Una città in cui i big data e l’analisi guidano le scelte di mobilità

I funzionari della pianificazione e dei trasporti di San Jose, in California, stanno utilizzando un sistema di supporto alle decisioni (DSS) basato su cloud per aiutare a informare i loro progetti come parte di un piano di accesso e mobilità a livello cittadino.

Il Consiglio Comunale ha votato l’Agosto 19 per adottare Move San Jose e una “Transit First Policy”, che darà la priorità alle operazioni di transito nei piani e nel processo decisionale. Una parte cruciale di queste iniziative è DSS, uno strumento software che utilizza big data e analisi per aiutare i funzionari della città a determinare la prossima mossa migliore.

“Il movimento di San Jose in generale ci indica la giusta direzione. Il sistema di supporto alle decisioni in realtà consuma un sacco di grandi fonti di dati e molte informazioni sull’uso del suolo, l’attuale progettazione delle strade, l’attuale accessibilità dei trasporti, le attuali piste ciclabili – tutto quel genere di cose e dice: “Ehi, questi sono i posti e questi sono le cose che aiuteranno di più’”, ha affermato Ramses Madou, responsabile della divisione pianificazione, politica e sostenibilità presso il dipartimento dei trasporti della città.

I set di dati che informano DSS, costruiti dalla startup di analisi dei dati UrbanLogiq, includono dati interni sulle strade, incluso quante strade ha la città, quante corsie ciascuna ha, come sono disposte e se hanno marciapiedi.

Ad esempio, UrbanLogiq ha geocodificato 10 anni di dati sugli incidenti e cinque anni di dati sul conteggio del traffico dalla città, tutti disponibili in più formati di file, principalmente documenti PDF e Microsoft Excel. Dopo aver pulito e convalidato i dati, sono stati caricati e integrati in DSS. Da lì, gli utenti possono interrogare e vedere modelli e tendenze nei dati e scaricare dati storici grezzi offline in qualsiasi momento, da qualsiasi luogo.

Anche altri dati su e-scooter, uso del suolo, blocchi di censimento e informazioni sull’equità dell’American Community Survey tengono conto del DSS. La città ottiene anche dati come informazioni sui trasporti da StreetLight Data e Replica e dati open source conformi alle specifiche generali dei feed di transito fornite dagli operatori di transito. DSS centralizza tutti questi in un’unica piattaforma.

“Il modo in cui tutto si combina è negli indicatori chiave di prestazione”, ha detto Madou. La città e Arup, una società di consulenza globale per lo sviluppo sostenibile, hanno collaborato per elaborare 50 KPI che supportano i nove obiettivi di Move San Jose in materia di impatto ambientale, equità e sicurezza. “Abbiamo normalizzato tutto [the datasets] in modo che gli indicatori chiave di prestazione siano misurati su una scala di 10 punti, dove 10 è il raggiungimento o migliore, e quindi 1 è sostanzialmente un fallimento”.

In poche parole, ecco come funziona il DSS: se un aspetto di una carreggiata necessita di una modifica, gli utenti apportano la modifica nel sistema, premono il pulsante di esecuzione e osservano come si sposterebbero i KPI in base a tale regolazione.

“Il modo in cui è configurata la piattaforma, include diversi tipi di aree di esperienza dell’utente. Uno è un semplice visualizzatore di dati”, ha affermato Joerg Tonndorf, un associato principale di Arup. “È qui che entri e in pratica puoi semplicemente guardare un set di dati alla volta. È molto facile arrivarci; chiunque potrebbe davvero farlo. È come uno strumento di mappatura geospaziale molto semplice che troverai online”.

Un’altra capacità è la valutazione post-progetto. “Abbiamo scelto di fare Project Y perché ha spostato l’ago in questo e in quel modo. Due anni dopo, l’ha fatto e dovremmo modificare le nostre ipotesi? disse Madou. “La vera idea qui è di… essere in grado di prendere le decisioni giuste su quali progetti ci aiutano a raggiungere questi obiettivi al meglio e capire se le azioni che abbiamo intrapreso in passato sono in linea con ciò che abbiamo detto che avremmo fare.”

Le valutazioni richiederanno dati aggiornati. “Ove disponibile, colleghiamo i set di dati alle API per fornire quasi un aggiornamento automatico”, ha affermato Tonndorf. “Ovviamente, alcune delle altre informazioni fornite dai fornitori dovranno essere aggiornate manualmente tra un paio d’anni, ma la funzionalità è lì per renderlo il più semplice possibile”.

Inoltre, quando diventano disponibili nuovi set di dati di valore per DSS, il sistema può ridimensionarsi per acquisirli, ha affermato Tonndorf. “La piattaforma consente sicuramente il ridimensionamento e consente sicuramente l’aggiunta di funzionalità aggiuntive per l’utente”, ha affermato.

Vede crescere l’interesse del settore pubblico per questi tipi di sistemi. “San Jose è stato lungimirante con la consapevolezza che il mondo sta cambiando molto più velocemente di prima”, ha detto Tonndorf. “C’è più incertezza, come il COVID e i suoi impatti o l’attuale situazione economica. Quindi, le città devono disporre di uno strumento che sia molto più reattivo e più rapido per svolgere sostanzialmente il proprio lavoro di pianificazione”, ha affermato. “San Jose e altre città avranno bisogno di molto di più per rispondere ai bisogni immediati e per avere un’alternativa a un approccio di pianificazione più a lungo termine”.

Circa tre mesi fa, San Jose ha vinto una sovvenzione dal Dipartimento dei trasporti della California per contribuire a finanziare la seconda fase del programma, che comporterà una maggiore automazione della pulizia e dell’elaborazione dei dati, la definizione di più progetti da eseguire tramite DSS e la creazione di un’interfaccia rivolta al pubblico disse Madou. Si aspetta che i lavori inizino il prossimo marzo e durino da nove a dodici mesi.

Storicamente, la città ha eseguito modelli nel corso di un giorno o due per determinare i potenziali impatti dei cambiamenti sui trasporti. Ma i modelli sono rappresentazioni matematiche del comportamento e lavorano su ipotesi, ha detto Madou. Poiché DSS utilizza i dati di osservazione, elimina le ipotesi e riduce la complessità. Inoltre, DSS può essere eseguito in un’ora, rispetto a 24-48.

“Ogni volta che dici: ‘Questo è quello che faremo’, hai appena fatto ricerche alle tue spalle e con il passare del tempo, le ipotesi iniziano a diminuire”, ha detto. “Quello che abbiamo dato a noi stessi è la capacità di prendere la decisione migliore successiva nel tempo, con circostanze mutevoli. Questa è la differenza principale qui. L’anno prossimo, il sistema verrà aggiornato perché tutti i principali sistemi stradali verranno aggiornati nel sistema e i nuovi progetti che stiamo esaminando saranno nel sistema. Ovviamente, il presupposto qui è che i nostri obiettivi saranno probabilmente gli stessi, ma anche quelli potrebbero cambiare e probabilmente potremmo cambiare il sistema per adattarlo anche a quello”.

Stephanie Kanowitz è una scrittrice freelance che vive nel nord della Virginia.

.

Leave a Comment

Your email address will not be published. Required fields are marked *