyter Notebooks und R-Markdown-Dateien mit Startercode zum Download findest du auch hier.

ugz_ogd_traffic_h1_2022.csv

Comma-Separated Values.

Diesen Datensatz direkt online Analysieren mit (Python) oder SQL. Jupyter Notebooks und R-Markdown-Dateien mit Startercode zum Download findest du auch hier.

ugz_ogd_traffic_h1_2023.csv

Comma-Separated Values.

Diesen Datensatz direkt online Analysieren mit (Python) oder SQL. Jupyter Notebooks und R-Markdown-Dateien mit Startercode zum Download findest du auch hier.

uzg_ogd_metadaten.json

GeoJSON. Projektion WGS84 (EPSG:4326).

Datenowner	Messung Luftqualität, Umwelt- und Gesundheitsschutz, Gesundheits- und Umweltdepartement
Erstmalige Veröffentlichung	21.10.2020
Kontakt	Open Data Zürich
Zeitraum	2007 -2023
Datentyp	Datenaggregat
Aktualisierungsdatum
Datenlieferant	Messung Luftqualität, Umwelt- und Gesundheitsschutz, Gesundheits- und Umweltdepartement
Version	1
Räumliche Beziehung	Stadt Zürich
Aktualisierungsintervall	stuendlich
Rechtsgrundlage

Datenqualität

Bei den Daten mit dem Status «provisorisch» handelt es sich um vorläufige Messwerte, welche Ausreisser oder Gerätefehlfunktionen enthalten können. Daten mit dem Status «bereinigt» enthalten bereinigte Messwerte und werden nicht mehr geändert.

Bemerkungen

Metadaten

In den Metadaten (Datei: uzg_ogd_metadaten.json) finden sich alle wichtigen Informationen zu:

den Messstationen (Koordinaten, ID, Namen, Adresse, etc.)
den Fahrzeugklassen (Bus, Motorrad, Personenwagen, Personenwagen mit Anhänger, Lieferwagen, Lastwagen, etc.)
Spuren (Standort, Richtung, Spur und Beschreibungstext)

Zeitangaben:

Alle Daten werden in Winterzeit (UTC+1) angegeben. Die Zeitangabe der Zählperiode entspricht der Startzeit.

Fahrzeugkategorien

Folgende Klassen werden gezählt:

ID 101, Zweirad: Fahrrad, Moped, Motorrad oder Motorroller (bis 2.7 m Länge)
ID 102, Personenwagen: Personenwagen und Lieferwagen (von 2.7 m bis 7m Länge)
ID 103, Lastwagen: Lastwagen, Lastenzug und Sattelzug (von 7 m bis 25m Länge)

Attribute

Messzeitraum (technisch: Datum)	Startzeit des Messzeitraums in Winterzeit (UTC+1). (ISO-Format YYYY-MM-DDThh:mm+0100). Lesebeispiel: 2015-06-18T10:00+01:00 - Dies entspricht (da Sommer) dem Messzeitraum von 11-12 Uhr. 2015-12-18T10:00+01:00 - Dies entspricht (da Winter) dem Messzeitraum von 10-11 Uhr.
Standort (technisch: Standort)	Ort der Messung. Die Standorte sind in den Metadaten genauer definiert.
Richtung (technisch: Richtung)	Textuelle Beschreibung der Fahrtrichtung
Spur (technisch: Spur)	Nummer der Fahrspur
Fahrzeugklassen-Identifikationsnummer (technisch: Klasse.ID)	ID für die Fahrzeugklasse
Fahrzeugklassenbeschreibung (technisch: Klasse.Text)	Beschreibung der Fahrzeugklasse wie z.B. «Bus», «Motorrad» oder «Personenwagen». Details sind in den Metadaten enthalten.
Intervall (technisch: Intervall)	Messintervall/Mittelungszeitraum. Es können folgende Intervalle vorkommen: - h1: 1 Stunde - d1: 1 Tag - y1: 1 Jahr
Anzahl Fahrzeuge (technisch: Anzahl)	Anzahl der im Zeitintervall gemessenen Fahrzeuge
Status (technisch: Status)	Der Wert kann den Status «provisorisch» für vorläufige Messwerte oder «bereinigt» für endgültige Messwerte benutzen.

Kategorien

gesundheit

Gesundheit

umwelt

Umwelt