TESIS DE MAESTRÍA: MODELACIÓN DE LA GENERACIÓN Y ATRACCIÓN DE VIAJES EN EL VALLE DE ABURRÁ 2006

Transcripción

1 ESCUELA DE INGENIERÍA CIVIL MAESTRÍA EN INGENIERÍA INFRAESTRUCTURA Y SISTEMAS DE TRANSPORTE TESIS DE MAESTRÍA: MODELACIÓN DE LA GENERACIÓN Y ATRACCIÓN DE VIAJES EN EL VALLE DE ABURRÁ 2006 CLAUDIA MARCELA ALDANA R Director : Iván Sarmiento O., Ph.D.

2 Objetivos Marco teórico Metodología Modelos Conclusiones CONTENIDO

3 OBJETIVO GENERAL 1. OBJETIVOS Modelar la generación y atracción de viajes en el Valle de Aburrá 2006 por períodos y propósitos. OBJETIVOS ESPECÍFICOS Predecir el número de viajes de personas que son generados, por medio de modelos desagregados; y los atraídos, por medio de modelos agregados, por cada una de las zonas del Valle de Aburrá Analizar las variables que tienen mayor relevancia dentro de los modelos de generación de viajes.

4 1. OBJETIVOS OBJETIVOS ESPECÍFICOS Estimar las tasas de producción de viajes por categorías de familias en diferentes períodos del día. Estimar modelos de atracción de viajes según los tipos de atracción, contabilizados globalmente para diferentes períodos del día. Analizar las variables que tienen mayor relevancia dentro del modelo de la atracción de viajes.

5 2. MARCO TEÓRICO El sistema de T.U, posibilita el movimiento de personas y bienes para mantener el desarrollo de las actividades socioeconómicas de una región. La operación del T.U se torna más difícil y conflictivo debido al desarrollo económico El problema del transporte va relacionado directamente con el proceso de urbanización.

6 2. MARCO TEÓRICO El problema puede ser entendido como la necesidad de comunicación física. Anteriormente el problema de transporte estaba mas involucrado en la provisión de oferta para solucionar la demanda, ahora es diferente. Aspectos importantes para la planificación del transporte son: La estructura Urbana, los usos del suelo, los viajes (origen-destino-propósitos-modosperiodos de tiempo)

7 2. MARCO TEORICO MODELOS DE TRANSPORTE Representación simplificada de la realidad por un sistema matemático que considera las siguientes características: Red multimodal de transporte Zonificación apropiada del área de estudio Recolección y codificación de datos Aumenta alternativas a ser evaluadas Optimiza el diseño de las soluciones.

8 2. MARCO TEÓRICO Etapas del modelo de transporte Cuántos viajes se realizan? A qué destino se viaja? Qué modo de transporte utiliza? A través de que ruta viaja?

9 2. MARCO TEÓRICO QUÉ ES GENERACIÓN Y ATRACCIÓN DE VIAJES? Es el proceso mediante el cual se cuantifican los viajes realizados por las personas que residen (generados) o desarrollan alguna actividad en una zona (atraídos). El resultado: Número total de viajes generados Número total de viajes atraídos

10 2. MARCO TEÓRICO QUÉ ES GENERACIÓN Y ATRACCIÓN DE VIAJES? GENERACIÓN: Es la suma de los extremos hogar de los viajes Basados en el hogar (BH), mas los orígenes de los viajes No basados en el hogar (NBH). ATRACCIÓN: Es la suma de los extremos no hogar de los viajes Basados en el hogar (BH), mas el destino de los viajes No basados en el hogar (NHB).

11 2. MARCO TEÓRICO La Generación y Atracción de viajes están caracterizados por dos atributos: Propósito y Periodo El Propósito encierra dos elementos claves - Base (BHI, BHR, NBH) - Motivo (trabajo, estudio, otros) Los periodos cuantifican los viajes en las horas pico del día Para cada propósito de viajes se debe realizar un modelo de generación.

12 2. MARCO TEÓRICO MODELOS UTILIZADOS PARA LA GENERACIÓN Y ATRACCIÓN DE VIAJES 1.CLASIFICACIÓN CRUZADA Desagrega la población en grupos relativamente homogéneos, basados en ciertas características socioeconómicas, para cada uno de los cuales se calculan tasas de generación de viajes Gi,k = Hi,n Tn,k Gi,k= Nº de viajes producidos en la zona i con propósito k Hi,n= Nº de hogares en la zona i con clasificación n Tn,k= Tasa media de producción de viajes de la clasificación n con propósito k

13 2. MARCO TEORICO 2. REGRESIÓN LINEAL Busca establecer una relación lineal entre un conjunto de variables explicativas y una variable que pretende explicar en general la generación por familia o la atracción por zona Gi=a0+a1.X1+a2.X2+a3.X3+... Gi: Producción o atracción de demanda en la zona i para el tipo de flujo considerado, (viajes personas o veh/unidad de tiempo) X1,X2,X3,.: Variables explicativas de la generación de demanda a0, a1, a2,..: Parámetros que describen el comportamiento de la demanda, determinados en la calibración por regresión.

14 3. METODOLOGÍA INFORMACIÓN NECESARIA 1. Matriz ORIGEN DESTINO. Esta matriz contiene los siguientes datos: - Nlista, Códigos, viajes, horas, FE, motorización, etc. 2.Un mapa con la zonificación de la ciudad (Zonas SIT)

15 PASOS A SEGUIR 3. METODOLOGIA Organizar la información de EOD Separar los viajes por categorías para encontrar las tasas de la clasificación cruzada. Separar los viajes por períodos (picos), propósitos (BH, NHB) y obtener las matrices de origen destino en TransCAD. Se hallan las tasas de viaje de la clasificación cruzada para generación Se Calibran los modelos de regresión, hallando los coeficientes por medio de RLM Obtener los viajes observados Vs modelados

16 3. METODOLOGIA Definición de horas de modelación Horas Total de Viajes Hora Hora HORAS PICO Hora Hora 6-8 Hora 8-10 Hora 9-11 Hora Hora Hora Hora Hora Viajes Hora 0-2 Hora 4-6 Hora 8-10 Hora Hora Hora Hora Viajes Hora Horas Hora Hora

17 3. METODOLOGIA Definición de horas de modelación

18 4.MODELOS Viajes BH por propósitos y NBH por estratos Propósito Pico Mañana (06:00-08:00) BHI NBH Total Trabajo ,33% Estudio ,33% Otros ,34% Total ,00% % 96,61% 3,39% 100%

19 4.MODELOS VIAJES TOTALES POR ESTRATO - MOTIVO - PERIODO PICO DE LA MAÑANA ESTRATO TOTAL BHW AM BHE AM BHO AM TOTAL ESTRATO NÚMERO DE VIAJES/ Nº DE HOGARES HOGARES , , , , , , ,113 VIAJES TOTALES POR ESTRATO - MOTIVO - PERIODO PICO DE LA MAÑANA NUMERO DE VIAJES ESTRATOS ESTRATO BHW AM BHE AM BHO AM

20 4.MODELOS PORCENTAJE DE VIAJES TOTALES POR MOTIVO Y PERIODO PICO DE LA MAÑANA PORCENTAJE DE VIAJES POR ESTRATO PARA MOTIVO TRABAJO EN EL PERIODO PICO DE LA MAÑANA ESTRATO 1 BHW AM 7% BHE AM 7% BHO AM 6% 11% 7% 3% 7% 2 35% 37% 30% 35% 3 38% 36% 34% 37% 4 11% 10% 12% 5 7% 7% 7% 6 TOTAL 3% 100% 3% 100% 11% 100% PORCENTAJE DE VIAJES POR ESTRATO PARA MOTIVO ESTUDIO EN EL PERIODO PICO DE LA MAÑANA 7% 3% 7% 10% PORCENTAJE DE VIAJES POR ESTRATO PARA MOTIVO OTROS EN EL PERIODO PICO DE LA MAÑANA 11% 6% 7% 37% 12% 30% 36% 34%

21 Categorías 4.MODELOS TransCAD Nivel de Ingreso Bajo Medio Alto Estrato E1+E2 E3+E4 E5+E6 Tasa de Motorización (Autos por hogar) O auto o mas autos SUBTOTAL POR HOGARES TOTAL HOGARES Tasas Ingreso del Hogar Tasa de Motorización Rango Estrato 0 Veh 1 o + Veh Bajo 1 y 2 0,90 0,94 Medio 3 y 4 0,88 1,01 Alto 5 y 6 0,94 0,88

22 4.MODELOS Con las tasas se halla la generación de viajes totales, teniendo en cuenta los viajes realizados por cada zona para cada categoría, y los promedios zonales de las personas que trabajan, estudian, desempleadas, jubiladas y amas de casa. VIAJES MODELADOS PERIODO PICO DE LA MAÑANA VIAJES MODELADOS VS OBSERVADOS BHW 1-2 AM BHE 1-2 AM BHO 1-2 AM TOTAL BHW 3-4 AM BHW 5-6 AM BHE 3-4 AM BHE 5-6 AM BHO 3-4 AM BHO 5-6 AM TOTAL TOTAL TOTAL VIAJES VIAJES MODELADOS AM PM VALLE VIAJES AL TRABAJO VIAJES OBSERVADOS VIAJES TOTALES MODELADOS PERIODO PICO DE LA MAÑANA TRABAJO AM ESTUDIO AM OTROS AM VIAJES TOTALES OBSERVADOS PERIODO PICO DE LA MAÑANA TRABAJO AM ESTUDIO AM OTROS AM

23 4.MODELOS Modelos de Generación (RLM-BHI) Pico de la Mañana Periodo Pico Mañana Basado en el hogar de Ida Trabajo Estudio Otros Estimado Test t Estimado Test t Estimado Test t Constante Personas que Trabajan ,6 Personas que Estudian ,0 Personas que T Y E ,5 Personas Jubiladas ,6 Personas Desempleadas ,8 Amas de Casa ,1 Coeficiente de Ajuste R^2 0,0920 0,1558 0,0062 Modelo de Regresión para los viajes pico AM al trabajo Y=0, ,242PW+0,231PWE test t (47,6) (13,5)

24 4.MODELOS Modelos de Generación (RLM-BHI) Pico de la Mañana, agrupado por estratos Modelo de Regresión para los viajes pico AM al Estudio para el estrato 1-2 Y=0, ,2914*PE test t (45) R²=0,15 Modelo de Regresión para los viajes pico AM al Estudio para el estrato 3-4 Y=0, ,3035*PE test t (46) R²=0,16 Modelo de Regresión para los viajes pico AM al Estudio para el estrato 5-6 Y=0, ,3159*PE + 0,1058*PEW test t (15) (1,6) R²=0,16

25 test t 4.MODELOS Se multiplica por un factor de expansión promedio por zona, para determinar los viajes totales modelados. Después se realiza una regresión lineal entre viajes modelados (Y) y viajes observados (X), resultando: Regresión de Validación: viajes Observados VS Modelados para la hora pico de la mañana Y= -40,92 + 1,3837 *BHW Y= 17,29 + 1,3109*BHE test t (25) R²=0,70 (22) R²=0,66 Y= -104, ,7007*BHO test t (15) R²=0,69

26 4.MODELOS Modelos de Regresión para las Atracciones: Variables: superficies en m² de las actividades por zona Viajes con propósito trabajo: Atraídos por las actividades que ofrecen empleos. Viajes con propósito estudio: atraídos por la presencia de establecimientos educacionales Viajes con otros propósitos: Atraídos por compras, diligencias, y salud entre otros.

27 4.MODELOS Modelos de Regresión para las Atracciones: Modelos de Atracción (RLM-BHI) Pico de la Mañana Y= ,457*C + 55,05*I +165,253*SE (8,17) (3,79) (5,26) R²=0,32 Y= ,8574*R + 71,29*SE +4579,81*MA (10) (4,4) (10) R²=0,37 Y= ,26*R + 39,25*C *I + 29,07*SE + 85,96*SA (5,3) (4,5) (2,9) (4,3) (2,6) R²=0,30

28 5. CONCLUSIONES Y RECOMENDACIONES Se describieron varios métodos como los modelos de regresión lineal múltiple y el análisis de categorías, los cuales se basan en que los viajes producidos dependen fundamentalmente de los patrones de usos del suelo y de las características socioeconómicas de la población. La generación de viajes BH se clasificó por categoría de demanda, para la cual se calibro un modelo de RLM, los cuales no dieron los resultados esperados por lo cual se realizaron regresiones por propósito, sin dividirlo por categorías. La generación de los viajes NBH, son función de variables asociadas con el uso de suelos y las actividades de una zona (debido a que ninguno de estos viajes tiene su extremo en el hogar). En los NBH hubo problemas de calibración, para el periodo pico de la mañana, debido a que los viajes son muy pocos, y si ademas se dividen por categorías y estratos, es difícil obtener modelos RLM estadísticamente robustos.

29 5. CONCLUSIONES Y RECOMENDACIONES Las atracciones de viajes son modeladas a nivel zonal, lo que normalmente implica que sólo son explicadas por período y propósito, pero no por categoría socioeconómica. Se encontró que varios hogares con personas que estudian o trabajan no realizaron viajes, o de manera contraria, personas que no trabajan o no estudian, presentaron viajes al trabajo o al estudio, lo que puede entrar como un error en los modelos de regresión lineal. Se recomienda la investigación de los viajes por estrato.