• No se han encontrado resultados

Construcción y análisis de sistema de información geográfica para la toma de decisiones: caso centro de Bogotá

N/A
N/A
Protected

Academic year: 2020

Share "Construcción y análisis de sistema de información geográfica para la toma de decisiones: caso centro de Bogotá"

Copied!
107
0
0

Texto completo

(1)

Construcción y Análisis de Sistema de Información Geográfica Para la Toma de Decisiones: Caso Centro De Bogotá

Jheansel Hasler Beltrán Forero

20111025008

Universidad Distrital Francisco José De Caldas Facultad de Ingeniería

Ingeniería Catastral y Geodesia

(2)

Construcción y Análisis de Sistema de Información Geográfica Para la Toma de Decisiones: Caso Centro De Bogotá

Tutora

Erika Sofía Upegui Cardona

Universidad Distrital Francisco José De Caldas Facultad de Ingeniería

Ingeniería Catastral y Geodesia

(3)

A Dios “Porque Jehová da la sabiduría,

Y de su boca viene el conocimiento y la inteligencia.

7El provee de sana sabiduría a los rectos;

Es escudo a los que caminan rectamente.”

Proverbios 2:6-7

A mi padre Juan Humberto Beltran, mi madre Luz Marina Forero Morera y mi Hermano Jhohans Hannsen Beltran Forero, quienes con amor, esfuerzo y dedicación han ofrendado sus vidas para hacer posible cada triunfo de mi vida.

A mi directora de trabajo de grado Erika Sofia Upegui Cardona, sin quien nunca hubiese sido posible tener éxito en esta investigación. Por su profesionalismo y calidad de persona, le estaré eternamente agradecido.

A mis profesores de pregrado, quienes, aunque quizás no hicieron parte activa del desarrollo de esta monografía, sus enseñanzas me fueron profundamente valiosas, especialmente a:

Carlos Alberto Cañòn Rincon docente de Calculo Diferencial Luis Jorge Diaz Fuentes docente de Matemáticas Especiales

Yenny Espinosa Gomez docente de Sistemas de Información Geográfica Javier Felipe Moncada docente de Programación de Interfaces SIG Miguel José Espitia Rico docente de Física II.

Sergio Andres Laiton docente de Geografía Humana y Física. Jhon Hernan Diaz Forero docente de Física III.

Àlvaro Enrique Ortìz Dàvila docente de Bases de Datos Espaciales. Andres Cardenas Contreras docente de Geofísica.

Oscar Javier Espejo Valero docente de PDI.

William Pachón docente de Topología y Catastro de Redes. William Eduardo Alfonso Valencia docente de Planeación.

(4)

TABLA DE CONTENIDO

1. INTRODUCCION ... 3

2. JUSTIFICACION ... 4

3. PREGUNTA DE INVESTIGACION ... 5

3.1. Preguntas Principales ... 5

3.2. Sub Preguntas ... 5

4. OBJETIVOS DE LA INVESTIGACION ... 6

4.1. Objetivo Principal ... 6

4.2. Objetivos Específicos ... 6

5. MARCO REFERENCIAL ... 7

5.1. Marco Teórico ... 7

5.1.1. Congestión del trafico ... 7

5.2. Marco Normativo ... 12

5.3. Marco de Referencia ... 16

5.3.1. Abstracción ... 17

5.3.2. Soluciones propuestas a nivel internacional ... 24

5.4. Marco Espacial ... 26

6. METODOLOGIA ... 33

6.1. Etapa 1: Recolección de Datos ... 33

6.2. Etapa 2: Elaboración del SIG y Definición de Escenarios ... 38

6.3. Etapa 3: Implementación de Soluciones ... 39

7. RESULTADOS Y ANALISIS DE RESULTADOS ... 41

7.1. Etapa 1: Recolección de Datos ... 41

7.2. Etapa 2: Elaboración del SIG y Definición de Escenarios ... 59

7.2.1. Almacenamiento de datos ... 61

7.2.2. Modificación de datos y actualización ... 64

7.2.3. Generación de estadísticas y consultas ... 66

7.2.4. Visualización de estadísticas y consultas ... 68

7.3. Etapa 3: Implementación de Soluciones ... 77

7.3.1. Reducción del 30% de los vehículos particulares ... 77

7.3.2. Reducción del 60% de los vehículos particulares ... 84

7.3.3. Reducción del 90% de los vehículos particulares ... 90

(5)

RESUMEN

Observando las experiencias a nivel internacional, es posible encontrar que existen patrones de comportamiento asociados a la congestión del tráfico en las vías de las ciudades dependiendo del día, la hora e inclusive las temporadas del año. La ciudad de Bogotá, Colombia no es ajena a esta realidad, todo un marco normativo en la capital colombiana está detrás de dichos patrones de comportamiento que causan la congestión del tráfico especialmente en ciertas horas, lo que se denominan horas pico diurnas y nocturnas.

La congestión del tráfico depende de una serie de variables, algunas de ellas dependen de factores como el clima, el día de la semana, la ubicación o la hora y algunas otras simplemente no varían por periodos largos de tiempo. La recolección y acoplamiento de estas dos clases de variables permite además de identificar con claridad que variables son las más incidentes en la congestión, hacer la simulación en Sistemas de Información Geográfica del estado actual del flujo vehicular y de las soluciones que se pudiesen ser implementadas, y que ya hayan sido probadas en otras ciudades.

El modelar el flujo vehicular en un segmento de vía problemático tanto en accidentalidad como en congestión, en el centro tradicional de Bogotá, Colombia, permitió entender que las soluciones propuestas a nivel internacional no resuelven el problema de la congestión ni los altos niveles de accidentalidad, ya que hay problemas asociados a los sistemas de transporte masivos de la ciudad y a algunos comportamientos que tienen relación directa con la cultura ciudadana.

(6)

1. INTRODUCCION

La congestión del tráfico en las grandes metrópolis es una de las problemáticas que se ha querido resolver, dados sus efectos sobre la economía y la sociedad, es por ello que a nivel internacional han sido varias las propuestas que pretenden poner fin a este problema, principalmente a través de políticas que buscan incentivar en la población el uso de sistemas de transporte público.

La efectiva implementación de dichas políticas depende de patrones que se repiten en las grandes ciudades, como horas, días y temporadas en las cuales la congestión del tráfico es alta, así como de ciertas características propias de cada ciudad, como lo es la evolución histórica de los modos de transporte masivos, la cultura ciudadana, la infraestructura vial disponible, factores climáticos, entre otros. Herramientas como los Sistemas de Información Geográfica y las bases de Datos Espaciales son una gran ayuda para poder evaluar la efectividad, ya que permiten modelar la realidad de la movilidad, simular posibles soluciones de propuestas a nivel internacional y así entender cuáles son las verdaderas necesidades de la ciudad para resolver la congestión del tráfico y si se ajustan a experiencias implementadas en distintos países.

(7)

2. JUSTIFICACION

El movilizarse de un lugar a otro de manera rápida y cómoda, ha sido una de las grandes ambiciones de la humanidad sobre todo en las ciudades donde la población es mayor cada día, el movilizarse es cada vez más difícil y las exigencias de la población se tornan más altas.

Hoy en día los mecanismos de control del tráfico vehicular terrestre están evolucionando gracias a la incursión de los sistemas de información geográfica (SIG) en esta área, ya que son una herramienta que procesa rápida y confiablemente datos espacialmente referenciados y es de gran ayuda para soportar la toma de decisiones.

En la ciudad de Bogotá D.C. actualmente como política para resolver los problemas de tráfico vehicular evidenciados en las horas pico, se ha diseñado un sistema denominado pico y placa, el cual restringe la movilización de un grupo de vehículos que según las disposiciones del Decreto 575 de 2013 en su artículo primero dependiendo de si la terminación de la placa es par o impar se verá impedido a movilizarse en ciertos horarios los días pares e impares respectivamente.

Esa única política como veremos en el desarrollo de esta investigación no ha puesto fin a los problemas de tráfico en ciertos sectores de la ciudad, por lo cual es necesario implementar nuevas políticas, en las cuales como demanda la Constitución Política Nacional en su artículo 58 el interés privado ceda al interés público o social.

(8)

3. PREGUNTA DE INVESTIGACION

3.1. Preguntas Principales

• ¿Es posible resolver los problemas de congestión del tráfico sin recurrir a la construcción de nueva infraestructura vial en el área de estudio?

• ¿Existe alguna relación entre los niveles de accidentalidad en el área de estudio y el tráfico vehicular?

3.2. Sub Preguntas

• ¿Las soluciones propuestas a nivel internacional para dar solución a problemas de tráfico vehicular, pueden dar solución a los problemas de esta índole existentes en el área de estudio?

• ¿Existe alguna conducta de los peatones y conductores asociada a la congestión del tráfico que promueva altos niveles de accidentalidad?

• ¿Existen impactos sobre otras avenidas al implementar nuevas políticas que

(9)

4. OBJETIVOS DE LA INVESTIGACION

4.1. Objetivo Principal

• Identificar las causas de la congestión del tráfico y su relación con los niveles de accidentalidad tomando como caso de estudio un sector con altos niveles de congestión y accidentalidad en el centro tradicional de Bogotá, con el fin de evaluar su impacto y proponer soluciones.

4.2. Objetivos Específicos

• Identificar las conductas de los peatones y conductores producidas por la congestión del tráfico, que promuevan los altos niveles de accidentalidad.

• Diseñar e implementar en un Sistema De Información Geográfica, tanto peajes por congestión como costos de parqueo diferenciales sobre el área de estudio, para poder evaluar su posible impacto y viabilidad.

(10)

5. MARCO REFERENCIAL 5.1. Marco Teórico

En este ítem se presentan dos enfoques, el primero es el relacionado al estudio de la congestión del tráfico y la comprensión del fenómeno, y el segundo a los elementos técnicos y herramientas necesarias para desarrollar alternativas de solución a la congestión del tráfico.

5.1.1. Congestión del trafico

El entender la manera en que se manifiesta la congestión del tráfico en las vías y las implicaciones económicas que este tiene hace parte de dos aproximaciones fundamentales que Mussone y su equipo (2014) consideran necesarias para hacer interpretaciones tanto a nivel espacial como económico: la primera, la asocia a la ingeniería, desde la cual es posible generar medidas cuantitativas de congestión; y la segunda, la asocia a la economía, desde la cual es posible asociar los costos marginales de la congestión.

5.1.1.1. Congestión del tráfico desde la ingeniería

(11)

definición el papel del comportamiento de los vehículos en la constitución de la congestión del tráfico.

A partir de las definiciones anteriormente dadas, es necesario profundizar en cuatro (4) aspectos, para comprender la manera en que en la realidad de las vías emerge la congestión del tráfico, estos son:

1. Horario de congestión (Horas pico).

2. Capacidad de rendimiento de la infraestructura vial. 3. Papel de los vehículos.

4. Ubicación

Estos serán estudiados en orden a continuación.

5.1.1.1.1. Horario de congestión

Las horas pico pueden ser estudiadas como patrones cíclicos en la ciudades, asociados a ciertas horas, días, semanas o temporadas, Wen et al. (2014) en su estudio hecho en Beijing China, encuentra que la mayor cantidad de viajes entre semana, ocurren principalmente durante unas horas determinadas en la mañana y en la noche (horas pico diurnas y nocturnas), encontrando por semana que el día más congestionado en la hora pico de la mañana es el lunes, y en la hora pico de la noche los viernes, el comportamiento del flujo vehicular los martes y jueves es parecido, y finalmente encontró los miércoles como un día cuya congestión del tráfico en horas pico es superior a la evidenciada en los dos días enunciados anteriormente, además encuentra que en el año también existen periodos en los cuales la congestión incrementa, debido a una influencia que ejercen momentos como el inicio del otoño y los días festivos, además He et al. (2016) encuentra como las condiciones de visibilidad y humedad de la autopista son de las que más influyen como por ejemplo las horas pico nocturnas en temporada de invierno que son de las que presentan mayores problemas de congestión incluso por encima de temporadas de alta demanda de transporte como lo es el otoño en China.

(12)

atracción para la población en las mañanas, y las áreas residenciales como polos de atracción en las noches, lo cual explica el por qué en las horas pico nocturnas las personas prefieren movilizarse tan pronto la hora de trabajo termina (inicio de la hora pico), mientras en las mañanas las horas con mayor congestión son aquellas en que el horario laboral inicia (está más cerca al final de la hora pico).

5.1.1.1.2. Capacidad de rendimiento de la infraestructura vial

Para la construcción de infraestructura vial se tienen cuenta principalmente dos variables fundamentales, la cantidad de carros que transitan por la vía (flujo vehicular) y la velocidad máxima a la que ellos necesitan transitar dada la necesidad de recorrer largas distancias, estas dos variables tienen una relación inversamente proporcional, es decir un bajo flujo vehicular resulta en un alto incremento de la velocidad de los vehículos y viceversa (Ahmad Munawar, 2011).

Es esencial cuantificar la capacidad de las vías para entender el objetivo con el cual fueron construidas, la capacidad de una vía se define como el máximo flujo vehicular posible en una vía haciendo uso de todos los carriles existentes (Rajesh Gahar y Divya Mohandas, 2016), y es cuando esta capacidad esta al tope que las velocidades son bajas, las vías no cumplen con el objetivo para el cual fueron diseñadas y las entidades gubernamentales se ven obligadas a generar nuevas políticas que mantengan las vías por debajo de sus límites o toman la decisión de intervenir o ampliar la infraestructura vial.

(13)

Tabla 1: Clasificación de la tasa de velocidad/capacidad Nivel De

Servicio

Tasa de

Velocidad/Capacidad (V/C)

Nivel De Confort

Naturaleza Del Flujo

A < 0.30 Mas Alto Flujo Libre

B 0.30 – 0.50 Flujo Libre Razonable

C 0.50 – 0.70 Flujo Estable

D 0.70 – 0.90 Umbral Cerca al flujo inestable

E 1.00 Flujo Inestable

F >1.00 Más Bajo Flujo Forzado

(Rajesh Gahar y Divya Mohandas, 2016)

5.1.1.1.3. Papel de los vehículos

La existencia de congestión del tráfico genera conductas de manejo que incluyen arrancar y frenar continuamente y momentos en donde el motor está a media máquina, lo que genera un incremento en las emisiones locales de contaminación (Mussone et al., 2014), además estas conductas ponen en riesgo la seguridad de los conductores ya que pueden dejar de prestar atención a la vía (ya sea por la pérdida de atención o por la frustración) aumentando así el riego de accidentalidad (Mussone et al., 2014), lo cual puede terminar lesionando en un mayor grado el flujo vehicular.

5.1.1.1.4. Ubicación

Raicu, Costescu & Popa, (2016) modelan el flujo vehicular y de consumidores para definir el riesgo que generan grandes centros de comercio urbano (tipo de area de interes del proyecto de investigacion a ejecutar), cuyas caracteristicas intrinsecas establecen unos niveles propios de movilidad, accidentalidad y severidad de los accidentes.

La abstracción hecha por Raicu y sus colegas (2016) se basó en cuatro grandes grupos o clases que permiten caracterizar la zona los cuales son:

(14)

2. Clase Actor: Grupos u organizaciones que pueden influenciar en el sistema tales como, autoridades urbanas, asociaciones o la comunidad.

3. Clase Estructura Espacial: Define la estructura topológica de los elementos asociados al riesgo de tráfico vehicular.

4. Clase Estructura Temporal: Define el tiempo y ubicación de las entidades del sistema asociadas a periodos de actividad e inactivada.

Con lo anterior ese equipo de trabajo (Raicu et al., 2016) usó medidas estadísticas para hallar la entropía relativa (nivel de concentración de centros comerciales en una zona), áreas de servicio (nivel de influencia del centro de comercio en zonas adyacentes), el flujo del tráfico y el riego de choque.

El modelamiento les permitió concluir que las diferentes clases de comercio dadas en un centro urbano de comercio generan significativamente tráfico vehicular por sus propiedades de atracción y recreación a peatones y además dado por las dinámicas de distribución de mercancía, sugiriendo a las entidades encargadas de manejar el uso del suelo un mayor control sobre la implementación de nuevos centros comerciales no pensando solo en la capacidad de pago de las personas sino también en las implicaciones de estos usos sobre el tráfico vehicular y el riesgo de choque.

(15)

5.1.1.2. Congestión del tráfico desde la economía

Aunque el impacto económico no hace parte del objetivo de este estudio, se considera de gran importancia resaltar a nivel internacional las implicaciones que la congestión del tráfico tiene sobre la economía, e intrínsecamente dar una razón de peso por la cual es un fenómeno que debe ser tratado como prioritario en las ciudades.

En Estados Unidos de Norteamérica, a través del censo nacional de viajes por hogar de 2009, se muestra que los hogares Americanos en promedio viajan 20.000 millas y gastan al rededor del 15% de sus ingresos en transportarse sobre las vías (Fosgerau & De Palma, 2013), porcentaje que indica implícitamente que la movilidad hace parte fundamental del debido desarrollo de las distintas actividades que llevan a cabo los hogares y por ello están dispuestos a invertir en transporte, esto además explica la alta demanda de movilidad, tanto así que Fosgerau y de Palma (2013) citan que en 2011 la congestión en los Estados Unidos causo alrededor de 5.5 billones de horas de retraso de viaje (en comparación a un flujo vehicular común) y 2.9 billones de galones extra de gasolina con un costo total de 121 billones de dólares, lo cual constituye pérdidas para la población en términos de las actividades (económicas, sociales, culturales, etc.) que pudieron haber desarrollado si no hubiese estado allí la congestión, y en la inversión que pudieron haber hecho con el dinero perdido con estos costos. El caso europeo no es distinto, el European Comission White Paper encontró que la congestión tiene un costo de cerca de 100 billones de euros anuales (Mussone et al., 2014).

5.2. Marco Normativo

En el caso colombiano específicamente en la ciudad de Bogotá D.C. los cuatro aspectos enunciados en la sección 5.1.1.1 tienen normas asociadas, las cuales serán citadas y analizadas a continuación.

(16)

Estas restricciones son únicamente validas de lunes a viernes e implícitamente están incluyendo aspectos descritos en el marco teórico como horas pico nocturnas y diurnas, y los comportamientos de la población que se dirige en las mañanas desde sus hogares hasta sus trabajos y en las noches desde sus trabajos hasta sus hogares. La ley 789 de 2002 en su artículo veinticinco (25) establece el horario de trabajo ordinario entre las 6:00 y las 22:00 horas, y teniendo en cuenta que el código sustantivo de trabajo en su artículo 160 establece que el máximo de horas laborales por semana es de cuarenta y ocho (48) horas es decir por lo regular 8 horas diarias, se puede inferir que una empresa que inicie labores entre 8:00 y 9:00 horas estará terminando labores entre las 17:00 y 18:00 incluyendo la hora de descanso intermedio para tomar el almuerzo, explicando así a groso modo el porqué de la existencia de estos horarios de restricción. Por otra parte, el código nacional de tránsito Ley 769 de 2002, en su artículo 108 con respecto a las condiciones climáticas de humedad, visibilidad que alteran la capacidad de frenado establece que el conductor debe manejar una distancia prudencial del vehículo que le antecede, dejándolo así al criterio del conductor.

Frente a la capacidad de rendimiento de la infraestructura vial de la sección 5.1.1.1.2, en la ciudad de Bogotá a través del Decreto 190 de 2004 en el artículo 174 se clasifican las secciones viales como sigue:

Malla arterial principal y malla arterial complementaria: V-0, V-1, V-2 y V-3.

Malla vial intermedia: V-4, V-5 y V-6.

Malla vial local: V-7, V-8 y V-9.

(17)

Tabla 2: Anchos mínimos de secciones transversales por tipo de sección vial

Tipo Ancho V-0 100 metros V-1 60 metros V-2 40 metros

V-3 28 metros (en sectores desarrollados) V-4 22

V-5 18 (Para zonas industriales y acceso a barrios) V-6 16 (Local principal en zonas residenciales) V-7 13 (Local secundaria en zonas residenciales) V-8 10(Publica, peatonal, vehicular restringida) V-9 8 (Peatonal)

Fuente: Decreto 190 de 2004

Dependiendo de la clasificación variara el flujo vehicular y así mismo las velocidades permitidas. Según la ley 1239 de 2008 el máximo de velocidad en el casco urbano es de sesenta kilómetros por hora (60 km/h) para vehículos de servicio público (modo de transporte objeto de estudio), a excepción de la circulación por zonas escolares o residenciales donde debe ser de 30 kilómetros por hora (30 km/h).

La sección vial objeto de estudio y descrita en el marco espacial, de acuerdo con lo anterior tiene una clasificación V-2 y los buses de servicio público tienen permitido un máximo de velocidad de sesenta kilómetros por hora (60km/h).

(18)

vehicular en donde existen pasos peatonales según el artículo cincuenta y ocho, lo cual es una conducta que puede darse en condiciones de congestionamiento. Los conductores según el artículo sesenta y ocho del código nacional de tránsito están obligados a conducir a la velocidad permitida según el carril cuando la reglamentación así lo indique, en caso de ausencia de reglamentación el carril derecho será para transitar y los demás para maniobras de adelantamiento. El articulo setenta y tres del mismo código establecerse que dichas maniobras de adelantamiento están prohibidas en intersecciones, en zonas donde exista línea de separación continua, en curvas o pendientes, cuando la visibilidad sea desfavorable, en las proximidades de pasos de peatones, en intersecciones de vías férreas, por la berma o por la derecha de un vehículo y en general cuando la maniobra ofrezca peligro.

Con respecto a los vehículos de servicio público en el artículo ochenta y ocho del código nacional de tránsito se establece la obligación de transitar por el carril derecho cuando se encuentre libre y esté disponible a los usuarios. En la ciudad de Bogotá el transporte público está en un proceso de transformación gracias al Plan Maestro de Movilidad (PMM) decreto 319 de 2016, que en el artículo doce estructura el sistema de movilidad teniendo como eje el Sistema Integrado De Transporte Publico de Bogotá D.C. (SITP) y que según el artículo catorce tiene tres componentes:

- El transporte Público Masivo - Transporte Público Colectivo - Transporte Publico Individual

El SITP según el artículo quince del PMM tiene un proceso de constitución a través de la integración operacional, tarifaria e institucional con el fin de lograr una unidad física para los usuarios del transporte. Finalmente, bajo el decreto 309 de 2009 se adoptó el SITP y además en el artículo once definió el modelo de operación que es con una arquitectura de rutas jerarquizadas, que comprende elementos de infraestructura complementarios como terminales, estaciones y paraderos para su funcionamiento.

(19)

De acuerdo con el Decreto 309 de 2009 el SITP se implementará en las siguientes cuatro fases:

Fase 1: Preparación para la implementación del SITP. Fase 2: Implementación gradual de la operación. Fase 3: operación integrada del SITP.

Fase 4: Integración con los modos férreos.

En la actualidad el SITP se encuentra en la Fase 2 por aspectos como la falta de integración de medios de pago y tarifarias enunciadas en el artículo 19 de la Ley 309 de 2009, debido a la resiliencia de los SITP Provisionales, en ese mismo sentido en la actualidad los buses utilizados para reemplazar los SITP provisionales, son los de recorridos más largos denominados SITP Urbano, aquellos con características físicas más parecidas a los SITP Provisionales y que suelen transitar por el área de estudio tienen una capacidad de 50 pasajeros (Transmilenio S.A, 2017), el modelo de referencia es Mercedes Benz Atego 1016 que tiene una capacidad de 60 pasajeros y una longitud de 9.5 metros (El Tiempo, 2011).

Por último, con respecto a la ubicación a la que se refiere la sección 5.1.1.1.4 la ciudad de Bogotá D.C. se divide en localidades, las cuales a su vez se divide en Unidades De Planeamiento Zonal (UPZ) para efectos de ordenamiento territorial. La vía objeto de estudio se encuentra ubicada en la UPZ 93 Las Nieves de la localidad tercera Santa Fe. De acuerdo con el artículo 32 del Decreto 492 de 2007 esta UPZ define y precisa las normas específicas de acuerdo con los planteamientos establecidos en la Operación Centro, el modelo de ordenamiento del plan zonal centro, el área de actividad central, los lineamientos de armonización de usos y tratamientos y criterios de ordenamiento.

5.3. Marco de Referencia

(20)

5.3.1. Abstracción

Los sistemas de información geográfica (SIG) han sido usados cada vez más como una herramienta eficiente para aplicaciones tales como respuesta a emergencias, planeación y administración del transporte (Huang & Pan, 2006), dado que está en la capacidad de resolver una pregunta en su mundo virtual que se aproxima a la respuesta en el mundo real (Sadeghi-Niaraki, Varshosaz, Kim, & Jung, 2011), al asociar datos estáticos y dinámicos del tráfico vehicular (Valsecci, Claramunt, & Peytchev, 1999).

Con el fin de fortalecer la articulación de los SIG y los sistemas de transporte inteligentes (STI) nace una nueva rama denominada GIS-T (Geographic Information Systems for Transportation) (Huang & Pan, 2006), la cual incorpora encuestas origen-destino, para construir marcos de comportamiento que permitan estudiar y tratar de entender los patrones y tendencias que emergen de un sistema de transporte (Chen, Tan, Claramunt, & Ray, 2011).

Para Huang & Pan (2006) un GIS-T debe estar en la capacidad de integrar gran variedad de datos de transporte tales como, incidentes, condiciones del pavimento e inventarios de señalización, asociados a un punto específico o segmento de vía en un sistema de referencia espacial, esto para simular las condiciones de entorno a las que se ve sujeto el usuario de la infraestructura vial.

Por otro lado es necesario entender los comportamientos de los usuarios bajo las condiciones enunciadas anteriormente, para esto Chen y su equipo (2011), se enfoca en la abstracción de variables como los múltiples modos de transporte que hacen uso de una vía, el establecimiento en torno a las características físicas de la infraestructura vial de indicadores de accesibilidad, entre otras clases de variables que permitan reflejar las relaciones topológicas y lógicas de las redes de transporte. Una de las variables más difíciles de abstraer es la variedad de modos de transporte que circulan por una vía de tipo multimodal, Yan-yan, Pan-Yi, Jiang-hui, Guo-chen, Xin, & Yi, (2016) dan prioridad al transporte publico, ya que es donde se concentra el interes de la poblacion, y por ello hacen una clasificacion entre el transporte publico y el transporte privado, lo cual tambien facilita análisis asociados a la demanda de transporte publico y privado a diario.

(21)

marco normativo (§5.2), la tabla tres presenta las variables asociadas a cada seccion además de una descripcion de cada una.

Tabla 3. Variables a tener en cuenta en el area de estudio. Seccion Variable/Abreviacion Definicion

Hora d e c o n g e stio n

Humedad del segmento de via / Humedad_via

La via en el momento de captura de datos puede estar seca, humeda o mojada.

Hora de estudio del segmento de via / nombre

La hora en que se recolecta la informacion debe estar en el horario de la hora pico nocturna de la ciudad y sera

parte del indicador del segemeto de via, que ademas de la hroa tendra la carrera las calles entre las que esta y el dia el

mes y el año.

Cap a cida d De R e n d im ien to

Numero total de carros sobre el segmento de via / num_carr

Cantidad de carros en el segmento de via durante la hora pico nocturna elegida

Numero de carros publicos en el segmento de via /

num_carr_pub

Cantidad de buses de servicio publico SITP y SITP Provisional en el segmento

de via durante la hora pico nocturna elegida

Numero de carros privados en el segmento de via /

num_car_priv

Cantidad de carros que no cumplen la funcion de medio de transporte publico

masivo.

Cola / Cola Es la cantidaconcatenado con la cantidad de metros de segmento de via

que ocupan. Capacidad del segmento de

via / capacidad

Es la longitud del segmento de via.

Volumen del segmento de via / volumen

La longitud de via ocupada por vehiculos en la hora pico nocturna

(22)

Indice V/C / V_C Es el cociente entre el volumen y la capacidad.

Codificacion del indice / Codificacion

Hace referencia a la nuraleza del flujo.

P a p e l d e L o s V e h ic u lo s

Velocidad Permitida / v_per Es la velocidad que la normatividad en el area urbana establece para lso carros de servicio publico.

Velocida Sobre Via / v_calc Velocidad a la que circulan los vehiculos de servicio publico en el segmento de

via estudiado. Comportamiento de los

vehiculos serca a la estacion SITP / comp_vehi_prada

Descripcion de maniobras hechas por los conductores serca a cada estacion.

Observaciones / obsrvcns Descripcion de maniobras y patronjes en el segmento de via estudiado. Numero de buses SITP en

la estacion / num_bus_SITP

Cantidad de buses SITP recogiendo personas en la estacion durante un rango periodo de tiempo de 10 minutos

en la hora pico estudiada. Numero de buses SITP

Provisional en la estacion / num_bus_pub

Cantidad de buses SITP Provisional recogiendo personas en la estacion durante un rango periodo de tiempo de

10 minutos en la hora pico estudiada. Numero de personas en

estacion SITP / num_per

Corresponde al nuemero de personas en espera de un bus SITP o SITP provisional , base para observar cuantos

toman SITP y SITP provisional. Numero de personas en la

estacion que se suben a un SITP / num_per_SITP

Personas que acceden al servicio SITP durante un rango de tiempo de 10

(23)

Numero de personas en la estacion que se suben a un

SITP Provisional / num_per_publ

Personas que acceden al servicio SITP Provisional durante un rango de tiempo de 10 minutos en la hora pico elegida.

Rutas / Ruta # Rutas SITP que tienen asignada la estacion perteneciente al segmento de

via estudiado.

Ubica

cion

Estado De Via / est_via Condiciones de pavimento del segmento estudiado.

Semaforo / Semaforo Presencia o no de semaforo en el segmento de via estudiado. Tiempo en luz roja / t_Rojo Tiempo en segundos que el semaforo

impide la circulacion de vehiculos en el segmento de via estudiado. Tiempo en luz verde /

t_Verde

Tiempo en segundos que el semaforo permite la circulacion de vehiculos en el

segmento de via estudiado. Uso / uso Hace referencia especificamente a si es

parqueadero o no, dado que el area de estudio ya se caracterizo en el marco

espacial. Capacidad De Parqueadero

/ cap_parq

Hace referencia a la cantidad de vehiculos que pueden estacionarse en

un lote de uso parqueadero. Identificador del Lote /

lotcodigo

Es un identificador unico que el distrito capital le da a cada lote para

identificarlo de los demas. (Elaboracion Propia)

(24)

datos objeto – relacional libre (Open source, código abierto o software libre), con más de 15 años de antigüedad ( The PostgreSQL Global Development Group, 2017), el cual tiene una extensión de bases de datos espaciales denominada PostGIS la cual soporta objetos geográficos permitiendo que consultas espaciales se realicen en SQL (PostGIS, 2017).

Los requerimientos mínimos de Hardware para la versión 9.6 de PostgreSQL son un Procesador de 1 GHz, memoria RAM de 1 GB y un Disco Duro de 512 MB (EnterpriseDB, 2016).

Para visualizar los objetos geográficos es necesario un software SIG como QGIS, el cual es un software profesional SIG de código abierto licenciado bajo licencia pública general (GNU) y pertenece al Open Source Geospatial Fundation (OSGeo) (OSGeo, 2017). QGIS no cuenta con una especificación de requerimientos de Hardware oficial, aunque para el desarrollo de la investigación el disco duro fue de 1 Tera, la memoria RAM de 512 MB, procesador de 2400 MHz y sistema operativo Ubuntu Linux versión 16.04.

Por otra parte, los recursos de software, hardware, información y datos del área de estudio no cumplirán el objetivo de la investigación sin un diseño apropiado del flujo de información y debida utilización de los recursos. La Figura 1 presenta dicho Diseño.

Figura 1. Flujo de Información y Recursos Utilizados. (Elaboración Propia)

Almacenamiento De Datos (PostgreSQL)

Modificación De Datos y Actualización (PostgreSQL) Generación de Estadísticas y Consultas (PostgreSQL) Visualización De Consultas y Estadísticas (QGIS) PC

(25)

Como se puede observar en la Figura 1, uno de los aspectos más importantes es la base de datos espacial, debido a que de esta dependen los resultados de la investigación y por ende los análisis y escenarios hipotéticos a implementar, razón por la cual es necesario hacer un diseño de la base de datos espacial para evitar problemas como los enunciados por Silberschatz, Korth, & Sudarshan (2002), de:

- Redundancia e inconsistencia de los datos: Información duplicada y diversas copias de los mismos datos pueden no coincidir respectivamente.

- Dificultad de acceso a datos: frente a consultas no previstas cuando la información fue almacenada la búsqueda puede tornarse engorrosa y con gran cantidad de datos imposible, por lo cual se requeriría el desarrollo de sistemas de recuperación de datos.

- Aislamiento de datos: la presencia de datos dispersos y diferentes formatos puede impedir la creación de sistemas de recuperación de datos.

- Integridad: Los valores de los datos almacenados deben satisfacer ciertos tipos de restricciones de consistencia, por ejemplo, la restricción de velocidad de una vía determinada no puede ser superior al límite establecido por la ley. - Atomicidad: Cualquier sistema eléctrico o mecánico está sujeto a fallos,

cuando esto sucede y se están haciendo operaciones en los datos como transferencias de datos, por ejemplo, una transacción entre cuentas bancarias se debe asegurar que en el momento del fallo o se haga la transferencia o por el contrario no se haga, evitando que en el ejemplo de la transferencia bancaria se debite de una cuenta y no se acredite en la cuenta receptora.

- Anomalías en acceso concurrente: cuando muchos usuarios tienen acceso a la base de datos, si no existe un sistema de supervisión dos usuarios pueden modificar un mismo dato al mismo tiempo, por ejemplo, dos usuarios retirando dinero de una misma cuenta bancaria al mismo tiempo, juntos debitaran un valor de la cuenta bancaria, pero la cuenta simplemente podría tener en cuenta el retiro de uno de los dos usuarios y omitir el otro.

(26)

El modelo entidad relación se compone de una colección de objetos llamados entidades y de relaciones entre esos objetos (Silberschatz et al, 2002). Las entidades se describen en bases de datos con atributos, estos componentes según Silberschatz et al, (2002) se representan de la siguiente manera:

- Rectángulos: Representan las entidades - Elipses: representan los atributos.

- Rombos: representan las relaciones entre conjuntos de entidades.

- Líneas: Unen los atributos con los conjuntos de entidades y los conjuntos de entidades con las relaciones.

Es necesario tener una forma de especificar como las entidades dentro de un conjunto de entidades son distinguibles al igual que las relaciones dentro de un conjunto de relaciones, por esa razón los valores de los atributos de una entidad deben ser tales que permitan identificar unívocamente la entidad (Silberschatz et al, 2002), en este contexto es que nacen las calves o llaves. Existe una clase de llave denominada primaria, la cual esla elegida por el diseñador de la base de datos como elemento principal para identificar las entidades dentro de un conjunto de entidades (Silberschatz et al, 2002), en el modelo entidad relacion esta se distinguira por ser el atributo subrayado.

Dado que los objetos a utilizar en la base de datos de la investigación son espaciales, es necesario agregar un indicador al interior de los rectángulos que representan las entidades, dicho indicador debe aclarar si el objeto es un punto, una línea o un polígono en el espacio. El indicador se pone en la parte superior derecha de cada entidad como se observa en las entidades de la Figura 2, la cual es el modelo entidad relación del caso de estudio, que se presenta en el capítulo 7.

El modelo entidad relación para el caso de estudio presenta algunas particularidades sobre las cuales es necesario definir teóricamente como se muestra a continuación las cuales son:

(27)

investigación, los semáforos y las estaciones, juntos tendrán el mismo identificador (id), que aclara sobre que segmento están ubicado.

- Atributo Multivalorado: Este se define como aquel atributo que puede tener un conjunto de valores para una entidad especifica (Silberschatz et al, 2002), en el caso de estudio una misma estacion puede ser una parada para distintas rutas.

- Atributo Derivado: Representados por aquellos cuyo ovalo es puntiado, se define como alque atributo cuyo valor no es almacenado si no que es calculado con base en otros atributos (Silberschatz et al, 2002), como por ejemplo el indice v/c que se deriva de la divicion entre los atributos volumen y capacidad. Con respecto al modelo relacional, se deriva del modelo entidad relación, y se compone de una serie de tablas, cada tabla está compuesta por varias columnas, cada columna tiene un nombre único, en este modelo las tablas representan las entidades del modelo entidad relación y las columnas representan los atributos de cada entidad e implícitamente a través de algo denominado claves foráneas, que son las claves primarias de otras entidades se representan las relaciones que de dan entre entidades(Silberschatz et al, 2002). En el capítulo séptimo se puede observar el modelo relacional del caso de estudio.

5.3.2. Soluciones propuestas a nivel internacional

A nivel internacional se han implementado dos propuestas cuyo fin es priorizar el transporte público en la ciudad, las cuales se presentan a continuación:

5.3.2.1. Costos de parqueo diferenciales

(28)

peajes por congestión en diferentes sectores de la ciudad (Fosgerau & de Palma, 2013).

5.3.2.2. Cargos por congestión (peajes)

Esta alternativa ha sido implementada en Estocolmo, Singapur, Londres y Gotemburgo (Mussone et al., 2014).

En Estocolmo (Mussone et al., 2014) consideran esta alternativa como eficiente debido a que tuvo una aceptación pública más conducente al suplir la necesidad de la población de políticas públicas eficientes, además se consideró viable porque constituye un marco económico que permitió aumentar la inversión en infraestructura vial.

En Londres se sustenta que esta clase de políticas tiene como fin hacer más atractivo el transporte público y menos atractivo el transporte privado, razón por la cual el impuesto es aplicable únicamente para carros tanto privados como comerciales, y son exentos las bicicletas motocicletas, taxis y aquellos que habitan en la zona y se encuentran saliendo (Green et al., 2015), otra de las ventajas de esta política es el aumento en los ingresos del gobierno local, provenientes de aquellos ciudadanos que estuvieron dispuestos a pagar los peajes; los cuales fueron invertidos en mejoras al transporte masivo y algunas iniciativas asociadas a la caminata y la bicicleta. Algunas de las estadísticas obtenidas en torno a la implementación de la política en Londres fue la reducción en los tiempos y distancias de viaje; la distancia recorrida por carros se redujo en un 34% incrementando así las distancias en bicicleta taxis y motos, el tiempo perdido por el tráfico se redujo en aproximadamente 30% (Green et al., 2015).

(29)

5.4. Marco Espacial

El desarrollo del estudio se hace en el centro tradicional de Bogotá, Colombia, más exactamente en la UPZ 93, Las Nieves de la localidad tercera Santa Fe.

La vía que presenta problemas de congestión es la avenida Fernando Mazuera (Carrera 10) entre las avenidas Jiménez De Quesada (calle 13) y Ciudad De Lima (Calle 19), en los carriles del costado oeste cuyo sentido es norte – sur. La problemática se presenta sobre las horas pico nocturnas y por esa razón el área de estudio son los lotes que colindan al oeste con la vía. La avenida Fernando Mazuera es tipo V-2 es decir arterial al igual que la avenida Ciudad de Lima, y la avenida Jiménez de Quesada es tipo V-3 de igual manera clasificada como arterial como se presenta en el Mapa 02.

(30)

Con respecto a la UPZ en la que se encuentra el área de estudio el uso principal es el de oficinas cuya participación es del 20,72%, seguido del uso comercio y oficinas con participaciones de 19.54% y 2.42% respectivamente (Orjuela & Cogua, 2012). Acerca de los lotes del área de estudio, normativamente como se puede observar en el mapa 3 que el área de estudio abarca dos sectores normativos, La Capuchina y san Victorino Regional, analizando la ficha normativa (ver tabla 4), en el sector normativo La capuchina el uso principal es comercio de escala urbana y zonal junto con los servicios personales de escala metropolitana, urbana, zonal y vecinal, y en el sector San Victorino Regional el comercio de escala metropolitana, urbana y zonal. Esto se relaciona con un propósito normativo que es la asignación de usos con mayor rentabilidad y mayor edificabilidad, lo cual pretende el redesarrollo y la reactivación del comercio y los servicios en la zona (Artículos 39 y 40 del decreto 492 de 2007).

Tomado De: Decreto 492 de 2017 y la Ficha Normativa de la UPZ Las Nieves

(31)

Tabla 4. Usos por sector normativo en el área de estudio.

Sectores

De Usos Vivienda Industria Dotacional Comercio

Servicios Empresaria

les

Servicios Personales

Servicios de Alto Impacto Equipamiento

Colectivo

Servicios Urbanos Básicos

M U Z V M U Z M U Z V M U Z M U Z V M U Z

San Victorino

regional

C C C C P P P C R C C C C C C

La Capuchin

a

C R R C C R R C R P P C R C C P P P P C R

M= Escala Metropolitana

U= Escala Urbana Z= Escala Zonal V= Escala Vecinal

R: Uso Restringido P: Uso Principal C: Uso Complementario

(Decreto 492 de 2007)

(32)

Mapa 4. Usos UPZ Las Nieves (Orjuela & Cogua, 2012)

(33)
(34)
(35)
(36)

6. METODOLOGIA

El desarrollo de la investigación en el área de estudio se lleva a cabo en tres etapas:

Las cuáles se describen en las siguientes secciones.

6.1. Etapa 1: Recolección de Datos

Teniendo en cuenta que hay una serie de variables que describen la congestión del tráfico, se procede a ir al área de estudio para recolectar los datos, y dado que las dinámicas del tráfico varían de acuerdo a los días de la semana, la recolección de datos se hace durante tres semanas de lunes a viernes y se eligen los datos recolectados de los días en donde no hubo contratiempos como accidentes, condiciones climáticas adversas o alguna clase de festividad, con el fin de generar así información para los días Lunes, Martes, Miércoles, Jueves y Viernes, en condiciones similares. Las semanas elegidas para esta etapa son las primeras tres semanas del mes de octubre del año 2016. Por otra parte, debido a que la hora pico nocturna es el horario objetivo de estudio, se toman datos en tres horas específicas, 6:30 pm, 7:00 pm y 7:30 pm, con el fin de elegir el horario más conflictivo y en donde los datos son más consistentes, resultando así información de un mismo horario por cada día de la semana.

(37)

segunda etapa corresponde a los datos que varían en el largo plazo y que no dependen de la hora en que se recolecten presentados en la tabla 6.

Tabla 5. Datos que varían durante la hora pico Datos Variantes

t_Verde t_Rojo

num_bus_SITP num_bus_Publ

num_per Humedad_via

num_carr Num_carr_pub

num_carr_priv cola

comp_vehi_prada obsrvcns volumen

(Elaboración Propia)

Tabla 6. Datos que no varían durante la hora pico Datos Invariantes

Rutas nombre

est_via v_per

capacidad lotcodigo

cap_parq Id_E

(Elaboración Propia)

(38)

Tabla 7. Variables recolectadas en el recorrido hecho sobre los carriles con dirección norte sur multimodales de la carrera decima.

Estación Variables Descripción

A t_Verde t_Rojo

Humedad_via

Datos tomados del semáforo de la avenida Fernando Mazuera que detiene el flujo vehicular a la atura de la Avenida Jiménez de Quezada en sentido norte sur. La humedad de la avenida Fernando Mazuera entre avenidas Jiménez de Quezada y Ciudad de Lima.

Método de Captura

Las variables t_Verde y t_Rojo se toman con cronometro.

La variable Humedad_via se adquiere por observación. B num_carr_pub

num_carr_priv num_carr

Datos tomados de la avenida Fernando Mazuera entre la avenida Jiménez de Quezada y calle 17, así como de las calles 15 y 16 entre la avenida Fernando Mazuera y la carrera 12.

Método de Captura

Las tres variables de esta estación se adquieren por conteo análogo.

C Volumen Cola

Datos tomados de la avenida Fernando Mazuera entre la avenida Jiménez de Quezada y la calle 17.

Método de Captura

La variable Volumen se toma identificando un punto de referencia que indica hasta donde llega la congestión, y luego con ayuda de un mapa georreferenciado se mide la distancia desde la intersección entre la avenida Fernando Mazuera y la avenida Jiménez de Quezada hasta el punto de referencia elegido.

(39)

D t_Verde t_Rojo

Datos tomados del semáforo de la avenida Fernando Mazuera a la altura de la calle 17 que detiene el flujo vehicular en sentido norte sur.

Método de Captura

Las variables t_Verde y t_Rojo se toman con cronometro.

E num_carr_pub num_carr_priv num_carr volumen cola

Datos tomados de la avenida Fernando Mazuera entre la calle 17 y avenida Ciudad de Lima.

Método de Captura

Las variables num_carr_pub, num_carr_priv, num_carr de esta estación se adquieren por conteo análogo. La variable Volumen se toma identificando un punto de referencia que indica hasta donde llega la congestión, y luego con ayuda de un mapa georreferenciado se mide la distancia desde la intersección entre la avenida Fernando Mazuera y la calle 17 hasta el punto de referencia elegido.

La variable Cola es la concatenación la variable num_carr y la variable volumen de esta sección. F num_carr_pub

num_carr_priv num_carr Volumen

Datos tomados de la calle 18 entre avenida Fernando Mazuera y carrera 12.

Método de Captura

Las variables num_carr_pub, num_carr_priv, num_carr de esta estación se adquieren por conteo análogo, durante 10 minutos se toman varias medidas, para luego tener un promedio de la cantidad de buses que suelen detenerse en la estación.

(40)

Fernando Mazuera y la calle 18 hasta el punto de referencia elegido.

G num_per

num_bus_SITP num_bus_Publ

Datos tomados de la Estación SITP ubicada en la Avenida Fernando Mazuera entre la avenida Jiménez de Quezada y la calle 17.

Método de Captura

Las tres variables de esta estación se adquieren por conteo análogo.

H v_calc Dato recolectado de la avenida Fernando Mazuera entre calle 17 y avenida ciudad de lima.

Método de Captura

La variable v_calc se obtiene cronometrando el tiempo que tarda un bus SITP en atravesar la avenida Fernando Mazuera entre la calle 17 y la avenida Jiménez de Quezada.

(Elaboración Propia)

(41)

Por otra parte, con encuestas origen destino que tienen las preguntas:

- De Donde Sale: Barrio en el cual estuvo antes de acercarse a la estación SITP para tomar el servicio de BUS.

- Para Donde Va: Cual es el barrio destino. - Hora: A qué hora usualmente toma el servicio.

- Con Que frecuencia: Los días de la semana en los cuales a la misma hora recurrentemente suele acercarse a la estación para tomar el servicio de BUS - Medio de Transporte: Que preferencia tiene SITP o SITP Provisional y que rta

suele tomar.

- Como Califica el SITP: De acuerdo a la experiencia, que palabra elige para describir el SITP.

- Observaciones del SITP: Que quejas o observaciones tiene acerca del SITP.

se procede a encuestar personas en la estación SITP ubicada en el segmento de vía estudiado definido en el marco espacial, entre las 6:30 pm y 7:30 pm entre semana hasta tener un número considerable de encuestas que permita evaluar la percepción general de la población.

6.2. Etapa 2: Elaboración del SIG y Definición de Escenarios

En esta etapa se procede, con base en un modelo relacional desarrollado propiamente para el caso de estudio y que se deriva de un modelo entidad relación, a hacer la base de datos espacial en PostgreSQL, para con ello empezar a seguir el proceso del flujo de información y recursos utilizados diseñado en el marco de referencia en la Figura 1. Con ello se procede a realizar varias salidas graficas del área de estudio que presenten el estado actual del área de estudio.

(42)

6.3. Etapa 3: Implementación de Soluciones

Con base en las dos clases de propuestas para mitigar la congestión presentadas en el marco de referencia, se procede a modificar las variables del sistema de información geográfica que tienen relación con los carros privados, disminuyendo su cantidad el 30%, 60% y 90%, para de ese modo observar que tan efectiva seria la propuesta en mitigar la congestión, además con base en las salidas graficas obtenidas en la etapa dos se precede a analizar cuál de las dos propuestas podría reducir el uso de carro privado en el área de estudio con mayor efectividad.

Para hacer dicha disminución solo se cuenta con el número de autos privados y públicos, mas no con el porcentaje de segmento de vía que está ocupando el conglomerado de cada grupo, razón por la cual para hallar este porcentaje, se calcula el segmento e vía que están ocupando los carros públicos teniendo en cuenta que:

- A través del segmento de vía estudiado solo transitan SITP Urbano cuya longitud es de 9.5 metros (ver marco de referencia).

- El segmento de vía objeto de estudio solo se compone de dos carriles.

- El porcentaje de vía que ocupan los buses públicos será el resultado de la longitud de cada bus por el número de buses en el segmento de vía, dividido en los dos carriles en los cuales se distribuirán los buses.

- La resta entre la longitud total del segmento de vía estudiado y la longitud que están ocupando los buses públicos SITP y SITP Provisional será el resultado de la longitud de segmento de via que están ocupando los carros privados.

La ecuación 1 contempla esta lógica y es la utilizada para definir los nuevos índices V/C resultado de la reducción de los porcentajes 30%, 60% y 90% de los carros privados.

(9.5 ∗ 𝑛𝑢𝑚𝑐𝑎𝑟𝑝𝑢𝑏𝑙

2 ) + (𝐶𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑 − (

9.5 ∗ 𝑛𝑢𝑚𝑐𝑎𝑟𝑝𝑢𝑏𝑙

2 )) ∗ (1 − % 𝑑𝑒 𝑟𝑒𝑑𝑢𝑐𝑐𝑖𝑜𝑛)

Ecuación 1. Longitudes de vía resultantes luego de reducir la cantidad de carros privados en la vía.

(43)

9.5: corresponde a la longitud estándar de los buses adquiridos (Mercedes Benz Atengo 1016) por el SITP para circular por la ciudad como SITP Urbano y que tiene una capacidad de 60 pasajeros.

Num_car_pub: corresponde a la cantidad de buses contabilizados en la carrera decima entre calles trece y diecisiete.

/2: se divide sobre dos dado que es una avenida de dos carriles lo cual indica que ocuparan en cada carril la mitad de la longitud total.

Capacidad: Indica los metros longitudinales que tiene la carrera decima entre calles trece y diecisiete.

% de Reducción: indica el porcentaje en que se reducirá el flujo de vehículos diferentes a los buses de servicio público.

En esta etapa también se evalúa como la disminución de la congestión del tráfico a estos niveles podría llegar a reducir los niveles de accidentalidad reportados en el área de estudio por la Secretaria Distrital de Movilidad presentados en el marco espacial.

(44)

7. RESULTADOS Y ANALISIS DE RESULTADOS

En este capítulo se presentan los resultados obtenidos en cada etapa y los análisis alrededor de cada resultado conforme lo establecido en la metodología.

7.1. Etapa 1: Recolección de Datos

De los datos variantes recolectados en el mes de octubre, se eligieron por la ausencia de contratiempos, o variables que alterasen los datos, como el clima, festividades, accidentes entre otros, los tomados en las siguientes fechas:

Lunes 10 de octubre de 2016,

Martes 11 de octubre de 2016,

Miércoles 12 de octubre de 2016,

Jueves 06 de octubre de 2016,

Viernes 14 de octubre de 2016.

Los resultados se pueden observar en las tablas 8, 9, 10, 11 y 12.

Con respecto a la hora en que se observó mayores problemas de congestión se eligió las 6:30 pm, es decir que sobre los datos de las 6:30 se trabajara en las etapas 2 y 3, más sin embargo en las tablas 8 a la 12 se presentan los datos de las 19:00 y 19:30 ya que complementan la información de variables como observaciones y comportamiento de conductores cerca a la parada que son útiles para entender a mayor profundidad las dinámicas en el área de estudio. Por otra parte con respecto a los datos invariantes, estos se pueden observar en las tablas 13 y 14, los cuales corresponden a los datos del segmento de via de interés que es la avenida Fernando Mazuera entre avenidas Ciudad de Lima y Jiménez de Quezada

(45)

(Elaboración propia)

Tabla 8. Datos recolectados el 10 de octubre de 2016 Hora Frecuenci

a semáforo Numero de carros en calles 15,16 Numero De carros Públicos Numero De Carros Privado s

Cola Avenida afectada A, B. A: Cr10 entre cll13

y cll17. B:cr10 entre cll17 y

cll19 Comportamiento de conductores Cantida d de persona s en parader o Cantidad de personas que suben a SITP y a Provision al Numero de buses por estación Velocida d Promedi o

Clima Observaciones

6:3 0 pm Rojo: 57 Seg. Verde: 43 Seg.

Cll 15: 1 Cll 16: 0

43 40 384m.

83 Autos. A: 384m. 100%. B: 117m. 66%.

Tráfico pesado, avance lento

17 SITP: 3. Provisi onal: 0. SITP: 3. µ=2 Publico : 1. µ=0 0.67 m/s Tarda 9’29’’

Seco En la intersección de la calle 17 con la carrera 10, personas suelen subirse a buses SITP provisionales

provocando

congestión en los sentidos norte-sur, este-oeste y este-sur.

7:0 0 pm Rojo: 57 Seg. Verde: 43 Seg.

Cll 15: 0 Cll 16:1

43 40 384m.

83 Autos. A: 384m. 100% B: 55m. 31%.

Arto espacio entre auto y auto, avance lento.

7 SITP:

7. Provisi onal: 2. SITP: 7. µ=2 Publico : 2. µ=0 0.63 m/s Tarda 10’05’ ’

Seco Las personas en la carrera deciman con calle 13, que cruzan por la cebra, ignoran el semáforo en rojo para peatones cuando está en verde para los transmílenios que en ese punto toman la calle 13 al oeste, producto de esto un transmilenio casi estrella un joven. 7:3 0 pm Rojo: 57 Seg. Verde: 43 Seg.

Cll 15: 2 Cll 16:0

43 40 384m.

83 Autos. A: 384m. 100%. B: 55m. 31%.

Tráfico pesado, avance lento.

10 SITP: 2. Provisi onal: 1. SITP: 2. µ=0 Publico : 5 µ=1 0.90 m/s Tarda 7’5’’

(46)

(Elaboración propia)

Tabla 9. Datos recolectados el 11 de octubre de 2016

Hora Frecuencia Numero de carros en calles 15,16 Numero De carros Públicos Numero De Carros Privados

Cola Avenida afectada A, B

A: Cr10 entre cll13 y cll17. B:cr10 entre cll17 y

cll19

Comportamiento Cantidad de personas en paradero Cantidad de personas que suben a SITP y a Provisional Numero de buses por estación Velocida d Promedi o

Clima Observaciones

6:3 0 pm Rojo: 57 Seg. Verde: 43 Seg.

Cll 15: 0 Cll 16:1

54 32 384m.

86 Autos. A: 384m 100% B:36m 20.3%

Congestionado. 32 SITP: 4. Provisi onal: 0. SITP: 3 µ=1 Publico : 3 µ=1 0.82 m/s Tarda : 7’46’’

Seco Personas en la calle 17 con carrera 10 inducen la parada de buses públicos para tomar su medio de transporte así como en la carrera decima con calle 13.

7:0 0 pm Rojo: 57 Seg. Verde: 43 Seg

Cll 15: 2 Cll 16:1

22 14 197m

36 Autos. A: 197m 51.3%. B:0m 0%

A las 7:10 se presenta un choque entre una buseta y un SITP, debido que al salir de del paradero de la 17 el bus publico cerro el SITP.

La vía alternativa para los buses es uno de los carriles de Transmilenio.

8 SITP:

2. Provisi onal: 4. SITP: 1 µ=0 Publico : 5 µ=2 1.62 m/s Tarda : 3’57’’

Seco Calle 13 boqueada por buses que van de norte a sur, lo cual impidió que un transmilenio F51 tomase la calle 13 al oeste. Los auxiliares de transmilenio superaron la crisis en 30 segundos 7:3 0 pm Rojo: 57 Seg. Verde: 43 Seg.

Cll 15: 1 Cll 16:0

10 14 142m,

24 Autos. A: 142m 36%. B:0m 0%

Los buses públicos no SITP suelen estacionarse en el primer carril entre la 13 y la 17 a diferentes alturas.

14 SITP: 11. Provisi onal: 0. SITP: 3 µ=1 Publico : 0 µ=0 1.28 m/s Tarda : 3’00’’

(47)

(Elaboración propia)

Tabla 10. Datos recolectados el 12 de octubre de 2016

Hora Frecuencia Numero de carros en calles 15,16 Numero De carros Públicos Numero De Carros Privados

Cola Avenida afectada A, B

A: Cr10 entre cll13 y cll17. B:cr10 entre cll17 y

cll19

Comportamiento Cantidad de personas en paradero Cantidad de personas que suben a SITP y a Provisional Numero de buses por estación Velocida d Promedi o

Clima Observaciones

6:3 0 pm Rojo: 57 Seg Verde: 43 Seg

Cll 15: 3 Cll 16:0

46 31 384m.

77 Autos. A: 384m 100% B:177m 100%

SITP suelen recoger 3m antes de la demarcación de estación y suelen hacer cambios de carril repentinos,

prácticamente sobre el lugar de parada.

19 SITP: 7. Provisi onal: 5. SITP: 0 µ=0 Publico : 3 µ=1 0.69 m/s Tarda : 9’10’’

Seco Los funcionarios de transmilenio desvían los buses SITP a la altura de la calle 17 hacia el segundo carril de la calzada exclusiva de transmilenio para descongestionar la carrera 10 entre las calles 17 y 13.

7:0 0 pm Rojo: 57 Seg Verde: 43 Seg

Cll 15: 5 Cll 16: 0

51 22 384m

73 Autos. A: 384m 100%. B:0m 0%

SITP recogió personas sobre el segundo carril exponiendo la seguridad de los usuarios.

10 SITP: 7. Provisi onal: 0. SITP: 1 µ=0 Publico : 5 µ=2 0.43 m/s Tarda : 14’47’ ’

Seco Problemática de buses no SITP recogiendo personas en la calle 17 con carrera 10 persiste. 7:3 0 pm Rojo: 57 Seg Verde: 43 Seg

Cll 15: 0 Cll 16:0

52 25 384m,

77 Autos. A: 384m 100%. B:116m 65.5%

Persiste la problemática de recoger en el segundo carril aun en los buses no SITP.

5 SITP:

2. Provisi onal: 0. SITP: 3 µ=1 Publico : 2 µ=1 0.89 m/s Tarda : 7’09’’

(48)

(Elaboración propia)

Tabla 11. Datos recolectados el 06 de octubre de 2016

Hora Frecuencia Numero de carros en calles 15,16 Numero De carros Públicos Numero De Carros Privados

Cola Avenida afectada A, B

A: Cr10 entre cll13 y cll17. B:cr10 entre cll17 y

cll19

Comportamiento Cantidad de personas en paradero Cantidad de personas que suben a SITP y a Provisional Numero de buses por estación Velocida d Promedi o

Clima Observaciones

6:3 0 Rojo: 57 Seg Verde: 43 Seg

Cll 15: 3 Cll 16:0

47 17 352m.

64 Autos. A:352m 91.6% B:55m 31%

Bus SITP cambio repentinamente de carril

14 SITP: 14. Provisi onal: 0. SITP: 1 µ=1 Publico : 3 µ=3 0.88 m/s Tarda : 7’45’’

Seco Bus causa congestión al detenerse en la intersección entre la calle 17 y la carrera 10

7:0 0 Rojo: 57 Seg Verde: 43 Seg

Cll 15: 3 Cll 16: 0

38 33 384m

71 Autos. A: 384m 100%. B:0m 0% Persisten los cambios de carril repentinos.

12 SITP: 8. Provisi onal: 3. SITP: 3 µ=1 Publico : 3 µ=1 0.66 m/s Tarda : 9’40’’

Seco La problemática en la calle 17 con carrera 10 persiste. 7:3 0 Rojo: 57 Seg. Verde: 43 Seg

Cll 15: 0 Cll 16: 0

30 22 290m,

52 Autos. A: 290m 75.5%. B:0m 0% Persisten los cambios de carril repentinos.

5 SITP:

2. Provisi onal: 3. SITP: 3 µ=1 Publico : 1 µ=0 5.26 m/s Tarda : 1’13’’

(49)

(Elaboración propia)

Hora Frecuencia Numero de carros en calles 15,16 Numero De carros Públicos Numero De Carros Privados

Cola Avenida afectada A, B.

A: Cr10 entre cll13 y cll17. B:cr10 entre cll17 y

cll19

Comportamiento Cantidad de personas en paradero Cantidad de personas que suben a SITP y a Provisional Numero de buses por estación Velocida d Promedi o

Clima Observaciones

6:3 0 Rojo: 57 Seg Verde: 43 Seg

Cll 15: 5 Cll 16: 0

49 27 384m.

76 Autos. A: 384m 100% B:86m 48.5%

Cambio de carril repentino (al mismo nivel de la parada) a causa de un usuario que pidió el servicio.

14 SITP: 1. Provisi onal: 1. SITP: 0 µ=0 Publico : 2 µ=2 0.68 m/s Tarda : 9’19’’ Hum edo

Bus no SITP se pasó el semáforo de la calle 13 con carrera 10 en rojo.

7:0 0 Rojo: 57 Seg Verde: 43 Seg

Cll 15: 0 Cll 16: 0

42 43 387m

85 Autos. A: 387m 101%. B:86m 48.5%

Buses públicos no SITP viajan a baja velocidad a la expectativa de algún posible usuario.

Buses suelen generar congestión sobre el carril primero a lo largo de toda la carrera decima entre calles 13 y 17.

25 SITP: 2. Provisi onal: 5. SITP: 1 µ=0 Publico : 3 µ=1 0.86 m/s Tarda : 7’24’’

Seco Buses SITP toman el carril de transmilenio sin permiso de funcionarios de transmilenio. 7:3 0 Rojo: 57 Seg Verde: 43 Seg

Cll 15: 1 Cll 16: 0

32 34 318m,

66 Autos. A: 318m 82%. B:86m 48.5%

Los usuarios no suelen hacerse sobre la línea de parada. Bus SITP hizo un cambio apropiado de carril al hacerlo con lentitud y varios metros antes de la parada.

21 SITP: 9. Provisi onal: 4. SITP: 2 µ=0 Publico : 1 µ=0 1.23 m/s Tarda : 5’11’’

(50)

Tabla 13. Datos Invariantes de la avenida Fernando Mazuera entre Calle 17 y Avenida Jiménez de Quezada

Carrera 10 entre calles 13 y 17

Estado De Vía Bueno

Estación SITP Si

Rutas S.I.T.P. C27 Destino La Estancia, 121 Destino Metrovivioneda, 188 destino Bosa Santafe, T25 Destino Potosí, 162 Destino Catalina II, 252 Destino Jaqueline, 59A Destino Boita, T13 Destino San Blas, T12 Destino Quintas Del Sur, C29 Destino Islandia.

Semáforo Si

Frecuencia De Semáforo 45 segundos en Rojo y 57 Segundos en verde

Velocidad permitida 60 Km/h

Capacidad 384m

(51)

Tabla 14. Datos Invariantes de la avenida Fernando Mazuera entre Calle 17 y Avenida Ciudad de Lima

Carrera 10 entre calles 17y 19

Estado De Vía Bueno

Estación SITP Si

Rutas S.I.T.P. C27 Destino La Estancia, 121 Destino Metrovivioneda, 188 destino Bosa Santafe, T25 Destino Potosí, T13 Destino San Blas, T12 Destino Quintas Del Sur

Semáforo Si

Frecuencia De Semáforo 48 segundos En Rojo y 54 Segundos en verde

Velocidad permitida 60 Km/h

Capacidad 177m

(Elaboración propia)

Tabla 15. Encuesta Origen – Destino Numero 1

De donde Sale Paradero carrera decima entre calles 15 y 14

Para donde va Barrio Timaga

Hora 6:00 pm

Con Que frecuencia Lunes A viernes Medio de transporte SITP ruta 252 Como Califica El SITP Regular

Observaciones de SITP Tarda de 15 a 20 minutos en poder acceder a el servicio

(52)

Tabla 16. Encuesta Origen – Destino Numero 2

De donde Sale Paradero carrera decima entre calles 15 y 14

Para donde va Barrio Santa Fe

Hora -

Con Que frecuencia -

Medio de transporte SITP

Como Califica El SITP Regular

Observaciones de SITP Tarda 40 minutos en acceder al servicio (Elaboración propia)

Tabla 17. Encuesta Origen – Destino Numero 3

De donde Sale Paradero carrera decima entre calles 15 y 14

Para donde va Tunjuelito

Hora No hora especifica

Con Que frecuencia Cada 15 días

Medio de transporte SITP o Publico Como Califica El SITP Malo

Observaciones de SITP Las rutas son difíciles de comprender (Elaboración propia)

Tabla 18. Encuesta Origen – Destino Numero 4

De donde Sale Paradero carrera decima entre calles 15 y 14

Para donde va Alborizadora Alta

Hora 6:00 pm

Con Que frecuencia Lunes a viernes

Medio de transporte SITP o publico no SITP Como Califica El SITP Regular

(53)

Tabla 19. Encuesta Origen – Destino Numero 5

De donde Sale Paradero carrera decima entre calles 15 y 14

Para donde va Primavera

Hora 6:00 pm

Con Que frecuencia Lunes a viernes Medio de transporte SITP tabla 252 Como Califica El SITP Regular

Observaciones de SITP Tarda 45 minutos en acceder al servicio, hay veces que pasa por el segundo carril y no recoge.

(Elaboración propia)

Tabla 20. Encuesta Origen – Destino Numero 6

De donde Sale Paradero carrera decima entre calles 15 y 14

Para donde va Granada Sur

Hora 6:00 pm

Con Que frecuencia Lunes a viernes Medio de transporte SITP Tabla T13 Como Califica El SITP Malo

Figure

Tabla 1: Clasificación de la tasa de velocidad/capacidad  Nivel De  Servicio  Tasa de  Velocidad/Capacidad  (V/C)  Nivel De Confort
Tabla 2: Anchos mínimos de secciones transversales por  tipo de sección vial
Tabla 3. Variables a tener en cuenta en el area de estudio.
Figura 1. Flujo de Información y Recursos Utilizados.
+7

Referencias

Documento similar

You may wish to take a note of your Organisation ID, which, in addition to the organisation name, can be used to search for an organisation you will need to affiliate with when you

Where possible, the EU IG and more specifically the data fields and associated business rules present in Chapter 2 –Data elements for the electronic submission of information

The 'On-boarding of users to Substance, Product, Organisation and Referentials (SPOR) data services' document must be considered the reference guidance, as this document includes the

In medicinal products containing more than one manufactured item (e.g., contraceptive having different strengths and fixed dose combination as part of the same medicinal

Products Management Services (PMS) - Implementation of International Organization for Standardization (ISO) standards for the identification of medicinal products (IDMP) in

Products Management Services (PMS) - Implementation of International Organization for Standardization (ISO) standards for the identification of medicinal products (IDMP) in

This section provides guidance with examples on encoding medicinal product packaging information, together with the relationship between Pack Size, Package Item (container)

Package Item (Container) Type : Vial (100000073563) Quantity Operator: equal to (100000000049) Package Item (Container) Quantity : 1 Material : Glass type I (200000003204)