Stel je hebt 10 taxi's in Manhattan. Welk deel van de straten van de gemeente bestrijken ze op een normale dag?

Voordat we daar antwoord op geven, laten we eens kijken waarom het nuttig zou zijn om dit feit te weten. Steden hebben veel dingen die moeten worden gemeten:luchtvervuiling, het weer, verkeerspatronen, wegkwaliteit, en meer. Sommige hiervan kunnen worden gemeten door instrumenten die aan gebouwen zijn bevestigd. Maar onderzoekers kunnen ook goedkope sensoren op taxi's aanbrengen en metingen over een groter deel van een stad vastleggen.

Dus, hoeveel taxi's zouden er nodig zijn om een ​​bepaald stuk grond af te leggen?

Er achter komen, een MIT-gebaseerd team van onderzoekers analyseerde verkeersgegevens van negen grote steden op drie continenten, en kwam naar voren met een aantal nieuwe bevindingen. Een paar taxi's kunnen een verrassend groot gebied bestrijken, maar er zijn veel meer taxi's nodig om een ​​stad uitgebreider te bestrijken dan dat. Intrigerend, dit patroon lijkt zichzelf te repliceren in grootstedelijke gebieden over de hele wereld.

Meer specifiek:slechts 10 taxi's bestrijken doorgaans een derde van de straten van Manhattan per dag. Er zijn ook ongeveer 30 taxi's nodig om de helft van Manhattan op een dag af te leggen. Maar omdat taxi's over het algemeen convergerende routes hebben, meer dan 1, Er zijn 000 taxi's nodig om 85 procent van Manhattan op een dag af te leggen.

"Het gevoelsvermogen van taxi's is onverwacht groot, " zegt Kevin O'Keeffe, een postdoc bij het MIT Senseable City Lab en co-auteur van een nieuw gepubliceerd artikel waarin de resultaten van het onderzoek worden beschreven.

Echter, O'Keeffe merkt op, "Er is ook een wet van de afnemende meeropbrengst" in het spel. "Je krijgt het eerste derde deel van de straten bijna gratis, met 10 willekeurige taxi's. Maar... dan wordt het steeds moeilijker."

Een soortgelijke numerieke relatie doet zich voor in Chicago, San Francisco, Wenen, Peking, Sjanghai, singpore, en enkele andere grote wereldsteden.

"Onze resultaten lieten zien dat de detectiekracht van taxi's in elke stad erg op elkaar leek, O'Keeffe merkt op. "We herhaalden de analyse, en zie, en zie, alle bochten [plotting taxi dekking] hadden dezelfde vorm."

De krant, "Het kwantificeren van de detectiekracht van wagenparken, " verschijnt deze week in Proceedings van de National Academy of Sciences . Naast O'Keeffe, wie is de corresponderende auteur, de co-auteurs zijn Amin Anjomshoaa, een onderzoeker bij het Senseable City Lab; Steven Strogatz, een professor in de wiskunde aan de Cornell University; Paolo Santi, een onderzoekswetenschapper aan het Senseable City Lab en het Instituut voor Informatica en Telematica van CNR in Pisa, Italië; en Carlo Ratti, directeur van het Senseable City Lab en hoogleraar praktijk aan de afdeling Urban Studies and Planning (DUSP) van het MIT.

Leden van het Senseable City Lab bestuderen al lang steden op basis van data van sensoren. Daarbij, ze hebben opgemerkt dat sommige traditionele implementaties van sensoren gepaard gaan met compromissen. Sensoren op gebouwen, bijvoorbeeld, kan consistente dagelijkse gegevens leveren, maar hun bereik is zeer beperkt.

"Ze zijn goed op tijd, maar geen ruimte, ", zegt O'Keeffe van sensoren op vaste locaties. "Sensoren in de lucht hebben omgekeerde eigenschappen. Ze zijn goed in de ruimte, maar niet in de tijd. Een satelliet kan een foto maken van een hele stad, maar alleen als hij over de stad gaat, wat een relatief kort tijdsinterval is. Wij stelden de vraag, 'Is er iets dat de sterke punten van de twee benaderingen combineert, die deze stad goed verkent in zowel ruimte als tijd?'"

Sensoren op voertuigen plaatsen is een oplossing. Maar welke voertuigen? bussen, die vaste routes hebben, beperkt terrein bestrijken. Leden van het Senseable City Lab hebben vaste sensoren op vuilniswagens in Cambridge, Massachusetts, onder andere, maar toch, ze verzamelden niet zoveel gegevens als taxi's zouden kunnen.

Dat onderzoek heeft geleid tot het huidige onderzoek, die gegevens van verschillende gemeenten en onderzoeksinspanningen uit de particuliere sector gebruikt om patronen in de dekking van taxi's beter te begrijpen. De eerste plaats die de onderzoekers bestudeerden was Manhattan, die ze verdeelden in ongeveer 8, 000 straatsegmenten, en kregen hun eerste resultaten.

Nog altijd, Manhattan heeft een aantal opvallende kenmerken:een normaal gesproken regelmatig stratenpatroon, bijvoorbeeld - en er was geen garantie dat de statistieken die het produceerde op andere plaatsen vergelijkbaar zouden zijn. Maar in stad na stad, hetzelfde fenomeen deed zich voor:een klein aantal taxi's kan per dag over een derde van een stad rijden, en een iets groter aantal kan de halve stad bereiken, maar daarna, er is een veel grotere vloot nodig.

"Het is een zeer sterk resultaat en ik ben verrast om het te zien, zowel praktisch als theoretisch, ' zegt O'Keeffe.

De praktische kant van het onderzoek is dat stadsplanners en beleidsmakers, onder andere, nu mogelijk een concreter idee hebben over de investering die nodig is voor bepaalde niveaus van mobiele detectie, evenals de omvang van de resultaten die ze waarschijnlijk zouden behalen. Een onderzoek naar luchtverontreiniging, bijvoorbeeld, met dit soort gegevens in het achterhoofd kunnen worden opgesteld.

"Urban environment sensing is cruciaal voor de menselijke gezondheid, " zegt Ratti. "Tot vandaag, sensing is voornamelijk uitgevoerd met een klein aantal vaste en dure meetstations. … Echter, een alomvattend kader om de kracht van mobiele detectie te begrijpen ontbreekt nog steeds en is de motivatie voor ons onderzoek. De resultaten waren ongelooflijk verrassend, in termen van hoe goed we een grote stad kunnen bestrijken met slechts een paar bewegende sondes."

Zoals O'Keeffe meteen toegeeft, een praktische manier om een ​​mobiel-detectieproject te bouwen zou kunnen zijn om sensoren op taxi's te plaatsen, zet vervolgens een relatief klein wagenpark in (zoals Google doet voor kaartprojecten) om straten te bereiken waar taxi's zich vrijwel nooit wagen.

"Jij vooroordeel, bijna per definitie, populaire gebieden, ', zegt O'Keeffe. 'En je bent potentieel achtergestelde gebieden aan het bedienen. De manier om dat te omzeilen is met een hybride aanpak. [Als] je sensoren op taxi's plaatst, dan breid je het uit met een paar speciale voertuigen."

Voor zijn deel, O'Keeffe, een fysicus van opleiding, is van mening dat het resultaat een goed voorteken is voor het voortgezette gebruik van mobiele sensoren in stedelijke studies, over de wereld.

"Er is een wetenschap over hoe steden werken, en we kunnen het gebruiken om dingen beter te maken, ' zegt O'Keeffe.

Dit verhaal is opnieuw gepubliceerd met dank aan MIT News (web.mit.edu/newsoffice/), een populaire site met nieuws over MIT-onderzoek, innovatie en onderwijs.