Universele wet voorspelt aanpassing van stadsverkeer tijdens extreme overstromingen
Composite foto toont Prof. Jianxi Gao die vandaag langs River Street in Troy, NY, loopt, naast een historische foto van 28 maart 1913 van hetzelfde blok tijdens een zware overstroming. Credit: Rensselaer Polytechnic Institute
Wanneer een overstroming die eens in de 100 jaar voorkomt een stad raakt, stopt het verkeer niet plotseling—het past zich aan.
“Ondanks de toenemende overstromingsrisico’s verhuizen steeds meer mensen naar gebieden die gevoelig zijn voor overstromingen,” zegt Jianxi Gao, universitair hoofddocent computerwetenschappen aan het Rensselaer Polytechnic Institute. “Dit maakt het urgenter om te begrijpen hoe veerkrachtig onze infrastructuur is—en hoe mensen zich aanpassen wanneer er een ramp plaatsvindt.”
Gao maakt deel uit van een internationaal team dat bestudeert hoe stedelijke transportsystemen zich aanpassen aan extreme weersomstandigheden zoals overstromingen. Hun werk, getiteld Adaptieve capaciteit voor multimodale transportnetwerk veerkracht tegen extreme weersomstandigheden, gepubliceerd in Nature Sustainability, gebruikt een innovatieve modelbenadering om een universele wet te onthullen die bepaalt hoe reizigers overstappen tussen privévoertuigen en openbaar vervoer tijdens dergelijke verstoringen. Deze wet onthult dat verschuivingen tussen vervoerswijzen, zoals van auto’s naar bussen, voorspelbare patronen volgen die worden gedreven door veranderingen in reisdemand, de dichtheid van transportnetwerken en hoe vervoerswijzen elkaar al dan niet concurreren of aanvullen.
Het agent-gebaseerde multimodale verkeersmodel, gecombineerd met een model voor samengestelde falen, simuleerde de impact van overstromingen in drie steden: Nanjing, China; Hamburg, Duitsland; en Los Angeles, Verenigde Staten. Door miljoenen ritten te analyseren, kwantificeerde het team hoe reizigers zich aanpassen aan overstromingsgerelateerde verstoringen door van routes of vervoerswijzen te wisselen—zoals van auto’s naar metro’s—en hoe deze vervoerswijzen elkaar aanvullen en concurreren. Ondanks de verschillende verkeerssystemen in de steden, kwam er een gemeenschappelijk patroon naar voren dat mogelijk ook van toepassing is op niet onderzochte steden.
Het onderzoek toonde aan dat aanpassing afhankelijk is van verkeersdichtheid, netwerkconnectiviteit en de interactie tussen vervoerswijzen. Bijvoorbeeld, wanneer het openbaar vervoer onbetrouwbaar wordt, schakelen veel mensen over naar auto’s, wat de verkeersdrukte kan verergeren. Aan de andere kant kan robuust openbaar vervoer de vraag opvangen, waardoor de druk op de wegen vermindert. In de simulatie van Nanjing, toen overstromingen de metro’s verstoorden, pasten passagiers zich aan door over te schakelen naar bussen, wat resulteerde in hogere voltooiingspercentages van ritten en het behoud van de functionaliteit van het algehele systeem.
Deze bevindingen bieden een kader voor steden om overstromingsgerelateerde verstoringen te voorspellen en te beheren en kunnen helpen bij het identificeren van interventies om de veerkracht van transportsystemen te verbeteren. “Dit werk is een stap in de richting van het bouwen van slimmere, veerkrachtigere infrastructuur—voordat de volgende ramp zich aandient,” aldus Gao.
Het model van het team benadrukt ook interventies om de veerkracht te verbeteren, zoals noodlijnen voor openbaar vervoer, reissubsidies, aanpassingen van verkeerslichten en publiekseducatiecampagnes. Deze strategieën kunnen steden helpen om functionaliteit te behouden tijdens overstromingen en sneller te herstellen daarna.
“Het werk van professor Gao is een voorbeeld van de toewijding van RPI om wereldwijde uitdagingen aan te pakken door middel van interdisciplinaire innovatie,” zei Chuck Stewart, administratief decaan van de School of Science van RPI. “Dit onderzoek bevordert niet alleen ons begrip van stedelijke veerkracht, maar biedt ook praktische oplossingen voor steden die worden geconfronteerd met klimaatgedreven bedreigingen.”
De simulaties van de studie zijn gebaseerd op gegevens uit de echte wereld, waaronder OpenStreetMap-wegnetwerken, NAVINFO-gegevens voor openbaar vervoer in Nanjing en Amap-mobiliteitsdatasets. Overstromingsrisicokaarten voor 100-jarige terugkeerperioden informeerden de scenario’s, waarbij modellen gevalideerd werden tegen empirische reispatronen. De simulatiemodellen voor Nanjing, Hamburg en Los Angeles zijn openbaar beschikbaar op GitHub.
