Beoordeling van de veerkracht van metrogebruik bij extreem weer met vine-copula modellering

Waarom weer en metro's van belang zijn voor het stadsleven

Als het weer omslaat, stopt het stadsleven niet — maar het verandert wel. Voor miljoenen mensen die afhankelijk zijn van de metro van New York City kunnen zware regen, hittegolven of bittere kou het verschil betekenen tussen normaal inchecken of thuis blijven. Deze studie bekijkt nauwkeurig hoe het metrogebruik in New York reageert op extreem weer en hoe die reacties per station en tussen drukke spitsuren en rustige uren midden op de dag verschillen. Door deze patronen te doorgronden, kunnen planners het netwerk beter voorbereiden op een warmere, nattere en veranderlijkere klimaat.

Mensen volgen door het ondergrondse web

De metro is meer dan een verzameling losstaande stations: het is een web van verbonden plekken waarvan het gebruik samen kan schommelen. Het aantal reizigers bij één halte beweegt vaak mee met nabijgelegen knooppunten of met stations die veel van dezelfde reizigers delen. Voorgaand onderzoek bekeek stations vaak alsof ze onafhankelijk op het weer reageerden, of maakte gebruik van black-box machine-learningtools die moeilijk te interpreteren zijn. In tegenstelling daarmee richt deze studie zich op hoe groepen sleutelstations in Manhattan, Queens en Brooklyn per uur samen bewegen en hoe die relaties veranderen wanneer het weer extreem wordt.

Een flexibel kaartje van verborgen verbindingen

Om die verborgen koppelingen te onthullen gebruikten de onderzoekers een statistische benadering die bekendstaat als een vine-copula. In plaats van uit te gaan van eenvoudige, rechte lijnen, bouwt deze methode een flexibel netwerk van tweetalige verbanden tussen stations en tussen aangrenzende uren van de dag. Eerst wordt het uurpatroon van elk station afzonderlijk gemodelleerd, waarna die patronen aan elkaar worden genaaid tot een volledig gezamenlijk beeld dat zowel typische dagen als zeldzame gebeurtenissen vastlegt. Met deze structuur kunnen de onderzoekers realistische synthetische gebruikspatronen genereren onder allerlei weersomstandigheden, inclusief condities die in de echte data slechts een handvol keer voorkomen. Tests tonen aan dat deze gesimuleerde patronen sterk overeenkomen met waargenomen reizigersaantallen, vooral tijdens de ochtend- en avondspits.

Hoe reizigers reageren als het weer extreem wordt

Met dit model vergeleken de auteurs de verdelingen van reizigersaantallen onder drie typen extreem weer — zeer koude dagen, zeer hete dagen en zware regen — met de uitgangssituatie bij milde temperaturen en zonder regen. Ze onderzochten zowel spitsuren, wanneer forenzen de treinen vullen, als daluren, wanneer reizen meer optioneel is. Zware regen tijdens spitsuren veroorzaakte de scherpste dalingen in gebruik, waarbij sommige drukke stations typische teruglopen van ongeveer eenvijfde tot bijna een derde vertoonden vergeleken met normaal weer, en met een brede reeks mogelijke uitkomsten. Daarentegen hadden vrieskoude temperaturen slechts bescheiden effecten op spitsreizen maar sneed sterker in daluren, wat suggereert dat mensen bij koude dagen meer geneigd zijn boodschappen of sociale bezoeken over te slaan dan werk of school. Extreme hitte verminderde het gebruik zowel in piek- als in dalperioden, met iets sterkere effecten wanneer treinen en perrons het drukst waren.

Sterkere knooppunten, meer kwetsbare randen

De studie laat ook zien dat niet alle stations even kwetsbaar zijn. Belangrijke knooppunten in het centrum van Manhattan — zoals Grand Central en Union Square — blijken onder stress vaak beter te herstellen, met kleinere mediane dalingen en meer voorspelbaar gedrag. Stations in de buitenwijken, waaronder drukke terminals in Queens en Brooklyn, ondervinden vaak grotere en onzekerere dalingen. Stations die in het midden van het modelnetwerk van afhankelijkheden liggen, wat betekent dat hun reizigersaantallen nauw samenhangen met veel andere stations, tonen over het algemeen meer veerkracht en stabielere reacties op slecht weer, vooral buiten de spits. Toch is het beeld genuanceerd: sommige centrale locaties in Manhattan, zoals Columbus Circle, kunnen juist hard worden getroffen door zware regen, wat lokale stationontwerpen, drukte en toegangscondities weerspiegelt.

Wat dit betekent voor reizigers en planners

Voor dagelijkse reizigers bevestigen de resultaten een intuïtief verhaal: bij slecht weer blijft de metro een levensader voor essentiële reizen, maar daalt het vrijblijvende verkeer en de last wordt ongelijk over het netwerk verdeeld. Voor planners en beleidsmakers biedt het vine-copula kader een krachtig middel om ‘wat-als’-scenario’s te testen voor zeldzame maar schadelijke gebeurtenissen, zelfs wanneer historische data schaars zijn. Door te identificeren welke stations en tijdsperioden het meest blootgesteld zijn — aan stortbuien, hittegolven of kouderecords — kan de methode gerichte verbeteringen aansturen, zoals betere beschutting, verbeterde afwatering, koeling en ventilatie of extra dienstverlening waar dat het meest nodig is. Kortom, het werk levert een datagedreven kaart van hoe weer en menselijk gedrag ondergronds op elkaar inwerken, en helpt steden verstandig te investeren in een klimaatresistenter vervoerssysteem.

Bronvermelding: Guo, Y., He, B.Y., Chow, J.Y.J. et al. Assessing subway ridership resilience under extreme weather with vine copula modeling. npj. Sustain. Mobil. Transp. 3, 25 (2026). https://doi.org/10.1038/s44333-026-00094-4

Trefwoorden: metrogebruik, extreem weer, stedelijke veerkracht, openbaar vervoer New York City, vraagmodellering