Nel corso del presente elaborato è stata illustrata, in maniera approfondita, la procedura seguita per la generazione di una popolazione virtuale che potesse riprodurre realisticamente il comportamento delle persone residenti all’interno dell’area di studio individuata, con particolare attenzione alle scelte da esse eseguite nella fascia oraria 7:00-8:00 del giorno feriale medio, per motivazioni legate alla necessità di compiere spostamenti sistematici (es. casa-scuola o casa-lavoro).
Per il raggiungimento dello scopo prefissato è stata generata una popolazione virtuale composta da 56837 individui, sulla base dei numerosi dati a disposizione, descriventi la domanda di spostamento all’interno dell’intervallo orario considerato. Dopodichè, a ciascuna persona è stata assegnata la proprietà di alcuni veicoli (in maniera casuale, ma rispettando i dati pubblicati dal PRA per il comune di Bologna) e un piano di viaggio associato a ogni alternativa a disposizione, comprese quelle caratterizzate dall’uso di mezzi di trasporto pubblico o da spostamenti effettuati a piedi.
Mediante l’algoritmo Exchange-Plans, basato sullo stringente vincolo del rispetto, ad ogni iterazione, della ripartizione modale inizialmente fissata, sono state fatte provare tutte le possibili alternative disponibili per ciascun individuo, in modo da ottenere tempi effettivi di viaggio successivamente paragonabili. Questi valori sono stati utilizzati nell’ambito della calibrazione delle costanti caratterizzanti la funzione di utilità introdotta, le quali, a loro volta e insieme alla medesima funzione, sono successivamente state impiegate per l’individuazione del piano di viaggio più conveniente per tutte le persone facenti parte della popolazione.
Quello che è emerso dall’analisi delle scelte compiute al termine di tale procedimento è che le strategie più utilizzate per compiere gli spostamenti siano quelle che fanno uso di auto e moto, per chi possiede uno di questi due veicoli, sostituite dalla camminata e dai mezzi pubblici, qualora la persona non sia proprietaria di alcun mezzo, mentre la bicicletta rappresenta il mezzo meno utilizzato, da entrambe le categorie di utenti. Tutto ciò ricalca alla perfezione quanto previsto dalla ripartizione modale ottenuta al termine della creazione dello scenario, anche grazie ai parametri introdotti nella funzione di utilità, calibrati proprio con l’obiettivo di ricreare tale configurazione. Tuttavia, se le scelte venissero effettuate unicamente basandosi sulla componente temporale della funzione di utilità, si potrebbe osservare che la bicicletta risulterebbe molto più utilizzata degli altri mezzi di trasporto disponibili, e sarebbe seconda solamente all’automobile. Qualora quest’ultima categoria di veicoli fosse rimossa
127
dall’elenco, la bicicletta rappresenterebbe il mezzo ecosostenibile più utilizzato tra i proprietari di velocipedi, seguito dalla strategia camminata e molto distanziata dai piani di viaggio che prevedono lo spostamento in moto o in autobus. La motivazione è essenzialmente legata alla rapidità di spostamento, di tipo door-to-door, consentita dalla bicicletta nei confronti degli altri modi di trasporto che invece risultano fortemente influenzati dalla congestione stradale e dunque dai ritardi che ne conseguono.
Dato che la ripartizione modale ottenuta considerando solo il fattore tempo è molto diversa da quella di partenza e da quella pubblicata dal comune di Bologna, risulta di fondamentale importanza la considerazione di quei coefficienti correttivi che consentono di riportare lo share modale in condizioni tali da riprodurre la composizione di traffico reale nella maniera più veritiera possibile.
La ricerca sistematica della fedele rappresentazione della realtà è dovuta alla possibilità di riuscire a riprodurre gli effetti della circolazione veicolare in maniera molto precisa sotto diversi aspetti, su tutti la distribuzione dei flussi di traffico all’interno della rete, l’emissione di sostanze inquinanti e la produzione di rumore atmosferico in zone sensibili della città.
Tali risultati sono stati ottenuti al termine di una microsimulazione di traffico della durata di 30 minuti, eseguita al termine del processo di scelta della migliore alternativa per ogni individuo, in cui oltre alla popolazione virtuale è stato considerato anche un certo quantitativo di veicoli provenienti dall’esterno dell’area di studio e rappresentante la domanda di scambio e attraversamento, non soggetta alle analisi svolte precedentemente. Essi sono stati confrontati con alcuni dati derivanti da misurazioni e studi svolti in passato per validare gli esiti della trattazione.
Il confronto di maggior importanza è stato eseguito paragonando i flussi derivanti dalla simulazione (raddoppiati per riportarli all’ora di riferimento) e transitati lungo specifici archi ben individuati, con i flussi misurati da dispositivi contatori situati nelle strade reali ad essi corrispondenti, durante la fascia oraria 7:00-8:00 e mediati su tutti i giorni feriali del mese di febbraio 2014. Esso ha dimostrato una buona corrispondenza tra dati simulati e rilevati sul campo grazie ai diversi indicatori di qualità che sono stati calcolati, e pertanto si può affermare che l’intera trattazione ha fornito risultati del tutto soddisfacenti e abbastanza prossimi alla realtà, con la precisazione che la maggior accuratezza è stata registrata in corrispondenza delle arterie di maggior capacità, mentre lungo le strade secondarie essa cala leggermente, anche a causa di problematiche legate all’algoritmo utilizzato durante la fase di routing.
128
In futuro sarà possibile ottenere dei risultati ancora più interessanti, andando a migliorare diversi aspetti del lavoro appena presentato, come: la distribuzione dei flussi sulla rete tramite algoritmo DUE, per cui probabilmente servirebbe un numero maggiore di iterazioni e quindi lunghi tempi a disposizione per il completamento di tale procedura; una maggiore precisione e aggiornamento dei dati a disposizione per la generazione della domanda (dato che quelli utilizzati fanno riferimento all’anno 2001) e per lo svolgimento delle simulazioni; una correzione dell’algoritmo di associazione dei rilevatori reali alla rete virtuale, poiché questa procedura ha fatto registrare alcuni problemi durante la validazione del modello.
Interessanti sviluppi futuri, invece, potrebbero riguardare: la determinazione di ulteriori coefficienti per la funzione di utilità in modo da renderla sempre più precisa e simile al processo di scelta realmente effettuato dal generico utente, la possibilità di eseguire simulazioni di traffico della durata di 24 ore, l’introduzione della domanda legata a spostamenti non sistematici o al trasporto merci, ad ora inesistenti nel modello, ma anche di quella associata agli spostamenti eseguiti in treno e provenienti dall’esterno dell’area di studio, che causerebbe un notevole incremento di persone circolanti all’interno di essa tramite le diverse strategie di mobilità presentate, dando vita ad una importante componente di domanda multi-modale, attualmente trascurata a vantaggio di spostamenti completamente eseguiti tramite un solo modo di trasporto, a causa della mancanza di dati sufficientemente dettagliati.
129
APPENDICE
In questa appendice verranno approfonditi alcuni aspetti che nel corso della trattazione sono stati solamente accennati, ma che meritano una descrizione più dettagliata.