INDAGINE SULLE PERCORRENZE REALI IN AMBITO URBANO EDEXTRAURBANO Stefano Caserini, Fondazione Lombardia per l'Ambiente, Milano, Italy Luca Labella, Monica Benzi, Roberta Damioli Politecnico di Milano, I dati e le elaborazioni derivano da due tesi di laurea svolte presso il Politecnico di Milano, Facoltà di Ingegneria, Corso di Laurea in Ingegneria per l'Ambiente ed il Territorio Stima delle percorrenze veicolari in Lombardia Luca Labella Il traffico automobilistico in Lombardia: valutazione delle percorrenze totali e in ambito urbano Monica Benzi, Roberta Damioli Relatore: Prof. Michele Giugliano Relatore: Prof. Giorgio Guariso Correlatore: Ing. Stefano Caserini Correlatore: Ing. Stefano Caserini Obbiettivi: Acquisire dati sulle percorrenze delle autovetture in Lombardia Valutare l’influenza sulle percorrenze delle variabili veicolari e territoriali Proporre una metodologia di calcolo delle percorrenze totali e urbane da impiegare nella stima delle emissioni da traffico Contributo percentuale del traffico sul totale delle emissioni in Lombardia 100% 90% % 80% 70% 60% 50% 40% 30% 20% 10% 0% SO2 NOx Traffico lineare Diffuse COV CH4 CO CO2 Traffico Urbano Puntuali - misurate N2O NH3 PM10 Biogeniche Puntuali - stimate PT S Il dato di percorrenza è un dato fondamentale per il calcolo delle percorrenze urbane e totali delle autovetture a livello comunale E P N Fe • E = emissioni • P = percorrenza media annua • N = numero veicoli • Fe = fattore di emissione Tipologia dei dati ricercati: km percorsi dagli autoveicoli in funzione di Anno di immatricolazione Tipo di carburante Cilindrata Presenza (o no) della marmitta catalitica Acquisizione dei dati La ricerca è stata effettuata presso le province lombarde, che hanno raccolto questi dati nell’ambito della campagna di controllo dei gas di scarico “Bollino Blu” Solo le province di Bergamo, Brescia, Milano, Sondrio hanno fornito dati con le caratteristiche cercate Percorrenza annua = Percorrenza totale / anni anzianità (km/anno) (km) (anni) Anni anzianità = anno raccolta dati – anno di immatricolazione 7010 dati disponibili (122 comuni): 1066 dati 160 dati 4788 dati 996 dati per la provincia di Bergamo (21 comuni) per la provincia di Brescia (4 comuni) per la provincia di Milano (81 comuni) per la provincia di Sondrio (16 comuni) I 122 comuni considerati, sono pari all’8% dei comuni lombardi (1546), ma sono rappresentativi del 38% della popolazione residente in Lombardia Riepilogo informazioni PROVINCIA BERGAMO BRESCIA MILANO SONDRIO PERCORRENZA TOTALE SI’ SI’ SI’ SI’ TIPO DI CARBURANTE NO NO SI’ SI’ MARMITTA CATALITICA SI’ SI’ SI’ SI’ CILINDRATA ANNO IMMATRICO LAZIONE NO NO NO SI’ SI’ SI’ SI’ SI’ bergamo brescia milano sondrio Anno di immatricolazione 1000 900 800 600 500 400 300 200 100 anno immatricolazione bergamo brescia milano sondrio 19 99 19 97 19 95 19 93 19 91 19 89 19 87 19 85 19 83 19 81 19 79 19 77 19 75 19 73 19 71 19 69 0 19 67 dati disponibili 700 I dati di percorrenza sono stati analizzati statisticamente per valutare • le variazioni inter-comunali • fra i vari comuni • fra le province va lte lli n o bo r ca mio sp og ch g io co iav en si o na va lte lli n o de le bi m o az gr zo os di va io lte m lli n on a ta gn m a es in va e l te l lin re mo a rb go e le do g no di co s so io nd al o vi so lla nd di rio ch ia vi ven lla na di tir an o an da lo km/anno Provincia di Sondrio 18000 16000 14000 12000 10000 8000 6000 4000 2000 0 70 60 50 40 30 20 10 0 comune prercorrenza media (km/anno) coeff. Di variaz.(%) no sa n lo m ba rd o e' al m percorrenza media (km/anno) comune la llio ap pa ello la zz ag o pa r pe re t sa os n in pe o p lle gr onti da in o te rm e se va riate lb re m b ve o rd el lo m pa ba olo gn at be ica ca rg lu sc am o o d' a ca ca dd pr a ia lve n te s. zan ge o rv a si ca ca rav o a sir at ggi o e d' ad d ca a sn ig o za no az al za km/anno Provincia di Bergamo 20000 70 18000 16000 60 14000 50 12000 40 10000 8000 30 6000 20 4000 2000 10 0 0 coeff. Di variaz.(%) Riepilogo dati analizzati provincia bergamo brescia milano sondrio media totale dati disponibili 1066 160 4788 996 7010 media km/anno 13467 12380 11480 11100 11749 deviazione standard 6605 6168 7048 5333 6784 C.V. 49 50 61 48 58 provincia bergamo brescia milano sondrio media totale dati disponibili 21 4 81 16 122 media di media 13233 11867 11455 11232 11745 deviazione standard 1967 2244 1915 1812 2018 C.V. 15 19 17 16 17 media km/anno 11947 deviazione standard 897 C.V. 8 regione lombardia Forte variabilità tra i valori di percorrenza media all’interno di ogni comune (CV=58%) La variabilità si riduce (CV= 17%) considerando i dati medi comunali di ogni provincia Analisi dell’influenza delle variabili veicolari Tipo di alimentazione ( benzina o diesel) per la provincia di Milano Presenza del catalizzatore per le province di Brescia e Milano Cilindrata per la provincia di Sondrio Anni di anzianità autoveicoli per tutte e 4 le province comune vimodrone seveso san giugliano milanese rodano rescaldina pioltello ornago nerviano milano melegnano magenta benzina liscate lavanderie di segrate inveruno garbagnate milanese corsico corbetta cesano maderno cerro maggiore carugate caleppio di settala buccinasco binasco bernareggio bareggio arese km/anno Percorrenze per tipo di alimentazione (solo comuni rappresentativi) diesel 60000 50000 40000 30000 20000 10000 0 16000 18 14000 16 12000 14 12 10000 10 8 8000 6000 6 4000 4 2000 2 0 0 750 900 1000 1100 1200 1300 1400 1600 2000 cilindrata km/anno dati disponibili dati disponibili percorrenza km/anno Cilindrata comune vimodrone varedo settimo san vittore rodano pregnana peschiera ornago nerviano melzo km/anno non cat, magenta lavanderie di garbagnate corsico cologno cernusco sul caleppio di bollate bernareggio baranzate di abbiategrasso km/anno Veicoli catalizzati e non km/anno cat. 30000 25000 20000 15000 10000 5000 0 Percorrenza in funzione dell’età del veicolo 40000 40000 35000 BERGAMO km/anno 35000 30000 BRESCIA BRESCIA km/anno 25000 30000 SONDRIO SONDRIO km/anno 20000 MILANO km/anno 25000 15000 10000 5000 MILANO km/anno 20000 15000 0 2 3 410000 5 6 7 8 9 10 11 12 13 anni anzianità 5000 0 2 3 4 5 6 7 8 anni anzianità 9 10 11 12 13 Risultati interessanti La percorrenza delle vetture diesel e’ dell’82% superiore a quella delle vetture a benzina. La variabilita’ delle percorrenza delle vetture diesel è maggiore di quella relativa ai veicoli a benzina Le autovetture “utilitarie” ( fino a 1200cc.) hanno percorrenze medie annue inferiore del 30% rispetto a vetture con cilindrata maggiore Le autovetture catalizzate hanno percorrenza medie annue superiore del 45% a quelle non catalizzate Nei primi tre anni di vita le autovetture percorrono, annualmente, fino al 40% in piu’ degli anni successivi Ricerca di relazioni statistiche tra i dati di percorrenza comunali e • caratteristiche veicolari • indicatori socio-economici e territoriali • strumento: REGRESSIONE LINEARE MULTIPLA • software: STATISTICA (StatSoft) Analisi statistiche variabili veicolari E’ stato selezionato un campione di 200 dati disponibili omogenei E’ stata cercata una dipendenza (tramite Regressioni lineari semplici) tra le percorrenze medie annue e ognuna fra le seguenti variabili veicolari: - cilindrata - anno immatricolazione - tipo di carburante - marmitta catalitica E’ stata trovata una correlazione fra percorrenza media annua e anni di anzianità degli autoveicoli che presenta un buon grado di correlazione con bassi livelli di significatività Modello di stima delle percorrenze in funzione delle variabili veicolari (Regressioni lineari semplici) autoveicoli a benzina non catalizzati PMA = 17067 – 644* anno anzianita’ R: 0,22 autoveicoli a benzina catalizzati PMA = 23127 -1492*anno anzianita’ R: 0,1665 autoveicoli diesel PMA = 34846 - 1696*anno anzianita’ R: 0,3736 Modello di stima delle percorrenze in funzione delle variabili veicolari (Regressioni lineari multiple) PMA=8783 + 3,97 c – 442 e dove PMA = percorrenza media annua c = cilindrata e = età del veicolo R^2 = 0,15 Modello di stima delle percorrenze in funzione delle variabili territoriali (Regressioni lineari multiple) E’ stato selezionato un campione di 39 comuni i cui dati fossero omogenei E’ stata cercato un modello matematico per esprimere la percorrenza media annua in funzione delle variabili territoriali superficie comune, residenti, parco circolante, vendite carburante Il modello matematico PMA= 12044+ 0,10r+ 0,01s- 0,26pc+ 0,10vc con r = residenti; s = superficie; pc = parco circol.; vc = vendita carbur. non e’significativo avendo R^2 = 0,0278 Confronto con i dati disponibili Numero residenti Fino a 10000 ab. Da 10000 a 100000 ab. Oltre 100000 ab. km/anno DOXA 12550 11550 10180 Km/anno presente lavoro 12269 11317 10796 Il valore della percorrenza madia annua riferita alla regione Lombardia e calcolata sul campione di dati significativo e’ di 12000 km/anno Percorrenze totali: conclusioni La raccolta dati ha permesso di acquisire dati generalmente non disponibili e di sicuro interesse per le valutazioni sulle stime delle emissioni da traffico I valori di percorrenza sono influenzati significativamente dal tipo di cilindrata, dall’anno di immatricolazione, e dal tipo di carburante Non sono state trovate correlazioni significative con le variabili territoriali ma solo con quelle veicolari E’ sicuramente auspicabile la continuazione nella raccolta dei dati Definizione di percorrenza urbana Km percorsi per spostamenti a carattere urbano Classificazione SNAP : Highway driving, Rural, driving, Urban driving Definizione di percorrenza urbana Traffico urbano = traffico totale traffico lineare (grafo disponibile) Definizione di percorrenza urbana Km percorsi su strade che possono essere sottoposte ad interventi di limitazione del traffico Fonte dei dati di percorrenza urbana • TERRARIA: analisi dei PUT stime dirette di percorrenza per 18 comuni i cui PUT sono stati ritenuti idonei comune non noto generico popi Pi Pj pop j comune di riferimento Percorrenze urbane specifiche stimate per i 18 comuni di riferimento COMUNE MILANO BRESCIA CINISELLO B. BERGAMO COMO PAVIA CREMONA MANTOVA RHO LODI LECCO CERNUSCO S. NAV. VIMERCATE SONDRIO GORGONZOLA MELEGNANO AGRATE B. VILLASANTA Percorrenza specifica (km/veicolo) 3.560 1.373 2.540 1.328 4.672 720 2.619 625 4.684 587 3.971 3.163 5.932 4.853 3.348 3.250 2.998 5.898 Indicatori • residenti • superficie del comune • indice di vecchiaia • età media • parco circolante • n° addetti • n° unità locali • n° di persone che utilizzano i diversi mezzi per effettuare spostamenti sistematici Analisi statistica degli indicatori • per i 18 comuni di riferimento • per l’intera Lombardia • per i comuni con densità > 500 ab./kmq Età media campione Lombardia Comuni con densità > 500 ab./kmq minimo 40,93 35,54 38,2 massimo 43,34 48,73 43,35 media 42,06 41,2 40,68 mediana 42,20 40,96 40,7 dev. Standard indice di Kurtosis 0,77 1,4 0,82 1,344 3,05 0,725 indice di Skeweness 0,055 1,09 0,053 test di Shapiro-Wilk 0,94 0,94 0,99 test di KolmogorovSmirnov 0,132 0,08 0,04 Istogrammi di frequenza ET A' M EDIA K-S d=.13499, p> .20; Li l l i efors p> .20 Shapi ro-Wi l k W=.94248, p<.3487 N° comuni 2 Istogramma di frequenza per il campione di 18 comuni 1 0 40,6 40,8 41,0 41,2 41,4 41,6 41,8 42,0 42,2 42,4 42,6 42,8 43,0 43,2 43,4 Expected Norm al cl assi di età m edi a EETA' T A' M EDIA MEDIA K-Sd=,07968, d=,03782, p<,01 p> .20;; Li Lilliefors K-S l l i eforsp<,10 p<,01 Shapiro-Wilk W=,99130, p<,0072 Shapi ro-Wi l k W=,94324, p<,0000 60 600 55 550 Istogramma di frequenza per i Lombardia comuni con densità la superiore a 500 ab./kmq N° comuni N° di comuni 50 500 45 450 40 400 35 350 30 300 25 250 20 200 15 150 10 100 5 50 0 0 37,6 38,0 38,4 38,8 39,2 39,6 40,0 40,4 40,8 41,2 41,6 42,0 42,4 42,8 43,2 34 38,2 35 38,6 36 37 4140,6 42 41,0 43 41,4 44 41,8 45 42,2 46 42,6 47 48 37,8 39,0 38 39,439 39,84040,2 43,0 49 43,4 cl assi di età classi di età media Expected Expected Norm al Normal Risultati dell’analisi statistica il campione dei 18 comuni di riferimento non è rappresentativo per la Lombardia il campione dei 18 comuni di riferimento è abbastanza rappresentativo per i comuni con densità > 500 ab./kmq Elaborazioni variando il livello di tolleranza considerando la significatività dell’intercetta utilizzando il campione intero di 18 comuni ma anche escludendo il comune di Milano considerando tutte le variabili e le variabili divise per unità di residenti Criteri di selezione • correttezza dei segni dei coefficienti di regressione • significatività statistica dei coefficienti (p-level < 0,05) • valore quanto più elevato dell’indice di correlazione R2 • stima accettabile per Milano • comportamento del modello quando applicato ai comuni con densità > 500 abitanti/kmq media minimo massimo deviazione standard coefficiente di dispersione n° comuni con percorrenza < 1.000 km/veicolo n° comuni con percorrenza > 6.000 km/veicolo Alcune delle regressioni esaminate PSU= 56.770-0,52*bicicletta-1.248*età media-0,38*metro R2: 0,545 • percorrenza negativa per Milano e Sesto San Giovanni PSU = 37.466-0,622*bicicletta-792,9*età media ai 6.000 km • 42% del totale comuni con percorrenza superiore R2: 0,479 • percorrenza negativa per Milano •PSU intercetta non* significativa = -0,89 bicicletta + 109.8 * età media R2: 0,336 • percorrenza negativa per Milano • la variabile età media cambia segno Il modello selezionato PSU = 53.000 - 9.472 * (bici/residenti) - 1.178 * età media correttezza segni SI significatività media coefficienti minimo R2 massimo SI 3.747 1.209 0,297 deviazione standard stima per Milano 2.379 coefficiente di dispersionekm/veicolo generale n° comportamento comuni con percorrenza < 1.000 km/veic. n° comuni con percorrenza > 6.000 km/veic. 7.858 990 0,26 0 52 Modello combinato per la stima della percorrenza totale in ambito urbano Specifica (PSU) Percorrenza Urbana Complessiva (PU) Modello combinato Conducenti = -36,82 + 0,37 * residenti - 2,22 * unità locali PU = 14.992 * conducenti stimati Tarata sui 18 comuni di correttezza segni SI riferimento media significatività coefficienti minimo R2 SI 0,993 0,956 deviazione standard massimo Tarata su tutti i comuni della regione 4.951 828 8.181 940 stima per coefficiente Milano di dispersione 1.694 km/veicolo0,19 n° comuni con percorrenza < 1.000 km/veic. 2 n° comuni con percorrenza > 6.000 km/veic. 170 comportamento generale il modello selezionato copre il 46% dei consumi stimati in ambito urbano * il modello combinato copre il 66% consumi stimati in ambito urbano * * consumi stimati in ambito urbano = Vendite effettive – Consumi lineare = 2.000.000 ton./anno Esistono incertezze nella stima delle vendite e nella quota di carburanti venduti effettivamente consumati in regione Conclusioni Correlare la percorrenza urbana a caratteristiche territoriali e socio-economiche permette una prima stima del peso delle emissioni da traffico urbano in funzione delle caratteristiche insediative e territoriali Sviluppi • applicazione agli altri tipi di veicoli • aumento della qualità dei dati di percorrenza urbana ricavati dai PUT • utilizzo di indicatori di sicuro interesse (ex. dotazione di infrastrutture ferroviarie, PIL...) • utilizzo di un criterio più preciso per la selezione dei comuni fortemente antropizzati • necessità di approfondire l’analisi per i comuni più piccoli