Verkenning en advies verkeersintensiteiten voor geluidmonitoring | RIVM

In 2022 gaat de Omgevingswet in, met onder andere nieuwe regels voor geluid. Een onderdeel daarvan is dat decentrale overheden het geluid op wegen moeten monitoren. Zij moeten hiervoor elke vijf jaar de geluidssterkte berekenen en vergelijken met een basisniveau. Voor de berekening is informatie nodig over het wegdek, de snelheid van motorvoertuigen, en de verkeersintensiteit. De verkeersintensiteit is het totale aantal motorvoertuigen dat per 24 uur gemiddeld genomen over een jaar over de weg rijdt. Niet elke wegbeheerder heeft de informatie over verkeersintensiteiten in detail en moet extra werk verrichten om die gegevens te krijgen. Het ministerie van Infrastructuur en Waterstaat (IenW) wil hen daarbij helpen. Het RIVM onderzocht daarom of het mogelijk is om een databestand te maken waarin de verkeersintensiteiten op alle wegen van Nederland staan. Volgens het RIVM is de kwaliteit van zo’n ‘landsdekkende dataset’ goed genoeg om voor de monitoring te gebruiken. Wel zijn er mogelijkheden om de kwaliteit verder te verbeteren. Het is alleen niet mogelijk om deze dataset met de bestaande verkeersmodellen te maken. Daarvoor is het gebied waarvoor de dataset bruikbaar moet zijn te groot en zijn details nodig. Het RIVM heeft vier methoden onderzocht die in principe wél landsdekkende verkeersintensiteiten kunnen berekenen: het Mobiliteitsspectrum, Mobi Surround, een propagatiemodel en een FCD-test. De methoden hebben elk een andere aanpak en uitgangspunten, maar kunnen voor dit doel worden aangepast en verbeterd. Gemeenten die nog geen lokale of regionale data hebben, stellen een landsdekkende dataset op prijs. Gemeenten die wél zelf data over verkeersintensiteiten hebben, gebruiken liever hun eigen data en systemen. Deze zijn vaak preciezer dan een landelijk bestand. IenW moet nog beslissen of er een landsdekkende dataset voor verkeersintensiteiten komt. Het gebruik zal niet verplicht zijn. Wegbeheerders kiezen uiteindelijk zelf of ze gaan werken met een landsdekkende of eigen dataset.