Supponi di avere 10 taxi a Manhattan. Quale porzione delle strade del borgo percorrono in una giornata tipo?

Prima di rispondere a questo, esaminiamo perché sarebbe utile conoscere questo fatto. Le città hanno molte cose che devono essere misurate:inquinamento atmosferico, tempo metereologico, modelli di traffico, qualità della strada, e altro ancora. Alcuni di questi possono essere misurati da strumenti attaccati agli edifici. Ma i ricercatori possono anche applicare sensori economici ai taxi e acquisire misurazioni in una porzione più ampia di una città.

Così, quanti taxi ci vorrebbero per coprire una certa quantità di terreno?

Per scoprirlo, un team di ricercatori del MIT ha analizzato i dati sul traffico di nove grandi città in tre continenti, ed è emerso con diverse nuove scoperte. Alcuni taxi possono coprire una quantità di terreno sorprendentemente grande, ma ci vogliono molti più taxi per coprire una città in modo più completo di così. intrigante, questo modello sembra replicarsi nelle aree metropolitane di tutto il mondo.

Più specificamente:solo 10 taxi in genere coprono un terzo delle strade di Manhattan in un giorno. Ci vogliono anche circa 30 taxi per coprire metà di Manhattan in un giorno. Ma poiché i taxi tendono ad avere percorsi convergenti, oltre 1, Sono necessari 000 taxi per coprire l'85 percento di Manhattan in un giorno.

"Il potere di rilevamento dei taxi è inaspettatamente grande, " dice Kevin O'Keeffe, un postdoc presso il MIT Senseable City Lab e coautore di un articolo appena pubblicato che descrive in dettaglio i risultati dello studio.

Però, O'Keeffe osserva, "C'è anche una legge dei rendimenti decrescenti" in gioco. "Hai il primo terzo delle strade quasi libero, con 10 taxi casuali. Ma... poi diventa progressivamente più difficile."

Una relazione numerica simile si verifica a Chicago, San Francisco, Vienna, Pechino, Shanghai, Singapore, e alcune altre grandi città globali.

"I nostri risultati hanno mostrato che il potere di rilevamento dei taxi in ogni città era molto simile, "O'Keeffe osserva. "Abbiamo ripetuto l'analisi, ed ecco, ed ecco, tutte le curve [tracciando la copertura dei taxi] avevano la stessa forma."

La carta, "Quantificazione del potere di rilevamento delle flotte di veicoli, " appare questa settimana in Atti dell'Accademia Nazionale delle Scienze . Oltre a O'Keeffe, chi è l'autore corrispondente, i coautori sono Amin Anjomshoaa, un ricercatore presso il Senseable City Lab; Steven Strogatz, un professore di matematica alla Cornell University; Paolo Santi, ricercatore presso il Senseable City Lab e l'Istituto di Informatica e Telematica del CNR di Pisa, Italia; e Carlo Ratti, direttore del Senseable City Lab e professore di pratica presso il Dipartimento di Studi Urbani e Pianificazione (DUSP) del MIT.

I membri del Senseable City Lab studiano da tempo le città sulla base dei dati dei sensori. Così facendo, hanno osservato che alcune distribuzioni tradizionali di sensori hanno dei compromessi. Sensori sugli edifici, Per esempio, può fornire dati giornalieri coerenti, ma la loro portata è molto limitata.

"Sono bravi in ​​tempo, ma non lo spazio, " dice O'Keeffe dei sensori a posizione fissa. "I sensori aerei hanno proprietà inverse. Vanno bene nello spazio ma non nel tempo. Un satellite può scattare una foto di un'intera città, ma solo quando passa sopra la città, che è un intervallo di tempo relativamente breve. Abbiamo posto la domanda, 'C'è qualcosa che unisce i punti di forza dei due approcci, che esplora bene questa città sia nello spazio che nel tempo?'"

Mettere sensori sui veicoli è una soluzione. Ma quali veicoli? autobus, che hanno percorsi fissi, coprire un terreno limitato. I membri del Senseable City Lab hanno fissato sensori ai camion della spazzatura a Cambridge, Massachusetts, tra l'altro, ma anche così, non hanno raccolto tanti dati come potrebbero fare i taxi.

Quella ricerca ha contribuito a portare allo studio attuale, che utilizza i dati di una varietà di comuni e sforzi di ricerca del settore privato per comprendere meglio i modelli di copertura dei taxi. Il primo posto studiato dai ricercatori è stato Manhattan, che hanno diviso in circa 8, 000 segmenti di strada, e ottennero i primi risultati.

Ancora, Manhattan ha alcune caratteristiche distinte:una griglia stradale solitamente regolare, per esempio, e non c'era alcuna garanzia che le metriche prodotte sarebbero state simili in altri luoghi. Ma di città in città, è emerso lo stesso fenomeno:un piccolo numero di taxi può circolare per più di un terzo di una città in un giorno, e un numero leggermente maggiore può raggiungere metà città, ma dopo, è necessaria una flotta molto più grande.

"È un risultato molto forte e sono sorpreso di vederlo, sia da un punto di vista pratico che da un punto di vista teorico, " dice O'Keeffe.

Il lato pratico dello studio è che urbanisti e politici, tra gli altri, ora potenzialmente avere un'idea più concreta dell'investimento necessario per determinati livelli di rilevamento mobile, così come la portata dei risultati che probabilmente otterrebbero. Uno studio sull'inquinamento atmosferico, ad esempio, potrebbe essere redatto con questo tipo di dati in mente.

"Il rilevamento dell'ambiente urbano è fondamentale per la salute umana, "dice Ratti. "Fino ad oggi, il rilevamento è stato eseguito principalmente con un numero limitato di stazioni di monitoraggio fisse e costose. … Però, manca ancora un quadro completo per comprendere il potere del rilevamento mobile ed è la motivazione per la nostra ricerca. I risultati sono stati incredibilmente sorprendenti, in terms of how well we can cover a large city with just a few moving probes."

As O'Keeffe readily acknowledges, one practical way to construct a mobile-sensing project might be to place sensors on taxis, then deploy a relatively small fleet of vehicles (as Google does for mapping projects) to reach streets where taxis virtually never venture.

"You bias, almost by definition, popular areas, " O'Keeffe says. "And you're potentially underserving deprived areas. The way to get around that is with a hybrid approach. [If] you put sensors on taxis, then you augment it with a few dedicated vehicles."

For his part, O'Keeffe, a physicist by training, thinks the result bodes well for the continued use of mobile sensors in urban studies, across the globe.

"There is a science to how cities work, and we can use it to make things better, " says O'Keeffe.

Questa storia è stata ripubblicata per gentile concessione di MIT News (web.mit.edu/newsoffice/), un popolare sito che copre notizie sulla ricerca del MIT, innovazione e didattica.