Post on 28-Jan-2021
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, renatoarbex@usp.br 2Programa de Pós-Graduação em Engenharia de Transportes, Escola Politécnica, USP, cbcunha@usp.br
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
TRANSPORTES | ISSN: 2237-1346 167
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.
Arbex, R. O.; Cunha, C. B. Volume 25 | Número 5 | 2017
TRANSPORTES | ISSN: 2237-1346 168
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-
Arbex, R. O.; Cunha, C. B. Volume 25 | Número 5 | 2017
TRANSPORTES | ISSN: 2237-1346 169
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.
Arbex, R. O.; Cunha, C. B. Volume 25 | Número 5 | 2017
TRANSPORTES | ISSN: 2237-1346 170
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
Arbex, R. O.; Cunha, C. B. Volume 25 | Número 5 | 2017
TRANSPORTES | ISSN: 2237-1346 171
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.
Arbex, R. O.; Cunha, C. B. Volume 25 | Número 5 | 2017
TRANSPORTES | ISSN: 2237-1346 172
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.
Arbex, R. O.; Cunha, C. B. Volume 25 | Número 5 | 2017
TRANSPORTES | ISSN: 2237-1346 173
(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.́
Arbex, R. O.; Cunha, C. B. Volume 25 | Número 5 | 2017
TRANSPORTES | ISSN: 2237-1346 174
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
Arbex, R. O.; Cunha, C. B. Volume 25 | Número 5 | 2017
TRANSPORTES | ISSN: 2237-1346 175
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.
Arbex, R. O.; Cunha, C. B. Volume 25 | Número 5 | 2017
TRANSPORTES | ISSN: 2237-1346 176
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
Arbex, R. O.; Cunha, C. B. Volume 25 | Número 5 | 2017
TRANSPORTES | ISSN: 2237-1346 177
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.
Arbex, R. O.; Cunha, C. B. Volume 25 | Número 5 | 2017
TRANSPORTES | ISSN: 2237-1346 178
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
Arbex, R. O.; Cunha, C. B. Volume 25 | Número 5 | 2017
TRANSPORTES | ISSN: 2237-1346 179
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