Comparación y validación de matrices origen-destino de ... · Comparación y validación de...

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)


–  Mayo 2014


–  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)


–  Mayo 2014


–  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)


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)


RW: 23.122

RW: 23.468


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)


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


RW: 35.287


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)


26.324

29.827

26.73628.707

0

5.000

10.000

15.000

20.000

25.000

30.000

35.000


Carga(pax/hr)


Dirección Vicente Valdés

Mayo 2014

Alta variabilidad


26.408

29.056

29.107

0

5.000

10.000

15.000

20.000

25.000

30.000


Carga(pax/hr)


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


Carga(pax/hr)


Dirección Pza. de Maipú

Mayo 2014

RW:29.144

RW:28.640

Alta variabilidad

Alta variabilidad



–  Mayo 2014


–  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)


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)


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)


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


•  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


•  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


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


•  6 sensores instalados en tramo oriente de L1


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)


Comparación y validación de matrices origen-destino de ... · Comparación y validación de...

Documents

Transcript of Comparación y validación de matrices origen-destino de ... · Comparación y validación de...