V International Symposium "Technological and Environmental Security" "STA"

VIII International Symposium on Chemistry and Pharmaceutical Sciences

STA

V International Symposium "Technological and Environmental Security"

Sustainable mobility in Gran Santo Domingo: analyzing accessibility with neural networks and PER indicators (Dominican Republic)

Abstract

Problem: The lack of organized transportation generates more greenhouse gases. Therefore, it is important to investigate how to promote the use of public transport and sustainable modes of access, and at the same time reduce the use of private vehicles. ● Objective(s): Model accessibility in Greater Santo Domingo (GSD) for different modes of transportation, thus promoting sustainable mobility in its three aspects: social, economic and environmental.

Methodology: Trip collection via the INERTIA smartphone application. Use GIS systems to create neighborhood-by-neighborhood accessibility and station accessibility. The Multilayer Perceptron (MLP) neural network will be used to model the distance variable. The use of PER indicators and their link to the origin-destination pairs collected by the INERTIA application and modeled on a monthly basis are explored.

Results and discussion: It was found that accessibility by neighborhood is greater in the northern and northwest part of the GSD, in the former there is great economic activity and less accessibility in the southern part. In the case of accessibility by stations, the results show a significant impact of accessibility and multimodality on trip distance. ● Conclusions: A model that differentiates mobility between peak and off-peak hours tends to produce more reliable results. Furthermore, the urban accessibility of the sectors and the access/egress conditions of public transport stations have been shown to influence of travels.


Resumen

● Problemática: La falta de un transporte organizado genera más gases de efecto invernadero. Por ende, es importante investigar cómo promover el uso del transporte público y modos de acceso sostenibles, y a la vez reducir el uso del vehículo privado.

● Objetivo(s): Modelizar la accesibilidad en el Gran Santo Domingo (GSD) para distintos modos de transporte, potenciando así la movilidad sostenible en sus tres aspectos: social, económico y ambiental.

● Metodología: Recogida de viajes vía la aplicación smartphone INERCIA. Utilizar los sistemas SIG para crear la accesibilidad barrio por barrio y la accesibilidad de estaciones. Se usará la red neuronal Perceptrón multicapa (MLP, por sus siglas en inglés) para la modelización de la variable distancia. Se explora el uso de los indicadores PER y su vinculación a los pares origen-destino recogidos por la aplicación INERCIA y modelizados de manera mensual.

● Resultados y discusión: Se encontró que la accesibilidad por barrios es mayor en la parte norte y noroeste del GSD, en el primero existe una gran actividad económica y menor accesibilidad en la parte sur. En el caso de la accesibilidad por estaciones, los resultados muestran un impacto significativo de la accesibilidad y multimodalidad en la distancia del viaje.

● Conclusiones: Un modelo que diferencia movilidad entre hora pico y valle tiende a producir resultados más confiables. Además, la accesibilidad urbana de los sectores y las condiciones de acceso/egreso de las estaciones de transporte público ha demostrado influenciar la distancia de los viajes realizados.


About The Speaker

Amparo Isabel Álvarez-Poyó

Amparo Isabel Álvarez-Poyó

Intec Flag of Dominican Republic

Discussion

Practical Info
Ponencia virtual
Spanish / Español
November 14, 2023 12:27 PM
10 minutes
Sala B SIQF
Authors
Amparo Isabel Álvarez-Poyó
Lissy La Paix Puello
Keywords
accesibilidad
accessibility
distance-travelled
distancia recorrida
neural networks
redes neuronales.
sostenible
sustainable
transport
transporte
Documents