Escolar Documentos
Profissional Documentos
Cultura Documentos
João Fernandes/41682/MCV2N
Jorge Mourão/32677/ MCV2N
Magda Carvalho/41688/ MCV2N
Docente
Índice geral:
Índice de Equações
Índice de figuras
Índice de tabelas
Índice de Gráficos
1. INTRODUÇÃO E ÂMBITO
Como semente de geração inicial, das matrizes O/D, foram usados os inquéritos à
mobilidade dos Censos 2011 e para a construção dos mapas de frequências para calibração
dos parâmetros dos modelos (cada modelo foi calibrado de forma autónoma).
Para uma primeira validação das matrizes que se obtiveram, e sua correção, foram
utilizadas as estatísticas disponíveis sobre movimentos pendulares na AML e subsecções
estatísticas da BGRI (INE).
As matrizes de tempo de viagem foram fornecidas, como dado de entrada do trabalho, para
as duas situações, bem como a matriz de distâncias para Portugal continental.
De forma a ensaiar o modelo criado verificar a sua performance, em cenários futuros, foram
criados dois cenários de projeção a 10 e a 20 anos tendo como base respetivamente, a
Matriz Continental e a Matriz AML, criadas na primeira parte do presente trabalho.
Optou-se por não elaborar propostas de melhorias no PRN2000, por questões de prazo.
Este trabalho irá debruçar-se sobre o Modelo Gravitacional, que é o método sintético mais
utilizado e que permite obter melhores resultados.
O modelo gravitacional tem como base conceptual a lei gravitacional de Newton, que diz: “a
força de atração entre dois corpos é diretamente proporcional ao produto das massas destes
e inversamente proporcional ao quadrado das distâncias entre eles.”
Estas estimativas podem ser obtidas de diversas maneiras: iniciando com as viagens dos
indivíduos ou famílias que residem em zonas diferentes ou diretamente com os atributos
existentes nas zonas (população, emprego, número de veículos, etc.).
No caso em estudo foi elaborada uma estimação indireta de matrizes O/D obtida com base
em dois modelos relativamente simples, em dois passos distintos:
1.º Passo: O modelo de geração onde foi estimado o número de viagens com origem ou
destino em cada zona, a partir da base de dados do INE dos inquéritos à mobilidade dos
Censos 2011.
2.º Passo: O modelo de distribuição, onde se estimou para onde se dirigiam as viagens
iniciadas em cada zona, e/ ou onde tiveram origem as viagens que se sabe terminarem
numa zona
No fim do 1º passo ficou-se a conhecer ambas as bordaduras da matriz O/D, e aqui o que se
pretendia era estimar o miolo a partir dessa bordadura completa.
Neste caso conhecemos a quantidade de viagens gerada Oi e atraída Dj por cada zona i
(são estes os resultados do 1º passo) permitindo assim a utilização destas variáveis como
massas das zonas.
A matriz gerada não é simétrica mas, no nosso caso, é idêntica, ou seja, o número de linhas
e colunas são iguais.
Por analogia à Lei de Newton e segundo Ortúzar & Willumsen (2011) a equação clássica do
Modelo Gravitacional toma a seguinte forma:
𝑃𝑖 × 𝐴𝑗
𝑇𝑖𝑗 = 𝑘 𝑐
𝑅𝑖𝑗
Em que:
𝑐
𝑅𝑖𝑗 – Fator de impedância ou resistência entre as zonas i e j;
Sendo assim, o número de viagens produzidas pela zona i e atraídas pela zona j é
inversamente proporcional ao fator de impedância ou resistência.
A vantagem deste método é que considera, além da atração, o efeito da separação espacial
ou facilidade de interação entre as regiões, definida através da função de impedância.
Neste caso, para o cálculo da matriz O/D global foi utilizada como impedância do modelo
gravitacional uma função de custos generalizados incluindo tempo de viagem e custos
diretos do veículo, com o consumo de combustível e portagens.
Para a matriz O/D da AML foi utilizada como impedância somente o tempo de viagem.
Para o preenchimento do “miolo” da matriz O/D, (2º passo da distribuição) foi elaborada uma
formulação geral do Modelo Gravitacional do tipo
𝑇𝑖𝑗 = 𝛼 × 𝑂𝑖 × 𝐷𝑗 × 𝐹(𝑐𝑖𝑗 )
Em que:
𝛼 – Parâmetro de calibração
A função Dissuasão base a utilizar poderia ter sido qualquer uma das seguintes funções
tipo:
ou
1
Função Inversa: 𝐹(𝑐𝑖𝑗) = 𝑁 = 𝐶𝑖𝑗−𝑁
𝐶𝑖𝑗
ou
Função Combinada: 𝑁
𝐹(𝑐𝑖𝑗) = 𝑐𝑖𝑗 × 𝑒 −𝛽×𝑐𝑖𝑗
Em que
Como base de partida, optou-se por usar a função dissuasão mais simples, ou seja, pela
função Inversa, uma vez que nos encontrávamos em fase de calibração da matriz, seria de
todo vantajoso o uso de uma função menos complexa, para simplificar a metodologia e
assim minimizar o erro.
Após calibração da matriz e dos parâmetros iniciais adotados, realizou-se o cálculo dos
vários cenários, para cada uma das funções dissuasão acima descriminadas.
Ortúzar & Willumsen (2011) consideram este modelo o mais fácil de entender, de entre os
modelos de distribuição.
Este modelo tem a vantagem de estimar as viagens para cada célula da matriz O/D sem
utilizar diretamente uma matriz observada. E tem a desvantagem de necessitar de um
considerável número de ajustamentos e manipulações para a obtenção de um resultado
satisfatório e a não garantia de que os fatores socioeconómicos e os fatores relacionados
com os tempos de viagem sejam válidos no futuro.
A informação retirada foi a referente à do Automóvel ligeiro como condutor, uma vez que
seria muito arriscado, por questões de prazos, afinar uma matriz desagregada por tipo de
transportes.
Com base na informação acima descrita construiu-se uma Matriz de Concelho para
Concelho, com a informação disponível, desagregada ao nível do Concelho.
Em que
Fornece-se, como suporte a todo o trabalho, um ficheiro em Excel com a Matriz Base de
Geração Inicial para a Zona Continental.
Para uma primeira validação das matrizes que se obtiveram, e sua correção, foram
utilizadas as estatísticas disponíveis sobre os movimentos pendulares na AML e subsecções
estatísticas da BGRI (INE).
𝑣
A matriz de custos (𝑡𝑖𝑗 ), nomeadamente os tempos de percurso entre concelhos, foi
fornecida como dado inicial, tendo sido devidamente trabalhada e adequada ao modelo em
estudo.
Sendo assim, a partir de uma listagem de tempos de percursos, entre as várias origens Oi e
os vários destinos Dj, foi elaborada uma matriz simétrica com 278x278 variáveis,
desagregada ao nível do concelho.
A matriz de tempos de viagem foi fornecida, como dado inicial, sob a forma de lista com os
valores estimados entre concelhos.
A lista disponibilizada, sob a codificação do INE "DICO", foi convertida numa matriz
278x278, uma vez que foram fornecidos os 77284 valores de tempos de percurso relativos a
cada uma das 77284 variáveis da Matriz em construção.
Fornece-se, como suporte a todo o trabalho, um ficheiro em Excel com a Matriz Base de
Geração Inicial para a Zona Continental.
𝑠𝑜𝑐
Como impedância considerou-se também os fatores socioeconómicos (𝑡𝑖𝑗 )
Para os valores dos fatores socioeconómicos foi utilizada uma matriz unitária. Esta situação
permite a rápida introdução de uma impedância desta natureza no modelo, caso se
proporcione, tornando o modelo em construção num modelo mais dinâmico e ajustável.
A Função 𝑐𝑖𝑗 (Função de custos generalizados) será então representada pelos parâmetros
tempos de percurso e fatores socioeconómicos.
𝑣 𝑠𝑜𝑐
𝐶𝑖𝑗 = 𝑡𝑖𝑗 × 𝑡𝑖𝑗
Para a primeira etapa, e tendo como base a função Dissuasão Inversa representada na
Equação 3, ou seja:
1
𝐹(𝑐𝑖𝑗) = = 𝐶𝑖𝑗−𝑁
𝐶𝑖𝑗𝑁
Após calculada a primeira matriz global devidamente calibrada e ajustada, foram efetuados
cálculos de outros cenários com as funções dissuasão restantes de forma a avaliar o
comportamento da mesma.
A formulação que permitirá resolver simultaneamente as restrições nos dois sentidos deverá
ainda preservar o “espírito” gravitacional, isto é, a proporcionalidade ao produto das massas
e a degradação com o aumento da distância ou custo de deslocação entre as zonas em
causa.
A Distribuição inicial de viagens (tij) foi efetuada em proporção direta com F(cij):
Em que:
∑ 𝑂𝑖 ∑ 𝐷𝑗
𝑅𝑒𝑙 = =
∑ 𝐹(𝐶𝑖𝑗 ) ∑ 𝐹(𝐶𝑖𝑗 )
∑𝑗 𝑇𝑖𝑗 = 𝑂𝑖 e ∑𝑖 𝑇𝑖𝑗 = 𝐷𝑗
Para a obtenção da matriz de cálculo calibrada efetuou-se uma série de processos iterativos,
de forma a aproximar a matriz calculada pela Equação 5, à Matriz Inicial
0 0
Temos assim uma nova matriz cujos valores de 𝑂𝑓𝑢𝑡 e 𝐷𝑓𝑢𝑡 resulte em fluxos aproximados
𝑛 𝑛
ao das bordaduras de atração e produção da matriz inicial (𝑂𝑓𝑢𝑡 , 𝐷𝑓𝑢𝑡 ), contudo ainda
afastado do ideal.
0 𝑂𝑛 0 𝐷𝑛
Calculando a relação entre esses dois valores, ou seja 𝐹𝑐𝑖𝑗 = 𝑂𝑓𝑢𝑡
𝑜 e 𝐹𝑐𝑖𝑗 = 𝐷𝑓𝑢𝑡
𝑜 , só foi
𝑓𝑢𝑡 𝑓𝑢𝑡
0
considerado aceitável um valor próximo da unidade, 𝐹𝑐𝑖𝑗 ≅ 1.
1𝐻
𝑇𝑐𝑖𝑗 = 𝑂𝑖𝑜𝑓𝑢𝑡 × 𝐹𝑐𝑐𝑖𝑗
𝑜
1𝑉 1𝐻 1𝐻
𝑇𝑐𝑖𝑗 = 𝑇𝑐𝑖𝑗 × 𝐹𝑐𝑐𝑖𝑗
Com a matriz final calculada e otimizada, realizando o processo iterativo descrito na alínea
anterior foi necessário verificar a adequabilidade da mesma ao Modelo a criar.
Teria que ser estabelecido um mecanismo que permitisse a otimização/ calibração dos
coeficientes arbitrados inicialmente (valores dos coeficientes de calibração, β e N), de
maneira a que fosse possível a aproximação da matriz de cálculo ao modelo a trabalhar.
Este método permite procurar a melhor função que expresse o relacionamento entre duas
variáveis.
A metodologia utilizada para a distribuição dos fluxos (n.º de viagens) pelos intervalos
pretendidos prendeu-se com a utilização da função SOME.SE do EXCEL.
1
Tabela 1 - Cálculo dos mínimos quadrados (𝐹(𝑐𝑖𝑗) = 𝑁 )_Zona Continental
𝐶𝑖𝑗
Intervalos de tempo Nº de Viagens (INE) Nº de Viagens (GRAV) D2=( Nº de Viagens (INE) - Nº de Viagens (GRAV) ) 2
A distribuição acima descrita produziu valores até ao 480º minuto (8 horas de viagens). Para
a construção do histograma só se consideraram os valores a partir dos primeiros 30 minutos
de viagens e até ao 390º minuto (6h e 30 minutos) uma vez que interessavam, neste estudo,
as viagens interurbanas.
1
Gráfico 1 – Histograma das viagens Interurbanas (𝐹(𝑐𝑖𝑗) = 𝑁 ) _Zona Continental
𝐶𝑖𝑗
Com este novo valor de beta recalculou-se a matriz do gravitacional obtendo-se assim a
MATRIZ FINAL devidamente calibrada e pronta a ser usada futuramente no trabalho n.º 2.
Este valor de beta denuncia que as pessoas privilegiam as viagens, de forma expressiva, até
210 minutos (desprezando do universo Continental as viagens abaixo de 100), que para uma
ligação interurbana aponta para distâncias médias de percurso até 350 Km (considerando
que se circulará a uma velocidade média de 100 Km/hora – entre 80 a 120 km/hora).
Como já foi referido 3.1.6 FUNÇÃO DISSUASÃO, para o cálculo da primeira Matriz
Calibrada do modelo, usou-se a função dissuasão Inversa.
1
𝐹(𝑐𝑖𝑗) = 𝑁 = 𝐶𝑖𝑗−𝑁
𝐶𝑖𝑗
A calibração da matriz a partir desta função dissuasão já foi apresentada nos parágrafos
anteriores.
𝐹(𝑐𝑖𝑗) = 𝑒 −𝛽×𝑐𝑖𝑗
Intervalos de tempo Nº de Viagens (INE) Nº de Viagens (GRAV) D2=( Nº de Viagens (INE) - Nº de Viagens (GRAV) ) 2
Este valor de beta denuncia que as pessoas privilegiam as viagens até 120 minutos, que
para uma ligação interurbana aponta para distâncias médias de percurso até 200 Km
(considerando que se circulará a uma velocidade média de 100 Km/hora – 80 a 120
km/hora)
𝑁
𝐹(𝑐𝑖𝑗) = 𝑐𝑖𝑗 × 𝑒 −𝛽×𝑐𝑖𝑗
Tabela 3:
𝑁
Tabela 3 - Cálculo dos mínimos quadrados (𝐹(𝑐𝑖𝑗) = 𝑐𝑖𝑗 × 𝑒 −𝛽×𝑐𝑖𝑗 ) _Zona Continental
Intervalos de tempo Nº de Viagens (INE) Nº de Viagens (GRAV) D2=( Nº de Viagens (INE) - Nº de Viagens (GRAV) ) 2
Estes valores de beta denunciam que as pessoas privilegiam as viagens até 390 minutos,
que para uma ligação interurbana aponta para distâncias médias de percurso até 650 Km
(considerando que se circulará a uma velocidade média de 100 Km/hora – 80 a 120
km/hora)
3.1.7.4. CONCLUSÕES
No entanto, se agregarmos as matrizes concelho ao nível do distrito para se conseguir uma visão macro dos fluxos, contabilizando
neste caso apenas ou interzonais, pode tecer-se mais alguns comentários em relação à solução com o menor erro. De seguida
apresenta-se a matriz agregada ao distrito para a função conjunta.
Conjunta
Castelo Viana do Vila
Aveiro Beja Braga Bragança Coimbra Évora Faro Guarda Leiria Lisboa Portalegre Porto Santarém Setúbal Viseu
Branco Castelo Real
Aveiro 0 45 869 48 62 6686 36 110 121 279 124 36 9732 136 35 244 166 1812
Beja 79 0 73 82 30 56 1302 536 44 48 131 41 59 58 271 71 79 84
Braga 1096 56 0 62 33 158 36 146 48 72 91 30 36872 59 34 6748 2035 249
Bragança 96 91 94 0 39 65 44 350 447 51 122 31 102 53 58 44 1177 175
Castelo
158 42 61 56 0 387 58 103 1477 751 165 549 65 924 42 46 58 257
Branco
Coimbra 8660 46 167 48 291 0 46 102 1528 5177 255 68 297 719 51 89 90 2933
Évora 67 1282 50 40 42 59 0 84 33 75 481 1222 43 284 449 45 46 60
Faro 78 228 79 122 30 51 33 0 54 38 79 22 61 40 46 79 91 91
Guarda 217 37 57 455 897 1713 29 112 0 62 83 40 70 67 29 37 84 2531
Leiria 480 42 81 39 713 4526 59 79 58 0 5846 94 104 8462 92 53 50 186
Lisboa 208 114 101 87 107 279 314 157 79 7720 0 112 98 6486 2395 82 85 149
Portalegre 46 30 27 19 369 55 1094 37 30 74 89 0 25 512 30 23 22 39
Porto 8014 34 32206 54 27 213 24 88 45 71 67 21 0 51 23 777 1232 1164
Santarém 181 45 53 33 661 545 255 68 49 6968 5218 543 60 0 180 39 38 98
Setúbal 269 392 173 178 132 275 1383 326 130 523 19868 191 155 1017 0 149 161 232
Viana do
325 53 6291 29 25 83 32 143 31 46 73 25 1139 41 30 0 85 91
Castelo
Vila Real 215 66 1953 1062 32 88 37 188 75 48 85 27 1317 45 36 94 0 3046
Viseu 2043 57 238 116 111 2797 40 153 2141 155 119 39 1310 100 40 84 3157 0
Nesta matriz pode observar-se que alguns dos fluxos parecem um pouco desajustados. A
titulo de exemplo pode observar.se o caso do par O/D Vila Real – Faro em que obtemos um
fluxo superior a 100 mas a distância entre estes distritos é bastante elevada, sendo a menor
distância entre as duas capitais de distrito de aproximadamente 620km.
A partir desta análise conclui-se que alguns dos dados obtidos para a calibração do modelo
não estejam completamente corretos.
A informação retirada foi a referente à do Automóvel ligeiro como condutor uma vez que face
à falta de informação relativa às freguesia, na base de dados de INE, seria muito arriscado,
por questões de prazos, afinar uma matriz desagregada por tipo de transportes.
Com base na informação acima descrita construiu-se uma Matriz de Concelho para
Concelho, com a informação disponível, desagregada ao nível da Freguesia.
Uma vez que os dados estatísticos mais refinados se apresentam como Origem-Freguesia e
Destino-Município, para obter os valores em falta, ou seja para contabilizar o número de
viagens efetuadas entre cada uma das freguesias do Área Metropolitana de Lisboa, efetuou-
se um cálculo por percentagem de área relativa das mesmas face ao concelho em que se
inserem, diretamente para o cálculo das bordaduras.
O ficheiro base de apoio à obtenção dos dados estatísticos pretendidos, encontra-se anexo
aos documentos constituintes do presente trabalho.
Fornece-se, como suporte a todo o trabalho, um ficheiro em Excel com a Matriz Base de
Geração Inicial para a Zona AML.
Para uma primeira validação das matrizes que se obtiveram, e sua correção, foram
utilizadas as estatísticas disponíveis sobre os movimentos pendulares na AML e subsecções
estatísticas da BGRI (INE).
Sendo assim, a partir de uma listagem de tempos de percursos, entre as várias origens Oi e
os vários destinos Dj, foi elaborada uma matriz simétrica com 118x118 variáveis,
desagregada ao nível da freguesia, da Área Metropolitana de Lisboa.
A matriz de tempos de viagem foi fornecida, como dado inicial, sob a forma de lista com os
valores estimados entre concelhos.
A lista disponibilizada, sob a codificação do INE "DICO", foi convertida numa matriz
118x118, uma vez que foram fornecidos os 13924 valores de tempos de percurso relativos a
cada uma das 13924 variáveis da Matriz em construção.
Fornece-se, como suporte a todo o trabalho, um ficheiro em Excel com a Matriz Base de
Geração Inicial para a Zona AML.
Para os valores dos fatores socioeconómicos foi utilizada uma matriz unitária. Esta situação
permite a rápida introdução de uma impedância desta natureza no modelo, caso se
proporcione, tornando o modelo em construção num modelo mais dinâmico e ajustável.
A Função 𝑐𝑖𝑗 (Função de custos generalizados) será então representada pelos parâmetros
tempos de percurso e fatores socioeconómicos.
Para a primeira etapa, e tendo como base a função Dissuasão Inversa representada na
Equação 3 (ver item 3.1.5), ou seja:
1
𝐹(𝑐𝑖𝑗) = = 𝐶𝑖𝑗−𝑁
𝐶𝑖𝑗𝑁
Após calculada a primeira matriz global devidamente calibrada e ajustada, foram efetuados
cálculos de outros cenários com as funções dissuasão restantes de forma a avaliar o
comportamento da mesma.
Usou-se a mesma metodologia que foi utilizada para a matriz continental, descrita no 3.1.7.1
PROCESSO ITERATIVO.
Com a matriz final calculada e otimizada, realizando o processo iterativo descrito na alínea
anterior será necessário verificar a adequabilidade da mesma ao Modelo a criar.
O Processo de calibração utilizado foi o Método dos Mínimos Quadrados, já descrito no item
3.1.7.2 MATRIZ FINAL, no capítulo referente ao cálculo da Matriz Continental.
1
Tabela 4 - Cálculo dos mínimos quadrados (𝐹(𝑐𝑖𝑗) = 𝑁 ) _Zona AML
𝐶𝑖𝑗
A distribuição acima descrita produziu intervalos de viagens até ao 90º minuto (1,5 horas de
viagens).
1
Gráfico 4 – Histograma das viagens Interurbanas (𝐹(𝑐𝑖𝑗) = 𝑁 ) _Zona AML
𝐶𝑖𝑗
Obteve-se, para o cenário função de dissuasão do tipo Inversa, descrito em 3.2.6 FUNÇÃO
DISSUASÃO, o valor de β= 1,581
Com este novo valor de beta recalculou-se a matriz do gravitacional obtendo-se assim a
MATRIZ FINAL devidamente calibrada e pronta a ser usada futuramente.
Este valor de beta denuncia que as pessoas privilegiam as viagens até 60 minutos,
desprezando, do universo AML, as viagens do intervalo entre os 61 e 90 minutos uma vez
que representam somente cerca de 1% do universo geral das viagens.
Este facto aponta para distâncias médias de percurso até 80 Km (considerando que se
circulará a uma velocidade média de 80 Km/hora).
Como já foi referido 3.1.6 FUNÇÃO DISSUASÃO, para o cálculo da primeira Matriz
Calibrada do modelo, usou-se a função dissuasão Inversa.
1
𝐹(𝑐𝑖𝑗) = 𝑁 = 𝐶𝑖𝑗−𝑁
𝐶𝑖𝑗
𝐹(𝑐𝑖𝑗) = 𝑒 −𝛽×𝑐𝑖𝑗
Intervalos de tempo Nº de Viagens (INE) Nº de Viagens (GRAV) D2=( Nº de Viagens (INE) - Nº de Viagens (GRAV) ) 2
Esta Função de dissuasão não introduz grandes melhorias ao modelo da matriz em estudo.
Este facto aponta para distâncias médias de percurso até 80 Km (considerando que se
circulará a uma velocidade média de 80 Km/hora).
Denota-se também que é mais desajustada do que a anterior (função inversa) à Matriz de
base do INE, uma vez que as quantidades obtidas para o intervalo 30-60 são cerca de
3.34% do valor para o mesmo intervalo da Matriz do INE.
𝑁
𝐹(𝑐𝑖𝑗) = 𝑐𝑖𝑗 × 𝑒 −𝛽×𝑐𝑖𝑗
Intervalos de tempo Nº de Viagens (INE) Nº de Viagens (GRAV) D2=( Nº de Viagens (INE) - Nº de Viagens (GRAV) ) 2
0-15 228256,0284 238498 104890704,4
15-30 177538,0364 220885 1878987238
30-60 125555,2403 107893 311954053,1
61-90 31074,14363 3435 763940322,7
> 90 8287,211255 0 68677870,39
SOMA 570710,66 570711 3128450189
Este facto aponta para distâncias médias de percurso até 80 Km (considerando que se
circulará a uma velocidade média de 80 Km/hora).
Denota-se também que é também mais desajustada do que a função inversa à Matriz de
base do INE, mas mais ajustada de que função exponencial, uma vez que as quantidades
obtidas para o intervalo 30-60 são cerca de 11% do valor para o mesmo intervalo da Matriz
do INE.
3.2.7.4. CONCLUSÕES
De todos os modelos apresentados considera-se que é o que tem como base a função
dissuasão Conjunta o que cria um cenário mais próximo do apresentado na matriz de
génese, ou seja, da matriz do INE apoiada em inquéritos.
Como se considera como sendo o modelo mais equilibrado será esse modelo que servirá de
base à próxima etapa deste trabalho, que é a de criação de cenários futuros.
Neste capítulo propomo-nos a fazer dois breves ensaios com o Modelo criado da Matriz OD
Continental.
Como já foi referido, estes Cenários serão elaborados tendo como base o modelo que
consideramos mais ajustado, ou seja, o calculado com a função de dissuasão Conjunta.
Tendo como dado afetado o Número de Viagens, considerou-se que nos próximos 20 anos
ocorreria uma diminuição de 5% da empregabilidade, ao ano, nos distritos da Guarda e
Bragança.
Esta redução de empregabilidade teria como consequência a afetação direta nos concelhos
adjacentes aos Distritos em causa.
À matriz final de Portugal Continental, agregada ao nível dos concelhos, foi realizado um
ajustamento do número de viagens, directamente proporcional à percentagem do
decréscimo de empregabilidade das zonas em estudo, apresentados na Tabela 7.
Apresenta-se de seguida a listagem dos Concelhos aos quais foram afetados esses
incrementos, em cada um dos Distritos, Guarda e Bragança:
14000
12000
Nº de Viagens
10000
8000
6000
4000
2000
0
90- 120- 150- 180- 210- 240- 270- 300- 330- 360-
60-90
120 150 180 210 240 270 300 330 360 390
Nº de Viagens (INE) 13608 6440 4331 4824 2082 784 433 316 135 151 15
Nº de Viagens (GRAV) 14169 6387 3647 2373 1756 1415 1085 975 870 559 344
Nº de Viagens (Cenário 1) 13701 6088 3462 2256 1637 1332 990 880 804 521 303
Intervalo de Viagens
Como se pode verificar, este cenário produziu uma alteração ligeira na distribuição do
número de viagens ao nível global do país.
No entanto, mostra que o Modelo funciona no sentido correto e que produz cenários
ajustados aos resultados pretendidos.
Tendo como dado afetado o Número de População, considerou-se que num prazo de 10
anos ocorreria um decréscimo de população na Área Metropolitana de Lisboa, mais
precisamente Concelho de Lisboa e Península de Setúbal.
Esta redução de população iria afectar directamente a viagens feitas entre freguesias e
concelhos dentro da AML.
250000
200000
Nº de Viagens
150000
100000
50000
0
0-15 15-30 30-60 61-90 > 90
Nº de Viagens (INE) 228256,0284 177538,0364 125555,2403 31074,14363 8287,211255
Nº de Viagens (GRAV) 238498 220885 107893 3435 0
Nº de Viagens (Cenário 2) 194869,94 180479,3907 88156,45209 2806,378114 0
Intervalo de Viagens
Como se pode verificar, este cenário produziu uma alteração significativa na distribuição do
número de viagens ao nível da Área Metropolitana de Lisboa.
Sendo as diferenças mais notadas nos dois intervalos até aos 30 minutos, o que indica para
o privilégio às viagens de curta duração e possivelmente pedonais (maior incremento no
intervalo até 15 minutos) e até 40 Km (assumindo viagens com velocidades médias de 80
Km/ hora).
Mais uma vez se verifica que o Modelo funciona no sentido correto e que produz cenários
ajustados aos resultados pretendidos.
5. BIBLIOGRAFIA
1_ Documentação Educativa