SlideShare a Scribd company logo
1 of 30
Download to read offline
F.Karagulian, G.Messina, G.Valenti, C.Liberto (TERIN-PSU-STMS)
Studio e sviluppo di algoritmi e metodi per la
stima degli indicatori di vulnerabilità
funzionale
21 Ottobre 2020
Viasat Data
2
Dati VIASAT (FCD) nell’area di Catania:
• Periodo di campionamento: Febbraio, Maggio,
Agosto, Novembre 2019
• Frequenza di campionamento: 30 sec.
• Numero di records: 122 milioni
• Numero di veicoli: 26500
(automobili:25700
veicoli commerciali: 800)
• Viaggi ricostruiti sulla rete (map-matching): 3.7 milioni
Autostrade
Rampe autostrade
Strade secondarie
Strade terziarie
Strade Residenziali
Rete stradale analizzata (rete stradale OpenStreetMap)
Map matching: ricostruzione dei viaggi
3
L’accuratezza dipende da:
1) errori GPS
2) errori topologici
3) limiti algoritmo
Algoritmo di Map matching
4
percorso mappato
tracce GPS
nodi
archi
Schema del processo di map-matching
per una sequenza di tracce GPS
all’interno di una rete
Catena decisionale
per stabilire la scelta
dei nodi più probabili
Risultato del Map-matching per il giorno 15 Aprile 2019
5
I punti in nero indicano le
posizioni GPS,
le linee blu il percorso dei
veicoli calcolato dall’algoritmo
di Map-Matching.
Esempi di map matching in diverse aree di Catania
6
Autostrada & zona industriale
Centro città
Litoranea nord
Litoranea sud
Sub-urbano
Sub-urbano
Sub-urbano
Analisi dei flussi FCD
numero passaggi di Automobili
(Feb. May. Aug. Nov 2019)
numero passaggi di Veicoli pesanti
(Feb. May. Aug. Nov 2019)
Autostrada
Messina-Catania
Tangenziale
Catania
Autostrada
Palermo-Catania
Strada statale
Catanese - Misterbianco
Autostrada
Catania-Siracusa
Strada statale
Catanese
Tangenziale
Catania
Viale Lorenzo Bolano
Viale Andrea Doria
Confronto di flussi stagionali
8
numero passaggi Automobili
Differenza Febbraio-Agosto 2019
(stagione invernale)
numero passaggi Automobili
Differenza Agosto-Febbraio 2019
(stagione estiva)
Le differenze di flusso
stagionale mostrano
le zone di con flusso di
traffico più elevato
Area
Urbana
Strada statale
Catanese - Misterbianco
Autostrada
Messina-Catania
Autostrada
Catania-Siracusa
Strada Primosole
Strada statale
Orientale Sicula
Viale presidente
Kennedy
Confronto flussi stagionali
9
numero passaggi Automobili
Differenza Novembre-Agosto 2019
(stagione invernale)
numero passaggi Automobili
Differenza Agosto-Novembre 2019
(stagione estiva)
Viale presidente
Kennedy
Autostrada
Messina-Catania
Autostrada
Catania-Siracusa
Strada Primosole
Strada statale
Orientale Sicula
Area
Urbana
Strada statale
Catanese - Misterbianco
Le differenze di flusso
stagionale mostrano
le zone di con flusso di
traffico più elevato
Confronti VIASAT e ANAS
10
Coefficiente penetrazione VIASAT-ANAS
per sezione stradale
Confronto dati ANAS vs VIASAT:
I conteggi di veicoli ANAS sono stati confrontati con il numero di volte
che un arco mappato (dal map-matching) è stato attraversato da un
veicolo dotato di dispositivo VIASAT durante un viaggio
Numero di passaggi
simultanei
ANAS e VIASAT
1.5 %
Percentuale di veicoli Viasat rispetto ai conteggi ANAS
Modello di Vulnerabilità
11
Archi associati a viaggi
(ottenuti dal map-matching)
Velocità media
per arco
Stima del numero di passaggi su ogni arco
Ripartizione della rete stradale in celle esagonali (400 m)
Origine & Destinazione (OD)
per ogni viaggio
Rete stradale
(grafo)
Stima del tempo medio di viaggio su ogni arco (costo)
Aggiunta del costo nel grafo
Chiusura simulata di ogni arco per ogni (origine &
destinazione) OD e stima del ritardo accumulato da ogni
veicolo
O
D
Percorso
alternativo
Algoritmo di Vulnerabilità
12
1
Work flow per il calcolo della vulnerabilità
2
Jenelius E, Mattsson L-G (2015) Road network vulnerability analysis : Conceptualization, implementation and application. Computers, Environment and Urban Systems 49:136–147
Vulnerabilità = probabilità[0,1] x impatto
Vulnerabiltà
per archi
13
Vulnerabilità - Agosto 2019
(archi per cella)
Low [0] High [1]
Rete: veicoli pesanti
Flussi: tutti i veicoli
OD: tutti i veicoli
Strada statale
Catanese - Misterbianco
Autostrada
Messina-Catania
Autostrada
Messina-Catania
Strada statale
Catanese - Misterbianco
Tangenziale
Ovest
Tangenziale
Ovest
Viale Andrea Doria
Viale Odorico
Da Pordenone
Via Aci Castello
Via Giuseppe
Verdi
Diramazione
Catania Diramazione
Catania
Viale Africa
14
Vulnerabilità - Agosto 2019
(per cella)
Low [0] High [1]
Rete: veicoli pesanti
Flussi: tutti i veicoli
OD: tutti i veicoli
Vulnerabiltà
per cella
Vulnerabilità di
cella diventa
rilevante quando
accadono eventi
climatici
particolari
(allagamenti,
crolli).
Strada statale
Catanese - Misterbianco
Strada statale
Catanese - Misterbianco
Tangenziale
Ovest Tangenziale
Ovest
Via Giuseppe
Verdi
Via Cristoforo
Colombo
Autostrada
Messina-Catania
15
Strade con rischio di vulnerabilità > 70%
Archi ad alta Vulnerabilità (Agosto 2019)
Strade con rischio di
vulnerabilità > 50%
Strada statale
Catanese - Misterbianco
Autostrada
Messina-Catania
Viale Andrea Doria
Viale Felice
Fontana
Tangenziale
Ovest
Diramazione
Catania
Viale Africa
Aci Castello
ASTREL
Strada Cardinale
Via Valcorrente
Via G. Verdi
Via Nazionale
Galleria
Taormina
Viale Andrea Doria
Viale Odorico
Da Pordenone
Viale Vincenzo
Giuffride
Via Aci Castello
Via Ventuno
Aprile
Via Comunità Economica
Europea
Via Giuseppe
Verdi
Via Valcorrente
Viale Altale
Alagona
Diramazione di
Catania
16
Archi ad alta Vulnerabilità (Agosto 2019)
Strade con rischio di
vulnerabilità > 50%
Strade con rischio di
vulnerabilità > 70%
17
Celle ad alta Vulnerabilità (Agosto 2019)
Celle con rischio di vulnerabilità > 70%
Strade con rischio di
vulnerabilità > 50%
Strada statale
Catanese - Misterbianco
Via Giuseppe
Verdi
Via Messina
Autostrada
Messina-Catania
Via Cristoforo
Colombo
Viale Andrea Doria
Viale Odorico
da Pordenone
Aci Castello
Strada Cardinale
Via Valcorrente
Tangenziale
Ovest
Via San Paolo
Via delle
Province
Viale Andrea Doria
Via Comunità Economica
Europea
Via Messina
Misterbianco
Via Cristoforo
Colombo
Aci Castello
Via delle
Province
Diramazione
di Catania
Viale Odorico
da Pordenone
Via Giuseppe
Verdi
Vulnerabilità - Agosto 2019
(per arco)
Strada statale
Catanese –
Misterbianco
Autostrada
Messina-Catania
Tangenziale Ovest
Catania
Viale Andrea Doria
Viale Africa
Aci Castello
Via Nazionale
Confronto vulnerabilità - centralità
Confronto vulnerabilità - centralità
La vulnerabilità indica
l’importanza di ogni
arco in base al flusso
di veicoli ed il tempo
medio di percorrenza
La betweenness centrality è
calcolata in base alla
classsficazione e ai tempi di
percorrenza dei singoli archi
Strada statale
Catanese –
Misterbianco
Autostrada
Palermo-Catania
Autostrada
Messina-Catania
Tangenziale Ovest
Catania
Autostrada
Catania-Siracusa
Low [0] High [1]
Agosto 2019
Betweenness centrality:
numero di cammini più corti che passano attraverso ogni arco.
E’ una stima aprossimativa del grado di vulnerabilità di un arco
19
Edges associated to trips
(from map-matching)
Instant speed
on each edge
Flux on each edge (vehicles/hour)
Road network
(grapho)
estimate of Flux at peak hour (loaded network)
estimate of Flux at off-peak hour (unloaded network)
estimate speed at peak hour
estimate speed at off-peak hour
mean speed on each edge (m/s)
compute congestion index ==> speed(peak hour) / speed (off-peak hour)
Flux(peak-hour) > 10 vehicles/hour
(referred to FCD counts)
Metodologia per il calcolo della congestione
1) Il flusso di veicolo sulla rete
consente di individuare dapprima la
sottorete più trafficata.
2) La velocità media viene calcolata su
ogni arco della sottorete nell’ora di
punta.
3) Il rapporto tra la velocità nell'ora di
punta con la velocità a rete scarica
permette di individuare gli archi più
congestionati.
Mappe di congestione
20
Congestione (Feb, May, Aug, Nov. 2019) Congestione (February 2019) Congestione (August 2019)
contatti:
federico.karagulian@enea.it
To do……CRITICITA’
22
• CRITICITA’:
La criticita’ di un arco in una rete riguarda la probabilta’ di avere un’interruzione
dell’arco stesso con le conseguenze da esso derivate.
Se la probabilita’ di avere un’interruzione e’ alta, allora l’arco e’ debole.
Se le conseguenze di questa interruzione sono grandi, allora l’arco e’ importante.
Se l’arco e’ sia debole ed importante, allora l’arco e’ CRITICO.
La criticita’ si puo’ calcolare attraverso la frequenza di percorrenza
di ogni arco o sezione stradale. In seguito, vengono selezionati solo gli archi che hanno un
valore di probabilita’ piu grande di un valore limite. Per convenzione questo valore limite
e’ fissato a 0.5 (frequenza percorrenza > 50%)
Links associated to trips
(from map-matching)
Instant speed
on each link
Flow on each link (vehicles/hour)
Road network
(grapho)
estimate Flow at peak hour
estimate free Flow at off-peak hour
estimate speed at peak hour
estimate free-flow speed
mean speed on each link (m/s)
compute congestion index:
Flow(peak-hour) > 10 vehicles/hour
(referred to FCD counts)
Metodologia per il calcolo della congestione
1) La stima del flusso di veicoli sulla
rete consente di individuare la
sottorete più trafficata.
2) La velocità media viene calcolata su
ogni arco della sottorete nell’ora di
punta.
3) Il rapporto tra la velocità nell'ora di
punta con la velocità a rete scarica
permette di individuare gli archi più
congestionati.
𝑪𝑰 = Τ
𝒔𝒑𝒆𝒆𝒅𝑷𝒆𝒂𝒌 𝑯𝒐𝒖𝒓 𝒔𝒑𝒆𝒆𝒅𝒇𝒓𝒆𝒆−𝒇𝒍𝒐𝒘
filtering
Interdipendenza delle sezioni stradali
L’utilizzo di dati FCD permette
di stimare il grado di
inter-connettività tra le
sezioni stradali.
La percentuale dei flussi di
entrata ed uscita sono stati
Stimati per 3 sezioni stradali ad
alto scorrimento
Isocrone
(per viaggi)
L’utilizzo di dati FCD
permette di stimare il
tempo di accessibilità
da/verso un certo punto
entro una soglia
temporale.
Le ‘isocrone’ sono state
calcolate per una
giornata-tipo lavorativa
da- e verso- il centro di
Catania.
Ogni isocrona definisce
una viaggio della
stessa durata
temporale.
24 Novembre 2019 24 Novembre 2019
Vulnerability assessment
Identify IMPORTANCE of
each road within the network
Data collection
(FCD & network)
Travel demand
(flow, speed, Peak Hour)
Criticality &
Congestion
Travel time
("cost")
Resilience
(recovery index)
Flow volatility
(flow, capacity, speed)
Traffic
volume
Disruption
time
Robustness
Serviceability
Vulnerabiliy
La vulnerabilità della rete
stradale è stata si inserita
in un contesto (framework)
che include anche una
valutazione della
criticità/congestione
della rete.
Le resilienza della rete
determina il suo grado di
robustezza e quindi,
insieme alla criticità
contribuisce alla
caratterizzazione della rete
stessa.
Criticità/Congestione:
dalla stima di volumi di traffico
Vulnerabilità:
dalla simulazione di interruzioni stradali
(traffico intenso, calamità naturali, crolli strutturali)
Tempo di ripristino
della viabilità
Mappe di congestione: stagionalità
Area centrale di Catania e
Acireale
più congestionata nel
periodo invernale
Area centrale di Catania e
Acireale
meno congestionata nel
periodo invernale
Criticità e Resilienza (2019)
Resilienza
Criticità
In teoria, un arco è
definito critico se ha
un’alta probabilità di
subire un’interruzione
con importanti
conseguenze sul traffico
veicolare.
L’approccio pratico per
determinarne se un arco
stradale è critico
consiste nel determinare
la sua frequenza di
attraversamento nel
tempo.
Il grado di resilienza di
ogni strada e’ associato
al tempo impiegato per
ripristinare un flusso
veicolare stabile dopo un
fenomeno di congestione
Variazione giornaliera e stagionale della Resilienza (2019)
Resilienza
animation
more resilient less resilient
Variazione giornaliera e stagionale della Criticità &
Congestione (2019)
animations
Criticità Congestione
low [0.5] high [1] low [0] high [1]

More Related Content

Similar to Vulnerability of road networks

Il modello veneto per gli interventi di contrasto all’incidentalità stradale
Il modello veneto per gli interventi di contrasto all’incidentalità stradaleIl modello veneto per gli interventi di contrasto all’incidentalità stradale
Il modello veneto per gli interventi di contrasto all’incidentalità stradaledgrv
 
Progettare per la sicurezza stradale - Indice livello di sicurezza stradale
Progettare per la sicurezza stradale - Indice livello di sicurezza stradaleProgettare per la sicurezza stradale - Indice livello di sicurezza stradale
Progettare per la sicurezza stradale - Indice livello di sicurezza stradaleDaniele Mancuso
 
Lavoro Di Gruppo customer satisfaction metropolitane milanesi
Lavoro Di Gruppo customer satisfaction metropolitane milanesiLavoro Di Gruppo customer satisfaction metropolitane milanesi
Lavoro Di Gruppo customer satisfaction metropolitane milanesisaverio4zanetti
 
PROGETTO CATASTO SICUREZZA STRADE PROVINCIA DI MANTOVA
PROGETTO CATASTO SICUREZZA STRADE PROVINCIA DI MANTOVAPROGETTO CATASTO SICUREZZA STRADE PROVINCIA DI MANTOVA
PROGETTO CATASTO SICUREZZA STRADE PROVINCIA DI MANTOVAprovinciadimantova
 
Pit Servizi 2014- Focus Mobilità e trasporti
Pit Servizi 2014- Focus Mobilità e trasporti Pit Servizi 2014- Focus Mobilità e trasporti
Pit Servizi 2014- Focus Mobilità e trasporti Cittadinanzattiva onlus
 
White paper: Mobilità sostenibile e IoT.
White paper: Mobilità sostenibile e IoT.White paper: Mobilità sostenibile e IoT.
White paper: Mobilità sostenibile e IoT.I-Tel Srl
 
PROGETTO CATASTO SICUREZZA STRADE PROVINCIA DI MANTOVA pdf
PROGETTO CATASTO SICUREZZA STRADE PROVINCIA DI MANTOVA pdfPROGETTO CATASTO SICUREZZA STRADE PROVINCIA DI MANTOVA pdf
PROGETTO CATASTO SICUREZZA STRADE PROVINCIA DI MANTOVA pdfprovinciadimantova
 
Sicurezza stradale e moderazione del traffico
Sicurezza stradale e moderazione del trafficoSicurezza stradale e moderazione del traffico
Sicurezza stradale e moderazione del trafficoGiorgio Marcon
 
Lo smart index in Emilia Romagna e a Reggio Emilia, Marco Mena
Lo smart index in Emilia Romagna e a Reggio Emilia, Marco MenaLo smart index in Emilia Romagna e a Reggio Emilia, Marco Mena
Lo smart index in Emilia Romagna e a Reggio Emilia, Marco MenaComune di Reggio nell'Emilia
 
Presentazione Enrico Musso IV Forum Car Sharing 7 Aprile 2009
Presentazione Enrico Musso IV Forum Car Sharing 7 Aprile 2009Presentazione Enrico Musso IV Forum Car Sharing 7 Aprile 2009
Presentazione Enrico Musso IV Forum Car Sharing 7 Aprile 2009IoGuido CarSharing
 
Passante di Bologna
Passante di BolognaPassante di Bologna
Passante di BolognaARIANET
 
Presentazionesito web ver2
Presentazionesito web ver2Presentazionesito web ver2
Presentazionesito web ver2Saverio Ieva
 
QMap: Map Evolution in Big Data & Real Time concepts. Alessandra Parroni, QMAP
QMap: Map Evolution in Big Data & Real Time concepts. Alessandra Parroni, QMAPQMap: Map Evolution in Big Data & Real Time concepts. Alessandra Parroni, QMAP
QMap: Map Evolution in Big Data & Real Time concepts. Alessandra Parroni, QMAPData Driven Innovation
 
IWS Italian Water Tour 23 marzo 2023, Palermo | Carlo Pesce
 IWS Italian Water Tour 23 marzo 2023, Palermo | Carlo Pesce IWS Italian Water Tour 23 marzo 2023, Palermo | Carlo Pesce
IWS Italian Water Tour 23 marzo 2023, Palermo | Carlo PesceServizi a rete
 
Utilizzo dei Big data per l’analisi dei flussi veicolari e della mobilità (Ma...
Utilizzo dei Big data per l’analisi dei flussi veicolari e della mobilità (Ma...Utilizzo dei Big data per l’analisi dei flussi veicolari e della mobilità (Ma...
Utilizzo dei Big data per l’analisi dei flussi veicolari e della mobilità (Ma...Data Driven Innovation
 
Tecniche GIS applicate al monitoraggio ed alla manutenzione di infrastrutture...
Tecniche GIS applicate al monitoraggio ed alla manutenzione di infrastrutture...Tecniche GIS applicate al monitoraggio ed alla manutenzione di infrastrutture...
Tecniche GIS applicate al monitoraggio ed alla manutenzione di infrastrutture...Maurizio Pollino
 
Il Gruppo FS Italiane sostiene #italiasicura
Il Gruppo FS Italiane sostiene #italiasicuraIl Gruppo FS Italiane sostiene #italiasicura
Il Gruppo FS Italiane sostiene #italiasicuraFS Italiane
 

Similar to Vulnerability of road networks (20)

Il modello veneto per gli interventi di contrasto all’incidentalità stradale
Il modello veneto per gli interventi di contrasto all’incidentalità stradaleIl modello veneto per gli interventi di contrasto all’incidentalità stradale
Il modello veneto per gli interventi di contrasto all’incidentalità stradale
 
Progettare per la sicurezza stradale - Indice livello di sicurezza stradale
Progettare per la sicurezza stradale - Indice livello di sicurezza stradaleProgettare per la sicurezza stradale - Indice livello di sicurezza stradale
Progettare per la sicurezza stradale - Indice livello di sicurezza stradale
 
Lavoro Di Gruppo customer satisfaction metropolitane milanesi
Lavoro Di Gruppo customer satisfaction metropolitane milanesiLavoro Di Gruppo customer satisfaction metropolitane milanesi
Lavoro Di Gruppo customer satisfaction metropolitane milanesi
 
PROGETTO CATASTO SICUREZZA STRADE PROVINCIA DI MANTOVA
PROGETTO CATASTO SICUREZZA STRADE PROVINCIA DI MANTOVAPROGETTO CATASTO SICUREZZA STRADE PROVINCIA DI MANTOVA
PROGETTO CATASTO SICUREZZA STRADE PROVINCIA DI MANTOVA
 
Pit Servizi 2014- Focus Mobilità e trasporti
Pit Servizi 2014- Focus Mobilità e trasporti Pit Servizi 2014- Focus Mobilità e trasporti
Pit Servizi 2014- Focus Mobilità e trasporti
 
White paper: Mobilità sostenibile e IoT.
White paper: Mobilità sostenibile e IoT.White paper: Mobilità sostenibile e IoT.
White paper: Mobilità sostenibile e IoT.
 
Paolo Ferrecchi a SCE 2012
Paolo Ferrecchi a SCE 2012Paolo Ferrecchi a SCE 2012
Paolo Ferrecchi a SCE 2012
 
PROGETTO CATASTO SICUREZZA STRADE PROVINCIA DI MANTOVA pdf
PROGETTO CATASTO SICUREZZA STRADE PROVINCIA DI MANTOVA pdfPROGETTO CATASTO SICUREZZA STRADE PROVINCIA DI MANTOVA pdf
PROGETTO CATASTO SICUREZZA STRADE PROVINCIA DI MANTOVA pdf
 
Sicurezza stradale e moderazione del traffico
Sicurezza stradale e moderazione del trafficoSicurezza stradale e moderazione del traffico
Sicurezza stradale e moderazione del traffico
 
Lo smart index in Emilia Romagna e a Reggio Emilia, Marco Mena
Lo smart index in Emilia Romagna e a Reggio Emilia, Marco MenaLo smart index in Emilia Romagna e a Reggio Emilia, Marco Mena
Lo smart index in Emilia Romagna e a Reggio Emilia, Marco Mena
 
Presentazione Enrico Musso IV Forum Car Sharing 7 Aprile 2009
Presentazione Enrico Musso IV Forum Car Sharing 7 Aprile 2009Presentazione Enrico Musso IV Forum Car Sharing 7 Aprile 2009
Presentazione Enrico Musso IV Forum Car Sharing 7 Aprile 2009
 
SalinAs
SalinAsSalinAs
SalinAs
 
Passante di Bologna
Passante di BolognaPassante di Bologna
Passante di Bologna
 
Presentazionesito web ver2
Presentazionesito web ver2Presentazionesito web ver2
Presentazionesito web ver2
 
QMap: Map Evolution in Big Data & Real Time concepts. Alessandra Parroni, QMAP
QMap: Map Evolution in Big Data & Real Time concepts. Alessandra Parroni, QMAPQMap: Map Evolution in Big Data & Real Time concepts. Alessandra Parroni, QMAP
QMap: Map Evolution in Big Data & Real Time concepts. Alessandra Parroni, QMAP
 
IWS Italian Water Tour 23 marzo 2023, Palermo | Carlo Pesce
 IWS Italian Water Tour 23 marzo 2023, Palermo | Carlo Pesce IWS Italian Water Tour 23 marzo 2023, Palermo | Carlo Pesce
IWS Italian Water Tour 23 marzo 2023, Palermo | Carlo Pesce
 
Utilizzo dei Big data per l’analisi dei flussi veicolari e della mobilità (Ma...
Utilizzo dei Big data per l’analisi dei flussi veicolari e della mobilità (Ma...Utilizzo dei Big data per l’analisi dei flussi veicolari e della mobilità (Ma...
Utilizzo dei Big data per l’analisi dei flussi veicolari e della mobilità (Ma...
 
Tecniche GIS applicate al monitoraggio ed alla manutenzione di infrastrutture...
Tecniche GIS applicate al monitoraggio ed alla manutenzione di infrastrutture...Tecniche GIS applicate al monitoraggio ed alla manutenzione di infrastrutture...
Tecniche GIS applicate al monitoraggio ed alla manutenzione di infrastrutture...
 
Tecniche GIS applicate al monitoraggio ed alla manutenzione di infrastrutture...
Tecniche GIS applicate al monitoraggio ed alla manutenzione di infrastrutture...Tecniche GIS applicate al monitoraggio ed alla manutenzione di infrastrutture...
Tecniche GIS applicate al monitoraggio ed alla manutenzione di infrastrutture...
 
Il Gruppo FS Italiane sostiene #italiasicura
Il Gruppo FS Italiane sostiene #italiasicuraIl Gruppo FS Italiane sostiene #italiasicura
Il Gruppo FS Italiane sostiene #italiasicura
 

More from Federico Karagulian

SENTINEL- Sistema di Pesatura Dinamico per la gestione del traffico pesante
SENTINEL- Sistema di Pesatura Dinamico per la gestione del traffico pesanteSENTINEL- Sistema di Pesatura Dinamico per la gestione del traffico pesante
SENTINEL- Sistema di Pesatura Dinamico per la gestione del traffico pesanteFederico Karagulian
 
Review on Low Cost Air Quality Sensors
Review on Low Cost Air Quality SensorsReview on Low Cost Air Quality Sensors
Review on Low Cost Air Quality SensorsFederico Karagulian
 
Satellite Remote Sensing (Kasatochi eruption)
Satellite Remote Sensing (Kasatochi eruption)Satellite Remote Sensing (Kasatochi eruption)
Satellite Remote Sensing (Kasatochi eruption)Federico Karagulian
 
Satellite Remote Sensing (Formic Acid)
Satellite Remote Sensing (Formic Acid)Satellite Remote Sensing (Formic Acid)
Satellite Remote Sensing (Formic Acid)Federico Karagulian
 
Particle Matter in Po Valley (Source Apportionment)
Particle Matter in Po Valley (Source Apportionment)Particle Matter in Po Valley (Source Apportionment)
Particle Matter in Po Valley (Source Apportionment)Federico Karagulian
 
Pharmaceuticals: Bioequivalence & Clinical trials
Pharmaceuticals: Bioequivalence & Clinical trialsPharmaceuticals: Bioequivalence & Clinical trials
Pharmaceuticals: Bioequivalence & Clinical trialsFederico Karagulian
 
Mineral Dust and Soot: Atmospheric Chemistry
Mineral Dust and Soot: Atmospheric ChemistryMineral Dust and Soot: Atmospheric Chemistry
Mineral Dust and Soot: Atmospheric ChemistryFederico Karagulian
 
Organics and Sea Salts (Human Health)
Organics and Sea Salts (Human Health)Organics and Sea Salts (Human Health)
Organics and Sea Salts (Human Health)Federico Karagulian
 
Human Health and Atmospheric Particles
Human Health and Atmospheric ParticlesHuman Health and Atmospheric Particles
Human Health and Atmospheric ParticlesFederico Karagulian
 

More from Federico Karagulian (20)

HEV-TCP ExCo57
HEV-TCP ExCo57HEV-TCP ExCo57
HEV-TCP ExCo57
 
SENTINEL- Sistema di Pesatura Dinamico per la gestione del traffico pesante
SENTINEL- Sistema di Pesatura Dinamico per la gestione del traffico pesanteSENTINEL- Sistema di Pesatura Dinamico per la gestione del traffico pesante
SENTINEL- Sistema di Pesatura Dinamico per la gestione del traffico pesante
 
Computer Vision
Computer VisionComputer Vision
Computer Vision
 
MOSORE_BRESCIA
MOSORE_BRESCIAMOSORE_BRESCIA
MOSORE_BRESCIA
 
FCD mobile app
FCD mobile appFCD mobile app
FCD mobile app
 
Review on Low Cost Air Quality Sensors
Review on Low Cost Air Quality SensorsReview on Low Cost Air Quality Sensors
Review on Low Cost Air Quality Sensors
 
Dust Detection in the UAE
Dust Detection in the UAEDust Detection in the UAE
Dust Detection in the UAE
 
Task Data Scientist
Task Data ScientistTask Data Scientist
Task Data Scientist
 
Patent_(FK)_EP 2 857 627 A1
Patent_(FK)_EP 2 857 627 A1Patent_(FK)_EP 2 857 627 A1
Patent_(FK)_EP 2 857 627 A1
 
Patent_(FK)_EP 2 843 177 B1
Patent_(FK)_EP 2 843 177 B1Patent_(FK)_EP 2 843 177 B1
Patent_(FK)_EP 2 843 177 B1
 
Sviluppo Sostenibile
Sviluppo SostenibileSviluppo Sostenibile
Sviluppo Sostenibile
 
Satellite Remote Sensing (Kasatochi eruption)
Satellite Remote Sensing (Kasatochi eruption)Satellite Remote Sensing (Kasatochi eruption)
Satellite Remote Sensing (Kasatochi eruption)
 
Satellite Remote Sensing (Formic Acid)
Satellite Remote Sensing (Formic Acid)Satellite Remote Sensing (Formic Acid)
Satellite Remote Sensing (Formic Acid)
 
Aerosols and Nephelometers
Aerosols and NephelometersAerosols and Nephelometers
Aerosols and Nephelometers
 
Particle Matter in Po Valley (Source Apportionment)
Particle Matter in Po Valley (Source Apportionment)Particle Matter in Po Valley (Source Apportionment)
Particle Matter in Po Valley (Source Apportionment)
 
Pharmaceuticals: Bioequivalence & Clinical trials
Pharmaceuticals: Bioequivalence & Clinical trialsPharmaceuticals: Bioequivalence & Clinical trials
Pharmaceuticals: Bioequivalence & Clinical trials
 
Mineral Dust and Soot: Atmospheric Chemistry
Mineral Dust and Soot: Atmospheric ChemistryMineral Dust and Soot: Atmospheric Chemistry
Mineral Dust and Soot: Atmospheric Chemistry
 
Organics and Sea Salts (Human Health)
Organics and Sea Salts (Human Health)Organics and Sea Salts (Human Health)
Organics and Sea Salts (Human Health)
 
Equivalence Cigarette
Equivalence CigaretteEquivalence Cigarette
Equivalence Cigarette
 
Human Health and Atmospheric Particles
Human Health and Atmospheric ParticlesHuman Health and Atmospheric Particles
Human Health and Atmospheric Particles
 

Vulnerability of road networks

  • 1. F.Karagulian, G.Messina, G.Valenti, C.Liberto (TERIN-PSU-STMS) Studio e sviluppo di algoritmi e metodi per la stima degli indicatori di vulnerabilità funzionale 21 Ottobre 2020
  • 2. Viasat Data 2 Dati VIASAT (FCD) nell’area di Catania: • Periodo di campionamento: Febbraio, Maggio, Agosto, Novembre 2019 • Frequenza di campionamento: 30 sec. • Numero di records: 122 milioni • Numero di veicoli: 26500 (automobili:25700 veicoli commerciali: 800) • Viaggi ricostruiti sulla rete (map-matching): 3.7 milioni Autostrade Rampe autostrade Strade secondarie Strade terziarie Strade Residenziali Rete stradale analizzata (rete stradale OpenStreetMap)
  • 3. Map matching: ricostruzione dei viaggi 3 L’accuratezza dipende da: 1) errori GPS 2) errori topologici 3) limiti algoritmo
  • 4. Algoritmo di Map matching 4 percorso mappato tracce GPS nodi archi Schema del processo di map-matching per una sequenza di tracce GPS all’interno di una rete Catena decisionale per stabilire la scelta dei nodi più probabili
  • 5. Risultato del Map-matching per il giorno 15 Aprile 2019 5 I punti in nero indicano le posizioni GPS, le linee blu il percorso dei veicoli calcolato dall’algoritmo di Map-Matching.
  • 6. Esempi di map matching in diverse aree di Catania 6 Autostrada & zona industriale Centro città Litoranea nord Litoranea sud Sub-urbano Sub-urbano Sub-urbano
  • 7. Analisi dei flussi FCD numero passaggi di Automobili (Feb. May. Aug. Nov 2019) numero passaggi di Veicoli pesanti (Feb. May. Aug. Nov 2019) Autostrada Messina-Catania Tangenziale Catania Autostrada Palermo-Catania Strada statale Catanese - Misterbianco Autostrada Catania-Siracusa Strada statale Catanese Tangenziale Catania Viale Lorenzo Bolano Viale Andrea Doria
  • 8. Confronto di flussi stagionali 8 numero passaggi Automobili Differenza Febbraio-Agosto 2019 (stagione invernale) numero passaggi Automobili Differenza Agosto-Febbraio 2019 (stagione estiva) Le differenze di flusso stagionale mostrano le zone di con flusso di traffico più elevato Area Urbana Strada statale Catanese - Misterbianco Autostrada Messina-Catania Autostrada Catania-Siracusa Strada Primosole Strada statale Orientale Sicula Viale presidente Kennedy
  • 9. Confronto flussi stagionali 9 numero passaggi Automobili Differenza Novembre-Agosto 2019 (stagione invernale) numero passaggi Automobili Differenza Agosto-Novembre 2019 (stagione estiva) Viale presidente Kennedy Autostrada Messina-Catania Autostrada Catania-Siracusa Strada Primosole Strada statale Orientale Sicula Area Urbana Strada statale Catanese - Misterbianco Le differenze di flusso stagionale mostrano le zone di con flusso di traffico più elevato
  • 10. Confronti VIASAT e ANAS 10 Coefficiente penetrazione VIASAT-ANAS per sezione stradale Confronto dati ANAS vs VIASAT: I conteggi di veicoli ANAS sono stati confrontati con il numero di volte che un arco mappato (dal map-matching) è stato attraversato da un veicolo dotato di dispositivo VIASAT durante un viaggio Numero di passaggi simultanei ANAS e VIASAT 1.5 % Percentuale di veicoli Viasat rispetto ai conteggi ANAS
  • 11. Modello di Vulnerabilità 11 Archi associati a viaggi (ottenuti dal map-matching) Velocità media per arco Stima del numero di passaggi su ogni arco Ripartizione della rete stradale in celle esagonali (400 m) Origine & Destinazione (OD) per ogni viaggio Rete stradale (grafo) Stima del tempo medio di viaggio su ogni arco (costo) Aggiunta del costo nel grafo Chiusura simulata di ogni arco per ogni (origine & destinazione) OD e stima del ritardo accumulato da ogni veicolo O D Percorso alternativo
  • 12. Algoritmo di Vulnerabilità 12 1 Work flow per il calcolo della vulnerabilità 2 Jenelius E, Mattsson L-G (2015) Road network vulnerability analysis : Conceptualization, implementation and application. Computers, Environment and Urban Systems 49:136–147 Vulnerabilità = probabilità[0,1] x impatto
  • 13. Vulnerabiltà per archi 13 Vulnerabilità - Agosto 2019 (archi per cella) Low [0] High [1] Rete: veicoli pesanti Flussi: tutti i veicoli OD: tutti i veicoli Strada statale Catanese - Misterbianco Autostrada Messina-Catania Autostrada Messina-Catania Strada statale Catanese - Misterbianco Tangenziale Ovest Tangenziale Ovest Viale Andrea Doria Viale Odorico Da Pordenone Via Aci Castello Via Giuseppe Verdi Diramazione Catania Diramazione Catania Viale Africa
  • 14. 14 Vulnerabilità - Agosto 2019 (per cella) Low [0] High [1] Rete: veicoli pesanti Flussi: tutti i veicoli OD: tutti i veicoli Vulnerabiltà per cella Vulnerabilità di cella diventa rilevante quando accadono eventi climatici particolari (allagamenti, crolli). Strada statale Catanese - Misterbianco Strada statale Catanese - Misterbianco Tangenziale Ovest Tangenziale Ovest Via Giuseppe Verdi Via Cristoforo Colombo Autostrada Messina-Catania
  • 15. 15 Strade con rischio di vulnerabilità > 70% Archi ad alta Vulnerabilità (Agosto 2019) Strade con rischio di vulnerabilità > 50% Strada statale Catanese - Misterbianco Autostrada Messina-Catania Viale Andrea Doria Viale Felice Fontana Tangenziale Ovest Diramazione Catania Viale Africa Aci Castello ASTREL Strada Cardinale Via Valcorrente Via G. Verdi Via Nazionale Galleria Taormina Viale Andrea Doria Viale Odorico Da Pordenone Viale Vincenzo Giuffride Via Aci Castello Via Ventuno Aprile Via Comunità Economica Europea Via Giuseppe Verdi Via Valcorrente Viale Altale Alagona Diramazione di Catania
  • 16. 16 Archi ad alta Vulnerabilità (Agosto 2019) Strade con rischio di vulnerabilità > 50% Strade con rischio di vulnerabilità > 70%
  • 17. 17 Celle ad alta Vulnerabilità (Agosto 2019) Celle con rischio di vulnerabilità > 70% Strade con rischio di vulnerabilità > 50% Strada statale Catanese - Misterbianco Via Giuseppe Verdi Via Messina Autostrada Messina-Catania Via Cristoforo Colombo Viale Andrea Doria Viale Odorico da Pordenone Aci Castello Strada Cardinale Via Valcorrente Tangenziale Ovest Via San Paolo Via delle Province Viale Andrea Doria Via Comunità Economica Europea Via Messina Misterbianco Via Cristoforo Colombo Aci Castello Via delle Province Diramazione di Catania Viale Odorico da Pordenone Via Giuseppe Verdi
  • 18. Vulnerabilità - Agosto 2019 (per arco) Strada statale Catanese – Misterbianco Autostrada Messina-Catania Tangenziale Ovest Catania Viale Andrea Doria Viale Africa Aci Castello Via Nazionale Confronto vulnerabilità - centralità Confronto vulnerabilità - centralità La vulnerabilità indica l’importanza di ogni arco in base al flusso di veicoli ed il tempo medio di percorrenza La betweenness centrality è calcolata in base alla classsficazione e ai tempi di percorrenza dei singoli archi Strada statale Catanese – Misterbianco Autostrada Palermo-Catania Autostrada Messina-Catania Tangenziale Ovest Catania Autostrada Catania-Siracusa Low [0] High [1] Agosto 2019 Betweenness centrality: numero di cammini più corti che passano attraverso ogni arco. E’ una stima aprossimativa del grado di vulnerabilità di un arco
  • 19. 19 Edges associated to trips (from map-matching) Instant speed on each edge Flux on each edge (vehicles/hour) Road network (grapho) estimate of Flux at peak hour (loaded network) estimate of Flux at off-peak hour (unloaded network) estimate speed at peak hour estimate speed at off-peak hour mean speed on each edge (m/s) compute congestion index ==> speed(peak hour) / speed (off-peak hour) Flux(peak-hour) > 10 vehicles/hour (referred to FCD counts) Metodologia per il calcolo della congestione 1) Il flusso di veicolo sulla rete consente di individuare dapprima la sottorete più trafficata. 2) La velocità media viene calcolata su ogni arco della sottorete nell’ora di punta. 3) Il rapporto tra la velocità nell'ora di punta con la velocità a rete scarica permette di individuare gli archi più congestionati.
  • 20. Mappe di congestione 20 Congestione (Feb, May, Aug, Nov. 2019) Congestione (February 2019) Congestione (August 2019)
  • 22. To do……CRITICITA’ 22 • CRITICITA’: La criticita’ di un arco in una rete riguarda la probabilta’ di avere un’interruzione dell’arco stesso con le conseguenze da esso derivate. Se la probabilita’ di avere un’interruzione e’ alta, allora l’arco e’ debole. Se le conseguenze di questa interruzione sono grandi, allora l’arco e’ importante. Se l’arco e’ sia debole ed importante, allora l’arco e’ CRITICO. La criticita’ si puo’ calcolare attraverso la frequenza di percorrenza di ogni arco o sezione stradale. In seguito, vengono selezionati solo gli archi che hanno un valore di probabilita’ piu grande di un valore limite. Per convenzione questo valore limite e’ fissato a 0.5 (frequenza percorrenza > 50%)
  • 23. Links associated to trips (from map-matching) Instant speed on each link Flow on each link (vehicles/hour) Road network (grapho) estimate Flow at peak hour estimate free Flow at off-peak hour estimate speed at peak hour estimate free-flow speed mean speed on each link (m/s) compute congestion index: Flow(peak-hour) > 10 vehicles/hour (referred to FCD counts) Metodologia per il calcolo della congestione 1) La stima del flusso di veicoli sulla rete consente di individuare la sottorete più trafficata. 2) La velocità media viene calcolata su ogni arco della sottorete nell’ora di punta. 3) Il rapporto tra la velocità nell'ora di punta con la velocità a rete scarica permette di individuare gli archi più congestionati. 𝑪𝑰 = Τ 𝒔𝒑𝒆𝒆𝒅𝑷𝒆𝒂𝒌 𝑯𝒐𝒖𝒓 𝒔𝒑𝒆𝒆𝒅𝒇𝒓𝒆𝒆−𝒇𝒍𝒐𝒘 filtering
  • 24. Interdipendenza delle sezioni stradali L’utilizzo di dati FCD permette di stimare il grado di inter-connettività tra le sezioni stradali. La percentuale dei flussi di entrata ed uscita sono stati Stimati per 3 sezioni stradali ad alto scorrimento
  • 25. Isocrone (per viaggi) L’utilizzo di dati FCD permette di stimare il tempo di accessibilità da/verso un certo punto entro una soglia temporale. Le ‘isocrone’ sono state calcolate per una giornata-tipo lavorativa da- e verso- il centro di Catania. Ogni isocrona definisce una viaggio della stessa durata temporale. 24 Novembre 2019 24 Novembre 2019
  • 26. Vulnerability assessment Identify IMPORTANCE of each road within the network Data collection (FCD & network) Travel demand (flow, speed, Peak Hour) Criticality & Congestion Travel time ("cost") Resilience (recovery index) Flow volatility (flow, capacity, speed) Traffic volume Disruption time Robustness Serviceability Vulnerabiliy La vulnerabilità della rete stradale è stata si inserita in un contesto (framework) che include anche una valutazione della criticità/congestione della rete. Le resilienza della rete determina il suo grado di robustezza e quindi, insieme alla criticità contribuisce alla caratterizzazione della rete stessa. Criticità/Congestione: dalla stima di volumi di traffico Vulnerabilità: dalla simulazione di interruzioni stradali (traffico intenso, calamità naturali, crolli strutturali) Tempo di ripristino della viabilità
  • 27. Mappe di congestione: stagionalità Area centrale di Catania e Acireale più congestionata nel periodo invernale Area centrale di Catania e Acireale meno congestionata nel periodo invernale
  • 28. Criticità e Resilienza (2019) Resilienza Criticità In teoria, un arco è definito critico se ha un’alta probabilità di subire un’interruzione con importanti conseguenze sul traffico veicolare. L’approccio pratico per determinarne se un arco stradale è critico consiste nel determinare la sua frequenza di attraversamento nel tempo. Il grado di resilienza di ogni strada e’ associato al tempo impiegato per ripristinare un flusso veicolare stabile dopo un fenomeno di congestione
  • 29. Variazione giornaliera e stagionale della Resilienza (2019) Resilienza animation more resilient less resilient
  • 30. Variazione giornaliera e stagionale della Criticità & Congestione (2019) animations Criticità Congestione low [0.5] high [1] low [0] high [1]