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