Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Fdninfest000230162016092301 PDF
Fdninfest000230162016092301 PDF
PRESENTADO POR:
NOVIEMBRE 2012
INFORME DE LA MODELIZACIÓN DE LA TPD-IN-
Página I
DEMANDA PMM_BAQ-ID2
Índice de contenido
1 INTRODUCCIÓN ........................................................................................................................... 1
Índice de ilustraciones
Ilustración 3-1. Codificación de zonas externas .................................................................................. 34
Ilustración 3-2. Representación gráfica de la red de modelación. ...................................................... 54
Ilustración 3-3. Representación gráfica de la red de modelación. Detalle Barranquilla ..................... 55
Ilustración 3-4. Estructura de las líneas de transporte público ........................................................... 62
Ilustración 3-5. Estructura de las líneas de transporte público. Detalle Barranquilla-Soledad........... 63
Ilustración 3-6. Esquema de red de líneas de Transmetro ................................................................. 65
Ilustración 3-7. Vehículos/hora en la red para la hora pico mañana .................................................. 66
Ilustración 3-8. Capacidad ofertada de la red de público en hora pico mañana ................................ 67
Ilustración 3-9. Esquema de detalle del sistema de red de acceso a Transmetro. ............................ 76
Ilustración 3-10. Generación – atracción de viajes en público para la hora pico mañana. ................ 81
Ilustración 3-11. Generación – atracción de viajes en público para la hora pico tarde ...................... 82
Ilustración 3-12. Flujos de viajes diarios en transporte público .......................................................... 83
Ilustración 3-13. Perfil de carga en la red de transporte público para el periodo pico de la mañana 87
Ilustración 3-14. Perfil de carga en la red de transporte público para el periodo pico de la tarde ..... 88
Ilustración 3-15. Abordajes iniciales a la red de transporte público en HPM ..................................... 89
Ilustración 3-16. Descensos de la red de transporte público en HPM ................................................ 90
Ilustración 3-17. Abordajes iniciales a la red de transporte público en HPT ...................................... 91
Ilustración 3-18. Descensos de la red de transporte público en HPT ................................................. 92
Ilustración 3-19. Comparativa de volúmenes entre horas pico mañana y tarde ................................ 93
Ilustración 3-20. Atracción – Generación de Viajes Matriz Ajustada 2011 auto en el periodo pico de
la Mañana. ............................................................................................................................................ 96
Ilustración 3-21. Atracción – Generación de Viajes Matriz Ajustada 2011 auto en el periodo Pico de
la Tarde ................................................................................................................................................ 97
Ilustración 3-22. Perfil de carga en la red de vehículo privado para el periodo pico de la Mañana . 100
Ilustración 3-23. Perfil de carga en la red de vehículo privado para el periodo pico de la Tarde .... 101
Ilustración 4-1. Generación de viajes por zona en año base ............................................................ 114
Ilustración 4-2. Atracción de viajes por zona en año base ................................................................ 115
Ilustración 4-3. Generación de viajes por zona a corto plazo. Año 2016 ......................................... 116
Ilustración 4-4. Atracción de viajes por zona a corto plazo. Año 2016 ............................................. 117
Ilustración 4-5. Generación de viajes por zona a medio plazo. Año 2024 ....................................... 118
Ilustración 4-6. Atracción de viajes por zona a medio plazo. Año 2024 ........................................... 119
Ilustración 4-7. Generación de viajes por zona a largo plazo. Año 2036 ......................................... 120
Ilustración 4-8. Atracción de viajes por zona a largo plazo. Año 2036 ............................................. 121
INFORME DE LA MODELIZACIÓN DE LA TPD-IN-
Página IV
DEMANDA PMM_BAQ-ID2
Índice de gráficas
Gráfica 3-1: Proceso de calibración del modelo de cuatro etapas del PMM de Barranquilla .............. 5
Gráfica 3-2. Tasas de viaje según estrato ............................................................................................. 7
Gráfica 3-3. Reparto modal según estrato ............................................................................................ 9
Gráfica 3-4. Tasas de viaje según rangos de edad............................................................................... 9
Gráfica 3-5. Reparto modal según rango de edad .............................................................................. 10
Gráfica 3-6. Reparto de motivos de viaje según rango de edad......................................................... 10
Gráfica 3-7. Tasas de viajes según sexo ............................................................................................ 11
Gráfica 3-8. Ajuste de los viajes totales obtenidos con el modelo de generación ............................. 19
Gráfica 3-9. Ajuste de los viajes totales obtenidos con el modelo de atracción ................................. 22
Gráfica 3-10. Distribución de los viajes observados por motivo de trabajo según costo generalizado
.............................................................................................................................................................. 25
Gráfica 3-11. Distribución de los viajes observados por motivo de estudios según costo
generalizado ......................................................................................................................................... 26
Gráfica 3-12. Distribución de los viajes observados por otros motivos según costo generalizado ... 26
Gráfica 3-13. Viajes por trabajo: Comparación entre matrices: observada y modelizada. Modelo
inicial ..................................................................................................................................................... 29
Gráfica 3-14. Viajes por estudios: Comparación entre matrices: observada y modelizada. Modelo
inicial ..................................................................................................................................................... 29
Gráfica 3-15. Viajes por otros motivos: Comparación entre matrices: observada y modelizada.
Modelo inicial ........................................................................................................................................ 30
Gráfica 3-16. Viajes por trabajo: Comparación entre matrices: observada y modelizada. Modelo final
.............................................................................................................................................................. 31
Gráfica 3-17. Viajes por estudios: Comparación entre matrices: observada y modelizada. Modelo
final ....................................................................................................................................................... 32
Gráfica 3-18. Viajes por otros motivos: Comparación entre matrices: observada y modelizada.
Modelo final .......................................................................................................................................... 32
Gráfica 3-19. Esquema de una estructura jerárquica.......................................................................... 36
Gráfica 3-20. Ejemplos de estructuras jerárquicas testeadas ............................................................ 42
Gráfica 3-21. Porcentaje de población con disponibilidad de vehículo por estrato ............................ 43
Gráfica 3-22. Ajuste de asignación para hora pico mañana de transporte público ............................ 85
Gráfica 3-23. Ajuste de asignación para hora pico tarde de transporte público ................................. 85
Gráfica 3-24. Ajuste de asignación para hora pico mañana de transporte privado ........................... 98
Gráfica 3-25. Ajuste de asignación para hora pico tarde de transporte privado ................................ 98
Gráfica 3-26. Distribución de viajes iniciados por periodos pico y resto del día. Vehículo privado y
transporte colectivo. Encuesta de hogares. ...................................................................................... 103
Gráfica 4-1. Esquema del proceso de obtención de las matrices de viajes futuras ......................... 106
Gráfica 4-2: Secuencia en la aplicación del modelo a escenarios futuros. ...................................... 107
Gráfica 4-3. Correlación entre el PIB-Tasa de viajes entre las principales ciudades colombianas . 109
Gráfica 4-4. Obtención de las funciones de crecimiento de cálculo de tasas .................................. 110
INFORME DE LA MODELIZACIÓN DE LA TPD-IN-
Página V
DEMANDA PMM_BAQ-ID2
Índice de tablas
Tabla 3-1. Ingreso mensual por persona según estrato ....................................................................... 8
Tabla 3-2. Resultados para modelo de generación según método de regresión lineal ..................... 12
Tabla 3-3. Resultados para modelo de atracción según método de regresión lineal ........................ 12
Tabla 3-4. Población total de Barranquilla y Soledad por estrato y rango de edad ........................... 14
Tabla 3-5. Muestra encuestada según la clasificación de variables del ACM.................................... 14
Tabla 3-6. Factores de expansión promedio para las categorías consideradas ................................ 15
Tabla 3-7. Viajes y tasas obtenidas para la generación por motivo trabajo ....................................... 16
Tabla 3-8. Viajes y tasas obtenidas para la generación por motivo estudio ...................................... 17
Tabla 3-9. Viajes y tasas obtenidas para la generación por motivo otros .......................................... 18
Tabla 3-10. Empleo y Viajes atraídos por oferta de trabajo y representatividad de los viajes no
obligados .............................................................................................................................................. 21
Tabla 3-11.Tasas cruzadas de atracción por oferta de trabajo y representatividad de los viajes no
obligados .............................................................................................................................................. 21
Tabla 3-12. Tasas de atracción por oferta de estudio ......................................................................... 22
Tabla 3-13. Parámetrosθ de los modelos calibrados .......................................................................... 33
Tabla 3-14. Modos de transporte utilizados en el área de estudio y partición modal ........................ 38
Tabla 3-15. Equivalencia modos encuesta de hogares y modos agrupados del modelo de reparto 40
Tabla 3-16. Coeficientes de las funciones de utilidad. Modelo multinomial inicial ............................. 46
Tabla 3-17. Coeficientes para el modelo de reparto. Modelo final ..................................................... 49
Tabla 3-18. Comparativa de viajes internos por estrato y modo de transporte. Observado vs.
Reproducido ......................................................................................................................................... 50
Tabla 3-19. Comparativa de viajes internos por motivo de viaje y modo de transporte observado vs.
Reproducido ......................................................................................................................................... 51
Tabla 3-20. Atributos de nodos ............................................................................................................ 56
Tabla 3-21. Atributos de arcos ............................................................................................................. 57
Tabla 3-22. Relación de los modos de transporte incluidos en el modelo ......................................... 60
Tabla 3-23. Características de los vehículos de transporte público modelizados .............................. 60
Tabla 3-24. Líneas de Transmetro modelizadas ................................................................................. 64
Tabla 3-25. Capacidad por carril según Categoría de Vial ................................................................. 68
Tabla 3-26. Rangos de Velocidad libre según Categoría de Vial ....................................................... 69
Tabla 3-27. Equivalencias entre zonas para la modelación de vehículos de carga........................... 70
Tabla 3-28. Factores de equivalencia. Vehículos ligeros equivalentes por viaje ............................... 72
Tabla 3-29: Matrices sintéticas con externos, sin calibrar.Año base. ................................................. 78
Tabla 3-30. Comparativa matriz base vs matriz ajustada de transporte público ................................ 86
Tabla 3-31. Matrices sintéticas. Sin ajustar. Año base. ...................................................................... 94
Tabla 3-32. Comparativa matrices hora pico base vs matrices hora pico ajustada de auto-conductor
.............................................................................................................................................................. 99
INFORME DE LA MODELIZACIÓN DE LA TPD-IN-
Página VI
DEMANDA PMM_BAQ-ID2
Tabla 3-33. Comparativa matrices diarias base vs. Matrices diarias ajustadas de vehículo privado y
transporte colectivo ............................................................................................................................ 104
Tabla 3-34: Reparto modal de los viajes diarios ajustados realizados en Barranquilla y Soledad .. 104
Tabla 4-1. Promedio de viajes generados por persona .................................................................... 109
Tabla 4-2. Personas por hogar y evolución del ingreso mensual por habitante para los años futuros
por estrato .......................................................................................................................................... 111
Tabla 4-3. Evolución de la generación de viajes calculada por macrozonas ................................... 112
Tabla 4-4. Evolución de la atracción de viajes calculada por macrozonas (previo escalado) ......... 113
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 1
DE LA DEMANDA PMM_BAQ-ID2
1 INTRODUCCIÓN
En este caso, los planes específicos que pueden tener un importante apoyo en la
modelización serán los de transporte público y los de sistema vial y tráfico, siendo estos
los que principalmente tienen una repercusión directa en la movilidad en cuanto a
asignaciones de tráfico.
Para abordar de manera eficiente los aspectos relacionados con esta línea base y las
pretensiones anteriormente mencionadas, el documento se estructura de la siguiente
forma:
• Anexo II: Soportes digitales de trabajo para las diferentes etapas. En este anexo
se incluyen los archivos de trabajo que muestran diferentes resultados de las
etapas de modelación, así como los archivos necesarios para llevar a cabo
actualizaciones.
• Anexo III: Manual de uso del modelo y el software EMME/3 para poder aplicar el
modelo de PMM de Barranquilla
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 2
DE LA DEMANDA PMM_BAQ-ID2
• Anexo IV: Base de datos de EMME (emmebank), con los archivos necesarios para
su uso
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 3
DE LA DEMANDA PMM_BAQ-ID2
1. Generación y atracción viajes.- Este paso tiene por objeto determinar el número
de viajes, que se producen en cada una de las zonas de transporte del área de
estudio, así como aquéllos que son atraídos por cada zona durante un
determinado periodo de tiempo. Aquí se obtienen los volúmenes diarios según
motivos de viaje: trabajo, estudio y otros.
3. Reparto modal.- Dado que los pasos anteriores hacen referencia a viajes totales
producidos en la región bajo estudio, este paso tiene por objeto repartir la
demanda entre los diferentes modos de transporte, atendiendo a las
características del servicio ofrecido por cada uno de ellos. Resultado son, después
de su transformación desde matrices de generación-atracción (G-A), las matrices
origen-destino (O-D) diarias por modo.
4. Asignación de flujos O-D.- Consiste en tomar las matrices por modo y asignarlas
a los grafos de red correspondientes, para obtener la distribución de la demanda
entre cada par O-D para los diferentes caminos alternativos, atendiendo a las
características particulares de los viajes a través de esos caminos (distancias,
tiempo, costos, etc.). Para ello las matrices diarias por modo se factorizan, según
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 4
DE LA DEMANDA PMM_BAQ-ID2
Dado que algunos de los pasos de modelización necesitan datos de entrada procedentes
de fases posteriores (por ejemplo el modelo de distribución utiliza como dato de entrada
una medida de “fricción” promedia de todos los modos, procedente del modelo de reparto
modal), el proceso de calibración del modelo no sigue linealmente la secuencia de las
cuatro etapas, pero se realiza según el esquema siguiente:
Gráfica 3-1: Proceso de calibración del modelo de cuatro etapas del PMM de Barranquilla
Asignaciones
m at rices horarias direct as
(Red viaria y Transport e público)
Mat rices
Calibración Aplicación Calculo
diarias
3. Modelos Modelos Mat rices horarias
por m odo
Repart o Modal Repart o Modal sint ét icas
Vect ores
G-A
Result ados:
Especificaciones de los m odelos
Calibración
Fact ores de calibración
Encuest a de hogares Dat os socioeconóm icos 1. Modelos
Mat rices calibradas horarias y diarias
Generación At racción
3.1.1 Generalidades
Entre los diferentes modelos que se pueden realizar de generación y atracción, se han
realizado pruebas de uso y calibración para regresión lineal y modelos de clasificación
cruzada de análisis de clasificación múltiple. Ambos tienen como objetivo obtener una
expresión matemática que explique el comportamiento de la variable dependiente “viajes”
(demanda actual de viajes generados y atraídos)en situación actual respecto a cada una
de las variables consideradas. Las variables suelen tener un carácter socioeconómico en
el caso de la generación y asimismo, socioeconómico y urbanísticas en el caso de la
atracción.
En este último caso, una de las posibles variables más comúnmente consideradas son las
tipologías de superficies según usos. En este sentido, se obtuvo información del Plan de
Ordenamiento Territorial de usos del suelo, según las categorías con las que está
trabajando el mismo: dotacional, productivas, comercial y residencial comercial. En los
primeros análisis realizados según regresión lineal se comprobó que los ajustes que
resultaban de las variables dependientes de viajes atraídos, utilizando como variables
independientes los usos del suelo según zona de transporte, arrojaban resultados muy
poco satisfactorios (R2<0,2), lo que indica que la información disponible en este sentido no
tiene la categorización necesaria para explicar la atracción de viajes según las variables
sobre las que se trabaja.
Analizando las posibles variables que pueden explicar la generación y atracción de viajes
y la disponibilidad de datos, se ha buscado variables que no estén correlacionadas entre
ellas, pero tengan una variación en las pautas de movilidad relevante para los diferentes
grupos considerados.
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 7
DE LA DEMANDA PMM_BAQ-ID2
• Generación:
o Población
o Estrato, entendiendo el mismo como aproximación al nivel de renta
o Edad de la población
o Sexo
o Motorización
• Atracción:
o Puestos de trabajo ofertados en la zona
o Puestos escolares ofertados en la zona
o Presencia de grandes centros atractores de movilidad no obligada
(hospitales, centros comerciales,…), entendiendo por movilidad no
obligada a los desplazamientos con finalidades diferentes a las de
trabajo y estudio, y se caracteriza por tener una frecuencia y dirección
no necesariamente diaria o fija.
En el caso de la generación, se observa en las gráficas siguientes, como para las
variables consideradas, las pautas de movilidad varían considerablemente, lo que arroja
una aproximación más fiable a cuantificar unas tasas más reales de movilidad para los
diferentes grupos.
Gráfica 3-2. Tasas de viaje según estrato
2.00
1.73
1.80 1.61
1.60 1.43 1.42
1.34 1.34 1.35 1.60
1.40
Viajes/persona
Como se observa, las tasas de viajes por persona varían considerablemente según los
estratos, incrementándose según aumenta el mismo, a excepción del estrato 4 que
presenta una disminución respecto al anterior.
La consideración del estrato busca integrar una variable de carácter económico a los
rangos a considerar y evaluar las diferentes pautas de movilidad que se producen según
niveles de renta. Es por ello que el estrato se ha traducido un nivel de ingreso medio por
persona. Asimismo, está tarea facilita la labor de realizar proyecciones de acuerdo a
variaciones en los niveles de riqueza de la ciudad. La siguiente tabla muestra los valores
de equivalencia estrato-nivel de renta asumidos para el año base.
Ingreso
Estrato mensual/persona año
base (pesos)
1 $ 217.506
2 $ 347.132
3 $ 381.427
4 $ 557.675
5 $ 943.434
6 $ 1.205.045
Fuente: Elaboración propia
Los gráficos siguientes ponen de manifiesto las diferencias en las pautas de movilidad
según los valores socioeconómicos considerados.
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 9
DE LA DEMANDA PMM_BAQ-ID2
100%
90%
80%
Transporte informal
70%
Taxi
% de reparto
60% Transporte público
50% Vehículo privado
40% Otros modos
30% Motocicleta
20% Bicicleta
10% A pie
0%
1 2 3 4 5 6
Estrato
En la Gráfica 3-3 se observa como los modos de viaje varían considerablemente según el
estrato, teniendo una presencia mucho mayor el vehículo privado según se aumenta de
estrato respecto a los modos públicos y los viajes a pie.
1.80
1.60
1.60 1.47
1.39 1.36
1.40
1.20 1.06
Viajes/persona
1.19 0.97
1.00 1.13
1.09
0.80
0.79
0.60
0.38
0.40 0.55
0.20 0.23
0.18
0.20
-
5 a 14 15 a 29 30 a 44 45 a 59 60 o más
Rangos de edad
viajes totales viajes motorizados viajes no motorizados
100%
90%
80%
Otros modos
70%
Transporte Informal
% de reparto
60%
Taxi
50%
Transporte Público
40%
Automóvil
30%
Motocicleta
20%
Bicicleta
10%
Pie
0%
5 a 14 15 a 29 30 a 44 45 a 59 60 o Total
más
Rango de edad
Fuente: Elaboración propia a partir de la encuesta domiciliaria
100%
Otros
90%
Salud
80%
70% Trabajo
% de reparto
60% Negocios
50% Familiares y visitas
40% Estudios
30% Entretenimiento
20% Diligencias
10%
Deportes
0%
5 a 14 15 a 29 30 a 44 45 a 59 60 o Compras
más Acompañante
Rango de edad
Otra variable que puede ser considerada es el sexo. En este caso, las tasas de viaje
presentan también una variabilidad considerable, aunque siendo menor que en los otros
casos (Gráfica 3-7).
1.60 1.50
1.32
1.40
1.20 1.05
0.90
1.00
viajes/persona
0.80
0.60 0.42 0.45
0.40
0.20
0.00
Femenino Masculino
Sexo
En resumen, destacar que, el hecho de incluir estas variables en diferentes rangos para el
modelo de clasificación permite afinar mejor las tasas según las distintas variables
socioeconómicas consideradas y poder de esta manera reducir el error que puede surgir
al considerar agregaciones demasiado amplias en las diferentes variables.
Se observa, por tanto, que la combinación de estratos, rangos de edad y motivos de viaje
captura las principales variables que influyen en las tasas de movilidad, pues, como se
verá más adelante, en las tasas obtenidas, para los diferentes grupos de edad y estratos
las tasas varían de forma muy significativa según los motivos y los rangos de edad.
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 12
DE LA DEMANDA PMM_BAQ-ID2
Tabla 3-2. Resultados para modelo de generación según método de regresión lineal
R2 R2 ajustado F
Generación 0.935 0.934 1357.72
B Std.Error Coeficientes t
Regresión
Constante 217.04 277.36 0.78
Población 1.47 0.26 0.999 56.45
Estrato 421.59 92.84 0.097 4.54
Edad -47.73 12.59 -0.088 -3.79
Fuente: Elaboración propia
Tabla 3-3. Resultados para modelo de atracción según método de regresión lineal
R2 R2 ajustado F
Atracción 0.851 0.850 557.58
B Std.Error Coeficientes t
Regresión
Constante -5088.46 502.100 -10.13
Oferta trabajo 3.32 .141 0.591 23.51
Oferta estudio 1.67 0.086 0.494 19.33
Tasa no obligados 12199.52 1544.324 0.183 7.90
Fuente: Elaboración propia
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 13
DE LA DEMANDA PMM_BAQ-ID2
Como se verá en el siguiente apartado, los resultados obtenidos para el modelo según
análisis de clasificación múltiple son más ajustados, sobre todo para la atracción general.
Asimismo, el uso del modelo de tasas puede explicar mejor la movilidad de ciertos grupos
de personas y la manejabilidad y representatividad de las mismas tasas en escenarios
futuros. Ambos modelos suponen una capacidad de generación de viajes constante a lo
largo de los años, a sabiendas que las tasas globales de la población varían en realidad
dependiendo de variables como el PIB y la riqueza. Aun así, en un modelo de regresión
estos cambios pueden ser más complicados de tener en cuenta que en un modelo de
tasas que incluye dicha variable. Ante estas conclusiones finalmente éste es el ACM
elegido.
3.1.2.1 Generación
Con este resultado, la correlación media que existe entre las variables permite calcular la
tasa de cada celda con la suma de las desviaciones correspondientes más la tasa media
global. Destacar que en los casos que el resultado sea menor que cero, siendo imposible
dicho resultado en cuanto a tasa de generación de viajes, se calcula como un “0”.
Para los cálculos a realizar, se debe repartir la población total según las variables
adoptadas. La Tabla 3-4 siguiente muestra la distribución de la población según rangos de
edad y estratos, que se utilizará para los cálculos posteriores de cada motivo. Los datos
de población presentados provienen del resultado de la encuesta de hogares, siendo el
total sobre la base poblacional proyectada a partir de datos del DANE Censo 2005 al año
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 14
DE LA DEMANDA PMM_BAQ-ID2
base del estudio. Dicha población no incluye los menores de 5 años, pues no están
considerados en la explotación de la encuesta.
Tabla 3-4. Población total de Barranquilla y Soledad por estrato y rango de edad
Rango de edad
5 a 14 15 a 29 30 a 44 45 a 59 60 o más Total
1 2.370 4.052 3.035 2.054 1.118 12.629
2 1.610 3.136 2.596 2.140 1.342 10.824
Estrato
Rango de edad
5 a 14 15 a 29 30 a 44 45 a 59 60 o más Total
1 60,17 44,01 43,14 35,20 41,81 45,21
2 70,12 53,69 49,94 37,76 40,30 50,43
Estrato
Categorizando el número de viajes según los motivos de trabajo, estudios y otros, según
las mismas variables de estrato y grupo de edad, se pueden calcular las tasas de viaje
para cada celda, que se redistribuyen según las desviaciones medias por cada grupo
como se ha comentado anteriormente.
En las tablas siguientes se muestran los resultados obtenidos según los motivos
considerados. Cabe destacar que en la tabla de tasas brutas, las tasas por rango, aunque
aparecen indicadas, no se utilizan en los cálculos posteriores, pues el método se basa en
el cálculo de las tasas a partir de la tasa media global y las desviaciones obtenidas para
cada rango de variable. De esta manera, se incluyen simplemente a modo indicativo.
Asimismo, destacar también que la tasa media por rango no tiene por qué coincidir con la
media de las tasas de dicho rango.
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 16
DE LA DEMANDA PMM_BAQ-ID2
Tabla 3-7. Viajes y tasas obtenidas para la generación por motivo trabajo
Tasas brutas
Rango de edad (años)
5 a 14 15 a 29 30 a 44 45 a 59 60 o más Tasa media
1 0,04 0,47 0,82 0,70 0,28 0,46
2 0,07 0,51 0,83 0,70 0,20 0,49
Estrato
Tabla 3-8. Viajes y tasas obtenidas para la generación por motivo estudio
Tasas brutas
Rango de edad (años)
5 a 14 15 a 29 30 a 44 45 a 59 60 o más Tasa media
1 1,47 0,57 0,04 0,04 0,01 0,56
2 1,52 0,73 0,04 0,03 0,01 0,56
Estrato
Tabla 3-9. Viajes y tasas obtenidas para la generación por motivo otros
Tasas brutas
Rango de edad (años)
5 a 14 15 a 29 30 a 44 45 a 59 60 o más Tasa media
1 0,05 0,32 0,46 0,52 0,57 0,33
2 0,06 0,29 0,51 0,61 0,76 0,39
Estrato
En la Tabla 3-7 de viajes generados por motivo de trabajo, se observa como aparecen
viajes de trabajo para población de grupos de edad entre 5 y 14 años. En este caso son
estudiantes, que pueden estar realizando algún tipo de trabajo o acompañando. En todo
caso, no llega a representar el 3% del total de viajes de ese rango.
El ajuste para el total de viajes generados, es decir, para la matriz “suma” de las
anteriores o vector total de generación total, el resultado es más que satisfactorio.
Gráfica 3-8. Ajuste de los viajes totales obtenidos con el modelo de generación
Ajuste generación
45 000
40 000
35 000
Generados según modelo de ACM
30 000
25 000
20 000
15 000
10 000
5 000
y = 0.95x + 587.04
R² = 0.94
-
- 5 000 10 000 15 000 20 000 25 000 30 000 35 000 40 000 45 000
Generados
según encuesta domiciliaria
1
Ortúzar, Juan de Dios y Willumsen, Luís G.“Modelos de transporte”. Universidad de Cantabria. Pág 230
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 20
DE LA DEMANDA PMM_BAQ-ID2
3.1.2.2 Atracción
En este caso se ha optado por la oferta de trabajo y estudio por zona de transporte y la
representatividad de la movilidad atraída no obligada, pudiendo de esta forma identificar
singularmente aquellas zonas que presentan usos significativos asociados a este tipo de
demanda (zonas comerciales, centros hospitalarios y de salud) y permitiendo de esta
manera, para proyecciones futuras, darles un tratamiento singular mediante un análisis
individual y de zonas testigo, es decir zonas que comparten similitudes en cuanto a usos
del suelo y por tanto sus pautas de generación y atracción se pueden considerar
equivalentes.
De esta manera en la atracción se ha optado por cruzar la oferta de trabajo con una
representatividad de la atracción no obligada de cada zona, y por otro lado calcular una
tasa de atracción por motivo estudios según oferta de plazas. Los rangos utilizados para
definir las tasas en cada variable se han definido por una parte buscando una distribución
homogénea y por otro lado buscando unos umbrales que permitan representar de forma
más ajustada los escenarios futuros.
La Tabla 3-10 muestra los resultados obtenidos para la atracción según los rangos
definidos, destacar que el número de viajes considerados corresponde a los viajes por
trabajo más los viajes por motivos no obligados, pues se están calculando tasas cruzadas
para ambos motivos.
Destacar que, para el primer grupo de tabla se cruzan los viajes por motivos trabajo y los
viajes por motivos no obligados, siendo el total de la suma de viajes atraídos el
correspondiente a ambos motivos.
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 21
DE LA DEMANDA PMM_BAQ-ID2
Tabla 3-10. Empleo y Viajes atraídos por oferta de trabajo y representatividad de los viajes no obligados
Oferta de Empleo
Participación viajes no obligados
Tabla 3-11.Tasas cruzadas de atracción por oferta de trabajo y representatividad de los viajes no obligados
La Tabla 3-12. muestra las tasas, en este caso sin cruzar, para la atracción según oferta
de estudio
Comparando los atraídos totales por zona con los atraídos según el modelo, el ajuste es
el presentado en la Gráfica 3-9.
Gráfica 3-9. Ajuste de los viajes totales obtenidos con el modelo de atracción
Ajuste atracción
70 000
60 000
50 000
Atraídos según modelo de ACM
40 000
30 000
20 000
10 000
y = 0.94x + 474.91
R² = 0.91
-
- 10 000 20 000 30 000 40 000 50 000 60 000 70 000
El modelo de distribución de viajes tiene como objeto poder obtener la matriz O-D en
función de los vectores de generación y atracción de viajes (transformado debidamente a
origen-destino), así como de la oferta de transporte y de las relaciones funcionales del
ámbito de estudio:
, , ; sujeto a y
donde,
donde,
Para la función de costo suelen aplicarse relaciones exponenciales con una medida de
tiempo y costo del transporte entre cada zona i y j:
Para que el modelo de distribución sea sensible a cambios del sistema de transporte en
cualquiera de los modos utilizados, la medida de tiempo y costo de transporte Cij debería
reflejar el “costo generalizado” medio percibido por el conjunto de los usuarios de una
relación origen-destino. Adicionalmente la medida Cij debe descender ante una reducción
de tiempos o costos en cualquiera de los modos utilizados entre i y j (ponderado por el
2
Algunas fuentes en la bibliografía prefieren la notación con
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 24
DE LA DEMANDA PMM_BAQ-ID2
número de usuarios de cada modo en la situación modificada). Una medida que cumple
con estos requisitos es el llamado logsum del reparto modal (ver apartado 3.3.1).
• Segmentación adoptada
Los patrones de movilidad varían según los motivos de viaje3. Los segmentos relevantes
en este contexto son los ya utilizados en los modelos de generación y atracción (ver
apartado 3.1.2):
• Motivo de trabajo
• Motivo de estudios
3
Esta variación se observa en prácticamente todas las áreas metropolitanas del mundo. En el área objeto de
estudio las diferencias se han puesto de manifiesto en el diagnostico.
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 25
DE LA DEMANDA PMM_BAQ-ID2
• Otros motivos
Las figuras siguientes demuestran la distribución de las tres matrices según costo
generalizado (logsum).
Gráfica 3-10. Distribución de los viajes observados por motivo de trabajo según costo generalizado
Gráfica 3-11. Distribución de los viajes observados por motivo de estudios según costo generalizado
Gráfica 3-12. Distribución de los viajes observados por otros motivos según costo generalizado
• Una distribución de los restantes viajes entre valores de 0,3 y 3,5, con una
media ponderada de 1,221 y una desviación estándar de 0,634
• Una distribución de los restantes viajes entre valores de 0,3 y 3,1, con una
media ponderada de 0,585 y una desviación estándar de 0,589. La mayoría de
los viajes se producen para logsum inferiores a 1 (80%), pero la distribución
demuestra una “cola” larga hasta valores de 3,1.
• Una distribución de los restantes viajes entre valores de 0,3 y 3,0, con una
media ponderada de 0,962 y una desviación estándar de 0,602. La distribución
demuestra una distribución intermedia entre la observada para trabajo y la
observada para estudios.
Puede concluirse, por tanto, que los viajes por motivo trabajo son los que mayor “costo
generalizado” experimentan. Son sustancialmente más “cortos” los viajes por motivo
estudios, mientras los viajes por otros motivos ocupan una posición intermedia. No
obstante, si se analiza el rango de “costos generalizado” de los viajes a través del
coeficiente de variación (desviación estándar dividida por la media), el mayor valor se
detecta para viajes por motivo de estudios, seguido de otros motivos, mientras los viajes
por trabajo demuestran la menor variabilidad (con respecta a su media).
La calibración del parámetro θse realiza para cada motivo de forma iterativa, hasta
obtener una matriz de viajes, que demuestra el mismo “costo generalizado” medio
ponderado que la matriz obtenida directamente de la encuesta. Para ello se utiliza un
valor inicial de
1
; :
; :
Las figuras siguientes demuestran las distribuciones obtenidas con este proceso. No
obstante, y aunque en los tres motivos las matrices sintéticas reproducen el valor medio
del costo generalizado observado con las matrices directas, se manifiestan importantes
diferencias en las distribuciones, con una sobre-estimación de los viajes cortos, y una
infraestimación de los viajes más largos.
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 29
DE LA DEMANDA PMM_BAQ-ID2
Gráfica 3-13. Viajes por trabajo: Comparación entre matrices: observada y modelizada. Modelo inicial
Viajes/día
Matriz observada
Matriz modelizada
Gráfica 3-14. Viajes por estudios: Comparación entre matrices: observada y modelizada. Modelo inicial
Viajes/día
Matriz observada
Matriz modelizada
Gráfica 3-15. Viajes por otros motivos: Comparación entre matrices: observada y modelizada. Modelo inicial
Viajes/día
Matriz observada
Matriz modelizada
Analizando las matrices obtenidas de este modelo inicial, a nivel de flujos entre
macrozonas, se detectan importantes diferencias, por las cuales se descarta el uso de
estos modelos, y se plantea la introducción de una tercera restricción (adicional a las
restricciones de origen y destino), la de reproducir flujos entre macrozonas. Con ello la
formulación del modelo es:
sujeto a , , ,
,
donde,
Vij son los viajes entre las zonas i y j, contenidas en las macrozona m y n
Oi, Dj son los viajes generados en i respectivamente atraídos en j
Tmn son los viajes entre las macrozonas m y n
logsumij es el logsum del modelo de reparto modal entre las zonas i y j
ai, bj, tmn son coeficientes de balanceo calculados para cumplir las restricciones en
origen, destino y de flujos entre macrozonas
El parámetro θse calibra de forma idéntica que en el caso del modelo con solo dos
restricciones, y los coeficientes de balanceo ai, bjy tmn proceden del balanceo con tres
restricciones (o tri-dimensional, también del tipo Furness). No obstante, a diferencia de los
coeficientes de origen y destino ai, bj que para los escenarios futuros dependen de los
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 31
DE LA DEMANDA PMM_BAQ-ID2
valores de generación y atracción O*i, D*j, obtenidos de los modelos respectivos, los flujos
futuros entre macrozonas son un resultado del propio modelo de distribución, por lo que
los coeficientes tmn son los mismos que se han determinado en situación actual.
Las figuras siguientes comparan las distribuciones de las matrices modelizadas con las
mismas delas matrices directas.
Gráfica 3-16. Viajes por trabajo: Comparación entre matrices: observada y modelizada. Modelo final
Matriz observada
Matriz modelizada
Gráfica 3-17. Viajes por estudios: Comparación entre matrices: observada y modelizada. Modelo final
Matriz observada
Matriz modelizada
Gráfica 3-18. Viajes por otros motivos: Comparación entre matrices: observada y modelizada. Modelo final
Matriz observada
Matriz modelizada
Los modelos reproducen el “costo generalizado medio” y sus distribuciones según este
costo demuestran un alto grado de similitud con las distribuciones de las matrices
observadas. Dado la propia formulación de los modelos se garantiza la reproducción de
los flujos entre macrozonas observadas.
Los viajes externos, entendidos como las relaciones entre Barranquilla y Soledad con
otros municipios, tanto de la propia Área Metropolitana como de otros puntos del país, se
han cuantificado utilizando como fuente información primaria obtenida en trabajos de
realización de aforos y encuestas cordón en los principales corredores de acceso al
ámbito de estudio:
Los trabajos de encuestas se realizaron tanto para transporte público colectivo como para
vehículos privados, con el fin de completar las matrices de ambos modos. El proceso de
expansión entre las encuestas y los aforos permite definir una matriz de viajes externos
para las horas pico consideradas, que se agregan a las matrices internas obtenidas.
IINFORME DE L
LA MODELIZAC
CIÓN TP
PD-IN-
Página 34
DE LA DEMANDA PMM_
_BAQ-ID2
Las zonas extternas se han modelado com mo nodos asociados a los co orredores
menccionados y en el caso del transpo orte público
o a las rutass interurbannas, o urbanas para
el Árrea Metropo
olitana, exisstentes. La siguiente
s fig
gura muestrra la localizzación y cod
dificación
de la
as zonas exxternas.
nte: elaboració
Fuen ón propia
Para la modelización del reparto entre dos o más modos de transporte suelen utilizarse
modelos de elección discreta, y más concretamente modelos de utilidad aleatoria del tipo
logit.
j∈ A
No obstante, esta formulación presupone que los términos aleatorios (no observados) de
las alternativas son independientes, lo que en la práctica no siempre está garantizado,
especialmente cuando dos modos de transporte son muy parecidos entre si. Por ello
frecuentemente se utilizan modelos logit de tipo jerárquico, que superan esta limitación.
Reparten el conjunto de alternativas en varios nidos, como lo demuestra el gráfico
siguiente a modo de ejemplo:
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 36
DE LA DEMANDA PMM_BAQ-ID2
Raíz
A B C
A1 A2 B1 B2 C1 C2
Fuente: elaboración propia
Por otra parte, la probabilidad de elegir la alternativa A1 dentro del nido A es:
eU A1
PA1| A = ; i ∈ (1,2)
∑ eU Ai
i
4
Para λ = 1 el modelo jerárquico es idéntico con el modelo multinomial
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 37
DE LA DEMANDA PMM_BAQ-ID2
eU A1 eλ ⋅U A
PA1 = PA1| A ⋅ PA = ⋅
∑ eU Ai ∑ eλ ⋅U n
i n
Cabe resaltar que la formulación implica elasticidades cruzadas más altas entre los
modos que conforman un mismo nido, que entre dos modos que pertenecen a nidos
distintos. Es decir, el impacto de un cambio de la utilidad UA1 sobre la probabilidad PA2 es
mayor que sobre las Probabilidades PB1/2 y PC1/2.
Una vez conocida la demanda total de viajes para cada escenario de simulación, se
desarrolló un modelo de reparto modal tipo logita partir del cual se obtiene el reparto de
viajes entre los diferentes modos principales del transporte de Barranquilla, en función de
las características del usuario y de cada modo para cada relación origen/destino
analizada.
• Viajes en autobús privado y escolar, ya que su elección está más ligada al lugar
del trabajo o al colegio, y no corresponde a una elección modal propiamente dicha.
Suman un total de casi 75.000 viajes.
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 39
DE LA DEMANDA PMM_BAQ-ID2
Tabla 3-15. Equivalencia modos encuesta de hogares y modos agrupados del modelo de reparto
Destacar que, al tratarse el transporte público colectivo y masivo como un único modo, se
deja para el modelo de asignación el reparto definitivo entre los modos colectivos,
mediante variables y atributos (como tarifas, frecuencias y velocidades comerciales) que
beneficien unas rutas y submodos por encima de otros.
, ,
Donde
Con ello se realizaron numerosos intentos de calibrar modelos logit jerárquicos, con
estructuras como las siguientes (y sus permutaciones pertinentes):
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 42
DE LA DEMANDA PMM_BAQ-ID2
Pie Moto
Transporte
Auto Conductor
privado
Raíz Auto
acompañante
Regular
Transporte
público Informal e
individual
Moto
Conductor
Auto
Transporte
Acompañante
individual
Transporte publico
Raíz
Informal e individual
Transporte público
regular
Pie
No obstante, en todos los modelos testeados, los parámetros de nido adoptaron valores
mayores que uno, fuera del rango valido. Ello implica que las estructuras jerárquicas
testeadas no corresponden a lo observado.
• Motivo de viaje,
• Distancia.
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 44
DE LA DEMANDA PMM_BAQ-ID2
• Parámetros significativos,
+ f ⋅ DisponeVeh
U acompañate = C acompañant e + a ⋅ Tiempo + b ⋅ Costo estratos 1 − 3 + c ⋅ Costo estratos 4 − 6
+ i ⋅ (estrato = 1 )
U moto = C moto + a ⋅ Tiempo + b ⋅ Costo estratos 1 − 3 + c ⋅ Costo estratos 4 − 6
+ j ⋅ DisponeMot
Donde:
Finalmente los Cmodo son las constantes modales de cada modo, que indican su
preferencia con respecto al transporte público regular (Cpúblico = 0).
Cabe resaltar, que todos los coeficientes y constantes son significativos y del signo
correcto, y que el modelo demuestra estadísticos5 de ajuste satisfactorios:
Donde:
Finalmente los Cmodo son las constantes modales de cada modo, que indican su
preferencia con respecto al transporte público regular (Cpúblico = 0).
Cabe resaltar, que todos los coeficientes y constantes son significativos y del signo
correcto, y que el modelo demuestra estadísticos6 de ajuste satisfactorios:
“Rho-Squared” w.r.t. Zero = 0,5028
“Rho-Squared” w.r.t. Constants = 0,30937
6
Dado que el parámetro “Rho‐Squared” w.r.t. Zero, depende de las proporciones de elección en la muestra,
por si solo no indica calidad de ajuste. El parámetro “Rho‐Squared” w.r.t. Constants puede indicar modelos
aceptables con valores tan bajos como 0,1, valores mayores que 0,2 suelen indicar ajustes satisfactorios, y
valores por encima de 0,35 pueden indicar ajustes muy buenos.
7
Mayor información sobre el uso y varemos de estos parámetros de ajustes según la guía de modelación del
Departamento de Transportes del Reino Unido: Unit 3.11.3: Mode Choice Models: Bespoke and Transferred.
Punto 5.10. http://www.dft.gov.uk/webtag/documents/expert/unit3.11.3.php#5_9
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 50
DE LA DEMANDA PMM_BAQ-ID2
Tabla 3-18. Comparativa de viajes internos por estrato y modo de transporte. Observado vs. Reproducido
ESTRATO
x 1 000
1 2 3 4 5 6 TOTAL
Observado 130.1 116.2 52.0 15.7 6.3 3.3 323.6
Pie
Reproducido 124.5 121.8 52.7 14.6 5.3 4.7 323.6
Público Observado 304.3 331.8 172.3 50.0 14.9 10.7 884.1
Regular Reproducido 292.5 340.1 168.8 48.4 17.8 16.5 884.1
Coche ‐ Observado 3.9 7.3 13.1 14.4 12.5 17.6 68.9
Conductor Reproducido 5.4 7.6 13.9 13.6 12.1 16.2 68.9
Coche ‐ Observado 3.7 7.2 10.8 6.6 3.8 6.6 38.7
Acompañant Reproducido 5.3 5.6 14.8 5.0 3.2 4.6 38.7
Observado 18.6 29.3 23.8 12.4 7.5 9.7 101.3
Taxi
Reproducido 28.5 26.8 16.5 17.0 6.5 6.0 101.3
Público Observado 53.3 57.2 6.7 0.1 0.0 0.0 117.3
Informal Reproducido 56.6 47.1 13.4 0.3 0.0 0.0 117.3
Observado 24.2 28.3 13.2 2.7 0.7 0.9 70.0
Motocicleta
Reproducido 25.5 28.2 11.9 2.9 0.7 0.7 70.0
Observado 538.2 577.3 292.0 102.0 45.8 48.8 1603.9
TOTAL
Reproducido 538.2 577.3 292.0 102.0 45.8 48.8 1603.9
Fuente: elaboración propia
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 51
DE LA DEMANDA PMM_BAQ-ID2
Tabla 3-19. Comparativa de viajes internos por motivo de viaje y modo de transporte observado vs.
Reproducido
MOTIVO
x 1 000
Trabajo Estudios Otros TOTAL
Observado 24.6 100.3 198.8 323.6
Pie
Reproducido 36.3 100.3 187.0 323.6
Público Observado 207.5 100.1 576.5 884.1
Regular Reproducido 188.3 105.0 590.8 884.1
Coche ‐ Observado 24.8 1.2 42.8 68.9
Conductor Reproducido 23.5 1.6 43.8 68.9
Coche ‐ Observado 6.5 6.5 25.6 38.7
Acompañant Reproducido 8.7 4.4 25.5 38.7
Observado 13.1 3.8 84.4 101.3
Taxi
Reproducido 20.9 3.8 76.6 101.3
Público Observado 19.4 21.3 76.6 117.3
Informal Reproducido 19.1 18.8 79.4 117.3
Observado 25.7 3.7 40.6 70.0
Motocicleta
Reproducido 24.6 3.1 42.3 70.0
Observado 321.5 237.0 1045.5 1603.9
TOTAL
Reproducido 321.5 237.0 1045.5 1603.9
Fuente: Elaboración propia
De este proceso de reparto modal se obtienen, agregando las matrices externas, las
matrices denominadas sintéticas, incluidas en el anexo I de matrices
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 52
DE LA DEMANDA PMM_BAQ-ID2
Una vez obtenida la red/grafo del modelo actual, se ha procedido con la revisión y
actualización de las redes con los datos procedentes de la realización del inventario de
red vial y de servicios de transporte urbano in situ. El inventario de la red vial (ver
apartado 6.3.3 del diagnostico) ha cubierto la totalidad de las vías de categoría 2, así
como la carretera circunvalar. Para estas infraestructuras se han recopilado, a efectos de
modelización los siguientes datos:
• Sentidos de circulación
Cabe resaltar, que los servicios de transporte público se apoyan en el mismo grafo de la
red de infraestructuras viarias, que se utiliza para las asignaciones de transporte individual
y de carga. De esta forma se puede tener en cuenta la interacción – en términos de
congestión - entre los diferentes modos de transporte en la vía pública.
La Ilustración 3-2 e Ilustración 3-3 muestran una vista o representación gráfica del grafo
de red generado.
IINFORME DE L
LA MODELIZAC
CIÓN TP
PD-IN-
Página 54
DE LA DEMANDA PMM_
_BAQ-ID2
Ilustración
n 3-2. Representación gráfica de la red de
d modelación
n.
nte: elaboració
Fuen ón propia
IINFORME DE L
LA MODELIZAC
CIÓN TP
PD-IN-
Página 55
DE LA DEMANDA PMM_
_BAQ-ID2
Ilustra
ación 3-3. Rep
presentación gráfica
g de la re
ed de modelacción. Detalle B
Barranquilla
Fuen
nte: elaboració
ón propia
Características en situación
Campo Clave Tipo Contenido Descripción
actual
1-900 centroides
901-13999: Nodos de red
1 i Entero 1 – 999.999 Número de nodo
14000-14100: Nodos de troncales
de Transmetro
2 xi Real Coordenada X del nodo Proyección: WGS84 18N
3 ji Real Coordenada Y del nodo Proyección: WGS84 18N
4 ui1 Real Dato 1 definido por el usuario
5 ui2 Real Dato 2 definido por el usuario
6 ui3 Real Dato 3 definido por el usuario
Hasta 4
7 lab Alfanumérico Etiqueta opcional para el nodo
caracteres
Valor de la tarifa traducido a
8 @tmpi Alfanumérico
valor del tiempo
Tarifa que se aplica a los
1400 para TPC
9 @tarif Alfanumérico nodos de abordaje al
1500 sistema Transmetro
transporte público
Fuente: elaboración propia
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 57
DE LA DEMANDA PMM_BAQ-ID2
El modelo de asignación requiere de definir los modos que van a ser asignados a la red.
Se deben especificar sus características y los arcos que pueden utilizar cada uno. Se
definen tres categorías de modos principales:
• Auto mode: Representa los modos de vehículo privado. Define la red vial en la que
pueden circular todos los vehículos.
• Auxiliary transit mode: Se utiliza para definir los modos de acceso a transporte
público así como los de trasbordo cuando no coinciden en un nodo.
• Dentro del tipo de modo “auto” (“c”). Se utiliza para especificar la red accesible a
los vehículos privados o automóviles, taxis y motos. Este modo puede circular por
toda la red vial (excluyendo los arcos de exclusividad de transporte público) y los
conectores de accesos a las zonas de transporte.
• Dentro del tipo de modo “auxiliarytransit” se han definido 3 modos con el fin de
representar las diferentes posibilidades de acceso y dispersión que se pueden dar
al transporte público:
o Un modo para los peatones (“p”). Se utiliza para definir los tramos que se
deben realizar a pie de acceso y dispersión a las paradas de transporte
público. Los peatones pueden circular por toda la red, incluyendo los
conectores, excepto en los arcos exclusivos de transporte público.
Asimismo, se especificó una velocidad de desplazamiento de 3.4 km/h.
Destacar que, para cada vehículo se define un valor de vehículos equivalentes con el fin
de poder modelizar la interacción de la red de transporte público con las asignaciones de
modos de privado, pudiendo de esa forma evaluar la situación real del tráfico en las vías.
Con esta información se procede a trazar las diferentes rutas de transporte público en
servicio asignándolas a un tipo de vehículo de los definidos previamente. La Ilustración
3-4 y la Ilustración 3-5esquematizan la estructura general y en detalle de Barranquilla y
Soledad de las líneas de transporte público de pasajeros consideradas.
Red interurbanos
ncal de Transmetro
Red troncal y pretron
Fuen
nte: elaboració
ón propia
IINFORME DE L
LA MODELIZAC
CIÓN TP
PD-IN-
Página 63
DE LA DEMANDA PMM_
_BAQ-ID2
Fuen
nte: elaboració
ón propia
Com mo se ha comentado
c antes, la red de TTransmetro se ha mo odelizado según
s la
informmación faccilitada porr la empressa Transm
metro sobree las rutas en serviccio en el
mom mento de esscenario ba ase (octubre e 2011). Dicha inform
e-noviembre mación, y qu
ue se ha
utiliza
ado en la modelación,
m incluye:
• Rutas en
n servicio
• Trazado de rutas
• Paraderoos
• Frecuencias (perioddos pico y valle)
v
• Tiemposs de recorrid
do
• Longitud
d
• Velocida
ad comerciaal
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 64
DE LA DEMANDA PMM_BAQ-ID2
La Tabla 3-24 muestra las características principales y la Ilustración 3-6la red modelizada
de Transmetro.
Frecuencia
Código Modo Vehículo Velocidad Longitud
Nombre HP Operación
línea asociado asociado (km/h) (km)
mañana(min)
A-13 Alimentadora A-13 l Alimentad 7,5 13,6 5,10
A-31 Alimentadora A-31 l Alimentad 7,0 13,7 5,56
A-32 Alimentadora A-32 l Alimentad 4,0 13,3 9,57
A-51 Alimentadora A-51 l Alimentad 5,0 13,0 8,28
A-52 Alimentadora A-52 l Alimentad 20,0 14,1 3,00
A-53 Alimentadora A-53 l Alimentad 5,0 17,9 6,89
A-66 Alimentadora A-66 l Alimentad 4,0 13,4 6,36
A-71 Alimentadora A-71 l Alimentad 8,0 16,2 9,72
A-74 Alimentadora A-74 l Alimentad 5,0 13,2 15,25
A-81 Alimentadora A-81 l Alimentad 5,0 13,5 10,48
A-82 Alimentadora A-82 l Alimentad 5,0 13,9 6,80
A-83 Alimentadora A-83 l Alimentad 5,0 14,3 6,75
A-92 Alimentadora A-92 l Alimentad 10,0 13,0 23,95
PH-30 Pretroncal H-30 x Padrón 7,0 16,5 15,71 Tarde
PR-30 Pretroncal R-30 x Padrón 7,0 16,5 16,98 Mañana
PU-301 Alimentadora U30s1 x Padrón 5,0 15,4 8,94
PU-302 Alimentadora U30s2 x Padrón 5,0 15,4 8,25
T-B1 SOLEDAD-BARRANQUILLI t Troncal 3,0 20,4 10,53
T-B2 Retorno-Barranquillita t Troncal 12,0 19,4 4,20
T-ER10 EXPR_SOLEDAD-RETORNO t Troncal 2,0 24,4 11,73 Mañana
T-ES10 EXPR_RETORNO-SOLEDAD t Troncal 2,0 24,4 11,73 Tarde
T-R1 SOLEDAD-RETORNO t Troncal 3,0 19,6 11,73
T-R2 BARRANQUILLITA-RETOR t Troncal 12,0 19,4 4,20
T-S1 RETORNO-SOLEDAD t Troncal 3,0 19,6 11,73
T-S2 BARRANQUILLITA-SOLED t Troncal 3,0 20,4 10,53
Fuente: elaboración propia a partir de información de Transmetro
IINFORME DE L
LA MODELIZAC
CIÓN TP
PD-IN-
Página 65
DE LA DEMANDA PMM_
_BAQ-ID2
Ilustra
ación 3-6. Esquema de red d
de líneas de Transmetro
T
Sistema troncal
etroncal de Transsmetro
Sistema pre
Sistema alim
mentadoras Tran
nsmetro
Consstruida la re
ed de transpporte públicco con los p
parámetros obtenidos de atributos s de red,
ueden realizzar diferenttes análisis previos a la asignació
se pu ón como la identificació
ón de los
edores con mayor oferrta de transporte, es de
corre ecir, aquello
os en los que
q pasan un u mayor
númeero de vehíículos/hora. La siguientte figura muuestra este resultado.
IINFORME DE L
LA MODELIZAC
CIÓN TP
PD-IN-
Página 66
DE LA DEMANDA PMM_
_BAQ-ID2
Fuen
nte: Elaboración propia
Se observa
o com
mo el corre
edor de la Calle 30 y la Avenida a Murillo co
oncentran el
e mayor
núme ero de vehículos/hora en hora pico. Cabe cconsiderar que el corrredor de la Avenida
Murilllo incluye p
por separad
do los arcos
s de Transm
metro y loss arcos de rred vial gen
neral, por
lo qu
ue se sobrep ponen los valores.
v
Desttaca la oferrta que trasscurre por la calle 511B para entradas y sa alidas hacia
a Puerto
Colombia o la C Circunvalar en su tram
mo entre Cordialidad y Calle 30, siendo un tramo que
utiliza A mismo, destaca también el
an las rutass para movverse entre corredoress radiales. Así
IINFORME DE L
LA MODELIZAC
CIÓN TP
PD-IN-
Página 67
DE LA DEMANDA PMM_
_BAQ-ID2
volum
men de veh hículos quee utilizan la Vía 40 en su tramo más
m centra al hasta la Calle
C 72,
que utilizan
u para
a internarse
e en la ciudaad y abando
onar el reco
orrido orbita
al.
Aun siendo estta la oferta a en cuanto o a paso de vehículos por horra en los diferentes
d
correedores, la oferta
o real se
s medirá por
p la capaccidad de diichos vehícculos. En esste caso,
tal y como muesstra la figurra siguiente, el corredo
or de la Ave
enida Murillo
o y de la ca
arrera 46,
por el
e hecho de e disponer de
d Transme etro, ofrece una oferta mayor de pplazas que cualquier
c
otro.
Fuen
nte: Elaboración propia
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 68
DE LA DEMANDA PMM_BAQ-ID2
Los nodos y arcos del grafo de la red son los elementos básicos para la asignación de las
demandas del transporte privado (autos y motocicletas), del transporte público individual
(taxis) y del transporte informal (taxi colectivo, bicitaxi, mototaxi y motocarro).
• La velocidad libre
Por otra parte, las velocidades libres se han codificado según los siguientes rangos:
8
En aquellos casos, donde las características reales de la vía son inferiores a las correspondientes a su
categoría, se ha procedido a ajustar las capacidades a la baja.
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 69
DE LA DEMANDA PMM_BAQ-ID2
Cabe resaltar, que las demoras se producen en los arcos y no en las intersecciones, por
lo que tanto las velocidades libres, como las funciones de demora, deben reflejar el
tiempo necesario tanto para circular por el arco (tiempo para transitar por el tramo de
calle) como para pasar por la intersección (tiempos de espera en semáforos, señales de
pare y similar).
2 1 2 1
60 2 1 1
2 2 2 2
donde
9
Spiess, H.: Conical Volume‐Delay Functions, Transportation Science, Vol24., No. 2, 1990.
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 70
DE LA DEMANDA PMM_BAQ-ID2
10
“Estudio Diseño de planes urbanos logísticos para la gestión y movilidad y carga en ciudades colombianas”Steer Davies Gleave. 2008
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 71
DE LA DEMANDA PMM_BAQ-ID2
El tiempo de viaje se calcula como la suma de los tiempos de paso por los arcos que
conforman la ruta elegida. Este tiempo depende, por medio de las funciones volumen-
demora, del volumen de tráfico (en vehículos ligeros equivalentes) en el arco y de sus
características geométricas (longitud, carriles) y funcionales (velocidad libre, capacidad).
Almomentodeiniciarelprocesodeasignaciónseprecargaconlosvolúmenesde vehículos de
transporte público y de transporte de carga, estos volúmenes se asignan de forma previa
a los arcos mixtos (aquellos que comparten el transporte público y el privado) en autos
equivalentes, con la finalidad de considerar la congestión que aporta el transporte público
y el transporte de carga.
Posteriormente, se asignan, tanto para la hora pico de la mañana, como para la hora pico
de la tarde, mediante el algoritmo de asignación multiclase implementado en Emme, las
matrices de vehículos ligeros equivalentes, que se obtienen multiplicando las matrices
horarias de viajes con los factores de equivalencia11 recopilados en la siguiente tabla:
11
Recordar que son equivalencias a efectos de modelización, no a efectos de ingeniería de transito. Difieren,
por tanto de lo presentado en el diagnostico.
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 72
DE LA DEMANDA PMM_BAQ-ID2
Factor de equivalencia
Modo
(vehículos ligeros equivalentes / viaje)
Auto conductor 1
Taxi 1
Motocicleta 0,2
Transporte informal (Motocarro, Bicitaxi) 0,4
Camión 2
Fuente: Elaboración propia
El modelo de asignación
El tipo de estrategia considerada en el modelo EMME/3 puede ser explicada como sigue:
en cada nodo donde él espera, el viajero selecciona un grupo de rutas atractivas,
embarca en el primer vehículo que llega, entre cualquiera de estas rutas, y desembarca
en un nodo predeterminado, basado en la expectativa de tiempo de viaje desde aquel
nodo hasta el destino. Este proceso es repetido hasta que el viajero alcance su destino.
Cuando la red contiene tramos de acceso a peatones, el viajero, en cada nodo donde él
espera, puede elegir o un grupo de rutas atractivas o un tramo saliente. La estrategia
óptima es aquella que minimiza la expectativa del tiempo total de viaje (incluyendo
espera, embarque, caminata, viaje embarcado, etc.).
El tiempo generalizado de un viaje por transporte colectivo es el tiempo total de viaje del
usuario desde su origen a su destino. En el tiempo generalizado están involucrados los
tiempos de caminata hasta el lugar de ascenso, tiempos de espera por el vehículo
colectivo, tiempo de viaje en el vehículo, tiempos de transbordo y nuevas esperas
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 73
DE LA DEMANDA PMM_BAQ-ID2
La función de tiempo generalizado (TG) del transporte para cada viaje OD está dada por:
TG = f1 * TV + f2 * TE + f3 * TC +f4 * TA
Donde,
Los factores de ponderación son parámetros de ajuste que se utilizan para la calibración
del modelo en cuanto a reflejar con el fin de reflejar los parámetros subjetivos de la
elección de ruta. En este caso, los valores más ajustados han sido:
embarcado: f1 = 1.0
esperando: f2 = 2.0
caminando: f3 = 2.0
abordaje: f4= 2.0
Donde,
En el caso del transporte público masivo, las velocidades se han obtenido sobre
información secundaria facilitada por Transmetro, la cual incluye las distancias, los
tiempos de recorrido y por tanto, las velocidades comerciales, tanto de las rutas troncales
y alimentadoras.
TE = hdw / 2
Donde,
TC = ΣTRAMOS( LC / VC ) * 60 (minutos)
Donde,
El tiempo de abordaje total (TA) es una penalidad asociada con todos los ascensos (inicial
o de trasbordo) que impliquen un pago de tarifa para el uso del transporte colectivo. Esta
penalidad puede representar el tiempo perdido en una estación (pasillos, escaleras,
incómodo de trasbordo, etc.) y/o una tarifa (convertida a tiempos generalizados según
valores de tiempo obtenidos) pagos en el ascenso. Puede ser el mismo valor para toda la
red, o valores específicos por nodo y/o ruta.
Donde,
En el modelo, fueron utilizados valores específicos en los nodos, de 1400 pesos (20 min)
para el transporte público urbano, y de 1.500 pesos (21,4 min) para el Transmetro.
Adicionalmente en las paradas del sistema troncal se aplicó una penalización adicional de
un minuto para evitar un excesivo número de transbordos en el sistema.
El modelo de tarifa para el sistema base considera la tarifa de las líneas de transporte
público colectivo incluida en el parámetro de tiempo de abordaje de las rutas. En la
asignación, se considerada (pagada) en todos los embarques al transporte público
colectivo (iniciales y de trasbordo) de acuerdo con los tipos de rutas existentes, pues no
existe ninguna forma de integración de tarifa con éstas.
El proceso de asignación obliga a obtener las matrices horarias (en vehículos ligeros
equivalentes para las asignaciones a la red viaria, y en viajeros para la red de transporte
público), considerando las horas pico como aquellas con mayor demanda para las redes y
por tanto las que mayor exigencia tienen sobre el sistema. La hora pico de la mañana
corresponde al periodo de 6:45 a 7:45 y la hora pico de la tarde al periodo de 17:45 a
18:45. La elección de las horas pico, al ajustar la matriz final con los resultados obtenidos
en campo, se ha obtenido del análisis de los volúmenes de tráfico en los puntos de
conteo. En este caso se ha realizado el análisis de los volúmenes de las 12 estaciones
maestras, durante todo el periodo de realización de las mismas, asumiendo que el
volumen de las estaciones maestras agregadas refleja el comportamiento del transporte
durante un día típico en la ciudad de en Barranquilla.
Es por ello que se deben procesar las matrices de viajes diarias (por modos) obtenida en
los pasos anteriores a matrices horarias para cada hora pico, en este caso, tanto para la
tarde como para la mañana. Adicionalmente, y en el caso de las matrices que se asignan
a la red viaria (auto conductor, taxi, moto, transporte informal y camión) deben
transformarse a vehículos ligeros equivalentes antes de la asignación (ver apartado
3.4.3.1).
Para el primer paso se requiere la obtención de los factores de hora pico, es decir el factor
que relaciona la intensidad de viajes en hora pico con los viajes que se producen
diariamente. Para la obtención de los viajes en hora pico, se calculan incluyendo dentro
de los viajes realizados en dicho periodo, aquellos que inician y/o terminan a lo largo de la
hora considerada, tanto para mañana como para tarde.
En este caso, con el fin de acotar con mayor detalle dichos factores y no utilizar por un
factor general para toda la ciudad, se ha optado por definir dicho factor para las diferentes
relaciones entre macrozonas12, pudiendo de esta forma establecer con mayor detalle la
12
Dado el hecho de que 1) la matriz directa resultados de la encuesta contiene muchas celdas sin muestra (o
con muestra no significativa) y que 2) la matriz sintética tiene valores en prácticamente todas las relaciones
OD, el cálculo de factores horarios necesariamente tiene que realizarse para agregaciones mayores, como
son las macrozonas.
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 78
DE LA DEMANDA PMM_BAQ-ID2
; ;
con,
y siendo,
Las matrices horarias obtenidas para cada modo son las que se asignan para el proceso
de calibración del modelo de asignación. Dichas matrices se encuentran en el anexo. La
tabla siguiente resume sus demandas:
Viajes
Red Modo Hora pico mañana Hora pico tarde
Día
(6:45 a 7:45) (17:45 a 18:45)
Auto conductor 22.690 15.260 68.458
Motocicleta 13.913 10.105 72.970
Viario Taxi 18.414 11.775 111.222
Transporte informal 15.406 10.481 140.447
Vehículos pesados 1.736 325 3.857
Transporte colectivo 108.480 107.121 972.165
Fuente: Elaboración propia
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 79
DE LA DEMANDA PMM_BAQ-ID2
Como se ha indicado, para la calibración del modelo se han utilizado dos fuentes
diferentes según el modo:
Una vez se ha asegurado que las variaciones que se están produciendo entre los
resultados obtenidos y las demandas observadas se deben a diferencias entre las
demandas asignadas no resolubles con modificaciones de red, es decir, de la oferta, se
aplica el método del gradiente para el ajuste de las matrices O-D.
Obtenidas las matrices de hora pico de mañana y tarde calibradas, se procede al cálculo
de las matrices diarias de demanda. Este proceso se aplica según un cálculo de la
representatividad de las horas pico calibradas y siguiendo el esquema anterior de los
factores de hora pico entre macrozonas. Tanto las matrices horarias como diarias
calibradas se incluyen en el anexo I de matrices.
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 80
DE LA DEMANDA PMM_BAQ-ID2
Matriz asignada
Ilustración 3-10. Generación – atracción de viajes en público para la hora pico mañana.
Ilustración 3-11. Generación – atracción de viajes en público para la hora pico tarde
Dentro de los viajes atraídos por el sector norte durante el pico de mañana, se observa
una concentración de los mismos en las áreas más cercanas al centro histórico y la
oriental. La misma concentración se produce en la generación, pues la mayoría de viajes
que se originan en el sector sur, se concentran en el corredor central y oriental.
La aplicación formulada por la misma empresa INRO para su uso en los modelos de
transporte realizados en el software EMME, utiliza el método de descenso por gradiente
máximo para minimizar el ajuste de matrices O-D. Mientras se minimiza la función basada
en la diferencia entre valores observados y resultados en los arcos evaluados, el proceso
de etapas de descenso de pendiente asegura que la matriz inicial no varía más de lo
necesario. Spiess realiza una descripción de la formulación completa del método del
gradiente como formulación matemática general aplicado al transporte13.
El ajuste de las matrices fue realizado con los siguientes supuestos y características:
• El ajuste se realizó con tan solo tres iteraciones, para garantizar un alto grado de
similitud entre las matrices ajustadas y las matrices originales en cuanto a su
estructura.
Aplicado el proceso de ajuste de las matrices, se observa una buena coincidencia entre
volúmenes asignados y volúmenes observados en campo, con un R2 de 0,933 para la
hora pico de la mañana y un R2 de 0,927 para la hora pico de la tarde:
13
Spiess H.,” A Gradient Approach for the O-D Matrix Adjustment Problem”, CRT Publication
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 85
DE LA DEMANDA PMM_BAQ-ID2
Gráfica 3-22. Ajuste de asignación para hora pico mañana de transporte público
Gráfica 3-23. Ajuste de asignación para hora pico tarde de transporte público
Barranquilla y
Matriz Total Barranquilla
Soledad
Mañana
Base HPM 108.480 66.762 96.888
Ajustada HPM 120.650 71.377 106.930
Diferencia 11,2% 6,9% 10,4%
Tarde
Base HPT 107.121 59.588 97.771
Ajustada HPT 114.878 65.233 104.221
Diferencia 7,2% 9,5% 6,6%
Fuente: Elaboración propia
Se observa, que el ajuste efectuado es, con un 11,2% algo mayor en la hora pico de la
mañana, que en la hora pico de la tarde (7,2%). Destacar, que la variación de los viajes
internos a Barranquilla es menor que la media (6,9%) en la hora pico de la mañana, y
mayor, con un 9,5%, en la hora pico de la tarde.
Una vez obtenida la matriz ajustada se asigna a la red con el fin de poder observar los
flujos finales.
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 87
DE LA DEMANDA PMM_BAQ-ID2
Ilustración 3-13. Perfil de carga en la red de transporte público para el periodo pico de la mañana
Ilustración 3-14. Perfil de carga en la red de transporte público para el periodo pico de la tarde
Se observa como los corredores de mayor carga son la Calle 30 y la Calle 45 (Avenida
Murillo) y en un segundo término la Avenida Cordialidad, la Carrera 46 y la Calle 17.
Asimismo, acorde a los análisis realizados en la generación y atracción, se puede ver
como los flujos son totalmente asimétricos en todos los corredores, teniendo el sentido de
acceso a las zonas atractoras del norte y centro una carga de viajeros considerablemente
mayor que el contrario, en este caso en la figura de hora pico tarde.
Las rutas internas presentan un modelo de carga muy radial, es decir con un descenso de
viajeros según se van alejando del centro urbano y de los grandes corredores, lo que
IINFORME DE L
LA MODELIZAC
CIÓN TP
PD-IN-
Página 89
DE LA DEMANDA PMM_
_BAQ-ID2
defin
ne un siste
ema de alimentación de grandes corredo
ores de accceso a la
as zonas
atracctoras.
Vo
olumen viajero
os
3.000 viajeros
1.500 viajeros
Fuen
nte: Elaboración propia
IINFORME DE L
LA MODELIZAC
CIÓN TP
PD-IN-
Página 90
DE LA DEMANDA PMM_
_BAQ-ID2
Ilustración 3-16.
3 Descens
sos de la red de
d transporte público en HP
PM
1.500 viajero
os
Fuen
nte: Elaboración propia
IINFORME DE L
LA MODELIZAC
CIÓN TP
PD-IN-
Página 91
DE LA DEMANDA PMM_
_BAQ-ID2
1.500 viajero
os
Volu
umen viajeross
3.000 viajeros
1.500 viajeros
En la
as figuras se
e observa como
c aunquue en la hora pico mañ ñana se pro
oducen asce ensos en
todo el ámbito, hay una elevada conccentración e en la zona sur de Barrranquilla y Soledad.
A differencia dee este, los descensoss se conce entran en ele ámbito ccentro y no orte y el
corre e proceso es totalmentte simétrico, arrojando las figuras inversas
edor universsitario. Este
en la
a hora pico de
d tarde.
Fuen
nte: Elaboración propia
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 94
DE LA DEMANDA PMM_BAQ-ID2
Viajes
Modo Hora pico mañana Hora pico tarde
Día
(6:45 a 7:45) (17:45 a 18:45)
Auto conductor 22.690 15.260 68.458
Esta metodología ajusta la matriz de demanda para reflejar mejor los volúmenes
observados en campo. Este procedimiento de ajuste no debe aplicarse para compensar
errores existentes en la codificación de la red, la función flujo - demora o en los
volúmenes observados, siendo su fin únicamente la adaptación de las matrices a los
volúmenes observados, para compensar errores inherentes a cualquier estudio de
transporte como:
La selección de los puntos de conteo ha sido muy importante, ya que antes de aplicar el
procedimiento de ajuste es necesario realizar un análisis riguroso de la localización de los
estos puntos. Se eligieron para cubrir de la mejor manera la red viaria, de modo que la
mayoría de los viajes sean por lo menos contados una vez, así como que la localización
de los puntos sea ubicada por fuera de sectores donde se produzcan muchos viajes
locales, puesto que éstos no serán tenidos en cuenta en la asignación.
Finalmente, desde el punto de vista del modelo de transporte se ha tenido gran cuidado
para que los arcos de puntos de conteo no estén cerca de arcos de conectores
importantes, puesto que éstos son los extremos abstractos agregados del viaje que no
representan los destinos finales verdaderos.
Con la información revisada del volumen de vehículos en los diferentes puntos de conteo,
se han incorporado los resultados obtenidos al modelo mediante nuevos atributos de la
red vial introduciendo al modelo la información de campo con los volúmenes de vehículos
por sentido para los periodos pico de la mañana y de la tarde, en el arco correspondiente
a cada punto de conteo. Estos volúmenes se han introducido para transporte público,
vehículos ligeros, taxi, informal y motocicletas.
En la Ilustración 3-20 y en la Ilustración 3-21 se muestra para las horas pico de la mañana
y de la tarde la generación y atracción de viajes en cada zona de la ciudad mediante
chimeneas, donde el color verde es la generación y el color rojo es la atracción de viajes.
Esta figura reafirma que para este periodo del día el sector de mayor atracción de viajes
es el centro y el noroccidente de la ciudad.
14
, Las matrices de transporte informal y vehículos pesados, con menos información observada en campo, se
mantuvieron sin cambios
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 96
DE LA DEMANDA PMM_BAQ-ID2
Ilustración 3-20. Atracción – Generación de Viajes Matriz Ajustada 2011 auto en el periodo pico de la Mañana.
Ilustración 3-21. Atracción – Generación de Viajes Matriz Ajustada 2011 auto en el periodo Pico de la Tarde
Aplicado el proceso de ajuste de las matrices, se observa una buena coincidencia entre
volúmenes asignados y volúmenes observados en campo, con un R2 de 0,82 para la hora
pico de la mañana y un R2 de 0,79 para la hora pico de la tarde:
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 98
DE LA DEMANDA PMM_BAQ-ID2
Gráfica 3-24. Ajuste de asignación para hora pico mañana de transporte privado
Gráfica 3-25. Ajuste de asignación para hora pico tarde de transporte privado
Tabla 3-32. Comparativa matrices hora pico base vs matrices hora pico ajustada de auto-conductor
Barranquilla y
Matriz Total Barranquilla
Soledad
Mañana
Base HPM 22.690 15.310 17.438
Ajustada HPM 27.580 19.357 21.884
Diferencia 21,6% 26,4% 25,5%
Tarde
Base HPT 15.260 11.357 13.079
Ajustada HPT 27.154 20.416 22.886
Diferencia 77,9% 79,8% 75,0%
Fuente: Elaboración propia
Fuen
nte: Elaboración propia
IINFORME DE L
LA MODELIZAC
CIÓN TP
PD-IN-
Página 101
DE LA DEMANDA PMM_
_BAQ-ID2
Para poder aplicar la calibración de las matrices en situación actual a los escenarios
horizontes se han calculado matrices de factores de ajuste FA, para cada modo sujeto al
proceso de ajuste (vehículo privado, transporte público, taxi y motocicleta), dichas
matrices se encuentran en el anexo I de matrices.
Donde es la matriz calibrada con el proceso aquí descrito, y Vij es la matriz sintética
(modelizada) del año base.
Destacar que el proceso de ajuste se realiza sobre la asignación total, es decir la matriz
sintética de viajes internos más los viajes externos obtenidos de forma directa de los
trabajos de campo. De esta forma, los ajustes aplicados a escenarios futuros se realizan
también sobre la suma de las matrices internas más las externas.
Una vez calibradas las matrices de hora pico, se procede, para los modos de vehículo
privado y transporte colectivo, al cálculo de las matrices diarias “calibradas”. Para poder
tener en cuenta tanto el ajuste de la hora pico de la mañana, como de la tarde, no es
posible invertir el proceso de cálculo de matrices horarias expuesto en el apartado 3.4.4.
Deben utilizarse factores de elevación determinados al efecto.
Como en el caso anterior, con el fin de representar mejor los diferentes flujos de la ciudad,
se calcula, a partir de las matrices directas (resultado de las encuestas) una matriz de
factores según las relaciones entre macrozonas15. Para ello se supone que la matriz de
cada hora pico es representativo para una proporción p de la demanda diaria. Con ello los
factores de elevación a día para cada modo son:
Donde,
15
El cálculo no puede realizarse a nivel de ZAT, como se detalla en la nota a pie 12
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 103
DE LA DEMANDA PMM_BAQ-ID2
Para los periodos picos definidos(mañana: de 6:45 a 7:45 y tarde: de 17:45 a 18:45) el
análisis conjunto de los viajes iniciados en vehículo privado y transporte colectivo resulta
en valores de pm = 10,9% y pt = 10,7% (ver gráfico siguiente), lo que permite aproximar
pm ≈ pt. Con ello la expresión para el cálculo de los factores de elevación es:
Gráfica 3-26. Distribución de viajes iniciados por periodos pico y resto del día. Vehículo privado y transporte
colectivo. Encuesta de hogares.
1.17%
10.91%
10.74%
Hora Pico Mañana
Hora Pico Tarde
Resto Periodo diurno
Perido nocturno (22:00-5:00)
77.17%
, ,
Donde,
Con este cálculo matricial se obtiene las demandas diarias ajustadas para transporte
colectivo y el vehículo privado, con los resultados resumidos en la tabla siguiente e
incluidos con detalle en el anexo 1:
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 104
DE LA DEMANDA PMM_BAQ-ID2
Tabla 3-33. Comparativa matrices diarias base vs. Matrices diarias ajustadas de vehículo privado y transporte
colectivo
Barranquilla
Matriz Total Barranquilla Externos
y Soledad
Vehículo privado
Base Día 147.740 93.238 108.227 39.513
Ajustada Día 210.184 139.616 162.021 48.163
Diferencia 42.3% 49.7% 49.7% 21,9%
Transporte colectivo
Base Día 1.106.720 625.004 972.165 134.555
Ajustada Día 1.124.197 623.352 975.017 149.180
Diferencia 1.6% -0.3% 0.3% 10,9%
Fuente: Elaboración propia
Con ello se obtienen los viajes diarios calibrados según modo de transporte recopilados
en la tabla siguiente:
Tabla 3-34: Reparto modal de los viajes diarios ajustados realizados en Barranquilla y Soledad
El esquema básico del proceso de obtención de las matrices futuras sigue la misma línea
que en el caso de la obtención de las matrices actuales, habiendo en primer lugar de
calcular los vectores de generación y atracción por motivo mediante las tasas del modelo
actual calibrado, posteriormente obtener las matrices de viajes totales con el modelo de
distribución gravitacional y finalmente, actualizando los datos socioeconómicos de entrada
según los escenario futuros para el modelo de reparto modal, obtener las matrices de
viajes tendenciales por modo. La siguiente gráfica muestra un esquema simplificado de
éste proceso, donde se identifica en que submodelos influyen las proyecciones de
variables socioeconómicas.
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 106
DE LA DEMANDA PMM_BAQ-ID2
Gráfica 4-1. Esquema del proceso de obtención de las matrices de viajes futuras
Población futura
Crecimiento económico
Vectores de
Matrices de
Generación – Modelo de
Modelo de G/A atracción por demanda totales
distribución futuras
motivos
Dado la interdependencia de los submodelos entre sí, (los tiempos y costos obtenidas de
las asignaciones impactan en el reparto modal, que a su vez varía las matrices de
demanda, lo que puede cambiar tiempos y costos), la implementación del modelo por su
aplicación a los escenarios futuros se ha realizado de forma iterativa. El proceso
resultante se muestra en la gráfica siguiente:
INFORME DE LA MODELIZACIÓN TPD-IN-
Página 107
DE LA DEMANDA PMM_BAQ-ID2
Demandas ,
Tiempos,
Asignaciones Costos Fin y
Matrices horarias Resultados
TP y Viario
por modo
Tiempos,
Costos
Calculo de
Logit para
Matrices
“logsums”
horarias
Matrices diarias
por modo “Costo generalizado”
(Logsum)
Matrices diarias
por motivo
Fuente: Elaboración propia
Una de las hipótesis principales del modelo de generación es que, partiendo de la base
que se deben aplicar las tasas obtenidas y ajustadas en la situación actual, se introduce
una pequeña variación en la mismas debido a la introducción en las variables
independientes , el aumento de la riqueza de los habitantes.
Gráfica 4-3. Correlación entre el PIB-Tasa de viajes entre las principales ciudades colombianas
1 1.65
0.9 1.60
0.8
1.55
PIB per capita (millones)
0.7
Tasa viajes/persona
0.6 1.50
0.5 1.45
0.4 1.40
0.3
1.35
0.2
0.1 1.30
0 1.25
Areas Bogotá Medellín Calí Barranquilla
urbanas
Colombia
PIB mensual per capita (millones de pesos) Viajes/persona
Fuente: “El Transporte como Soporte al Desarrollo del País. Una Visión al 2040” de la Universidad de los
Andes
En el caso interno de Barranquilla, este mismo efecto se produce según los estratos, que
podríamos asociar como variable relacionada con la riqueza, observando una tendencia
creciente a medida que se incrementa el mismo. Destacar un cambio de tendencia entre
el estrato 3 y 4, pues en Barranquilla para los mismos, las condiciones de movilidad son
muy similares. Dicho salto se produce por un descenso muy importante en la tasa de
viajes no motorizados para el estrato 4, por encima del ínfimo crecimiento de la tasa de
motorizados.
El proceso se trata de obtener para la función que mejor ajuste en la situación actual que
relaciones los ingresos por persona medios de cada estrato con las tasas de viajes por
motivos de trabajo y no obligados, pues este crecimiento se ha aplicado tan solo a los
viajes generados por motivo trabajo y no obligados, asumiendo que la tasa de viajes por
estudio no tiene una relación tan directa con la riqueza de una población. Obtenida la
función se realiza un cálculo de las nuevas tasas según los valores de ingreso
proyectados. Con el fin de corregir desviaciones que pudieran surgir en algún rango, se
ha aplicado un modelo pivotaditivo que corrige las diferencias futuras, respecto a las
diferencias detectadas en situación base
Sobre los datos actuales, se ha observado que las funciones que mejor ajustan son de
tipo logarítmico, resultado por otra parte lógico asumiendo que la tasa de viajes no puede
crecer constantemente y si de forma más asintótica.
0,8 0,7
0,7
0,6
Viajes no obligados / habitantes
Viajes por trabajo/habitates
0,6
0,5
0,5
0,4
0,4 y = 0,1472ln(x) ‐ 1,4803
y = 0,1099ln(x) - 0,9226 R² = 0,98
R² = 0,67 0,3
0,3
0,2
0,2
0,1 0,1
0,0 0,0
$- $ 500.000 $ 1.000.000 $ 1.500.000 $ ‐ $ 500.000 $ 1.000.000 $ 1.500.000
Ingreso mensual por persona Ingreso mensual por persona
La Tabla 4-2 muestra la tasa de personas por hogar por estrato y la evolución del ingreso
mensual por habitante para los horizontes futuros, al estar el modelo de generación-
atracción basado en los viajes por persona. Esto implica que partiendo de los ingresos
familiares, que ascienden por ejemplo en el caso del estrato 4 a 2.134.778, y con una
conformación promedio de 3,83 personas por hogar, incluidos niños, el ingreso por
persona es de $557.674,50.
El salario promedio que se asigna en este modelo a una persona trabajadora del estrato 4
(suponiendo una conformación de dos padres aportantes) es de $1.067.389.
Tabla 4-2. Personas por hogar y evolución del ingreso mensual por habitante para los años futuros por estrato
Estrato Personas/hogar Situación actual Año 2016 Año 2024 Año 2036
Obtenido el incremento de las tasas de viajes generales para los escenarios futuros, se
calcula la generación de viajes por zona de transporte según los datos de población por
rango de edad y estrato proyectados que son el principal insumo del modelo de
generación y se explican en el documento de formulación del plan, en el capítulo de
“Modelo urbano y de integración territorial”
En las tablas 4-3 y 4-4 se muestra un resumen por macrozonas de los resultados
obtenidos para la generación y la atracción según motivos y totales. Posteriormente, se
muestran los planos de los valores desagregado por zona de transporte
16
“Trip Generation, 8th Edition: An ITE Informational Report” Institut of Transportation Engineers. Año 2012
INFORME DE LA MODELIZACIÓN DE LA TPD-IN-PMM_BAQ-
Página 112
DEMANDA ID2
2 Frente río 16 723 17 595 48 922 105 400 1.0% 8.6% 7.6% 1.0% 13.6% 6.6%
Noroccidental y norte
3 188 693 223 101 337 414 373 109 3.4% 4.6% 2.8% 3.4% 5.3% 0.8%
Carretera Juan Mina
Detrás del frente del río al
4 77 928 81 412 88 624 98 208 0.9% 1.0% 0.9% 0.9% 1.1% 0.9%
norte
Occidente y sur carretera
5 295 510 314 564 335 140 376 282 1.3% 1.0% 1.0% 1.3% 0.8% 1.0%
Juan Mina
Al oeste del centro,
6 101 496 106 216 115 948 128 841 0.9% 1.0% 1.0% 0.9% 1.1% 0.9%
entorno de la Carrera 46
Al oeste del centro,
7 128 215 134 650 139 839 155 907 1.0% 0.7% 0.8% 1.0% 0.5% 0.9%
entorno de Cordialidad
8 Suroccidente 275 199 291 281 318 069 357 072 1.1% 1.1% 1.0% 1.1% 1.1% 1.0%
9 Centro histórico 67 452 75 050 93 999 140 964 2.2% 2.6% 3.0% 2.2% 2.9% 3.4%
Suroriental (entre Calle 30
10 178 029 187 001 204 322 227 499 1.0% 1.1% 1.0% 1.0% 1.1% 0.9%
y Puerto)
11 Soledad occidental 284 864 327 199 419 828 506 849 2.8% 3.0% 2.3% 2.8% 3.2% 1.6%
12 Soledad oriental 403 490 461 809 590 131 709 897 2.7% 3.0% 2.3% 2.7% 3.1% 1.6%
Tabla 4-4. Evolución de la atracción de viajes calculada por macrozonas (previo escalado)
1 Puerto 14 141 14 604 15 536 16 144 0.6% 0.7% 0.5% 0.6% 0.8% 0.3%
2 Frente río 62 179 63 907 92 244 98 042 0.5% 3.1% 1.8% 0.5% 4.7% 0.5%
Noroccidental y norte
3 273 908 286 023 327 186 349 646 0.9% 1.4% 1.0% 0.9% 1.7% 0.6%
Carretera Juan Mina
Detrás del frente del río al
4 76 456 79 713 83 392 85 287 0.8% 0.7% 0.4% 0.8% 0.6% 0.2%
norte
Occidente y sur carretera
5 138 430 144 309 206 446 209 244 0.8% 3.1% 1.7% 0.8% 4.6% 0.1%
Juan Mina
Al oeste del centro,
6 323 346 325 204 348 268 358 147 0.1% 0.6% 0.4% 0.1% 0.9% 0.2%
entorno de la Carrera 46
Al oeste del centro,
7 107 524 118 649 120 027 120 934 2.0% 0.8% 0.5% 2.0% 0.1% 0.1%
entorno de Cordialidad
8 Suroccidente 170 149 186 270 229 822 232 971 1.8% 2.3% 1.3% 1.8% 2.7% 0.1%
9 Centro histórico 342 869 354 761 380 119 407 278 0.7% 0.8% 0.7% 0.7% 0.9% 0.6%
Suroriental (entre Calle
10 150 939 150 121 156 495 156 947 -0.1% 0.3% 0.2% -0.1% 0.5% 0.0%
30 y Puerto)
11 Soledad occidental 117 208 135 687 161 698 173 838 3.0% 2.5% 1.6% 3.0% 2.2% 0.6%
12 Soledad oriental 226 008 256 356 304 060 333 283 2.6% 2.3% 1.6% 2.6% 2.2% 0.8%
13 Aeropuerto 8 725 9 514 11 034 11 888 1.7% 1.8% 1.2% 1.7% 1.9% 0.6%
Sur (entre Calle 30 y
14 182 843 185 609 195 409 198 835 0.3% 0.5% 0.3% 0.3% 0.6% 0.1%
Calle 45)
Total 2 194 725 2 310 728 2 631 736 2 752 485 1.0% 1.4% 0.9% 1.0% 1.6% 0.4%
Fuente. Elaboración de la consultoría
INFORME DE LA MODELIZACIÓN DE LA TPD-IN-PMM_BAQ-
Página 114
DEMANDA ID2
Ilustración 4-3. Generación de viajes por zona a corto plazo. Año 2016
Ilustración 4-4. Atracción de viajes por zona a corto plazo. Año 2016
Ilustración 4-5. Generación de viajes por zona a medio plazo. Año 2024
Ilustración 4-6. Atracción de viajes por zona a medio plazo. Año 2024
Ilustración 4-7. Generación de viajes por zona a largo plazo. Año 2036
Ilustración 4-8. Atracción de viajes por zona a largo plazo. Año 2036
En las tablas mostradas, el crecimiento de los viajes futuros se calcula en un anual acumulado
de 1,4% entre el escenario base y el horizonte final 2036, siendo está una tendencia aceptable,
con los cambios y las dinámicas observadas y esperadas para los próximos años en el entorno
de la ciudad de Barranquilla. Este crecimiento esperado tiene un carácter mucho mayor en los
primeros periodos, siendo al final una etapa de consolidación de tendencias de desarrollo.
En detalle, las figuras mostradas siguen las proyecciones realizadas en el capítulo de “Modelo
urbano y de integración territorial”. Se observa como:
• Entre los años 2016 y 2024 es cuando se produce un cambio de tendencias más
significativo
• Para el horizonte final (hasta 2036) los crecimientos supuestos son de carácter
tendencial, es decir de consolidación de los desarrollos que se han producido en la
etapa anterior. Esto se traduce en un incremento del potencial de generación de viajes
de las zonas identificadas anteriormente.
Una vez obtenidos los vectores de generación y atracción se calculan las matrices de
distribución de la demanda. Los flujos que se presentan en este capítulo responden a los
resultados tendenciales, pues son los que explican hacia dónde tiende la movilidad de la
ciudad en general, sin tener en cuenta ninguna actuación sobre la red de transportes que
pueda alterar los mimos.
El modelo de distribución refleja los impactos de cambios del sistema de transporte (en
términos del costo generalizado promedio) en la distribución espacial de los viajes realizados
en el área de estudio.
Las matrices de viajes (para los motivos trabajo, estudios y otros) en cada escenario futuro se
obtienen utilizando cuatro elementos de entrada:
2. La matriz de costo generalizado (logsum) del escenario futuro, procede del modelo de
reparto modal: logsumij*. En las proyecciones a corto e incluso medio plazo, a 4 y 12
INFORME DE LA MODELIZACIÓN DE LA TPD-IN-PMM_BAQ-
Página 124
DEMANDA ID2
años respectivamente) puede ser conveniente mantener los datos de la situación actual,
ya que los efectos de la oferta de transporte suelen producirse de forma retardada.
4. La matriz de factores de balanceo tmn, utilizada para “calibrar” los flujos entre
macrozonas. Procede de la calibración del modelo de distribución (ver formulación en la
página 30).
Donde
ai*, bj* son estimados por el proceso de balanceo para garantizar las restricciones en origen y
destino.
El modelo de reparto modal prevé los impactos de cambios del sistema de transporte (en
términos de tiempos y costos por modo de transporte) en el reparto modal de los viajes
realizados en el área de estudio.
Las matrices de viajes por modo en cada escenario futuro se obtienen a partir de los siguientes
elementos de entrada:
3. Distribución de los viajes generados en cada zona según las variables socio-
económicas utilizadas en las funciones de utilidad del modelo de reparto (como
población por estrato o tenencia de vehículos). Con ello se establecen, para cada
relación origen-destino entre zonas de transporte, el número de viajes por cada
segmento homogéneo de características socioeconómicas.
Con estos elementos se calcula, para cada segmento de demanda para cada par origen-
destino el reparto modal, posteriormente la demanda por modo se agrega sobre los segmentos
de demanda, para obtener la demanda por par origen-destino.
Los modelos de asignación relacionan la demanda de transporte por modo con la oferta
correspondiente, “asignan” la demanda entre un origen y un destino a uno o más caminos o
rutas compuesto por elementos de la red (por ejemplo arcos en el caso de vehículo privado, y
segmentos de líneas de autobús en el caso del transporte público.
Para ello, se convierten, mediante la aplicación de factores de hora pico (ver apartado 3.4.2.4),
las matrices diarias de cada modo en matrices de hora pico de la mañana y hora pico de la
tarde. A estas matrices se aplican tanto los factores de equivalencia para transformarlas en
vehículos ligeros equivalentes, como las matrices de factores de calibración obtenidas en el
proceso de calibración de los modelos (ver apartado 3.4.5), para obtener así las matrices a
asignar a los escenarios de red de transporte a analizar (ver documento Plan Vial).
INFORME DE LA MODELIZACIÓN DE LA TPD-IN-PMM_BAQ-
Página 126
DEMANDA ID2
5 CONCLUSIONES
Para que el modelo de distribución sea sensible a cambios del sistema de transporte en
cualquiera de los modos utilizados, la medida de tiempo y costo de transporte Cij
debería reflejar el “costo generalizado” medio percibido por el conjunto de los usuarios
de una relación origen-destino. Adicionalmente la medida Cij debe descender ante una
reducción de tiempos o costos en cualquiera de los modos utilizados entre i y j
(ponderado por el número de usuarios de cada modo en la situación modificada). La
medida que cumple estos requisitos y se ha adoptado para el presente modelo es el
logsum del reparto modal.
INFORME DE LA MODELIZACIÓN DE LA TPD-IN-PMM_BAQ-
Página 127
DEMANDA ID2
Con el fin de utilizar los vectores desagregados del modelo de generación y atracción,
un análisis de la distribución según motivo de viaje (trabajo, estudio y otros) arroja un
comportamiento muy diferente entre estos según el valor de “logsum”, lo que ha llevado
a adoptar una segmentación según estos motivos, creando de esta forma tres modelos
de distribución.
Este proceso ha llevado a obtener un costo generalizado medio según los tres motivos
modelizados, siendo el mayor el costo de trabajo y el menor el de estudio, donde los
viajes son más cortos y en modos “económicos”. La distribución final obtenida del
“logsum” es muy similar a la observada, lo que se traduce un grado satisfactorio de
calibración del modelo.
• Reparto modal: El modelo incluye los principales modos que participan de la movilidad
de la ciudad: transporte público (con colectivos y transmetro), automóvil conductor,
automóvil acompañante, motocicleta, taxi y transporte informal.
En cuanto a los parámetros que mejor ajustan para el reparto modal, se ha detectado
que son parámetros socioeconómicos los que mejor explican la elección modal de los
individuos, y por tanto la utilidad del mismo respecto al resto de modos, destacando el
estrato y la disponibilidad de vehículo propio.
Con el fin de parametrizar con mayor detalle las variables de viaje, se ha optado por
calcular el valor del tiempo según rangos de estrato, uno para estratos bajos (1,2 y 3) y
otro valor para los estratos altos. En este caso se ha dejado constante el coeficiente de
tiempo, calculando de esta forma dos coeficientes de costo distintos. El resultado,
lógicamente, es un valor del tiempo mayor para los estratos más altos:
• Estratos 1 a 3: 46,4 $/min = 2.783 $/h
• Estratos 4 a 6: 94,2 $/min = 5.651 $/h
• Asignación: Se han calibrado para la situación base los modos de transporte público, y
el automóvil, obteniendo resultados de ajuste satisfactorios. Adicionalmente la
asignación ha tenido en cuenta la motocicleta, el taxi y el transporte informal cuyas
matrices provienen de las etapas anteriores, así como los vehículos de transporte de
carga que provienen de los estudios de logística del presente plan.
INFORME DE LA MODELIZACIÓN DE LA TPD-IN-PMM_BAQ-
Página 128
DEMANDA ID2
Las matrices de base introducidas en el modelo de EMME/3 se han calibrado según los
datos de aforos realizados en diferentes puntos de la ciudad, en primer lugar corrigiendo
parámetros de red o de oferta y finalmente aplicando un ajuste de demanda.
o El transporte público presenta su mayor carga en los corredores que unen las
zonas del sur con las zonas atractoras del centro urbano, siendo en este sentido
el flujo principal de mañana y el contrario en la tarde, y produciendo de esta
manera una asignación asimétrica a lo largo del día de las cargas.
El ajuste de las matrices calibradas respecto a las bases varía un poco entre la
mañana y la tarde, estando en un 11% y un 7% respectivamente, siendo menor
para los viajes internos.