Acessibility and mobility in the estimation of a trip potential index using artificial neural networks and geographic information systems

De maneira geral, o processo de planejamento de transportes não tem apresentado a sensibilidade suficiente para resolver ou ao menos atenuar o conflito entre o que é planejado e a necessidade real dos cidadãos urbanos, principalmente os de menor renda. Além disso, embora seja freqüente que as análises levem em conta aspectos ligados à acessibilidade, ou os ligados à mobilidade, isto em geral é feito de forma não associada. Como resposta a esta deficiência, o objetivo principal desta tese é propor, visando o planejamento estratégico, um processo de modelagem destinado a estimar potenciais de viagens integrando ambos os aspectos. Após uma abrangente revisão bibliográfica, foi proposta uma metodologia que prevê, inicialmente, a incorporação de dados espaciais a uma pesquisa origem-destino (O-D) com o uso de Sistemas de Informações Geográficas (SIG). Assim, à variáveis de entrada relacionadas com aspectos de mobilidade, como renda, por exemplo, é anexada a acessibilidade dos domicílios, calculada através de um indicador adequado. As variáveis de saída, viagens realizadas (p.ex., número e extensão), devem ser extraídas da pesquisa O-D e calculadas com o uso de um SIG suas características principais. Em seguida, faz-se uso de Redes Neurais Artificiais para construir modelos preliminares para avaliação de desempenho de variáveis de entrada e saída, o que permite posterior reformulação dos mesmos a partir das variáveis de melhor desempenho, na construção de um Índice Potencial de Viagens - IPV. Em uma aplicação para um estudo de caso em uma cidade de médio porte, de maneira geral, os resultados obtidos com o modelo de potencial de viagens revelaram uma certa superioridade em relação à medida convencional de acessibilidade adotada, quando usada isoladamente para fins de planejamento estratégico. A comparação entre a correlação que guardam os resultados do modelo proposto e os dados de viagens reais com a correlação existente entre os valores da medida de acessibilidade convencional adotada e os dados de viagens reais reforça este ponto. No primeiro caso, obteve-se um coeficiente de correlação (r) igual a 0,60 e, no segundo, 0,21. A constatação da relevância das variáveis de entrada usadas no modelo final (tamanho da família, acessibilidade e renda familiar) reforçou a tese de que aspectos de acessibilidade e mobilidade devem ser considerados conjuntamente nas abordagens de planejamento de transportes. Como conclusão, considerando o nível de planejamento estratégico de uma cidade, a metodologia aqui apregoada parece ser um avanço em relação aos modelos de acessibilidade convencionais e uma ferramenta útil para os tomadores de decisão em planejamento urbano e de transportes. A metodologia sinaliza que não basta apenas prover a população de acessibilidade física, mas é preciso propiciar a ela meios que possam garantir-lhe melhores índices de mobilidade.In general, the transportation planning process is not sensible enough to solve or at least to reduce the gap between what is planned and the real needs of urban citizens, specially those who belong to low income classes. Besides, although the analyses often take into account accessibility elements and mobility components they rarely do it in an integrated manner. As an answer to this deficiency, the objective of this work is develop a modeling approach for estimating potential trips that integrates both aspects for strategic planning purposes. Based on a comprehensive literature review, a new methodology is then proposed. It starts with the integration of origin-destination (O-D) survey data and spatial data obtained in a Geographical Information System (GIS) environment. Next, a mean separation accessibility index estimated for all households must be linked to their mobility variables, such as income, for example, in the same database. The output variables, i.e. trip characteristics (number and length), can be taken from the O-D survey or calculated in a GIS-environment. Next, exploratory models should be built with Artificial Neural Networks in order to evaluate the behavior of input and output variables. Only those variables selected as the most relevant in the evaluation phase are used thereafter to rebuild the models and to generate the Trip Potential Index - TPI. The proposed approach has been tested in a case study carried out in a Brazilian medium-sized city. For the most part, the results obtained with the trip potential model here developed suggest its superiority when compared to a conventional, selfstanding accessibility measure for strategic planning purposes. An analysis of two correlation coefficients, the first one got when the model estimates are compared with the real trip values (r = 0.60) and the second one got when the model estimates are compared with the accessibility values (r = 0.21), also strengthen the previous statement. Size and income of the household, which may be associated to mobility, and the accessibility indicator itself, were selected as the most relevant variables in the model. The selection of those variables stressed the assumption that accessibility and mobility should be examined together in transportation planning analyses. In conclusion, for the level of strategic planning, the methodology presented in this work seems to be a step forward in relation to traditional accessibility models and a useful tool for urban and transportation planners and decision-makers. The approach makes clear that urban citizens need not only physical accessibility, but also better mobility conditions