SVILUPPO DI UN INDICE DI PER L'ANALISI DELLA MOBILITÀ CICLISTICA.

Colombo Dario, Febbraio 2012.

INTRODUZIONE

La mobilità ciclistica potrebbe rivelarsi una soluzione (anche solo parziale) dei problemi di mobilità all'interno dei grandi centri urbani come la città di Milano, per far ciò essa deve essere valorizzata, promossa e difesa; questo è possibile solo conoscendo il comportamento assunto dai ciclisti nei confronti delle infrastrutture e degli altri utenti della strada. Proprio dalla città di Milano si è voluto attingere per l'acquisizione di tutti quei dati necessari per la realizzazione di questo lavoro.

Gli obbiettivi dello studio presentato attraverso questo articolo sono la stima di un indice di incompatibilità per quanto riguarda i tratti stradali e le intersezioni dal punto di vista dei ciclisti. Questo indice dipende dal livello di gradimento del ciclista nell'affrontare tratti stradali o intersezioni (che potrebbe essere definito con il termine di ciclabilità), influenzato dalle percezioni di sicurezza e di comodità da parte del ciclista. Queste percezioni a loro volta dipendono dalle caratteristiche fisiche e funzionali delle infrastrutture, siano esse tratti stradali ( caratterizzate quindi da larghezza delle corsie, presenza di auto parcheggiate, flusso di macchine, ecc...) o intersezioni ( caratterizzate per esempio dalla presenza di controlli semaforici o rotatorie, numero di rami incidenti, ecc...).

Il secondo obbiettivo di questo lavoro è invece l'individuazione del percorso scelto dal ciclista per raggiungere la destinazione semplicemente basandosi sulle proprie percezioni di sicurezza e comodità e sulle caratteristiche globali dei possibili percorsi.

IMPOSTAZIONE DEL METODO DI LAVORO

Al momento la maggior parte degli studi effettuati sull'argomento sono di origine statunitense [1,2,3,4,5] e portano tutti alla realizzazione di un indice alfabetico da A ad F, con A indicante il livello di massimo gradimento (ottima comodità e sicurezza) e F indicante il minimo livello di gradimento (pessima comodità e sicurezza). Tutti questi indici hanno due forti limitazioni:

• riguardano un territorio (U.S.A.) molto diverso da quello italiano sia dal punto delle modalità di urbanizzazione che dal punto di vista di approccio culturale alla mobilità ciclistica.

• stimano l'indice di incompatibilità di singoli elementi della rete stradale (tratti stradali o intersezioni) senza però proporre una visione globale del sistema, risultando quindi difficilmente utilizzabili per l'individuazione del percorso scelto dal ciclista.

Si è quindi pensato di sviluppare il lavoro secondo la seguente metodologia:

1. sviluppo e somministrazione di un'indagine SP (stated preferences) basata sulla visione e la valutazione di filmati;

2. identificazione dei modelli tramite regressione lineare ai minimi quadrati e cross-validation[8];

3. implementazione dei modelli ottenuti nel software CUBE5 per l'individuazione del percorso preferito dal ciclista.

REALIZZAZIONE DELL'INDAGINE

La realizzazione dell'indagine si è basata sulla somministrazione di un questionario on-line, progettato in modo tale da non impegnare esageratamente i partecipanti (in termini di tempo di visione e numero dei filmati) cercando tuttavia di presentare una serie di scenari che potessero fornire una buona rappresentazione della realtà milanese (basandosi anche su indici di confronto, di ortogonalità e di effetto principale [9]) pur dovendo confrontarsi con un numero limitato di possibili combinazioni tra gli attributi presentati all'interno dei singoli filmati in quanto ripresi dalla realtà.

Il questionario è stato pubblicizzato attraverso le numerose ciclofficine e i numerosi gruppi di appassionati ciclisti presenti nella città in questione. Si è inoltre cercato di allargare la partecipazione pubblicizzando il questionario anche durante eventi che non fossero direttamente legati al ciclismo.

Ad ogni partecipante è stato chiesto di valutare la personale percezione di ciclabilità di 33 tratti stradali, 18 nodi e 5 percorsi secondo i valori da 1 (ottima ciclabilità) a 6 (pessima ciclabilità), ognuno presentato attraverso la visione del proprio filmato caricato su apposite piattaforme multimediali on-line.

Per quanto riguarda invece la scelta del percorso si è scelto (per motivi di tempo richiesto ai partecipanti) una presentazione puramente grafica (foto aeree) evidenziando alcuni possibili percorsi utilizzabili per connettere medesima origine e destinazione, inoltre venivano presentati anche i dati essenziali dei percorsi (tempo impiegato, lunghezza percorsa e incompatibilità generale del percorso): veniva chiesta una valutazione da 1 (ottimo percorso) a 10 (pessimo percorso).

Il questionario è stato attivato il 30 marzo 2011 ed è stato chiuso il 21 luglio 2011, con un totale di 105 partecipanti. Di questi 9 sono stati esclusi dall'analisi dei dati in quanto hanno completato il questionario in meno di 20 minuti.

IDENTIFICAZIONE DEI MODELLI

Si è proceduto quindi all'individuazione dei modelli che riuscissero stimare il valore dell'indice medio di incompatibilità indicato dai partecipanti al questionario (indice da 1 a 6). Questo è stato fatto per tratti stradali, intersezioni e percorsi.

Il quarto modello invece è stato identificato per permettere la stima dell'indice di dis-utilità medio di percorso indicato dai partecipanti al questionario (indice da 1 a 10).

Per individuare i modelli si è scelto di basarsi sulla regressione lineare ai minimi quadrati in quanto permette di ottenere (per ogni modello) un'unica soluzione del problema (in questo caso individuare i valori dei parametri moltiplicativi da inserire all'interno del modello), soprattutto tramite una formula algebrica facilmente implementabile nel calcolatore. Questa regressione permette inoltre di ridurre gli errori di stima di grande entità e di stimare l'incertezza dei valori dei parametri individuati (la presentazione di un modello non può non essere accompagnata da una sua analisi d'incertezza).

In presenza di un dataset molto scarno si è evitato di scegliere arbitrariamente la suddivisione di quest'ultimo in dataset di calibrazione e dataset di validazione, si è optato invece per l'utilizzo della k-fold cross validation (per quanto riguarda tratti stradali ed intersezioni) e una leave one out cross validation (per quanto riguarda i percorsi) [8]. All'interno degli algoritmi sviluppati per l'individuazione dei modelli si è introdotto anche un meccanismo per evitare l'overfitting (sovraparametrizzazione) dei modelli. In questo modo si è assicurato che con buona probabilità i modelli, seppur identificati da un dataset molto scarno, funzionino bene non solo per il dataset di origine ma anche per l'intera rete stradale di Milano.

I modelli individuati dalla regressione lineare ai minimi quadrati sono mostrati qui di seguito.

Il modello identificato per la stima dell'indice di incompatibilità del singolo tratto stradale è:

ICA=3,8819 - 1,2491*FIS_SEP + 1,0419*USO_IMPR + 0,4269*DISC – 0,2796*ACC/100M + + 0,7488*PAVIM + 0,0006*VEQ + 0,5073*PARCH

con:

AttributoUnità di misura/

valoriDescrizione

FIS_SEP0 = no,

1= sì Valore posto pari a 1 nel caso in cui il percorso ciclabile rientri nella tipologia “piste ciclabili in sede propria” [14].

PARCH0 = assente,

1= presente

Valore posto a 1 nel caso in cui lungo il tratto stradale percorso siano parcheggiate oltre il 30% delle macchine potenzialmente parcheggiabili.

ACC/100M acc/100mNumero medio di accessi carrabili da parcheggi o abitazioni private ogni 100m (solo sul lato destro del senso di marcia).

PAVIM 0 = conglomerati, 1=giuntati

Valore posto pari a 0 nel caso in cui la pavimentazione sia composta da materiali senza giunti; posto pari a 1 nel caso in cui i materiali usati per la pavimentazione siano

AttributoUnità di misura/

valoriDescrizione

caratterizzati da giunti.

DISC0= assente,

1= presente

Valore posto pari a 1 nel caso in cui lungo l'arco stradale siano presenti uno o più elementi di discontinuità (dossi, attraversamenti pedonali,platee rialzate, dissuasori verticali,...).

USO_IMPR0= assente,

1= presente

Posto pari a 1 nel caso in cui il percorso ciclabile (di qualsiasi tipologia) sia ostruito parzialmente o in toto da veicoli fermi o in movimento. Non rientra in questo caso il parcheggio al di fuori degli appositi spazi indicati dalla segnaletica orizzontale se non intralcia il percorso ciclistico.

V_EQ Veicoli equiv./h Riporta il flusso rilevato al momento delle riprese in veicoli equivalenti per ora.

ICA Da 1 a 6 Stima dell'indice di incompatibilità del tratto stradale.

Il modello riguardante la ciclabilità dei tratti stradali (indicata con la variabile ICA) è quindi fortemente influenzato da vari attributi tra cui la presenza o meno di percorsi ciclabili fisicamente separati dal traffico automobilistico (FIS_SEP), l'uso improprio (USO_IMPR) da parte degli altri veicoli dei percorsi ciclabili (di qualunque natura essi siano), la frequenza di accessi carrabili (ACC/100M); gli indici prestazionali sono:

Jm_val=0.4015;

Jm_cal=0.2259;

R2=0.7785;

F=11.1395;

con:

Jm_val= valore medio della funzione obiettivo in fase di validazione ovvero, errore quadratico medio valutato nei vari dataset di validazione durante la cross validation.

Jm_val= valore medio della funzione obiettivo in fase di calibrazione ovvero, errore quadratico medio valutato nei vari dataset di calibrazione durante la cross validation.

R2=coefficiente di determinazione del modello.

F=statistica F del modello.

Per quanto riguarda invece la ciclabilità delle intersezioni il modello trovato è:

ICN= 4.479 – 0,6537 * L_ACC + 1,4316 * USO_IMPR + 0,5981 * BIN +0,3401 * RALL + 0,3370 * ROT + 0,2745 * PAVIM

con:

AttributoUnità di misura/

valoreDescrizione

ROT0 = assente,

1= presenteValore posto a 1 nel caso in cui l'intersezione stradale sia entro una rotatoria.

AttributoUnità di misura/

valoreDescrizione

PAVIM 0 = conglomerati, 1=giuntati

Valore posto pari a 0 nel caso in cui la pavimentazione sia composta da materiali senza giunti; posto pari a 1 nel caso in cui i materiali usati per la pavimentazione siano caratterizzati da giunti.

RALL0= assente,

1= presente

Valore posto a 1 nel caso in cui l'intersezione (non i nodi ad essa connessi) sia fornita di strutture per il rallentamento dei veicoli che si accingono ad attraversarla (es.: platee rialzate).

BIN0= assente,

1= presente

Valore posto pari a 1 nel caso in cui presso il nodo stradale siano presenti binari per la circolazione tramviaria.

USO_IMPR0= assente,

1= presente

Posto pari a 1 nel caso in cui il percorso ciclabile all'interno, all'ingresso o all'uscita dell'intersezione sia ostruito parzialmente o in toto. Non rientra in questo caso il parcheggio al di fuori degli spazi indicati dalla segnaletica orizzontale che non intralci il percorso ciclabile.

L_ACC metri

Larghezza del percorso ciclabile in corrispondenza dell'accesso all'intersezione. Posto pari a 0 nel caso in cui l'intersezione non preveda alcun percorso ciclabile riservato per nessun arco connesso al nodo.

Il modello riguardante la ciclabilità delle intersezioni (variabile ICN) è fortemente influenzato anche in questo caso dall'utilizzo improprio che gli altri veicoli possono fare dei percorsi riservati in realtà ai soli ciclisti (USO_IMPR), allo stesso modo la presenza di binari all'interno dell'intersezione (BIN) contribuisce a peggiorare il valore dell'indice di ciclabilità, come anche la presenza di rotatorie (ROT) o il tipo di pavimentazione (PAVIM). Gli indici prestazionali sono:

Jm_val=0.0869;

Jm_cal=0.0295;

R2=0.9417;

F=25.8061;

Il modello riguardante l'incompatibilità dei percorsi ( insieme di tratti stradali ed intersezioni che lo compongono) si basa principalmente sulla media delle ciclabilità dei tratti stradali componenti il percorso (pesata in base alle lunghezze dei singoli tratti) e sulla media della ciclabilità dei nodi componenti il percorso.

ICP = -1,4239 + 1,2675 * media(ICAi) + 0,1820 * media(ICNj)

Gli indici prestazionali sono:

Jm_val=0.0285;

Jm_cal=0.0014;

R2=0.9956;

F=1008;

Infine il modello per la stima della dis-utilità totale IVP del percorso si basa sia sulla ciclabilità del percorso stesso sia sull'incremento relativo di lunghezza del percorso in questione rispetto al percorso a distanza minima che si potrebbe effettuare per raggiungere la medesima destinazione.

IVP= -0.1014 + 1,3168 * ICP + 3,8908* (LP-Lmin)/Lmin

Individuando il percorso a costo totale IVP più basso si viene quindi ad individuare il percorso che con maggiori probabilità verrà scelto dal ciclista nella realtà. Gli indici prestazionali sono:

Jm_val=0.2842;

Jm_cal=0.1881;

R2=0.9113;

F=47,8165;

IMPLEMENTAZIONE

I modelli precedentemente identificati sono quindi stati utilizzati per l'individuazione del percorso scelto dal ciclista nella realtà; questo è avvenuto implementandoli all'interno del software CUBE 5, ideato per lo sviluppo di applicazioni riguardanti la pianificazione dei sistemi di trasporto di qualsiasi tipo. Questo software offre agli utenti un'interfaccia molto elastica in quanto basata su un linguaggio di programmazione messo a disposizione dell'utente per la realizzazione di scripts dedicati agli obbiettivi prefissati. In questo modo si è potuto implementare secondo il linguaggio proprietario di CUBE5 i modelli identificati.

Si è voluto utilizzare il software in alcuni casi reali tra cui la rete stradale compresa tra la stazione ferroviaria di Lambrate e Città Studi, per individuare il percorso preferito dal ciclista con origine presso la stazione ferroviaria e destinazione presso piazza Leonardo da Vinci (individuato nella seguente figura 1 in color azzurro).

In seguito si è proceduto alla fase di validazione per verificare se il percorso individuato dal software fosse realmente quello preferito dai ciclisti per i propri spostamenti. Per far ciò si è sottoposto un veloce questionario ai ciclisti in partenza dalla rimessa di biciclette della stazione ferroviaria di Lambrate. Veniva richiesto di indicare il percorso preferito nel caso in cui partendo da quel punto si fossero dovuti dirigere presso Piazza Leonardo da Vinci, angolo Viale Celoria. Sono state ottenute 29 risposte con le seguenti preferenze:

– il 38% preferisce il medesimo percorso individuato dal software;

– il 7% preferisce il medesimo percorso individuato dal software come quello con la seconda disutilità più bassa tra la totalità dei possibili percorsi effettuabili;

– Il 7% preferisce il percorso a lunghezza minore.

Le risposte rimanenti fanno tutte capo a comportamenti scorretti dei ciclisti (in particolar modo affrontare tratti stradali in senso opposto rispetto a quello prescritto), vedi figura 1.

Queste risposte non possono essere utilizzate per validare il software ma soprattutto quest'ultimo non può in alcun modo prendere in considerazione la possibilità che i ciclisti possano effettuare queste scelte, sarebbe come giustificare questo comportamento scorretto. Il software può invece essere usato in una seconda fase per analizzare il comportamento scorretto dei ciclisti (infatti si evidenzia come il comportamento scorretto tenda ad incrementare l'utilità di percorso fino a farle raggiungere a valori comparabili all'utilità del percorso individuato dal software come il migliore possibile in condizioni di rispetto delle regole) e per individuare le scelte adatte per ridurre questi comportamenti.

A valle di questi ragionamenti si può comunque evidenziare come il software riesca a rappresentare correttamente il 72% delle preferenze ritenute concordi con il Codice della Strada registrate durante l'indagine.

CONFRONTO CON IL B.C.I.

Il confronto con il B.C.I. sviluppato da Harkey [1] per la stima della ciclabilità dei tratti stradale è riportato in figura 3 : il B.C.I. è stato utilizzato per cercare di stimare le risposte al questionario on-line riguardanti l'indice di ciclabilità dei tratti stradali: si può vedere attraverso il grafico come il B.C.I. sottostimi gli indici indicati nel questionario in media del 38%. In realtà la sottostima non è costante, infatti l'errore di stima del modello ha una varianza pari a 1,49 punti (per un indice numerico compreso tra 1 e 6). Nel caso in cui il B.C.I. venisse usato all'interno di un modello per la stima dell'indice di incompatibilità, questo modello avrebbe un coefficiente di determinazione (R2) pari a 0,42 (il modello perfetto avrebbe un indice pari a 1 e il modello precedentemente individuato per la stima di ICA ha un coefficiente R2 pari a 0.7785).

Illustrazione 2: caratterizzazione del grafo stradale e percorso a minima disutilità

Illustrazione 1: percorsi scelti dai ciclisti ma non i regola con il C.d.S.

Il B.C.I. non riesce a rappresentare correttamente le percezioni dei ciclisti poiché è stato sviluppato negli U.S.A., in cui cultura ciclistica e strutture urbane sono ben differenti da quelle italiane e, in questo caso, da quelle di Milano. I modelli individuati in questo lavoro fanno invece riferimento a filmati effettuati a Milano e stimano le percezioni dei ciclisti milanesi.

CONCLUSIONI

Una prima ed inevitabile conclusione è che l'analisi di incompatibilità delle infrastrutture nei confronti della mobilità ciclistica richiede la realizzazione di strumenti dedicati al territorio in esame. Infatti i modelli identificati, essendo dedicati al territorio in esame (rete stradale, normativa e comportamento degli utenti della strada, ciclisti) forniscono un'ottima stima della percezione dei ciclisti.

Ulteriori conclusioni sono le seguenti:

– l'utilizzo di filmati e questionari on-line permetto l'effettuare indagini con una alta comodità e sicurezza (per i ciclisti) pur permettendo ai partecipanti di immedesimarsi negli scenari che sono chiamati a valutare.

– Gli attributi di strade ed intersezioni utilizzati all'interno dei modelli risultano essere un buon compromesso tra facilità di acquisizione e prestazioni dei modelli.

– Il software utilizzato fornisce non solo il percorso a maggior utilità ma anche i percorsi con utilità minori. La qualità del software e degli scripts implementati è stata confermata dalla fase di validazione (anche se in un caso molto critico come nel grafo compreso tra la stazione ferroviari di Milano Lambrate e Città Studi, in quanto non erano presenti tratti con un buono o almeno sufficiente livello di ciclabilità). Il software non deve giustificare il comportamento scorretto tenuto da alcuni ciclisti ma invece deve essere utilizzato come supporto per individuare le cause di ciò e le possibili soluzioni attuabili come forma di contrasto.

– Il corretto funzionamento del software è fortemente legato all'uso di una rappresentazione delle reali infrastrutture messe a disposizione dei ciclisti. In questo caso ci si è basati sul grafo messo a disposizione dall'Agenzia per la Mobilita l'Ambiente e il Territorio A.M.A.T., questo grafo è nato per l'analisi della mobilità dei veicoli a motore, non sono ad esempio rappresentate le piste ciclabili in sede separata.

Illustrazione 3: la comparazione evidenzia la sottostima del modello B.C.I.

BIBLIOGRAFIA

1. Harkey, et al.. (1998). Development of the Bicycle Compatibility Index: A Level of Service Concept. Report FHWA-RD-98-072, FHWA. U.S. Department of Transportation.

2. Davis, J. (1987), Bicycle Safety Evaluation. Auburn University, City of Chattanooga, and Chattanooga-Hamilton County Regional Planning Commission, Chattanooga.

3. Landis, et al., (1997). Real-Time Human Perceptions: Toward a Bicycle Level of Service. In Transportation Research Record 1578, TRB, National Research Council, Washington, DC.

4. Jones, E. G. (2004). Final report: Development of rural bicycle compatibility index.

5. Landis, B. W., et al., (2003). Intersection Level of Service for the Bicycle Through Movement.

6. Lorenzo Giorgio, (2003). La mobilita' ciclistica nel cuore di Milano : nuove metodologie nella pianificazione. Politecnico di Milano.

7. Busi, R. et al., (2007). Interventi per incentivare la mobilità non motorizzata, pp. 19-35, 71-83.

8. Refaeilzadeh P., et al., (2009). Cross-Validation, Encyclopedia of Database Systems, pp.532–538).

9. Cascetta, E. (2006). Modelli per i sistemi di Trasporto, pp. 526-532.

10. Hochmair, H. H.GIS-based identification of effective bicycle level of service improvement in street networks.

11. Drufuca, A. (2009) Andamento della mobilità ciclistica a Milano (2008-09).

12. F.I.A.B. CICLOBBY(2009). 8° Censimento dei ciclisti milanesi.

13. Colombo, D., (2011) SVILUPPO DI UN INDICE DI COMPATIBILITÀ PER LA MOBILITÀ CICLISTICA, Politecnico di Milano.

14. DECRETO MINISTERIALE 30 novembre 1999, n. 557, Regolamento recante norme per la definizione delle caratteristiche tecniche delle piste ciclabili.