Modelul de transport

Pentru dezvoltarea modelului de transport la nivelul polului de creştere Iaşi, au fost colectate date socio‐economice la nivel de circumscripţie de recensământ sau la nivel de stradă, atât pentru localităţile componente ale polului de creştere, cât şi pentru cele din zonele adiacente polului. Zonificarea însă a fost extinsă astfel încât aceasta să acopere cel puţin localităţile situate la circa 40 minute de mers cu maşina.

Figura 45:         Zonificarea aria de influenţă a polului de creştere Iaşi. Extras din modelul de transport (254 zone de trafic, din care 194 pentru municipiul Iaşi)

Astfel în modelul de transport aferent polului de creştere Iași şi a ariei sale de influenţă au fost modelate următoarele zone de trafic:

Tipul zonei		Număr zonelor	Descriere
1	Municipiu	191	Datele aferente cererii de transport corespund prezentului model de transport
2	Localitate a polului de creștere (alta decât municipiul)	21
3	Localitate adiacentă (1) polului de creștere	19
4	Localitate adiacentă (2) polului de creștere	15	Datele aferente cererii de transport  au fost extrase din modelul de transport național (MPGTR)
5, 8	Localități din România	45	Datele aferente cererii de transport au fost extrase din modelul de transport național (MPGTR).
9	Localități din străinătate	6
	Total	297

Tabelul 16:    Tipurile de zone incluse în modelul de transport

3.2 Colectare de date

Date socio‐demografice şi socio‐economice caracteristice zonelor de trafic (TAZ). Populaţia fiecărei zone de trafic a fost stratificată în: polulație activă economic, populație inactivă economic, elevi, studenţi şi pensionari (a se vedea și secțiunea 2.1)

Datele demografice necesare pentru pregătirea modelului de transport se referă cel puțin la populația la nivelul localităților și la nivelul zonelor de trafic clasificată pe grupe de vârstă, de populația activă și inactivă şi în funcţie de statutul economic.

Abia din decembrie 2013, planurile de mobilitate au fost introduse ca studii obligatorii conform Legii nr. 350/2001 privind amenajarea teritoriului şi urbanismul, cu modificările şi completările ulterioare. Deoarece un conţinut cadru al acestor planuri nu a fost încă aprobat în România până la momentul actual, din punct de vedere statistic datele demografice nu sunt colectate/prelucrate/agregate de o manieră potrivită studiilor de mobilitate.

Institutul Naţional de Statistică furnizează cu titlu gratuit date demografice la nivel de localitate obţinute în urma Recensământului General al Populaţiei şi Locuinţelor din 2011.

Deoarece acest nivel de agregare nu poate fi utilizat în cadrul modelului de transport, datele demografice au fost solicitate, prin intermediul BERD, la cel mai detaliat nivel posibil, cel puţin la nivelul sectoarelor de recensământ. Din păcate, INS a furnizat datele doar la nivel de circumscripţie de recensământ, adică pentru 16 circumscripţii + 1 circumscripţie virtuală de recensământ la nivelul municipiului Iași.

Pentru a putea estima populaţia la nivelul zonelor de trafic s‐au solicitat date la nivel de circumscripţie electorală la nivelul fiecărui municipiu în parte, respectiv populaţia la nivel de stradă şi număr pentru fiecare circumscripţie electorală. Deoarece anul 2014 a fost un an electoral, aceste date au fost actualizate, prezentând teoretic un grad de încredere mai ridicat.

Aceste date au fost obținute pentru municipiul Iași doar la nivel de circumscripţie/ secţie electorală şi nu la nivel de stradă. Lipsa unor nomenclatoare oficiale complete cu numele străzilor a făcut extrem de dificilă activitatea de distribuire a populaţiei la nivelul zonelor de trafic. În plus, lipsa de coerenţă şi logică în definirea secţiilor electorale a îngreunat şi mai mult această activitate.

Parametri structurali ai zonelor de trafic. Aceştia descriu atractivitatea zonelor din punct de vedere al călătoriilor în vederea desfăşurării activităţilor modelate. Exemplu de parametri structurali: locuri de muncă, locuri în şcoli, număr de locuri de muncă şi de clienţi în centrele comerciale (a se vedea și secțiunea 2.1).

În general, principalele probleme întâlnite în timpul procesului de colectare/prelucrare date socio‐economice a fost:

• lipsa nomenclatoarelor oficiale și complete cu numele străzilor,
• lipsa unei metodologii pentru înregistrarea în mod unitar a datelor în cadrul aceloraşi instituţii,
• lipsa bazelor de date de tip GIS;
• lipsa sau inconsistenţa datelor cu privire la:
  • datele privind transportul mărfurilor (producători / întreprinderi / parcuri logistice / centre de distribuţie /de transport de marfă);
  • centrele

Date privind volumul și structura fluxurilor de trafic

Recensămintele de trafic (automate și manuale) pe principalele artere din oraşul Iași au fost realizate pe parcursul a două săptămâni din luna noiembrie 2014, înaintea dezvoltării modelului de trafic:

• 1 post automat (24 h) – înregistrari: total vehicule și viteza de deplasare,
• 9 posturi manuale (12h: 7:00 ‐19:00) – înregistrari pe 10 clase de vehicule,
• 19 posturi manuale (6h: 7:00 ‐10:00 și 13:00 ‐16:00) ) – înregistrari pe 10 clase de vehicule.

Datele rezultate s‐au utilizat la stabilirea intervalului orar de vârf şi au fost folosite în cadrul validării modelului şi a procesului de calibrare.

Analizele datelor înregistrate automat şi manual au arătat că ora de vârf se plasează în intervalul orar de după amiază, 15:00 – 18:00, reprezentând aproximativ 7,6% din volumul zilnic de trafic.

Figura 46: Locaţiile punctelor de recensământ de trafic în Iaşi

Figura 47:         Contorizări automate ‐ tip SDR. Variaţia orară a traficului și a vitezei în Iaşi

– Observarea gradului de încărcare a vehiculelor de transport public

Observarea gradului de încărcare a vehiculelor de transport public s‐a realizat în luna iunie     în aceeași perioadă și aceleași locații cu ancheta origine‐destinație, pe ambele sensuri de circulație.

Figura 48:         Măsurători privind gradul de încărcare a vehiculelor de transport public pe Șos. Nicolina

Date specifice ofertei de transport modelate la nivel multimodal precum distanţe, timpi de călătorie, accesibilitate sau costurile călătoriei.

În scopul de a colecta aceste tipuri de date, s‐au efectuat, în acelaşi timp cu recensămintele de trafic, măsurătorile privind timpii de călătorie în Iași.

Traseele parcurse în municipiul Iași se pot vedea în figura de mai jos. Înregistrările timpului de călătorie s‐au efectuat de luni până vineri, în orele de vârf de dimineaţă, între orele de vârf şi în orele de vârf de după amiază. S‐au utilizat echipamente de detecție a traficului, înregistrare video și dispozitive GPS. Echipamentele au fost montate pe vehicule de tip martor, introduse în trafic la diferite momente în timp.

Figura 49:         Trasee pe care s‐au efectuat măsurători ale timpilor de parcurs

Date referitoare la comportamentul de deplasare, de exemplu, rate de generare a călătoriilor pe categorii de persoane şi activităţi, parametri privind distribuţia spațială a călătoriilor, parametri privind alegerea modală, intervale orare de analiză pe categorii de activităţi şi alte informaţii necesare validării modelului.

În scopul de a colecta aceste tipuri de date s‐au efectuat anchete în gospodării (interviuri în gospodării) și anchete origine‐destinație în trafic.

Anchetele în gospodării (AIG) furnizează în mod tradiţional cele mai importante date de intrare pentru modelele de transport. Ele au fost întotdeauna anchetele care implică efortul cel mai consistent şi complex. Acestea au fost elaborate în perioada noiembrie‐ decembrie 2014, ca anchete la domiciliu, unde intervievatorii au vizitat gospodăriile eşantionate şi au efectuat interviuri individuale cu membrii acelei gospodării. Acestea s‐au realizat cu ajutorul computerului (metoda CAPI).

În cazul anchetelor în gospodării, datele legate de comportament şi cele socio‐demografice pentru locuitorii oraşului au fost colectate astfel încât să reflecte mobilitatea în zilele lucrătoare. În acest scop, s‐a aplicat un jurnal adaptat al lanţurilor călătoriilor. Aplicând această metodologie, toţi membrii gospodăriei mai mari de 6 ani au fost rugaţi să dea informaţii cu privire la toate deplasările efectuate în afara gospodăriei pe o perioadă prestabilită de 24 de  ore.

A fost ales un eşantion aleatoriu de gospodării cu scopul de a asigura reprezentativitatea datelor colectate. Eşantionul a fost ales astfel încât să fie reprezentativ atât pentru aria geografică aferentă zonei de studiu, dar şi ca reprezentare a populaţiei (1% din populație).

Interviurile în gospodării reprezintă o sursă importantă de date iniţiale pentru modelele de transport. Interviurile oferă o legătură necesară între caracteristicile socio‐economice ale populaţiei din arealul de studiu şi comportamentul de călătorie al acesteia, fiind esenţiale pentru înţelegerea necesităţii de mobilitate.

Figura 50:         Rata de călătorii per persoană

Figura 51:         Distribuția călătoriilor după scopul călătoriei

Figura 52:         Distribuția modală a călătoriilor

Figura 53:         Distribuția modală a călătoriilor raportată la scopul călătoriei

–   Anchete Origine‐Destinație

În luna iunie 2015, la nivelul municipiului Iași au fost efectuate anchete OD în 5 secțiuni. În fiecare post ancheta s‐a desfăsurat pe parculsul unei singure zile, în intervalul 07:00 – 19:00, fiind anchetate vehiculele pe sensul de mers spre centru. Datele au putut fi utilizate pentru validarea modelului.

Eșantionul anchetat a variat între 2% ‐ 4% din fluxul total de vehicule ce a traversat secțiunile respective. Ancheta a arătat că numărul mediu de pasageri per autoturism este de 1.58 persoane   (inclusiv șoferul).

Figura 54:         Amplasarea secțiunilor de anchetă O‐D

Figura 55:         Linii de dorință observate vs modelate. Postul de anchetă 3

– Date de trafic din alte surse

Anumite date folosite în Modelul de Transport aferent PMUD provin din surse externe. Acestea sunt date pentru matricele cererilor externe (origine, destinație și trafic de tranzit), precum și din măsurători de trafic provenind din alte surse. Deoarece aceste date au fost colectate pentru alte studii, în alte momente, decât în anul de referință al modelului, 2014, pentru utilizarea acestora a fost necesară actualizarea lor.

• Pentru drumurile naționale s‐au obținut date de trafic din baza de date CNADNR ‐ CESTRIN. Aceste date au fost colectate în anul Pentru anul de bază al modelului, 2014, aceste volume au fost actualizate
• Un alt set de măsurători a fost obținut din numărătorile efectuate de către AECOM în anul 2012, cu ocazia elaborării MPGT Aceste date au necesitat de asemenea o actualizare la nivelul anul 2014.
• Master Planul General de Transport pentru România

Matricele disponibile din modelul național de transport indică o creștere medie a călătoriilor, de 15% între anul de baza 2011 și 2020, respectiv o rată anuală de 1,6 %.

3.3 DEZVOLTAREA REȚELEI DE TRANSPORT

Un fișier de tip VISUM, corespunzător unui model de transport, include o bază de date integrată atât pentru modelarea rețelei rutiere cât și a transportului public. Fișierul cuprinde caracteristicile rețelelor, datele de intrare privind cererea de transport, dar și rezultatele complete ale modelului.

Unele componente ale modelului de rețea (zone, noduri, bare etc.), precum și parametrii acestora sunt utilizate atât pentru modelarea transportui public, cât și pentru modelarea circulației generale, unele sunt specifice doar pentru modelarea transportui public, iar altele speciale pentru modelarea circulației generale.

Reţeaua de transport modelată conţine reţeaua rutieră existentă şi rețeaua de transport public (oferta de transport public) existentă: stații, linii, trasee, graficul de circulație. Nivelul de detaliere a modelului a fost stabilit în acord cu urmatoarele condiții:

• suficientă precizie pentru a permite testarea tuturor schemelor si politicilor relevante ale PMUD,
• disponibilitatea datelor,
• generalizarea în vederea minimizarii dimensiunii fișierului și a timpilor de testare a scenariilor.

Obiectele relevante ale rețelei, pentru derularea scenariilor PMUD sunt:

• Zone
• Arce (bare)

Rețeaua rutieră/ stradală este reprezentată în VISUM prin arce (sectoare de drumuri/ străzi) și noduri (intersecții). Arcele (barele) reprezintă conexiuni între două noduri și sunt definite pentru ambele sensuri, însă fiecare sens poate avea caracteristici diferite (parametri diferiți).

Pentru ca arcele să ofere o reprezentare realistă și detaliată, a fost definit un set de parametri asociați fiecarui arc. Acești parametri permit structurarea rețelei pe clase denumite tipuri de arce. Structurarea pe tipuri de arce reprezinta în fapt structurarea funcțională și fizică a rețelei rutiere/stradale. Tipurile de arce au următoarele caracteristici: Viteza liberă de circulație, capacitatea de circulație (debit de saturație), funcția de întârziere.

Acestor parametri de bază le sunt asociați: numărul de benzi, categoria drumului/străzii, importanța (rangul) drumului/străzii.

Rețeaua rutieră/ stradală a fost modelată pornind de la informațiile de tip GIS furnizate de HERE (Navteq Q2 2014). Setul de informații include atât date geografice, cât și date necesare modelării precum: tipurile de drum, limitele de viteză și restricțiile de circulație.

Figura 56:          Rețeaua stradală

• Noduri și noduri principale

În VISUM nodurile definesc poziția și organizarea intersectiilor. Acestea reprezintă punctele de început și de final ale arcelor. Parametrii nodurilor sunt utilizați pentru definirea tipului de dirijare sau amenajare a intersecției, cum ar fi: intersecția semaforizată, intersecția de tip sens giratoriu etc.

Este dificilă atribuirea impedanței pentru fiecare fiecare viraj (dreapta, înainte, stânga, întoarcere) tuturor nodurilor care formează o astfel de intersecție. Pentru evitarea unei astfel de probleme, pentru intersecțiile complexe, au fost inserate în rețea nodurile  principale.

• Stații și linii de transport public

Liniile de transport public sunt reprezentate în modelul de reţea prin:

– Traseul liniei: unul sau mai multe trasee ale unei linii ţinând seama de succesiunea staţiilor şi a arcelor (străzilor/drumurilor).

– Graficele de mers: timpii de calatorie pentru ruta unei linii ţinând seama de succesiunea staţiilor şi distanţa dintre staţii.

– Călătoriile vehiculelor. Acestea descriu cursele individuale luând în considerare orele de plecare și timpul parcurs între stații.

Orarul unei linii este setul de curse pe traseele unei linii. Dacă timpii de începere ai curselor nu sunt disponibili, orarele pot fi obținute din frecvențele cunoscute.

Figura 57:         Rețeaua urbană de transport public

3.4 CEREREA DE TRANSPORT

Modelul de cerere cuprinde două module separate: unul pentru călătoriile persoanelor și unul pentru deplasările vehiculelor de marfă.

• Modelul cererii aferent călătorilor este realizat în trei etape ale modelului în patru pași.
• Modelul aferent vehiculelor de marfă este implementat în mod independent de softul VISUM și are etape specifice de generare a cererii și de distribuție/repartiție a acesteia.

– Segmente de cerere. Moduri și sisteme de transport

În cadrul pachetului software VISUM, cererea și afectarea sunt segmentate folosind termenii:

• segment de cerere: matricile călătorie sunt definite pentru segmentele de cerere
• mod: modelul de cerere determină repartiția pe moduri de transport
• sistem de transport: se definește în modelul de rețea

Legătura dintre acești trei termeni este prezentată în tabelul de mai jos.

Segmentul de cerere		Modul		Sistemul de transport
Cod	Nume	Cod	Nume	Cod	Nume	Tip
P	Pieton	P	Pieton	P	Pe jos	PrT
Bike	Biciclist	Bike	Bicicleta	Bike	Bicicleta	PrT
C     CE	Șofer autoturism   Autoturism (în transit)	C	Autoturism	C	Autoturism	PrT
CP	Pasager autoturism	CP	Pasager autoturism
X	Pasager transport public	X	Transport public	Bus	Autobuz	PuT
XE	Pasager transport public (în transit)			TBus	Troleibuz	PuT
				Tm	Tramvai	PuT
				Train	Tren	PuT
					Sistem pietonal,
				PX	auxiliary	PuTWalk

Tabelul 17:    Tabel sinoptic al segmentelor de cerere, modurilor și sistemelor de transport

Transportul public este considerat ca un singur mod; segmentarea în sisteme de transport (tren, tramvai, autobuz etc.) este realizată în etapa de afectare a modelului.

Componenta transportului de marfă cuprinde modurile de transport cu autocamionete și autocamioane.

–   Grupuri demografice

Pentru etapa de generare a călătoriilor aferentă modelului este necesară clasificarea populației în grupuri de persoane omogene comportamental. Criteriile relevante de grupare sunt după ocupație (salariați, pensionari, elevi/studenți) și disponibilitatea autoturismelor.

–   Activități și parametri structurali

Generarea călătoriilor este modelată pentru activitățile desfășurate de populație în arealul de studiu: școală, serviciu, afaceri/călătorii în scop de serviciu, cumpărături, altele.

O călătorie este conexiunea a două activități. Modelul ia în considerare șase perechi de activități: Acasă – Școală, Acasă – Serviciu, Acasă – Afaceri/ Interes de serviciu, Acasă – Cumpărături, Acasă– Altele, Altele – Altele

– Modelul cererii pentru transportul public și privat

Cererea de transport public și privat este modelată pentru 13 straturi de cerere. Un strat de cerere este constituit dintr‐o combinație de grupuri de persoane și perechi de activități.

Cod	Strat de cerere	Grupuri de persoane	Pereche de activități
HB	Acasă – Afaceri/ Interes de serviciu fără vehicul disponibil	E	HB Acasă – Afaceri/ Interes de serviciu
HB_C	Acasă ‐ Afaceri/ Interes de serviciu cu vehicul disponibil	EC	HB Acasă – Afaceri/ Interes de serviciu
HE_P	Acasă‐Școală  generală	P	HE Acasă‐Școală
HE_S	Acasă‐Liceu	S	HE Acasă‐Școală
HE_U	Acasă‐Universitate	U	HE Acasă‐Școală
HO	Acasă‐Altele fără vehicul disponibil	E,NE,P,R,S,U	HO Acasă‐Altele
HO_C	Acasă‐Altele cu vehicul disponibil	EC,NEC,RC	HO Acasă‐Altele
HS	Acasă‐Cumpărături fără vehicul disponibil	E,NE,P,R,S,U	HO  Acasă‐Cumpărături
HS_C	Acasă‐Cumpărături cu vehicul disponibil	EC,NEC,RC	HO  Acasă‐Cumpărături
HW	Acasă‐Serviciu fără vehicul disponibil	E	HW Acasă‐Serviciu
HW_C	Acasă‐Serviciu cu vehicul disponibil	EC	HW Acasă‐Serviciu
OO	Altele‐Altele fără vehicul disponibil	E,NE,P,R,S,U	OO Altele‐Altele
OO_C	Altele‐Altele cu vehicul disponibil	EC,NEC,RC	OO Altele‐Altele

Deoarece analiza rezultatelor anchetelor în gospodării au relevat un comportament de călătorie diferit între locuitorii din zona urbană și locuitorii din zona rurală, s‐au prevăzut parametri diferiți pentru generarea călătoriilor și alegerea modală pentru zona urbană și zona rurală.

• Generarea călătoriilor este determinată de ratele de mobilitate. Rata de mobilitate descrie probabilitatea ca o persoana să realizeze o călătorie dintr‐o pereche de activități în perioada de analiză a modelului (în acest caz: media unei zile lucrătoare, Luni‐Vineri).

Ratele de mobilitate, asa cum au rezultat din ancheta în gospodării, au fost utilizate ca valori inițiale pentru etapa generării călătorilior aferentă modelului. Fiind foarte scăzute, aceste rate au fost ajustate în timpul calibrării modelului.

• Distribuția spațială a călătoriilor (alegerea destinației călătoriilor) a fost realizată printr‐un model gravitațional cu o funcție de utilitate

f(Uij) = e(al,DS∗logsum tij+az,DS∗distij)

• Pentru repartiția modală (alegerea modului de transport) s‐a utilizat un model Logit  multinominal, pe   baza   costurilor   generalizate (sau   utilităților)   și   aparametrilor de poderare.

uDS (m,i, j) = b1,DSm  * InVehicleTimemij

• b2,DSm *( Access + EgressTime)mij
• b3,DSm *(Costs, Fares)mij
• b4,DSm *Waiting Timemij
• b5,DSm * Number of Transfersmij
• b6,DSm * Distance Advantage
• ModeConstant DSm

Parametrii b sunt determinați în cadrul procesul de calibrare pentru a obține ponderile modului straturilor de cerere, așa cum au fost observate în HIS.

Parametrii b4 … b6 sunt relevanți doar pentru transportul public și sunt nuli pentru celelalte moduri, daca indicatorii nu sunt relevanți pentru modul de transport. Pentru moment și b3 a fost setat la 0. Modul constant este diferit între zona urbană și zona rurală.

• Pentru afectarea (alocarea/simularea) călătoriilor pe reţeaua rutieră s‐a utilizat metoda Linear User Cost Equilibrium (LUCE). Aceasta metodă reprezintă o variantă mai rapidă a metodei convenționale bazate pe echilibru – clasificată ca afectare pe rețea congestionată ‐ în conformitate cu primul principiu al lui Wardrop (optimul utilizatorului).

Călătoriile cu transportul public sunt afectate (simulate) pe rețeaua de transport public utilizând metoda bazată pe graficul de circulație (planului de mers). Aceasta este o metodă adecvată dacă liniile sunt deservite rar sau fără a se respecta o anumită frecvență.

–   Modelarea transportului de marfă

Principala  sarcină  în  modelarea  transportului de  marfă constă  în  determinarea cererii  de călătorie. Alegerea destinației (distribuția spațială), precum și alegerea modală de transport sunt secundare.

Trei pași sunt necesari pentru a estima cererea de transport de marfă.

–  Pasul 1: Volumele de marfă, în tone/an

– Pasul 2: Producția locală, comerțul cu ridicata și cu amănuntul

Figura 58:         Generarea cererii în cadrul modelului de transport de marfă (Exemplu: Pentru producția alimentară)

– Pasul 3: Transformarea volumelor de marfă anuale în deplasări zilnice cu vehicule de marfă. Bazate pe statistici, volumele de marfă anuale au fost convertite în deplasări zilnice cu vehicule de marfă pentru o zi medie lucrătoare.

Ținând seama de tipurile de mărfuri dar și de datele rezultate din anchete, cererea zilnică de transport de marfă a fost repartizată pe categorii de vehicule grele (Heavy Goods Vehicle – HGV) și ușoare (Light Goods Vehicle – LGV). Alegerea destinației a fost determinată pe baza modelului gravitațional, folosind matricele de impedanță (matricele drumului minim) pe categorii de vehicule.

În cele din urmă, matricele de cerere au fost majorate cu deplasările camioanelor și ale furgonetelor goale.

3.5 CALIBRAREA ȘI VALIDAREA

–   Calibrarea modelului cererii

Modelul de transport a fost calibrat în de‐a lungul tuturor celor patru pași: generarea călătoriilor, distribuția spațială, repartiția modală, precum și afectarea călătoriilor.

Calibrarea modelului presupune găsirea unui echilibru între datele comportamentale de intrare, rezultate din anchetele în gospodării, pe de o parte, și datele obținute din măsuratorile de trafic, pe de altă parte.

În cadrul modelului au fost afectate călătoriile cu transportul public și privat. Modurile de transport ușoare/blânde – pietonale și cu bicicleta – nu au fost afectate, deși modelul permite și acest lucru.

– Validarea fluxurilor pe rețeaua rutieră/stradală

Fluxurile de vehicule au fost calibrate pe baza măsurătorilor efectuate în 57 de posturi de recensământ. Datele de trafic au avut diferite surse: măsurători de trafic la nivel național CESTRIN (2010), măsurătorile AECOM pentru MPGTR (2012) și măsurătorile de trafic special realizate pentru PMUD (2014). Datele din 2010 și 2012 au fost actualizate pentru anul 2014.

Figura 59:          Secțiunile de validare

Pentru analiza structurii matricei de cerere, în arealul municipiului Iași, posturile de recensământ au fost dispuse asftel încât să definească două cordoane (figura anterioară).

Pentru calibrarea modelului au fost utilizate date de trafic din 57 posturi de recensământ. Pentru validarea modelului au fost selectate 5 secțiuni de recensământ, independent de cele utilizate pentru calibrare.

Comparația între fluxurile de autoturisme modelate și cele observate indică un coeficient de corelație de 0,97 pentru modelul de 24h și 0,97 pentru modelul orei de vârf.

O privire de ansamblu asupra statisticilor GEH arată că pentru 85% dintre posturile de recensământ utilizate pentru calibrare, s‐a realizat valoarea impusă, de 5. Astfel este îndeplinită cerința minimă de 85% din posturi.

	Total vehicule
	GEH < 5	GEH < 10
Posturi utilizate pentru calibrare	85%	93%
Posturi independente	100%	100%
Criteriu de acceptare	85%	‐

Tabelul 18:    Statistica GEH – Model 24 ore

Analiza cordoanelor de asemenea, prezintă rezultatele bune, astfel ca standardele sunt îndeplinite.

	Cordon interior		Cordon exterior
	intrare	ieșire	intrare	ieșire
Diferență procentuală	‐0.7%	‐3.2%	‐2.4%	‐1.4%
GEH	0.53	2.53	2.24	1.27
Prag maxim GEH	4.00	4.00	4.00	4.00

Tabelul 19:    Rezultate Statistice – Cordoane, model 24 ore

	Coridor interior		Coridor exterior
	intrare	ieșire	intrare	ieșire
Diferență procentuală	‐11%	‐9%	‐1%	‐6%
GEH	3.00	2.66	0.22	1.69
Prag maxim GEH	4.00	4.00	4.00	4.00

Tabelul 20:    Rezultate statistice – Model oră de vârf (După – amiază)

În timpul calibrării modelului, s‐a aplicat metoda TFlowFuzzy (TFF) de modificare a matricei cererii. Pentru modelul de 24 h, structura matricei de cerere rămâne aceeași. În modelul orei de vârf după aplicarea TFF s‐a observat reducerea numărului de călătorii cu 10%.

– Validarea timpilor de călătorie pe rețeaua rutieră

Pentru cinci trasee, s‐au realizat măsurători ale timpilor de parcurs în ambele sensuri, la diferite momente din zi.

Rezultatele înregistrate sunt acceptabile și sunt prezentate mai jos, 4 din 10 trasee au o eroare relativă mai mare de 10%.

Traseul	Direcție	Lungime [km]	Măsurători		Model		Diferența procentuală
			Durata [s]	Viteza [km/h]	Durata [s]	Viteza [km/h]
Traseul 1	1	12.2	1510	29	1188	37	‐21%
	2	12.5	1588	28	1180	38	‐26%
Traseul 2	1	13.1	1471	32	1350	34	‐8%
	2	13.6	1866	26	1260	37	‐32%
Traseul 3	1	10.9	1439	27	1412	29	‐2%
	2	11.4	1436	29	1363	30	1%
Traseul 4	1	7.4	946	28	832	33	‐3%
	2	8.4	1174	26	840	33	1%
Traseul 5	1	7.7	1141	24	828	33	19%
	2	7.7	927	30	876	31	3%

Tabelul 21:    Rezultatele măsurătorilor timpilor de parcurs

– Validarea afectării călătoriilor cu transportul public

Validarea afectarii călătoriilor cu transportul public s‐a putut realiza doar într‐o foarte mică măsură, dată fiind lipsa informațiilor.

–   Analiza de senzitivitate

O analiză de senzitivitate a fost realizată pentru a testa elasticitatea modelului și reacția la implementarea unor măsuri. În acest scop, s‐au luat în considerare două variante ale modelului, în care timpii de călătorie cu transportul public au fost reduși, respectiv crescuți cu 10% fiecare.

Răspunsul modelului la modificările datelor de intrare este unul corect:

• scăderea ponderii călătoriilor cu transportul public, dacă cresc timpii de călătorie
• redistribuirea călătoriilor între celelalte moduri de transport concurente, respectiv cu autoturismul (ca șofer și pasager) și pe jos.

3.6 PROGNOZE

În cadrul PMUD modelul de transport de prognoză va fi dezvoltat pentru etapele de perspectivă 2020 și 2030.

În procesul de construire a modelului de prognoză pornind de la modelul pentru anul de bază au fost luate în considerare mai multe aspecte:

–    Prognoza parametrilor  socio‐economici:

• Evoluția populației ‐ numărul locuitorilor, dar și structura pe vârste a populației
• Indicele de motorizare
• Numărul locurilor de muncă

–  Rețeaua de transport de perspectivă

• Masuri de îmbuntățire a infrastructurii de transport public, implementarea soluțiilor ITS etc.
• Implementarea unor politici de descurajare (ca de exemplu introducerea taxelor de drum); managementul parcărilor; încurajarea modurilor de transport nemotorizate (mersul pe jos și/sau cu bicicleta)

–     Schimbări în comportamentul călătorilor

• Creșterea generală a mobilității odată cu creșterea bunăstării
• Schimbarea atitudinii față de problemele de mediu și durabilitate

O analiză a bazei de date din Master Planul General deTransport pentru România arată că sunt așteptate evoluții diferite ale activităților (tabelul de mai jos).

Activități	Schimbări între anul de bază 2011 și …
	2014
Afaceri/interes de serviciu	8%
Serviciu/Navetă	‐1%
Timp liber	8%
Vacanțe	8%
Total	5%
Sursa: Baza de date a MPGTR/ RC (Reference Case) ‐ Scenariul de bază/ EES (Economic and Environmental Sustainability) ‐ Scenariul sustenabil din punct de vedere economic și al mediului

Tabelul 22:    Evoluția cererii de călătorie în modelul național de transport

–   Evoluția populației

Evoluția populației este un rezultat direct al sporului natural și al soldului migrator. Suma acestor componente determină creșterea sau scăderea populației unei localități sau a unui areal. Soldul migrator este dependent de posibilitățile de angajare și de evoluția mediului economic.

Analizând tendințele menționate, precum și evoluția sporului anual mediu total (spor natural și sold migrator) și tendințele populației active prognozate de CNP, se propun urmatoarele prognoze:

Figura 60:         Prognoza populaţiei municipiului Iași

Figura 61:         Prognoza populaţiei localităţilor din Polul de Creştere Iași

În plus, considerând rolul polului de creștere ca motor de dezvoltare a Regiunii Nord‐Est, s‐a considerat  necesară  elaborarea  unui  scenariu optimist  de  evoluție a  populației  la   nivelul municipiului Iași și a localităților din polul de creștere. Tabelul următor centralizează tendințele de creștere a populației la nivelul municipiului Iași, a localităților din polul de creștere și a celorlalte localități din județul Iași. Distribuția spațială a populației în arealul de studiu se regăsește în Anexa 2.

	2011	2015	2020	2030	2030 upside scenario
Municipiul Iași/ Iași City	1.00	1.01	1.03	1.05	1.16
Alte localități din Polul de Creștere Iași/ Other localities in Growth Pole Iași	1.00	1.06	1.14	1.31	1.38
Alte localități din Județul Iași/ Other localities in Iași County	1.00	0.98	0.96	0.91	0.91

Tabelul 23:    Coeficienți de creștere a populației

–   Evoluția numărului de angajați

Prognoza numărului mediu al salariaților la nivelul municipiului Iași, a localităților din polul de creștere și a localităților din restul județului s‐a bazat pe datele istorice disponibile și evoluția numărului mediu de salariați la nivelul Județului Iași elaborată de Comisia Națională de Prognoză în decembrie 2014 (Proiecția principalilor indicatori economico‐sociali în Profil Teritorial până în 2017).

Pe baza ratelor anuale estimate de CNP pentru perioada 2014‐2017, la nivel județean, a fost determinat numărul mediu de salariați la nivelul municipiului și al polului de creștere, utilizându‐se ponderea medie anuală a acestora pe ultimii cinci ani disponibili (2009‐2013) în valoarea totală la nivelul județului.

Utilizând aceste date au fost determinate ratele anuale de creștere a numărului de salariați la nivel teritorial pentru perioada 2014‐2017. Pentru perioada 2018‐2030 s‐a aplicat rata de creștere medie anuală din ultimii cinci ani (2013‐2017).

	2009	2010	2011	2012	2013	2014*	2015*	2016*	2017*	2018‐ 2030
Județul Iași/ Iași County	‐6.95%	‐10.56%	‐1.89%	2.63%	‐1.27%	1.89%	1.94%	1.69%	1.94%	1.24%
Polul de Creștere Iași/ Growth Pole Iași	‐7.89%	‐11.58%	‐0.42%	5.94%	‐1.48%	‐0.21%	1.94%	1.69%	1.94%	0.78%
Municipiul Iași/ Iași City	‐8.32%	‐13.32%	‐0.22%	7.50%	‐1.12%	‐1.05%	1.94%	1.69%	1.94%	0.68%

Tabelul 24:   Rate anuale de creștere a numărului mediu de salariați

Pe baza acestor rate anuale de creștere s‐au determinat numărul mediu de salariați la nivelul municipiului, al localităților din polul de creștere și din restul județului Iași pentru etapele 2015, 2020 și 2030.

Numărul mediu de salariați/ Average number of employees (2013=100)	2013	2015	2020	2030
Municipiul Iași/ Iași City	100.0	100.9	106.7	114.2
Alte localități din Polul de Creștere Iași/ Other localities in Growth Pole Iași	100.0	116.7	129.2	158.8
Alte localități din Județul Iași/ Other localities in Iași County	100.0	115.1	122.2	132.0

Tabelul 25:    Prognoza numărului mediu de salariați

–   Evoluția indicelui de motorizare

Evaluarea motorizării este o chestiune esențială în planificarea transportului. Motorizarea înseamnă acces la autoturism. Accesibilitatea unui autoturism reprezintă condiția minimă necesară pentru a realiza o călătorie în ceea ce priveşte transportul motorizat privat. Oricum, estimarea viitoarei motorizări este una dintre cele mai dificile prognoze.

În vederea estimării motorizării viitoare pentru polii de creștere au fost folosite, ca bază pentru prognoză, ratele de creștere regionale anterioare. Rata medie de creștere pe regiunea Nord‐Est, între 2007 și 2012, a fost de 8,48%.

Un risc în planificarea transportului, ar putea fi acela de a presupune că rata motorizării în zonele polilor de creștere va rămâne la un nivel scăzut, utilizând rate de creștere scăzute. Poate constitui de asemenea un risc, asumarea faptului că motorizarea în zona polilor de creștere va rămâne mult departe de media europeană, ținând seama de rolul general și importanța în dezvoltarea României a polilor de creştere și de așteptările privind creșterea economică.

Prin urmare, s‐au făcut patru presupuneri:

• Zonele polilor de creștere vor urmări dezvoltarea actualmente constatată a regiunilor;
• Creșterea motorizării își va pierde “locul 2” și va încetini în următorii 15 ani, până la o rată aproape de zero;
• Valorile maxime pentru zonele urbane vor fi apropiate de valorile “obișnuite” ale orașelor europene;
• Diferența dintre orașe și zona din jurul polilor de creștere va rămâne relativ la același nivel ca astăzi (ratele de creștere aplicate fiind aceleași).

Următoarea diagramă prezintă ratele de creștere anuale calculate, care în toate cazurile sunt bazate pe ratele medii de creștere anuale constatate între anii 2007 și 2012 (valoare de începere 2013, care este diminuată cu 15% în fiecare an.

Figura 62:         Prognoza indicelui de motorizare pentru polul de creştere Iași

Aplicând acest principiu Polului de Creștere Iași, motorizarea ar crește în zona orașului, la circa 310 mașini/1000 locuitori în anul 2020 și la aproximativ 350 de mașini în anul 2030. În restul zonei polului de creștere, ar putea ajunge la 370, în anul 2020 și la aproximativ 420, în 2030.

3.7 TESTAREA MODELULUI DE TRANSPORT (în cadrul unui studiu de caz)

Dezvoltarea scenariilor de perspectivă va include schimbări ale rețelei de transport. Este o bună practică în a pregăti și furniza toate schimbările utilizând rețeaua de bază (de referință), astfel încât comparațiile între diferitele scenarii să poată fi analizate și vizualizate cu o bază grafică comună.

Odată dezvoltat în VISUM modelul de transport (calibrat și validat pentru anul de bază și pentru situația actuală) poate simula modificarile de fluxuri care apar de pildă în cazul introducerii unor legaturi noi sau al inchiderii unor artere de circulatie.

După cum se cunoaște, rețeaua stradală a municipiului Iași prezintă probleme de conectivitate în special pe partea de nord şi sud‐vest. Spre exemplificare se prezintă sintetic modul în care completarea legăturilor inelare pe partea de sud‐vest, între cartierul Galata și cartierul Alexandru cel Bun, interacţionează cu restul reţelei stradale din zona de studiu.

Astfel, în figura de mai jos se prezintă redistribuirea traficului în urma apariţiei Variantei de ocolire Sud pentru traficul ușor și a podului peste Bahlui între Varianta de ocolire Sud pentru traficul ușor și str. Sarmisegetuza, unde:

• cu verde sunt marcate fluxurile atrase de noile legături de pe alte rute;
• cu roşu sunt marcate fluxurile ce părăsesc traseele utilizate în

Se observă că o aceaste legături ar degreva circulația atât de pe șos. Nicolina, bd. Nicolae Iorga și str. Sarmisegetuza, cât și de pe străzi din zona centrală a orașului.

Figura 63:         Redistribuirea traficului în urma apariţiei Variantei de ocolire Sud pentru traficul ușor și a podului peste Bahlui între Varianta de ocolire Sud pentru traficul ușor și str. Sarmisegetuza