Monitoramento de padrões de mobilidade urbana em regiões metropolitanas

Resumo

Com a finalidade de estimar padrões de mobilidade humana em cidades e regiões metropolitanas, a pesquisa usou como metodologia a montagem de matriz para estimar a locomoção dos usuários com base em origem residencial e destino, utilizando números de telefone e antenas de telefonia celular. O modelo foi testado no Rio de Janeiro no período da criação da via expressa Transoeste. Os dados mostraram uma mudança de padrão no deslocamento dos moradores, que passaram a utilizar a nova rota, saindo da Barra para Madureira (provavelmente antes da obra usavam outros caminhos, como a Zona Sul da cidade). Com isso, foi desenvolvida uma forma de acompanhamento de deslocamentos pelas cidades a partir de dados de celular. Esse tipo de monitoramento mostrou seu potencial para melhorar as análises de mobilidade no Brasil. A matriz com uso de dados de celular permite dois tipos de análise: de eventos e mobilidade. No primeiro caso, é possível estimar o número de pessoas concentradas num local (evento) e a procedência dessas pessoas. O segundo tipo de análise é orientado diretamente para decisões de engenharia de transportes. Os dados de celular permitem análises mais rápidas e precisas de mobilidade urbana, em comparação a métodos tradicionais, como realização de entrevistas com a população, que são caros, trabalhosos, morosos e de difícil previsibilidade. Com o estudo, podemos concluir que as metodologias desenvolvidas são inovadoras e têm o mérito de serem facilmente replicáveis em várias cidades, com potencial de se transformarem em um insumo importante para o planejamento de eventos e decisões relacionadas e para a engenharia de tráfego.

Ficha do documento

Tipo

Outro

Ano

2018

Instituição

Fundação Getulio Vargas

Fonte

Repositório da FGV

Idioma

Português

Acesso

Não informado

Identificador

oai:repositorio.fgv.br:10438/25797

Temas

MobilidadeTransportesPlanejamento UrbanoDados

Palavras-chave

Mobilidade urbanaMatemáticaMobilidade urbana - Métodos estatísticos - Processamento de dadosBig dataMineração de dados (Computação)