Download PDF
Il lavoro di tesi di Luca Frare si inserisce nell’innovativo contesto dell’utilizzo dei Big data per la pianificazione dei trasporti, con particolare riferimento alla costruzione di matrici origine-destinazione a partire dai dati di telefonia mobile.
La pianificazione e la modellistica dei trasporti richiedono una stima precisa della domanda di mobilità (solitamente stimata attraverso le cosiddette matrici Origine-Destinazione). I metodi tradizionali per la stima della domanda, tipicamente conteggi a bordo strada e questionari agli utenti presentano costi elevati, tempi lunghi di acquisizione e una limitata frequenza di aggiornamento. Per tale ragione negli anni si sono sempre più diffuse metodologie di ricostruzione della domanda basate sull’utilizzo di BigData. Nel progetto di tesi – nato e sviluppato parallelamente ad un’esperienza su un caso studio reale – ci si è occupati principalmente delle matrici OD ricavate da dati di telefonia mobile. Dopo una breve panoramica sui già citati metodi tradizionali per la stima delle matrici OD e le relative criticità, vengono illustrate le caratteristiche dei dati di telefonia mobile e i metodi sviluppati in letteratura per la ricostruzione di matrici a partire da essi, e i limiti insiti nell’utilizzo di questa fonte dati.
In seguito, viene proposto un metodo per migliorare la qualità una matrice OD ricostruita mediante dati telefonici con i rilievi di traffico e attraverso altri dati disponibili in letteratura. Questo metodo viene quindi applicato al caso studio del modello regionale del traffico del Friuli-Venezi Giulia.
La metodologia proposta si articola principalmente in queste fasi:
- Analisi ed elaborazione dei dati di telefonia mobile
- Raccolta di dati sul campo e altre fonti di dati
- Ricostruzione e calibrazione del grafo di offerta
- Calibrazione della matrice con il metodo dei minimi quadrati per allineare la matrice ai flussi rilevati sul campo
- Validazione con strumenti di analisi statistica:
- Indicatore GEH per verifica della qualità della calibrazione
- Correlazione con altri dati a disposizione per ulteriori verifiche (Es. ISTAT)
Le conclusioni sottolineano alcuni punti interessanti di questa metodologia e di questa fonte di dati:
- Efficienza di costi e tempi di esecuzione: Rispetto alle indagini campionarie tradizionale l’impegno economico e temporale risulta essere molto minore
- Buona affidabilità: La combinazione dei dati telefonici con rilievi sul campo e altri dati permette di ottenere una matrice che risponde bene alla realtà ovviando alcune criticità insite nella matrice ottenuta da dati telefonici senza successivi affinamenti.
- Applicabilità: La metodologia proposta permette ai gestori delle infrastrutture, alle Amministrazioni Pubbliche di ogni livello territoriale e in generale ai pianificatori di ottenere dati solidi per la simulazione del traffico e costruire modelli di supporto alle decisioni (SSD) di buona affidabilità e replicabilità per decisioni tecniche e politiche.
