Measuring capacities in multimodal maritime port systems with anchorage queues

Questo articolo presenta un framework per stimare la capacità operativa e quella ultima dei sistemi portuali multimodali, applicato al Porto di Houston per identificare le risorse critiche e valutare la resilienza attraverso modelli di coda e equazioni differenziali.

L'essenziale

Immagina il porto come un gigantesco ristorante affollato, dove le navi sono i clienti affamati che arrivano per mangiare (scaricare o caricare merci).

Questo articolo scientifico parla di un nuovo modo per misurare quanto questo "ristorante" può davvero gestire, distinguendo tra due concetti fondamentali che spesso vengono confusi: la Capacità Operativa e la Capacità Ultima.

Ecco la spiegazione semplice, punto per punto:

1. Le due "Capacità" del Porto

Gli autori dicono che non basta chiedere "quante navi può gestire il porto?". Bisogna fare una distinzione precisa:

• Capacità Operativa (Il ritmo sostenibile):
  Immagina che il ristorante abbia un menu fisso e un numero limitato di camerieri. La "Capacità Operativa" è il numero massimo di clienti che il ristorante può servire ogni giorno, per anni, senza che nessuno si arrabbi, senza code infinite e senza che la cucina vada in tilt. È il ritmo di lavoro "normale" e sostenibile. Se superi questo numero, le code all'ingresso (l'ancoraggio) iniziano a crescere all'infinito e il servizio diventa caotico.

  • Nel caso di Houston: Il porto può gestire circa 0,9 navi all'ora in modo stabile e tranquillo.

• Capacità Ultima (Il picco di emergenza):
  Ora immagina che arrivi un'orda di clienti improvvisa (magari dopo un temporale che ha bloccato tutto per giorni). Il ristorante può mettere in campo tutti i camerieri, far lavorare la cucina a ritmo frenetico e servire più clienti del solito per un breve periodo. Questo è il picco massimo assoluto. Tuttavia, questo ritmo non può durare: alla fine, la cucina si brucia, i camerieri crollano e le code diventano ingestibili.

  • Nel caso di Houston: In una situazione di emergenza o picco, il porto può spingere fino a 1,4 navi all'ora, ma solo per un tempo limitato prima che il sistema collassi in caos.

2. Perché è importante la differenza?

Fino a ora, molti modelli di porti guardavano solo al "massimo assoluto" o facevano confusione. Questo studio dice: "No, dobbiamo sapere la differenza!"

• Se vuoi pianificare il futuro (costruire nuovi moli, assumere personale), ti serve la Capacità Operativa. Vuoi sapere quanto il porto può reggere nel lungo periodo senza creare ingorghi permanenti.
• Se devi gestire una crisi (un uragano, una nebbia fitta che blocca tutto, o un'improvvisa ondata di merci), ti serve la Capacità Ultima. Vuoi sapere qual è il limite fisico massimo per ripulire la coda il più velocemente possibile, anche se poi il sistema sarà stressato.

3. Come hanno fatto a calcolarlo? (Gli strumenti)

Gli autori hanno usato due metodi diversi, come se avessero due strumenti di misura diversi:

• Per la Capacità Operativa (La matematica delle code): Hanno usato la teoria delle code (quella che usano anche per i supermercati o i call center). Hanno guardato i dati storici reali delle navi (dove sono arrivate, quanto hanno aspettato) e hanno creato una formula matematica semplice. È come guardare quanto è lunga la fila al supermercato per capire quanti cassieri servono per mantenere la fila stabile. Non serve simulare tutto, basta la matematica.
• Per la Capacità Ultima (La simulazione al computer): Per vedere quanto il porto può spingere "in emergenza", hanno creato un simulatore al computer molto dettagliato (come un videogioco di gestione porti). Hanno fatto arrivare navi a velocità diverse e hanno visto cosa succedeva. Poi hanno usato un'equazione complessa (un'equazione differenziale) per descrivere la curva: "Se arrivano X navi, ne escono Y". Questo ha permesso di trovare il punto di rottura massimo.

4. Cosa hanno scoperto nel Porto di Houston?

Hanno applicato il loro metodo al Porto di Houston (uno dei più grandi negli USA) e hanno trovato cose interessanti:

• Il collo di bottiglia normale: Quando tutto va bene, il problema non è il canale d'acqua (la strada per arrivare al porto), ma i terminali per le merci liquide (come petrolio o gas). Sono come i banconi del bar che si intasano.
• Il collo di bottiglia in emergenza: Quando c'è un disastro e le navi devono essere smistate velocemente, il problema diventa la disponibilità dei piloti (le guide che dirigono le navi nel canale stretto). Se non ci sono piloti, le navi restano bloccate, anche se i terminali sono vuoti.
• La resilienza: Il porto può assorbire picchi di traffico molto alti (quasi il doppio della capacità normale) per brevi periodi, ma questo crea code enormi che ci vogliono giorni per sbloccare.

In sintesi

Questo studio ci insegna che un porto non è una macchina che va sempre alla stessa velocità. È come un atleta:

1. Ha un ritmo di corsa sostenibile (Capacità Operativa) che può mantenere per ore o giorni.
2. Ha uno scatto finale (Capacità Ultima) che può fare per pochi secondi per vincere una gara, ma che lo lascia esausto e con le gambe che cedono.

Saper distinguere tra questi due ritmi aiuta i pianificatori a capire dove investire i soldi: se vuoi migliorare il lavoro di tutti i giorni, potenzia i terminali; se vuoi essere pronto per le emergenze, assicurati di avere abbastanza piloti.

Sommario tecnico

Ecco una sintesi tecnica dettagliata del documento in lingua italiana, strutturata secondo le sezioni richieste.

Titolo

Misurazione delle capacità nei sistemi portuali marittimi multimodali con code di ancoraggio

1. Il Problema

La misurazione della capacità dei sistemi portuali multimodali è fondamentale per l'identificazione dei colli di bottiglia, la guida degli investimenti infrastrutturali e la pianificazione del recupero dopo interruzioni. Tuttavia, a differenza dei sistemi stradali, i porti mancano di metodi standardizzati per stimare la capacità a livello di sistema.
La letteratura esistente presenta due limiti principali:

1. Mancanza di distinzione concettuale: I modelli attuali non distinguono chiaramente tra la capacità sostenibile a lungo termine e la capacità massima assoluta raggiungibile in brevi periodi (spesso instabili).
2. Dipendenza dai dati e dai modelli: Gli approcci basati sulla simulazione spesso mancano di fondamenti teorici solidi per definire la capacità, mentre gli approcci analitici basati sui singoli componenti non catturano le interdipendenze del sistema. Inoltre, molti metodi richiedono dati granulari difficili da ottenere.

Il paper introduce una distinzione cruciale tra due tipi di capacità:

• Capacità Operativa ($C_o$): Il massimo throughput di navi sostenibile per un lungo periodo in condizioni di stabilità (code di ancoraggio limitate).
• Capacità Ultima ($C_u$): Il massimo throughput assoluto raggiungibile in un orizzonte temporale finito, indipendentemente dalla stabilità delle code (rilevante per il recupero post-disastro o picchi di domanda temporanei).

2. Metodologia

Gli autori propongono un quadro integrato che utilizza due approcci distinti per stimare le due metriche di capacità:

A. Stima della Capacità Operativa ($C_o$)

• Approccio: Modello teorico delle code (Queueing Theory).
• Input: Dati storici del sistema AIS (Automatic Identification System) e registri portuali. Non richiede simulazioni complesse.
• Modellazione:
  • Il canale di navigazione è modellato come una coda G/M/1 multiclasse con priorità uguali.
  • Ogni terminal è modellato come una coda G/M/1 indipendente.
  • Si utilizzano la formula di Kingman per stimare i tempi di attesa e la legge di Little per le lunghezze delle code.
  • La capacità operativa del porto è definita come il minimo tra la capacità del canale e la somma delle capacità dei terminali: $C_o = \min(\mu_C, \sum \mu_{T_i})$.
• Vantaggio: Fornisce una stima rapida e sostenibile basata su dati osservabili, ideale per la pianificazione a lungo termine.

B. Stima della Capacità Ultima ($C_u$)

• Approccio: Simulazione a eventi discreti (DES) accoppiata a un modello di Equazioni Differenziali Ordinarie (ODE).
• Input: Una simulazione dettagliata del porto (inclusi ancoraggio, canale, terminali, risorse landside) eseguita con diversi tassi di arrivo ($\lambda$).
• Modellazione:
  • Viene eseguita una simulazione per vari livelli di domanda per registrare il numero di navi che escono dall'ancoraggio ($N_{exits}$).
  • I dati simulati vengono adattati a un'ODE che descrive la relazione tra tasso di arrivo e tasso di uscita. L'equazione include una fase di crescita (fino alla capacità ultima) e una fase di declino (dovuta alla congestione e competizione per le risorse condivise).
  • I parametri dell'ODE (inclusa $C_u$) sono stimati minimizzando l'errore quadratico medio rispetto ai dati simulati, utilizzando un algoritmo di Differential Evolution.
• Vantaggio: Cattura la dinamica non lineare e le instabilità del sistema sotto stress estremo, fornendo una base teorica per la capacità massima fisica.

3. Contributi Chiave

Il lavoro apporta quattro principali contributi alla letteratura scientifica:

1. Modello di capacità operativa basato sulla teoria delle code: Un modello parsimonioso che stima la capacità sostenibile direttamente dai dati AIS, senza simulazioni, focalizzandosi sul throughput a lungo termine.
2. Modello ODE guidato dalla simulazione per la capacità ultima: Un framework teorico che utilizza le simulazioni per derivare una funzione di capacità dinamica, superando i limiti degli approcci puramente statistici o basati su indicatori proxy.
3. Relazione formale tra le due capacità: Gli autori dimostrano matematicamente che la capacità operativa è sempre strettamente inferiore alla capacità ultima ($C_o < C_u$) e identificano le condizioni in cui le due metriche possono avvicinarsi. Questo chiarisce che massimizzare il throughput oltre $C_o$ porta inevitabilmente a code instabili.
4. Caso di studio applicato al Porto di Houston: Validazione empirica del framework su uno dei porti più complessi degli USA, dimostrando l'identificazione dei colli di bottiglia e l'utilità pratica per la pianificazione.

4. Risultati (Caso di Studio: Porto di Houston)

L'applicazione al Porto di Houston ha prodotto i seguenti risultati quantitativi:

• Capacità Operativa ($C_o$): Stimata a circa 0.9 navi/ora (vph). Questo rappresenta il throughput sostenibile a lungo termine.
• Capacità Ultima ($C_u$): Stimata a circa 1.4 navi/ora (vph). Questo è il massimo throughput fisico raggiungibile in condizioni di recupero o picco, anche se con code in crescita illimitata.
• Identificazione dei Colli di Bottiglia:
  • Condizioni Stabili: I terminali per le merci liquide (liquid-bulk) costituiscono il collo di bottiglia primario, con un utilizzo molto elevato (fino al 97%). Le restrizioni del canale non sono attualmente vincolanti.
  • Condizioni di Disruzione/Recupero: La disponibilità di piloti diventa il collo di bottiglia dominante. Una riduzione del 10% dei piloti riduce la capacità ultima del 7,1%, mentre ha un impatto nullo sulla capacità operativa.
• Confronto con i Dati Reali: Le stime della capacità ultima (1.41 vph) sono coerenti con i tassi di recupero osservati empiricamente dopo chiusure dovute a nebbia (circa 1.5 vph calcolati indirettamente).

5. Significato e Implicazioni

Questo studio offre un quadro decisionale fondamentale per la gestione portuale:

• Pianificazione Infrastrutturale: Gli investimenti per aumentare il throughput a lungo termine dovrebbero concentrarsi sui colli di bottiglia operativi (es. terminali liquidi).
• Resilienza e Gestione delle Crisi: Gli investimenti per migliorare il recupero post-disastro dovrebbero mirare a risorse che influenzano la capacità ultima (es. disponibilità di piloti), anche se non aumentano il throughput quotidiano normale.
• Gestione della Domanda: La distinzione tra $C_o$ e $C_u$ avverte che spingere il sistema oltre la capacità operativa può generare congestioni crescenti e tempi di attesa esponenziali per le navi successive, rendendo il sistema instabile.
• Accessibilità: Il framework è stato reso open-source, permettendo a ricercatori e praticanti di applicarlo ad altri porti con configurazioni diverse, adattando i parametri specifici.

In sintesi, il paper fornisce gli strumenti teorici e pratici per distinguere tra ciò che un porto può fare in modo sostenibile e ciò che può fare in modo assoluto, permettendo una pianificazione più robusta e resiliente.