Proposal of a Geostatistical Procedure for Transportation Planning Field

Abstract

Abstract:The main objective of this study is to estimate variables related to transportation planning, in particular transit trip production, by proposing a geostatistical procedure. The procedure combines the semivariogram deconvolution and Kriging with External Drift (KED). The method consists of initially assuming a disaggregated systematic sample from aggregate data. Subsequently, KED was applied to estimate the primary variable, considering the population as a secondary input. This research assesses two types of information related to the city of Salvador (Bahia, Brazil): an origin-destination dataset based on a home-interview survey carried out in 1995 and the 2010 census data. Besides standing out for the application of Geostatistics in the field of transportation planning, this paper introduces the concepts of semivariogram deconvolution applied to aggregated travel data. Thus far these aspects have not been explored in the research area. In this way, this paper mainly presents three contributions: 1) estimating urban travel data in unsampled spatial locations; 2) obtaining the values of the variable of interest deriving out of other variables; and 3) introducing a simple semivariogram deconvolution procedure, considering that disaggregated data are not available to maintain the confidentiality of individual data.

Estimativa do volume de passageiros ao longo de uma linha de transporte público por ônibus a partir da geoestatística

“…Na engenharia de transportes, o emprego dos conceitos geoestatıśticos já foi veri4icado na modelagem de acidentes/segurança viária (Gomes et al, 2018;Gundogdu, 2014;Majumdar et al, 2004;Manepalli e Bham, 2011) e, mais recentemente, na estimativa de variaveis de demanda por transportes. Nesse sentido, foram desenvolvidos trabalhos que abordam viagens no âmbito de zonas de tráfego (Lindner et al, 2016;Rocha et al, 2017) e domicıĺios (Gomes et al, 2016;Pitombo et al, 2015), que, devido ao nıvel de agregação presente nas variaveis de interesse, não conseguiram alcançar resultados totalmente satisfatórios. No caso da demanda agregada por zonas de tráfego, o pressuposto da Geoestatıśtica de que tanto os elementos a serem utilizados para as estimativas quanto aqueles onde se pretende prever determinada variavel possuem o mesmo tamanho e forma (Goovaerts, 2008) é violado.…”

Métodos heurísticos de desagregação de dados de demanda por transportes através de simulação geoestatística

“…A abordagem geoestatística, aplicada a estudos relativos à demanda por transportes, é ainda recente e não foi suficientemente explorada na linha de pesquisa de planejamento de transportes (YOON et al, 2014;CHEN et al, 2015). Contudo, alguns estudos recentes mostraram o potencial da técnica ao realizar estimativas espaciais de variáveis de demanda por transportes através krigagens Ordinária, Universal, Indicativa e com Deriva Externa para estimar viagens urbanas e escolha modal (MIURA, 2010;DA COSTA et al, 2013;ROCHA, 2014;LINDNER, 2015;PITOMBO et al, 2015a;PITOMBO et al, 2015b;LINDNER et al, 2016;ROCHA et al, 2017). A aplicação da Geoestatística no campo de modelagem de demanda por transportes ainda requer muitos conhecimentos básicos, principalmente acerca das variáveis, que encontram obstáculos por envolverem questões de comportamento humano.…”

“…Partindo-se do contexto de que variáveis de demanda por transportes são espacialmente dependentes e de que tal característica deve ser considerada para modelagem e desagregação de dados, este trabalho propõe o uso da Geoestatística. A Geoestatística compreende uma das técnicas de estatística espacial já utilizada por alguns autores nos estudos de planejamento de transportes (YOON et al, 2014;CHEN et al, 2015;MIURA, 2010;DA COSTA et al, 2013;ROCHA, 2014;LINDNER, 2015;PITOMBO et al, 2015a;PITOMBO et al, 2015b;LINDNER et al, 2016;ROCHA et al, 2017;MARQUES e PITOMBO, 2018). Esta técnica possibilita análises exploratórias e confirmatórias através da previsão do comportamento de uma variável espacialmente correlacionada.…”