Грамотно спланированная #транспортная сеть решает множество проблем. Глубокая аналитическая работа с московской маршрутной сетью городского наземного транспорта «Магистраль», дала ощутимый результат проводимой транспортной реформе.
Концепция Московской маршрутной сети строится на трёх основных видах маршрутов и трёх дополнительных:
Магистральные - самые длинные, они соединяют сразу несколько районов между собой. Такие маршруты удобны и востребованы, на них работает техника повышенной вместительности. Также, обычно, это самые скоростные маршруты с минимальным интервалом движения ~5-10 минут.
Например, если бы трамвайный маршрут №13 от Гусинобродского шоссе проходил по Октябрьскому мосту, а далее по Немировича до Троллейной. Или если бы троллейбусный маршрут №5 доходил от Объединения до Выборной.
Районные - более короткие маршруты. На них можно добраться до пересадки на магистральный маршрут или совершить короткую поездку по району. Интервал движения — 10–15 минут.
Например, такие маршруты должны курсировать Родники - Юбилейный - Снегири, и подвозить пассажиров к магистральному маршруту на Объединения.
Социальные - доставляют жителей до многофункциональных центров, поликлиник, и других социально значимых мест. Интервал движения — до 30 минут.
Ночные - самые востребованные маршруты для тех, кто работает в ночную.
Полуэкспрессные - маршруты, на которых транспорт останавливается только на самых ключевых остановках.
ЧТО АНАЛИЗИРОВАЛИ
- Транспортную доступность районов. Это делают по методу изохрон: оценивается время в пути (на транспорте) для определенной точки или всего района и картографируется.
- Сколько людей каким видом транспорта пользуются. Это узнают через соцопросы.
- Статистика использования маршрутов. Здесь анализируется скорость движения, количество человек ждущих на остановках и время ожидания, сколько пассажиров заходит и выходит на каждой остановке, где не хватает транспорта, а где его избыток.
- Скорость движения автомобилей чтобы находить лучшие места для выделенных полос.
- Матрицы корреспонденций (origin-destination matrices) для анализа транспортного спроса: районы отправления, прибытия и количество перемещений между ними.
- Интенсивность потока, то есть концентрацию людей и загрузку разных участков улично-дорожной сети.
- Поведенческие особенности жителей
ГДЕ БЕРУТ ДАННЫЕ
- ЦОДД - датчики и камеры
- жилищно-коммунальная техника
- автобусы
- парктроны (фиксируют нарушения парковки) / паркоматы
- сервисы такси Uber, «Яндекс.Такси» и Gett
- данные с навигаторов
В декабре 2016 года «Яндекс» опубликовал исследование «Дом — работа, работа — дом» о ежедневных перемещениях москвичей. Изучали суточный цикл миграции.
По этим данным районы Москвы разделили на жилые, рабочие и смешанные, а также изучили время поездок: во сколько выезжают, сколько едут, и как на это влияют пробки.
Ольга Вендина (ведущий сотрудник Института географии РАН, кандидат географических наук и автор исследований по проблемам городского развития):
Большие данные — это горячая тема, и её начинают активно использовать в городском управлении. Всё чаще мэры и менеджеры говорят, что научились принимать решения, основанные не на опыте и интуиции, а на объективной информации. В то же время важно понимать, что такой «объективный» подход не является универсальным решением всех проблем и имеет множество ограничений, о которых важно знать.
Нельзя просто так взять данные у «Яндекса» или Ubera и всё по ним спланировать. Хотя бы потому, что такие данные это только выборка. Есть те, кто не пользуется «Яндексом», кто не пользуется личным транспортом, кто не сохраняет адреса как «домашний» или «рабочий», кто работает по графику «сутки через трое», кто не заказывает Uber и так далее, и тому подобные нюансы.
С другой стороны нельзя собрать всё в одну кучу, потому что получатся грязные данные, которые будут искажать картину. Однако, все эти исследования важны для составления общей картины, прогнозирования, или, хотя бы, как пища для размышлений.
КАК ЕЩЁ ИЗУЧАТЬ ГОРОДСКУЮ МОБИЛЬНОСТЬ
- Телефон предоставляет несколько вариантов узнать местоположение владельца. Эта информация есть у сотовых операторов.
Самый яркий пример использования таких данных — исследование «Археология периферии», которое подготовили компании Thomson Reuters, Mathrioshka и «Мегафон» для Московского урбанистического форума в 2013 году. Именно это исследование развенчало миф о Москве как о сверхмобильном городе и продемонстрировало дефицит хордовых магистралей.
- Производители операционных систем. Например, все устройства с iOS и Android по умолчанию записывают вашу геолокацию — так вы можете найти потерянный телефон.
- Мобильные приложения, которые используют вашу геолокацию. Например, приложения для бега и тому подобные. Компании обычно используют данные для своих нужд и для индивидуальной аналитики, например, чтобы пользователь мог посмотреть статистику всех своих пробежек.
- Другое растущее направление — анализ финансовых транзакций , когда ваша карточка рассказывает о том, где и в какое время вы совершаете покупки, а соответственно, как двигаетесь по городу.
- Социальные и транспортные карты могут рассказать о передвижениях на транспорте.
- А можно как ребята из КБ «Стрелка» исследовать город на автомобиле напичканном различными датчиками, собирая данные о транспортной загруженности города, экологической обстановке, уровне шума и других параметрах.
- Прочие IoT сенсоры, используемые в городской среде, а также камеры видеонаблюдения.
- И, конечно же, старый проверенный способ сбора данных простым наблюдением.
А что делать, если нет возможности получить все эти данные? Тогда на помощь приходят открытые данные - информация, которой делятся сами люди в Twitter, Instagram, Facebook и т.п.. Это одно из самых популярных и активно развивающихся направлений в урбанистике.
В 2017 году аналитическая компания Habidatum наглядно показала, как можно на открытых данных построить вполне себе адекватную модель Новосибирской мобильности. В этом видеоролике специалисты Habidatum оперируют только открытыми данными.
#URBAN planning #MOBILITY analysis #data visualization
Аналитики представили масштабируемый способ анализа городской мобильности через призму активности в социальных сетях с геотегами, на примере нашего города:
- Они выявили пользователей с наиболее высоким уровнем онлайн-активности и нанесли на карту их сообщения из соцсетей, с временными метками
- Затем построили маршруты между последовательными точками активности на общественном транспорте или на машине, когда общественный транспорт недоступен
- Чтобы выявить поведенческие паттерны жителей в передвижении по городу, все сообщения в соцсетях в будние и в выходные дни усредняются
- Полученные данные они визуализируют через софт собственной разработки, который добавляет в карты третье измерение в виде временной шкалы. Хорошо видно как активность меняется одновременно в пространстве и времени
- Далее полученную информацию аналитики рассматривают с различными настройками и под различными углами, получая ценнейшую информацию об активностях и мобильности городских жителей.
ЭПИЛОГ
В Новосибирске есть компании, которые аккумулируют у себя терабайты и петабайты данных о наших перемещениях и прочих действиях. С помощью таких данных можно построить модель развития транспортной сети, которая повысит мобильность горожан.
Яндекс, 2GiS, Сбер, операторы связи, транспортные компании, службы доставки, службы такси, коммунальные службы, департамент транспорта и дорожно-благоустроительного комплекса.