В городе есть транспорт общего пользования - такси, городской пассажирский транспорт (автобус, троллейбус, трамвай и метрополитен), пригородный транспорт (электропоезда, автобусы, речные суда), специальный транспорт ("дачные" автобусы, автобусы в дни массовой перевозки к кладбищам, автобусы в дни массовых развозок - например на "Рок над Волгой"). А есть транспорт, в той или иной мере эксклюзивный - индивидуальный автотранспорт, служебный автотранспорт (причем тут как автомобили, так и служебные автобусы). Ну, наконец, есть грузовой транспорт, который разделяется по выполняемым функциям. Он в частности подвозит грузы к коммерческим или муниципальным объектам, выполняет коммунальные функции (уборка мусора, очистка улиц, ремонтные работы). Есть транспорт экстренных служб (пожарной, милиции, скорой, газовиков, электриков, службы контактной сети ТТУ) и так далее. И есть то, что называется пешеходными потоками - это не только собственно пешеходы, но и велосипедисты (роллеры). Я специально перечислил так подробно, чтобы вы оценили насколько разные ниши у того, что мы зовем "транспорт".
Когда возникает необходимость понять какую улицу ремонтировать в первую очередь, а какую можно отложить на потом в отсутствии денег, или тем более какую улицу строить, или расширять, нужно обладать очень четким количественным критерием. Причем, лучше всего, чтобы этот критерий имел размерность "рубль" :) Возможно ли это в принципе? Да - возможно. Используют ли это хотя бы в одном городе России? В полной мере - нет.
Хотя на самом деле принцип достаточно прост. В мире уже давно создана математическая основа, которая позволяет моделировать поведение транспортного потока. Правда модель имеет целый ряд упрощений, и для нее нужно огромное количество данных. Первое важное упрощение - традиционное разделение на пассажирский транспорт (не важно общественный или индивидуальный) и иной транспорт (грузовой, специальный, коммунальный). Первое направление проработано гораздо лучше второго. Для него требуется создать ГИС модель города (или преобразовать существующую к воспринимаемому софтом формату). В нее входит не только привязка всех дорог и зданий города, но и подробнейшее наполнение информации о них. Надо знать сколько полос на дороге, где и какие знаки, где светофоры, каковы их фазы работы, где как ограничен скоростной режим, где есть дворовые проезды; для зданий надо понимать их функциональное назначение - где-то живут люди (важно понимать сколько и где они работают, сколько у них автомобилей), где-то люди работают (сколько, в каком режиме), ге-то учатся (сколько и откуда приезжают). Кроме того надо знать досконально всю систему общественного транспорта - какие маршруты, сколько на них выпускают единиц подвижного состава, какова его вместимость, какова средняя скорость движения, где расположены остановки..
Я думаю всем понятно, что собрать полностью такой массив данных - это задача очень не простая. После того, как он собран, появляется возможность применить программное обеспечение о котором я говорил. Внесенные в него данные дадут модель, которая с достоверностью примерно 0,65 сможет предсказать как именно откуда и куда поедут пассажирские потоки. Поскольку 0,65 это достаточно мало необходимо повысить точность модели. Для этого проводят ее калибровки, с использованием натурных данных, собранных наблюдателями на улицах. В отличии от традиционной "советской" системы не требуется сажать счетчика в каждый автобус. Калибровка проводится в ключевых точках транспортной сети города. Если вы попробуйте продумать, как проехать из одного района города в другой, то быстро заметите, что каждый район представляет собой небольшую "капсулу", с конечным числом выездов/въездов. Их значительно меньше, чем перекрестков или остановок общественного транспорта. Калибровка проводится на их границах - проводится замер входящих и исходящих потоков, после чего в ключевой полуимпирической формуле, зашитой в софт подбираются коэффициенты корреляции матриц корреспонденций. Надо чтобы данные наблюдателей совпали с предсказаниями модели для ключевых точек. После завершения такой работы коэффициент корреляции, определяющий ее достоверность, становится примерно 0,85. По всем мировым стандартам с такой моделью уже можно работать.
Естественно, все понимают, что новые дома строятся, старые сносятся, фазы светофоров и расположения знаков меняются, а люди увольняются и покупают новые машины. А это значит, что если моделью не заниматься, то коэффициент будет постепенно падать. С другой стороны если все эти данные уточнять, то можно повысить достоверность модели. Но уже не кардинальным образом - примерно пять лет работы в Перми, позволили повысить достоверность модели до 0,92 (если я не путаю цифру).
Но что нам даст эта модель на практике? Она нам даст прогнозирование с 15% погрешностью, как изменится среднее время пробега транспорта во ВСЕМ городе, из-за изменений на том или ином объекте транспортной инфраструктуры. Это ключевой макропараметр, из которого можно переходить к экономике. Но есть и другие - полная карта нагрузки на каждую улицу города, загрузка конкретных вагонов конкретных маршрутов общественного транспорта. Мы увидили бы какие остановочные пункты перегружены транспортом, и на каких улицах люди не могут уехать из-за недостатка транспорта. Мы смогли бы пробовать менять на компьютере условия проезда перекрестка (например изменять фазу светофора, или развесить новые знаки) и узнать, как это поменяет ситуацию с затором перед ним и на соседних перекрестках. Эта система дала бы абсолютно четкий количественный ответ на вопрос нужно ли строить метро, и если да, то где. Нужно ли продлевать или отменять какой-то маршрут автобуса, и что будет если изменить трассу следования троллейбуса. Ни одна сволочь не смогла бы рассказывать о том, как ужасно обделен транспортом принадлежащий ему рынок, потому что все потоки к нему будет видно как на ладони.
Важно еще и то, что софт есть в двух уровнях моделирования - макроуровне и микроуровне. Макромодель как бы является базой, для микромодели. Вы всегда можете взять отдельный перекресток, загнать его в микромодель и обыграть более подробно. Макромодель даст вам исходные данные по нагрузкам на него со стороны машин и общественного транспорта, а в микромодель вы добавите пешеходные (и велосипедные) потоки, сможете точно подобрать идеальные фазы светофоров, позволяющие пропустить максимум потока. Затем переделанный перекресток возвращается в макромодель, и обыгрывается в ней как сценарий. Тут мы уже видем воздействие наших изменений на соседние перекрестки и время пробега транспорта в целом по городу. Оцениваем экономический эффект. Без макромодели применение микромодели по сути является бесполезной тратой времени. Оно может дать прогноз по данной конкретной точке (правда прийдется посчитать не только пешеходов, но и автотранспорт в ручную) - но влияния на соседние участки и общего эффекта оно дать не может.
Аналогичный продукт можно можно сделать и для грузового транспорта - потому что известны логистичекие базы, известно сколько от них отходит грузовиков и в каких направлениях. Понятно где размещены стройки, где размещены базы коммунального транспорта. Однако эта карта дает меньше информации, потому что предсказать работу пожарных машин, или машин скорой помощи просто не возможно. В общем случае это дело не выполняют, просто пересчитывая процентные доли грузовиков в общем потоке. То есть модель берет приближенные, а не точные значения по данным видам транспорта.
В сумме, с грузовой или без грузовой части, данный продукт позволяет рассчитать максимальную допустимую нагрузку на улицы района, и вывести отсюда допустимое число парковочных мест в них (о чем я писал ранее). С помощью него можно будет четко оценить эффект от предлагаемых выделенных полос общественного транспорта. То есть такой продукт дает в руки транспортников просто предельно эффективный инструмент планирования, с возможностью цифрами доказать экономическую эффективность того или иного решения. Кроме того, это внятный антикоррупционный инструмент - лоббиру/не лоббируй подвоз к своему рыночку, цифры выведут тебя на чистую воду, хочешь/не хочешь распилить пару миллиончиков на реконструкции кольцевой развязки, а макромодель покажет что это бессмысленная затея.
Поэтому совершенно понятно, почему Дмитрий Игоревич Азаров, как только я рассказал ему о возможности создать такую модель сказал: "нам это надо". Администрация города впервые на моей памяти выдала прямой заказ, на проведение работ позволяющих принимать экономически обоснованные и подтвержденные расчетами решения в сфере транспорта. Но я описывал, что модель мало создать - с ней надо работать, причем каждый день. Для этого в рамках МП "Пассажиртранссервис", на базе которого формируется Транспортный оператор Самары, создается отдел моделирования транспортной сети. А к работе по самой модели привлекаются ведущие специалисты по ГИС Самары (Геоинформспутник), а для работы по транспорту, научной составляющей модели, подбору коэффициентов привлечены специалисты из Перми - Агентство дорожной информации (единственные в России, кто имеет опыт моделирования нескольких городов порядка Самары. Ими сделаны модели Перми, Пермского края и Екатеринбурга). При этом в Перми есть хорошая традиция - выкладывать результаты такой работы в сеть, для общего пользования, адаптируя софт для создания на его базе веб-приложений. Так чтобы люди могли посмотреть как работает транспортная система и почему принимаются те или иные решения. Я очень надеюсь, что нам удастся договориться получить этот софт, разработанный для Перми, для его применения в Самаре. Пока "можно поиграться" с Пермью.
Я оцениваю, что модель на данный момент уже имеет коэффициент порядка 0,6, потому что вплотную подошла к натурным измерениям для калибровок. В феврале, когда модель имела еще меньший коэффициент, был проведен семинар в Перми, на котором специалисты показали результаты своей работы. Описание этого мероприятия с фотографиями можно посмотреть здесь и здесь. Свои впечатления я описал тут, если кому интересно. По итогам мероприятия была высказана идея провести в конце 2012 года расширенный семинар по транспортному моделированию и организации дорожного движения в Самаре, на который пригласить представителей администраций всех российских городов-миллионников.
Еще можно посмотреть на учебные ролики, которые умеет строить микромодель, которые иногда размещает в своем блоге И.А.Рудаков. Сюда я вытяну только один.
Такую работу с микромоделью в плане обучения студентов проводит Самарский политех, который, я надеюсь, сможет укомплектовать потребность Транспортного оператора Самары своими студентами. Только надо очень четко понимать, что программное обеспечение у политеха академическое, предназначенное только для учебных целей. Поэтому не удивляйтесь что в представленном ролике на 100 секунде внезапно исчезает здоровый синий грузовик :) Просто это ограниченный продукт, показывающий общие принципы. Он не имеет связи с макромоделью, поскольку ее еще нет, он, как видите не учитывает пешеходные потоки, которые очень важны, тут еще не разделены скорости транспорта в зависимости от полос на кольце (но это уже заметно профессионалам), ну это уже не говоря о том, что из-за академичности поток транспорта резко исчезает, чтобы не смущать студентов, если на перекрестке возникает затор :)
Макромодель будет доделана к июлю этого года, однако уже сейчас ею плотно интересуются специалисты подрядных организаций, занятых проектированием реконструкции и строительства развязок на улице Ново-Садовая. В ПТСе готовы к началу работы с моделью, но еще предстоит дообучить персонал работе именно с макромоделью, потому что в Самаре даже в плане обучения, работают только с академической версией и микромоделью. После того, как эти работы будут завершены в МП "Пассажиртранссервисе" будет сформирован отдел транспортного моделирования, который будет выполнять поддержку модели, а также моделирование по заказам Департамента транспорта, Департамента благоустройства и экологии, Департамента архитектуры и строительства, транспортных предприятий, а кроме того проводить плановые работы в рамках Стратегии развития транспортного комплекса г.о. Самара на 2011-2020 годы. Опять же, все поручения для этого Дмитрием Игоревичем уже даны, а работа почти закончена.
Что у нас в итоге будет? Макромодель для пассажирского транспорта (общественного и индивидуального), учитывающего средние потоки по грузовому трафику. Программное обеспечение для поддержания макромодели, повышения ее коэффициента корреляции. Программное обеспечение для работы с микромоделями (уже не учебными). Отдел со штатом сотрудников, который возьмет это направление в свои руки. Самара станет одним из немногих городов России, но одновременно одним из многих городов мира, где применяется такой эффективный инструмент транспортного планирования.