Red de autobuses de hidrógeno Madrid - Caminos UPM
| Trabajo sobre SIG | |
|---|---|
| Título | Red de autobuses de hidrógeno |
| Autores | Daniel Sánchez Muñoz, Rebeca Giménez Andolfi, Kevin David Toro Villada, Mario Velasco Flor |
| Asignatura | Sistemas de Información Geográfica Aplicados a la Ingeniería Civil |
| Curso | Curso 21/22 |
| Este artículo ha sido escrito por estudiantes como parte de su evaluación en la asignatura | |
El objetivo de este trabajo es dotar de un servicio de autobuses de hidrógeno a los alumnos de la ETSI Caminos, Canales y Puertos con el propósito de minimizar el tiempo de viaje desde su domicilio hasta la universidad, fomentando y promoviendo un transporte limpio y sostenible como es la propulsión mediante un motor de hidrógeno.
Para ello, realizamos una encuesta abierta a todos los alumnos de la Escuela para conocer si estaban o no interesados en la creación de dicha red y en qué barrio y código postal se localizan sus domicilios para poder crear las rutas.
Con todos estos datos establecimos las distintas estaciones y rutas a recorrer por los autobuses, analizando y comparando el tiempo que tardaría nuestra nueva red con el transporte público convencional y un coche particular.
También desarrollamos un mapa de contaminación para intentar reflejar el impacto ambiental que podría obtener el uso de la red, ya que combinar la comodidad de nuestros estudiantes en el trayecto con un sistema sostenible que reduciría la emisión de carbono y para fomentar y contribuir con los ODS es un requisito fundamental que hemos querido promover y conseguir.
Asimismo, hemos estudiado la utilidad venidera de las rutas analizando la densidad de población, es decir, conocer a cuántas personas por municipio pueden dar servicio cada una de las rutas de la red creada.
1 Introducción
El compromiso con el medio ambiente siempre ha sido un asunto pendiente en los modos de transporte de este país. Las emisiones de CO2 tienen consecuencias fatales: contaminación, efecto invernadero, impacto a los océanos… Por estos motivos decidimos enfocar nuestro trabajo en aportar un granito de arena a la mejora de este problema que está enfermando al planeta.
Londres ha comenzado a implantar durante este 2021 una flota de 20 autobuses de dos pisos impulsados por hidrógeno, y tienen como objetivo que para el año 2030 todos los autobuses sean cero emisiones. Inspirados en nuestros vecinos ingleses y en querer disminuir la tremenda cantidad de emisiones que hay en Madrid, hemos establecido una red de autobuses compuesta por ocho rutas que van desde distintos puntos estratégicamente colocados alrededor de la comunidad hasta nuestra Escuela, todo ello conociendo los beneficios que puede impulsar este proyecto:
- Autonomía. Los autobuses de hidrógeno brindan 400 kilómetros de autonomía, por lo que podrían muy fácilmente estar toda la jornada laboral sin la necesidad de tener que repostar. Aun así, el tiempo de repostaje es reducido: varía entre 5 y 8 minutos.
- Consumen mucho menos. Para ser exactos, un autobús de hidrógeno tiene un consumo de 39,2 litros de diésel equivalente cada 100 kilómetros (con el fin de tener un orden de magnitud en la cabeza, un autobús diésel tiene un consumo de 56 litros de diésel cada 100 kilómetros y un autobús de gas natural 71,3 litros de diésel equivalente cada 100 kilómetros también).
- Menor contaminación atmosférica.
- No producen apenas ruido.
2 Metodología
Comenzamos nuestro proyecto realizando una encuesta a través de “Google Forms” en la que se solicitaba la siguiente información sobre el alumno: su código postal, barrio, horario en el que usaría el autobús (mañana o tarde), interés por la red de autobuses de hidrógeno y preocupación por las emisiones de carbono. La encuesta fue difundida por los grupos de WhatsApp obteniendo 94 respuestas (36% de alumnos de cuarto curso aproximadamente).
A continuación preparamos una capa base a la que asociar los resultados: se descargó la capa de la Comunidad de Madrid subdividida en municipios con sus respectivos códigos postales obtenida de la página web “Nomecalles”, apartado “Delimitaciones territoriales”, archivo “Códigos postales” del tipo .shape. Ya cargada la capa en QGis introducimos los datos obtenidos de la encuesta: sí; no; tal vez; sí + tal vez (interesados); sí + no + tal vez (número total por código postal).
Para el diseño de las rutas de la red se localizó en primer lugar la estación final común: la escuela. Simulamos la parcela descargando puntos contenidos en una capa .shape tipo punto, realizándolo en el visor “IBERPIX”, apartado “Rutas y capas vectoriales”.
Decidimos establecer el resto de las paradas de autobús en estaciones de metro, cercanías, de autobuses interurbanos o de autobuses urbanos porque son puntos fáciles de localizar y conocidos por el futuro usuario. Asimismo, todas ellas las ubicamos en los barrios de los alumnos interesados y lo más centradas posibles en dicha región para reducir así la incertidumbre generada por no tener la ubicación de la residencia de los usuarios exacta. Las estaciones y paradas de transporte público existentes antes mencionadas se obtuvieron de la web “datosabiertos”, apartado “puntos de interés de transporte para navegadores (estaciones de metro, cercanías, autobuses, taxi)”, del tipo .kml.
Por otro lado, las capas del viario las obtuvimos nuevamente de la web “Nomecalles”, apartado “Callejero”, archivo “Callejeros: ejes viales” del tipo .shape; y la capa base callejero en la web “IDEE”, apartado “Sistema cartográfico nacional (10)”, archivo “Mapa base” del tipo .wms.
Ya con todo lo anterior establecido, unimos las distintas paradas intentando tener la dirección más directa posible hacia la Universidad, resultando 8 rutas radiales.
Finalmente realizamos un estudio de efectividad de la red creada. Para cada ruta se exportaron sus paradas a un archivo .kml, se importaron a la aplicación “My Maps” y se simuló el trayecto que realizaría el autobús obteniendo el tiempo que tardaría en realizar su ruta desde cada parada hasta la universidad. Después, con “Google Maps” se determinó el tiempo de los modos convencionales existentes: coche o transporte público.
También decidimos analizar a cuántas personas por municipio pueden dar servicio las rutas. Descargamos los datos de población por municipio de la Comunidad de Madrid en “datos abiertos”, apartado “municipios de la Comunidad de Madrid”, donde se reflejaba el área en km2 de cada municipio y su densidad de población en habitantes/km2.
Asociamos los datos a la capa de municipios y establecimos una zona de influencia de 1 km equivalente a 15 minutos andando, materializándose con un buffer de la capa de la ruta tipo línea de ancho 800 m a ambos lados, teniendo en cuenta así el hecho de que las calles no son líneas rectas.
Intersecamos la capa buffer con la de los municipios (contenidos los datos de población), marcando la casilla “Do not filter” y obteniendo una nueva capa con tramos con los datos de la capa por donde pasa. Finalmente las áreas de cada tramo se multiplicaron por la densidad de sus municipios correspondientes obteniendo a los habitantes que daría servicio.
En cuanto a la realización del mapa de contaminación, obtuvimos datos de diferentes GEI procedentes de las estaciones que están dispuestas en la Comunidad de Madrid. Cada contaminante ha sido medido diariamente durante 9 meses del 2021, obtenido de la web “datos abiertos”, apartado “Calidad del aire. Datos diarios años 2001 a 2021”. Procedimos a calcular la media aritmética de los datos mensuales para las partículas PM2,5, PM10, O3, NO2 y SO2, obteniendo un valor único de cada elemento para cada estación. Obtuvimos el índice de calidad del aire aplicando la formulación dada por la Cosellería de Medio Ambiente, Territorio e Infraestructuras de la Xunta de Galicia, expresada en el documento “LMAG Cálculo del Índice de la Calidad del Aire (ICA)”. Calculamos entonces un valor del índice diario de cada partícula y por estación. Asociamos estos datos a una capa .shape de las estaciones y, tras interpolar, obtuvimos el mapa de contaminación.
3 Resultados
En este apartado se muestran figuras de los resultados intermedios obtenidos durante el proceso antes explicado. Los mapas temáticos aparecen en el apartado ANEJOS.
Analizando los datos de la Figura 2 se puede ver que predomina el horario de mañana, hay un gran interés para este servicio y se preocupan por las condiciones del aire.
Tras analizar a los interesados, se procedió a realizar las rutas, obteniendo 8 diferentes dispuestas radialmente, mostradas en la Figura 3.
Analizando las Tablas de la 1 a la 8, se puede observar que el coche supera con creces al autobús, reduciendo en media hora, como es el caso de la línea 11, o incluso una hora como es el caso de las rutas 6, 7 o 10 en distancias largas. En distancias más cortas el tiempo de viaje es similar.
En cuanto al transporte público, es variable en las distancias largas. Hay rutas en las que el autobús tarda más como es el caso de las líneas 6, 7 y 10, siendo diferencias de máximo 20 minutos, pero en las demás es el más eficaz. A distancias medias las diferencias son mínimas y a distancias cortas la ruta tarda menos.
Cabe destacar que la mayoría de las alternativas en transporte público contienen varias combinaciones de modos de transporte, suponiendo demoras en su espera. Además, está limitado a los horarios de uso, sobre todo en los autobuses interurbanos.
En conclusión, las rutas planteadas son eficientes y cómodas, sin necesidad de transbordos, con alta fiabilidad en horarios. Aunque hay que estudiar su duración ante horas punta de tráfico.
Analizando una futura ampliación de servicios, la zona de influencia expresada en la Figura 4 recoge a 171.368 habitantes.
Interpolación IDW (Figura 5): la existencia del contaminante disminuye con la distancia, por tanto, son máximas en las estaciones: así se pueden ver círculos en torno a esos focos. Se realizó cada 25x25 metros. Abarca los límites que se le introduzca, en este caso la Comunidad de Madrid.
Interpolación TIN (Figura 6): se basa en una triangulación lineal de los valores. Se realizó cada 25x25 metros. Abarca solo la zona delimitada por las estaciones. Se considera que representa mejor la realidad que el anterior ya que las estaciones no se consideran focos de contaminación.
4 Conclusiones
Ahora, tras haber finalizado el proyecto, consideramos que no solo es viable, si no que sería útil la creación de una red de autobuses de hidrógeno. Las ventajas y mejoras que ofrece en el ámbito medioambiental son muy amplias. Y sumado a esto, el poder ofrecer un servicio especializado a los estudiantes de nuestra Escuela podría resultar muy beneficioso para aquellos que no pueden permitirse ir en coche. Este proyecto está muy acotado, por lo que se pueden plantear varias mejoras. Una de ellas es adaptar el horario a los de los estudiantes, diferenciando entre mañana y tarde, centrándose sobre todo en la viabilidad ente horas punta de tráfico, pudiendo sufrir grandes demoras. Otra corresponde a la optimización del trazado, pudiendo encontrar rutas que reduzcan el tiempo o ubicaciones de las paradas que se adapten mejor a los usuarios.
Por otro lado, mejorar el proceso de comparación con otros medios de transporte, ajustando más la comparativa por ejemplo añadiendo tiempos de espera de transbordos, demora, etc.
En Madrid solo existe un punto de recarga para vehículos de hidrógeno, por lo que sería interesante estudiar propuestas para crear puntos estratégicos de repostaje y añadirlos a las rutas diarias de los autobuses. En lo que se refiere al mapa de contaminación, se podría con datos de otros años completos y de estaciones que abarquen más territorio, y buscar una posible formulación más exacta.
Asimismo, se podrían estudiar aplicaciones extra, analizando la posibilidad de dar servicio a otras personas y buscar nuevas rutas con otros fines.
En lo que concierne a la presentación de visores, mejorar el qgis2web y buscar una utilidad en un GeoPDF. Por último, aunque está abierto a sugerencias, realizar una aplicación donde detalle a tiempo real la ubicación del autobús, tiempos reales de este u otras rutas alternativas, etc.
5 Anejos
De aquí (Figura 13) se eliminaron los datos no válidos (N), y se redujo la población a los elementos a estudiar que son PM2,5 (9), PM10 (10), 03 (14), NO2 (8), SO2 (1). Se realizó una media aritmética de los días de cada mes gracias a la función “PROMEDIO”, que no tiene en cuenta las casillas en blanco correspondientes a esos datos no válidos, obteniendo datos mensuales. Finalmente se calculó la media aritmética de los datos mensuales para cada partícula, obteniendo un valor único de cada elemento para cada estación.
