Comportamiento del tráfico ante fenómenos meteorológicos adversos
1. Comportamiento del tráfico ante
fenómenos meteorológicos adversos
VIII C ongreso E spañol de Sistemas Inteligentes de Transporte
Oviedo, 14-16 Octubre de 2008
Adolfo Mozota Azcutia
&
2006
Javier Dalmau Fajardo
www.cpsingenieros.net / cps@cpsingenieros.net
2. Hola Coca-Cola
Cerler (Huesca) Valle Aragonés Autovía de Huesca
Adolfo Mozota Azcutia VIII C ongreso E spañol sobre Sistemas Inteligentes de Transporte
Javier Dalmau Fajardo Oviedo, 14-16 Octubre de 2008
3. Índice
1- Resumen Hola Coca-Cola
2- Puntos de partida
3- Estudio de datos
4- Conclusiones
Adolfo Mozota Azcutia VIII C ongreso E spañol sobre Sistemas Inteligentes de Transporte
Javier Dalmau Fajardo Oviedo, 14-16 Octubre de 2008
4. 1 - Resumen
• Desarrollo de aplicaciones para la realización del estudio.
• Visión en tiempo real de datos atmosféricos. Hola Coca-Cola
• Visión en tiempo real de las variables macroscópicos (V, I, O, P)
• Generación automática de gráficas de las variables atmosféricas.
• Recopilación de datos en Bases de Datos ORACLE®.
• Estudio de las consecuencias de las incidencias atmosféricas en
la variación de las variables macroscópicas.
Adolfo Mozota Azcutia VIII C ongreso E spañol sobre Sistemas Inteligentes de Transporte
Javier Dalmau Fajardo Oviedo, 14-16 Octubre de 2008
5. 2- Puntos de partida
Definición de objetivos
• Elección de parámetros atmosféricos comunes.
• Definición de la sección y localización. Hola Coca-Cola
• Requerimientos del sitio de muestreo.
• Duración del estudio.
• Buscar estándares relacionales entre movilidad vs climatología.
• Llevar a cabo estrategias de control y políticas de generación de
indicadores.
• Desarrollar programas informáticos para el manejo de indicadores de
incidencias atmosféricas que puedan afectar al tráfico .
Adolfo Mozota Azcutia VIII C ongreso E spañol sobre Sistemas Inteligentes de Transporte
Javier Dalmau Fajardo Oviedo, 14-16 Octubre de 2008
6. 2- Puntos de partida
Selección del tramo a estudiar
• Vía con tráfico de largo recorrido Madrid-Zaragoza-Barcelona.
• 60 Km de tramo con 5 Estaciones Meteorológicas (SEVAC).
• Tres Puntos de Medida de recogida de datos macroscópicos.Hola Coca-Cola
• Tres puertos de montaña.
Pto. Muela
Pto.
Morata
Pto. Frasno
Adolfo Mozota Azcutia VIII C ongreso E spañol sobre Sistemas Inteligentes de Transporte
Javier Dalmau Fajardo Oviedo, 14-16 Octubre de 2008
7. 2- Puntos de partida
Selección de los equipos:
Hola Coca-Cola
• EM4 y PM_04_01 en
La almunia de Doña
Godina
• EM3 y PM_03_01 en el Puerto
del Frasno
• EM1 y PM_01_01 en Calatayud
Adolfo Mozota Azcutia VIII C ongreso E spañol sobre Sistemas Inteligentes de Transporte
Javier Dalmau Fajardo Oviedo, 14-16 Octubre de 2008
8. 2- Puntos de partida
Variables atmosféricas
• Tratamiento en tiempo real o de datos históricos.
• Unificamos las variables de todas las estaciones. Hola Coca-Cola
• Seleccionamos doce parámetros atmosféricos, que son:
1. Tipo de viento; Velocidad del viento; Dirección del viento.
2. Naturaleza de la precipitación; Intensidad y cantidad de precipitación.
3. Tiempo presente.
4. Temperatura del aire.
5. Visibilidad.
6. Presión atmosférica.
7. Humedad relativa.
8. Radiación global.
Adolfo Mozota Azcutia VIII C ongreso E spañol sobre Sistemas Inteligentes de Transporte
Javier Dalmau Fajardo Oviedo, 14-16 Octubre de 2008
9. 2- Puntos de partida
Datos históricos (1)
• Obtención de la curvas PATRON de Intensidad y Velocidad del año
2007:
Hola Coca-Cola
Adolfo Mozota Azcutia VIII C ongreso E spañol sobre Sistemas Inteligentes de Transporte
Javier Dalmau Fajardo Oviedo, 14-16 Octubre de 2008
10. 2- Puntos de partida
Datos históricos (2)
• Obtención históricos mensuales para detección de incidencias:
Hola Coca-Cola
Adolfo Mozota Azcutia VIII C ongreso E spañol sobre Sistemas Inteligentes de Transporte
Javier Dalmau Fajardo Oviedo, 14-16 Octubre de 2008
11. 3- Estudio de datos
Detección de incidencias
• Se buscan las incidencias anuales más significativas de las BBDD.
EM1_Calatayud (p.k. 232,2 Alt. 537,ºN 61º) = NÚMERO NEGATIVO Ó 0
Hola Coca-Cola
NIEBLA Patrón Real Diferencia
nt.
del In.
tráfi del
co tráfic
(veh o
/h) (veh/ Velocidad Intensid H. Tº.
Crec h) viento (m/ Dirección Visib ad (mm/ Cantidad Relativa aire Vel Vel Vel Vel Dif. Dif
Ref Fecha . Dec. s) Viento (º) (m) h) (mm/m2) (%) (ºC) Crec Dec Crec. Dec Crec dec
6 15/01/20070-8:00 276 380 0,2 192,25 152 0 0 96 0,28 95 100 86 90 9 10
24 21/11/2007-10:00 428 480 0,55 50,75 298 0 0 68,25 8,98 96 102 93 97 3 5
27 28/12/2007-08:00 272 0,52 180,5 226,5 0,12 0 95 -3,88 101 94 7
31 13/01/2007-08:00 300 416 0,43 219,5 231 0 0 96 -2,25 95 100 90 92 5 8
32 02/01/2007-08:00 256 444 0,6 93,5 958,5 0 0 96 0,37 95 100 89 96 6 4
36 31/01/2007-07:00 156 212 0,15 153,25 1494 0 0 94 3,64 95 100 79 97 16 3
41 20/01/2008-05:00 16 56 0,55 145 164,5 0 0 95 2,14 130 84,2 129 81,5 1 2,7
43 21/01/2008-07:00 0 132 0,38 234 233,75 0 0 96 -1,3 99,4 90 9,4
57 22/02/2008-07:00 132 235 0,4 236,5 259 0 0 95 3,12 130 99,8 118,6 91,5 11,4 8,3
58 23/02/2008-08:00 148 303 0,48 109,7 109,7 0 0 95 1,92 95,3 100 91,02 104 4,28
60 07/02/2008-08:00 244 336 0,28 119,75 398,5 0 0 95,75 -1,2 94,6 100, 82,4 95,8 12,2 4,3
Adolfo Mozota Azcutia VIII C ongreso E spañol sobre Sistemas Inteligentes de Transporte
Javier Dalmau Fajardo Oviedo, 14-16 Octubre de 2008
12. 3- Estudio de datos
Estudio de incidencias (I)
• Comparar incidencias atmosféricas vs variables macroscópicas:
Hola Coca-Cola
P.K. 271+700 Vía A-2 Sentido CRECIENTE
Distribución velocidades y tiempo VELOCIDAD
PATRON
160
Velocidad (km/h.)
140
120
100
80
60
40 Disminución de 10Km/h !!!
20
0
12:15:00
10:30:00
14:00:00
15:45:00
17:30:00
19:15:00
21:00:00
22:45:00
0:00:00
1:45:00
3:30:00
5:15:00
7:00:00
8:45:00
TIPO INCIDENCIA
7 Descripción del 3 Carriles en todo el tramo Capacidad
Titular de la vía
6
5 FOMENTO ZARAGOZA
4
3
2
1
punto de medida de La Almunia a La Muela (alt. 365m) 3600
0
Z_DET_0
Z_DET_0
Z_DET_0
Z_DET_0
Z_DET_0
Z_DET_0
Z_DET_0
Z_DET_0
Z_DET_0
Z_DET_0
Z_DET_0
Z_DET_0
Z_DET_0
Z_DET_0
4_01_01.
EQUIPO
4_01_01
4_01_01
4_01_01
4_01_01
4_01_01
4_01_01
4_01_01
4_01_01
4_01_01
4_01_01
4_01_01
4_01_01
4_01_01
INTENSIDAD
Intensidad (vehículos / h)
Distribución de intensidad y tiempo
PATRON
900,0
800,0
700,0
600,0
500,0
400,0
300,0
200,0
100,0
0,0
10:30:00
12:15:00
15:45:00
17:30:00
22:45:00
14:00:00
19:15:00
21:00:00
0:00:00
5:15:00
1:45:00
3:30:00
7:00:00
8:45:00
P.M. Z_DET_04_01 (3) Fecha martes, 03 de abril de 2007
Distribucción dee locida decap acidad
Dist ribu ión v in t en sid ad / s y tiempo
Adolfo Mozota Azcutia V1 VI
I1
140
VIII C ongreso E spañol sobre Sistemas Inteligentes de Transporte
1
0,9
130
0,8
0,7 120
In ten sidad / Capacid ad
0,6
Velocidad ( km /h.)
110
0,5
0,4 100
0,3
90
0,2
Javier Dalmau Fajardo
0,1 80
0
70
Oviedo, 14-16 Octubre de 2008
13. 3- Estudio de datos
Estudio de incidencias (II)
• Comparar incidencias atmosféricas vs variables macroscópicas:
DIFERENCIA DE VELOCIDAD VS VISIBILIDAD
Adolfo Mozota Azcutia VIII C ongreso E spañol sobre Sistemas Inteligentes de Transporte
Javier Dalmau Fajardo Oviedo, 14-16 Octubre de 2008
14. 3- Estudio de datos
Resultado de datos
• Tabla Resumen de incidencias atmosféricas vs variación velocidad:
Hola Coca-Cola
Reducción de velocidad (Km/h) Reducción de velocidad (Km/h)
Factor Factor
EMx- Creciente./Decreci.(MEDIA) EMx- Creciente./Decreci.(MEDIA)
EM1- 8.82/6.7 (9.6 Km/h - 340º) EM1- 8.42/10.68 (4.58 mm/h)
Viento flojo Lluvia
EM3- X EM3- 12.83/9.42 (0.34 mm/h)
(<20 Km/h) (< 15 mm/h)
EM4- X EM4- 14.82/8.67 (1.59 mm/h)
EM1- 17.9/9.36 (27.4 Km/h - 242º) EM1- 11.75/11.60 (1.9 mm/h)
Viento moderado Nieve
EM3- 22.44/40.64 (28 Km/h - 215º) EM3- 9.13/41.24 (0.09 mm/h)
(20-40 Km/h) (< 10 cm/h)
EM4- 6.19/9.26 (24 Km/h -187º) EM4- 33/26.5 (1.32 mm/h)
EM1– X EM1- X
Viento fuerte Visibilidad reducida
EM3- 5.67/67.03 (40.7Km/h - 220º) EM3- 17/8 (421m)
(>40 Km/h) (700-400 m)
EM4- X EM4- 7.75/5.25 (432m)
EM1- 7.8/7.76 (267m)
Visibilidad muy reducida
EM3- 8.77/8.38 (203m)
(< 400 m)
EM4- 4.5/11 (250m)
Adolfo Mozota Azcutia VIII C ongreso E spañol sobre Sistemas Inteligentes de Transporte
Javier Dalmau Fajardo Oviedo, 14-16 Octubre de 2008
15. 4- Conclusiones
• El impacto de las condiciones meteorológicas de LLUVIA reduce la
velocidad media entre 8 y 15 Km/h dependiendo de su cantidad.
Hola Coca-Cola
• El impacto de las condiciones meteorológicas de NIEVE reduce la
velocidad media entre 11 y 33 Km/h dependiendo de su cantidad.
• El impacto de las condiciones meteorológicas de NIEBLA reduce la velocidad
media entre 7 y 17 Km/h dependiendo de su distancia.
• El impacto de las condiciones meteorológicas de VIENTO reduce la velocidad
media entre 6 y 18 Km/h dependiendo de su velocidad y dirección.
• Hemos conseguido extraer conclusiones objetivas del estado de la
circulación dependiendo de las condiciones meteorológicas adversas.
Adolfo Mozota Azcutia VIII C ongreso E spañol sobre Sistemas Inteligentes de Transporte
Javier Dalmau Fajardo Oviedo, 14-16 Octubre de 2008
16. 4- Conclusiones
• Es necesario seguir trabajando para comprender mejor el impacto de
la meteorología en la conducción en los siguientes campos:
Hola Coca-Cola
• Recogida de imágenes de las cámaras de TV.
• Análisis de las tasas de accidentalidad.
• Trabajo de campo para recogida de datos sobre los factores humanos en las
decisiones de los conductores ante incidencias meteorológicas.
• Antes de desarrollar una nueva aplicación para analizar los cambios
que suponen las variables atmosféricas nos deberíamos preguntar:
¿La velocidad que adoptan los conductores ante incidencias
climatológicas adversas es suficiente para no asumir riesgos?
Adolfo Mozota Azcutia VIII C ongreso E spañol sobre Sistemas Inteligentes de Transporte
Javier Dalmau Fajardo Oviedo, 14-16 Octubre de 2008
17. GRACIAS POR SU ATENCIÓN
VIII C ongreso E spañol de Sistemas Inteligentes de Transporte
Oviedo, 14-16 Octubre de 2008
Adolfo Mozota Azcutia
&
2006
Javier Dalmau Fajardo
www.cpsingenieros.net / cps@cpsingenieros.net
Notas del editor
Descripción de las imágenes. Todo ha empezado porque vemos diariamente en los CGTs como afectan las precipitaciones e inclemencias del tiempo a la movilidad de tráfico, pero todo esto es estimativos. Y pensamos que podríamos desarrollar algún tipo de aplicación capaz de avisar ante días …