IMPLANTAÇÃO DE FAIXAS EXCLUSIVAS PARA
ÔNIBUS: EFEITO DA TROCA MODAL NO TRÁFEGO DE
AUTOMÓVEIS
Diego Benites Paradeda
Werner Kraus Junior
Rodrigo Castelan Carlson
IMPLANTAÇÃO DE FAIXAS EXCLUSIVAS PARA ÔNIBUS:
EFEITO DA TROCA MODAL NO TRÁFEGO DE AUTOMÓVEIS
Diego BenitesParadeda
Werner Kraus Junior
Programa de Pós-Graduação em Engenharia de Automação e Sistemas
Universidade Federal de Santa Catarina
Rodrigo Castelan Carlson
Centro de Engenharias da Mobilidade e Programa de Pós-Graduação em Engenharia de Automação e Sistemas
Universidade Federal de Santa Catarina
RESUMO
O incentivo à troca modal do automóvel pelo transporte coletivo e por modos não-motorizados é uma diretriz de
política urbana para melhoria da mobilidade. Faixas exclusivas para ônibus, implantação de ciclovias e aumento
das áreas para pedestres surgem como efetivadoras desta diretriz. Tais ideias acarretam mudanças de
infraestrutura nas cidades através da redução do espaço para circulação de automóveis. Neste contexto, examinase o efeito de faixas exclusivas para transporte público por ônibus no tráfego de automóveis. O estudo é
realizado em simulação microscópica para o acesso à Ilha de Santa Catarina no município de Florianópolis/SC.
São analisados aspectos como volume de automóveis, tamanho dos pontos de parada de ônibus, inclusão de
faixas exclusivas e a oferta de transporte público para suprir o aumento de usuários devido à troca modal.
Analisa-se velocidade média por categoria de veículo como indicador de desempenho. A conclusão do estudo
indica que, com as faixas exclusivas propostas, uma troca modal em torno de 20% mantém a velocidade dos
automóveis enquanto triplica a velocidade dos ônibus.
ABSTRACT
Incentives for modal transfer from cars to public transit and non-motorized modes are a guideline for urban
policy to improve mobility. Dedicated bus lanes, the installation of bicycle lanes and increased pedestrian areas
emerge as the fulfillment of this guideline. These ideas lead to changes in the infrastructure of cities through
restrictions for cars. In this context, we examine the effect of the creation of dedicated lanes for public transit in
the automobile traffic. The study is performed in microsimulation for the access to the Santa Catarina Island in
Florianópolis/SC. The analysis considers aspects such as car flow levels, bus stop size, inclusion of dedicated
bus lanes, and the provision of public transit to meet the increase in riders due to modal transfer. The
performance indicator analyzed is the average speed per vehicle category. The study conclusion indicates that
with the proposed dedicated bus lanes a modal transfer around 20% maintains the speed of car traffic while
tripling the speed of buses.
1. INTRODUÇÃO
O incentivo à troca modal do automóvel pelo transporte coletivo e modos não-motorizados é
uma diretriz de política urbana para resolver os problemas de mobilidade (Ministério das
Cidades, 2007). Por um lado, o espaço viário está congestionado devido à ineficiência do
automóvel em termos de capacidade de transporte versus ocupação física do espaço. Por
outro, congestionamentos deterioram o tráfego de ônibus, tornando as viagens por transporte
coletivo demoradas e sem confiabilidade. Assim, usuários que têm opção acabam por preferir
o automóvel, agravando o problema da circulação em vias públicas. Como saída para o
problema, várias cidades têm optado pela priorização física no sistema viário de modos de
transporte coletivos ou não motorizados através de implantações de faixas exclusivas para
ônibus e de ciclovias e também pelo aumento das áreas para pedestres (Público, 2009;
Paranhos, 2011; Duarte, 2011; Público, 2014).
Uma questão associada à implantação de faixas exclusivas para transporte coletivo é o
resultado em termos de deterioração das condições de tráfego para automóveis. Neste artigo, o
problema é formulado para se responder a uma questão complementar: qual a taxa de troca
modal que mantém as condições atuais de tráfego para automóveis após a inserção de faixas
1
exclusivas? Para fins de comparação, determina-se ainda qual a taxa de troca modal
necessária no sistema viário sem faixas exclusivas para que a velocidade operacional dos
ônibus aproxime-se de um cenário com faixas exclusivas. Para tomadores de decisão, tais
informações são valiosas no sentido de se conhecer quantas pessoas deveriam trocar seus
automóveis pelo transporte público para aumentar a velocidade deste último. Este é um dado
crucial para comparação entre soluções com e sem faixas exclusivas.
Para responder à questão anterior, aplica-se método de análise baseado em simulação
microscópica. Além de prover resultados similares a uma simulação mesoscópica, a
simulação microscópica permite examinar em detalhes certos aspectos geométricos do
sistema viário. A partir de uma malha viária calibrada qualitativamente para representar um
cenário vigente, realizam-se rodadas de simulação com variação sistemática das demandas de
tráfego anotando-se os indicadores resultantes para determinar qual diminuição da demanda
de automóveis leva a desempenho satisfatório do transporte coletivo. São examinadas
situações sem e com mudanças na infra-estrutura viária que incluem, além das faixas
exclusivas, o redimensionamento de pontos de parada visando facilitar as operações de
embarque e desembarque.
O critério de desempenho do transporte coletivo por ônibus adotado na análise é a velocidade
operacional dos ônibus. Como o foco principal da análise é a taxa de troca modal, são
adicionados mais ônibus para cada nível de troca simulado. Neste particular, o
redimensionamento dos pontos de parada é importante para acomodar a atracação simultânea
de mais ônibus, efeito este capturado pelo modelo de simulação microscópica. Outros
aspectos que podem ser avaliados com a simulação microscópica são, por exemplo, a
introdução de prioridade semafórica nas faixas exclusivas e o controle de headway dos
ônibus, ambos não tratados neste artigo.
A análise é realizada para o caso do acesso à Ilha de Santa Catarina, em Florianópolis, numa
manhã de dia de semana típico. Como resultado principal do estudo, determinou-se que, com
as faixas exclusivas propostas, uma troca modal em torno de 20% mantém a velocidade dos
automóveis enquanto triplica a velocidade dos ônibus. Por outro lado, mantido o sistema
viário atual, uma redução de 40% do volume de automóveis é necessária para aproximar a
velocidade operacional dos ônibus àquela observada em faixa exclusiva.
Neste trabalho, não se busca compreender as possíveis razões para trocas modais. O foco da
pesquisa é determinar qual o nível de troca modal necessário para que a implantação de faixas
exclusivas para ônibus não implique em aumento de congestionamento para automóveis.
Assim, não se investiga as formas como tal troca modal pode vir a se concretizar.
A exposição é organizada como segue. Na Seção 2 são apresentados trabalhos relacionados da
literatura. A Seção 3 apresenta tanto o método de estudo do problema do desempenho do
tráfego com faixas exclusivas para ônibus como o estudo de caso sob análise. Resultados de
simulação são analisados na Seção 4. Por fim, a Seção 5 faz um sumário das principais
conclusões do estudo.
2. VELOCIDADE DE PERCURSO E PERCEPÇÃO DA QUALIDADE DO SERVIÇO
Dos fatores que contribuem para a escolha do transporte coletivo em viagens urbanas, um dos
que mais se destacam é o tempo total de viagem. Para o transporte coletivo, este é dado pela
2
soma de: tempo dispendido desde a origem até o embarque; tempo de percurso; e tempo desde
o desembarque até o destino (TRB, 2003). Bovy et al.(1991) sugerem que o tempo total de
viagem no transporte público tem que ser menor que o dobro do tempo no automóvel para
aquele ser considerado como alternativa viável.
Com respeito aos tempos fora do percurso, fatores como a aderência dos ônibus ao quadro de
horários e uma boa cobertura da rede de transporte melhoram a percepção dos usuários. Já
com respeito ao tempo de percurso, interessa ao passageiro a percepção de que a velocidade
no itinerário seja competitiva com o automóvel. Outros fatores também afetam a escolha pelo
transporte coletivo, tais como disponibilidade, dificuldade de transbordo, conforto e valor da
tarifa (Zhang et al., 2007). Além disso, um possível complicador é o fato que uma parcela dos
usuários de automóvel reconhece que não tem necessidade de dirigir mas mesmo assim opta
por fazê-lo (Handy et al., 2005).
De todo modo, há indicação na literatura sobre as oportunidades desperdiçadas para o uso do
transporte público em função de percepções errôneas dos tempos de viagem envolvidos. Exel
e Rietveld (2010), por exemplo, citam um estudo de Kropman e Katteler (1990) que revela
que 83% das amostras de motoristas no período de pico da manhã teriam como utilizar o
transporte coletivo para sua viagem, mas apenas um em cada seis desses motoristas
enxergavam o transporte coletivo como uma alternativa. Isto se devia em grande parte pelo
desconhecimento do tempo e do custo de viagem.
Os números de troca modal em sistemas reais de Bus Rapid Transit (BRT) da Austrália são
encorajadores (Currie, 2006). Os sistemas Adelaide North East Bus Way (ANEB), Sydney
Transitway (SLPT) e Brisbane SE Busway (BSEB) atraíram, respectivamente, 24%, 56% e
56% novos passageiros, alguns oriundos de novas viagens. No ANEB, 40% dos novos
passageiros dirigiam automóveis antes da mudança, enquanto a proporção foi de 26% e 9% no
BSEB e no SLPT, respectivamente.
Estudos por simulação microscópica de faixas exclusivas para ônibus têm sido realizados para
avaliar o desempenho de certas características geométricas de projeto. Patankar et al.(2007),
por exemplo, avaliaram um corredor de BRT considerando a velocidade ao longo do itinerário
antes e depois da implantação; um aumento de 12 para 30 km/h é descrito para o caso
estudado. Zhu et al. (2012) simularam corredores exclusivos em uma via expressa
considerando dois cenários: o primeiro analisa o corredor localizado na faixa da direita. Antes
da implantação a velocidade média dos ônibus era de 19,85 km/h para o cenário base,
chegando a 26,76 km/h após a implantação do corredor. O segundo corredor é inserido na
faixa central, com a velocidade chegando a 27,36 km/h. Neste trabalho, ganhos similares são
observados no pior momento da hora-pico em termos da velocidade média em toda a rede
viária, embora itinerários específicos possam ter ganhos ainda mais expressivos.
3. FORMULAÇÃO DO PROBLEMA E MODELO DO ESTUDO DE CASO
Conforme discutido na introdução, este artigo apresenta método de análise de questões
associadas ao efeito das faixas exclusivas sobre as condições de tráfego para auxiliar na
justificativa de decisões sobre priorização do transporte público. A principal questão
investigada é a determinação da taxa de troca modal necessária para restaurar o
congestionamento de automóveis aos níveis anteriores à implantação de faixas exclusivas.
Para fins de comparação com o cenário com faixas, examina-se também a taxa de troca modal
3
necessária no caso sem faixa exclusiva para se obter velocidades dos ônibus nos níveis
desejados. Além disso, busca-se determinar se melhorias nos pontos de parada para maior
agilidade na atracação/partida dos ônibus aumentam significativamente a velocidade dos
ônibus. Destaca-se que as análises levam em conta o efeito na velocidade operacional do
aumento da frota rodante de ônibus para atender à demanda oriunda da troca modal. Este
ponto é importante pois pode indicar limites da operação em faixa exclusiva com os
itinerários atuais, apontando para reestruturações da rede de transporte público.
3.1. Abordagem de Simulação Empregada
Para realização do estudo de caso usa-se a simulação microscópica. Opta-se pela simulação
microscópica com o simulador AIMSUN (TSS, 2014) devido à capacidade desta em simular
interações pontuais entre automóveis e ônibus, bem como aspectos de semaforização e
tamanho dos pontos de parada. O modelo da rede viária de interesse foi elaborado a partir de
dados geométricos obtidos de mapas digitais disponíveis na internet (Google, 2014), cujo grau
de precisão é suficiente para a análise se comparado com os dados adquiridos do plano diretor
de Florianópolis (PMF, 2014). São dados de entrada para o modelo os volumes de tráfego
coletados por pesquisa realizada pelo Instituto Mapa (RBS, 2014b), que fornece o volume
médio diário (VMD) em diversos pontos de contagem da rede viária modelada. As linhas e
horários de ônibus foram obtidas a partir da divulgação nos sítios das empresas de ônibus
(Auto Viação Imperatriz, 2014; Biguaçu Transportes, 2014; Jotur, 2014; Santa Terezinha,
2014; Transporte Coletivo Estrela, 2014).
O modelo de simulação é ajustado qualitativamente devido à impossibilidade de se realizar
ensaios de campo visando obter indicadores para calibração quantitativa. Busca-se reproduzir
níveis de congestionamentos similares aos observados empiricamente no trecho estudado,
baseando-se no período do congestionamento e da extensão das filas formadas na malha
viária. Não houve medição sistemática das velocidades médias de percurso ao longo do
período simulado; considera-se válidas as declarações de operadores de ônibus citando
velocidades comerciais em torno de 12 km/h na hora-pico (RBS, 2014a).
Por conseguinte, os resultados de simulação devem ser interpretados como válidos para a
situação simulada, a qual é similar à existente na malha estudada de um ponto de vista
qualitativo, conforme descrito na Seção 3.6. Naturalmente, a segurança da transposição das
conclusões para o caso real aumenta com o aumento da qualidade dos indicadores disponíveis
para calibração. Inclusive, pretende-se estudar novamente o modelo desenvolvido quando
estiverem disponíveis os indicadores obtidos por medições em campo no contexto do projeto
PLAMUS (2014).
O indicador de desempenho adotado é a velocidade operacional, considerada como a medida
de maior efeito na qualidade de serviço dos passageiros (TRB, 2003). Outros indicadores não
abordados neste estudo são a frequência das linhas (equivalentemente, o headway de serviço),
a aderência aos planos de horários, a lotação dos veículos e o custo do transporte (e seu
reflexo na tarifa), os quais também têm efeitos nas decisões de troca modal. Exceto por esse
último, o ambiente de simulação usado tem condições de fornecer tais indicadores caso
desejado pelo avaliador do sistema.
4
3.2. Estudo de Caso
A área de estudo é estabelecida no acesso à Ilha de Santa Catarina, em Florianópolis/SC,
conforme representado na Figura 1(a). Destaca-se na figura o sistema viário modelado no
simulador, representado esquematicamente na Figura 1(b). O modelo de simulação tem 229
seções de via com uma extensão total de 36 km e 98 interseções. Os volumes de tráfego
modelados consideram as categorias automóvel e ônibus, com as quantificações de cada
categoria sendo obtidas conforme apresentado a seguir.
3.3. Volumes de Tráfego Automotivo
Na travessia da Ponte Pedro Ivo que dá acesso à Ilha de Santa Catarina, o VMD é de 83.757
veículos. Para traduzir os dados de VMD em perfil horário de demanda de tráfego no horário
de pico, são consideradas duas premissas:
1. 17% do VMD situa-se nas duas horas de pico da manhã (6:30 a 8:30), baseado no
Highway Capacity Manual 2010 (TRB, 2010) onde 9,7% do volume anual de tráfego
diário está localizado na hora com o maior volume de tráfego e 7,3% está localizado
na 200ª hora com o maior volume de tráfego.
2. tráfego muito baixo entre 0:00 e 5:00.
A Figura 2 ilustra os fluxos na Ponte Pedro Ivo para o horário de pico que resultam da
distribuição do VMD.
Para fins de quantificação dos efeitos da troca modal, são consideradas reduções gradativas
dos fluxos no período de pico entre 6h30 e 8h30, em passos de 10% em relação ao fluxo
nominal até o limite de 60% de redução. Centrar as reduções somente no período de pico pode
ser justificado com base na ideia da implantação de políticas de restrição à circulação nesses
horários, tais como rodízios de placas como em São Paulo (Han et al. 2010) e pedágio urbano
como em Cingapura (Hidalgo et al. 2013), ou mesmo pela reação espontânea dos motoristas
através da percepção do aumento da qualidade (rapidez) do transporte coletivo (Gebeyehu et
al. 2007).
3.4. Tráfego de Ônibus
A Figura 3 representa a distribuição da frequência horária dos ônibus; ao todo são 776
horários. O horário de partida fornecido pelas empresas é o instante do início da viagem e não
representa o momento que o ônibus entra na área de estudo. O tempo que um ônibus leva
desde seu ponto inicial até a área de estudo pode ser obtido como segue.
(a)
(b)
Figura 1: (a) Mapa da área de estudo e (b) malha viária implementada no simulador; círculos
azuis representam centróides de origem e destino dos fluxos
5
Porcentagem do VMD
10%
8%
6%
4%
2%
0%
5:30
6:30
7:30
8:30
Horário (h:min)
9:30
10:30
Figura 2:Fluxos horários na ponte Pedro Ivo Campos no período estudado
Seja
em que:
o tempo total na simulação dado por:
=
∙
(1)
�
: é a distância do trajeto em simulação, ou seja, é a distância extraída rota
original separada por sentido (ida ou volta)[km];
: é a distância do trajeto total, ou seja, é o comprimento total da rota separado
por sentido (ida ou volta) [km];
�: é o tempo total de viagem, ou seja, o tempo para percorrer uma rota completa
separado por sentido (ida ou volta) [h].
A chegada à área de estudo é dada por:
�� = �� + � −
(2)
em que: �� : é o horário de partida efetivo, ou seja, é o horário que o ônibus deverá começar
sua rota [h];
�� : é o horário que o ônibus entrará em simulação [h].
Porcentagem do volume de
ônibus (total - 776 ônibus)
É considerado que a velocidade média do ônibus até entrar no trecho de estudo é constante.
Em virtude da variação do fluxo de automóveis no período de pico e assumindo que o
resultado desta variação é a migração para o transporte coletivo, o maior volume de
40%
35%
30%
25%
20%
15%
10%
5%
0%
5:30
6:30
7:30
8:30
Horário (h:min)
9:30
10:30
Figura 3:Volume do transporte coletivo
passageiros precisa ser suprido com ônibus adicionais. Assumindo às premissas de 1,2
passageiros/automóvel e 50 passageiros/ônibus, tem-se a relação entre a redução do volume
dos automóveis com o aumento do volume dos ônibus indicada na Figura 4.
6
3.5. Calibração e Simulação da Rede
A calibração do modelo de simulação é qualitativa devido à impossibilidade de se realizar
ensaios de campo visando obter indicadores para calibração quantitativa. Busca-se reproduzir
níveis de congestionamentos similares aos observados empiricamente no trecho estudado,
baseando-se no período do congestionamento e da extensão das filas formadas na malha
viária. Não houve medição sistemática das velocidades médias de percurso ao longo do
período simulado; considera-se válidas as declarações de operadores de ônibus citando
velocidades comerciais em torno de 12 km/h na hora-pico (RBS, 2014a).
A Figura 5 obtida em simulação, ilustra a comparação da velocidade do automóvel com o
ônibus, reproduzindo a velocidade operacional do ônibus em 11,3 km/h na hora-pico, próxima
da declarada por operadores de ônibus. Não há medida em campo de velocidade do automóvel
para comparar com os resultados de simulação.
Os parâmetros de calibração da Tabela 1 foram modificados do seu valor padrão no simulador
para um ajuste fino do comportamento da rede.
30.000
1.200
25.000
1.000
20.000
800
15.000
600
10.000
400
5.000
200
0
100%
Automóvel
Ônibus
90% 80% 70% 60% 50%
Variação volumétrica de automóveis
no período de pico
Volume (ônibus/h)
Volume (automóveis/h)
Confiar no resultado de apenas uma simulação pode induzir uma análise errada do
desempenho da rede. Siddique e Khan (2006) e Vilarinho e Tavares (2012) aconselham
efetuar pelo menos 10 simulações do mesmo cenário com diferentes números de sementes
aleatórias e assim obter a média que poderá ser utilizada análise. Esse número de simulações é
suficiente pelo fato que acima desse valor a diferença entre os resultados das médias é inferior
à 1%.
0
40%
Velocidade (km/h)
Figura 4: Redução do volume dos automóveis com o aumento do volume dos ônibus
80
70
60
50
40
30
20
10
0
5:30
Automóvel
6:30
7:30
8:30
Horário (h:min)
Ônibus
9:30
10:30
Figura 5: Velocidades de calibração de automóveis e ônibus
7
Tabela 1: Parâmetros do simulador
Parâmetro
Tempo Perdido no Início do Verde (s)
Velocidade de Saída de Fila (m/s)
Percentagem de Ultrapassagem (%)
Percentagem de Recuperação (%)
Cooperação na Troca de Faixa (%)
Variação do Fator de Aceleração
Variação do Fator de Desaceleração
Variação do Tempo de Reação (s)
Variação do Tempo de Reação em Repouso (s)
Variação do Tempo Perdido no Início do Verde (s)
Distância de Visibilidade de Faixas Reservadas (m)
Valor padrão
1,6
4,0
90
95
80
1
1
0
0
0
200
Valor ajustado
5,0
5,5
99,00
99,99
[40, 85]
[1, 5]
[1, 5]
[0, 2]
[0, 7,95]
[0, 1,20]
[200, 550]
3.6. Cenários
Os seguintes cenários são avaliados:
 Cenário 1 (situação atual): sem faixas exclusivas para ônibus e pontos de paradas de
transporte coletivo de 15 metros;
 Cenário 2 (pontos de paradas maiores): mantém as características do Cenário 1, porém
com mudança no aumento de tamanho dos pontos de parada, passando de 15 metros
para 50 metros;
 Cenário 3 (faixas exclusivas para ônibus): modifica-se as características do primeiro
cenário para incluir faixas exclusivas. A Figura 6 ilustra as vias em que foram
introduzidas faixas exclusivas para ônibus.
 Cenário 4 (faixas exclusivas para ônibus e pontos de paradas maiores): combina os
Cenários 2 e 3.
Em todos os cenários foram considerados os mesmos valores de fluxos veiculares (ou
demandas) assim como mantém-se a proporção das variações destes. Além disso, a oferta do
serviço de transporte coletivo acompanha as taxas de troca modal para que se tenha uma
ocupação média de 50 passageiros/ônibus ao longo da operação.
A demanda de automóveis foi variada a partir da condição nominal em reduções de 10%, até
um mínimo de 40% do valor nominal. Essas reduções implicam em troca modal, exigindo
aumento da frota de ônibus para equilibrar as ocupações a bordo destes.
4. RESULTADOS DE SIMULAÇÃO
Dessa forma, para obter coerência nos resultados para cada variação do volume no período de
pico, são realizadas 10 simulações modificando a semente em cada execução gerando 130
Figura 6:Vias com faixas exclusivas
8
simulações para cada cenário. Portanto foram realizadas um total de 520 simulações
considerando todos os cenários.
4.1. Cenários sem Faixas Exclusivas
Reduzindo o volume dos automóveis no período de pico para 80% obtém-se um aumento na
velocidade do ônibus (Figura 7(a)). Uma redução maior do volume no período de pico faz
com que a velocidade do ônibus reduza. Isso ocorre porque há aumento da frota rodante de
transporte coletivo no período em que há redução no volume de automóveis.
O aumento na extensão do ponto de parada para 50 metros, resultou em um aumento na
velocidade do ônibus na hora-pico de 15 km/h para 28 km/h (Figura 7 (b)). Este resultado
indica que sem grandes intervenções é possível melhorar significativamente a velocidade do
ônibus. Porém mesmo com o aumento da extensão do ponto de parada ocorre a redução da
velocidade do transporte coletivo com a redução do volume de automóveis no período de pico
para 60% (Figura 7(b)), isso ocorre pelo aumento da frota rodante citado anteriormente.
4.2. Cenários com Faixas Exclusivas
Considerando que há faixas exclusivas e que o aumento na extensão do ponto de parada é
implantada (Figura 8(a)), o ônibus alcança à velocidade operacional de 30 km/h e em alguns
momentos opera acima da mesma.
Implantando as faixas exclusivas a velocidade do automóvel tende a cair, como já citado
anteriormente. Por outro lado com uma redução de 20% do volume no período de pico é
possível restaurar a velocidade do automóvel semelhante ao caso que não há faixas
exclusivas, ilustrado pela Figura 8(b).
Aumentando a frota de ônibus e variando o volume do automóvel no período de pico
considerando migração, a velocidade do ônibus tende a reduzir semelhante ao caso anterior
sem faixa exclusiva. Isso ocorre devido ao acúmulo de ônibus nos pontos de parada, gerando
congestionamentos nas faixas exclusivas, sendo necessário um remanejamento das linhas.
(a)
35
Velocidade - ônibus (km/h)
Velocidade - ônibus (km/h)
Se for considerado que cada automóvel ocupa 6 metros em uma via com duas faixas e há
redução de 20% do volume no período de pico, representando 2.848 automóveis (1.424 por
30
25
20
15
10
5
0
5:30
6:30
7:30
8:30
Horário (h:min)
9:30
10:30
35
30
25
20
15
10
(b)
5
0
5:30
6:30
100% Volume pico
90% Volume pico
80% Volume pico
60% Volume pico
50% Volume pico
40% Volume pico
7:30
8:30
Horário (h:min)
9:30
10:30
70% Volume pico
Figura 7:Cenário sem faixa exclusiva com troca modal para transporte coletivo e aumento da
frota rodante: (a) tamanho do ponto de parada de 15 m e (b) tamanho do ponto de parada de
50 m
9
faixa), seria possível uma redução de 8,5 km de fila.
5. CONCLUSÕES
Diante da necessidade de executar mudanças no tráfego que possam melhorar
significativamente na rotina da população, realizar simulações para analisar os indicadores é
uma boa solução, antes de qualquer intervenção.
Com base nos resultados de simulação, pode-se concluir que faixas exclusivas para transporte
coletivo fazem grande diferença na velocidade operacional dos ônibus, o que era esperado por
não haver compartilhamento com automóveis. Faixas exclusivas são prejudiciais para o
deslocamento dos automóveis aumentando consideravelmente o nível de congestionamento
pela perda de uma faixa para trafegar.
Com o pensamento em amenizar o aumento do congestionamento, caso ocorra uma redução
de 20% do fluxo de automóveis no período de pico, é possível recuperar os níveis de
congestionamento próximo ao caso em que não há faixas exclusivas e tendo um aumento na
velocidade do ônibus para próximo a 30 km/h.
Em termos de capacidade no transporte de passageiros, é possível transportar mais
passageiros, haja visto que há uma redução de 20% de automóveis no período de pico
(aproximadamente 2.848), representando 3.418 novos passageiros, sendo necessário um
aumento de 69 ônibus na frota rodante para suprir essa nova demanda.
A capacidade atual do transporte coletivo no período de estudo é de 38.800 passageiros e, em
virtude da migração, a capacidade aumenta para 42.250. Com novos ônibus operando é
necessário um remanejamento nas linhas e uma pesquisa sobre as áreas e horários que
demandam mais ônibus no período de pico. Esse aumento no número de ônibus representa
uma queda na velocidade operacional no ônibus de aproximadamente 1 km/h.
35
Velocidade - automóvel (km/h)
Velocidade - ônibus (km/h)
Outro ponto importante é o fato de que, se aumentarmos o tamanho das paradas de ônibus há
um aumento na velocidade operacional do ônibus. O tempo de parada será reduzido porque
30
25
20
15
10
5
0
5:30
6:30
(a)
7:30
8:30
Horário (h:min)
9:30
10:30
80
70
60
50
40
30
20
10
0
5:30
(b)
6:30
7:30
8:30
Horário (h:min)
9:30
10:30
100% Volume pico
90% Volume pico
80% Volume pico
70% Volume pico
60% Volume pico
50% Volume pico
40% Volume pico
100% Volume pico (sem faixa exclusiva)
Figura 8:Cenário com faixa exclusiva com troca modal para transporte coletivo e aumento da
frota rodante: (a) tamanho do ponto de parada de 50 m e (b) comparação de velocidades dos
automóveis com faixas exclusivas e sem faixas exclusivas para transporte coletivo
10
será possível parar mais de um ônibus ao mesmo tempo e por consequência diminuirá o
tempo total de viagem.
Os resultados deste trabalho se aplicam às linhas já existentes. Uma ideia futura, pelos
resultados obtidos, é otimizar as linhas de transporte coletivo modificando suas rotas. Uma
solução de otimização é a possibilidade de inserir BRT’s nas faixas exclusivas criadas,
mostrando que o ônibus pela percepção do usuário possa parecer mais rápido que o
automóvel, tornando-o atrativo.
AGRADECIMENTOS
Ao CNPQ, pelo suporte para realização desse trabalho através de uma bolsa de mestrado.
REFERÊNCIAS BIBLIOGRÁFICAS
Auto Viação Imperatriz (2014) Empresa de Transporte Coletivo Urbano da Grande Florianópolis. Disponível
em: <http://www.avimperatriz.com.br/>. Acesso em: 20 jul. 2014.
Biguaçu Transportes (2014) Empresa de Transporte Coletivo Urbano da Região Metropolitana de Florianópolis.
Disponível em: <http://www.biguacutransportes.com.br/>. Acesso em: 20 jul. 2014.
Bovy, P. H. L., J. Van der Waard e A. Baanders (1991) Substitution of Travel Demand Between Car and Public
Transport: A Discussion of Possibilities. Proceedings of the 19th PTRC Summer Annual Meeting,
Brighton, p. 43-54.
Currie, G. (2006) Bus Rapid Transit in Australasia: Performance, Lessons Learned and Futures. Journal of
Public Transportation, v. 9, n. 3, p. 1-22.
Duarte, B. (2011) “Investimento em corredor só para ônibus e ciclovias”. A Gazeta. Disponível em
http://gazetaonline.globo.com/_conteudo/2009/10/550250-investimento+em+corredor+so+para+onibus+e
+ciclovias.html. Acesso em: 28 set. 2014
Exel, N. J. A. van e P. Rietveld (2010) Perceptions of Public Transport Travel Time and Their Effect on Choicesets Among Car Drivers. Journal of Transport and Land Use, v. 2, n. 3-4, p. 75-86.
Gebeyehu, M. Takano, S (2007) Diagnostic Evaluation of Public Transportation Mode Choice in Addis Ababa.
Journal of Public Transportation, v. 10, n. 4, p. 27.
GOOGLE (2013) Google Maps. Disponível em: <http://maps.google.com/>. Acesso em: 20 jul. 2014.
Han, D., Yang, H. e Wang, X (2010) Efficiency of the plate-number-based traffic rationing in general networks.
Transportation Research Part E. v. 46, n. 6, p. 1095-1110
Handy, S., L. Weston e P. L. Mokhtarian (2005) Driving by Choice or Necessity? Transportation Research Part
A: Policy and Practice, v. 39, n. 2, p. 183–203.
Hidalgo, D. e Huizenga, C (2013) Implementation of sustainable urban transport in Latin America. Research in
Transportation Economics. v.40, n. 1, p. 66-77
Jotur (2014) Empresa de Transporte Coletivo da Grande Florianópolis. Disponível em:
<http://www.jotur.com.br/>. Acesso em: 20 jul. 2014.
Kropman, J. e H. Katteler (1990) Files in de Randstad, Oplossingen op het Spoor?
OnderzoeknaarSubstitutiemogelijkhedenvoor het Autogebruik op de Corridor Dordrecht-Rotterdam (In
Dutch); [Traffic Jams in the Randstad, Solutions on Rails? An Investigation of Possibilities for
Substitution of Car Use on the Dordrecht-Rotterdam Corridor]. ITS Institute for Applied Social Sciences.
Ministério das Cidades (2007)PlanMob– Construindo a Cidade Sustentável: Caderno de Referência para
Elaboração de Plano de Mobilidade Urbana. Secretaria Nacional de Transporte e da Mobilidade Urbana,
Ministério das Cidades, Brasília, DF.
Paranhos, T (2011) Corredor exclusivo para ônibus na EPNB atingirá 415 mil pessoas diariamente. Correio
Braziliense. Disponível em: <http://www.correiobraziliense.com.br/app/noticia/cidades/2011/12/22/
interna_cidadesdf,283743/corredor-exclusivo-para-onibus-na-epnb-atingira-415-mil-pessoas-diariamente.
shtml>. Acesso em: 28 set. 2014
Patankar, V.,R. Kumar e G. Tiwari (2007) Impacts of Bus Rapid Transit Lanes on Traffic and Commuter
Mobility. Journal of Urban Planning and Development, v. 133, n. 2, p. 99–106.
Plamus (2014) Estudo, Análise e Proposta de Soluções Para Melhoria da Mobilidade Urbana na Região
Metropolitana de Florianópolis. FIESC, Florianópolis. 25 de mar. 2014.29 slides. Disponível em:
<http://www.plamus.com.br/arquivos/plamus_apresentacao_plamus.pdf/>. Acesso em: 20 jul. 2014.
Apresentação.
PMF (2014) Plano diretor de Florianópolis. Disponível em: <http://www.pmf.sc.gov.br/sites/planodiretor/>.
11
Acesso em: 28 set. 2014
Público (2009) Prefeitura de Blumenau Estuda Implantar Corredores Exclusivos para Ônibus. Diário
Catarinense. Disponível em: <http://diariocatarinense.clicrbs.com.br/sc/noticia/2009/05/prefeitura-deblumenau-estuda-implantar-corredores-exclusivos-para-onibus-2500414.html>. Acesso em: 28 set. 2014
Público (2014) Corredor Exclusivo para Ônibus será Implantado na Serra. Folha Vitória. Disponível em:
<http://www.folhavitoria.com.br/geral/noticia/2014/07/corredor-exclusivo-para-onibus-sera-implantadona-serra.html>. Acesso em: 28 set. 2014
RBS (2014a) Ações Podem Melhorar Situação do Transporte Coletivo da Capital. Florianópolis,
2013.Disponível em: <http://g1.globo.com/sc/santa-catarina/jornal-do-almoco/videos/t/florianopolis/v/
acoes-podem-melhorar-situacao-do-transporte-coletivo-da-capital/2802140/>. Acesso em: 20 jul. 2014.
RBS (2014b) Indicadores Vitais de Florianópolis. Instituto Mapa e Grupo RBS. Disponível em:
<http://infografico.floripatequerobem.com.br/mobilidade/>. Acesso em: 02 fev. 2014.
Santa Terezinha (2014) Empresa de Transporte Coletivo Urbano da Grande Florianópolis. Disponível em:
<http://www.santaterezinha.com/>. Acesso em: 20 jul. 2014.
Siddique, A. J. e A. M. Khan (2006) Microscopic Simulation Approach to Capacity Analysis of Bus Rapid
Transit Corridors. Journal of Public Transportation, v. 9, n. 3, p. 181-200.
Transporte Coletivo Estrela (2014) Empresa de Transporte Coletivo Urbano e Intermunicipal de Passageiros na
Região Metropolitana de Florianópolis. Disponível em: <http://www.tcestrela.com.br/>. Acesso em: 20
jul. 2014.
Transportation Research Board (2003) TRCP Report 100 –Transit Capacity and Quality of Service Manual
(2aed.). Transportation Research Board, Washington, D.C.
Transportation Research Board(2010). Highway Capacity Manual. Transportation Research Board, Washington,
D.C.
TSS (2014) Advanced Interactive Microscopic Simulator for Urban and Non-urban Networks: Microssimulator
Users Manual version 8.0, Transport Simulation Systems, Barcelona.
Vilarinho, C. e J. P. Tavares (2012) Traffic Model Calibration: A Sensitivity Analysis. University of Porto,
Portugal. Proceedings of 15th Meeting of the EURO Working Group on Transportation.
Zhang, G., M. Li e J. Wang (2007) Application of the Advanced Public Transport System in Cities of China and
the Prospect of its Future Development. Journal of Transportation Systems Engineering and Information
Technology, v. 7, n. 5, p. 24–30.
Zhu, L., Yu, L., Chen, X. e Guo, Ji (2012) Simulated Analysis of Exclusive Bus Lanes on Expressways: Case
Study in Beijing, China. Journal of Public Transportation, v. 15, n. 4.
Diego BenitesParadeda ([email protected])
Werner Kraus Junior ([email protected])
Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Universidade Federal de Santa Catarina
Caixa Postal 476 – Bairro Trindade, Florianópolis, SC, 88040-900, Brasil
Rodrigo Castelan Carlson ([email protected])
Centro de Engenharias da Mobilidade, Campus Joinville, Universidade Federal de Santa Catarina
Rua Presidente Prudente de Moraes, 406 – Bairro Santo Antônio, Joinville, SC,89218-000, Brasil
12