Upload
others
View
15
Download
0
Embed Size (px)
Citation preview
Comparación y validación de matrices origen-destino de viajes en Metro de Santiago obtenidas a partir de encuestas y transacciones de pago Gerencia de Planificación y RR.II. – Metro de Santiago CIMS3 – 30 Noviembre, 2016
Motivación • Contar con una matriz OD es
esencial para estudiar la demanda en un sistema de transporte público • Permite analizar aspectos
operacionales en periodos determinados
• Permite realizar una planificación adecuada de los sistemas en el corto y mediano plazo
• Actualmente, Metro de Santiago
realiza anualmente una encuesta OD, pero… • La muestra de la encuesta
contiene alrededor de 150.000 viajes (~6% del total de viajes en días laborales), en solo 8 periodos del día
• Involucra un alto volumen de recursos humanos y monetarios
• En Santiago, una cantidad significativa de datos está disponible para caracterizar el sistema de transporte público
– Tarjeta Bip!, que permite integración tarifaria entre buses y metro
– Buses están equipados con sistemas GPS
è Es posible establecer el día, hora y posición geográfica para cada una de las transacciones en buses o estaciones de metro
• Usando estos datos, Munizaga y Palma (2012) propusieron un modelo de estimación de bajada para cada etapa del viaje
è Es posible construir una matriz
OD para un periodo dado
Motivación
Second'transac,on'of'the'day'
Last'transac,on'of'the'day'
First'transac,on'of'the'day'
Min'Tg'
Min'Tg'
Min'dist'
Boarding'point'
GPS'Point'
Metro'sta,on'
Bus'stop'imin Tg = ti +
di−>xpost ypostswalk
⋅ (θwalk /θtravel)
s.t. dpost ≤ d
Red del Metro de Santiago
Longitud de la Red: 103 km Estaciones: 108 Viajes Diarios: 2.4 millones
Área CentroSantiago 1,4 km2
Fuentes de Datos
• Matrices OD para periodo punta mañana, generados mediante el uso de transacciones Bip! (bus + metro) en Abril 2013 y Mayo 2014
• Fuente: Directorio de Transporte Público Metropolitano (DTPM) BIP DTPM
• Matrices OD para periodo punta mañana generados mediante el uso de transacciones Bip! solo en modo Metro, en Abril 2013 y Mayo 2014
• Fuente: Gerencia de Operaciones y Servicios (GOS), Metro de Santiago BIP GOS
• Distribución de viajes de la Encuesta OD Metro 2013 aplicada sobre la afluencia real registrada en Abril 2013 y Mayo 2014 EOD
• Datos de carga de pasajeros registrados mediante pesas localizadas en las vías del tren, en Abril 2013 y Mayo 2014
Railweight (RW)
• Conteo de subidas y bajadas de pasajeros en estaciones, realizadas durante el año 2013 y 2014
Mediciones de Carga
Software
• Software interno de Metro que estima subidas, bajadas, trasbordos y carga en intervalos de una hora, para un dataset de afluencia diario, usando la distribución de viajes de la EOD
CALDAS
• Modelo de equilibrio en transporte público con restricción de capacidad (De Cea y Fernández, 1993)
• Parámetros de comportamiento fueron calibrados para Santiago en el periodo punta mañana por la Secretaría de Planificación de Transporte (SECTRA)
ARTP
Metodología
Matriz EOD Matriz BIP DTPM Matriz BIP GOS
Asignación CALDAS Equilibrio ARTP Equilibrio ARTP
Dataset flujos Dataset flujos Dataset flujos
Comparación • Afluencia por estación • Viajes OD entre par de estaciones • Viajes OD entre tramos de la red
• Trasbordos • Cargas por línea RW
Mediciones de Carga
Matrices de Viajes Originales (Sin Ajuste)
• DL promedio semana 15-19 Abril 2013
• DL promedio semana 26-30 Mayo 2014
– Matrices EOD Metro y BIP GOS contienen aquellos viajes cuyo horario de inicio está dentro del periodo analizado
– Matriz BIP DTPM contiene aquellos viajes cuyo tiempo medio está dentro del periodo analizado • Matrices BIP DTPM y BIP GOS fueron ajustadas por un factor de expansión para
asimilarlas a la matriz EOD Metro antes del proceso de asignación
Fuente Número de Viajes Totales PAM [pax/hr]
Diferencia [pax/hr] (%)
EOD Metro 251.109 --
BIP DTPM 266.573 +6,2%
BIP GOS 197.549 -21,3%
Fuente Número de Viajes Totales PAM [pax/hr]
Diferencia [pax/hr] (%)
EOD Metro 255.056 --
BIP DTPM 266.707 +4,5%
BIP GOS 196.718 -22,9%
• Comparación EOD Metro-BIP DTPM – Abril 2013
– Mayo 2014
• Comparación EOD Metro-BIP GOS – Abril 2013
– Mayo 2014
Comparación Viajes Atraídos por Estación Periodo Punta Mañana
R² = 0,9608
0
5.000
10.000
15.000
20.000
-1.000 1.000 3.000 5.000 7.000 9.000 11.000 13.000 15.000
BIP
DTP
M (p
ax/h
r)
EOD Metro (pax/hr)
R² = 0,95288
0
5.000
10.000
15.000
20.000
0 2.000 4.000 6.000 8.000 10.000 12.000 14.000
BIP
GO
S (p
ax/h
r)
EOD Metro (pax/hr)
R² = 0,89844
-
5.000
10.000
15.000
20.000
- 2.000 4.000 6.000 8.000 10.000 12.000 14.000
BIP
DTP
M (p
ax/h
r)
EOD Metro (pax/hr)
R² = 0,91375
-
5.000
10.000
15.000
20.000
- 2.000 4.000 6.000 8.000 10.000 12.000 14.000
BIP
GO
S (p
ax/h
r)
EOD Metro (pax/hr)
• Comparación EOD Metro-BIP DTPM – Abril 2013
– Mayo 2014
• Comparación EOD Metro-BIP GOS – Abril 2013
– Mayo 2014
Comparación Viajes OD por Estación Periodo Punta Mañana
R² = 0,79111
0 200 400 600 800
1.000 1.200 1.400 1.600
0 200 400 600 800 1.000 1.200
BIP
DTP
M (p
ax/h
r)
EOD Metro (pax/hr)
R² = 0,77856
0 200 400 600 800
1.000 1.200 1.400 1.600
0 200 400 600 800 1.000 1.200
BIP
GO
S (p
ax/h
r)
EOD Metro (pax/hr)
R² = 0,66155
- 200 400 600 800
1.000 1.200 1.400 1.600
- 200 400 600 800 1.000 1.200
BIP
DTP
M (p
ax/h
r)
EOD Metro (pax/hr)
R² = 0,68885
- 200 400 600 800
1.000 1.200 1.400 1.600
- 200 400 600 800 1.000 1.200
BIP
GO
S (p
ax/h
r
EOD Metro (pax/hr)
• Comparación EOD Metro-BIP DTPM – Abril 2013
– Mayo 2014
• Comparación EOD Metro-BIP GOS – Abril 2013
– Mayo 2014
Comparación Viajes entre Tramos de Red Periodo Punta Mañana
R² = 0,93496
0
2.000
4.000
6.000
8.000
10.000
12.000
0 2.000 4.000 6.000 8.000 10.000 12.000
BIP
DTP
M (p
ax/h
r)
EOD Metro (pax/hr)
R² = 0,91854
0
2.000
4.000
6.000
8.000
10.000
12.000
0 2.000 4.000 6.000 8.000 10.000 12.000
BIP
GO
S (p
ax/h
r)
EOD Metro (pax/hr)
R² = 0,87166
-
2.000
4.000
6.000
8.000
10.000
12.000
- 2.000 4.000 6.000 8.000 10.000 12.000
BIP
DTP
M (p
ax/h
r)
EOD Metro (pax/hr)
R² = 0,863
-
2.000
4.000
6.000
8.000
10.000
12.000
- 2.000 4.000 6.000 8.000 10.000 12.000
BIP
GO
S (p
ax/h
r)
EOD Metro (pax/hr)
Dirección Los Domínicos
Abril 2013
45,432
47,307
48,425
0
10.000
20.000
30.000
40.000
50.000
60.000
SP NP PJ LR EC AH US EL LA RP LH LM CH SL UC BA SA MM PV LE TB GO AL EMMQHM LD
Carga(pax/hr)
EODMetro BIPDTPM BIPGOS
Dirección Los Domínicos
Mayo 2014 RW: 45.728
RW: 45.453
43.676
46.63948.278
0
10.000
20.000
30.000
40.000
50.000
60.000
SP NP PJ LR EC AH US EL LA RP LH LM CH SL UC BA SA MM PV LE TB GO AL EMMQHM LD
Carga(pax/hr)
EODMetro BIPDTPM BIPGOS
Comparación Perfiles de Carga PAM EOD Metro – BIP DTPM– BIP GOS
Dirección Vespucio Norte
Abril 2013
Dirección Vespucio Norte
Mayo 2014
23.691
23.857
23.975
21.471
0
5.000
10.000
15.000
20.000
25.000
30.000
AV ZA DO EI CE CB PT CA AN HE TO PQ RO FR LL SM LV DE CN LO EP LC
Carga(pax/hr)
EODMetro BIPDTPM BIPGOS MediciónCarga2013
22.47022.77023.517
0
5.000
10.000
15.000
20.000
25.000
30.000
AV ZA DO EI CE CB PT CA AN HE TO PQ RO FR LL SM LV DE CN LO EP LC
Carga(pax/hr)
EODMetro BIPDTPM BIPGOS
RW: 23.122
RW: 23.468
Comparación Perfiles de Carga PAM EOD Metro – BIP DTPM– BIP GOS
Dirección Tobalaba Abril 2013
Dirección Tobalaba
Mayo 2014
34.172
34.632
35.572
0
5.000
10.000
15.000
20.000
25.000
30.000
35.000
40.000
TL CO BI GA SB EG OR RG LP RQ LT MC VM VA RM TR JE LQ EA HS PI ME PP
Carga(pax/hr)
EODMetro BIPDTPM BIPGOS
RW: 35.935
31.995
31.284
32.209
0
5.000
10.000
15.000
20.000
25.000
30.000
35.000
40.000
TL CO BI GA SB EG OR RG LP RQ LT MC VM VA RM TR JE LQ EA HS PI ME PP
pax/hr
EODMetro BIPDTPM BIPGOS MediciónCarga2014
RW: 35.287
Comparación Perfiles de Carga PAM EOD Metro – BIP DTPM– BIP GOS
Dirección Vicente Valdés
Abril 2013
27.77024.157 26.711
0
5.000
10.000
15.000
20.000
25.000
30.000
PM BU DS MT PA LS BR PU SO PR BL GL QN RC NA PZ BE BQ PB SI IR NU RA CV AG SJ PE MA LF VV
Carga(pax/hr)
EODMetro BIPDTPM BIPGOS
26.324
29.827
26.73628.707
0
5.000
10.000
15.000
20.000
25.000
30.000
35.000
PM BU DS MT PA LS BR PU SO PR BL GL QN RC NA PZ BE BQ PB SI IR NU RA CV AG SJ PE MA LF VV
Carga(pax/hr)
EODMetro BIPDTPM BIPGOS MediciónCarga2014
Dirección Vicente Valdés
Mayo 2014
Alta variabilidad
Comparación Perfiles de Carga PAM EOD Metro – BIP DTPM– BIP GOS
26.408
29.056
29.107
0
5.000
10.000
15.000
20.000
25.000
30.000
PM BU DS MT PA LS BR PU SO PR BL GL QN RC NA PZ BE BQ PB SI IR NU RA CV AG SJ PE MA LF VV
Carga(pax/hr)
EODMetro BIPDTPM BIPGOS
Dirección Pza. de Maipú
Abril 2013
26.482
29.89029.872
29.073
0
5.000
10.000
15.000
20.000
25.000
30.000
35.000
PM BU DS MT PA LS BR PU SO PR BL GL QN RC NA PZ BE BQ PB SI IR NU RA CV AG SJ PE MA LF VV
Carga(pax/hr)
EODMetro BIPDTPM BIPGOS MediciónCarga2014
Dirección Pza. de Maipú
Mayo 2014
RW:29.144
RW:28.640
Alta variabilidad
Alta variabilidad
Comparación Perfiles de Carga PAM EOD Metro – BIP DTPM– BIP GOS
• Comparación EOD Metro-BIP DTPM – Abril 2013
– Mayo 2014
• Comparación EOD Metro-BIP GOS – Abril 2013
– Mayo 2014
R² = 0,98121
0
10.000
20.000
30.000
40.000
50.000
0 10.000 20.000 30.000 40.000 50.000 Car
ga B
IP D
TPM
(pax
/hr)
Carga EOD Metro (pax/hr)
R² = 0,97862
0
10.000
20.000
30.000
40.000
50.000
0 10.000 20.000 30.000 40.000 50.000 Car
ga B
IP G
OS
(pax
/hr)
Carga EOD Metro (pax/hr)
R² = 0,96522
0
10.000
20.000
30.000
40.000
50.000
0 10.000 20.000 30.000 40.000 50.000 Car
ga B
IP D
TPM
(páx
/hr)
Carga EOD Metro (pax/hr)
R² = 0,97167
0
10.000
20.000
30.000
40.000
50.000
60.000
0 10.000 20.000 30.000 40.000 50.000
Car
ga B
IP G
OS
(pax
/hr)
Carga EOD Metro (pax/hr)
Correlación Cargas Interestación PAM EOD Metro – Matriz Bip – Matriz GOS
• Santa Ana – Abril 2013
– Mayo 2014
• Baquedano – Abril 2013
– Mayo 2014
0500
1.0001.5002.0002.5003.0003.5004.0004.500
EODMetro
BIPDTPM
BIPGOS
0500
1.0001.5002.0002.5003.0003.5004.000
EODMetro
BIPDTPM
BIPGOS
01.0002.0003.0004.0005.0006.0007.0008.0009.000
EODMetro
BIPDTPM
BIPGOS
01.0002.0003.0004.0005.0006.0007.0008.0009.000
EODMetro
BIPDTPM
BIPGOS
Alta variabilidad
Alta variabilidad
Alta variabilidad
Alta variabilidad
Comparación Trasbordos PAM EOD Metro – Matriz Bip – Matriz GOS
• San Pablo – Abril 2013
– Mayo 2014
• Tobalaba – Abril 2013
– Mayo 2014
0
1.000
2.000
3.000
4.000
5.000
EODMetro
BIPDTPM
BIPGOS
0
1.000
2.000
3.000
4.000
5.000
6.000
EODMetro
BIPDTPM
BIPGOS
Alta variabilidad
02.0004.0006.0008.00010.00012.00014.00016.000
EODMetro
BIPDTPM
BIPGOS
0
2.000
4.000
6.000
8.000
10.000
12.000
14.000
EODMetro
BIPDTPM
BIPGOS
Comparación Trasbordos PAM EOD Metro – Matriz Bip – Matriz GOS
• La Cisterna – Abril 2013
– Mayo 2014
• Los Héroes – Abril 2013
– Mayo 2014
01.0002.0003.0004.0005.0006.000
EODMetro
BIPDTPM
BIPGOS
0
1.000
2.000
3.000
4.000
5.000
6.000
EODMetro
BIPDTPM
BIPGOS
Alta variabilidad
Alta variabilidad
0
2.000
4.000
6.000
8.000
10.000
EODMetro
BIPDTPM
BIPGOS
01.0002.0003.0004.0005.0006.0007.0008.0009.00010.000
EODMetro
BIPDTPM
BIPGOS
Comparación Trasbordos PAM EOD Metro – Matriz Bip – Matriz GOS
• Vicente Valdés – Abril 2013
– Mayo 2014
• Vicuña Mackenna – Abril 2013
– Mayo 2014
02.0004.0006.0008.00010.00012.00014.00016.000
EODMetro
BIPDTPM
BIPGOS
02.0004.0006.0008.00010.00012.00014.00016.000
EODMetro
BIPDTPM
BIPGOS
01.0002.0003.0004.0005.0006.0007.000
EODMetro
BIPDTPM
BIPGOS
0
1.000
2.000
3.000
4.000
5.000
6.000
7.000
EODMetro
BIPDTPM
BIPGOS
Comparación Trasbordos PAM EOD Metro – Matriz Bip – Matriz GOS
Conclusiones
• Alta correlación entre EOD Metro y estimaciones utilizando las transacciones Bip! en varios elementos, como viajes traídos por estación o tramos de la red, y también en viajes entre pares de estaciones ! Esto permite construir matrices consistentes entre ellas
• Es posible reemplazar la realización de la EOD con una metodología que sistematice los datos obtenidos de la Bip! Y utilizando un modelo de equilibrio è Esto permite lograr ahorros considerables en recursos humanos y monetarios. La misma data y la elección de ruta de los usuarios puede obtenerse a muy bajo costo
• Futuros desarrollos: para validar completamente la metodología propuesta, son necesarias algunas tareas adicionales – Comparar las fuentes de datos en otros periodos: punta tarde, fuera de punta,
sábados o domingos – Mediciones adicionales de trasbordos y carga en puntos específicos de la red,
para mejorar la calibración del modelo de equilibrio – Robustecer la metodología usando otros criterios para la construcción de
matrices; el uso de otros indicadores estadísticos para medir la correlación entre ellas; y la calibración de parámetros del modelo de equilibrio
• Comparison of passengers' behavior and aggregate demand levels on a subway system using origin-destination surveys and smartcard data. C. Pineda, D. Schwarz, E. Godoy. Research in Transportation Economics (In Press)
Referencia
• Estimación matrices OD mediante uso de celulares – Sistema de detección de código MAC de celulares con Wi-Fi activado
Futuros Desarrollos: Uso de Celulares
• Intervención no invasiva
Futuros Desarrollos: Uso de Celulares
• 6 sensores instalados en tramo oriente de L1
Futuros Desarrollos: Uso de Celulares
Sensores en andenes de L1 desde Tobalaba hasta Los Dominicos, con excepción de Alcántara.
• Posibles Usos – Determinar EOD Metro – Medir tiempos de viaje – Medir tiempos de espera en andén – Determinar movimiento de flujos (en estaciones grandes) – Transeúntes (personas que no son pasajeros)
Futuros Desarrollos: Uso de Celulares