Dissertação de Mestrado

Esta dissertação investiga o impacto de diferentes contextos geométricos e operacionais sobre a calibração de funções de atraso (VDFs) a partir de dados seccionais de tráfego coletados por radares fixos instalados em vias urbanas. O estudo questiona se os atributos de velocidade máxima regulamentada, número de faixas e classificação funcional tradicionalmente considerados na atribuição de VDFs com base na tipologia viária em modelos de demanda macroscópicos são suficientes para representar a variabilidade no desempenho operacional das vias, dadas as simplificações requeridas na modelagem de nível estratégico. A metodologia adotada envolveu a calibração de VDFs para 42 seções viárias da cidade de São Paulo, selecionadas com base na representatividade de condições não saturadas e supersaturadas de tráfego. Foram analisados os padrões de variação dos parâmetros calibrados em função de características locais, como a presença de estreitamentos ou ampliações de faixas, regulamentações específicas para veículos pesados, número equivalente de interseções e heterogeneidade do entorno urbano. Os resultados evidenciaram elevada variabilidade intraclasse, indicando que o agrupamento de vias com base apenas em atributos básicos pode gerar distorções relevantes na modelagem de tráfego. Adicionalmente, constatou-se que dados de velocidade obtidos em seções fiscalizadas por radares tendem a subestimar as velocidades efetivamente praticadas pelos condutores em condições de fluxo livre, especialmente em vias de trânsito rápido. Assim, esta pesquisa contribui para a literatura técnica e científica ao reforçar que o aprimoramento da modelagem de tráfego em redes urbanas complexas exige a calibração local das funções de atraso e o uso criterioso de dados empíricos.

This dissertation investigates the impact of different geometric and operational contexts on the calibration of volume-delay functions (VDFs) based on sectional traffic data collected by loop detectors installed on urban roads. This study questions whether the attributes of posted speed limit, number of lanes, and functional classification traditionally considered when assigning VDFs based on roadway typology in macroscopic demand models are sufficient to represent the variability in operational roadway performance, given the simplifications required in strategic-level modeling. The adopted methodology involved the calibration of VDFs for 42 road sections in the city of São Paulo, selected based on the representativeness of both unsaturated and oversaturated traffic conditions. Patterns of variation in the calibrated parameters were analyzed in relation to local characteristics, such as the presence of lane drops or additions, specific speed regulations for heavy vehicles, equivalent number of intersections, and the heterogeneity of the surrounding urban environment. The results revealed a high degree of intraclass variability, indicating that grouping road segments solely based on basic attributes may lead to significant distortions in traffic modeling. Furthermore, it was found that speed data collected at enforcement points tend to underestimate the speeds actually practiced by drivers under free-flow conditions, particularly on high-speed urban roads. Thus, this study contributes to the technical and scientific literature by emphasizing that the enhancement of traffic modeling in complex urban networks requires the local calibration of volume delay functions and the judicious use of empirical data.