Echave-Sustaeta 2018a

Es recopila la informació de totes les transaccions realitzades (connexió de dades, trucades i sms). Se seleccionen els mòbils de major activitat, a excepció de l’1% més actius, que solen correspondre a dispositius o a la realització de trucades automàtiques. S’eliminen trucades entre dues zones d’antenes adjacents perquè sol estar associat a un mateix mòbil (efecte ping-pong).

Per a l’extracció dels desplaçaments, es fixa com a origen del desplaçament la primera posició del dia. Si es van realitzant més moviments, el desplaçament segueix fins que hi hagi una aturada de 60 minuts, moment que es considera que el desplaçament ha acabat.

Amb la totalitat dels registres obtinguts, s’obté una matriu total de viatges, es depura en funció a la utilització de cada persona usuària, i se li resta la mobilitat associada als modes actius (peu, bicicleta, patinet, etc) a partir de les dades de l’EMQ (Enquesta de Mobilitat Quotidiana), i s’obté la matriu de modes mecanitzats (transport públic i vehicle privat).

Per a la realització de la desagregació dels modes mecanitzats, s’utilitzen les dades del SGIT (Sistema de gestió de la Integració Tarifària) que recull totes les validacions del sistema de transport públic en l’àmbit de la demarcació de Barcelona, i que permet obtenir una estimació de les matrius origen-destinació dels desplaçaments.

Es realitza un contrast territorial dels resultats obtinguts en relació amb l’EMQ; es constaten variacions importants amb les zones territorials externes que es corregeixen mitjançant un recàlcul dels viatges generats segons l’EMQ. També es realitza una comprovació de la distribució horària dels desplaçaments, on es constata la coherència de resultats.

En detall i pel que fa a la distribució espacial:

• Nombre de viatges de connexió obtinguts representen el doble del valor proporcionat per l’EMEF.

• Volum total 2M més elevat que l’EMEF, que tenen en compte que a l’EMEF ja se li ha restat els viatges en peu de menys de 5min (no presents a la matriu calculada).

• Feta l’assignació, és necessari corregit el biaix de la mostra. Es recalculen els viatges generats segons l’EMEF que tenen en compte els usuaris que més temps es mouen al llarg del dia (equivalent als nostres High Active Users (HAU)).

S’arriba a la conclusió que el 30% de HAU de la mostra es mouen aproximadament el doble.

A la matriu total de viatges, en la seva distribució temporal (que apareix a la figura) es pot veure que si bé la forma i la magnitud en general són correctes, es produeix una pèrdua del pic de la tarda i apareix un nou pic a les 15h. També es posen de manifest més viatges a la nit i a la matinada que l’EMEF.

El nombre total de desplaçaments per persona i dia és de 3.6 (3.9 a l’EMEF 2018, 3.2 a la del 2017)

En les zones de menor densitat poblacional hi ha un nombre menor d’antenes que es veuen afectades per l’efecte de les adjacències (efecte ping-pong). Les dades de telefonia mòbil tendeixen a obtenir una millor redistribució territorial en comparació a les dades obtingudes amb el SGIT, que tendeix a concentrar els desplaçaments en torn a les estacions.

La matriu de vehicle privat és assignat sobre el graf d’un model de simulació; com a variable de comparació s’utilitzen les IMD (Intensitat mitjana diària). Es constata una bona aproximació, però es conclou que és aconsellable realitzar una segona iteració amb el recàlcul de la matriu per iteracions successives.

Un cop obtinguda la matriu de VP s’aplica el factor d’ocupació calculat a partir de l’EMEF 2018. I com es mostra al gràfic, en vermell la dada model i en negre la dada real

Com a conclusions

• Matriu O/D: Resultats precisos fins a nivell d'agregació de districtes a BCN i municipis a la resta de la AMB. Existeix la limitació d’identificar amb exactitud els viatges de poca durada per la resolució espacial i la fixació del corresponent temps d’aturada a 60 minuts.

• Extracció multimodal: El repartiment modal a partir de dades de telefonia mòbil és possible realitzar però no és precís especialment per distàncies curtes i a nivells d’agregació de Zones EMO. Altres estudis han fet aquest repartiment en distàncies més llargues o físicament associant antenes a modes de transport (Jingtao Ma, Huan Li, Fang Yuan, Thomas Bauer. Deriving Operational Origin-Destination Matrices From LargeScale Mobile Phone Data. International Journal of Transportation Science and Technology 2-3 (2013) 183-204.) (D. Blazy, B. Cuillier, C. Derome, RATP, France K. Mokrani, D. Renaud, S. Fock, S. Bourgeois, ORANGE, France V. Leblond, EdgeMind. To What Extent Can We Utilize Mobile Phone Data? AET (2018))

La millor opció per fer el repartiment modal és mitjançant les dades de validacions, que amb la futura T-Mobilitat guanyaran qualitat.

En el futur, es plantegen diversos reptes: ampliació de l’àmbit territorial a tot Catalunya, millora de la precisió espacial d’acord amb l’evolució tecnològica i millora del repartiment modal mitjançant un aprofundiment de la metodologia i la incorporació dels resultats de la T-mobilitat.

L’existència de les xarxes Wifi limita actualment el nombre de connexions però tendirà a desaparèixer per la política de les companyies d’oferir dades il·limitades.

Autors

Redactat per: Francesc Calvet i Marga Torre

Per saber-ne més: Francesc Calvet