Previsión del transporte

La previsión del transporte consiste en estimar el número de vehículos o personas que utilizarán una infraestructura de transporte específica en el futuro. Por ejemplo, una previsión puede estimar el número de vehículos en una carretera o puente planificado , el número de pasajeros en una línea ferroviaria , el número de personas que visitan un aeropuerto o el número de barcos que hacen escala en un puerto marítimo . La previsión del tráfico comienza con la recopilación de datos sobre el tráfico actual . Estos datos de tráfico se combinan con otros datos conocidos, como población, empleo, tasas de viaje, costes de viaje, etc., para desarrollar un modelo de demanda de tráfico para la situación actual. Al alimentarlo con datos previstos sobre población, empleo, etc., se obtienen estimaciones del tráfico futuro, generalmente estimadas para cada segmento de la infraestructura de transporte en cuestión, por ejemplo, para cada tramo de carretera o estación de ferrocarril.

Las previsiones de tráfico se utilizan para varios fines clave en la política, la planificación y la ingeniería del transporte : calcular la capacidad de la infraestructura, por ejemplo, cuántos carriles debería tener un puente; estimar la viabilidad financiera y social de los proyectos, por ejemplo, mediante análisis de coste-beneficio y evaluación del impacto social ; y calcular los impactos ambientales , por ejemplo, la contaminación atmosférica y el ruido.

Dentro del marco de la planificación racional, las previsiones de transporte han seguido tradicionalmente el modelo secuencial de cuatro pasos o procedimiento de planificación del transporte urbano (UTP), implementado por primera vez en ordenadores centrales en la década de 1950 en el Estudio de Tráfico del Área Metropolitana de Detroit y el Estudio de Transporte del Área de Chicago (CATS).

El proceso comienza con la previsión del uso del suelo . Generalmente, se realizan previsiones para toda la región, por ejemplo, del crecimiento demográfico. Estas previsiones proporcionan datos de referencia para el análisis local del uso del suelo. Normalmente, la región se divide en zonas y, mediante análisis de tendencias o regresión , se determina la población y el empleo en cada una de ellas.

Los cuatro pasos del modelo clásico del sistema de planificación del transporte urbano son:

• La generación de viajes determina la frecuencia de los orígenes o destinos de los viajes en cada zona según el propósito del viaje, en función de los usos del suelo, la demografía de los hogares y otros factores socioeconómicos.
• La distribución de viajes relaciona orígenes con destinos, a menudo utilizando una función de modelo de gravedad , equivalente a un modelo de maximización de entropía . Los modelos más antiguos incluyen el método de Fratar o Furness, un tipo de ajuste proporcional iterativo . ^{[ 1 ]}
• La elección del modo de transporte calcula la proporción de viajes entre cada origen y destino que utilizan un modo de transporte determinado (este modelo modal puede ser de forma logit ).
• La asignación de rutas distribuye los viajes entre un origen y un destino, mediante un modo de transporte específico, a una ruta determinada. A menudo (para la asignación de rutas en autopistas) se aplica el principio de equilibrio del usuario de Wardrop (equivalente a un equilibrio de Nash ), en el que cada conductor (o grupo) elige la ruta más corta (en tiempo de viaje), siempre que todos los demás conductores hagan lo mismo. La dificultad reside en que los tiempos de viaje dependen de la demanda, mientras que la demanda depende del tiempo de viaje, lo que se conoce como el problema de dos niveles . Otro enfoque consiste en utilizar el modelo de competencia de Stackelberg , donde los usuarios ("seguidores") responden a las acciones de un "líder", en este caso, por ejemplo, un gestor de tráfico. Este líder anticipa la respuesta de los seguidores.

Tras el modelo clásico, se realiza una evaluación según un conjunto acordado de criterios y parámetros de decisión. Un criterio típico es el análisis de costo-beneficio. Este análisis puede aplicarse después de que el modelo de asignación de red identifique la capacidad necesaria: ¿resulta rentable dicha capacidad? Además de considerar las etapas de previsión y decisión como pasos adicionales en el proceso, la previsión y la toma de decisiones están presentes en cada etapa del proceso UTP. La planificación se centra en el futuro y depende de la previsión.

Los modelos basados ​​en actividades son otra clase de modelos que predicen para los individuos dónde y cuándo realizan actividades específicas (por ejemplo, trabajo, ocio, compras, etc.).

La premisa fundamental de los modelos basados ​​en actividades es que la demanda de viajes se deriva de las actividades que las personas necesitan o desean realizar, y que las decisiones de viaje forman parte de las decisiones de planificación. El viaje se considera, por lo tanto, un atributo más del sistema. El modelo de viaje se enmarca, en consecuencia, en el contexto de una agenda, como un componente de la planificación de actividades.

Los modelos basados ​​en actividades ofrecen otras posibilidades que los modelos de cuatro pasos, por ejemplo, para modelar problemas ambientales como las emisiones y la exposición a la contaminación del aire. Aunque Shiftan reconoció sus ventajas evidentes para fines ambientales hace casi una década, ^{[ 2 ]} las aplicaciones a los modelos de exposición siguen siendo escasas. Los modelos basados ​​en actividades se han utilizado recientemente para predecir emisiones ^{[ 3 ]} y la calidad del aire. ^{[ 4 ] [ 5 ]} También pueden proporcionar una mejor estimación total de la exposición, al tiempo que permiten la desagregación de la exposición individual por actividades. ^{[ 6 ] [ 7 ]} Por lo tanto, pueden utilizarse para reducir la clasificación errónea de la exposición y establecer relaciones entre los impactos en la salud y la calidad del aire con mayor precisión. ^{[ 8 ]} Los responsables políticos pueden utilizar modelos basados ​​en actividades para diseñar estrategias que reduzcan la exposición modificando los patrones de actividad temporal o que se dirijan a grupos específicos de la población. ^{[ 9 ] [ 10 ]}

Estos modelos tienen como objetivo predecir el efecto de los cambios en la red de transporte y las operaciones sobre la futura ubicación de las actividades, y luego predecir el efecto de estas nuevas ubicaciones sobre la demanda de transporte.

A medida que la ciencia de datos y las tecnologías de big data se vuelven disponibles para el modelado del transporte, la investigación se está moviendo hacia el modelado y la predicción de comportamientos de conductores individuales en ciudades enteras a nivel individual. ^{[ 11 ]} Esto implicará comprender los orígenes y destinos de los conductores individuales, así como sus funciones de utilidad. Esto puede hacerse fusionando datos por conductor recopilados en redes viales , como por cámaras ANPR , con otros datos sobre individuos, como datos de sus perfiles de redes sociales , datos de compras con tarjetas de tiendas e historial de motores de búsqueda . Esto conducirá a predicciones más precisas, una mayor capacidad para controlar el tráfico para priorizar de forma personalizada a conductores específicos, pero también a preocupaciones éticas a medida que los gobiernos locales y nacionales utilizan más datos sobre individuos identificables. Si bien la integración de tales datos parcialmente personales es tentadora, existen considerables preocupaciones de privacidad sobre las posibilidades, relacionadas con las críticas a la vigilancia masiva .

Aunque no se identifica como un paso específico del proceso UTP, el análisis de este último implica una gran cantidad de datos . Se obtienen datos censales y de uso del suelo, junto con encuestas domiciliarias y encuestas de viajes. Las encuestas domiciliarias, los datos de uso del suelo y las encuestas sobre atracciones turísticas especiales proporcionan la información sobre la cual se aplican las herramientas de análisis del UTP.

La recopilación, gestión y procesamiento de datos; la estimación de modelos; y el uso de modelos para generar planes son técnicas muy utilizadas en el proceso UTP. En sus inicios, en Estados Unidos, los datos del censo se complementaron con métodos de recopilación de datos desarrollados por la Oficina de Carreteras Públicas (predecesora de la Administración Federal de Carreteras ): procedimientos de conteo de tráfico, conteos en zonas de tránsito ("de dónde viene y adónde va") y técnicas de entrevistas domiciliarias. Los protocolos para la codificación de redes y la noción de análisis o zonas de tráfico surgieron en el CATS.

La estimación del modelo se realizó utilizando técnicas existentes, y los planes se elaboraron a partir de los modelos desarrollados en cada estudio. La principal diferencia entre entonces y ahora radica en el desarrollo de algunos recursos analíticos específicos para la planificación del transporte, además de las técnicas de adquisición de datos BPR utilizadas en los inicios.

La naturaleza secuencial y agregada de la previsión del transporte ha sido objeto de numerosas críticas. Si bien se han logrado mejoras, en particular al incorporar una base de actividad a la demanda de viajes, aún queda mucho por hacer. En la década de 1990, la mayor parte de la inversión federal en investigación de modelos se destinó al proyecto Transims del Laboratorio Nacional de Los Alamos , desarrollado por físicos. Si bien el uso de supercomputadoras y las simulaciones detalladas pueden representar una mejora en la práctica, aún no se ha demostrado que sean mejores (más precisas) que los modelos convencionales. Una versión comercial fue adquirida por IBM, ^{[ 12 ]} y una versión de código abierto también se mantiene activamente como TRANSIMS Open-Source. ^{[ 13 ] [ 14 ]}

Un informe de la Oficina de Responsabilidad Gubernamental de 2009 señaló que la revisión federal de los modelos de transporte se centró más en los requisitos del proceso (por ejemplo, ¿tuvo el público la oportunidad adecuada para comentar?) que en los resultados del transporte (como la reducción de los tiempos de viaje o el mantenimiento de las emisiones contaminantes o de gases de efecto invernadero dentro de los estándares nacionales). ^{[ 15 ]}

Una de las principales deficiencias en el uso práctico de los modelos de transporte es la ausencia de retroalimentación de estos modelos sobre el uso del suelo. Las inversiones en carreteras y transporte público no solo responden al uso del suelo , sino que también lo moldean. ^{[ 16 ]}

• Control de tráfico aéreo
• Revista de Transporte y Uso de la Tierra
• Sesgo optimista
• Pronóstico de clase de referencia
• control del tráfico rodado
• cuello de botella de tráfico
• TRANUS

• Michael Meyer, Eric J. Miller . Planificación del transporte urbano, McGraw-Hill, 2.ª edición, 2000. ISBN 0-07-242332-3
• Ascott, Elizabeth. 2006. Análisis de costo-beneficio del paso elevado de Wonderworld Drive en San Marcos, Texas. Proyecto de investigación aplicada. Universidad Estatal de Texas. http://ecommons.txstate.edu/arp/104/
• Michael G. McNally, 2000. El modelo de cuatro pasos. En: Manual de modelado de transporte, editado por David A. Hensher y Kenneth J. Button, 35-52. http://www.its.uci.edu/its/publications/papers/CASA/UCI-ITS-AS-WP-00-5.pdf
• Michael G. McNally, 2000. El enfoque basado en actividades. En: Manual de modelado de transporte, editado por David A. Hensher y Kenneth J. Button, 53-69. http://www.its.uci.edu/its/publications/papers/CASA/UCI-ITS-AS-WP-00-4.pdf
• Georg Hertkorn, (2005) Mikroskopische Modellierung von zeitabhängiger Verkehrsnachfrage und von Verkehrsflußmustern. Disertación (alemán), Centro Aeroespacial Alemán, Instituto de Investigación del Transporte. http://elib.dlr.de/21014/1/fb_2004-29_v2.pdf