estimação da matriz origem-destino e da distribuição espacial da lotação em … · 2019. 5....

TRANSPORTES | ISSN: 2237-1346 166

Estimação da matriz origem-destino e da distribuição espacial da lotação em um sistema de transporte sobre trilhos a partir de dados de bilhetagem eletrônica Renato Oliveira Arbex1, Claudio Barbieri da Cunha2

1Programa de Pós-Graduação em Engenharia de Transportes, Escola Politécnica, USP, [email protected] 2Programa de Pós-Graduação em Engenharia de Transportes, Escola Politécnica, USP, [email protected]

Recebido: 21 de março de 2017 Aceito para publicação: 1 de outubro de 2017 Publicado: 29 de outubro 2017 Editor de área: Cira Souza Pitombo

RESUMO Este artigo apresenta os resultados de uma análise para estimar a lotação por trechos entre estações de um sistema metroferroviário, ao longo do dia, utilizando dados de bilhetagem eletrônica. É proposta uma adaptação da metodologia baseada no encade-amento de embarques no sistema de transportes, que infere o destino dos usuários, uma vez que não há bilhetagem nas estações de destino. Isso permitiu obter, de maneira rápida e eficiente, sem pesquisas de campo custosas, uma estimativa da matriz de ori-gem-destino no sistema de transporte de passageiros sobre trilhos da Região Metropo-litana de São Paulo (RMSP). A metodologia proposta também possibilitou obter o pa-drão espaço-temporal dos níveis de lotação para todas as linhas e sentidos da rede, as-sim como os volumes de transferências nas estações através da alocação da matriz ao longo de todo o período de operação e não apenas para os horários de pico, como usu-almente feito a partir de pesquisas de campo com base em entrevistas com usuários. ABSTRACT This paper presents the results of an analysis to estimate station-to-station occupation levels of a metro and urban rail system throughout the day using electronic ticketing data. An adaptation of the trip chaining methodology is proposed, which infers users destination since there is no transaction at the final destination stations. This allowed us to obtain an estimate of the origin-destination matrix quickly and efficiently, without costly field surveys, for the rail passenger transport system of the São Paulo Metropoli-tan Area (SPMA). The proposed methodology also made it possible to obtain the spatio-temporal pattern of the crowding levels for all lines and directions of the network, as well as the transfer volumes in the stations through the assignment of the matrix throughout the operation period and not only for the peak times, as usually done from field surveys based on user interviews.

Palavras-chaves: Lotação, Transporte Público, Sistema Metroferroviário, Bilhetagem Eletrônica. Keywords: Bus, Public transportation, System Metroferroviário, Electronic Ticketing.

DOI:10.14295/transportes.v25i3.1347

1. INTRODUÇÃO

Incrementodousodetransporteindividual(carrosemotos)paraosdeslocamentosdiários,emdetri-mentoaotransportecoletivo,acarretandocongestionamentoscrescentes,maiorestemposdeviagememaiorpoluiçãosãoalgunsdosdesafiosatuaisdamobilidadenosgrandescentrosurbanos.Nessecon-texto,entendercomoocorremosdeslocamentosdaspessoaséumdosaspectosimportantesafimdequepossamserpropostasnovassoluçõesquecontribuamparaaprimorarossistemasdetransportecoletivoeaqualidadedosserviços,deformaaatrairmaisusuáriosediminuirousodeautomóveis,contribuindoassimparamelhoraraqualidadedevidanasmetrópoles.

Arbex, R. O.; Cunha, C. B. Volume 25 | Número 5 | 2017


Umdosatributosdequalidadedossistemasdetransportepúblicoéoconfortodasviagens(Rodri-gueseSorratini,2008;FerrazeTorres,2004).Nessesentido,onıv́eldeconfortonasviagensurbanaséumdosfatoresqueinfluenciamaescolhadomododetransporte.Destaforma,propostasdeserviçosdetransporteurbanodevemprocurarfornecerumnıv́eladequadodeconfortoparaqueestesejaatrativoausuáriosdotransporteindividual.

Esteartigopropõeumaadaptaçãodeumametodologiaparaestimaradistribuiçãoespaço-temporaldalotaçãonostrechosdarededeumsistemametroferroviárioaolongodeintervalosdetempodeumdiaatravésdedadosdebilhetagemeletrônica(smartcards).ConformeapontamLineHsu(2014),in-vestigarpadrõesdemobilidadeindividualéumaáreadepesquisaemergente.Diferentementedeoutrostrabalhosdaliteratura,nocasoanalisadoháanecessidadede,alémdeinferiroslocaisdedesembarque,estimarocarregamentonostrechosparacalcularadistribuiçãodalotação.E5 necessárioinferiroslocaisdedesembarqueumavezqueospassageirosnãovalidamosseusbilhetesaodeixaremosistemadetransportemetropolitanosobretrilhos.Adicionalmentenestetrabalho,paraainferênciadoslocaisdedesembarquesãoutilizadostantoastransaçõesnosistemadetrilhoscomoastransaçõesnosistemadeônibus.

Paraencontrarospadrõesdelotaçãoespaço-temporais,porsuavez,énecessáriorealizaraalocaçãodamatrizestimadadeviagensentreestaçõesdosistemadetrilhos,queéfeitaatravésdemétodosdecaminhomı́nimo.Aetapadealocaçãodamatrizcalculadaparaestimativadocarregamentoéumaetapaadicionalpropostanestemétodo,quenãoaparecenosartigosqueprocuramapenasestimarasviagensatravésdabilhetagemeletrônica(Nassiretal.,2011;Munizagaetal.,2012;Alsgeretal.,2015).Revelareinvestigarospadrõesdelotaçãosóépossıv́elcomestaetapaadicional.

Asanálisesrealizadaseosresultadosobtidospossibilitammelhorcaracterizaradistribuiçãodalo-taçãonarededetransporteportrilhoseaolongodasfaixashoráriasemumdiaútil,resultadodedifıćilobtençãoemtaissistemasdetransporte,umavezqueémuitodifıćilidentificarondeosusuáriosdesem-barcamequaltrajetoseguiram.Aformatradicionaldefazerissoéatravésdeentrevistas,queapresentadificuldadesdecorrentesdoscustosdecoletadedadosedotamanhodaamostraparaaobtençãoderesultadosrepresentativosdopadrãodefluxos;adicionalmente,taispesquisasnãofornecemelementosparaumacompreensãodofenômenomaisabrangente,poissãorealizadasapenasoupreferencialmentenoshoráriosdepico.

Estacaracterizaçãofornecesubsı́diosaossetoresdeplanejamentodetransportes,namedidaemqueseobtémumpanoramadautilizaçãodacapacidadeofertadadaredequeémuitodifıćildeseobterpormeiodepesquisasemcamponessamodalidadedetransporte,emqueousuárionãoregistraasuasaı́dadosistema,possibilitandoinclusiveacomparaçãocommodelosestratégicostradicionais.Alémdisso,essacaracterizaçãocontribuitambémparafornecerdadossobrealotaçãoquepodemviraseraprovei-tadosemsistemasdeinformaçãoaousuário,quepoderiamserdivulgadosemtemporeal,atravésdainternet,permitindoaomesmoescolherseumelhortrajetonarede.

Comrelaçãoaosdadosdebilhetagemeletrônica,estatemsidoimplantadaemdiversascidadesdoBrasiledomundocomdiversosobjetivos,dentreelesdemelhorestruturaçãodossistemasdecobrança.Umbenefıćiodiretodaimplantaçãodessessistemasautomatizadosdebilhetageméumaobtençãodedadoscontı́nuaarespeitodousodosserviçosdetransportepúblicopelosusuários.Nessesentido,di-versospesquisadoresnomundoestãobuscandoformasdeexploraressegrandevolumededadosgera-dosporestessistemasparagerarinformaçõesrelevantesaoplanejamento,àoperaçãodostransportespúblicoseaoacompanhamentodeindicadoresdequalidadedosistema.

Novasformasdeobtençãodedadosquepermitamentendercomoseprocessamosdeslocamentosdaspessoassãoimportantes,poisasmetodologiastradicionais,baseadasempesquisasorigem-destinocombasedomiciliarsãomuitocaras,equandorealizadas,osãocomperiodicidadeelevada(porexem-plo,acada10anosnaRegiãoMetropolitanadeSãoPaulo),oqueasimpededecapturarmudançasqueocorremnesseintervalo,equepoderiamensejaraçõeseintervençõesmaistáticaseoperacionais,paraasseguraramáximaeficiênciadossistemasdetransporteemelhoraronıv́eldeserviçoparaosusuários.



Porexemplo,aLinha4–AmareladoMetrôdeSãoPaulocomeçouaoperarem2010,apósa últimapesquisaOrigem-Destino,em2007,alterandosignificativamenteoperfildeutilizaçãodometrôeocasi-onandogargalosnãoprevistosemestaçõesdeintegraçãoqueproporcionarammaiorconectividadenaredecomoéocasodasestaçõesPinheirosePaulista/Consolação.

Autilizaçãodedadosdebilhetagemimpõeumdesafiogrande,poisovolumededadosémuitoele-vado,easmetodologiastradicionaisnemsempresãoadequadasparaexploraroimensovolumedein-formaçõesesuasnuances;porexemplo,emSãoPaulo,aordemdegrandezadiáriadosregistroséde28milhõesparaosGPSdosônibus,12milhõesdebilhetagensrealizadascomBilheteU5 nico(sendo3mi-lhõesnostrilhos)e2,5milhõesdecaminhosnaredepossıv́eisparaligaras169estaçõesentresi.

Opresentetrabalhoestáorganizadodaseguinteforma:aseção2examinaostrabalhosdaliteraturarelacionadosaousodedadosdebilhetagemparaestimativasdelotaçãoemsistemadetransportesobretrilhos.Jáaseção3detalhaametodologiapropostaeosdetalhesdecomofoifeitaasuaaplicaçãoaosistemadetransportesobretrilhosnaRegiãoMetropolitanadeSãoPaulo,enquantoosresultadosestãonaseção4.Porfim,aseção5apresentaasconsideraçõesfinais.

2. Uso de dados de bilhetagem eletrônica para estimativa de lotação em um sistema sobre trilhos

Pelletieretal.(2011)apresentamumarevisãodaliteraturaondedividemousodedadosdebilhetagemeletrônicaemtrêsgrandesnıv́eis:estratégico(planejamentode longoprazo), tático(paraajustesdeserviçoedesenvolvimentodarededetransportes)eoperacional(indicadoresdeperformanceeestatı́s-ticasdequantidadedepassageiros).Tantoparaasanálisesdenıv́elestratégicocomoparaotático,aestimaçãodasorigensedestinosdastransaçõeséessencial.Maisrecentemente,KurauchieSchomocker(2016)descrevemalgunsdosusosrecentesempesquisasdedadosdebilhetagemeletrônica,asaber,porexemplo:carregamentosderotas,variaçõesdousoaolongododiaepadrõesdetransferênciasemestações.Aliteraturaqueanalisadadosdebilhetagemeletrônicatemcrescidonosúltimosanos,comdestaqueparaainferênciadematrizesorigem-destinodeviagenscomoumdosprincipaisprodutosdaanálise(Nassiretal.,2011;Munizagaetal.,2012;Alsgeretal.,2015).Partedossistemasdebilhetagemdealgumascidadesnomundo,incluindoosimplementadosnasbrasileiras,nãoexigemumatransaçãodocartãonomomentododesembarque.Assim,paraaestimativadosparesorigem-destino,éprecisoaplicarmétodosdeinferênciadolocaldedesembarquedosusuáriosparacadaembarquenosistema.

Paraautilizaçãodosdadosdabilhetagemeletrônicaparaestimaralotação,tambéménecessárioquesejamconhecidososlocaisdeembarqueedesembarquenosistemademetrôetrensdosusuáriosdosistema.Partedametodologiaaplicadaparaaelaboraçãodematrizesorigem-destinodeviagenssein-serenoscálculosdeestimativadelotaçãonossistemas.Munizagaetal.(2012)utilizamametodologiadescritacomoencadeamentodeviagens,que,haviasidopropostaoriginalmenteporBarryetal.(2002),tambémvemsidoaplicadaporoutrospesquisadoresparaaestimativadolocaldedestino.Estasmeto-dologiasforamdesenvolvidaspararesolveroproblemadeestimaroslocaisdedesembarqueparasiste-masdetransporteondeseregistramapenasosembarques.

AmetodologiaapresentadaemMunizagaetal.(2012)sebaseianasseguinteshipóteses:i)odestinodoembarquecorrenteéaquelemaispróximodolocaldoembarqueseguinte,considerandoumlimitededistância;ii)ousuáriovoltaaolocaldodesembarquedaviagemanteriorparaumpróximoembarqueeiii)naúltimaviagemdodiaousuárioretornaaolocaldeorigemdaprimeiraviagem,consideradocomopróximoaoseulocalderesidência.Paraaaplicaçãodoalgoritmoénecessárioqueosembarquestenhamumregistrodelocalização,queemMunizagaetal.(2012)foiincorporadoaosregistrosdebilhetagematravésdocruzamentocomdadosdesistemasdeGPSdosônibus,coletadosacada30segundos.Ame-todologiapropostaporMunizagaetal.(2012)nãopodeseraplicadadiretamenteemviagensondeousuárionãonecessitavalidaroseubilheteimediatamenteao iniciarasuaviagem,oqueocorre,porexemplo,nasviagensdetransportecoletivoporônibusemcidadesbrasileiras,ondeousuáriopodeper-manecerumtemponoveıćuloantesdepassarpelacatraca.Aocontráriodoqueocorreemmuitosluga-



resnomundo,semcobradores,ondeavalidaçãoérequeridanomomentodoembarque.Nessassitua-ções,olocalinferidodeembarquenãocorrespondeaolocalrealdeembarquedousuário.Portanto,cabesalientarqueéumprocessodeestimativadoslocaisdetransaçãodosbilhetes.Ressalta-sequenestasmetodologiastambémnãoestáincluı́doaestimativadeorigemrealdousuário,jáqueotrajetodesuaresidênciaouorigematéopontodeparadadeacessoaosistemaédesconhecido.Paraelaboraçãodeumamatrizorigemedestinodeviagensemumsistemadezoneamentotradicional,deve-seespalharosembarquesnasparadasaoredordelas,deformaarepresentarostrechosdeacessoporcaminhada.Entretanto,estetrabalhofocanamatrizorigem-destinoentreestaçõesdeumsistemasobretrilhos,demodoqueasdesvantagensrelatadasnãoinfluenciarãoosresultadosdeinteressedométodo.

Staskoetal.(2016)utilizaramdadosdebilhetagemparaaestimativadecarregamentosnosistemametroferroviáriodegrandeportedacidadedeNovaIorque.Osautorespropuseramummodeloqueatingiutrêsobjetivosprimáriosdeinteresse:i)estimarocarregamentonometrônonıv́eldeviagensdetrensespecı́ficos;ii)aplicaraescolhaderotacombasenosreaismovimentosdostrenseiii)serpossıv́elderodardiariamente.Paraainferênciadosdestinos,comoosistemanovaiorquinoédeentradaapenas,osautoresaplicaramametodologiapropostaemBarryetal.(2009),queporsuaveztambémutilizaasseguinteshipótesesnadeterminaçãodosdestinos:queamaioriadosusuárioscomeçasuapróximavia-gemnodestinodaviagemanterioroupróximoequeamaioriadosusuáriosterminasuaúltimaviagemdodianolocaldeinı́ciodaprimeiraviagemdodiaoupróximo.Essametodologiaobteve90%dedestinosválidos.Entretanto,Barryetal.(2009)inferiramalocalizaçãodosembarquesemônibusatravésdequa-drosdehorárioseprogramação, jáquenãoestavamdisponıv́eisdadosdeGPSnafrotadeônibusdacidade.Umaboaprecisãonalocalizaçãodastransaçõesnosônibusénecessáriaparamelhorestimarasestaçõesdedestinoquandoousuárioutilizouosistemadetrilhosnatransaçãoanterior.

A lotaçãonossistemasdetransporteportrilhosafetausuáriosnamaiorpartedasgrandesredesexistentesnasmaiorescidadesdomundo,especialmentenaAméricaLatinaeA5 sia.Kimetal.(2015)tambémutilizaramdadosdebilhetagemeletrônicaemSeul,CoréiadoSul,tendocomoresultadoqueosusuáriosdemetrôdefatoutilizamoutrasrotasquenãoamaisrápidaparaevitaralotaçãoemsieosatrasoscausadospelalotação.Osimpactosdalotação,causadosàsaúdeebem-estardosusuários,con-formeapresentadosemTirachinietal.(2013),vãodesdeaumentodeansiedade,estresseesentimentosdeexaustão,percepçãoderiscoeinsegurança,sentimentosdeinvasãodeprivacidadeemaiorpropen-sãoaatrasosemcompromissos,causandoimpactotambémnasaúdeorganizacional.Tambémporisto,édesumaimportânciaummelhorentendimentodopadrãoespaço-temporaldesuaocorrêncianossis-temasdemetroferroviários.

OutrasalternativasparaestudosdemobilidadebaseadasemBigDataestãosurgindo,destacando-seaorigináriadarededetelefoniamóvelnoBrasil.Maisespecificamente,Feriancicetal.(2015)descrevemumaplataformadeBigData, chamadaSmart Steps, da empresa de telecomunicaçõesTelefônica.Deacordocomosautores,oSmartStepséumaplataformaestatı́stica,capazdeinferirarespeitodomovi-mentodemultidõesdentrodeumpaı́sapartirdautilizaçãodainfraestruturadetelefoniamóvel.Osautores ressaltamaindaque amesmapossui cuidadoscomsegurança e sigiloqueutilizadados emmassa,encriptados,anônimos,agrupadoseextrapolados,preservandoaprivacidadedosclientesedapopulaçãoemgeral.Entretanto,oscustosenvolvidoseanãodisponibilizaçãodosdadosbrutos,levandoànecessidadedeasanálisesseremfeitasexclusivamentepelaoperadoradetelefonia,sãobarreirasim-portantesàutilizaçãomaisdisseminadadessatecnologia.Outroaspectoimportanteéquantoàrepre-sentatividadedessesdados,umavezqueserestringemausuáriosdeumaúnicaoperadoradetelefoniacelular.

Emcontraposição,aanáliseapartirdedadosdabilhetagemeletrônicatemavantagemdaamplautilizaçãodobilheteúnico,queemSãoPauloalcança95%deusonosistemadeônibusmunicipal,con-formeestimativacombasenosdadosutilizadosnestapesquisa.



3. METODOLOGIA E APLICAÇÃO

Ametodologiapropostanesteartigotemporfinalidade:

a) Obtençãodamatrizestaçãodeorigem-estaçãodedestinodeembarquesemumsistemame-troferroviáriourbanodepassageirosemquenãohábilhetagemnasaı́dadousuárionaesta-çãodedestino,comoocorrenamaioriadossistemasnomundo;

b) Estimativadocarregamentoelotaçãonostrechosdaredeaolongodeintervalosdiscretosdodia;

c) Cálculodovolumedetransferênciasentreestaçõesdosistemaaolongododia.

AocontráriodotrabalhodeStaskoetal.(2016),estapesquisaincluiuosembarquesnosistemadeônibusparaauxiliarainferênciadaestaçãodedestino.Casoousuárioembarqueemumaestaçãodemetrôeopróximoembarquesejaemumônibus,aestaçãodedesembarqueestimadaéaquelamaispróximadoembarquenesteveıćulo.Alémdisso,estapesquisaapresentaaespacializaçãodadistribui-çãodalotaçãonosistema,quepermiteassimumamelhorcompreensãodousodacapacidadedetrans-portesoferecida.

AocontráriodeMunizaga(2012),queapresentouummétodoparaestimarmatrizesdeviagensentrezonasdetráfego,nestetrabalho,porsuavez,sepropõeestimaramatrizdeviagensentreparesdeesta-çõesdeumsistemadetransportesobretrilhoscomafinalidadedeavaliaçãodosvolumesdepassageirosnosistema,estimandoadistribuiçãodalotaçãoaolongodetodososhoráriosdodia.Paratal,éaplicadoummétododecaminhomı́nimoparaalocaramatrizobtidadoprocessamento,obtendoumadistribui-çãoestimadadocarregamento,queéentãoexpandidaparaobteradistribuiçãodalotação.

Inicialmente,serãodescritososdadosdeentradanecessáriosàaplicação,emseguidaserãoapresen-tadasaslógicasdosalgoritmosdeanálise.Porfim,aofinaldaseção,seráapresentadaaaplicaçãoquefoirealizadanosistemadetransportesobretrilhosdaRegiãoMetropolitanadeSãoPaulo.Nasubseçãoseguinteserãodescritososresultadosobtidos.

3.1. Dados de Entrada

Osdadosdeentradanecessáriosparaametodologiadescritanospróximosparágrafossãoosdadosdebilhetagemeletrônica,deGPSdosônibusdosistemaedaestruturadarededetransportepúblico,orga-nizadosnostópicosaseguir:

i. RegistrosdeBilhetagemEletrônica(smartcards)emtodoosistemadetransportepúblico,incluindoestaçõesdemetrô,tremeônibusurbanos;

ii. Dadosdesistemadeposicionamentoglobal(GPS)quecontémalocalizaçãodosveıćulosqueprestamoserviçodeônibusurbano;

iii. Estruturadaredede transportepúblicodaregião,no formatoGTFS(GeneralTransitFeedSystem),quecontéminformaçõescomoalocalizaçãodasparadasdeônibuseestações,fre-quênciasetrajetosdaslinhasdeônibus,trensemetrô.

Abasededadosdaslinhasdeônibusedaredemetro-ferroviáriautilizadaestánoformatoGTFS,queéumformatopadrãomuitoutilizadoatualmenteemdiversascidadesdomundoparaadistribuiçãodasinformaçõesdeseussistemasdetransporteaoGoogleTransit(Google,2016),assimcomoadisponibili-zaçãodas informaçõesaopúblicoemgeraleadesenvolvedores interessadosemfazeraplicaçõesdetransporte.Nessaestruturaestãoorganizadososdadosdetransporteemdiversosarquivos.Dentreeles,ostops.txtcontémacodificaçãodasestaçõescomocampostop_idesualocalizaçãopelascoordenadasdelatitudeelongitude.

3.2. Processamento dos Dados

AsequênciadeprocessamentodosdadosestáapresentadaresumidamentenaFigura1aseguir.Oinıćiodoprocessamentoocorrecomaleituradosarquivosdebilhetagem,GPSeGTFScorrespondentesaodia



deanáliseemquestão.Emseguida,paratodasasbilhetagensqueocorreramemestaçõesdemetrôetrens,sãofeitasasassociaçõesdascatracasutilizadasàsestaçõesdeembarquecorrespondentesàloca-lizaçãodestascatracasatravésdeumatabelaauxiliar.

Figura 1: Sequência metodológica de processamento dos dados

Apósaassociaçãodetodososembarquesnosistemadetrilhosàssuasrespectivasestações,éneces-sárioestimaralocalizaçãoespacialdetodososembarquesnosistemadetransportepúblicoaolongododia.Paratal,ametodologiaadotadaparalocalizarosembarquesnosistemadetrilhosédiferentedosembarquesnosônibus.Paraosistemadetrilhos,oprocedimentoéatravésdaassociaçãodocódigodaestaçãoàsualocalizaçãocorrespondentenoarquivostops.txtdoGTFS,quecontémtodasaslocalizaçõesdasestaçõescomlatitudeselongitudes.Paraosistemadeônibus,entretanto,oprocessoémenostrivial,jáqueosveıćulosestãocontinuamentesemovendonoespaço.

Omododeestimaçãodalocalizaçãodosembarquesnos ônibus éumprocedimentoquepercorretodososveı́culosdabaseeanalisaasrespectivasbilhetagens,feitodaseguinteforma:paracadaumdosveı́culosqueoperaramnosistemanaqueledia,sãofiltradastodasasbilhetagensqueocorreramnaquelerespectivoveı́culo.OshoráriosdestasbilhetagenssãocruzadoscomoshoráriosdetodososregistrosdeGPSdesdeveı́culonestedia,obtendo,paracadabilhetagem,oregistrodeGPSdaqueleveı́culocorres-pondenteàmenordiferençadetempoentreohorárioqueocorreuabilhetagemeomomentoqueoveı́culoemitiuainformação.Estaabordagemdepercorrerosveı́culos,enãoasbilhetagens,semostroumaiseficientedopontodevistacomputacional,jáqueonúmerodebilhetagens,emtornode12milhões,émuitomaiorqueonúmerodeveı́culosemoperaçãoemumdia,quechegaa15mil.

Apósaestimativadalocalizaçãodosembarques,épossıv́elentãofazeraestimativadoscódigosdeparadaemqueforamrealizadososembarques.AlocalizaçãodosembarquesestáatreladaàinformaçãodoGPSdoveı́culo,enquantoquesebuscaagoraassociaraopontodeparadaondeaquelatransaçãoocorreu.Oscódigosdeparadasãoostop_iddoarquivostops.txtdoGTFS.Paraasestaçõesnarededemetrôestevalorjáfoiobtidoanteriormente,quandodousodatabelaauxiliarcomoscódigosdascatra-casutilizadasesuasestaçõescorrespondentes.Paraosônibus,ocódigodaestaçãofoiobtidodopontodeparadadaquelalinhamaispróximodolocalcorrespondenteaoregistrodeGPSassociadoàquelabi-lhetagem.

Comainferênciadocódigodeparadadoembarque,apróximaetapaéainferênciadocódigodaes-taçãooupontodeparadadedesembarque.Estaéaetapamaisimportantenamedidaqueainferênciadolocaldedesembarqueéachaveparaaelaboraçãodamatrizorigem-destinoentreestaçõesnarededetrilhos.Deve-sedestacarqueametodologiaaquipropostanãocontemplaadeterminaçãodamatrizorigem-destino(OD)deviagenscompletasnarede,porta-a-porta,envolvendotambémosistemaônibus,umavezqueénecessáriodiferenciarasviagenseascurtasatividadesdoslocaisdetransferência.



Paraainferênciadocódigodeparadadedesembarque,foramadotadasashipótesesconformemen-cionadonaseção2,onde: i)odestinodoembarqueatualocorrenasproximidadesdoembarquese-guinte;ii)osusuáriosretornamaodestinodoembarqueanteriorparaopróximoembarque(parte-sedoprincı́pioquenãoocorremviagensintermediáriassemousodosistemadetransportepúblico);iii)odestinodoúltimoembarquedodiaéolocalondeocorreuoprimeiroembarque.Destaforma,paracadaembarquedecadausuário,olocaldedesembarqueéopontodeparadadaqueleserviçoqueestejamaispróximoespacialmentedalocalizaçãodoembarqueseguinte.

Ainferênciadocódigodeparadadedesembarquenosistemademetrôécalculadadeformamaisdiretaquenosserviçosdeônibus.NosistemametroferroviáriourbanodaRegiãoMetropolitanadeSãoPaulo,ondefoiaplicadaametodologia,astransferênciasinternasnosistemasãogratuitasenãoéne-cessáriovalidarouregistrarocartãoemnenhummomentonastransferências.Destaforma,foiconsi-deradooconjuntodetodasasestaçõesdosistemanahoradocálculodaestaçãodedesembarque.Assim,aestaçãodedesembarqueemembarquesnarededetrilhos éaquelacujadistância à localizaçãodopróximoembarquedaqueleusuáriosejamı́nima.AutilizaçãodosdadosdeGPSdosônibusmostrasuaimportâncianestaetapa,poiscomestesregistrosépossıv́ellocalizar,deformamaisrealistaecommaiorprecisão,alocalizaçãodosembarques.

NaaplicaçãoaosdadosdaRegiãoMetropolitanadeSãoPaulo,algumascaracterıśticasdosdadosexi-giramadaptaçõeseexpansõesparacorrigirumapequenapartedosregistrosondenãofoipossıv́elaobtençãodaestaçãodedestinodaquelatransação.NaTabela1estãosumarizadasascorreçõesefetua-daslevandoemconsideraçãoque:

a) Apenasumaparceladasbilhetagensocorreunosistemadetrilhos:24,8%;

b) Nemtodososcartõessão“rastreáveis”,ouseja,umaparceladosregistroscorrespondeacar-tõesdeoperadoresdosistema,comoempregadosdometrô:correspondema4,8%dosregis-tros;

c) Paraumaparcelade6,9%dasbilhetagensrastreáveisdosistemadetrilhosnãofoipossıv́elinferirodesembarque.Aexplicaçãoexistenteparaessepercentualédepessoasquerealiza-ramapenasumúnicoembarquenodia,portantoinferirodestinousandoapróximabilheta-gemnãofoipossıv́el;

d) Apósaaplicaçãodestefiltrodasbilhetagenscomdesembarqueinferido,umpercentualde3,1%dosregistrostevecomoestaçãodedestinoamesmaestaçãoondefoirealizadooem-barque.

Tabela 1: Descrição dos filtros aplicados aos dados do Bilhete Único de São Paulo

Filtros aplicados Bilhetagens registradas no dia analisado

Bilhetagens no sistema de trilho

Bilhetagens com cartões rastráveis

Bilhetagens com desembarque inferido

Bilhetagens com desembarque em outra estação

Total de bilhetagens 12 345 661 3 065 366 2 919 731 2 718 302 2 632 695

Desconsideradas 0 9 280 295 145 635 201 429 85 607

Porcentagem do conjunto anterior

100% 24.8% 95.2% 93.1% 96.9%

Paracompensaressapercentagemtotalde14,1%dosembarquesnosistemadetrilhosquenãotive-ramumaestaçãodedestinoválidadentrodesistema,foiaplicadaumainferênciautilizandoosdestinosconhecidos,daseguinteforma:paracadaestaçãodeorigemeparacadahoradodia,foiarmazenadaalistadetodasasestaçõesdedestinodestesrespectivosusuários.Assim,foipossıv́elrealizarumaamos-tragemaleatória comreposiçãodesta listaparapreencher as estaçõesdedestinodesconhecidasnamesmaproporçãodedestinosconhecidosconsiderandoestaçãodeembarqueehoradodia.Ototaldebilhetagensnosistemadetrilhoscomestaçõesdedestinoválidasapósaexpansãofoide3.065.366bi-lhetagens.



(1)

Apartirdosdadosdabilhetagemnometrôetrensexpandidos,oprimeirodosobjetivospropostosno inıćiodaseção3, tratandodaobtençãodamatrizorigem-destinonosistemade trilhos,podeseratingido.Comoohoráriodosdadosdabilhetagemtemprecisãodesegundo,épossıv́elagruparodadocomqualquerintervalodeinteresse.Nestetrabalhopropõe-sequeademandasejaagrupadaeminter-valosde15minutoseporparestaçãodeorigem-estaçãodedestino.Aotodoforamobtidos599.368segmentosdedemandacomestadivisão.Osresultadosdasanálisessãodetalhadosmaisadiantenaseção4.

Afimdealcançarosoutrosdoisobjetivospropostos,deestimativadocarregamentonostrechosdaredeedocálculodovolumedetransferênciasestimado,énecessárioquesejarealizadaumaalocaçãodasviagensàrededetrilhos.Aalocaçãodistribuiráademandaentreestaçõesnaslinhasdarede,ob-tendo-secarregamentosnostrechosaolongododia.Tambémserápossıv́elobterovolumedetransfe-rênciasentreestaçõesapartirdaetapadealocação.

Paraaalocaçãoométodoescolhidofoialocarademandaentreparesdeestaçõesutilizandoocami-nhonaredecomodemenortempogeneralizado.Otempogeneralizadoconsideraasomadostemposnasetapasdaviagemcomfatoresmultiplicadoresdiferentes.Asparcelasconsideradasnaformulaçãodotempogeneralizadosãootempodeacessoaosistema,otempodeesperanaplataforma,otempodeviagemetemposnecessáriosàrealizaçãodetransferências,conformeEquação1.Osvaloresdeβ1,β2eβ3foramescolhidosalinhadoscomvaloresrelatadosempesquisassobrevalordotempoemtransporte,conformemédiasapresentadasemWardman(2004)parausuáriosdetransportecoletivourbanos(“ur-bancommuters”).EmboraomodelonãotenhasidocalibradoparaacidadedeSãoPaulo,osvaloressãoprovenientesdeextensaspesquisasconsolidadassobretempodeviagemquemelhorretrataavisãodousuário.Paraummelhorajustepoderiaseraplicadaumapesquisaespecı́ficanosistemadetrilhosdacidade,porémseriamnecessáriaspesquisasdecampoqueestãoalémdoescopodopresentetrabalho.

Tgeneralizado=β1*Tacesso_egresso+β2*Tespera+Tviagem+β3*Ttransferênciaonde: Tgeneralizado:tempogeneralizado[minutos];

Tacesso_egresso:tempodeacessoeegressoaosistema[minutos],adotado2minutos;

Tespera:tempodeesperapeloserviçonaplataforma:metadeointervalodalinha;

Tviagem:tempodeviagemnostrechospercorridos[minutos]

Ttransferência:temposdetransferência[minutos]

β1=fatordetempodeacessoeegresso:adotado1,3;

β2=fatordetempodeespera:adotado2,0;

β3=fatordetempodetransferência:adotado2,0.

AredemetropolitanadetransportessobretrilhosdeSãoPauloéoperadaportrêsempresas:Com-panhiadoMetropolitanodeSãoPaulo(MetrôSP:Linhas1,2,3,5e15),ViaQuatro(operaapenasaLinha4dotransportemetroviário)eCompanhiaPaulistadeTrensMetropolitanos(CPTM:Linhas7,8,9,10,11e12).ACPTMoperacomintervalosmaioresentreostrens,enquantoometrôpossuiintervalosre-duzidosentreaspartidas.Aotodosão169estações,ouseja,nósdarede,e564links,sendo319linksentreestaçõese245linksdetransferência.

OtempodeviagemutilizadofoibaseadonodadodisponibilizadonositedeelaboraçãodetrajetosparaousuáriodosistemadoMetrôSP(MetrôSP,2017).Foramfeitaspesquisasonlinedetrajetosemtodasaslinhasdosistema,demodoaseobterostemposdeviagementreparesdeestaçõesadjacenteseelaborarumabasededadoscomostemposdeviagemdostrechos.Otempodeviagemdisponibilizadonositeéúnicoparatodoodia,assim,asrotasdemenorcustogeneralizadosãoasmesmasparacadapardurantetodoodia.Estaéumasimplificaçãonecessáriadevidoàfaltadedadosespecı́ficosdetemposdeviagemporhora.Detodaforma,osistemadetrilhospossuiumaregularidadenostemposdeviagemmaiorqueosistemadeônibus,portantocomtemposdeviagemmaisregularesaolongoodia.Paraostemposdetransferência,foramfeitaspesquisasemcampoparaobtençãodosvaloresnasestações:Sé,República,BarraFunda,Luz,Brás,SantoAmaro,AnaRosa,Paraıśo,PinheiroseTamanduateı.́



3.2.1.AlgoritmodeCaminhoMínimoUtilizado

Ametodologiadecálculodocaminhoutilizadoparacadaumdosparesorigem-destinoentreestaçõesnostrilhossegueoconceitodebreadth-firstsearch,eprocuraelencartodasaspossibilidadesdecombi-naçõesecaminhosentretodasasestaçõesdarede.Nototalforamencontrados2.505.485caminhosnarede,queservemos28.392pares(estaçãodeorigem–estaçãodedestino),umavezquearedeécom-postade169estaçõescom168possibilidadesdedestino.Destaformaestruturou-seumalistagemcomtodososcaminhospossıv́eisnarede,eocaminhodemenortempogeneralizadopodesercalculadoatra-vésdainserçãoposteriordostemposdeviagem,acesso,egresso,temposdeesperaetransferênciaemtodasasrotaseescolhendoademenortempogeneralizadoparacadapar.

AenumeraçãocompletadetodososcaminhosnaredefoirealizadaumavezquearededetransportesobretrilhosdaRMSPnãoapresentaumvolumedeligaçõesquecrieumagrandedificuldadedeproces-samentocomputacional.Assim,foipossıv́elcalculartodososcaminhosparaentãoescolherocaminhocomomenortempogeneralizadoparacadapar.Tambémpoderiamtersidousadosalgoritmostradici-onaisdebuscadecaminhosemrede,comooalgoritmodeDijkstra(1959),ououtrosmaisrecentes.Emumtrabalhorecente,Staskoetal.(2016)aplicaramoalgoritmodeDijkstraparaocálculodosmenorescaminhosnarededetrilhosdeNovaIorque,utilizandoumabibliotecaespecıf́icachamadaLemonnalinguagemC++.Estaanálise,utilizandoumalgoritmoeficientedebuscademenorcaminho,énecessáriajáquearededetrilhosdeNovaIorque(468estações)éconsideravelmentemaiorqueadeSãoPaulo(169estações).

Avalidaçãodestealgoritmodeescolhaderotaséumdesafioumavezqueseriamnecessáriosdadosadicionaisnãodisponıv́eis,comovolumedetransferênciasporcatracanasestações,pesquisacomusu-áriossobrequalarotaquefoiescolhidanosistemaeumlevantamentodapercepçãodasimpedânciasdastransferênciasnasdiferentesestaçõesdosistema.

3.2.2.EstimativadoCarregamento,LotaçãoeVolumedeTransferências

Porfim,comalistagemdoscaminhosdemenortempogeneralizadocalculadaparacadapar,ocarrega-mentoéfeitonarededaseguinteforma:paracadaparODentreestações,eacada15minutosaolongododia,ademandaéalocadanocaminhodemenortempogeneralizado(consideradoúnicoduranteodia),carregandotodosostrechosaolongodocaminho.Umamatrizdecarregamentoscomotrechonaslinhaseoperı́odododianascolunasépreenchida.

Nestetrabalho, foi tomadoocuidadode,conformeaviagemocorre,otempo éatualizadocomostemposde viageme transferências.Assim, os trechos subsequentes vão ser carregadosnoblocodetempoemqueousuárioestariapassando.Destaforma,paraviagensmaislongas,oscarregamentosnostrechosmaisadiantenotrajetoficamcarregadosnohorárioadequado.

Paraaestimativadovolumedetransferênciasnasconexõesdosistemaaolongododia,duranteaetapadealocaçãosãocontadostodososmovimentosdetransferênciasrealizados,incluindoaestaçãodatransferência,linhadeorigemelinhadedestinoeperıódododiaqueocorreu,nosintervalosde15minutos.Deformaarepresentarmelhorotempodeviagemnosintervalosde15minutos,foramconsi-derados,paracadaviagememcadaparorigemdestino,osrespectivostemposdeviagemdeformaaasseguraraconsideraçãodosintervalosdetemposcorretos.Ouseja,seumaviagemcomeçouàs6h00damanhã,edurou1h,elavaicarregarosrespectivostrechosnosintervalosde15minutoscorrespon-dentes,considerandoostemposnecessáriosparapercorrercadatrecho.Estaconsideraçãoéimportantepoisasviagenscomorigensmaisdistantestendemacomeçaremumintervalohoráriomaiscedo,easmesmasvãocarregarostrechosdaregiãocentralemhoráriosmaispróximosdo inıćiodaatividadecorrespondenteaestaviagem,comootrabalho.Procedendodessaforma,ocarregamentorefletirámaiscorretamenteadistribuiçãodademandaespacialetemporalmente.

Apósafinalizaçãodamatrizdecarregamento,ocálculodalotaçãopodeserfeitoatravésdacapaci-dadedoserviçonaqueleintervalodetempo.Comoacapacidadedostrensemmetrosquadradosporhoranãoéumdadotrivialdeobter,evariaaolongodosistemaeaolongododia,foramutilizadosvalores



máximosdelotaçãoporlinhadivulgadospelasempresasoperadorasparaaimprensa(Barbosa,2016).Destaforma,considerandoqueotrechodecarregamentomáximonaquelalinhaeperı́odododiacor-respondiaaovalordalotaçãodivulgado,todoopadrãoespaço-temporaldalotaçãofoiobtidoparatodasaslinhasdosistemaporproporção.ApenasaoperadoraViaQuatronãohaviadivulgadoalotaçãomá-xima,portantoparaaLinha4doMetrôfoiestimadoomáximoem5,0passageiros/m2.

4. RESULTADOS

Ametodologiadescritaanteriormentenaseção3foiaplicadaaosdadosdebilhetagemeletrônicadoBilheteU5 niconaRegiãoMetropolitanadeSãoPaulo.Ressalta-sequealémdoBilheteU5 nicoexistemou-trasformasdepagamentoparaacessoaosistemadetrilhos,comoobilheteBOMeobilheteEdmonson,compoucouso.Entretanto,osautoresnãotiveramacessoaestesbancosdedados.OsistemademetrôetrensdeSãoPaulopossui169estações,ondeocorreramnodiadeanálise,6deabrilde2015,umtotalde3.065.366embarquesutilizandoBilheteU5 nico.Estademandafoiagrupadaemintervalosde15mi-nutosparacadaparorigemdestino(OD),totalizando638.371combinações.Nestaseçãoserãoapresen-tadososresultadossobreamatrizorigem-destinoentreestações,aestimativadalotaçãonostrechosdaredeeovolumedetransferênciasestimadoentreestações.

4.1. Matriz Origem-Destino entre Estações

Dos28.561parespossıv́eis(entre169estaçõesparaasoutras168),22.472(78,7%)tiveramaomenos1usuáriopercorrendocadaparODemalgumintervalododia.ATabela1mostraoscincoparesODcommaiordemandapelosdadosdoBilheteU5 nico,eaparticipaçãodestesparesnovolumetotaldarede.E5 possıv́elobservarqueasomadademandados5maioresparesemvolumedeviagensaolongododiasomaapenas1,02%dototaldas3.056.366bilhetagens.Parasechegara10%dademanda,sãonecessá-rios92pares.Os21.044parescommenordemandageram50%dototal.Issodemonstraumaaltadis-persãodademandanamatrizdeviagensentreestações.

Figura 2: Volume de Viagens do dia de análise partindo da Estação Trianon-Masp e Artur Alvim.



Tabela 1. Maiores Volumes de Viagens entre estações na rede de SP.

Código de Origem (Stop_id)

Código de Destino (Stop_id)

Origem Destino Total De Viagens no Dia Percentual do Total

18944 18895 Tatuapé Guaianazes 8 149 0.266%

1010054 18895 Brás Guaianazes 6 535 0.213%

18895 18944 Guaianazes Tatuapé 5 540 0.181%

18890 18867 Itaquera Anhangabaú 5 466 0.178%

18867 18888 Anhangabaú Artur Alvim 5 422 0.177%

AFigura2ilustraumaparceladamatrizobtida,comovolumedeviagenscomorigensnaestaçãoTrianon-Masp(MetrôLinha2–Verde)enaestaçãoArturAlvim(MetrôLinha3–Vermelha),edestinosparatodasasoutras168estaçõesdosistema.AestaçãoTrianon-MaspéumadasestaçõeslocalizadasnaAvenidaPaulista,áreacomaltaconcentraçãodeatividadeseaestaçãoArturAlvimseencontraemumaárearesidencialdemenorrendanazonaleste.E5 interessanteressaltarocontrasteexistente,jáqueosprincipaisdestinosdaTrianon-MaspsãoalgumasestaçõeslocalizadasnosextremosdasLinhas1e2,comoJabaquaraeVilaPrudente,enquantoqueosprincipaisdestinosdosembarquesnaestaçãodazonalesteéaáreadocentrodacidadeeempolaridadesdazonaleste.

4.2. Estimativa da Lotação nos trechos da Rede

Combasenosdadosprocessados,segundoametodologiadescritanaseção3,foiobtidaaestimativadalotaçãonostrechosdarededetransportesobretrilhosdeSãoPaulo,emintervalosdiscretizadosemperı́odosde15minutos.Parailustraradistribuiçãoespacialdalotação,omapaquerepresentaalotaçãoduranteointervalo6h45-7h00estáapresentadonaseção4.3juntamentecomovolumedetransferên-ciasestimadoparaasestações.

Figura 3: Variação da Lotação ao Longo do Dia para as Linhas 1, 2, 3 do Metrô e Linha 9 da CPTM.

OgráficoapresentadonaFigura3mostraaevolução,aolongododia,dalotaçãoestimadaparaquatrotrechosdiferentesdarede.Parafinsdecomparaçãonográfico,foramselecionadosostrechosdasLinhas1,2e3doMetrôedaLinha9daCPTMqueapresentarammaiorlotação.E5 possıv́elobservarnaFigura3queospadrõesdevariaçãotemporaldalotaçãoaolongododiasãodistintosparaessesquatrotrechos



selecionados.E5 notórioopicoacentuadonoperıódode22h30-22h45minnotrechoLiberdade–Sé(Li-nha1),correspondenteaoperı́ododesaı́dadeestudantesdoperı́odonoturnonasuniversidadesefa-culdadeslocalizadasnasproximidadesdasestaçõesdessetrecho.E5 importantedestacarqueesseresul-tadoapareceemfunçãodamaiordiscretizaçãodotempo,emintervalosmenores,permitidopelacoletacontı́nuadosdadosdobilheteúnico.

4.3. Volumes de Transferência Estimados entre Estações

Considerandoaalocaçãoatravésdocaminhodemenortempogeneralizado,conformedetalhadonase-ção3,foipossıv́elobterototaldetransferênciasrealizadasporcartõesdotipoBilheteU5 nicoemcadaumadas16estaçõesdosistemaondeépossıv́elatransferênciaentrelinhas.NaTabela3estãoapresen-tadasasdezestaçõescommaioresvolumesdetransferênciaaolongododia,combasenaalocaçãopelocaminhodemenortempogeneralizado:observa-sequeasestaçõesLuz,SéePinheirossão,nessaordem,ascommaiordemandadetransferência.AestaçãodaLuzcontempla2linhasdetrens(Linhas7e11)e2linhasdemetrô(Linhas1e4),sendopossıv́eisdiversascombinaçõesdetrocas.ASéinterligaasLinhas1e3doMetrô,asduasprimeiraslinhasdemetrôconstruı́dasemSãoPaulo.CertamenteessasituaçãoeradiferenteantesdainauguraçãodaLinha4doMetrô,em2010,oqueevidenciaa importânciadametodologiaproposta,poispossibilitaestimarasalteraçõesdecorrentesdeampliaçõesnaredeealte-raçõesnaofertadetransporte,semdependerdepesquisasdebasedomiciliar,comodiscutidoanterior-mente.

NaFigura4estárepresentadoomapacomalotaçãocalculadaparaointervalodas6h45-7h00.Esseintervalofoiescolhidoporfazerpartedoperı́ododetempoondeamédiadalotaçãoemtodosos320trechosdaredeéamaisaltanoperı́ododamanhã(2,17passageiros/m2),quevaide6h45até7h30.Noperı́ododatarde,alotaçãomédiaéaindamaisalta,commédiade2,73passageiros/m2entre18h00-18h30.NaFigura4épossıv́elobservarotrechoSé-PedroII,omaislotadoduranteesseperı́odo.Alémdisso,ovolumedetransferênciasmostraasestaçõesLuz,Sé,Pinheiros,BarraFundaeTatuapécommai-oresvolumesdetransferênciastambémnesteperı́ododetempodamanhã.

Figura 4: Mapa da Lotação e Volume de Transferências estimado às 6h45 da manhã do dia analisado.



Tabela 3: As dez estações com maiores volumes de transferência ao longo do dia

Estação Total de Transferências no Dia inferidos pelos Dados de Bilhetagem

Luz 103374

Sé 101618

Pinheiros 93564

Palmeiras - Barra Funda 83431

Tatuapé 63959

República 61692

Paulista 49191

Brás 40785

Santo Amaro 36666

Ana Rosa 35630

CONSIDERAÇÕES FINAIS

Nestetrabalhofoipropostaumaadaptaçãodeumaabordagemquepermiteutilizardadosdebilhetagemeletrônicaparaaobtençãodamatrizorigem-destinoentreestaçõesdeumsistemametroferroviáriour-banodepassageirosparaocasoemqueospassageirosnãovalidamseusbilhetesnodestino,assimcomoparaaestimativadalotaçãonostrechosdaredeeovolumedetransferênciasentreestações.Foipossıv́elobter,devidoàmaiorriquezadosdados,umadistribuiçãoespacialetemporaldessesatributosemin-tervalos15minutosaolongodetodoodiadeoperaçãoeparacadatrechodarede.Umaanálisesimilarnãoseriapossıv́elutilizandométodostradicionaisdepesquisa,comoporcoletadedadosemcampo.

OsresultadosevidenciaramasespecificidadesdosistemadetransportesobretrilhosdeSãoPaulo,confirmandoograndevolumedeviagenseconsequentementemaioreslotaçõesemtrechosdaredenazonaleste.Aestaçãodemaiorvolumedetransferências,comasconexõespossibilitadaspelaLinha4doMetrôéaestaçãodaLuz.

Concluindo,ametodologiaapresentadapossibilitaoacompanhamentoperiódicoepermanentedalotaçãoecarregamentosdosistemadetrilhosabaixocusto,quandocomparadaamétodostradicionaisdepesquisadecampobaseadosementrevistascomusuários.EstametodologiapermiteinclusiveavaliaradistribuiçãodovolumedetransferênciasrealizadaspelosusuáriosqueentraramnosistemadetrilhosatravésdoBilheteU5 nicoaolongodosdias.Assim,épossıv́elavaliarautilizaçãodosistemadetranspor-tesemquaisquerdiasdoano,avaliandoeventosatıṕicos,comogreves,reflexosdefalhasnaoperaçãoeeventosdiversoscomgrandeimpactonademanda,auxiliandonoplanejamentodaoperaçãodosservi-ços.

Estetrabalhoutilizaograndevolumedeinformaçõeshojedisponıv́eisatravésdesistemasdebilhe-tagemeletrônicaeGPSdosveıćulos,incluindotransaçõestantonosistemadetrilhoscomonosistemadeônibusparaobterumamatrizestimadadeviagensentreestaçõesdosistemadetrilhosdastransa-çõesdoBilheteU5 nicodeSãoPaulo.AmatrizéentãoalocadaatravésdométodoDijkstradecaminhomı́nimo,deformaaobteradistribuiçãodocarregamentoaolongododia,queéentãoutilizadoparaestimaradistribuiçãodalotaçãoedoaproveitamentodaofertaaolongododianosistema.

Osresultadosindicamaindaqueametodologiautilizadapodeserumvaliosorecursoparavalidaçãoecomplementaçãoderesultadosempesquisasmaisabrangentescomoastradicionaispesquisasorigemedestinotradicionais,quetêmporfinalidade,atravésdeentrevistasdomiciliares,investigaropadrãodeviagensqueaspessoasfazemdiariamentenumaregião,incluindoosmotivoseosmodosdetrans-portedessasviagens.

Aspossibilidadesdeextensãodestetrabalhosãodiversas.OsdadosdebilhetagemeletrônicaededadosdeGPSdeveı́culos,assimcomooutrosdadosgeradospassivamentepelossistemasdetransportepúblico,permitemumaavaliaçãotécnicaeumacompanhamentodeimplementaçãodemudançasmuitomaisprecisoecontı́nuo.Estasinformaçõespossibilitamummapeamentodiáriodecarregamentoseda



qualidadeoferecidadosserviçosàpopulação,deformaamaisrapidamenteajustaraofertaàdemandaobservada.Emsuma,espera-setambémqueesteartigoestimuleainovaçãoeapesquisanestaáreadeanálisedegrandesvolumesdedadosdetransportenoBrasil.

Agradecimentos

OsautoresagradecemàCAPESpelofinanciamentodapesquisa,àSPTranspelosdadosanalisados,àCPTMeàViaQuatropelosesclarecimentosnecessáriosparamelhorcompreensãodosdados.

REFERÊNCIAS BIBLIOGRÁFICAS

Alsger,A.A.,M.Mesbah,L.L.FerreiraeH.Safi(2015)UseofSmartCardFareDatatoEstimatePublicTransportOrigin–Desti-nationMatrix.TransportationResearchRecord:JournaloftheTransportationResearchBoard,(2535),88-96.DOI:10.3141/2535-10

Barry,J.,R.Newhouser,A.RahbeeeS.Sayeda(2002)OriginanddestinationestimationinNewYorkCitywithautomatedfaresystemdata.TransportationResearchRecord:JournaloftheTransportationResearchBoard,(1817),183-187.DOI:10.3141/1817-24

Barry,J.,R.FreimereH.Slavin(2009)Useofentry-onlyautomaticfarecollectiondatatoestimatelinkedtransittripsinNewYorkCity.TransportationResearchRecord:JournaloftheTransportationResearchBoard,(2112),53-61.DOI:10.3141/2112-07

Barbosa,B.(2016)AlívionalotaçãodeMetrôeCPTMdeveficarpara2017.UOLNotı́ciasCotidiano.Disponıv́elem:.Acessoem:22dejunhode2016.

Dijkstra,E.W.(1959).Anoteontwoproblemsinconnexionwithgraphs.Numerischemathematik,1(1),269-271.DOI:10.1007/BF01386390

Feriancic,G.,F.R.CeleiroeL.N.B.Silva(2015)PlanejamentodaMobilidadecomBigDatadeTelefoniaMóvel.20ºCongressoBrasileirodeTransporteeTrânsito,Santos.

Ferraz,A.C.P.eI.G.E.Torres.(2004)Transportepúblicourbano.RiMaEditora.GoogleTransit(2016)GoogleTransit,documentodereferênciaparadesenvolvedores.Disponıv́elem:.Acessoem:1dejulhode2016.

Lin,M.eHsu,W-J.(2014).MiningGPSdataformobilitypatterns:Asurvey.PervasiveandMobileComputing,12,p.1-16.DOI:10.1016/j.pmcj.2013.06.005.

Kim,K.M.,S.P.Hong,S.J.KoeD.Kim(2015)Doescrowdingaffectthepathchoiceofmetropassengers?.TransportationRe-searchPartA:PolicyandPractice,77,292-304.DOI:10.1016/j.tra.2015.04.023

MetrôSP(2017).SiteoficialdoMetrôdeSãoPaulo.http://www.metro.sp.gov.br/.Acessoem13demarçode2017.

Munizaga,M.A.eC.Palma(2012)EstimationofadisaggregatemultimodalpublictransportOrigin–DestinationmatrixfrompassivesmartcarddatafromSantiago,Chile.TransportationResearchPartC:EmergingTechnologies,24,9-18.DOI:10.1016/j.trc.2012.01.007

Nassir,N.,A.Khani,S.Lee,H.NoheM.Hickman(2011)Transitstop-levelorigin-destinationestimationthroughuseoftransitscheduleandautomateddatacollectionsystem.TransportationResearchRecord:JournaloftheTransportationResearchBoard,(2263),140-150.DOI:10.3141/2263-16

Ortúzar,J.eL.G.Willumsen(1994)Modellingtransport.NewJersey:Wiley.DOI:10.1002/9781119993308

Pelletier,M.P.,M.TrépaniereC.Morency(2011)Smartcarddatauseinpublictransit:Aliteraturereview.TransportationRe-searchPartC:EmergingTechnologies,19(4),557-568.DOI:10.1016/j.trc.2010.12.003

Rodrigues,M.AeSorratini,J.A.Aqualidadenotransportecoletivourbano.In:XXIICongressodePesquisaeEnsinoemTrans-portes,2008,Fortaleza,CE.PanoramaNacionaldaPesquisaemTransportes2008.XXIIANPET.RiodeJaneiro,p.1081-1092.

Stasko,T.,B.LevineeA.Reddy(2016)ATime-ExpandedNetworkModelofTrain-levelSubwayRidershipFlowsUsingActualTrainMovementDataatNewYorkCityTransit.InTransportationResearchBoard95thAnnualMeeting(No.16-4090).DOI:10.3141/2540-11

Tirachini,A.,D.A.HenshereJ.M.Rose(2013)Crowdinginpublictransportsystems:effectsonusers,operationandimplica-tionsfortheestimationofdemand.TransportationresearchpartA:policyandpractice,53,36-52.DOI:10.1016/j.tra.2013.06.005

Wardman,M.(2004)Publictransportvaluesoftime.Transportpolicy,11(4),363-377.DOI:10.1016/j.tranpol.2004.05.001

estimação da matriz origem-destino e da distribuição espacial da lotação em … · 2019. 5....

Documents