GERANDO MODELOS DE TRANSPORTE COLETIVO E INDIVIDUAL

Carlos Paiva

INTRODUO A modelagem clssica de transporte e trfego tem como base uma representao discreta do espao, em que a rea a ser modelada dividida em zonas. Para a compreenso do espao continuo, comum dividimos este espao em partes: bairros, distritos, municpios, etc.. Atravs deste processo, onde temos uma representao discreta do espao (em partes, em vez de continua), podemos relacionar informaes agregadas como populao, nmero de matrculas, empregos, viagens geradas, etc. as reas definidas. Nesta modelagem, os sistemas de transporte coletivo (nibus, metr, trem, etc.) e de trfego (autos, caminhes, nibus, etc.) so representados por uma rede de ns e ligaes (links) onde, atravs de funes matemticas, buscamos simular o comportamento das linhas de transporte coletivo e do trnsito existente. Os ns so cruzamentos, pontos de interseo de ligaes (links) onde o modelo identifica os possveis movimentos (converses permitidas) por tipo de veculo a ser modelado. As ligaes (links), por sua vez, so segmentos de reta conectados por ns e representam o sistema virio principal (ruas, avenidas) da rea a ser modelada. O processo matemtico de modelagem de transporte no necessita da representao visual da rede que facilita a exposio dos resultados, mas somente das funes matemticas dos links (tempo de deslocamento x volume x capacidade), dos ns (tempo de converso) e de uma tabela de seqenciamento de links e ns (que link est conectado a que n e a que link). Cada zona de trfego, representada por um nico ponto chamado centride, funciona como plo de produo e atrao de viagens; estes pontos, por sua vez, so ligados representao da rede viria e do transporte coletivo atravs de conectores. Os conectores so segmentos de reta que ligam os centrides (ns especiais onde ocorre a produo e atrao de viagens da zona) a ns da rede viria. Estes conectores (links especiais) representam um conjunto de vias locais existentes em cada zona de viagem que so utilizadas pelos veculos como meio de acesso ao sistema virio principal (representado no modelo). Na metodologia clssica de modelagem temos quatro etapas distintas e interligadas: Gerao de Viagens, Distribuio de Viagens, Diviso Modal e Alocao de Viagens, descritas a seguir: 1. Produo e Atrao, que estima as quantidades de viagens produzidas e atradas em cada zona de trfego (processo tambm conhecido como gerao de viagens); 2. Distribuio, que a determinao dos intercmbios de viagens e dos deslocamentos correspondentes; 3. Diviso Modal, que a determinao do modo de transporte pelo qual as viagens so realizadas; 4. Alocao, que representa a etapa de escolha do caminho, por um dado modo, entre os pares de zonas de trfego (processo conhecido em alguns lugares como simulao).

Carlos Eduardo de Paiva Cardoso paivacardoso@yahoo.com.br

Engenheiro Eletrnico e Mestre em Transportes pela Escola Politcnica da USP/SP - Doutor em Servio Social pela PUC/SP Analista de Sistema e de Planejamento de Trfego e Transporte - CET/SP Membro do Conselho Editorial - Revista da ANTP

A seguir, mostramos as possveis interligaes entre as etapas do modelo e a relao com a realidade representada. Observe, na figura ao lado que as etapas de Distribuio, Diviso Modal e Alocao podem ser refeitas para Populao e Sistema de Uso do Atividade Transporte obtermos um modelo quatro etapas Solo Econmica Existente mais representativo da realidade.
Gerao de Viagens Distribuio de Viagens Diviso Modal Alocao de Viagens

A etapa de Gerao tambm conhecida como Produo e Atrao tem como principal fonte de dados as informaes socioeconmicos da populao (local de moradia, de emprego, de estudo, etc.) enquanto na etapa de Alocao, os principais dados so o sistema de transporte.

No processo de modelagem, softwares especficos, atravs de mtodos iterativos1 (repetio de determinada operao at que se atinja um objetivo definido), so utilizados para simular o comportamento real do trnsito e dos passageiros de transporte coletivo (nibus, metr, trem, etc.). Como ponto de equilbrio da etapa de alocao, por exemplo, buscamos o menor tempo de viagem para toda a rede no transporte individual e a escolha das melhores rotas no transporte coletivo.

Em um processo iterativo ocorre repetio de determinada operao at que se atinja um objetivo definido. Na modelagem, o processo iterativo ocorre principalmente e, no s, na alocao de viagens onde o software busca um equilbrio em que determinada oscilao aceitvel.
Carlos Eduardo de Paiva Cardoso paivacardoso@yahoo.com.br
Engenheiro Eletrnico e Mestre em Transportes pela Escola Politcnica da USP/SP - Doutor em Servio Social pela PUC/SP Analista de Sistema e de Planejamento de Trfego e Transporte - CET/SP Membro do Conselho Editorial - Revista da ANTP

ETAPAS DO MODELO A seguir, explicamos como so desenvolvidas as etapas 1 e 2 deste modelo. A base do processo de modelagem uma matriz origem-destino2 obtida de alguma pesquisa origemdestino, em nosso caso da Pesquisa Origem-Destino da Regio Metropolitana de So Paulo3. Com base nestes dados, atravs do modelo, procuramos: 1. Obter uma matriz modelada mais adequada etapa de alocao (simulao) de transporte e/ou de trfego na situao atual. Considera-se que a matriz pesquisada no adequada etapa de alocao, pois devido a limitaes do processo de amostragem existe uma quantidade muito grande de pares origem-destino4 sem viagens; 2. Gerar matrizes futuras, para 10, 20 anos, com base em projees de populaes, renda, empregos, etc. que permitam anlises como a dos impactos de obras virias previstas para a cidade em situaes futuras. Acreditamos que estas etapas de Gerao e Distribuio de Viagens nos permitem obter modelos simplificados de transporte individual e coletivo independentes entre si, ou seja: matrizes modeladas atuais e matrizes futuras. A pouca variabilidade da distribuio modal das viagens motorizadas na Regio Metropolitana de So Paulo nos ltimos 30 anos e, a necessidade de utilizar rapidamente os dados da Pesquisa OD 2007 permitem esta simplificao, logicamente com certa diminuio da qualidade. Quanto necessidade de desenvolvimento de uma nova rede devido o novo zoneamento da Pesquisa OD 2007, para este modelo simplificado, propomos que os dados da OD 2007 sejam agregados para o zoneamento anterior (OD 1997) e, que o modelo seja desenvolvido para este zoneamento e para as redes de transporte coletivo e individual, j definidas e utilizadas hoje. Qualitativamente esta pode no ser a melhor proposta, mas a que, em termos prticos, nos permite utilizar os dados da OD 2007 em um menor intervalo de tempo.
2

Matriz origem-destino identifica dentro de um perodo de tempo (todo o dia, hora pico manh, etc.) as viagens existentes entre todos os pares de zonas, representadas no modelo por centrides, em um ou mais modos de transporte (auto, nibus, metr, etc.). Cada possvel troca de viagens entre zonas origem e destino conhecido como par origem-destino (par OD) e identifica uma troca de viagens entre duas regies (zonas): por exemplo, quantas viagens de auto que saem da zona 30 e vo para a zona 420. A Pesquisa Origem-Destino de So Paulo o resultado de duas pesquisas distintas e complementares denominadas Pesquisa Domiciliar e Pesquisa na Linha de Contorno. A primeira, levanta dados sobre as viagens internas rea de pesquisa; a segunda, dados das viagens externas com origem ou destino no interior da rea de pesquisa e, de viagens que simplesmente atravessam a rea de pesquisa. A Pesquisa Domiciliar realizada em domiclios escolhidos por amostragem, submetendo todos os seus moradores a um questionrio onde se procura levantar as caractersticas dos deslocamentos realizados no dia anterior ao da entrevista. Atravs das entrevistas com os moradores do domiclio sorteado temos uma amostra aleatria do perfil socioeconmico dos indivduos e das viagens por eles realizadas. A Pesquisa na Linha de Contorno realizada nos principais pontos de entrada e sada da rea pesquisada, ou seja, nos cruzamentos dessa linha imaginria com as grandes vias de circulao (estradas de ferro e de rodagem). Essa pesquisa obtm informaes sobre a origem e o destino dos deslocamentos que cruzam a referida linha. Par origem-destino (par OD) identifica uma troca de viagens entre duas regies (zonas): por exemplo, quantas viagens de auto que saem da zona 30 e vo para a zona 420.
Carlos Eduardo de Paiva Cardoso paivacardoso@yahoo.com.br
Engenheiro Eletrnico e Mestre em Transportes pela Escola Politcnica da USP/SP - Doutor em Servio Social pela PUC/SP Analista de Sistema e de Planejamento de Trfego e Transporte - CET/SP Membro do Conselho Editorial - Revista da ANTP

MODELO DE PRODUO E ATRAO Na 1 etapa da modelagem - Produo e Atrao (tambm conhecida como Gerao de Viagens) - procuramos obter atravs de regresses lineares, equaes que vinculem o nmero de viagens produzidas e atradas em cada zona com dados socioeconmicos desta mesma zona, tais como populao, renda mdia, nmero de empregos e matrculas, etc. Em geral, desagregamos o modelo por faixa de renda, famlias com posse ou no de auto, viagens de base domiciliar5 ou no e, pelos principais motivos da viagem: trabalho, educao e outros.
FAIXA RENDA 01

BD T
POSSE AUTO = S

FAIXA RENDA 02
POSSE AUTO = N

BD E BD O
BN D

FAIXA RENDA 03

O resultado deste processo so equaes do tipo:

Atrao de Viagens Motivo Escola = 869 - 0,0235* Populao + 0,538 * Matrculas Produo de Viagens Outros Motivos = -12 + 0,0353 * Populao + 0,0032 * Empregos

Para cada conjunto de dados definidos - renda, posse ou no de auto e motivo de viagem devemos ter uma equao de Atrao e uma de Produo de Viagens. No total teremos, no exemplo acima, 48 equaes, sendo 24 de produo de viagens e 24 de atrao de viagens. A soma das viagens de cada equao nos permite obter para cada zona o total de viagens geradas e atradas.

Os valores estimados pelos modelos devem ser sempre consistidos (comparados) com os dados originais da pesquisa (figura ao lado). Deve-se comparar os valores parciais (viagens produzidas e atradas por faixa de renda, motivo da viagem, etc.) e tambm os totais de viagens produzidas e atradas obtidos na pesquisa origem-destino, que foram a base para a obteno do modelo.

20000

15000 12500 10000 7500 5000 2500 0 0

Dados Estimados

17500

Faixa de Renda 03
y = 1,0247x - 37,787 2 R = 0,9443 Dados Linear (Dados)

Dados Originais
5000 10000 15000 20000

O resultado desta etapa de modelagem o nmero de viagens produzidas e atradas em cada zona, duas tabelas, sendo uma com: o nmero da zona e o nmero de viagens produzidas (vetor de produo) ou outra com: o nmero da zona e o nmero de viagens atradas (vetor de atrao).

Entendem-se como viagens de base domiciliar, viagens que tem origem ou destino no domiclio.
Carlos Eduardo de Paiva Cardoso paivacardoso@yahoo.com.br
Engenheiro Eletrnico e Mestre em Transportes pela Escola Politcnica da USP/SP - Doutor em Servio Social pela PUC/SP Analista de Sistema e de Planejamento de Trfego e Transporte - CET/SP Membro do Conselho Editorial - Revista da ANTP

 costume realizarmos a modelagem do pico manh em 3 horas com o objetivo de se aumentar o nmero de pares origem-destino6 envolvidos, o que facilita etapas posteriores do trabalho. Como comum realizarmos a etapa de alocao com uma matriz de viagens correspondente uma hora de viagem, devemos, antes desta etapa, utilizar fatores de hora pico7 por modo de transporte para reduo dos resultados obtidos nas 3 horas para a hora pico. Observe-se, como j citamos, que a partir da definio de um cenrio futuro baseado em projees de variveis socioeconmicas como populao, renda, empregos, etc., podemos obter atravs das equaes do modelo, o nmero de viagens geradas e atradas em cada uma das zonas e os pares origem-destino, para o perodo desejado. MODELO DE DISTRIBUIO DE VIAGEM A 2 etapa da modelagem - Distribuio das Viagens - consiste em distribuir os chamados vetores de produo e atrao de viagens, obtidos na etapa anterior, entre si, ou seja, quantas viagens saem, por exemplo, da zona 1 e vo para as zonas 2, 3, ....,459 e 460. Este processo deve ser realizado sempre de todas as zonas para todas as zonas. O modelo gravitacional, que uma analogia com a lei da gravidade de Newton, o mais usado para este procedimento. Este modelo se baseia na suposio de que as viagens entre zonas so diretamente proporcionais produo e atrao das viagens em cada zona e, inversamente proporcional a uma funo de separao espacial entre elas. comum a utilizao do tempo mdio de viagem entre zonas como funo de separao entre zonas (impedncia). Uma das funes que melhor se ajusta ao modelo gravitacional a funo gama, que possui a seguinte formulao matemtica: F = ta * e (b + ct),onde, t o tempo e, a, b e c so parmetros a serem calibrados. Muitas vezes utilizada a forma mais simples desta funo onde a e b so iguais a zero, obtendo-se a seguinte formulao: F = e ct, onde, c o parmetro a ser calibrado. Na pratica, para desenvolvimento desta etapa, devemos ter: 1. Uma matriz de tempos de viagem que identifique para cada par origem-destino o tempo mdio de viagem entre zonas, que pode ser obtida, por exemplo, a partir de uma alocao (simulao) da matriz pesquisada, em um software tipo EMME, em rede (centrides, conectores, ns e links) j definida. 2. Vetores modelados de produo e atrao de viagens que nos fornecem o nmero de viagens produzidas e atradas em cada zona (1 etapa do modelo). 3. Um software que tenha procedimentos de balanceamento de matrizes. Softwares de alocao como EMME, em geral, possuem mdulos que permitem este procedimento.

Cada possvel troca de viagens entre zonas origem e destino conhecido como par origem destino (par OD) e identifica uma troca de viagens entre duas regies (zonas): por exemplo, quantas viagens de auto que saem da zona 30 e vo para a zona 420. Fatores de hora pico so valores (mdios para toda rea em estudo) que relacionam o total de viagens da matriz de 3 horas com o total de viagens da matriz de uma hora (hora pico) que pode ser obtido atravs dados da pesquisa origem-destino.
Carlos Eduardo de Paiva Cardoso paivacardoso@yahoo.com.br
Engenheiro Eletrnico e Mestre em Transportes pela Escola Politcnica da USP/SP - Doutor em Servio Social pela PUC/SP Analista de Sistema e de Planejamento de Trfego e Transporte - CET/SP Membro do Conselho Editorial - Revista da ANTP

No modulo de balanceamento de matrizes, atravs de procedimentos interativos, devemos obter um valor para a constante c da funo F = e ct, que gere uma matriz modelada com distribuio de tempos de viagem prxima da matriz pesquisada. Para isso, os seguintes passos so necessrios: 1. Entradas: a. Vetores de Produo e Atrao de Viagens.
Matriz de Tempos de Viagem

b. Matriz na forma:

c. O valor de c pode ser inicialmente definido em 1/50. 2. Resultado: Matriz Modelada 3. Anlise do Resultado (Matriz Modelada):

Devemos comparar o histograma do nmero de viagens por faixa de tempo (a cada 15 minutos, por exemplo) da matriz modelada com o da matriz pesquisada (figura ao lado: azul matriz modelada e verde matriz pesquisada).

O valor do parmetro c da funo que est sendo modelada (item b) e a matriz modelada, que se deseja, aquela em que os histogramas de tempos de viagem so bastante semelhantes, se possvel iguais. Na pratica devemos variar o valor do parmetro c, na funo F = e ct, e ento compararmos o histograma obtido a partir da matriz modelada com o da matriz pesquisada at obtermos um bom resultado (histogramas iguais). Observao: Este procedimento deve ser realizado para cada conjunto de dados definidos - renda, posse ou no de auto e motivo de viagem - na etapa anterior, Produo e Atrao de viagens.

Carlos Eduardo de Paiva Cardoso paivacardoso@yahoo.com.br

Engenheiro Eletrnico e Mestre em Transportes pela Escola Politcnica da USP/SP - Doutor em Servio Social pela PUC/SP Analista de Sistema e de Planejamento de Trfego e Transporte - CET/SP Membro do Conselho Editorial - Revista da ANTP