Informacje, które pozwolą zrozumieć mechanizmy dotyczące przemieszczania się ludzi w miastach zbierają i analizują eksperci z Polski i Norwegii. Wnioski posłużą im do ustalenia działań mających na celu szersze wykorzystanie przyjaznych dla środowiska środków transportu. Liderem konsorcjum jest Uniwersytet Warszawski.
Inicjatywa powstała podczas warsztatów IdeaLab, w których uczestniczyli naukowcy z Polski, Norwegii, Islandii i Liechtensteinu. Ich zadaniem było spojrzenie na miasta jako miejsca dobre do życia i pracy w 2040 roku oraz stworzenie projektów, które odpowiadają na wyzwania współczesności. Najwyższą ocenę uzyskał projekt „Co-designing Inclusive Mobility”, kierowany przez dr Annę Nicińską z Wydziału Nauk Ekonomicznych Uniwersytetu Warszawskiego. Opiera się na interdyscyplinarnym podejściu do tematu mobilności, ekologii i partycypacji obywatelskiej i zakłada przedstawienie neutralnych dla klimatu rozwiązań, które zmieniłyby przyzwyczajenia transportowe mieszkańców miast.
Naszym celem jest analiza zależności między transportem, jakością powietrza, infrastrukturą miasta i potrzebami mieszkańców. Zakładamy wypracowanie wiedzy i narzędzi, które umożliwiają współtworzenie (co-design) dostępnych rozwiązań podnoszących jakość życia i ograniczających zanieczyszczenie powietrza w określonych obszarach miasta. Rozwiązania opracowujemy i testujemy w okolicach kilku warszawskich szkół, a następnie analizujemy tak, by mogły być implementowane w innych warunkach. Zostaną one wypracowane we współpracy z wszystkimi interesariuszami, w tym mieszkańcami, firmami i samorządem miejskim, przy wykorzystaniu interdyscyplinarnego podejścia z „nauk obywatelskich”, przyrodniczych i technicznych, oraz takich narzędzi, jak badania sondażowe i miejskie laby, ale również sztuczna inteligencja, uczenie maszynowe i modelowanie środowiskowe – wyjaśnia dr Anna Nicińska.
W konsorcjum uczestniczą również: Politechnika Warszawska, Norwegian Air Research Institute, Fundacja „Na miejscu”, Szkoła Główna Handlowa, Miasto Lublin oraz Fridtjof Nansen Insitute. Badaniami społecznymi i modelowaniem transportu zajmują się specjaliści z UW i SGH, modelowaniem zanieczyszczeń powietrza – eksperci z NIAR, zaś za obszar metod uczenia maszynowego i analizy danych wielkoskalowych odpowiadają badacze z Politechniki Warszawskiej. Te nowoczesne narzędzia stosują do danych o Warszawie i jej aglomeracji (takich jak ścieżki przejazdów komunikacji miejskiej, informacje z badań ankietowych i dane z modelu transportowego).
Aktualnie zajmujemy się m.in. identyfikowaniem skali wpływu różnorodnych czynników na wybory transportowe mieszkańców. Opracowaliśmy już system gromadzenia danych rozkładów jazdy i danych przejazdów pojazdów komunikacji miejskiej, wykorzystujący m.in. platformy Apache NiFi, Apache Flink i Apache Hadoop. Architektura systemu zawiera również propozycję nowych modułów przeznaczonych do modelowania zmiennych w czasie wyborów transportowych – opisuje prof. Maciej Grzenda z Wydziału Matematyki i Nauk Informacyjnych Politechniki Warszawskiej.
Stworzone rozwiązania już działają i dostarczają użytecznych informacji.
Połączenie tych danych z wynikami badań ankietowych pozwoliło rozpoznać zależności między charakterystyką m.in. połączeń transportu publicznego, odległościami i czasami przemieszczania się, celem przemieszczania się a wybieranymi środkami transportu. Wnioski umożliwią udzielenie odpowiedzi na pytanie, w jakich warunkach mieszkańcy wybierają przemieszczanie się przyjazne dla środowiska: pieszo, rowerem czy transportem publicznym. Ustalenie takich uwarunkowań to ważny cel projektu CoMobility.
Zrealizowane już prace dotyczyły m.in. wykorzystania detektorów zmienności do analizy strumieni danych lokalizacji pojazdów w celu odróżnienia okresowych fluktuacji w punktualności pojazdów na poszczególnych trasach od istotnych zmian o charakterze trendu – wyjaśnia prof. Grzenda. – W planach mamy m.in. wykorzystanie i rozwój metod dedykowanych dla tzw. zmienności pojęć (ang. concept drift), która w tym przypadku oznacza m.in. zmienność wyborów transportowych w czasie, wynikającą np. z rosnącej świadomości wpływu wybieranych metod przemieszczania się na zanieczyszczenie powietrza. Planujemy również opracowanie metod uczenia z przeniesieniem (ang. transfer learning) dla analizy zagadnień transportowych, czyli metod, które umożliwią wykorzystanie wiedzy zdobywanej np. w jednej aglomeracji do budowy dokładniejszych modeli dla innych aglomeracji – dodaje.
Efektem projektu ma być zestaw metod współtworzenia nowych rozwiązań transportowych i narzędzi do oceny ich wpływu na jakość powietrza w Warszawie.
MK, źródło: PW, UW