Upload
others
View
7
Download
1
Embed Size (px)
Citation preview
UNIVERSITA’ DEGLI STUDI ROMA TRE
Dipartimento di Ingegneria Civile
Corso di Laurea Magistrale in Ingegneria delle Infrastrutture Viarie e Trasporti
RELAZIONE DI FINE TIROCINIO
Oggetto: Analisi di accessibilità trasportistica della stazione
Roma Trastevere
Studentessa: Tutor:
Jessica Verticelli Prof. Ernesto Cipriani
Matricola 449421
Anno Accademico 2017 - 2018
I
INDICE
INDICE DELLE FIGURE ............................................................................................................... II
INDICE DELLE TABELLE .......................................................................................................... III
1. PREMESSA .................................................................................................................................... 1
1.1. Obiettivi e soggetti coinvolti ................................................................................................... 1
1.2. Strumenti operativi ........................................................................................................................... 2
2. STIMA DELLA DOMANDA CON CONTEGGI DI TRAFFICO ........................................... 4
2.1. Formulazione del problema ....................................................................................................... 4
2.2. Implementazione della procedura sul software Emme 4 ........................................................... 8
2.2.1. Correzione della matrice di trasporto privato ............................................................... 10
2.2.2. Correzione della matrice di trasporto pubblico ............................................................ 16
3. SIMULAZIONE DELLO STATO ATTUALE ......................................................................... 22
3.1. Flussogrammi .......................................................................................................................... 22
3.2. Indicatori sintetici di rete ......................................................................................................... 24
3.3. Calcolo delle curve isocrone ................................................................................................... 25
3.3.1. Isocrone del trasporto privato ....................................................................................... 26
3.3.2. Isocrone del trasporto pubblico .................................................................................... 28
3.3.2. Isocrone pedonali ......................................................................................................... 31
4. CONCLUSIONI ........................................................................................................................... 33
II
Indice delle figure
Figura 1: Schema logico della procedura di correzione della domanda .......................................... 5 Figura 2: Non unicità della soluzione del problema di correzione della domanda ......................... 6 Figura 3: Localizzazione sezioni di conteggio ................................................................................ 9 Figura 4: R2 prima della correzione ............................................................................................... 10 Figura 5: R2 dopo la correzione ..................................................................................................... 10 Figura 6: Assegnazione Tutto o Niente della matrice differenza mf6 – mf7 ................................ 11 Figura 7: Differenze percentuali del numero di spostamenti generati da ciascuna zona ............... 12 Figura 8: Differenze percentuali del numero di spostamenti attratti da ciascuna zona ................. 13 Figura 9: Select link analysis prima della correzione .................................................................... 14 Figura 10: Select link analysis dopo la correzione ........................................................................ 14 Figura 11: Select link analysis Gianicolense prima della correzione ............................................ 15 Figura 12: Select link analysis Gianicolense dopo la correzione .................................................. 15 Figura 13: R2 prima della correzione ............................................................................................. 16 Figura 14: R2 dopo la correzione ................................................................................................... 16 Figura 15: Flussi di utenti simulati prima (a sinistra) e dopo (a destra) la correzione .................. 16 Figura 16: Assegnazione Tutto o Niente della matrice differenza mf25 – mf30 .......................... 17 Figura 17: Differenze percentuali del numero di spostamenti generati da ciascuna zona ............. 18 Figura 18: Differenze percentuali del numero di spostamenti attratti da ciascuna zona ............... 19 Figura 19: Select line analysis prima della correzione .................................................................. 20 Figura 20: Select line analysis dopo la correzione ........................................................................ 20 Figura 21: Flussogramma trasporto privato (flussi di autovetture) ............................................... 22 Figura 22: Flussogramma trasporto pubblico (flussi di utenti) ..................................................... 23 Figura 23: Flussogramma totale .................................................................................................... 23 Figura 24: Isocrone “from” per il trasporto privato ....................................................................... 26 Figura 25: Isocrone “to” per il trasporto privato ........................................................................... 27 Figura 26: Grado di saturazione della rete ..................................................................................... 28 Figura 27: Isocrone “from” per il trasporto pubblico con procedura classica ............................... 29 Figura 28: Isocrone “to” per il trasporto pubblico con procedura classica .................................... 29 Figura 29: Isocrone “from” per il trasporto pubblico con procedura alternativa .......................... 30 Figura 30: Isocrone “to” per il trasporto pubblico con procedura alternativa ............................... 31 Figura 31: Isocrone pedonali ......................................................................................................... 32
III
Indice delle tabelle
Tabella 1: Flussi di utenti del trasporto ferroviario .......................................................................... 8 Tabella 2: Conteggi manuali del traffico veicolare .......................................................................... 9 Tabella 3: Matrice del trasporto privato ......................................................................................... 21 Tabella 4: Matrice del trasporto pubblico ...................................................................................... 21 Tabella 5: Indicatori sintetici della rete di trasporto privato .......................................................... 24 Tabella 6: Indicatori sintetici della rete di trasporto pubblico ....................................................... 24 Tabella 7: Confronto dati simulazione - STATUS ........................................................................ 24
1
1. PREMESSA
La presente relazione ha l’obiettivo di descrivere le attività svolte e le conoscenze acquisite durante
il periodo di tirocinio, svolto come previsto dal piano di studi secondo il D.M. 270/2004.
Il suddetto tirocinio è stato condotto nel periodo compreso tra settembre e dicembre 2018 presso il
laboratorio di trasporti del Dipartimento di Ingegneria Civile dell’Università Roma Tre. Esso ha avuto
una durata complessiva di 100 ore, corrispondenti a 4 Crediti Formativi Universitari (CFU).
1.1. OBIETTIVI E SOGGETTI COINVOLTI
Le attività svolte sono state di supporto per lo svolgimento della tesi di laurea magistrale, che ha come
oggetto l’analisi di accessibilità trasportistica della stazione ferroviaria di Roma Trastevere, condotta
in collaborazione con l’azienda Rete Ferroviaria Italiana (RFI).
RFI è una società del Gruppo Ferrovie dello Stato Italiane (FS), responsabile della gestione
complessiva della rete ferroviaria nazionale, che opera in regime di concessione pubblica. Tra le
principali missioni1 dell’azienda troviamo:
- gestione in sicurezza della circolazione ferroviaria;
- mantenimento in efficienza dell’infrastruttura ferroviaria;
- accessibilità delle stazioni.
Lo studio condotto, in particolare, si colloca nell’ambito del progetto di riqualificazione e
valorizzazione di 103 stazioni ferroviarie, prima affidato alla società esterna Centostazioni Spa, fusa
in RFI il 16 luglio 20182.
L’obiettivo che si vuole raggiungere è quello di migliorare la caratteristica di accessibilità della
stazione ferroviaria a livello trasportistico, con la contemplazione di differenti interventi che
prevedano l’adozione di approcci ormai consolidati come la progettazione della rete di trasporto
pubblico locale, fino ad arrivare all’utilizzo di veicoli autonomi, ormai oggetto di sempre più
numerosi studi.
1 Carta dei servizi RFI, 2018. 2 https://www.fsitaliane.it/content/fsitaliane/it/il-gruppo-fs/societa-del-gruppo/centostazioni.html. Consultato il 05/11/2018.
2
Durante il periodo di tirocinio è stato possibile svolgere tutte quelle attività dal carattere operativo
che hanno permesso di indagare il livello di accessibilità del nodo in esame allo stato attuale. In
particolare, partendo dall’aggiornamento della domanda e dell’offerta, è stato possibile redigere le
curve isocrone, strumento grafico rappresentativo dell’accessibilità, intesa come misura del tempo di
viaggio necessario per spostarsi da una zona verso le altre e viceversa, con differenti modalità di
trasporto.
Il presente elaborato ripercorre le fasi delle attività svolte durante il tirocinio ed è strutturato in 4
capitoli:
- Capitolo 1: Premessa → oltre le informazioni già fornite, è riportata la descrizione degli strumenti
informatici utilizzati per condurre le analisi.
- Capitolo 2: Stima della domanda con conteggi di traffico → dal confronto tra flussi reali (ottenuti
tramite conteggi manuali) e flussi simulati, è scaturita la necessità di calibrare il modello di
simulazione, effettuando la correzione delle matrici di traffico. Tale procedura, che verrà
ampiamente descritta in questo capitolo, è stata eseguita sia per la matrice degli spostamenti che
avvengono con modi privati che per quella degli spostamenti che avvengono con i servizi di
trasporto pubblico.
- Capitolo 3: Simulazione dello stato attuale → una volta validato il modello, è stato possibile
simulare lo stato attuale e quindi ottenere i risultati riguardanti le performance della rete. Nel
capitolo 3 sono riportati flussogrammi, indicatori sintetici di rete e curve isocrone.
- Capitolo 4: Conclusioni → nell’ultimo capitolo vengono riassunti i risultati delle indagini svolte,
riportate le considerazioni finali e individuati i possibili sviluppi dello studio.
1.2. STRUMENTI OPERATIVI
Il processo di studio e di verifica è stato condotto attraverso tecniche di macro – simulazione3,
utilizzando il software Emme 4.14. Tale strumento consente di simulare la domanda di mobilità,
pianificare il trasporto pubblico e privato, effettuare analisi di impatto ambientale e valutazioni
economiche. La sua struttura è essere suddivisa in sei differenti moduli di seguito descritti:
3 Con il termine “macro – simulazione” si intente una rappresentazione aggregata sia della domanda che dell’offerta, ovvero le prestazioni fanno riferimento all’arco e non al singolo veicolo. 4 Software INRO di simulazione e assegnazione della domanda di mobilità.
3
- Database: è la banca dati all’interno della quale vengono salvati tutti i principali dati di input, tra
cui le rappresentazioni delle infrastrutture e dei servizi di trasporto (anche noti come “scenari”) e
le matrici di domanda.
- Network editor: grazie alla sua interfaccia grafica, questo modulo permette la costruzione del
grafo rappresentativo dell’offerta di trasporto.
- Matrix editor: è il modulo che consente l’inserimento, la modifica e la rappresentazione grafica
delle matrici di domanda, fondamentali per il processo di assegnazione.
- Function editor: tale modulo consente di implementare funzioni e ottenere una rappresentazione
grafica del loro andamento. Tali funzioni sono per esempio quelle che rappresentano i costi che
gli utenti sostengono sulla rete, più comunemente note come funzioni di costo.
- Assignment procedures: è la sezione che permette di effettuare la procedura di assegnazione, con
la quale si ottengono i flussi sui vari elementi della rete. Attraverso il software possono essere
implementate differenti tipologie di assegnazione. Quelle utilizzate nel caso in esame sono la
Standard Traffic Assignement5 per il trasporto privato e la Standard Transit Assignement6 per
quel che riguarda il trasporto pubblico.
- Results: è il modulo che consente di visualizzare i risultati delle analisi effettuate, fornendone una
rappresentazione grafica. Con esso è stato possibile estrarre rappresentazioni grafiche descrittive
dello stato della rete, in particolare flussogrammi, curve isocrone e profili di carico delle linee di
trasporto pubblico.
Ulteriore programma utilizzato è stato Microsoft Excel, strumento noto e largamente utilizzato del
pacchetto Microsoft Office. Con tale software sono state condotte alcune analisi sui risultati ottenuti
attraverso il modello di simulazione sopra descritto.
5 Rappresenta l’assegnazione basata sull’ipotesi dell’ottimo dell’utente con approssimazione lineare (algoritmo di Frank-Wolfe). 6 Rappresenta l’assegnazione basata sul concetto di strategia ottimale o “ipercammino”.
4
2. STIMA DELLA DOMANDA CON CONTEGGI DI
TRAFFICO
La domanda di trasporto è l’insieme degli spostamenti che avvengono tra diverse zone dell’area di
studio, in differenti periodi temporali, per differenti motivi e con diverse modalità di trasporto7. Essa
è un dato fondamentale per la simulazione del traffico e quindi per la determinazione delle
performance di rete; infatti, solamente grazie all’interazione tra domanda e offerta è possibile definire,
attraverso il processo di assegnazione, il flusso che interessa gli archi della rete di trasporto e quindi
procedere alla valutazione delle condizioni di deflusso che su essa si verificano. Da qui, si evince la
necessità di partire da una buona stima della matrice di domanda all’attualità, che consenta poi di
simulare scenari di progetto con un errore minore.
A tal proposito, in questo capitolo si riporta la procedura di correzione effettuata sulle matrici degli
spostamenti O/D. Tali matrici risalgono all’anno 2016 e fanno riferimento agli spostamenti che
avvengono durante il periodo di punta mattutino (7:45 – 8:45).
Con la procedura di correzione della matrice è stato possibile ottenere, avendo a disposizione dei
valori di flussi conteggiati, una matrice il più vicino possibile alla realtà. Per la procedura si sono
utilizzati i conteggi di traffico effettuati nei mesi di ottobre – novembre 2018 presso Piazza Flavio
Biondo per quel che riguarda i flussi di autovetture del trasporto privato, e i dati forniti dall’Azienda
RFI per quel che riguarda invece i flussi di utenti del trasporto ferroviario. Tali dati verranno descritti
nel paragrafo 2.2.
2.1. FORMULAZIONE DEL PROBLEMA
Effettuare una correzione della domanda di trasporto significa determinare l’entità e la distribuzione
degli spostamenti tra le diverse zone dell’area di studio, con le diverse modalità di trasporto
disponibili, partendo da una stima iniziale della variabile in esame ed aggiornando tale stima
attraverso l’uso di una o più fonti di dati8. Essa può essere vista come la procedura inversa
7 Cascetta, E. (2006). Modelli per i sistemi di trasporto. Teoria e applicazioni 8 Nigro, M. (2009). Tesi di dottorato: Correzione della domanda di trasporto in dinamica intraperiodale con l’ausilio di differenti fonti di dati.
5
dell’assegnazione, come illustrato in Figura 1: partendo dai flussi di arco misurati, dalla conoscenza
dell’offerta e del modello di scelta del percorso, si arriva alla definizione della domanda O/D.
Figura 1 Schema logico della procedura di correzione della domanda
Al fine di garantire un’adeguata valutazione dello stato del sistema, la matrice finale che si ottiene
dalla procedura deve produrre una buona corrispondenza tra flussi simulati e flussi rilevati. Il processo
di correzione può essere dunque definito come una procedura iterativa che mette a confronto i valori
dei flussi derivanti dall’assegnazione con i flussi misurati tramite conteggi di traffico.
Di seguito si riporta la sua formulazione nel caso statico9:
∗ = arg [ , + ( ), ]
x = matrice di domanda stimata, ovvero la matrice reale incognita.
d̂ = matrice di domanda “seed” (o “target”), ovvero un’informazione precedente sulla matrice di
domanda, che può essere per esempio la matrice Istat o in generale la matrice di trasporto utilizzata
nella procedura di assegnazione.
v(x) = flussi d’arco simulati, ovvero derivanti dall’assegnazione della matrice x.
f̂ = flussi d’arco derivanti da conteggi di traffico.
In altre parole, si ricerca la matrice d* che minimizza una determinata misura di distanza tra la
domanda stimata x e la domanda iniziale nota d̂, nonché la distanza tra i flussi d’arco derivanti
dall’assegnazione della matrice stimata v(x) e i conteggi di traffico f̂. Tale misura di distanza viene
fornita dalle funzioni z1 e z2 la cui espressione dipende dalle ipotesi sulle variabili aleatorie ε (errore
9 Il caso statico si verifica quando domanda e offerta si mantengono costanti per un periodo di tempo sufficientemente lungo da permettere al sistema di raggiungere una condizione di stazionarietà.
6
di misura per i flussi) e η (errore di misura per le matrici). Per esplicitare la loro espressione si ricorre
alla teoria degli stimatori, non descritta in questo elaborato.
La presenza di una matrice di domanda iniziale nella funzione obiettivo è fondamentale per eliminare
l’indeterminatezza che caratterizza il problema attraverso l’utilizzo dei soli conteggi di traffico.
Infatti, il numero di coppie O/D è generalmente molto più grande del numero di conteggi disponibili
e di conseguenza le matrici di domanda corrispondenti ad un determinato vettore di conteggi possono
essere infinite, come illustrato in Figura 2. Ciò accade anche se si hanno a disposizione conteggi di
traffico su tutti gli archi della rete. Questo rappresenta una grande problematica in quanto si ha la
necessità che la matrice risultante dal processo di correzione sia il più vicino possibile alla matrice
originale, poiché essa contiene importanti informazioni che riflettono la struttura della mobilità.
Figura 2 Non unicità della soluzione del problema di correzione della domanda
Per limitare questa indeterminatezza si utilizza per l’appunto una matrice target e si seleziona tra
l’infinito numero di possibili soluzioni candidate, quella che le si avvicina di più. In questo modo il
problema presenta un’unica soluzione.
Questo però aumenta significativamente la complessità del problema.
A livello operativo infatti, l’applicazione di questo modello su reti complesse risulta difficile, se non
impossibile, a causa di tempi computazionali non accettabili. Per tale motivo, nel caso in esame qui
esposto, si è deciso di utilizzare il modello del gradiente proposto da Spiess10. A livello matematico,
anche tale modello è formulato come un problema di ottimizzazione, in particolare di minimizzazione
convesso in cui, seguendo la direzione di massima discesa, ci si assicura che la matrice originale non
venga modificata più del necessario, senza necessità di introdurre il vincolo sulle matrici.
10 A gradient approach for the O-D matrix adjustment problem, Heinz Spiess, 1990.
7
In questo caso infatti, la funzione da minimizzare è la sola misura di distanza tra i flussi misurati e
quelli simulati. In particolare, viene utilizzata la funzione più semplice, ovvero la somma quadrata
delle differenze:
min ( ) =12
( − )∈
con va flussi d’arco ottenuti dall’assegnazione della matrice g e v̂a flussi d’arco conteggiati.
Il metodo del gradiente può essere formulato come segue:
= = 0
1 −( )
= 1,2,3, . .
Il termine gil indica gli spostamenti per la coppia i (O/D) della matrice g all’iterazione l.
Sinteticamente, i passi seguiti dall’algoritmo sono i seguenti:
- per inizializzare il processo (l = 0), si parte dalla matrice seed ĝ, con questa si determinano i flussi
simulati e si calcola il valore della funzione obiettivo.
- nelle iterazioni successive (l = 1, 2, 3..) si calcola il gradiente della matrice ottenuta nell’iterazione
precedente e si considera come direzione di discesa per la ricerca del minimo, quella dell’anti-
gradiente. Ci si sposta lungo tale direzione alla ricerca di una nuova matrice muovendosi di un
certo passo λl. Con la nuova matrice ottenuta si determinano i nuovi flussi d’arco e quindi il valore
della funzione obiettivo. Si procede in questo modo fino a convergenza, ovvero quando il
gradiente assume il valore zero.
In tal caso, tra un’iterazione e la successiva, si fa riferimento a cambiamenti relativi della matrice
e non assoluti. Questo perché, a livello operativo, i conteggi sono posti pari a zero quando non
disponibili e se si facesse riferimento a cambiamenti in termini assoluti, anche questi sarebbero
affetti dal processo di correzione.
Il parametro λl deve essere scelto piccolo abbastanza in modo da non allontanarsi troppo dalla matrice
di partenza: se lo si sceglie molto piccolo si ha il vantaggio di ottenere soluzioni molto precise, ma lo
svantaggio di dover eseguire molte iterazioni prima di arrivare a convergenza. Il valore ottimale λ*
può essere trovato risolvendo un sotto-problema monodimensionale detto di line search esatta:
1 −( )
8
2.2. IMPLEMENTAZIONE DELLA PROCEDURA SUL SOFTWARE EMME 4
Il metodo sopra esposto è stato implementato nel software Emme 4.1 attraverso l’utilizzo di due
differenti macro11, una per la correzione della matrice del trasporto privato e l’altra per la correzione
della matrice del trasporto pubblico.
L’utilizzo di queste macro si limita alla scrittura di alcune informazioni sulla prompt console del
software, di seguito descritte:
- per la matrice degli spostamenti in auto
~<demadj.mac <count> <gpq> <dpq> <iter> <relgap> <normgap> <gstep>
- per la matrice degli spostamenti sul trasporto pubblico
~<demadjt.mac <count> <gpq> <dpq> <gstep>
dove
<count> è l’attributo in cui sono salvati i conteggi di traffico;
<gpq> è la matrice da aggiornare;
<dpq> è una matrice di appoggio utilizzata per calcolare il gradiente;
<gstep> è il numero di iterazioni della procedura di correzione che si intendono fare;
<iter>
<relgap> sono dei criteri di arresto12 per l’assegnazione della matrice del trasporto privato.
<normgap>
Come conteggi sono stati utilizzati i valori di flusso veicolare rilevati nei mesi di ottobre – novembre
2018 in tre sezioni immediatamente limitrofe alla stazione (per la matrice di trasporto privato), la cui
localizzazione è riportata in Figura 3, e il numero di passeggeri a bordo dei treni prima dell’arrivo
alla stazione (per la matrice del trasporto pubblico). Quest’ultimo dato, fornito da RFI in forma
aggregata, è stato opportunatamente ripartito per i vari archi ferroviari in ingresso al nodo, secondo
delle percentuali di ripartizione fornite dal modello di simulazione .
I dati sono riportati nelle tabelle seguenti (Tabella 1 e Tabella 2).
11 La “macro” è un codice informatico leggibile dal software Emme. 12 I criteri di arresto della procedura di assegnazione sono tre: il numero di iterazioni (posto pari a 230), il best relative gap (posto pari all’1%), ovvero la differenza percentuale tra l’assegnazione corrente e quella ideale che permetterebbe di ottenere le perfette condizioni di equilibrio e il normalized gap (posto pari a 0.05 min), che rappresenta la differenza tra il tempo medio di viaggio sulla rete e la media dei tempi sui cammini minimi all’iterazione corrente.
9
Tabella 1 Flussi di utenti del trasporto ferroviario
Flusso [utenti/h] Da A Flussi [utenti/h]
Pax a bordo prima dell'arrivo in stazione 9000
Quattro Venti Roma Trastevere 4929 Roma Ostiense Roma Trastevere 2723
Villa Bonelli Roma Trastevere 1328
Tabella 2 Conteggi manuali del traffico veicolare
Direzionalità
Sezione Intervallo Strada Da A Flussi [veic/h]
1 7:30 - 8:30 Circonvallazione Gianicolense
Intersezione con Viale di Trastevere Inversione marcia 987
Inversione marcia Intersezione con Viale di Trastevere 1380
2 7:30 - 8:30 Viale di Trastevere
Intersezione con Circonvallazione Via Filippo Chiappini 1357
Via Giuseppe Parini Intersezione con Circonvallazione 403
3 7:30 - 8:30 Via degli Orti di Cesare
Intersezione con Viale di Trastevere Via Ettore Rolli 592
Via Ettore Rolli Intersezione con Viale di Trastevere 1161
In Figura 3 è riportata la localizzazione delle sezioni di conteggio.
Figura 3 Localizzazione sezioni di conteggio
Sezione 2
Sezione 3
Sezione 1
10
2.2.1. Correzione della matrice di trasporto privato
Di seguito si riportano i risultati delle analisi svolte al fine di confrontare la matrice di partenza con
quella aggiornata. Si è indicato con mf6 la matrice originale e con mf7 la matrice ottenuta alla fine
della procedura (così come denominate nel software di simulazione).
La procedura è stata iterata 3 volte (gstep = 3) e l’assegnazione della matrice si è arrestata per il
criterio del best relative gap.
→ Confronto tra volumi simulati e volumi conteggiati sugli archi, prima e dopo la procedura di
correzione.
Le immagini sottostanti (Figure 4 e 5) riportano la regressione lineare tra volumi simulati (in ordinata)
e volumi conteggiati (in ascissa) prima e dopo la procedura di assegnazione. Il valore dell’intercetta
è stato posto pari a zero.
Figura 4 R2 prima della correzione Figura 5 R2 dopo la correzione
Il valore di R2 è passato da 0.84 a 0.93. Dopo il processo di correzione, la retta di regressione ha
equazione y = 0.9494 x. Il risultato può essere ritenuto soddisfacente.
→ Differenze apportate alla matrice in termini di spostamenti tra le varie coppie O/D.
Di seguito si riporta un confronto in termini di numero di spostamenti delle due matrici. In primis si
è effettuata una semplice differenza algebrica tra il numero totale degli spostamenti, per poi affinare
l’analisi calcolando differenze percentuali e andando a verificare dove si sono verificati i cambiamenti
maggiori in riferimento al totale degli spostamenti attratti e generati.
( 6) =,
357 263
( 7) =,
354 025
11
La matrice aggiornata risulta avere 3238 spostamenti in meno, che in valore percentuale rappresenta
circa lo 0.9% degli spostamenti della matrice iniziale. In termini assoluti, la differenza maggiore si è
avuta tra la coppia 1550/3, ovvero dall’Aeroporto Internazionale di Fiumicino alla zona Campo de’
Fiori (circa 6 spostamenti in più, passando da 10.59 a 16.20) e tra la coppia 3/1550 (20 spostamenti
in meno, passando da 20.16 a 0). In Figura 6 si riporta il flussogramma relativo ad un’assegnazione
di tipo tutto o niente della matrice differenza (matrice originale – matrice corretta).
Figura 6 Assegnazione Tutto o Niente della matrice differenza mf6-mf7
È possibile osservare come i flussi “mancanti” si sarebbero distribuiti lungo arterie che confluiscono
alla stazione Roma Trastevere, congruentemente a quanto ci si poteva aspettare.
Per calcolare le differenze percentuali degli spostamenti O/D, si sono considerate solo le coppie della
matrice originale con un numero di spostamenti ≥ 4. Ne è risultato che l’aumento percentuale
maggiore si è avuto tra le zone 702/15, ovvero dalla zona Fonte Ostiense al quartiere Trastevere
(+63% degli spostamenti, passando da 4.75 a 7.74) mentre il decremento percentuale maggiore si è
avuto tra le zone 15/870, dal quartiere Trastevere al quartiere Ostiense (-100% degli spostamenti,
passando da 7.19 a 0).
12
Le immagini sottostanti (Figure 7 e 8) riportano la differenza percentuale in termini di origini e
destinazioni per ciascuna zona di traffico rispetto alla matrice di partenza, con scala cromatica
differente a seconda del valore percentuale. Sono escluse dall’analisi le zone per le quali la differenza
percentuale nelle origini è minore del 5% e quelle per cui la differenza nelle destinazioni è minore
del 10% (in valore assoluto).
Figura 7 Differenza percentuale del numero di spostamenti generati da ciascuna zona
Per quanto riguarda gli spostamenti generati (Figura 7), la differenza percentuale risulta sempre
inferiore al 30%. La zona con la differenza maggiore è quella limitrofa alla Basilica di S. Maria in
Trastevere, che è passata da 1318 spostamenti generati a 928.
Per quanto riguarda gli spostamenti attratti (Figura 8), le differenze percentuali sono tutte nell’ordine
del 10 – 20%. È possibile osservare come, a differenza di quanto verificatosi per le origini, le
destinazioni che hanno subito variazioni percentuali rispetto alla matrice originale, sono per lo più
concentrate nell’intorno della stazione in esame. SOSTITUIRE CON FIGURA NUOVA!!
13
Figura 8 Differenza percentuale del numero di spostamenti attratti per ciascuna zona
→ Select link analysis.
Tale analisi, applicata ai modelli di trasporto, permette di conoscere origine e destinazione dei flussi
che interessano determinati archi della rete stradale. Questa è stata eseguita, prima e dopo il processo
di correzione della matrice, per analizzare eventuali cambiamenti nella distribuzione dei flussi
simulati sugli archi della rete. Di seguito si riportano delle rappresentazioni grafiche di quanto
ottenuto considerando tutti gli archi di cui si disponeva dei conteggi (evidenziati in blu nelle Figure
9 e 10), in entrambi i sensi di marcia.
Dal confronto, si nota come la distribuzione dei flussi sia praticamente la stessa. Nonostante ciò,
avendo considerato contemporaneamente diversi archi in entrambe le direzioni di marcia, non risulta
facile la comprensione del risultato. A tal proposito, per un’analisi maggiormente dettagliata, la stessa
procedura è stata eseguita per ciascun singolo arco, considerando una sola direzione di marcia per
volta. A titolo di esempio si riporta quanto ottenuto per Circonvallazione Gianicolense (Figure 11 e
12).
Si nota come, anche in questo caso, la distribuzione dei flussi sia la stessa.
Alla luce delle analisi e confronti effettuati, può essere ritenuta accettabile la matrice risultante dal
processo di correzione con conteggi di traffico.
14
Figura 9 Select link analysis prima della correzione
Figura 10 Select link analysis dopo la correzione
15
Figura 11 Select link analysis Gianicolense prima della correzione
Figura 12 Select link analysis Gianicolense dopo la correzione
16
2.2.2. Correzione della matrice di trasporto pubblico
Di seguito si riportano le statistiche riguardanti la procedura di correzione della matrice di trasporto
pubblico. Si indica con mf25 la matrice originale e con mf30 la matrice aggiornata (così come
denominate nel software Emme). La procedura di correzione è stata iterata 10 volte (gstep = 10).
→ Confronto tra volumi simulati e volumi conteggiati sugli archi, prima e dopo la procedura di
correzione.
Le immagini sottostanti (Figure 13 e 14) riportano la regressione lineare tra volumi simulati (in
ordinata) e volumi conteggiati (in ascissa) prima e dopo la procedura di assegnazione. Anche in
questo caso si è fissato il valore dell’intercetta a zero.
Figura 13 R2 prima della correzione Figura 14 R2 dopo la correzione
Il valore di R2 è prossimo ad 1 sia prima che dopo il processo di correzione. La retta di regressione
dopo la procedura ha equazione y = 1.008 x. Il risultato può essere ritenuto sicuramente accettabile.
Si riportano anche i valori di flussi sugli archi ferroviari che afferiscono al nodo in esame, prima e
dopo la correzione (Figura 15). Si osserva come i flussi abbiano subito una riduzione di circa il 57%,
coerentemente con quanto risultato dal confronto tra i flussi simulati e quelli forniti da RFI.
Figura 15 Flussi di utenti simulati prima (a sinistra) e dopo (a destra) la correzione
17
→ Differenza apportata alla matrice in termini di spostamenti tra le varie coppie O/D.
Di seguito si riporta un confronto in termini di numero di spostamenti delle due matrici. In primis si
è effettuata una semplice differenza algebrica tra il numero totale di spostamenti, per poi affinare
l’analisi calcolando differenze percentuali e andando a verificare dove si sono verificati i cambiamenti
maggiori in riferimento al totale degli spostamenti attratti e generati.
( 25) =,
223 500
( 30) =,
211 207
La matrice aggiornata risulta avere 12 293 spostamenti in meno, che in valori percentuali rappresenta
circa il 5.5% degli spostamenti della matrice iniziale. In termini assoluti, la differenza maggiore si ha
avuta tra la coppia 56002/211, ovvero da Viterbo alla città universitaria La Sapienza (circa 140
spostamenti in meno, passando da 227.2 a 87.32). Non si è registrato, per nessuna coppia O/D, un
aumento nel numero di spostamenti. Di seguito si riporta il flussogramma relativo ad un’assegnazione
di tipo tutto o niente della matrice differenza (Figura 16).
Figura 16 Assegnazione Tutto o Niente della matrice differenza mf25 - mf30
18
Si osserva come gli spostamenti “mancanti” si distribuiscono per lo più sull’autostrada A12
Civitavecchia – Roma, sulla Via Aurelia dopo l’uscita Torrimpietra, sulla A91 e sul GRA.
Per calcolare le differenze percentuali degli spostamenti tra le varie coppie O/D, si sono considerate
solo le coppie della matrice originale con un numero di spostamenti ≥ 4. Ne è risultato che la
diminuzione percentuale maggiore si è avuta tra le zone 865/930, ovvero dal CC Parco Leonardo alla
stazione Quattro Venti (-64% degli spostamenti, passando da 5.63 a 2.03).
Le immagini sottostanti (Figure 17 e 18) riportano la differenza percentuale in termini di origini e
destinazioni rispetto alla matrice di partenza, con scala cromatica differente a seconda del valore
percentuale. Sono escluse dall’analisi le zone O/D per le quali la differenza percentuale è minore del
10%.
Figura 17 Differenze percentuali del numero di spostamenti generati da ciascuna zona
Per gli spostamenti generati (Figura 17), le differenze percentuali maggiori si verificano per le zone
localizzate lungo l’autostrada A12 (circa il 50 – 60% in meno degli spostamenti generati). Per quanto
riguarda invece gli spostamenti attratti (Figura 18), le differenze percentuali maggiori si verificano
per le zone localizzate lungo la Via Cristoforo Colombo e la Via Cassa (fino al 60 – 70% in meno
degli spostamenti attratti).
Quanto appena evidenziato risulta essere in coerenza con il risultato dell’assegnazione tutto o niente
della matrice differenza (matrice di partenza – matrice corretta) riportato nella precedente Figura 16.
19
Figura 18 Differenze percentuali del numero di spostamenti attratti da ciascuna zona
→ Select line analysis.
In analogia con la select link analysis, questa procedura consente di conoscere le origini e le
destinazioni degli spostamenti che interessano solo determinate linee del trasporto pubblico. L’analisi
è stata eseguita su varie linee prima e dopo il processo di correzione della matrice per analizzare
eventuali cambiamenti nella distribuzione dei flussi. A titolo di esempio si riportano delle
rappresentazioni grafiche (Figure 19 e 20) di quanto ottenuto per la linea ferroviaria FL1 Fiumicino
– Orte.
È possibile osservare che seppur i flussi di utenti siano nettamente minori rispetto alla condizione
iniziale, la loro distribuzione rimane la stessa. Tale analisi è stata condotta anche per alcune linee di
trasporto pubblico su gomma, ed ha portato alla stessa conclusione sopra esposta.
Alla luce di tutte le analisi svolte, la matrice ottenuta dalla procedura di correzione può essere ritenuta
valida.
20
Figura 19 Select line analysis prima della correzione
Figura 20 Select line analysis dopo la correzione
21
Confronto con S.T.A.T.U.S. dell’agenzia per la mobilità di Roma
Un ulteriore confronto è stato fatto tra le matrici ottenute dalla procedura di correzione e i dati
pubblicati dall’agenzia per la mobilità di Roma (RSM) relativi all’anno 201513 di seguito riportati in
forma tabellare (Tabelle 3 e 4). I valori confrontati sono quelli relativi alla zona di Roma e Provincia.
In termini di matrice del trasporto privato, gli spostamenti in auto su Roma e provincia sono pari a
340 661 (Tabella 3), in linea con il totale degli spostamenti della matrice ottenuta dal processo di
correzione, pari a 354 025. La differenza è pari a 13 364 spostamenti, con un valore percentuale circa
pari al 3.9%.
Il totale degli spostamenti con trasporto pubblico locale su Roma e provincia è pari a 209 196 (Tabella
4), anche questo in linea con il totale degli spostamenti della matrice corretta, che come già riportato
risulta essere pari a 211 207. La differenza è di 2 011 spostamenti, corrispondente ad un valore
percentuale circa pari all’1%.
Tabella 3 Matrice del trasporto privato
Tabella 4 Matrice del trasporto pubblico
13 https://romamobilita.it/it/progetti/studi-indagini/status
22
3. SIMULAZIONE DELLO STATO ATTUALE
In questo capitolo sono riportati i risultati del processo di simulazione allo stato attuale. L’obiettivo
è quello di valutare lo stato della rete nel suo insieme, per poi scendere nel dettaglio dell’area di
studio, con particolare riguardo alla caratteristica di accessibilità trasportistica del nodo in esame.
3.1. FLUSSOGRAMMI
Il primo output ottenuto sono i flussogrammi relativi al trasporto privato (Figura 21) e al trasporto
pubblico (Figura 22), i quali rappresentano graficamente l’entità dei flussi d’arco sulla rete. Per
quanto riguarda la rappresentazione dei flussi del trasporto pubblico (espressi come numero di utenti),
si è utilizzata una classificazione cromatica a seconda delle modalità di spostamento utilizzate, le
quali sono state suddivise in: metropolitana, autobus, tram, ferrovie e servizi extraurbani su gomma
(Cotral). Nella Figura 23 sono rappresentati i flussi nella loro totalità.
Figura 21 Flussogramma trasporto privato (flussi di autovetture)
23
Figura 22 Flussogramma trasporto pubblico (flussi di utenti)
Figura 23 Flussogramma totale
24
3.2. INDICATORI SINTETICI DI RETE
Le prestazioni della rete allo stato attuale sono descritte da alcuni indicatori sintetici, differenti per la
rete di trasporto privato e per la rete di trasporto pubblico. Essi, descritti di seguito, sono stati
confrontati con quelli riportati nella pubblicazione STATUS dell’agenzia per la mobilità di Roma
utilizzata precedentemente (Tabelle 5 e 6). Anche in questo caso i valori presi in considerazione sono
quelli relativi alla rete completa, ovvero Roma e provincia. Il confronto ha l’obiettivo primario di
verificare la correttezza dell’ordine di grandezza dei valori ottenuti dal modello di simulazione.
Tabella 5 Indicatori sintetici della rete di trasporto privato
Tabella 6 Indicatori sintetici della rete di trasporto pubblico
Tabella 7 Confronto dati simulazione - STATUS
Simulazione STATUS
INDICATORI TP Tempo medio [min] 75,69 64,9
Velocità media [km/h] 30,25 28 Pax-H 181 885 166 729
Pax-Km 4 609 311 4 673 077 N° medio trasbordi 1,04 1,1
INDICATORI PRIVATO
Tempo medio [min] 53,52 50,1 Velocità media [km/h] 28,9 24,3
Veicoli*H 245 000 294 366 Veicoli*Km 6 483 142 7 151 548
25
3.3. CALCOLO DELLE CURVE ISOCRONE
Volendo scendere nel dettaglio dell’area di studio, con particolare attenzione all’analisi di
accessibilità in termini temporali, si è proceduto con la creazione di curve isocrone attraverso il
software Emme 4. Esse rappresentano il luogo dei punti caratterizzati dalla stessa distanza temporale
rispetto ad un certo punto di interesse. La loro creazione si basa sul concetto di percorso di minimo
costo e sono diversificate in base alle differenti modalità di trasporto. In altre parole, una curva
isocrona unisce tutti i luoghi dai quali, con una determinata modalità di trasporto, è possibile
raggiungere una certa località in uno stesso intervallo temporale, seguendo il percorso di minimo
costo (e viceversa14).
Per il caso in esame, come punto di origine/destinazione degli spostamenti si è ovviamente
considerata la stazione Roma Trastevere e si sono analizzate tre differenti modalità di trasporto:
- trasporto privato → i percorsi di minimo costo sono stati calcolati sulla base del tempo di viaggio
ottenuto dalla simulazione per i flussi di autovetture, il quale corrisponde ad una condizione di
equilibrio (travel time).
- trasporto pubblico → il software non è in grado di restituire come output grafico gli ipercammini
di minimo costo. Dunque, pur considerando il tempo di viaggio relativo al trasporto pubblico
(transit time15), nel calcolo dei percorsi minimi non si tiene in considerazione la struttura dei
percorsi delle linee di trasporto pubblico e quindi dei contributi del boarding time, waiting time e
walking time. Questo restituisce tempi di spostamento tra i vari punti della rete non rispondenti
alla realtà. Di conseguenza è stato utilizzato un differente approccio: durante la procedura di
assegnazione, è possibile salvare i travel time in una matrice O/D, la quale rappresenta la matrice
di impedenza. Su tale matrice è possibile definire delle soglie di valori e quindi evidenziare tutti
i centroidi che appartengono a tali soglie. In tal modo è possibile ottenere una rappresentazione
grafica similare alle curve isocrone, che però tiene in considerazione solamente i centroidi e non
i nodi regolari della rete.
- trasporto pedonale → per il calcolo dei percorsi minimi si è considerata una velocità costante pari
a 4 km/h. Questo equivale a considerare un costo di spostamento proporzionale alla lunghezza
del percorso.
14 Si parla di accessibilità from/to, ovvero si analizzano distintamente le curve isocrone relative a tutte le località raggiungibili in determinati intervalli di tempo a partire dalla zona in esame e le curve isocrone relative a tutte le località dalle quali è possibile raggiungere la zona in esame in determinati intervalli di tempo. 15 Per transit time di intende la somma del tempo di spostamento e del tempo di sosta alle fermate. Esso è relativo al singolo segmento della rete di trasporto pubblico.
26
I risultati ottenuti sono stati confrontati con i valori di tempo di percorrenza forniti da Google Maps
per spostamenti con istante di partenza alle ore 8:00 di un giorno feriale medio. Il confronto ha fornito
sempre esiti positivi.
3.3.1. Isocrone del trasporto privato
Di seguito si riportano, in maniera distinta, le curve isocrone da (from) e per (to) la stazione Roma
Trastevere.
Dalla Figura 24 si nota come le curve rappresentative dell’accessibilità from non siano concentriche
al nodo in esame. In particolare, si registrano tempi di spostamento maggiori muovendosi verso il
centro città (zona a nord-est rispetto alla stazione) e minori muovendosi contro-flusso (zona sud-ovest
rispetto alla stazione).
Figura 24 Isocrone "from" per il trasporto privato
Come è possibile osservare dalla Figura 25 invece, per l’accessibilità to la situazione risulta essere
più simmetrica, con curve più o meno centrate nel nodo in esame.
27
Dopo un’attenta analisi del grafo, volta ad escludere eventuali errori di rappresentazione della rete
stradale, si è dedotto che la differenza tra le due condizioni può essere spiegata da un’asimmetria dei
flussi, nonché da una serie di maglie di sensi unici che rendono il percorso non perfettamente
simmetrico nelle due direzionalità.
Figura 25 Isocrone "to" per il trasporto privato
Quanto appena esposto, trova riscontro nel grado di congestione della rete. A tal proposito, in Figura
26 è riportata una rappresentazione del grado di saturazione su tutti gli archi della rete, con scala
cromatica differente a seconda del valore assunto da esso.
È possibile infatti notare come, spostandosi verso il centro della città, il grado di saturazione aumenti.
Inoltre, si osserva che il valore del grado di saturazione su ciascun arco, non è necessariamente lo
stesso per le due differenti direzioni di marcia. Questo può essere dovuto o a differenti valori di
capacità oppure a differenti valori di domanda che richiedono di attraversare l’arco in esame.
28
Figura 26 Grado di saturazione della rete
3.3.2. Isocrone del trasporto pubblico
Relativamente alle problematiche riscontrate per la definizione delle isocrone del trasporto pubblico,
qui di seguito si riportano i risultati ottenuti seguendo la procedura classica e quella alternativa
precedentemente descritta.
Utilizzando lo stesso tool di Emme utilizzato per il trasporto privato e per quello pedonale, si
ottengono tempi di viaggio sottostimati rispetto alla realtà (Figure 27 e 28) in quanto, come già detto,
non si tiene conto del tempo di attesa alla fermata, del tempo di accesso/egresso e del tempo di salita
e discesa.
Confrontando le due figure sopra citate, si nota come esse siano praticamente simmetriche ed inoltre
le curve risultano essere concentriche rispetto al nodo in esame.
29
Figura 27 Isocrone "from" per il trasporto pubblico con procedura classica
Figura 28 Isocrone "to" per il trasporto pubblico con procedura classica
30
Nelle Figure 29 e 30 sono riportati i risultati ottenuti applicando la procedura descritta a pag. 25.
Come è possibile osservare dalle suddette figure, la situazione risulta essere piuttosto simmetrica
nelle due direzionalità, ma torna ad esserci la non concentricità delle curve, con tempi di percorrenza
maggiori per chi si sposta verso il centro città.
Si può inoltre osservare come le zone servite dal servizio ferroviario godano di una maggiore
accessibilità.
Volendo effettuare un confronto tra l’accessibilità della stazione con l’utilizzo del veicolo privato
piuttosto che dei servizi di trasporto pubblico, si nota come l’utilizzo di questi ultimi richieda tempi
di percorrenza maggiori (a parità di zona considerata) rispetto all’utilizzo dell’autovettura privata,
rendendo la stazione in esame meno accessibile (sia dal punto di vista from che dal to).
Figura 29 Isocrone "from" per il trasporto pubblico con procedura alternativa
31
Figura 30 Isocrone "to" per il trasporto pubblico con procedura alternativa
3.3.3. Isocrone pedonali
Come già precedentemente descritto, per gli spostamenti pedonali si è considerata una velocità
pedonale pari a 4 km/h, in linea con i riferimenti letterari analizzati16. Il fatto di aver utilizzato una
velocità costante rende i tempi di percorrenza direttamente proporzionali alle lunghezze dei percorsi
da seguire.
Essendo il pedone non vincolato a seguire percorsi prefissati, il grado di accessibilità risulta essere lo
stesso sia from che to, pertanto si evidenziano curve isocrone concentriche.
In Figura 31 è riportato il risultato grafico.
16 Dispense del prof. Umberto Crisalli, Università Tor Vergata http://www.uniroma2.it/didattica/TTL/deposito/14_deflusso_pedonale.pdf
32
Figura 31 Isocrone pedonali
33
4. CONCLUSIONI
Le analisi fin qui svolte sono state funzionali per il lavoro di tesi magistrale. In particolare, attraverso
la visione delle curve isocrone ed il loro confronto con le curve di desiderio della domanda di mobilità,
è stato possibile proporre degli interventi migliorativi mirati a modellare il più possibile l’offerta di
trasporto alle esigenze di spostamento.
L’obiettivo è quello di rendere più accessibile la stazione Roma Trastevere, ovvero ridurre il tempo
di viaggio per tutti quegli spostamenti che hanno la stazione come origine o destinazione. Il
raggiungimento di tale obiettivo vorrebbe dire consentire un ampliamento del bacino di utenza del
nodo in esame.
A tale scopo sono stati analizzati interventi alla rete di trasporto pubblico su gomma, l’inserimento di
servizi di car sharing di tipo station based e l’ipotesi di utilizzo di veicoli autonomi.
Questi ultimi, considerati completamente driverless, potrebbero eliminare la disutilità legata al tempo
di accesso e alla ricerca di parcheggi, che invece si riscontra nei classici servizi di car sharing.