PAAKAT: Revista de Tecnología y Sociedad

Estimación de un índice de tráfico urbano mediante datos del servicio de Google Directions y su correlación con variables demográficas

Myrna Concepción Nevárez Rodríguez, Griselda Vazquez Quintero, Cesar Guillermo García González

Resumen


Las ciudades crecen continuamente, causando que la capacidad de infraestructura vial sea rebasada durante algunas horas del día, siendo el monitoreo de tráfico de gran importancia. Sin embargo, no existe un método de monitoreo municipal eficiente cercano a tiempo real que muestre las problemáticas viales para la adecuada planeación urbana, por lo cual esta investigación propone el uso de un índice de congestión de tráfico urbano, usando datos gubernamentales abiertos y del servicio de Google Directions, así como su correlación con variables demográficas. La metodología propuesta mostró resultados repetibles para el índice de congestión de tráfico (p>0.7), pudiendo diferenciar la congestión de tráfico temporal y espacialmente (p<0.05). Se encontraron correlaciones significativas entre el índice de congestión promedio, la densidad poblacional, así como con la densidad vehicular (r=0.97 y r=0.91, respectivamente). Se confirmó que la marginación es un factor significativo (p<0.05) en el índice de tráfico, el tiempo de trayecto y la distancia recorrida

Palabras clave


Estimación de un índice de tráfico urbano mediante datos del servicio de Google Directions y su correlación con variables demográficas

Texto completo:

PDF

Referencias


Aljoufie, M., Zuidgeest, M., Brussel, M. & Maarseveen, M. (2011). Urban growth and transport: understanding the spatial temporal relationship. Urban Transport, 116, 315-328. http://dx.doi.org/10.2495/UT110271.

Cao, X. (. (2014). Residential self-selection in the relationships between the built environment and travel behavior: Introduction to the special issue. JTLU, 7(3), 1-3. http://dx.doi.org/10.5198/jtlu.v7i3.726.

CESOP (2018). Núm. 294.Las ciudades mexicanas. El perfil de la población y las escalas de prosperidad. Retrieved from Camara de diputados LXIV Legislatura: http://www5.diputados.gob.mx/index.php/camara/Centros-de-Estudio/CESOP/Estudios-e-Investigaciones/Documentos-de-Trabajo/Num.-294.Las-ciudades-mexicanas.-El-perfil-de-la-poblacion-y-las-escalas-de-prosperidad

CONAPO (2010). Índice de marginación urbana. Retrieved from Consejo Nacional de Poblacion: http://www.conapo.gob.mx/es/CONAPO/Indice_de_marginacion_urbana_2010

CONAPO (2010). Índice de marginación urbana 2010. Recuperado el 28 de junio de 2020, de CONAPO: http://www.conapo.gob.mx/es/CONAPO/Indice_de_marginacion_urbana_2010

CONEVAL (2020). MEDICIÓN DE LA POBREZA. Retrieved julio 30, 2020, from Coneval: https://www.coneval.org.mx/Medicion/IRS/Paginas/Rezago_social_AGEB_2010.aspx#:~:text=Seg%C3%BAn%20la%20definici%C3%B3n%20de%20INEGI,industrial%2C%20de%20servicios%2C%20comercial%2C

D’Amato, G. D. (2010). Urban Air Pollution and Climate Change as Environmental Risk Factors of Respiratory Allergy: An Update. J Investig Allergol Clin Immunol, 20(2), 95-102.

Dingil, A., Schweizer, J., Rupi, F. & Stasiskiene, Z. (2018). Transport indicator analysis and comparison of 151 urban areas, based on open source data. European Transport Research Review,10(58). https://doi.org/10.1186/s12544-018-0334-4.

ESMAP (2014). Knowledge Series 022/14 Planning Energy Efficient and Livable Cities. Obtenido de Energy Sector Management Assistance Program: https://www.esmap.org/sites/esmap.org/files/DocumentLibrary/ESMAP_CEETI_MayoralNote_6_PlanningEE%20Livable%20Cities_optimized.pdf

González, M. (2018). Entropy and negentropy of private electric vehicles in urban systems: homeostasis of mobility in Mexico. DYNA, 85(206), 171-177.http://dx.doi.org/10.15446/dyna.v85n206.72509.

Google (2019). Getting directions through the Directions API. Obtenido de Google Maps platform: https://developers.google.com/maps/documentation/directions/get-directions

Grote, M., Williams, I., Preston, J. & Kemp, S. (2016). Including congestion effects in urban road traffic CO2 emissions modelling: do local government authorities have the right options? Transportation Research Part D: Transport and Environment, 43, 95–106. http://dx.doi.org/10.1016/j.trd.2015.12.010.

Hashim, M. (2016). Outflow of traffic from the national capital Kuala Lumpur to the north, south and east coast highways using flow, speed and density relationships. Journal of Traffic and Transportation Engineering, 3(6), 540-548. https://doi.org/http://dx.doi.org/10.1016/j.jtte.2016.03.007

Hernández, S., Hernández, J. & Alcaráz, B. (2019). Planeación de bajo carbono de megalópolis en México. Bitácora Urbano Territorial, 29(2), 49-58. https://dx.doi.org/10.15446/bitacora.v29n2.69015.

Humphreys, J. & Ahern, A. (2019). Is Travel Based Residential Self-Selection a Significant Influence in Modal Choice and Household Location Decisions? Transport Policy, 150-160. https://doi.org/10.1016/j.tranpol.2017.04.002.

IMCO (2019). Indice de Mobilidad Urbana. Recuperado el 23 de Nov de 2020, de Centro de investigación en política pública: https://api.imco.org.mx/release/latest/vendor/imco/indices-api/documentos/Competitividad/%C3%8Dndice%20de%20Movilidad%20Urbana/2019-01-23_0900%20%C3%8Dndice%20de%20movilidad%20urbana%3A%20Barrios%20mejor%20conectados%20para%20ciudades%20m%C3%A1s%20incluye

IMPLAN (2020). Implan Chihuahua. Retrieved 08 Nov, 2020, from Implan Chihuahua: https://implanchihuahua.org/Descargables_DA.html

INEGI (2010). Censo de Población y Vivienda 2010. Obtenido de Instituto Nacional de Estadística Geografía e Informática: https://www.inegi.org.mx/programas/ccpv/2010/default.html#Datos_abiertos

INEGI (2019). Registered Motor Vehicles. Retrieved from INEGI: https://www.inegi.org.mx/sistemas/olap/Proyectos/bd/continuas/transporte/vehiculos.asp?s=est

Junghwan, K. & Mei-Po, K. (2018). Beyond Commuting: Ignoring Individuals’ Activity-Travel Patterns May Lead to Inaccurate Assessments of Their Exposure to Traffic Congestion. Int J Env Res Pub He, 16(89), 1-20. http://dx.doi.org/10.3390/ijerph16010089.

Marsden, G. & Docherty, I. (2013). Insights on disruptions as opportunities for transport policy. Transport Res A-Pol, 51, 46-55. http://dx.doi.org/10.1016/j.tra.2013.03.004.

ONU. (2017). United Nations: New Urban Agenda 2017. (H. I. Secretatiat, Ed.) Retrieved from http://Habitat3.org: http://habitat3.org/wp-content/uploads/NUA-English.pdf

Rao, A. M. & Rao, K. R. (2012). Measuring urban traffic congestion – A Review. Ijtte, 2(4), 286–305. http://dx.doi.org/10.7708/ijtte.2012.2(4).01.

SEMARNAT & INECC (2018). México, Sexta Comunicación Nacional y Segundo Informe Bienal de Actualización ante la Convención Marco de las Naciones Unidas sobre el Cambio Climático. Obtenido de http://cambioclimatico.gob.mx/: http://cambioclimatico.gob.mx:8080/xmlui/handle/publicaciones/117

Silva, J. (2014). Spatial self-selection in land-use–travel behavior interactions: Accounting simultaneously for attitudes and socioeconomic characteristics. JTLU, 7(2), 63–84. http://dx.doi.org/10.5198/jtlu.v7i2.696.

Sliwa, B., Johannes, P., Eckerman, F., Habel, L., Schreckenberg, M. & Wietfeld, C. (2017). Lightweight Joint Simulation of Vehicular Mobility and Communication with LIMoSim. IEEE Vehicular Networking Conference (VNC) (pp. 1-8. http://dx.doi.org/10.1109/VNC.2017.8275600). Torino, Italia: IEEE. Dortmund, Germany.

Tejeda, Le Blanc & Cía., S.C. (2009). Medición y adaptación de variables de actividad vehicular en ciudades tipo de México. Retrieved from CCA Publicaciones: http://www3.cec.org/islandora/es/item/3689-measurement-and-adaptation-vehicle-activity-variables-in-mexican-sample-cities

Thomson, I. & Bull, A. (2002). La Congestión del tránsito urbano: causas y consecuencias económicas y sociales. Revista de la CEPAL, 76, 109-121. Obtenido de https://repositorio.cepal.org/server/api/core/bitstreams/4ce5c839-1acd-4642-9ca9-c92439af2328/content

Zhang, T., Sun, L., Yao, L. & Ron, J. (2017). Impact analysis of land use on traffic congestion using real-time traffic and POI. Journal of Advanced Transportation, 2017, 1-8. https://doi.org/10.1155/2017/7164790.




DOI: http://dx.doi.org/10.32870/Pk.a15n28.895

Bookmark and Share