Planificación y operación del tráfico basada en datos.

En las ciudades modernas, el tráfico ya no se trata sólo de superficies de carreteras, intersecciones o número de carriles: se ha convertido en una historia basada en datos.

Cuando la infraestructura blanda y las instituciones son compatibles, las ciudades pueden mejorar continuamente el tráfico mediante soluciones blandas sin depender exclusivamente de inversiones físicas. (En la foto: Una intersección en la ciudad. Foto: THANH LAN)

Cada movimiento humano, cada recorrido de un vehículo, cada acontecimiento urbano genera un flujo de datos que refleja el ritmo y la estructura dinámica de la ciudad.

Cambie su perspectiva sobre los datos.

Cuando las áreas urbanas crecen más rápido que su infraestructura física, y cada cuello de botella se convierte en un costo social, el único enfoque para una planificación y operación efectivas es considerar el tráfico como dos capas paralelas: la capa física que vemos y la capa de datos que debemos comprender. Esto conduce a un nuevo principio: toda planificación del tráfico físico debe basarse en una comprensión profunda del flujo de datos; y todos los cuellos de botella físicos deben mitigarse mediante datos antes de considerar cualquier expansión o nueva construcción.

Si ignoramos los datos y solo observamos a simple vista, el tráfico siempre parecerá una serie caótica e impredecible. Pero cuando se integran los flujos de datos de cámaras, IoT, GPS, mapas digitales, transporte público e infraestructura urbana, vemos una imagen diferente. El flujo de tráfico físico se forma, en realidad, a partir de datos sobre el comportamiento: quién va a dónde, a qué hora, por qué ruta y por qué motivo; qué es el tráfico de referencia, qué es la fluctuación estacional; cuáles son los verdaderos cuellos de botella y cuáles son simplemente fenómenos localizados.

Los datos nos ayudan a distinguir entre causa y efecto; de lo contrario, planificamos fácilmente basándonos en la superficie e ignorando los problemas subyacentes. Por lo tanto, la planificación moderna del transporte no puede seguir basándose en estudios estáticos o modelos lineales, sino que debe basarse en el análisis dinámico de datos, en tiempo real y a lo largo de ciclos a largo plazo.

Una vez recopilados y estandarizados los datos, el siguiente paso es modelar el comportamiento del movimiento y simular escenarios de planificación. Las tecnologías de microsimulación y modelado multiagente permiten recrear la interacción de cientos de miles de vehículos cada segundo. Estos modelos verifican cómo una nueva ruta, un intercambiador modificado o un carril exclusivo para autobuses generarán un efecto dominó. En otras palabras, los datos transforman la planificación de un estado especulativo a uno validado. Solo cuando las opciones se simulan y se prueban en un entorno digital, la ciudad puede tomar decisiones de inversión física con seguridad, evitando errores que podrían persistir durante décadas.

Sin embargo, incluso con una planificación adecuada, la infraestructura física presenta limitaciones. Una carretera no se puede ampliar instantáneamente, un puente no se puede construir en tan solo unos meses, y los presupuestos públicos no permiten la expansión de todos los cuellos de botella. En este sentido, los datos siguen desempeñando el papel de infraestructura blanda, envolviendo y mejorando la capacidad de la infraestructura física.

Cuando los sistemas de pronóstico basados ​​en datos pueden identificar cuellos de botella entre 10 y 30 minutos antes de que se formen, las ciudades pueden implementar intervenciones indirectas: ajustar los ciclos de los semáforos, invertir los carriles, establecer semáforos en verde, dispersar el flujo de tráfico de forma remota mediante mapas digitales o sugerir rutas alternativas directamente a los teléfonos de los ciudadanos. Estas medidas son eficaces porque influyen en el comportamiento y la demanda, dos factores que determinan los patrones de flujo vehicular. De hecho, estudios demuestran que si tan solo entre el 10 % y el 15 % de los viajeros cambian sus horarios o rutas, los cuellos de botella se pueden resolver sin necesidad de desviar un solo metro de carretera.

Necesitamos centrarnos en soluciones blandas.

La clave es que los datos no solo facilitan las operaciones inmediatas, sino que también sientan las bases para la gestión de la demanda a largo plazo. Tokio (Japón) reduce la congestión no construyendo nuevas carreteras, sino analizando los datos de los billetes de tren por hora y ajustando los horarios para distribuir la demanda. Singapur utiliza ERP para distribuir la demanda en función del precio. Seúl (Corea del Sur) utiliza IA para optimizar los ciclos de los semáforos y reducir la carga en las intersecciones sin expandirse. Los Ángeles (EE. UU.) opera 4500 intersecciones desde un único centro de datos. Copenhague (Dinamarca) utiliza datos meteorológicos y de bicicletas para priorizar el tráfico lento durante las horas punta. Todas estas ciudades demuestran que mitigar los cuellos de botella con datos es mucho más eficaz y económico que construir infraestructura física.

Para que los datos se conviertan realmente en infraestructura blanda, las ciudades necesitan una arquitectura de datos unificada: un Centro de Datos de Movilidad Urbana como eje central; un Gemelo Digital para la simulación y las pruebas de transporte; un Motor de Tráfico con IA para la optimización en tiempo real; y sistemas inteligentes de transporte (ITS) para la recopilación continua de datos. Además, las instituciones deben adaptarse: obligando al uso de datos y simulación en la planificación, exigiendo el intercambio de datos entre agencias y empresas de transporte, estandarizando las API y estableciendo entornos de pruebas para probar nuevos modelos de organización del tráfico.

Cuando la infraestructura blanda y las instituciones son compatibles, las ciudades pueden mejorar continuamente el flujo vehicular mediante soluciones blandas sin depender únicamente de la inversión en infraestructura física. Cuando se utilizan datos para controlar semáforos inteligentes, la asignación flexible de carriles, los sistemas de alerta temprana y las sugerencias de rutas, las ciudades no solo pueden reducir la congestión, sino también mejorar la seguridad en condiciones climáticas extremas, algo que la infraestructura física por sí sola no puede solucionar.

Todo lo anterior lleva a una conclusión unificada: el transporte ya no es una carrera por construir carreteras, sino una carrera por capturar y organizar el flujo de datos. La infraestructura física es la base, pero la infraestructura de datos es la capacidad. Las ciudades que dominen los datos controlarán la movilidad de las personas, evitarán los costos sociales de la congestión, aumentarán la eficiencia económica y mejorarán la calidad de vida. Por lo tanto, en las ciudades modernas, la planificación del transporte debe basarse en una comprensión profunda del flujo de datos; y todos los cuellos de botella físicos deben mitigarse mediante datos antes de considerar cualquier expansión.

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