A Generic Betweenness Centrality-Based Approach for Urban Street Network Reallocation to Mitigate Climate Change Impacts
Este estudio propone un marco genérico basado en datos que utiliza algoritmos de centralidad de intermediación de aristas para reasignar las redes de calles urbanas para la mitigación del cambio climático, equilibrando eficazmente la optimización del espacio para la infraestructura verde con la redistribución del tráfico hacia zonas periféricas a través de diversas redes de ciudades.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
Las ciudades están respirando con más dificultad de lo que solían hacerlo. A medida que las temperaturas globales aumentan, el hormigón y el asfalto que cubren nuestros paisajes urbanos atrapan el calor, creando "islas de calor urbanas" donde las temperaturas pueden subir significativamente más que en las zonas rurales circundantes. Este calor atrapado, combinado con el volumen de vehículos, hace que las ciudades sean cada vez más incómodas y peligrosas durante el clima extremo. Con más de cuatro mil millones de personas viviendo ahora en áreas urbanas, la presión para adaptarse es creciente. Una de las formas más prometedoras de enfriar una ciudad es convertir sus superficies duras en espacios verdes, pero encontrar espacio para nuevos parques o avenidas arboladas es difícil cuando cada pulgada de tierra ya está ocupada por edificios, carreteras o infraestructura.
La solución, sugieren los investigadores, podría residir en las propias calles. En muchas ciudades, la red de carreteras y carriles ocupa entre el 20 y el 30 por ciento de la superficie urbana total. Si incluso una fracción de este espacio pudiera ser reclamada para la vegetación o la movilidad activa como caminar y el ciclismo, podría reducir significativamente las temperaturas y mejorar la calidad del aire. Sin embargo, cerrar carreteras simplemente es arriesgado; puede paralizar una ciudad, dejando a los barrios aislados o forzando el tráfico hacia cuellos de botella caóticos. El desafío es encontrar una forma de eliminar carriles sin romper la conectividad de la ciudad. Aquí es donde entra el trabajo de Supharoek Chattanachot y sus colegas de la Universidad de Le Havre Normandía y la Universidad de Luxemburgo. Ellos han desarrollado un método para identificar exactamente qué calles pueden ser reconvertidas de forma segura, utilizando un concepto matemático llamado "centralidad de intermediación" (betweenness centrality) para mapear el flujo de la ciudad sin necesidad de conocer los patrones de tráfico específicos de cada conductor.
Los investigadores abordaron el problema tratando la red de calles de la ciudad como un gigantesco mapa de conexiones, donde cada intersección es un punto y cada carril es una línea que los conecta. Se centraron en una propiedad específica de estas líneas: con qué frecuencia un segmento de calle particular se utiliza como atajo entre otros dos puntos. En su modelo, una calle con una puntuación alta en esta medida es una arteria crítica, una ruta que mucha gente utiliza para ir de A a B rápidamente. Una calle con una puntuación baja es más bien un conector local, utilizado con menos frecuencia para viajes de larga distancia. El equipo se dio cuenta de que, al analizar estas puntuaciones, podían tomar dos tipos de decisiones muy diferentes sobre cómo remodelar una ciudad.
El primer enfoque que probaron fue diseñado para maximizar la cantidad de espacio que se podría liberar manteniendo los tiempos de viaje lo más cortos posible. Aplicaron un algoritmo que buscaba las calles con las puntuaciones más bajas, aquellas que eran menos esenciales para el flujo general de la red. Al eliminar sistemáticamente estos carriles de baja prioridad y convertirlos en espacios verdes o zonas peatonales, descubrieron que era posible reclamar una enorme cantidad de espacio vial. En pruebas utilizando datos reales de calles de 48 ciudades diferentes alrededor del mundo, el método demostró que, en la mayoría de los casos, se podía eliminar o convertir más del 95 por ciento de los carriles de doble sentido sin desconectar la ciudad. El resultado fue una red que permanecía totalmente conectada, con el aumento de la distancia total que la gente necesitaba recorrer siendo solo ligero. Esto sugiere que las ciudades tienen mucha más capacidad vial "sobrante" de lo que creen, una capacidad que puede ser reconvertida sin causar un colapso de tráfico.
El segundo enfoque tomó un objetivo diferente: en lugar de solo ahorrar espacio, los investigadores querían alejar la congestión del tráfico de los centros calurosos y concurridos y empujarla hacia las periferias más frescas y menos densas. En muchas ciudades, el centro es la parte más calurosa, sufriendo más el efecto de isla de calor, pero también es donde se concentra la mayor cantidad de tráfico. El equipo planteó la hipótesis de que, si pudieran identificar las rutas más transitadas y centrales y eliminarlas, el tráfico se vería naturalmente obligado a desviarse hacia la periferia. Para lograr esto, utilizaron un algoritmo que apuntaba a las calles con las puntuaciones más altas, las arterias más críticas. Al eliminar estos carriles de alto tráfico del centro de la ciudad, el flujo de tráfico se redistribuyó efectivamente hacia los bordes de la ciudad.
Los resultados de esta segunda estrategia fueron impactantes. Cuando aplicaron este método a la ciudad de Troyes, en Francia, por ejemplo, el grupo de las calles más importantes y de mayor tráfico se desplazó notablemente lejos del centro de la ciudad. Los investigadores desarrollaron nuevas formas de medir este desplazamiento, calculando qué tan lejos se movió el "centro de gravedad" de las calles más transitadas y cuánto más se dispersó el tráfico. En la mayoría de las 48 ciudades que probaron, el algoritmo logró mover las cargas de tráfico más pesadas lejos del núcleo, lo que potencialmente enfriaría las zonas del centro al reducir el número de coches parados allí y liberar espacio para árboles y plantas. Sin embargo, el estudio también señaló que esto no funcionó perfectamente para todas las ciudades; en lugares con diseños muy específicos y agrupados, el tráfico a veces terminó concentrándose en nuevos puntos no deseados, demostiendo que ninguna regla única se ajusta a cada forma urbana.
Los investigadores advierten cuidadosamente que su trabajo es una guía teórica, no un plano final de construcción. Reconocen que la planificación urbana del mundo real involucra factores que sus modelos computacionales no pueden ver, como monumentos históricos, leyes locales o las necesidades específicas de un barrio. Una calle puede ser matemáticamente "eliminable" pero política o culturalmente intocable. No obstante, el estudio proporciona un punto de partida poderoso para los planificadores. Ofrece una forma basada en datos para preguntar: "¿Qué pasaría si cerráramos esta calle?" y obtener una respuesta inmediata sobre cómo reaccionaría el resto de la ciudad. Al utilizar estos algoritmos, los funcionarios municipales pueden identificar qué carriles son verdaderamente prescindibles y cuáles son vitales, permitiéndoles tomar decisiones informadas sobre dónde plantar árboles, construir carriles para bicicletas o crear parques.
En última instancia, el artículo sugiere que la lucha contra el cambio climático en las ciudades no siempre requiere la construcción de nueva infraestructura o la búsqueda de tierras vacías. A veces, la solución ya está ahí, oculta en la red existente de asfalto. Al comprender la lógica oculta de cómo se mueve una ciudad, los planificadores pueden impulsar suavemente el flujo del tráfico, reclamando espacio para la naturaleza y enfriando el entorno urbano. El estudio confirma que, con las herramientas adecuadas, las ciudades pueden ser remodeladas para ser más resilientes y habitables, convirtiendo las mismas carreteras que contribuyen al problema del calor en la solución para un futuro más fresco.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.