Pianificazione e gestione del traffico basate sui dati.

Nelle città moderne, il traffico non riguarda più solo la superficie stradale, gli incroci o il numero di corsie; è diventato una questione di dati.

Quando infrastrutture immateriali e istituzioni sono compatibili, le città possono migliorare continuamente la viabilità attraverso soluzioni non strutturali, senza dover ricorrere esclusivamente a investimenti materiali. (Nella foto: un incrocio in città. Foto: THANH LAN)

Ogni movimento umano, ogni spostamento di un veicolo, ogni evento urbano genera un flusso di dati che riflette il ritmo e la struttura dinamica della città.

Cambia la tua prospettiva sui dati.

Quando le aree urbane crescono più velocemente di quanto le loro infrastrutture fisiche possano espandersi, e ogni collo di bottiglia diventa un costo sociale, l'unico approccio per una pianificazione e una gestione efficaci consiste nel considerare il traffico come composto da due livelli paralleli: il livello fisico che vediamo; e il livello dei dati che dobbiamo comprendere. Questo porta a un nuovo principio: tutta la pianificazione fisica del traffico deve basarsi su una profonda comprensione del flusso di dati; e tutti i colli di bottiglia fisici devono essere mitigati dai dati prima che si possa prendere in considerazione qualsiasi espansione o nuova costruzione.

Se ignoriamo i dati e ci limitiamo a osservare a occhio nudo, il traffico ci sembrerà sempre una serie caotica e imprevedibile. Ma quando i flussi di dati provenienti da telecamere, IoT, GPS, mappe digitali, trasporti pubblici e infrastrutture urbane vengono integrati, emerge un quadro diverso. Il flusso di traffico fisico è in realtà formato da dati relativi al comportamento: chi va dove, a che ora, su quale percorso e per quale motivo; qual è il traffico di base, quali sono le fluttuazioni stagionali; quali sono i veri colli di bottiglia e quali sono solo fenomeni localizzati.

I dati ci aiutano a distinguere tra causa ed effetto; altrimenti, rischiamo di pianificare basandoci solo sull'apparenza, ignorando i problemi sottostanti. Pertanto, la pianificazione dei trasporti moderna non può più basarsi su sondaggi statici o modelli lineari, ma deve fondarsi su un'analisi dinamica dei dati, in tempo reale e su cicli di lungo periodo.

Una volta raccolti e standardizzati i dati, il passo successivo consiste nel modellare il comportamento degli spostamenti e simulare scenari di pianificazione. Le tecnologie di microsimulazione e di modellazione multi-agente consentono di ricreare l'interazione tra centinaia di migliaia di veicoli ogni secondo. Questi modelli verificano come un nuovo percorso, uno svincolo modificato o una corsia preferenziale per gli autobus possano generare effetti a catena. In altre parole, i dati trasformano la pianificazione da uno stato speculativo a uno stato validato. Solo quando le opzioni vengono simulate e validate in un ambiente digitale, la città può prendere decisioni di investimento fisico con cognizione di causa, evitando errori che potrebbero avere ripercussioni per decenni.

Tuttavia, anche con un'adeguata pianificazione, le infrastrutture fisiche presentano dei limiti. Una strada non può essere allargata all'istante, un ponte non può essere costruito in pochi mesi e i bilanci pubblici non consentono l'ampliamento di ogni punto critico. In questo contesto, i dati continuano a svolgere il ruolo di infrastruttura immateriale, avvolgendo e potenziando la capacità delle infrastrutture fisiche.

Quando i sistemi di previsione basati sui dati riescono a identificare i colli di bottiglia 10-30 minuti prima che si formino, le città hanno la possibilità di implementare interventi non invasivi: regolare i cicli dei semafori, invertire le corsie, impostare segnali verdi, distribuire il flusso di traffico a distanza tramite mappe digitali o suggerire percorsi alternativi direttamente sui telefoni dei cittadini. Queste misure sono efficaci perché influenzano il comportamento e la domanda, due fattori che determinano i modelli di flusso del traffico. Infatti, gli studi dimostrano che se solo il 10-15% dei pendolari modifica i propri orari o le proprie scelte di percorso, i colli di bottiglia possono essere risolti senza aprire un solo metro di strada.

Dobbiamo concentrarci su soluzioni non invasive.

Il punto chiave è che i dati non solo aiutano nelle operazioni immediate, ma costituiscono anche la base per la gestione della domanda a lungo termine. Tokyo (Giappone) riduce la congestione non costruendo nuove strade, ma analizzando i dati sui biglietti del treno ora per ora e regolando gli orari per distribuire la domanda. Singapore utilizza un sistema ERP per distribuire la domanda in base al prezzo. Seul (Corea del Sud) utilizza l'intelligenza artificiale per ottimizzare i cicli dei semafori e ridurre il carico sugli incroci senza ampliarli. Los Angeles (USA) gestisce 4.500 incroci da un unico centro dati. Copenaghen (Danimarca) utilizza dati relativi a biciclette e dati meteorologici per dare priorità al flusso di traffico lento durante le ore di punta. Queste città dimostrano che attenuare i colli di bottiglia con i dati è molto più efficace ed economico che costruire infrastrutture rigide.

Affinché i dati diventino realmente un'infrastruttura immateriale, le città necessitano di un'architettura dati unificata: un hub dati per la mobilità urbana come fulcro centrale; un gemello digitale per la simulazione e la sperimentazione dei trasporti; un motore di traffico basato sull'intelligenza artificiale per l'ottimizzazione in tempo reale; e sistemi di trasporto intelligenti (ITS) per la raccolta continua dei dati. Inoltre, le istituzioni devono adattarsi: rendendo obbligatorio l'uso di dati e simulazioni nella pianificazione, richiedendo la condivisione dei dati tra enti e imprese di trasporto, standardizzando le API e creando aree di sperimentazione per nuovi modelli di organizzazione del traffico.

Quando infrastrutture immateriali e istituzioni sono compatibili, le città possono migliorare continuamente il flusso del traffico attraverso soluzioni "soft" senza dover fare affidamento esclusivamente su investimenti in infrastrutture fisiche. Quando i dati vengono utilizzati per controllare semafori intelligenti, allocazione flessibile delle corsie, sistemi di allerta precoce e suggerimenti di percorso, le città possono non solo ridurre la congestione, ma anche migliorare la sicurezza in condizioni meteorologiche estreme, un aspetto che le sole infrastrutture fisiche non possono garantire.

Tutto quanto detto finora porta a una conclusione unitaria: la pianificazione dei trasporti non è più una corsa alla costruzione di strade, ma una corsa alla raccolta e all'organizzazione del flusso di dati. Le infrastrutture fisiche sono le fondamenta, ma le infrastrutture dati rappresentano la capacità. Le città che padroneggiano i dati padroneggeranno la mobilità delle persone, eviteranno i costi sociali della congestione, aumenteranno l'efficienza economica e miglioreranno la qualità della vita. Pertanto, nelle città moderne, la pianificazione dei trasporti deve basarsi su una profonda comprensione del flusso di dati; e tutti i colli di bottiglia fisici devono essere mitigati dai dati prima di poter prendere in considerazione qualsiasi ampliamento.

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