تخطيط وتشغيل حركة المرور بناءً على البيانات.

في المدن الحديثة، لم يعد المرور يتعلق فقط بأسطح الطرق أو التقاطعات أو عدد المسارات؛ بل أصبح قصة تعتمد على البيانات.

عندما تتوافق البنية التحتية غير المادية والمؤسسات، تستطيع المدن تحسين حركة المرور باستمرار من خلال حلول غير مادية دون الاعتماد كلياً على الاستثمارات المادية. (في الصورة: تقاطع طرق في المدينة. تصوير: ثانه لان)

كل حركة بشرية، وكل رحلة مركبة، وكل حدث حضري يولد تدفقًا من البيانات يعكس إيقاع المدينة وبنيتها الديناميكية.

غيّر منظورك للبيانات.

عندما تنمو المناطق الحضرية بوتيرة أسرع من قدرة بنيتها التحتية المادية على التوسع، ويصبح كل اختناق مروري تكلفة اجتماعية، فإن النهج الأمثل للتخطيط والتشغيل الفعالين هو النظر إلى حركة المرور كطبقتين متوازيتين: الطبقة المادية التي نراها، وطبقة البيانات التي يجب أن نفهمها. وهذا يقودنا إلى مبدأ جديد: يجب أن يستند كل تخطيط مادي لحركة المرور إلى فهم عميق لتدفق البيانات؛ ويجب معالجة جميع الاختناقات المرورية المادية بالبيانات قبل النظر في أي توسع أو إنشاء جديد.

إذا تجاهلنا البيانات واكتفينا بالملاحظة بالعين المجردة، فستبدو حركة المرور دائمًا كسلسلة فوضوية لا يمكن التنبؤ بها. ولكن عند دمج تدفقات البيانات من الكاميرات، وإنترنت الأشياء، ونظام تحديد المواقع العالمي (GPS)، والخرائط الرقمية، ووسائل النقل العام، والبنية التحتية الحضرية، نرى صورة مختلفة. يتشكل تدفق حركة المرور الفعلي من بيانات حول السلوك: من يذهب إلى أين، وفي أي وقت، وعلى أي طريق، ولأي سبب؛ ما هي حركة المرور الأساسية، وما هو التذبذب الموسمي؛ ما هي الاختناقات المرورية الحقيقية، وما هي مجرد ظواهر محلية.

تساعدنا البيانات على التمييز بين السبب والنتيجة؛ وإلا، فإننا نخطط بسهولة بناءً على الظاهر متجاهلين المشكلات الأساسية. لذلك، لا يمكن لتخطيط النقل الحديث أن يستمر بالاعتماد على الدراسات الاستقصائية الثابتة أو النماذج الخطية، بل يجب أن يستند إلى تحليل البيانات الديناميكي، في الوقت الفعلي وعلى مدى دورات طويلة الأجل.

بعد جمع البيانات وتوحيدها، تتمثل الخطوة التالية في نمذجة سلوك الحركة ومحاكاة سيناريوهات التخطيط. تتيح تقنيات المحاكاة الدقيقة ونمذجة العوامل المتعددة إعادة تمثيل كيفية تفاعل مئات الآلاف من المركبات مع بعضها البعض كل ثانية. تتحقق هذه النماذج من كيفية إحداث مسار جديد، أو تقاطع مُعدّل، أو مسار مخصص للحافلات، لتأثيرات متتالية. بعبارة أخرى، تُحوّل البيانات التخطيط من حالة التخمين إلى حالة التحقق. فقط عندما تتم محاكاة الخيارات وإثبات جدواها في بيئة رقمية، تستطيع المدينة اتخاذ قرارات استثمارية مادية واثقة، متجنبةً أخطاءً قد تستمر لعقود.

مع ذلك، حتى مع التخطيط السليم، تظل البنية التحتية المادية محدودة. فلا يمكن توسيع طريق ما على الفور، ولا يمكن بناء جسر في غضون أشهر قليلة، كما أن الميزانيات العامة لا تسمح بتوسيع كل اختناق مروري. وهنا، تستمر البيانات في لعب دور البنية التحتية المرنة، إذ تُعزز وتُحسّن من قدرة البنية التحتية المادية.

عندما تتمكن أنظمة التنبؤ القائمة على البيانات من تحديد الاختناقات المرورية قبل 10 إلى 30 دقيقة من حدوثها، يصبح بإمكان المدن تطبيق حلول بسيطة: تعديل دورات إشارات المرور، وعكس مسارات السير، وتفعيل إشارات الضوء الأخضر، وتوزيع حركة المرور عن بُعد عبر الخرائط الرقمية، أو اقتراح طرق بديلة مباشرةً على هواتف المواطنين. تُعدّ هذه الإجراءات فعّالة لأنها تؤثر على السلوك والطلب، وهما عاملان أساسيان في تحديد أنماط حركة المرور. في الواقع، تُشير الدراسات إلى أنه إذا غيّر 10-15% فقط من مستخدمي الطرق مواعيدهم أو مساراتهم، يُمكن حلّ الاختناقات المرورية دون الحاجة إلى فتح متر واحد من الطريق.

نحن بحاجة إلى التركيز على الحلول المرنة.

يكمن السر في أن البيانات لا تساعد فقط في العمليات الفورية، بل تُشكل أيضًا أساسًا لإدارة الطلب على المدى الطويل. تُخفف طوكيو (اليابان) الازدحام المروري ليس ببناء طرق جديدة، بل بتحليل بيانات تذاكر القطارات بالساعة وتعديل الجداول الزمنية لتوزيع الطلب. تستخدم سنغافورة أنظمة تخطيط موارد المؤسسات (ERP) لتوزيع الطلب بناءً على السعر. تستخدم سيول (كوريا الجنوبية) الذكاء الاصطناعي لتحسين دورات إشارات المرور لتقليل الضغط على التقاطعات دون الحاجة إلى التوسع. تُدير لوس أنجلوس (الولايات المتحدة الأمريكية) 4500 تقاطع من مركز بيانات واحد. تستخدم كوبنهاغن (الدنمارك) بيانات الدراجات والأرصاد الجوية لتحديد أولويات حركة المرور البطيئة خلال ساعات الذروة. تُبرهن هذه المدن جميعها أن تخفيف الاختناقات المرورية باستخدام البيانات أكثر فعالية وأقل تكلفة بكثير من بناء بنية تحتية مادية.

لكي تتحول البيانات إلى بنية تحتية مرنة حقيقية، تحتاج المدن إلى بنية بيانات موحدة: مركز بيانات التنقل الحضري كمركز محوري؛ وتوأم رقمي لمحاكاة النقل واختباره؛ ومحرك حركة مرور يعمل بالذكاء الاصطناعي لتحسين النقل في الوقت الفعلي؛ وأنظمة نقل ذكية لجمع البيانات بشكل مستمر. إضافةً إلى ذلك، يجب على المؤسسات التكيف: من خلال إلزام استخدام البيانات والمحاكاة في التخطيط، وفرض تبادل البيانات بين الوكالات وشركات النقل، وتوحيد واجهات برمجة التطبيقات، وإنشاء بيئات تجريبية لاختبار نماذج تنظيم المرور الجديدة.

عندما تتوافق البنية التحتية المرنة مع المؤسسات، تستطيع المدن تحسين انسيابية المرور باستمرار من خلال حلول مرنة دون الاعتماد كلياً على الاستثمار في البنية التحتية المادية. وعند استخدام البيانات للتحكم في إشارات المرور الذكية، وتخصيص المسارات بمرونة، وأنظمة الإنذار المبكر، واقتراحات الطرق، لا تستطيع المدن فقط تخفيف الازدحام المروري، بل تعزيز السلامة أيضاً في الظروف الجوية القاسية، وهو أمر لا تستطيع البنية التحتية المادية وحدها تحقيقه.

كل ما سبق يقودنا إلى استنتاج واحد: لم يعد النقل سباقًا لبناء الطرق، بل سباقًا لجمع وتنظيم تدفق البيانات. البنية التحتية المادية هي الأساس، أما البنية التحتية للبيانات فهي القدرة. المدن التي تتقن إدارة البيانات ستتقن كيفية تنقل الناس، وتتجنب التكاليف الاجتماعية للازدحام، وتزيد الكفاءة الاقتصادية ، وتحسن جودة الحياة. لذلك، في المدن الحديثة، يجب أن يستند تخطيط النقل إلى فهم عميق لتدفق البيانات؛ ويجب معالجة جميع الاختناقات المادية بالبيانات قبل التفكير في أي توسع.

المصدر: https://baodanang.vn/quy-hoach-van-hanh-giao-thong-bang-du-lieu-3314724.html