Suponha que você tenha 10 táxis em Manhattan. Que parte das ruas do bairro eles cobrem em um dia normal?

Antes de respondermos isso, vamos examinar por que seria útil saber esse fato. As cidades têm muitas coisas que precisam ser medidas:poluição do ar, clima, Padrões de tráfego, qualidade da estrada, e mais. Alguns deles podem ser medidos por instrumentos fixados em edifícios. Mas os pesquisadores também podem afixar sensores baratos em táxis e capturar medições em uma parte maior da cidade.

Então, quantos táxis seriam necessários para cobrir uma certa extensão de terreno?

Descobrir, uma equipe de pesquisadores baseada no MIT analisou dados de tráfego de nove grandes cidades em três continentes, e surgiu com várias novas descobertas. Alguns táxis podem cobrir uma superfície surpreendentemente grande, mas são necessários muito mais táxis para cobrir uma cidade de forma mais abrangente do que isso. Curiosamente, esse padrão parece se replicar em áreas metropolitanas de todo o mundo.

Mais especificamente:apenas 10 táxis cobrem um terço das ruas de Manhattan em um dia. Também leva cerca de 30 táxis para cobrir metade de Manhattan em um dia. Mas porque os táxis tendem a ter rotas convergentes, mais de 1, São necessários mil táxis para cobrir 85% de Manhattan em um dia.

"O poder de detecção dos táxis é inesperadamente grande, "diz Kevin O'Keeffe, um pós-doutorado no MIT Senseable City Lab e co-autor de um artigo recém-publicado detalhando os resultados do estudo.

Contudo, O'Keeffe observa, "Há uma lei de rendimentos decrescentes" em jogo também. "Você obtém o primeiro terço das ruas quase de graça, com 10 táxis aleatórios. Mas ... então fica cada vez mais difícil. "

Uma relação numérica semelhante ocorre em Chicago, São Francisco, Viena, Pequim, Xangai, Singpore, e algumas outras grandes cidades globais.

"Nossos resultados mostraram que o poder de detecção dos táxis em cada cidade era muito semelhante, "O'Keeffe observa." Repetimos a análise, e eis, e eis que todas as curvas [traçando a cobertura do táxi] tinham o mesmo formato. "

O papel, "Quantificando o poder de detecção das frotas de veículos, "está aparecendo esta semana em Proceedings of the National Academy of Sciences . Além de O'Keeffe, quem é o autor correspondente, os co-autores são Amin Anjomshoaa, pesquisador do Senseable City Lab; Steven Strogatz, professor de matemática na Cornell University; Paolo Santi, um cientista pesquisador do Senseable City Lab e do Instituto de Informática e Telemática do CNR em Pisa, Itália; e Carlo Ratti, diretor do Senseable City Lab e professor da prática no Departamento de Estudos e Planejamento Urbano (DUSP) do MIT.

Os membros do Senseable City Lab há muito tempo estudam cidades com base em dados de sensores. Ao fazer isso, eles observaram que algumas implantações tradicionais de sensores vêm com compensações. Sensores em edifícios, por exemplo, pode fornecer dados diários consistentes, mas seu alcance é muito limitado.

"Eles são bons com o tempo, mas não espaço, "diz O'Keeffe dos sensores de localização fixa." Os sensores aerotransportados têm propriedades inversas. Eles são bons no espaço, mas não no tempo. Um satélite pode tirar uma foto de uma cidade inteira, mas apenas quando está passando sobre a cidade, que é um intervalo de tempo relativamente curto. Fizemos a pergunta, 'Existe algo que combina os pontos fortes das duas abordagens, que explora esta cidade bem no espaço e no tempo? '"

Colocar sensores em veículos é uma solução. Mas quais veículos? Ônibus, que têm rotas fixas, cobrir um terreno limitado. Membros do Senseable City Lab fixaram sensores em caminhões de lixo em Cambridge, Massachusetts, entre outras coisas, Mas mesmo assim, eles não coletaram tantos dados quanto os táxis.

Essa pesquisa ajudou a conduzir ao estudo atual, que usa dados de uma variedade de municípios e esforços de pesquisa do setor privado para entender melhor os padrões de cobertura de táxis. O primeiro lugar que os pesquisadores estudaram foi Manhattan, que eles dividiram em cerca de 8, 000 segmentos de rua, e obtiveram seus resultados iniciais.

Ainda, Manhattan tem algumas características distintas - uma grade de ruas geralmente regular, por exemplo - e não havia garantia de que as métricas produzidas seriam semelhantes em outros lugares. Mas cidade após cidade, o mesmo fenômeno surgiu:um pequeno número de táxis pode circular em um terço da cidade em um dia, e um número um pouco maior pode chegar a metade da cidade, mas depois disso, uma frota muito maior é necessária.

"É um resultado muito forte e estou surpreso ao ver isso, tanto do ponto de vista prático quanto do ponto de vista teórico, "O'Keeffe diz.

O lado prático do estudo é que os planejadores e legisladores da cidade, entre outros, agora tem potencialmente uma ideia mais concreta sobre o investimento necessário para certos níveis de detecção móvel, bem como a extensão dos resultados que provavelmente obteriam. Um estudo de poluição do ar, por exemplo, poderia ser elaborado com este tipo de dados em mente.

"O sensoriamento ambiental urbano é crucial para a saúde humana, "diz Ratti." Até hoje, a detecção foi realizada principalmente com um pequeno número de estações de monitoramento fixas e caras. … Contudo, uma estrutura abrangente para entender o poder do sensoriamento móvel ainda está faltando e é a motivação para nossa pesquisa. Os resultados foram incrivelmente surpreendentes, em termos de quão bem podemos cobrir uma grande cidade com apenas algumas sondas móveis. "

Como O'Keeffe prontamente reconhece, uma maneira prática de construir um projeto de sensoriamento móvel pode ser colocar sensores em táxis, em seguida, implante uma frota relativamente pequena de veículos (como o Google faz para projetos de mapeamento) para chegar às ruas onde os táxis praticamente nunca se aventuram.

"Seu preconceito, quase por definição, áreas populares, "O'Keeffe diz." E você está potencialmente mal servindo áreas carentes. A maneira de contornar isso é com uma abordagem híbrida. [Se] você colocar sensores em táxis, em seguida, você aumenta com alguns veículos dedicados. "

Para a parte dele, O'Keeffe, um físico por formação, acha que o resultado é um bom presságio para o uso contínuo de sensores móveis em estudos urbanos, em todo o mundo.

"Existe uma ciência em como funcionam as cidades, e podemos usá-lo para tornar as coisas melhores, "diz O'Keeffe.

Esta história foi republicada por cortesia do MIT News (web.mit.edu/newsoffice/), um site popular que cobre notícias sobre pesquisas do MIT, inovação e ensino.