I dati del Master Plan di Metropoli di Paesaggio

Il Masterplan di Metropoli di Paesaggio contiene una serie di elaborati (cartografici e economici) redatti con l’intento di mettere a sistema le infrastrutture di mobilità sostenibile (vie d’acqua, trasporto pubblico su bus e su treno, bici) con gli immobili dismessi di proprietà pubblica. L’obiettivo è quello di disegnare, a partire dallo stato di fatto, una nuova configurazione intermodale che preveda il potenziamento delle infrastrutture sostenibili e l’individuazione degli immobili da rigenerare all’interno di un disegno organico in cui la mobilità intermodale – oltre ad agevolare gli spostamenti urbani, suburbani e rururbani – è al servizio della rigenerazione territoriale.

Sul solo territorio del Comune di Ferrara, il Masterplan ha individuato i seguenti possibili interventi, stimati complessivamente in:

Il masterplan si pone come strumento innovativo, flessibile, interrogabile e aggiornabile a servizio della attuale programmazione e pianificazione, nonché dispositivo utile per la ricerca di finanziamenti su una orizzontalità di differenti temi, come, ad esempio: mobilità, rigenerazione, cambiamento climatico, qualità dell’aria, riqualificazione del paesaggio, servizi alla collettività.

Nell’ambito del masterplan, il Politecnico di Milano ha sviluppato un software per il supporto alle decisioni. Le decisioni coinvolte nel progetto sono quelle di realizzare o completare alcuni elementi di viabilità sostenibile. Questo software è stato implementato come un plugin di QGIS, l’applicativo standard per l’analisi e la visualizzazione di dati geospaziali.

Il plugin, che abbiamo chiamato Urban Optimizer, considera alcuni elementi di viabilità di un’area geografica: piste ciclabili, canali e linee ferroviarie, definiti come layer di QGIS. Le piste ciclabili, gli approdi di canale e le stazioni ferroviarie possono essere di progetto, parzialmente realizzate o completate. Agli elementi già realizzati non viene associato alcun costo, ma per quelli in fase di progetto o parzialmente completati viene considerato il costo per il completamento.

Mappa interattiva relativa ai costi per i diversi interventi previsti dal Masterplan

Puoi visualizzare la mappa qui.

Il secondo dato fondamentale per l’uso del plugin è la cosiddetta matrice di traffico: un insieme di coppie origine-destinazione, associate ognuna al numero di persone (pendolari o turisti) che si spostano da un punto all’altro della città.
L’algoritmo implementato in Urban Optimizer considera una rete unificata di collegamenti a più livelli tramite piste ciclabili, canali e linee ferroviarie, usando un approccio integrato alla pianificazione strategica della viabilità sostenibile.
Lo scopo principale del plugin è quello di identificare le piste ciclabili, gli approdi o le stazioni ferroviarie non completate (che quindi richiedono un intervento con relativi costi e tempi di completamento) in modo tale da soddisfare un criterio scelto dall’utente tra i seguenti:

  1. Costo totale minimo: il totale degli investimenti su piste ciclabili, approdi, stazioni da ristrutturare o realizzare deve essere minimo, pur garantendo una soddisfazione della matrice di traffico di una percentuale data;
  2. Massimo numero coppie origine/destinazione (o/d): il numero di coppie o/d della matrice di traffico che possono utilizzare le piste, i canali e le linee ferroviarie deve essere massimo;
  3. Massimo flusso di persone: simile al 2), il numero totale di persone che possono raggiungere la destinazione scelta usando piste, canali e ferrovie deve essere massimo.

Il plugin ha come elemento centrale un modello matematico, sviluppato presso il Dipartimento di Elettronica, Informazione e Bioingegneria del Politecnico di Milano, che considera sia la rete di collegamento sia la matrice di traffico, e suggerisce il completamento di alcuni elementi (piste ciclabili, approdi, stazioni ferroviarie) che garantiscono l’ottimalità del risultato e la fattibilità dei percorsi.

Di seguito diamo due esempi di utilizzo del plugin sulla città di Ferrara. La matrice di traffico consiste in spostamenti da 14 punti al di fuori della città verso tre poli importanti della città: la stazione centrale, l’area P.M.I. e il Petrolchimico. Questa matrice di traffico raffigura lo spostamento di un numero consistente di pendolari da fuori città che ogni giorno raggiungono il luogo di lavoro.

Flussi di traffico verso 3 poli importanti di Ferrara

I due esempi usano due dei tre criteri disponibili, e ottengono soluzioni diverse.

Scenario 1: investimenti di costo minimo per una viabilità data

In questo scenario, il decisore vuole garantire che almeno il 20% delle coppie o/d e almeno il 20% del traffico richiesto sia instradabile su piste ciclabili, canali e ferrovie, ma in modo che il costo totale degli investimenti sia minimo. Il risultato è una soluzione che ha un costo di circa 359000 euro e che permette un instradamento della matrice di traffico come indicato in figura: traffico sui canali a nord di Ferrara, su una linea ferroviara ad ovest e su alcune piste ciclabili che attraversano il centro. Nove coppie o/d su 44 sono instradabili con questa soluzione.

Scenario 1: investimenti di costo minimo

Scenario 2: massimizzazione del flusso di persone con vincoli di budget

In questo secondo scenario, il decisore ha a disposizione un budget di tre milioni di euro e vuole massimizzare il numero di persone che si spostano sulla matrice di traffico data. La soluzione, determinata nel giro di un minuto, ha un costo di circa 2696000 euro e permette di soddisfare 41 coppie o/d su 44, corrispondenti a 4508 pendolari su un totale di 5416. Il maggiore budget permette investimenti più consistenti per ferrovia, piste ciclabili e approdi, che contribuiscono ad instradare il traffico richiesto.

Massimizzazione del flusso di persone

Il modulo che si occupa del modello matematico invece è disponibile sul repository:

https://pypi.org/project/urbanopti/

Il modulo si può installare su ogni piattaforma (windows, max, linux) con il comando “pip install urbanopti”.

I sorgenti sono disponibili in:

https://github.com/LandscapeMetropolisOptimization/urbanopti

https://github.com/LandscapeMetropolisOptimization/urbanopti_qgis