estudio integral de transporte y uso del suelo corredor norte – sur Área metropolitana de rosario...

ESTUDIO INTEGRAL DE TRANSPORTE Y USO DEL SUELO

CORREDOR NORTE – SUR ÁREA METROPOLITANA DE ROSARIO

Proyecto de transporte urbano de Buenos Aires - Préstamo BIRF N° 7442/AR Argentina

Modelización del AMRModelización del AMR

Modelización

Representación del conocimiento disponible Permite hacer inferencias basadas en información Requiere resolver problemas de consistencia Posibilita la evaluación de escenarios futuros

Objetivo principal

Estimación de la demanda futura de viajes de un nuevo modo para el corredor Norte-Sur del AMR

Objetivos secundarios:

Construir y calibrar un modelo de transporte de 4 etapas a nivel regional (AMR)

Evaluar escenarios de implementación de la nueva modalidad

Transferir el modelo a la administración de Rosario

Marco teórico(1): Modelización de las decisiones de movilidad de la

población Generación: decision de realizar un viaje por un

motivo determinado (viajar o no viajar). Distribución: decisión del destino del viaje (a

donde viajar) Partición modal: decisión del modo utilizado (en

que viajar) Asignación: decisión de la ruta o itinerario del viaje

(por donde ir)

Elementos de la Modelización:1- Red Vial2- Red de Transporte3- Zonificación

Modelo de cuatro etapas

Generación Distribución Partición Modal Asignación

P A P´ A´123456789n

Generac Enc Generac corregMZ

P/A 1 2 3 4 5 n12345n

Construcción del modelo(1)

• Infraestructura informacional:

– Información de Población– Información de Actividades– Información de Transporte


• Procesamiento inicial:– Georreferenciación de encuestas

• Determinación de las zonas de origen y destino, producción, atracción y generación.

– Expansión de encuestas• Expansión directa• Expansión sociodemográfica• Expansión socioeconómica

Marco teórico(2)

Generación: decisión de realizar un viaje por un motivo determinado (viajar o no viajar).


• Modelo de generación(1):– Metodología: Regresión lineal simple y múltiple de

la producción y atracción de viajes en función de variables censales:• Población• Hogares• Variables socioeconómicas y demográficas• Estimación de un modelo simple operativo (hogares,

locales)• Estimación de un modelo minimal con todas las

variables significativas estadísticamente (por motivo)


• Modelo de generación(2)– El modelo utilizado para las estimaciones

futuras tiene que basarse en variables proyectables, como población y hogares.

– El modelo mas detallado es mas preciso, pero se basa en variables no disponibles salvo en un nuevo censo.

– Hay otras aproximaciones, como el análisis por categorías y el análisis de clasificación múltiple, que se ensayarán para completar el ejercicio, pero presentan problemas para la prospectiva.


• Modelo de generación(3)– El resultado del modelo de generación son los

vectores de producción y atracción de viajes por motivo, que ajustan los resultados de la expansión de la encuesta.

– Los vectores de producción y atracción se constituyen en datos de entrada del modelo de distribución.

Etapa 1:Etapa 1: Generación de viajes Generación de viajes

Punto de partida: Matriz Producción Atracción de viajes Encuesta

Etapa 1:Etapa 1: Producción de viajes Producción de viajes

Etapa 1:Etapa 1: Atracción de viajes Atracción de viajes

lm(formula = Ptrabajox ~ HOG2008 - 1)Residuals: Min 1Q Median 3Q Max -6108.8 -1484.4 -230.7 952.8 12912.8 Coefficients: Estimate Std. Error t value Pr(>|t|) HOG2008 1.86526 0.04599 40.56 <2e-16 ***---Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 Residual standard error: 3001 on 49 degrees of freedomMultiple R-Squared: 0.9711, Adjusted R-squared: 0.9705 F-statistic: 1645 on 1 and 49 DF, p-value: < 2.2e-16

lm(formula = Pestudiox ~ HOG2008 - 1)Residuals: Min 1Q Median 3Q Max -4775.2 -725.3 355.3 1170.7 4887.2 Coefficients: Estimate Std. Error t value Pr(>|t|) HOG2008 1.19893 0.02855 42 <2e-16 ***---Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 Residual standard error: 1862 on 49 degrees of freedomMultiple R-Squared: 0.973, Adjusted R-squared: 0.9724 F-statistic: 1764 on 1 and 49 DF, p-value: < 2.2e-16

lm(formula = Potrosx ~ HOG2008 - 1)Residuals: Min 1Q Median 3Q Max -10025 -1261 428 2292 9274 Coefficients: Estimate Std. Error t value Pr(>|t|) HOG2008 1.29048 0.05209 24.78 <2e-16 ***---Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 Residual standard error: 3398 on 49 degrees of freedomMultiple R-Squared: 0.9261, Adjusted R-squared: 0.9246 F-statistic: 613.9 on 1 and 49 DF, p-value: < 2.2e-16

lm(formula = aEstudiox ~ loccomnomin + locserv + locpub - 1)Residuals: Min 1Q Median 3Q Max -9795.0 -1878.2 -76.1 1767.5 21549.4 Coefficients: Estimate Std. Error t value Pr(>|t|) loccomnomin 25.448 8.875 2.867 0.00618 ** locserv 12.632 2.599 4.860 1.35e-05 ***locpub 599.621 197.866 3.030 0.00396 ** ---Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 Residual standard error: 5783 on 47 degrees of freedomMultiple R-Squared: 0.8198, Adjusted R-squared: 0.8083 F-statistic: 71.27 on 3 and 47 DF, p-value: < 2.2e-16

lm(formula = aOtrosx ~ locserv + Sinprivacion - 1)Residuals: Min 1Q Median 3Q Max -6254.8 -1043.4 484.8 2068.2 9170.1 Coefficients: Estimate Std. Error t value Pr(>|t|) locserv 20.2421 1.2027 16.831 < 2e-16 ***Sinprivacion 1.0073 0.1158 8.702 1.96e-11 ***---Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 Residual standard error: 3040 on 48 degrees of freedomMultiple R-Squared: 0.9648, Adjusted R-squared: 0.9634 F-statistic: 658.5 on 2 and 48 DF, p-value: < 2.2e-16

lm(formula = A.Compras ~ loccommin - 1)Residuals: Min 1Q Median 3Q Max -2496.4 -1009.4 -174.0 369.1 8903.7 Coefficients: Estimate Std. Error t value Pr(>|t|) loccommin 6.1360 0.4584 13.38 <2e-16 ***---Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 Residual standard error: 1664 on 49 degrees of freedomMultiple R-Squared: 0.7852, Adjusted R-squared: 0.7808 F-statistic: 179.1 on 1 and 49 DF, p-value: < 2.2e-16

0 10000 30000 50000

-500

00

5000

1000

0

F itted values

Res

idua

ls

Residua ls vs F itted

34

10

18

-2 -1 0 1 2

-2-1

01

23

Theoretical QuantilesS

tand

ardi

zed

resi

dual

s

Norm al Q-Q

34

10

2

0 10000 30000 50000

0.0

0.5

1.0

1.5

F itted values

Sta

ndar

dize

d re

sidu

als

S ca le -Loca tion34

102

0.0 0.1 0.2 0.3 0.4 0.5

-2-1

01

23

Leverage

Sta

ndar

dize

d re

sidu

als

Cook 's dis tance

10.5

0.51

Residua ls vs Leverage

211

34

Marco teórico(4)

Distribución: decisión del destino del viaje (a donde viajar)

Construcción del modelo(7)• Modelo de distribución(1)

– Metodología: modelo gravitacional/de maximización de entropía• Requiere la selección de un parámetro de

impedancia que represente la desutilidad del viaje, que puede estimarse como tiempo, distancia, tarifa, o costo generalizado, en forma de matriz.

• Es necesario definir un factor de fricción, que es función de la impedancia, que puede ser exponencial, potencial inversa, función Gamma combinada, o una tabla de factores de fricción discreta.


• Modelo de distribución(2)• El modelo también puede utilizar una matriz de

factores K, para mejorar el ajuste del modelo.

– Su producto son las matrices de producción/atracción y origen/destino, totales y discriminadas por motivo de viaje

– Su resultado se valida según la precisión con que reproduce la distribución de distancias de viaje observadas.

Etapa 2:Etapa 2: Distribución de viajes Distribución de viajes

Distribución de viajes Total de viajes O-D %Ciudad de Rosario 1.459.099 77,1%AMsR 428.508 22,6%Resto País 4.479 0,2%Totales 1.892.086 100%

0

200.000

400.000

600.000

800.000

1.000.000

1.200.000

1.400.000

1.600.000

Viajes

Ciudad de Rosario AMsR Resto País

Distribución de los Viajes del Area Metropolitana de Rosario. 2008

Total de viajes O-D


0

200.000

400.000

600.000

800.000

1.000.000

1.200.000

1.400.000

Cant.

1. Al int. deCiudad deRosario

2.a.Al int. delAMsR: al int. de

una mismalocalidad

2.b.Al int. delAMsR: entrelocalidades

3. Entre el AMsRy Rosario

4. Entre Rosarioy el resto del

AMR

5. Entre el AMsRy el resto del

país (1)

6. Resto País

Distribución Espacial de los Viajes en el AMR. Comparación Situación 2002 - 2008.


0

50.000

100.000

150.000

200.000

250.000

Viajes

Norte 1 Norte 2 Sur Noroeste Oeste

Corredor

Total de Viajes Generados por Corredor del AMR. 2008.


Líneas de deseo del Transporte PúblicoLíneas de deseo del Transporte Público


Líneas de deseo del Automóvil ParticularLíneas de deseo del Automóvil Particular


Líneas de deseo de los autos de alquilerLíneas de deseo de los autos de alquiler


Líneas de deseo de las motocicletasLíneas de deseo de las motocicletas

Marco teórico(4)

Partición modal: decisión del modo utilizado (en que viajar), dado el motivo y el destino del viaje.

Construcción del modelo(9)• Modelo de partición modal(1)

– Metodología: estimación de un modelo multinomial logit (MNL) que estima la probabilidad de elegir una alternativa modal, entre el conjunto de alternativas disponibles, según la percepción de la desutilidad de cada una.• Esta desutilidad se estima en función de

las características de la población y los atributos de las alternativas disponibles, y requiere identificar variables explicativas y significancia estadística.

Construcción del modelo (10)• Modelo de partición modal(2)

– En el caso de un nuevo modo, es necesario evaluar aspectos de la percepción del usuario, ya que la información disponible solo permite la evaluación de esta alternativa en función de sus parámetros observables, como tiempos y tarifas, y no incorpora elementos de confort, seguridad, puntualidad, impacto visual, etc.

– Para estimar estos aspectos se puede tomar de partida información de casos similares, y ajustarse mediante la realización de una encuesta de preferencias declaradas.


• Modelo de partición modal(3)– El resultado de este modelo es la

discriminación de matrices por modo.– En el caso mas general, pueden derivarse a

partir de la matriz de viajes totales.– Se puede realizar en forma detallada,

modelizando en forma independiente cada motivo de viaje, y derivando las matrices por modo de cada una de las matrices por motivo.

Etapa 3:Etapa 3: Partición Modal de los viajesPartición Modal de los viajes

Partición modal de la muestra O-D 2008

Modo % viajes

Colectivo 29,53 7.071

Trolebús 0,96 229

Auto conductor 19,40 4.646

Auto acompañante 10,09 2.417

Taxis 2,79 667

Remisses 1,00 240

Charter 0,22 52

Bus empresa 0,65 156

Bus escolar 0,92 220

Moto 6,05 1.449

Ciclomotor 0,48 115

Bicicleta 8,19 1.960

A pie 19,30 4.621

Camión 0,12 28

Ómnibus larga dist. 0,01 3

Otros 0,29 70

Totales 100,00 23.944

Etapa 3:Etapa 3: Partición Modal de los viajes Partición Modal de los viajes

Partición Modal muestra expandida

2008 (modos agrupados)

Modo Viajes %

Automóvil 555.051 29,34%

TUP 592.635 31,32

Taxi 54.385 2,87%

Remis 17.785 0,94%

Moto 119.440 6,31%

Bicicleta 144.578 7,64%

A pie 366.168 19,35%

Charter 4.340 0,23%

Bus Emp. 11.844 0,63%

Otros 25.860 1,37%

TOTAL 1.892.086 100,00%

Marco teórico(5)

Asignación: decisión de la ruta o itinerario del viaje (por donde ir)


• Modelos de asignación(1)– Metodología: las matrices OD resultantes del

modelo de partición modal, se convierten en flujos que se asignan a la red en base a las características topológicas y operativas del grafo que representa la red vial y de transporte, distribuyéndose sobre conjuntos de caminos minimales entre cada par OD, bajo restricciones de tipo, velocidad y capacidad de los enlaces, según diferentes algoritmos.


• Modelos de asignación(2)– En Transcad, la asignación de viajes

de recorridos libres (traffic) y de recorridos fijos (transit) se realiza en forma separada.

– Es posible representar la interacción entre ambas precargando la red con los flujos de la otra

Construcción del modelo (14)• Modelos de asignación(3)

– De equilibrio:

– Traffic:• UE Equilibrio de usuario• SUE Equilibrio estocástico de usuario• SO Optimo del sistema• MMA Multi Modal Multi Class

– Transit:• Pathfinder• SUE Equilibrio estocástico de usuario

Etapa 4:Etapa 4: Asignación de viajes Asignación de viajes

A.1. Asignación de viajes de Transporte PúblicoA.1. Asignación de viajes de Transporte Público

Viajes TUPViajes TUP

A.3. Análisis de resultadosA.3. Análisis de resultados


Viajes TUP micro centro de RosarioViajes TUP micro centro de Rosario


0

5000

10000

15000

20000

25000

54 9 79 24 21 32 33 31 41 35 14 1 30 23 29 3 19 39 11 25 42 6 17 5 37 47 12 7

viajes dia

wlt6

wlt7

wlt8

wlt9

wlt10

Etapa 4:Etapa 4: Asignación de viajes Asignación de viajes

B.1. Asignación de viajes en automóvilB.1. Asignación de viajes en automóvil

Viajes AutomóvilViajes Automóvil

B.2. Análisis de resultados B.2. Análisis de resultados

datos observados TMDA y conteos estaciones permanentesdatos observados TMDA y conteos estaciones permanentes

B.2. Análisis de resultados B.2. Análisis de resultados

Notas:

• Modelos combinados de distribución, partición modal y asignación

• Modelos integrados de asignación multimodal• Modelos integrados de transporte, localización

de actividades y uso del suelo• Limitaciones de los modelos clásicos de 4

etapas.

Muchas graciasMuchas gracias

estudio integral de transporte y uso del suelo corredor norte – sur Área metropolitana de rosario...

Documents