Estimativa do volume de passageiros ao longo de uma linha de transporte público por ônibus a partir da geoestatística

Autores

DOI:

https://doi.org/10.14295/transportes.v27i3.2007

Palavras-chave:

Estatística espacial, Pesquisa sobe/desce, Krigagem, Demanda por transporte público.

Resumo

A modelagem clássica da demanda por transportes ignora um importante aspecto normalmente presente na estrutura das variáveis de interesse: a autocorrelação espacial. Pesquisas recentes reconhecem e incluem tal característica à estimativa da demanda, mas há limitações referentes aos elementos básicos de tratamento utilizados nas abordagens. No intuito de superar alguns problemas e restrições associados aos estudos anteriores, o presente trabalho se valeu da dependência espacial entre as observações de Embarques e Desembarques, por ponto de parada, e Carregamento nos trechos, ao longo de uma linha de transporte público, a fim de gerar estimativas dessas variáveis em pontos e trechos que não seriam amostrados por ocasião da pesquisa sobe/desce. Tal previsão foi realizada por meio da aplicação de Krigagem Ordinária a uma linha de ônibus da cidade de São Paulo, Brasil. Os resultados obtidos confirmaram a adequabilidade do ferramental geoestatístico à estimativa de variáveis de demanda por transportes ao longo de uma linha de ônibus.

Downloads

Não há dados estatísticos.

Biografia do Autor

Samuel de França Marques, Universidade de São Paulo / Escola de Engenharia de São Carlos

Atuou como estagiário na Gerência Executiva de Governo da Superintendência Regional da Caixa em Palmas, realizando atividades de vistorias em obras do PAC na cidade (habitação, pavimentação e drenagem) e auxiliando na elaboração de documentos que permitem a evolução físico-financeira das obras. Na UFT, participou de atividades de monitoria durante 2 anos e foi membro da Diretoria de Projetos da Construft, primeira empresa júnior do curso de Engenharia Civil. Foi bolsista de Iniciação Tecnológica e Industrial (ITI-A) do CNPq junto à Universidade de Brasília em um projeto de pesquisa sobre concessão de hidrovias associada a programas territoriais. Compõe o grupo de pesquisa do CNPq intitulado ''Estudos em Transportes e Desenvolvimento Urbano e Regional'', que busca encontrar soluções para os desafios de transportes a partir de políticas públicas sustentáveis, e possui sete artigos publicados em anais de congressos de grande projeção na área de Planejamento Urbano e Transportes e de Engenharia Geotécnica. Atualmente, é mestre em Engenharia de Transportes da EESC/USP e dedica-se à modelagem espacial da demanda em rede de transporte público por ônibus.

Cira Souza Pitombo, Universidade de São Paulo / Escola de Engenharia de São Carlos

Graduada em Engenharia Civil pela Universidade Federal da Bahia (2000), Mestre em Engenharia civil com ênfase em Transportes pela Escola de Engenharia de São Carlos/Universidade de São Paulo (2003). Doutora em Engenharia civil com ênfase em Transportes pela Escola de Engenharia de São Carlos/Universidade de São Paulo (2007). Realizou Pós-doutorado no Instituto Superior Técnico da Universidade Técnica de Lisboa, Portugal (2007-2009) e no Transport and Mobility Laboratory, School of Architecture, Civil and Environmental Engineering, EPFL, Lausanne, Suíça (2016-2017). Professora associada do Departamento de Engenharia de Transportes da Escola de Engenharia de São Carlos/Usp. Editora Associada da Revista Transportes.Tem experiência na área de Planejamento de Transportes e Modelagem de Demanda por Transportes, atuando principalmente nos seguintes temas: Geoestatística aplicada ao Planejamento de Transportes, Técnicas de Análise Multivariada de dados aplicadas a problemas de transportes, Novas técnicas de coleta de dados para previsão de demanda por transportes, modelagem de acidentes de trânsito. 

Referências

Anselin, L. (2004) Exploring spatial data with GeoDaTM: a workbook. Urbana, vol. 51, n. 61801. Disponível em: http://www.csiss.org/clearinghouse/GeoDa/geodaworkbook.pdf. Acesso em: ago. 2019.

Anselin, L., I. Syabri e Y. Kho (2005) GeoDa : An Introduction to Spatial Data Analysis. Geographical Analysis, vol. 38, n. 1, p. 5–22. DOI:10.1111/j.0016-7363.2005.00671.x

Bagchi, M. e P. R. White (2005) The potential of public transport smart card data. Transport Policy, v. 12, n. 5, p. 464–474, 2005. DOI:https://doi.org/10.1016/j.tranpol.2005.06.008

Barbosa, H. M., C. M. P. Braga, J. A. P. Coelho, T. Arruda e F. G. Jota (2006) Sistema Automático de Monitoração da Movimentação de Passageiros do Transporte Coletivo por Ônibus - Um Projeto Integrado de Ensino e Desenvolvimento Tecnológico. XX Congresso Nacional de Pesquisa em Transporte da Anpet. Disponível em: https://www.researchgate.net/publication/281441109_Sistema_Automatico_de_Monitoracao_da_Movimentacao_de_Passageiros_do_Transporte_Coletivo_por_Onibus. Acesso em: ago. 2019.

Bartlett, M. S. (1947) The Use of Transformations. Biometrics, vol. 3, n. 1, p. 39–52. DOI:10.2307/3001536

Bayraktar, H. e F. S. Turalioglu (2005) A Kriging-based approach for locating a sampling site in the assessment of air quality. Stochastic Environmental Research and Risk Assessment, vol. 19, n. 4, p. 301–305. DOI:https://doi.org/10.1007/s00477-005-0234-8

Box, G. E. P. e D. R. Cox (1964) An Analysis of Transformations. Journal of the Royal Statistical Society. Series B (Methodological), vol. 26, n. 2, p. 211–252. Disponível em: https://www.jstor.org/stable/2984418. Acesso em: ago. 2019.

Ceder, A. (2007) Public transit planning and operation: modeling, practice and behavior. CRC press.

Chi, G., e Zheng, Y. (2013) Estimating Transport Footprint along Highways at Local Levels: A Combination of Network Analysis and Kriging Methods. International Journal of Sustainable Transportation, vol. 7, n. 3, p. 261–273. DOI:10.1080/15568318.2013.710150

Cressie, N. (1993) Statistics for spatial data. John Wiley & Sons, Inc.

Cressie, N. (1985) Fitting variogram models by weighted least squares. Journal of the International Association for Mathematical Geology, vol. 17, n. 5, p. 563–586. DOI:10.1007/BF01032109

Cressie, N. e D. M. Hawkins (1980). Robust estimation of the variogram. I. Journal of the International Association for Mathematical Geology, vol. 12, n. 2, p. 115-125. DOI:https:// doi.org/10.1007/BF01035243

Eom, J. I. N. K. I., S. I. K. P. Man, T.-Y. Heo e L. F. Huntsinger (2006) Improving the prediction of annual average daily traffic for nonfreeway facilities by applying a spatial statistical method. Transportation Research Record, n. 1968, p. 22–29. DOI:10.3141/1968-03

ESRI (2010) Geostatistical Analyst Tutorial. Environmental Systems Research Institute. Disponível em: < http://help.arcgis.com/en/arcgisdesktop/10.0/pdf/geostatistical-analyst-tutorial.pdf> Acesso em: mai. 2018.

Ferraz, A. C. P. e I. G. E. Torres (2004) Transporte público urbano. (2o ed). RiMa Editora.

Gomes, M. M., C. S. Pitombo, A. Pirdavani e T. Brijs (2018) Geostatistical approach to estimate car occupant fatalities in traffic accidents. Revista Brasileira de Cartografia, vol. 70, n. 4, p. 1231–1256. DOI: 10.14393/rbcv70n4-46140

Gomes, V. A., C. S. Pitombo, S. S. Rocha e A. R. Salgueiro (2016) Kriging Geostatistical Methods for Travel Mode Choice: A Spatial Data Analysis to Travel Demand Forecasting. Open Journal of Statistics, vol. 6, n. 3, p. 514–527. DOI:10.4236/ojs.2016.63044

Goovaerts, P. (2008) Kriging and Semivariogram Deconvolution in the Presence of Irregular Geographical Units. Mathematical geology, vol. 40, n. 1, p. 101–128. Disponível em: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2518693/pdf/nihms-36655.pdf. Acesso em: ago. 2019.

Goovaerts, P. (2012) Geostatistical Analysis of Health Data with Different Levels of Spatial Aggregation. Spatial and Spatio-Temporal Epidemiology, vol. 3, n. 1, p. 83–92. DOI:10.1016/j.sste.2012.02.008

Gundogdu, I. B. (2014) Risk governance for traffic accidents by Geostatistical Analyst methods. International Journal of Research in Engineering and Science, v. 2, n. 9. p. 35-40. Disponível em: http://www.ijres.org/papers/Volume%202/v2-i9/D293540.pdf. Acesso em: ago. 2019.

Hollander, Y. e R. Liu (2008) The principles of calibrating traffic microsimulation models. Transportation, vol. 35, n. 3, p. 347–362. DOI:10.1007/s11116-007-9156-2

IBGE (2018) São Paulo. IBGE Cidades, Instituto Brasileiro de Geografia e Estatística. Disponível em: <https://cidades.ibge.gov.br/brasil/sp/sao-paulo/panorama>. Acesso em: mai. 2018.

IBM (2016) IBM SPSS Statistics 24 Core System User's Guide. International Business Machines. Disponível em: <ftp://public.dhe.ibm.com/software/analytics/spss/documentation/statistics/24.0/en/client/Manuals/IBM_SPSS_Statistics_Core_System_User_Guide.pdf> Acesso em: mai. 2018.

Klatko, T. J., T. U. Saeed, M. Volovski, S. Labi, J. D. Fricker e K. C. Sinha (2017) Addressing the Local-Road VMT Estimation Problem Using Spatial Interpolation Techniques. Journal of Transportation Engineering, Part A: Systems, vol. 143, n. 8. DOI:10.1061/JTEPBS.0000064

Krige, D. G. (1951) A statistical approach to some basic mine valuation problems on the Witwatersrand. Journal of the Southern African Institute of Mining and Metallurgy, vol. 52, n. 6, p. 119–139. Disponível em: https://journals.co.za/docserver/fulltext/saimm/52/6/4823.pdf?expires=1566996803&id=id&accname=guest&checksum=FF6F1BA4B54466840936B8253F9710CA. Acesso em: ago. 2019.

Landim, P. M. B. (2006) Sobre geoestatística e mapas. Terrae Didatica, vol. 2, n. 1, p. 19–33. DOI:https://doi.org/10.20396/td.v2i1.8637463

Lindner, A. e C. S. Pitombo (2017) A Conjoint Approach of Spatial Statistics and a Traditional Method for Travel Mode Choice Issues. Journal of Geovisualization and Spatial Analysis, vol. 2, n. 1. DOI:https://doi.org/10.1007/s41651-017-0008-0

Lindner, A., C. S. Pitombo, S. S. Rocha e J. A. Quintanilha (2016) Estimation of transit trip production using Factorial Kriging with External Drift: an aggregated data case study. Geo-spatial Information Science, vol. 19, n. 4, p. 245–254. DOI:10.1080/10095020.2016.1260811

Majumdar, A., R. B. Noland e W. Y. Ochieng (2004) A spatial and temporal analysis of safety-belt usage and safety-belt laws. Accident Analysis & Prevention, vol. 36, n. 4, p. 551–560. DOI:https://doi.org/10.1016/S0001-4575(03)00061-7

Manepalli, U. R. R. e G. H. Bham (2011) Crash prediction: evaluation of empirical Bayes and kriging Methods. 3rd International Conference on Road Safety and Simulation. Disponível em: http://onlinepubs.trb.org/onlinepubs/conferences/2011/RSS/1/Manepalli,U.pdf. Acesso em: ago. 2019.

Marques, S. F. (2019) Estimativa do volume de passageiros ao longo de uma linha de transporte público por ônibus a partir da Geoestatística. 98 p. Dissertação (Mestrado) – Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos, 2019. DOI:https://doi.org/10.11606/D.18.2019.tde-26042019-110232.

Matheron, G. (1971) The Theory of Regionalized Variables and Its Applications. Les Cahiers du Centre de Morphologie Mathematique in Fontainebleu, Paris.

Millard, S. P. (2013) EnvStats. (Springer, Ed)Springer eBooks. vol. 2.

Moran, P. A. P. (1948) The interpretation of statistical maps. Journal of the Royal Statistical Society. Series B (Methodological), vol. 10, n. 2, p. 243–251.Disponível em: https://www.jstor.org/stable/2983777. Acesso em: ago. 2019.

Olea, R. A. (2006) A six-step practical approach to semivariogram modeling. Stochastic Environmental Research and Risk Assessment, vol. 20, n. 5, p. 307–318. DOI:10.1007/s00477-005-0026-1

Oliver, M. A. e R. Webster (1986) Combining Nested and Linear Sampling for Determining the Scale and Form of Spatial Variation of Regionalized Variables. Geographical Analysis, vol. 18, n. 3, p. 227–242. DOI:https://doi.org/10.1111/j.1538-4632.1986.tb00095.x

Oliver, M. A. e R. Webster (2015) Basic steps in geostatistics: the variogram and kriging. Springer.

Pitombo, C. S., A. R. Salgueiro, A. S. G. da Costa e C. A. Isler (2015) A two-step method for mode choice estimation with socioeconomic and spatial information. Spatial Statistics, vol. 11, p. 45–64. DOI:https://doi.org/10.1016/j.spasta.2014.12.002

R Core Team (2018) R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/.

Rocha, S. S., A. Lindner e C. S. Pitombo (2017) Proposal of a Geostatistical Procedure for Transportation Planning Field . Boletim de Ciências Geodésicas, v. 23, n. 4, p. 636–653. DOI:10.1590/s1982-21702017000400042.

São Paulo (2015) Plano de Mobilidade de São Paulo. Prefeitura do Município de São Paulo, Secretaria Municipal de Transportes. Disponível em: < http://www.prefeitura.sp.gov.br/cidade/secretarias/upload/chamadas/planmobsp_v072__1455546429.pdf>. Acesso em: mai. 2018.

Selby, B. e K. M. Kockelman (2013) Spatial prediction of traffic levels in unmeasured locations: Applications of universal kriging and geographically weighted regression. Journal of Transport Geography, vol. 29, p. 24–32. DOI:10.1016/j.jtrangeo.2012.12.009

Shamo, B., Asa, E., e Membah, J. (2015) Linear Spatial Interpolation and Analysis of Annual Average Daily Traffic Data. Journal of Computing in Civil Engineering, vol. 29, n. 1, 4014022. DOI:10.1061/(ASCE)CP.1943-5487.0000281

Shapiro, S. S., e Wilk, M. B. (1965) An analysis of variance test for normality (complete samples). Biometrika, vol. 52, n. 3–4, p. 591–611. Obtido de http://dx.doi.org/10.1093/biomet/52.3-4.591.

SPTrans (2018) Dados SPTrans 2017. São Paulo Transporte S.A.

Subhadip, B., C. Souvik, C. Satish e G. Indrajit (2017) Kriging-Based Approach for Estimation of Vehicular Speed and Passenger Car Units on an Urban Arterial. Journal of Transportation Engineering, Part A: Systems, vol. 143, n. 3. DOI:10.1061/JTEPBS.0000031

Vogel, R. M. (1986) The Probability Plot Correlation Coefficient Test for the Normal, Lognormal, and Gumbel Distributional Hypotheses. Water Resources Research, vol. 22, n. 4, p. 587–590. DOI:https://doi.org/10.1029/WR022i004p00587

Vuchic, V. R. (2005) Urban Transit: Operations, Planning, and Economics. John Wiley & Sons.

Wang, X. e K. Kockelman (2009) Forecasting Network Data. Transportation Research Record: Journal of the Transportation Research Board, vol. 2105, p. 100–108. DOI:10.3141/2105-13

Yamamoto, J. K. e P. M. B. Landim (2015) Geoestatística: conceitos e aplicações. Oficina de textos.

Zhang, D. e X. C. Wang (2014) Transit ridership estimation with network Kriging: A case study of Second Avenue Subway, NYC. Journal of Transport Geography, vol. 41, p. 107–115. DOI:10.1016/j.jtrangeo.2014.08.021

Zimmerman, D. A., G. de Marsily, C. A. Gotway, M. G. Marietta, C. L. Axness, R. L. Beauheim, R. L. Bras, J. Carrera, G. Dagan e P. B. Davies (1998) A comparison of seven geostatistically based inverse approaches to estimate transmissivities for modeling advective transport by groundwater flow. Water Resources Research, vol. 34, n. 6, p. 1373–1413. DOI:doi.org/10.1029/98WR00003

Downloads

Publicado

13-11-2019

Como Citar

Marques, S. de F., & Pitombo, C. S. (2019). Estimativa do volume de passageiros ao longo de uma linha de transporte público por ônibus a partir da geoestatística. TRANSPORTES, 27(3), 15–35. https://doi.org/10.14295/transportes.v27i3.2007

Edição

Seção

Artigos Vencedores do Prêmio ANPET Produção Científica