Please use this identifier to cite or link to this item: https://hdl.handle.net/10316/26013
Title: Combining datasets from multiple sources for urban and transportation planning: emphasis on cellular network data
Authors: Demissie, Merkebe Getachew 
Orientador: Correia, Gonçalo Homem de Almeida Rodriguez
Bento, Carlos Lisboa
Keywords: Cellular network; Erlang; Handover; Traffic estimation; Transportation planning; Urban planning; Urban activity; Urban dynamics; Rede móvel; Transferência de chamada; Estimação de tráfego; Planeamento de transportes; Planeamento urbano; Atividades urbanas; Dinâmicas urbanas
Issue Date: 10-Oct-2014
Citation: DEMISSIE, Merkebe Getachew - Combining datasets from multiple sources for urban and transportation planning: emphasis on cellular network data [em linha]. Coimbra : [s.n], 2014. Tese de doutoramento. Disponível na WWW:<http://hdl.handle.net/10316/26013>
Abstract: All around the World we experience the trends of the last decades on increased urbanization as more and more people shift their living to cities. However, many cities lack the resources to respond to the magnitude of the change in their urban areas, which forces people to compete for the use of land, roads, public transport, and other urban facilities. As a result of the increasing number of people, cities face an increasing number of private vehicles and commuters which in turn cause various problems such as traffic congestion, parking difficulties, traffic accidents, loss of space for productive activities, public transport inadequacy and undesirable environmental impacts. In the past, public authorities followed approaches that nowadays are financially unsustainable, focused mainly on expanding the road network to alleviate the problem. However, many analysts argue that the solution for these problems is better addressed through intelligent planning and management of the existing urban and transportation systems. Planning of the urban and transportation system traditionally relied on the knowledge of present and future problems that are associated to the urban growth such as how much travel will be generated, where these trips will take place, by which mode and on which routes. Creating such plans requires information regarding the movement of people and vehicles, knowledge of constituents of the urban system, and understanding the nature of activities at different places. There are various traditional methods for gathering the raw data necessary for urban and transportation planning. Although these methods have the advantage of providing detailed information, their limited coverage and expensive costs of implementation often make them insufficient. More recently, the spread of massive sensoring, namely through the generalized use of cellphone, is producing massive amounts of data with spatio-temporal detail about our daily activities and traveling patterns, which could be important to the planning of urban and transportation systems given their pervasiveness, low cost, and real time nature. In this thesis we explore the use of cellphone data for profiling the dynamics of urban activities and characterizing flows of people for planning of urban and transportation systems in cities. Three types of passive mobile positioning data were used: (1) Call Volume, which is the number of calls; (2) Erlang, which is used to measure the equivalent cellphone traffic per hour; and (3) Handover, which is the process of transferring an ongoing call from one base station to another without interruption of service. Our observations are based on hourly aggregated cellphone data obtained from a dataset from a telecom company in Lisbon, Portugal. Though passive mobile positioning data is extracted without incurring additional costs and operational risks for the network, it has two main limitations. Firstly, location acquired by this method is at the granularity of a cell sector, which gives uncertainty on the exact location of the collected variables; secondly, it is only acquired when a phone is engaged in a call or short message service. However, we argue that the aggregate cellphone data used in this study remains useful for our analysis, which is at a scale where the lack of a detailed level of precision is not essential. For validation of our results, we collaborated with other data providers in Lisbon to gather different ground truth datasets that could improve our understanding of urban dynamics such as census data, taxi movement, bus movement, traffic count, points of interest, and presence of people. We proposed new approaches to reflect the potential of passive mobile positioning data for urban and transportation planning. Our approach comprises three stages: (1) exploratory data analysis aimed to discover the kind of relationship that emerges between cellular networks data and urban characteristics, activities, and dynamics at a city-scale; (2) use of cellphone data to detect activities associated to the urban areas in what respects to two aspects of activities: spatial patterns of urban activities, and intensities of urban activities along the hours of a day; and (3) extraction of cellular network data for development of models that predict hourly traffic status. Our results confirm that passive mobile positioning data, taking the advantage of its pervasiveness and availability with reasonably less cost, can provide ways to analyse the dynamics of urban activities at a larger scale. In addition, our approach complements traditional urban data collection methods, which are usually made available less frequently to urban and transportation planners, and is especially useful for developing countries where other approaches are too expensive.
Em todo o Mundo continua hoje a verificar-se a tendência das últimas décadas de crescente urbanização à medida que mais e mais pessoas mudam as suas vidas para as cidades. Apesar dessa mudança, muitas cidades não têm os recursos necessários para responder a estas alterações, o que força os seus habitantes a competir pela utilização de recursos escassos como sejam o solo, as estradas, os transportes públicos e outros serviços urbanos. Como resultado deste processo de crescimento da população urbana, observa-se nas cidades o aumento do número de viagens pendulares e correspondente aumento do número de veículos particulares, o que tem como resultado vários problemas como o congestionamento, a escassez de estacionamento, os acidentes, o custo de oportunidade de utilização do espaço ocupado por infraestruturas, a redução do nível de serviço dos transportes coletivos e os impactos ambientais. No passado, as agências governamentais seguiram uma política com custos muito elevados, focada na expansão da rede de estradas para aliviar a pressão sobre o sistema de tráfego. Contudo, muitos analistas discutem esta abordagem argumentando que para mitigar estes problemas será preferível planear e gerir de forma mais inteligente o sistema de mobilidade. Planear as cidades e a sua mobilidade tem tradicionalmente recaído sobre a importância de conhecer os problemas presentes e futuros que estão associados ao crescimento urbano como o número de viagens que são geradas, as suas origens e destinos, modo e caminhos escolhidos. Para um planeamento eficiente é necessária informação acerca dos movimentos das pessoas e dos veículos, conhecer bem as redes existentes, e compreender a natureza das diferentes atividades que são desempenhadas em cada parte da cidade. Há vários métodos tradicionais para recolher os dados necessários ao planeamento urbano e de transportes. Apesar destes métodos terem a vantagem de dar informação muito detalhada, as suas limitações de cobertura e altos custos de implementação e manutenção, por vezes, tornam-nos incomportáveis. Mais recentemente, o aumento da utilização massiva de sensorização, nomeadamente a utilização generalizada de telemóveis está a produzir grandes quantidades de informação com detalhe espácio-temporal acerca das nossas atividades e padrões de deslocação, que poderão ser importantes para o planeamento das cidades e da sua mobilidade dada a sua penetração no território, o seu baixo custo e disponibilidade em tempo real. Nesta tese explorámos a utilização dos telemóveis para traçar o perfil das dinâmicas urbanas e caraterizar os fluxos de pessoas com o objetivo de planear as cidades e os seus sistemas de transportes. Três tipos de informação passiva foram utilizados: (1) volume de chamadas, que é o total de chamadas num intervalo de tempo; (2) Erlang, que é o tempo total de chamadas durante um intervalo de tempo; e (3) a entrega de chamadas num intervalo de tempo, que é o processo de transferir chamadas ativas de uma estação base (torre) para outra estação base. As nossas observações são agregadas ao intervalo de tempo de uma hora, obtidas numa base de dados de comunicações na cidade de Lisboa, Portugal. Apesar da informação passiva móvel ser extraída sem incorrer em custos e riscos de operação da rede, esta tem duas limitações. A primeira está associada a que este método de localização tem lugar à escala do setor de cada célula (estação base), o que conduz à incerteza acerca do local da chamada; a segunda é que a informação diz respeito apenas a chamadas que foram realizadas ou a utilizações do serviço de mensagens. Apesar destas limitações considera-se que os dados dos telemóveis utilizados nesta tese permanecem relevantes para as analises efetuadas que são realizadas a uma escala em que a falta de precisão não deverá ser crítica. Para validar os nossos resultados utilizaram-se várias fontes de informação em Lisboa que permitiram caracterizar a realidade atualmente existente e melhorar a nossa compreensão das respectivas dinâmicas urbanas. As fontes consideradas para validação foram: dados dos sensos, movimento dos táxis, movimento dos autocarros, contagens de tráfego, pontos de interesse e presença de pessoas a cada hora em cada área da cidade. Neste trabalho foram propostas novas abordagens que refletem o potencial dos dados passivos dos telemóveis para o planeamento das cidades e da sua mobilidade. As abordagens seguidas focaram-se em três pontos centrais: (1) exploração dos dados no sentido de descobrir o tipo de relações que se podem encontrar entre os dados dos telemóveis e as características urbanas, atividades e dinâmicas à escala da cidade; (2) análise dos dados dos telemóveis para detetar atividades associadas à área urbana no que respeita a dois aspetos: padrão espacial dessas atividades e intensidade dessas atividades ao longo do dia; (3) utilização dos dados dos telemóveis para desenvolver modelos de previsão do estado do tráfego na rede adjacente às torres. Os resultados confirmam que os dados passivos da utilização dos telemóveis, considerando ainda a sua disponibilidade a baixo custo, podem constituir uma boa forma de analisar as dinâmicas das atividades urbanas a um nível abrangente. Além disso, a abordagem que foi utilizada complementa os métodos tradicionais de recolha de dados, que estão disponíveis com menos frequência para os planeadores da cidade e do sistema de transportes, especialmente em países em vias de desenvolvimento em que outras abordagens são demasiado dispendiosas.
Description: Tese de doutoramento em Programa Doutoral em Sistemas de Transportes apresentada à Faculdade de Ciências e Tecnologia da Universidade de Coimbra.
URI: https://hdl.handle.net/10316/26013
Rights: openAccess
openAccess
Appears in Collections:FCTUC Eng.Civil - Teses de Doutoramento

Files in This Item:
File Description SizeFormat
Thesis_Merkebe Getachew Demissie.pdfPhD thesis12.45 MBAdobe PDFView/Open
Show full item record

Page view(s) 50

525
checked on Mar 26, 2024

Download(s) 10

1,461
checked on Mar 26, 2024

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.