Σχεδιασμός και λειτουργία κυκλοφορίας βάσει δεδομένων.

Στις σύγχρονες πόλεις, η κυκλοφορία δεν αφορά πλέον μόνο τις οδικές επιφάνειες, τις διασταυρώσεις ή τον αριθμό των λωρίδων κυκλοφορίας. Έχει γίνει μια ιστορία βασισμένη σε δεδομένα.

Όταν οι ήπιες υποδομές και οι θεσμοί είναι συμβατοί, οι πόλεις μπορούν να βελτιώνουν συνεχώς την κυκλοφορία μέσω ήπιων λύσεων χωρίς να βασίζονται αποκλειστικά σε απτές επενδύσεις. (Στη φωτογραφία: Μια διασταύρωση στην πόλη. Φωτογραφία: THANH LAN)

Κάθε ανθρώπινη κίνηση, κάθε ταξίδι οχήματος, κάθε αστικό γεγονός παράγει μια ροή δεδομένων που αντανακλούν τον ρυθμό και τη δυναμική δομή της πόλης.

Αλλάξτε την οπτική σας απέναντι στα δεδομένα.

Όταν οι αστικές περιοχές αναπτύσσονται ταχύτερα από ό,τι μπορούν να επεκταθούν οι φυσικές τους υποδομές, και κάθε σημείο συμφόρησης γίνεται κοινωνικό κόστος, η μόνη προσέγγιση για αποτελεσματικό σχεδιασμό και λειτουργία είναι να βλέπουμε την κυκλοφορία ως δύο παράλληλα επίπεδα: το φυσικό επίπεδο που βλέπουμε και το επίπεδο δεδομένων που πρέπει να κατανοήσουμε. Αυτό οδηγεί σε μια νέα αρχή: κάθε φυσικός σχεδιασμός κυκλοφορίας πρέπει να βασίζεται σε μια βαθιά κατανόηση της ροής δεδομένων και όλα τα φυσικά σημεία συμφόρησης πρέπει να μετριάζονται από δεδομένα πριν εξεταστεί οποιαδήποτε επέκταση ή νέα κατασκευή.

Αν αγνοήσουμε τα δεδομένα και παρατηρήσουμε μόνο με γυμνό μάτι, η κυκλοφορία θα μοιάζει πάντα με μια χαοτική, απρόβλεπτη σειρά. Αλλά όταν ενσωματώνονται οι ροές δεδομένων από κάμερες, το IoT, το GPS, τους ψηφιακούς χάρτες, τις δημόσιες συγκοινωνίες και τις αστικές υποδομές, βλέπουμε μια διαφορετική εικόνα. Η φυσική ροή κυκλοφορίας σχηματίζεται στην πραγματικότητα από δεδομένα σχετικά με τη συμπεριφορά: ποιος πηγαίνει πού, σε ποια ώρα, σε ποια διαδρομή και για ποιο λόγο· ποια είναι η βασική κυκλοφορία, ποια είναι η εποχιακή διακύμανση· ποια είναι τα πραγματικά σημεία συμφόρησης και ποια είναι απλώς τοπικά φαινόμενα.

Τα δεδομένα μας βοηθούν να διακρίνουμε μεταξύ αιτίας και αποτελέσματος. Διαφορετικά, σχεδιάζουμε εύκολα με βάση την επιφάνεια, αγνοώντας τα υποκείμενα ζητήματα. Επομένως, ο σύγχρονος σχεδιασμός μεταφορών δεν μπορεί να συνεχίσει να βασίζεται σε στατικές έρευνες ή γραμμικά μοντέλα, αλλά πρέπει να βασίζεται σε δυναμική ανάλυση δεδομένων, σε πραγματικό χρόνο και σε μακροπρόθεσμους κύκλους.

Μόλις συλλεχθούν και τυποποιηθούν τα δεδομένα, το επόμενο βήμα είναι η μοντελοποίηση της συμπεριφοράς κίνησης και η προσομοίωση σεναρίων σχεδιασμού. Οι τεχνολογίες μικροπροσομοίωσης και μοντελοποίησης πολλαπλών πρακτόρων επιτρέπουν την αναπαράσταση του τρόπου με τον οποίο εκατοντάδες χιλιάδες οχήματα αλληλεπιδρούν μεταξύ τους κάθε δευτερόλεπτο. Αυτά τα μοντέλα επαληθεύουν πώς μια νέα διαδρομή, ένας τροποποιημένος κόμβος ή μια ειδική λωρίδα λεωφορείων θα δημιουργήσει κυματιστά αποτελέσματα. Με άλλα λόγια, τα δεδομένα μετατοπίζουν τον σχεδιασμό από μια υποθετική κατάσταση σε μια επικυρωμένη κατάσταση. Μόνο όταν οι επιλογές προσομοιώνονται και αποδεικνύονται σε ένα ψηφιακό περιβάλλον, μπορεί η πόλη να λάβει σίγουρες αποφάσεις για φυσικές επενδύσεις, αποφεύγοντας λάθη που θα μπορούσαν να διαρκέσουν για δεκαετίες.

Ωστόσο, ακόμη και με σωστό σχεδιασμό, οι φυσικές υποδομές έχουν περιορισμούς. Ένας δρόμος δεν μπορεί να διαπλατυνθεί αμέσως, μια γέφυρα δεν μπορεί να κατασκευαστεί σε λίγους μόνο μήνες και οι δημόσιοι προϋπολογισμοί δεν επιτρέπουν την επέκταση κάθε σημείου συμφόρησης. Εδώ, τα δεδομένα συνεχίζουν να παίζουν τον ρόλο της ήπιας υποδομής, περικλείοντας και ενισχύοντας τη χωρητικότητα της σκληρής υποδομής.

Όταν τα συστήματα πρόβλεψης που βασίζονται σε δεδομένα μπορούν να εντοπίσουν σημεία συμφόρησης 10-30 λεπτά πριν σχηματιστούν, οι πόλεις έχουν τη δυνατότητα να εφαρμόσουν ήπιες παρεμβάσεις: προσαρμογή των κυκλικών φαναριών, αντίστροφη λωρίδα κυκλοφορίας, δημιουργία πράσινων φαναριών, απομακρυσμένη διασπορά της ροής της κυκλοφορίας μέσω ψηφιακών χαρτών ή πρόταση εναλλακτικών διαδρομών απευθείας στα τηλέφωνα των πολιτών. Αυτά τα μέτρα είναι αποτελεσματικά επειδή επηρεάζουν τη συμπεριφορά και τη ζήτηση - δύο παράγοντες που καθορίζουν τα πρότυπα ροής της κυκλοφορίας. Στην πραγματικότητα, μελέτες δείχνουν ότι εάν μόνο το 10-15% των μετακινούμενων αλλάξουν τον χρόνο ή τις επιλογές διαδρομής τους, τα σημεία συμφόρησης μπορούν να επιλυθούν χωρίς να ανοίξει ούτε ένα μέτρο δρόμου.

Πρέπει να επικεντρωθούμε σε ήπιες λύσεις.

Το κλειδί είναι ότι τα δεδομένα όχι μόνο βοηθούν στις άμεσες λειτουργίες, αλλά αποτελούν και τη βάση για τη μακροπρόθεσμη διαχείριση της ζήτησης. Το Τόκιο (Ιαπωνία) μειώνει τη συμφόρηση όχι κατασκευάζοντας νέους δρόμους, αλλά αναλύοντας τα δεδομένα των εισιτηρίων τρένων ανά ώρα και προσαρμόζοντας τα δρομολόγια για την κατανομή της ζήτησης. Η Σιγκαπούρη χρησιμοποιεί το ERP για την κατανομή της ζήτησης με βάση την τιμή. Η Σεούλ (Νότια Κορέα) χρησιμοποιεί την Τεχνητή Νοημοσύνη για να βελτιστοποιήσει τους κύκλους των φωτεινών σηματοδοτών για να μειώσει το φορτίο στις διασταυρώσεις χωρίς να επεκταθεί. Το Λος Άντζελες (ΗΠΑ) λειτουργεί 4.500 διασταυρώσεις από ένα μόνο κέντρο δεδομένων. Η Κοπεγχάγη (Δανία) χρησιμοποιεί δεδομένα ποδηλάτων και μετεωρολογικά δεδομένα για να δώσει προτεραιότητα στην αργή ροή κυκλοφορίας κατά τις ώρες αιχμής. Όλες αυτές οι πόλεις καταδεικνύουν ότι η άμβλυνση των σημείων συμφόρησης με δεδομένα είναι πολύ πιο αποτελεσματική και φθηνότερη από την κατασκευή σκληρών υποδομών.

Για να γίνουν τα δεδομένα πραγματικά ήπια υποδομή, οι πόλεις χρειάζονται μια ενοποιημένη αρχιτεκτονική δεδομένων: έναν Κόμβο Δεδομένων Αστικής Κινητικότητας ως κεντρικό κόμβο· ένα Ψηφιακό Δίδυμο για προσομοίωση και δοκιμές μεταφορών· μια Μηχανή Κυκλοφορίας Τεχνητής Νοημοσύνης για βελτιστοποίηση σε πραγματικό χρόνο· και έξυπνα συστήματα μεταφορών (ITS) για συνεχή συλλογή δεδομένων. Επιπλέον, οι θεσμοί πρέπει να προσαρμοστούν: επιβάλλοντας τη χρήση δεδομένων και προσομοίωσης στον σχεδιασμό, απαιτώντας την κοινή χρήση δεδομένων μεταξύ φορέων και επιχειρήσεων μεταφορών, τυποποιώντας API και δημιουργώντας sandboxes για την πιλοτική εφαρμογή νέων μοντέλων οργάνωσης της κυκλοφορίας.

Όταν οι ήπιες υποδομές και οι θεσμοί είναι συμβατοί, οι πόλεις μπορούν να βελτιώνουν συνεχώς τη ροή της κυκλοφορίας μέσω ήπιων λύσεων χωρίς να βασίζονται αποκλειστικά σε επενδύσεις σε σταθερές υποδομές. Όταν τα δεδομένα χρησιμοποιούνται για τον έλεγχο των έξυπνων φαναριών, της ευέλικτης κατανομής λωρίδων, των συστημάτων έγκαιρης προειδοποίησης και των προτάσεων διαδρομών, οι πόλεις μπορούν όχι μόνο να μειώσουν τη συμφόρηση αλλά και να βελτιώσουν την ασφάλεια σε ακραίες καιρικές συνθήκες - κάτι που οι σταθερές υποδομές από μόνες τους δεν μπορούν να αντιμετωπίσουν.

Όλα τα παραπάνω οδηγούν σε ένα ενιαίο συμπέρασμα: οι μεταφορές δεν είναι πλέον ένας αγώνας δρόμου για την κατασκευή δρόμων, αλλά ένας αγώνας για τη συλλογή και οργάνωση της ροής δεδομένων. Η φυσική υποδομή είναι το θεμέλιο, αλλά η υποδομή δεδομένων είναι η δυνατότητα. Οι πόλεις που θα κατακτήσουν τα δεδομένα θα κατακτήσουν τον τρόπο με τον οποίο οι άνθρωποι κινούνται, θα αποφύγουν το κοινωνικό κόστος της συμφόρησης, θα αυξήσουν την οικονομική αποδοτικότητα και θα βελτιώσουν την ποιότητα ζωής. Επομένως, στις σύγχρονες πόλεις, ο σχεδιασμός των μεταφορών πρέπει να βασίζεται σε μια βαθιά κατανόηση της ροής δεδομένων και όλα τα φυσικά σημεία συμφόρησης πρέπει να μετριάζονται από τα δεδομένα πριν εξεταστεί οποιαδήποτε επέκταση.

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