Datfor protagonista del podcast de movilidad sostenible «Mobility by Vectio»

La pasada semana, nuestra directora, Ana Olmeda, fue invitada a participar en el podcast sobre movilidad sostenible que desde hace años promociona la consultora Vectio, una de las referentes a nivel nacional en Ingeniería de Transporte. Durante la charla, grabada en pleno corazón del Distrito de Moncloa en Madrid, se trataron diferentes temas que tienen que ver con los servicios que Datfor oferta, el origen de sus datos de tráfico y el valor que estos tienen a la hora de la toma de decisiones estratégicas para nuestros clientes. En particular, se hizo especial hincapié en nuestra nueva plataforma de datos de tráfico a nivel nacional DatForTraffic que, gracias a sus más de 20.000 puntos de análisis en toda España supone una revolución en lo que respecta al estudio histórico de datos de tráfico. La entrevista en Mobility by Vectio demuestra el interés que dentro del sector de la movilidad está generando la labor de gestión de datos de tráfico vehicular y peatonal.

Pedestrian Flow Index: Conociendo las dinámicas peatonales

Entender cómo se mueven las personas en la ciudad es clave para tomar mejores decisiones. La densidad peatonal revela mucho más que simples números: muestra el pulso real de las calles. Este dato es esencial para múltiples sectores tales como departamentos de expansión de retail que buscan la ubicación ideal para nuevos negocios, el sector inmobiliario en la valoración de activos o para los equipos de planificación urbana y transporte que diseñan ciudades más sostenibles y eficientes, entre otros campos. Conocer las dinámicas peatonales permite anticiparse, optimizar inversiones y crear entornos donde las personas y los negocios realmente prosperan. Sin embargo, hasta ahora no existían soluciones accesibles capaces de medir de forma global y precisa los flujos peatonales en todas las calles de una ciudad.

Y las opciones disponibles,  como sensores, contadores o cámaras, entre otras, resultan demasiado costosas para una implementación a gran escala. Con millones de datos reales, inteligencia analítica y conocimiento experto del movimiento urbano ya no se necesitan realizar implementaciones en las calles ni grandes inversiones. Puedes acceder a información valiosa para impulsar tu negocio o proyecto con nuestro  Pedestrian Flow Index, una métrica global de densidad peatonal por tramos de calle y horas del día. Entender y comparar las calles de una ciudad es ahora más sencillo, rápido y eficaz que nunca.

 

Datfor ha desarrollado el Pedestrian Flow Index, una herramienta innovadora que permite evaluar de forma global y precisa las zonas de una ciudad con mayor concentración de transeúntes.

Basado en el concepto del reconocido Walkability Index, nuestro indicador ha sido diseñado para aplicarse a cualquier calle o ciudad del mundo, utilizando variables homogéneas y datos disponibles de manera universal. El Walkability Index mide la accesibilidad peatonal de un área combinando múltiples factores —como conectividad, seguridad y atractivo del entorno— para estimar la facilidad y la probabilidad de desplazamiento a pie. Sin embargo, no existe una forma única de calcular el Walkability Index. Su método de elaboración varía según los datos disponibles en cada entorno. Además, actualmente no hay herramientas universales que ofrezcan una visión clara y transparente sobre qué hace que una comunidad sea realmente atractiva al peatón, complicando así el análisis y la comparación de la transitabilidad de las ciudades.

Datfor da un paso más allá para llenar este hueco, creando un modelo con variables comparables a nivel global y un índice dinámico que cambia según la hora del día, ofreciendo así una visión más precisa y real del movimiento peatonal en cualquier ciudad del mundo.

«Traduce el movimiento de las personas en información clara y comparable, tramo a tramo, en cualquier ciudad del mundo.»

 

Midiendo la transitabilidad urbana

Pedestrian FIow Index ofrece una visión clara y cuantificable del pulso peatonal urbano, ayudando a tomar decisiones basadas en datos. Identifica la facilidad de desplazamiento en un entorno determinado y la probabilidad de uso peatonal, basándose en los atributos del entorno que impulsan el flujo de peatones en la ciudad:

 

El movimiento de las calles cambia según la hora del día

No todas las calles tienen la misma actividad durante todo el día. Por ejemplo, una zona de oficinas puede estar llena de vida a las 9:00 de la mañana y vacía al final de la jornada, mientras que una calle residencial cobra movimiento solo en las horas de entrada y salida hacia el trabajo o los estudios. Conocer estos patrones horarios permite entender mejor cómo, cuándo y dónde se mueve la gente, y obtener una visión realista de los movimientos peatonales.

Recopilamos miles de datos reales mediante procesos Big Data provenientes de plataformas de mapas digitales como Google Maps y OpenStreetMap, integrándolos en nuestros algoritmos para ofrecer información precisa y actualizada de cada tramo de calle.

 

Como funciona nuestro modelo

Nuestro algoritmo analiza las variables que influyen en la movilidad a pie en cada tramo de calle y por hora del día, generando millones de datos reales sobre el comportamiento urbano. Calibrado con información real de flujos peatonales, el modelo reproduce y representa con precisión la densidad de personas en las calles, considerando los distintos factores que la generan.

El resultado es el Pedestrian Flow Index, un indicador numérico normalizado entre 0 y 1 que refleja la densidad comparativa de peatones en cada tramo de calle, hora a hora, y permite comparar fácilmente entre barrios, ciudades o incluso países.

Conclusiones

Para calcular esta puntuación, el algoritmo evalúa de forma independiente los factores que impulsan el tránsito peatonal —como hogares, centros educativos, de salud, comercios, oficinas o paradas de transporte público, entre otros muchos elementos atractores de transeúntes—, ajustando su impacto y factor de generación según sus características y horarios.

Gracias a esta calibración con datos reales, el Pedestrian Flow Index ofrece una medida clara, normalizada y comparable de la actividad peatonal en cualquier entorno urbano.

 

Para más información y consejos, no dudes en visitar nuestra web www.datfor.com o escribirnos a info@datfor.com.

 

Cómo supervisar el tráfico de carreteras en tiempo real

Si eres una empresa constructora que está llevando a cabo las obras de construcción o remodelación de una carretera es muy probable que necesites asegurar y reportar (bien a la Administración o para informes internos) que los trabajos van a tener el mínimo impacto posible en el tráfico durante el tiempo que duran las obras.

Si por el contrario eres la Administración que está llevando a cabo la ejecución de las obras lineales del viario, necesitas controlar la evolución del tráfico en el entorno de los trabajos para asegurar que se mantiene el adecuado nivel de servicio a los conductores y se producen las mínimas disrupciones.

En estos u otros casos similares, si estás considerando las distintas opciones que hay en el mercado para hacer un seguimiento del tráfico en tiempo real en un área determinada o para monitorizar el comportamiento de los vehículos durante varias semanas, meses o años, es probable que te hayas encontrado tantas opciones que no sabes por dónde empezar ni cuál es más adecuada para tus necesidades. En Datfor queremos facilitarte esa labor y en esta publicación repasamos las distintas opciones existentes. Y si prefieres evitar el proceso de adquirir e instalar costosos equipos de hardware y software, una excelente opción es acceder de manera inmediata a análisis de tráfico en tiempo real vía web con Datfor a partir de datos de Floating Car Data. 

Cómo monitorizar el tráfico en tiempo real. Opciones

Saber cómo se mueven en tiempo real los vehículos en una zona de nuestro interés o poder conocer en vivo las condiciones de tráfico del viario, es información muy valiosa para múltiples sectores. Existen diversas tecnologías en el mercado que nos permiten obtener esta información, desde métodos más tradicionales a otros métodos más actuales que son posibles gracias a nuevas fuentes de información. Hacemos un repaso de los más habituales.

Métodos de seguimiento de tráfico tradicionales

Detectores o sensores de bucle inductivo

Estos detectores se utilizan para contar el número de vehículos que pasan por un punto específico del viario. Se encuentran embebidos en el pavimento y suelen utilizarse, por ejemplo, en ciudades antes de los semáforos para su gestión. Usualmente la unidad de control a la que van conectados puede detectar tanto la presencia como la longitud del vehículo y su velocidad.

Por su forma de instalación y porque es una tecnología que se encuentra madura, es uno de los métodos que ha sido tradicionalmente más utilizado por las Administraciones a nivel internacional. Presenta las desventajas de que es un método intrusivo puesto que su instalación necesita una actuación e interrupción en la calzada para instalar y reparar los detectores, y por ello imposibilita su utilización a empresas o sectores ajenos a los administradores de las carreteras. Asimismo, requiere la instalación de múltiples detectores en la calzada (usualmente uno por carril) para tener una visión completa de las condiciones de tráfico, lo que puede hacer complejo su mantenimiento y control. A su vez, momentos de congestión de tráfico o condiciones climáticas adversas pueden comprometer la bondad y precisión de las mediciones.

Sensores magnéticos

El funcionamiento de esta tecnología se basa en detectar las perturbaciones magnéticas provocadas por los vehículos. La presencia de un objeto metálico detecta una anomalía magnética en el campo magnético terrestre creada por ese objeto, en este caso el vehículo.

Su instalación en el pavimento requiere de un área relativamente menor que los detectores de bucle, puesto que además de su tamaño menor no requiere de los cortes en el pavimento para embeber la conexión hasta el controlador, debido que esta transmisión se realiza a través de conexiones inalámbricas por radiofrecuencia. Aun así, se trata de un método intrusivo que requiere el corte del carril para su instalación y mantenimiento.

Además, presenta la desventaja de que algunos modelos tienen un área de detección pequeña, y por lo general no detectan vehículos parados.

Sensores de radar

Los radares de microondas transmiten energía desde una antena hacia una zona de la calzada. Cuando un vehículo atraviesa el haz, una parte de la energía transmitida se refleja hacia la antena, pasando a continuación a un receptor donde se recoge el volumen de vehículos, su velocidad, ocupación y longitud.

Presentan la ventaja de que son transportables, pudiendo instalarse en postes, farolas, pórticos etc. Además, tienen una buena respuesta frente a las inclemencias meteorológicas. Por el contrario, presentan la desventaja de que algunos modelos no detectan bien vehículos parados, y a su vez se ha encontrado un bajo desempeño en algunos radares para contar vehículos en intersecciones. Asimismo, su alcance es limitado y requiere de la instalación de varios radares para la medición de muchos carriles o de varios segmentos.

Métodos de seguimiento del tráfico basados en nuevas tecnologías

Cámaras de video

Si bien las cámaras de video llevan utilizándose varias décadas para la grabación de tráfico, lo que ha evolucionado de manera significativa en los últimos años son los software de procesamiento de video asociados que permiten realizar conteo y analíticas de manera automática. A través de técnicas de Big Data e inteligencia artificial, existen en el mercado diversas soluciones que permiten generar en tiempo real conteo y clasificación de vehículos, entre otros posibles parámetros, mediante el tratamiento de las imágenes.

Poseen la ventaja de que su uso tiene gran flexibilidad, son transportables, y pueden cubrir un área más grande que permita distinguir no solo flujos pasando en un tramo de carretera sino movimientos en intersecciones o glorietas, por ejemplo.

Tienen algunos inconvenientes como puede ser el hecho que de la mayoría de soluciones más avanzadas necesitan ciertos requisitos de calidad de video, y requiere de cierta inversión tanto en hardware como en software. A su vez, las grabaciones pueden verse afectadas por la climatología, la iluminación o la presencia de obstáculos que minimizan la precisión de los conteos.

Floating Car Data (FCD) o Vehículo Flotante

Floating Car Data son datos que se recogen del seguimiento GPS de vehículos o sus dispositivos embarcados, bien sea de navegadores externos, de dispositivos que vienen instalados de fábrica en los vehículos, de aplicaciones de telefonía móvil que recogen señales GPS o incluso de señalética en la propia infraestructura.

La sencillez de acceso a estos datos para el cliente final ha hecho que sea uno de los métodos más utilizados en los últimos tiempos para analizar el comportamiento del tráfico en tiempo real.

Tienen la ventaja de que no necesitan realizar la adquisición ni instalación de ningún hardware ni software, y usualmente el cliente accede directamente a un panel de datos vía web, lo que supone un ahorro tanto en tiempo de despliegue de las soluciones como en coste económico. Al tratarse de una muestra del total de vehículos, no permite de manera directa la obtención del volumen total de tráfico, si bien da acceso a parámetros adicionales muy útiles. Tal es el caso de longitudes de retenciones, velocidades o tiempos de demora y recorrido, entre otros, pudiendo a través de ellos calcular parámetros como el nivel de servicio, métrica clave en ingeniería de tráfico.

Sectores como administraciones de gestión y control del tráfico, el seguimiento del tráfico en obras lineales de carreteras, los planificadores de transporte o el análisis de tráfico en concesiones se han beneficiado en los últimos tiempos de este tipo de soluciones por su sencillez, versatilidad y economía, frente a otras soluciones anteriores que requieren de una inversión inicial elevada junto con constantes costes de mantenimiento.

Comparativa de los métodos de monitoreo del tráfico en tiempo real

Una vez que hemos visto las principales características de cada método, en la siguiente tabla hacemos una comparación de algunos de los elementos más relevantes a la hora de tener en cuenta qué método de seguimiento de vehículos en tiempo real es más conveniente en cada caso.

Realizamos una comparativa de algunos de los parámetros que pueden medirse (como conteo de vehículos, velocidades, clasificación por tipología de vehículos o medición de la longitud de cola o retención). Además, nos centramos en si los dispositivos pueden detectar varios carriles o zonas múltiples.

Importante a la hora de decantarnos por uno u otro método es si necesitamos adquirir hardware y software tanto para realizar la toma de los datos como para visualizarlos. No tenemos que olvidar que si -aparte de realizar conteos y mediciones en el viario- queremos hacer un seguimiento en tiempo real para gestión y control del tráfico, en todos ellos salvo los datos procedentes de vehículos flotantes (Floating Car Data), necesitaremos potentes software que nos permitan procesar la información en vivo y mostrarla en un panel.

Esto hace que a la hora de tener en cuenta los costes asociados debamos fijarnos en:

  • Coste de los detectores, sensores, cámaras, datos GPS etc.
  • Costes de los dispositivos asociados (cajas de registro, cajas alimentadoras, transmisores etc.) para aquellos que dispongan.
  • Costes de instalación o de trabajos en la calzada (para el caso de detectores de bucle o magnéticos).
  • Costes de mantenimiento de los dispositivos (todos menos los datos de Floating Car Data).
  • Costes del software para el análisis y visualización en tiempo real.

Finalmente, habremos de tener en cuenta el impacto que tiene el método de monitoreo del tráfico en el entorno y si es un método al alcance o no de nuestro tipo de negocio. Los detectores de bucle inductivo y magnéticos, por ejemplo, se colocan insertados en el pavimento. Por ello, tan solo podremos utilizarlos si somos organismos administradores del viario (Ministerio, ayuntamientos, organismos regionales etc.), o si la carretera es de nuestra propiedad (tal es el caso de viario dentro de centros comerciales o supermercados, por ejemplo).

Esperamos que esta comparativa te haya sido útil para conocer distintas maneras de ver el tráfico en tiempo real y poder hacer un seguimiento y control del comportamiento de los vehículos en las carreteras. Para más información y consejos, no dudes en visitar nuestra web www.datfor.com o escribirnos a info@datfor.com.

Las mejores fuentes de datos de viajes Origen-Destino

Conocer cómo nos movemos las personas y en concreto desde dónde hacia dónde viajamos de manera habitual o en días concretos, es una información clave para muchos sectores de la sociedad. Esta información se materializa en las denominadas matrices origen – destino (matrices OD) en lenguaje más técnico, y obtener estos datos para nuestra área de interés puede convertirse en una tarea difícil y costosa si no conocemos todas las fuentes disponibles en el mercado.

En esta publicación te contamos cuáles son las principales formas de obtener una matriz de viajes en la actualidad. En Datfor, plataforma web de datos de tráfico y movilidad,  ofrecemos acceso a información de matrices OD de manera rápida y fiable para distintos sectores procedente de diversas fuentes de datos, y en esta publicación te contamos cuáles son las más adecuadas para cada caso en función de su aplicación final y líneas de actividad.

Listado de las mejores fuentes de datos para sacar las matrices OD de viajes según Datfor

Encuestas

De manera tradicional y hasta hace relativamente poco tiempo las encuestas eran casi la única manera de obtener los patrones de movilidad de la población. La metodología consiste en tomar una muestra de población a la que se entrevista de manera presencial, telefónica o domiciliaria (métodos tradicionales) o encuestas mediante panelistas (habituales en los últimos años por su agilidad y facilidad de llevar a cabo los cuestionarios).

Presentan la ventaja de que al ser encuestas que se realizan en el contexto de un proyecto, las preguntas se diseñan de manera específica para abordar esos retos en concreto. De esta manera permiten obtener -además del número de viajes- información adicional muy útil como suele ser el perfil socioeconómico del viajero (rango de edad, renta, nivel educativo etc.) junto con las características del viaje (motivo del viaje, modo de transporte, coste, duración, frecuencia etc.).

Por el contrario, una de sus principales limitaciones es que es un método intrusivo, que requiere que los encuestados dediquen un tiempo a contestar las preguntas, provocando cierta incomodidad. Además, el diseño de la encuesta, la toma de datos y su tratamiento posterior necesita de tiempo y personal entrenado para llevar a cabo estas tareas. Por ello, suele ser un método costoso y que requiere de cierto tiempo para su consecución. Por último, los datos recopilados pueden incluir sesgos involuntarios en función de la percepción personal que los encuestados tienen de elementos como tiempos de espera, tiempos de trasbordo, frecuencias y otros parámetros del viaje.  

Por todo ello, en los últimos años las encuestas (que históricamente habían sido el método que se utilizaba de manera casi exclusiva para obtener la información en el campo de la planificación del transporte y el desarrollo de modelos de viaje), se han ido sustituyendo por otro tipo de datos, especialmente con el auge del Big Data y nuevas fuentes de información.

Datos origen-destino de telefonía móvil

El auge de las nuevas tecnologías revolucionó todos los sectores, y entre ellos el sector de la movilidad. En la actualidad podemos conocer cómo se mueve la gente a partir de datos de posicionamiento de los teléfonos móviles. Si deseas conocer movimientos Origen – Destino entre zonas, los datos de telefonía son una manera muy ágil y rápida de obtener información que de otra manera sería compleja de conseguir.  

Esta información, que se obtiene como resultado del posicionamiento de los dispositivos en función de la triangulación de las antenas de telefonía, son datos totalmente anonimizados que suelen darse expandidos al total de la población, por lo que su aplicación en campos como la planificación del transporte, la modelización o el análisis de visitas de zonas comerciales para Retail es prácticamente directa para algunos usos. Además, en algunas ocasiones, puede ofrecerse la información diferenciada por modos de transporte junto con alguna otra información socioeconómica adicional, aunque con restricciones.

Presenta algunas limitaciones, como es que su uso es más adecuado para media y larga distancia.  Puesto que el posicionamiento de los dispositivos se hace a partir de triangulación con la ubicación de las antenas, que pueden estar separadas cientos de metros, estos datos no serían los más adecuados para realizar análisis de alta precisión espacial donde quisiéramos analizar, por ejemplo, zonas urbanas muy precisas o áreas muy pequeñas. Además, aunque en los últimos años se ha ido avanzando en ofrecer datos de telefonía cada vez más detallados, aún suele ser habitual encontrar ciertos problemas a la hora de dar información separada de algunos modos de transporte (como por ejemplo la separación de vehículo privado y autobús), así como detalle de motivos de viaje más allá del «casa-trabajo/estudios» (por ser habitual) y otros que en realidad son segmentación de frecuencias de viaje más que motivos de viaje en sí mismos. 

Datos origen-destino de Floating Car Data (FCD)

La información procedente de Floating Car Data (o Vehículo Flotante) se trata de información anonimizada a partir de millones de dispositivos conectados que ofrece patrones de movilidad de viajes de información GPS. Esto hace que sea información de alta precisión que nos permite realizar análisis con cualquier nivel de “zoom”, desde zonas a miles de kilómetros de distancia hasta secciones viarias dentro de una rotonda, por ejemplo.

Por ello, una de las grandes ventajas de los datos de FCD es que nos permiten realizar analíticas avanzadas de alto grado de detalle, pudiendo no solo evaluar viajes entre zonas, sino que permite conocer el Origen – Destino en rutas para viario de cualquier jerarquía (autovías, autopistas, vías interurbanas, vías urbanas etc.) a nivel internacional.  

Son datos adecuados para conocer los patrones de movilidad de viajes en carreteras, y de manera general se trata de una muestra del tráfico total. Por ello, dependiendo de la finalidad para la que se utilicen, en ocasiones es necesario complementarlos con información que permita extrapolar los resultados a la totalidad de los viajes, si bien es cierto que muchos de los datos que ofrecen (distribuciones de velocidades, demoras, o datos de congestión en tiempo real) permiten una aplicación directa en la mayor parte de los casos.

Además de estas citadas, existen otras fuentes para obtener información origen – destino de viajes, tales como las cámaras de lectura de matrículas o dispositivos bluetooth, entre otros, pero los que hemos expuesto en esta publicación son los que se utilizan en la actualidad de manera mayoritaria con mayor éxito y posibilidades de casos de uso.

Una de las ventajas que encontrarás en Datfor es que trabajamos con toda clase de información de tráfico y movilidad, somos expertos en ingeniería de tráfico y Big Data, y conocemos a la perfección cuáles son las mejores fuentes de datos de viajes origen – destino para cada caso.

Visita nuestra web y cuéntanos la necesidad de información a la que te enfrentas, estamos seguros de que podemos ayudarte.

¿Qué es la Intensidad Media Diaria (IMD)?

¿Qué es la Intensidad Media Diaria (IMD)? El volumen de vehículos que circula por una vía o carretera es un aspecto fundamental en múltiples campos de conocimiento. Como primeros interesados en estos datos podemos pensar en las administraciones de todos los niveles (estatales, regionales o locales) que se encargan de la construcción y mantenimiento de nuestras calles, carreteras y autovías. Pero conocer el número de coches que circula por el viario tiene gran interés para otros sectores de la sociedad, como puede ser para la selección de ubicaciones de “retail”, también conocido como “location intelligence”, o para la realización de análisis medioambientales relacionados con el transporte por carretera, entre otros muchos.

De entre todos los parámetros que existen relacionados con el tráfico hay una métrica que es clave para la práctica totalidad de estos sectores: la Intensidad Media Diaria, comúnmente conocida y nombrada por sus siglas IMD.

Datfor, como plataforma online especializada en datos de tráfico y movilidad, ofrece datos de Intensidad Media Diaria (IMD) para ayudar a que las empresas puedan tomar decisiones basadas en información real de tráfico. Puedes consultarnos la información disponible en la zona de tu interés. En caso de que no haya datos sobre el número de vehículos en la carretera que deseas analizar, en Datfor contamos con la mejor tecnología del mercado para obtener la información que precisas.

Para más información contacte con nuestro equipo comercial

¿Qué es y cómo sacar la Intensidad Media Diaria (IMD)?

Hay muchos parámetros que miden y clasifican el tráfico, pero el más representativo para realizar análisis y predicciones del tráfico en casi cualquier ámbito es la Intensidad Media Diaria (IMD).

En su forma más purista este parámetro representa el tráfico total que pasa por un tramo de vía a lo largo de todo el año dividido entre 365 días, obteniendo así el número medio diario de vehículos que circulan en un tramo de vía.

De una manera más inexacta se suele también denominar IMD al promedio de vehículos que circulan al día en un tramo de vía, calculado sobre la base de un número de días inferior a 365. Por ejemplo, se puede calcular referido a una medición de una semana, de un mes o de varios días específicos a lo largo del año. Si bien ambos conceptos tienen denominaciones distintas en inglés cuando revisamos bibliografía internacional (Annual Average Daily Traffic o AADT para la Intensidad Media Diaria calculada sobre los 365 días del año, frente a Average Daily Traffic o ADT para Intensidad Media Diaria calculada sobre un periodo inferior), en castellano suele utilizarse IMD para referirnos a uno u otro indistintamente.

Para qué se utiliza la Intensidad Media Diaria (IMD)

En cualquiera de los dos casos el parámetro de Intensidad Media Diaria (IMD) presenta ventajas y limitaciones. Entre sus ventajas encontramos que es una medida que permite una comparativa fácil y directa del tráfico. Son muchos los sectores que utilizan este parámetro para usos muy diversos.

Algunos ejemplos de para qué se utiliza la IMD según líneas de actividad:

  • Las administraciones encargadas del diseño y planeamiento del viario utilizan la IMD de vehículos pesados para el diseño del firme de las carreteras. Igualmente se utilizan los valores de IMD de tráfico para estimar la vida útil del firme en aspectos relacionados con el mantenimiento de las vías. Tal es el caso, por ejemplo, del Mapa de Tráfico que publica con frecuencia anual el Ministerio de Transportes y Movilidad Sostenible.
  • Los responsables de las áreas de expansión de ‘retail’ utilizan la Intensidad Media Diaria de vehículos o peatones como medida de comparación entre distintas ubicaciones, con el objetivo de encontrar las localizaciones más exitosas que maximicen las inversiones. La IMD es, por tanto, uno de los parámetros directos que se utilizan para evaluar el éxito potencial de los futuros desarrollos y el precio de las propiedades.
  • Profesionales en el campo de servicios medioambientales utilizan también la Intensidad Media Diaria de vehículos para la realización de cálculos de ruido y elementos para su mitigación o para el cálculo de emisiones relacionadas con el tráfico.

La simpleza que la IMD nos ofrece como promedio anual del tráfico diario conlleva a su vez sus limitaciones, puesto que es una medida que no tiene en cuenta las posibles fluctuaciones del tráfico a lo largo del año. El tráfico de vehículos que se observa en algunos ayuntamientos de costa y zonas turísticas, por ejemplo, puede llegar a duplicarse o incluso más en épocas de verano con respecto al resto del año. En estos casos es conveniente atender además a medidas como el tráfico medio diario mensual o incluso la evolución del tráfico a lo largo del día, dependiendo del caso. En Datfor somos conocedores de todas estas casuísticas y te podemos asesorar sobre la información de número de vehículos más adecuada para cada análisis.

Cómo se calcula la Intensidad Media Diaria (IMD)

Calcular la Intensidad Media Diaria de una carretera o tramo de vía no es sencillo ni barato. De manera dogmática el cálculo de la IMD se realiza por medio de dispositivos de medida permanentes situados en las carreteras, que cuentan todo el tráfico las 24 horas de los 365 días del año. Ministerio de Transportes, Diputaciones, Gobiernos Regionales o Ayuntamientos tienen desplegados a lo largo de las carreteras, autopistas, vías urbanas y periurbanas dispositivos permanentes como tubos neumáticos, espiras, radares etc. que cuentan el tráfico que pasa por esos tramos de vía.

En la mayor parte de las ocasiones se instalan estaciones de aforo que miden un número de días inferior, que pueden ir desde una semana todos los meses hasta uno o dos días al año, y hablamos de estaciones semipermanentes, primarias, secundarias o de cobertura. En estos casos ¿cómo se calcula la IMD? En España el método más extendido es la expansión de los datos a partir de una estación permanente cercana en una carretera similar. Las estaciones de aforo permanentes miden todos los días del año, por lo que nos permiten extraer coeficientes de variación del tráfico a lo largo de los meses o de los días de la semana, entre otros. A partir de estos coeficientes los ingenieros de tráfico pueden expandir la información parcial recopilada y obtener la información de Intensidad Media Diaria de vehículos.

Recolección de información para el cálculo de la Intensidad Media Diaria (IMD)

Existen otros métodos tradicionales de expansión, pero en los últimos años las nuevas fuentes de datos ofrecen tecnologías que nos permiten cubrir los huecos de información, pudiendo establecer analíticas de tráfico de manera mucho más rápida y eficiente, y eliminando la necesidad de realizar costosas y complejas campañas de recogida de datos

En Datfor contamos con datos de IMD reales de tráfico, peatones y bicicletas procedentes de fuentes oficiales mediante las que ofrecemos la Intensidad Media Diaria en las calles de ciudades y vías interurbanas. Contamos además con las mejores tecnologías de toma de información a partir de equipos de medición temporales. De igual manera, Datfor dispone de datos de navegación GPS, también denominados Floating Car Data (FCD). Estos datos de TomTom Road Analytics nos permiten completar los huecos de información en cualquier sección de una carretera o calle, reduciendo los tiempos de obtención de información de tráfico en las carreteras, ayuntamientos o cualquier tramo de vía a nivel internacional.

En resumen, aunque el concepto de IMD o Intensidad Media Diaria de vehículos es un parámetro que se lleva utilizando décadas en multitud de campos, en los últimos años la aparición de la tecnología y el Big Data han supuesto una revolución para la toma de datos y el cálculo de la IMD, permitiendo acceder a información de tráfico de manera mucho más rápida y eficiente.