Sabaneta
Antonia Caicedo
2025-02-08
INTRODUCCION
Sabaneta es un municipio colombiano ubicado en el Valle de Aburrá en el departamento de Antioquía, conocido como el Rincón Joven el cual se encuentra a 14 km al sur de la ciudad de Medellín. Tiene como vías de acceso, la Avenida Las Vegas, la Avenida El Poblado y la Autopista Sur; limita por el norte con el municipio de Itagüí, por el este con Envigado, por el sur con Caldas, y por el oeste con La Estrella. Es uno de los municipios más pequeños de Colombia con solo 15 km². Según el IMCA (Índice Municipal de Competitividad de Antioquia) es un referente de desarrollo y prosperidad social, económica y medioambiental en el departamento, ocupando el tercer lugar. Sabaneta se identifica como destino turístico, gracias a su infraestructura, su administración y a la calidad humana de sus habitantes. Cuenta con muchos lugares de interés, como la plaza central Simón Bolívar, que conserva las tradiciones e infraestructura de un pueblo y donde está la Iglesia Santa Ana, santuario a María Auxiliadora y la gran escultura en mármol blanco en homenaje a Simón Bolívar. También cuenta con una gran casa de la cultura llamada “La Barquereña, La finca “La Doctora” donde nació el célebre antioqueño José Félix de Restrepo, que fue declarada en 1975 como monumento nacional y el Parque Ecológico y Recreativo Municipal La Romera, entre muchas más atracciones como restaurantes y clubes nocturnos ubicados en la zona rosa del municipio.
En cuanto a la movilidad, la cercanía con la estación terminal del Metro ha hecho que el flujo de pasajeros con destino a Medellín se reduzca en los buses, busetas y microbuses, y se aumente en el Metro, ya que tiene acceso por las estaciones del Poblado, Itagüí-Envigado y Las Vegas. El municipio tiene una malla vial definida, sobresaliendo en ella las vías longitudinales de norte a sur. Las calles no son tan largas, debido a las barreras que se presentan como lo son el río y las pendientes al llegar a la cima de la montaña; por lo tanto, el transporte en la zona central se hace corto a través de las rutas que cubre el Metro o las que se desplazan a Medellín y Envigado. El transporte rural es prestado por los camperos de Cootrans y por los colectivos de Sotrames que suben a las veredas y también prestan servicio en el sector urbano.
Al crecer la ciudad, crece la demanda de transporte y por ende el flujo vehicular, por lo cual es importante tener en cuenta todos los aspectos de movilidad dentro de una ciudad para que no afecte a los habitantes y su calidad de vida. Es por esta razón que son muy útiles herramientas como Waze for cities, una app de navegación y tráfico impulsada por la comunidad que se creó como una herramienta de navegación social para autos privados, motocicletas y taxis la cual ayuda a que las ciudades pueden usar los datos de la app para administrar el tráfico de millones de conductores en tiempo real y tomar mejores decisiones relacionadas con la infraestructura.
En este texto se utiliza la app para hacer un análisis detallado del estado de movilidad en la ciudad de Sabaneta en un día específico, para comprobar como la app refleja todos los reportes viales ocurridos en los diferentes horarios mostrando trancones, accidentes y cierres de vía entre otros.
DATOS DE WAZE
Al revisar la app Waze for cities, para un día en específico, en este caso 12 de febrero del 2024 nos damos cuenta que existe una base de datos que contiene la información de los casos reportados en waze para la movilidad en todas las ciudades y podemos hacer un filtro de las ciudad que deseemos. En este caso trabajaremos con Sabaneta.
library(readr)
bd_waze <- read_csv("~/Downloads/28ba197e-fe89-40f4-91f4-705a0f713ecc.csv")
filas=which(bd_waze$Municipality=="Sabaneta")
bd_waze2=bd_waze[filas,]
head(bd_waze2)La base de datos contiene 96000 registros y 14 variables, las cuales son especialmente, el id del municipio, del evento, el nombre del municipio, la fecha, la hora en que empieza y en la que termina el evento, la calle especifica donde ocurre y el tipo de evento que es.
ANÁLISIS DE DATOS
La base de datos contiene un campo o variable que corresponda al tipo de eventos reportado y basicamente hay cuatro eventos que se reportan principalmente, accidentes, alerta de riesgo o peligro, trancones o embotellamientos y vías cerradas. También hay un campo para subtipo donde especifica aún mas el evento, por ejemplo hay reportes de riesgo de peligro pero en el subtipo especifican que es por un hueco en la vía o porque hay un carro parado obstaculizando o porque se presenta un objeto en la vía.
require(table1)
table1(~Type,data=bd_waze2)| Overall (N=22929) |
|
|---|---|
| Type | |
| ACCIDENT | 1836 (8.0%) |
| HAZARD | 4692 (20.5%) |
| JAM | 15218 (66.4%) |
| ROAD_CLOSED | 1183 (5.2%) |
Al realizar un análisis más específico, se obtiene un resumen general de todos los eventos, en el cual podemos observar que la mayoría de los eventos reportados en este día específico corresponden a 15218 trancones correspondientes al 66.4% seguido de las alertas de riesgo las cuales han sido 4692 y que corresponden al 20.5% las de menos reporte son los accidentes con un 8% y las vías cerradas con un 5.2%
Localidades con mayor reporte de eventos:
La base de datos brinda también información detallada de la ubicación de cada evento, por lo cual se puede utilizar las coordenadas gráficas y realizar un mapa de localización para analizar aún mejor los eventos ocurridos y observar donde hay mayor concentración de estos para observar detalladamente las zonas de cada ciudad y tener en cuenta los puntos críticos de la movilidad en las diferentes áreas.
require(leaflet)
#para q se agrupe con puntos osea lo organiza lugar
leaflet() %>% addTiles() %>%
addCircleMarkers(lng =bd_waze2$Location_X ,lat = bd_waze2$Location_Y,clusterOptions=markerClusterOptions())En el mapa se observan en naranja las zonas con mayor aglomeración de eventos reportados durante cada día.
Horas de mayor reporte:
Para analizar más a profundidad las horas de congestión se extrae la información de la base de datos en una tabla, para así poder identificar mejor no solo las zonas sino también las hora pico del día, ya que la movilidad en Sabaneta, como en cualquier ciudad varía en tiempo y espacio y esto es crucial para poder realizar una buena gestión.
hora=substr(bd_waze2$StartTime,start = 1,stop = 2)
#start=donde quiero q empieza , stop =donde quiero q termine
barplot(table(hora))
De acuerdo con los resultados que arroja la tabla, se pueden identificar dos picos principales de reportes, uno al medio día y otro a altas horas de la noche, la medianoche y las primeras horas de la madrugada, ya que se empieza a presentar la mayor hora pico a las 10pm y siendo aun alta a la media noche y aunque va bajando se mantiene alta hasta la 1 am, presentándose luego una disminución significativa de los reportes en las primeras horas de la mañana hasta acercarse el medio día. Luego de la 1 pm baja pero no significativamente ya que se mantiene congestión gradual alta durante toda la tarde.
CONCLUSIONES Y RECOMENDACIONES
El control de la congestión vehicular forma parte de la elaboración de una visión estratégica de largo plazo del desarrollo de una ciudad, al ser Sabaneta una ciudad en crecimiento se ha venido aumentando la necesidad de gestionar planificaciones en su movilidad. “Waze for cities” ha sido una plataforma fundamental para optimizar la planificación vial y gestionar el tráfico, gracias a los datos que proporciona ya que se pueden realizar análisis como el anterior gracias a la información que presenta la base de datos sobre patrones de tráfico, accidentes y congestión en las diferentes zonas y horas del día.
Al enfocarnos en Sabaneta se arrojan 1215 datos y al realizar el análisis de zonas y horas de mayor reporte podemos observar que las horas de mayor congestión y reportes son a horas altas de la noche entre las 10 pm y 12 am, por lo que sería clave tener en cuenta esta hora para la gestión. Además de acuerdo a los resultados de análisis de la ciudad vemos una particularidad ya que hay mucho movimiento toda la tarde, en la mañana no hay casi reportes y sube precipitadamente al medio día y ahí se mantienen los reportes de forma gradual alta toda la tarde por lo que la gestión de tráfico debe enfocarse en este rango de tiempo. Además se debe tener en cuenta que las zonas con mayor concentración de reportes registrados son en las carreteras principales vía Itagüí y Envigado, lo que sugiere que la movilidad intermunicipal y la conectividad con los municipios aledaños es significativo y clave para la gestión.
Por lo tanto se recomienda:
Realizar un análisis de eventos nocturnos para identificar el porqué de la congestión vehicular en altas horas de la noche, observando si es por eventos festivos o de personas que trabajan hasta tarde en municipios aledaños.
Ejecutar un refuerzo de gestión vial donde se implementen estrategias de movilidad en horario nocturno, estableciendo puestos de control y mayor presencia de agentes para así mitigar la congestión, los riesgos y los incidentes.
De ser necesario al realizar la investigación se podría tener en cuenta planes de retorno nocturno si son muchos las personas que vienen de trabajar en otras ciudades para que así logren llegar sin inconvenientes a casa.
Por último, se recomienda mejorar la infraestructura de las vías intermunicipales para que se pueda asegurar condiciones óptimas en la señalización y mantenimiento de las vías principales para evitar riesgos e incidentes.