Evaluación de la resiliencia del uso del metro ante condiciones meteorológicas extremas mediante modelado con vine copula

Por qué el clima y el metro importan para la vida urbana

Cuando el tiempo se pone adverso, la vida en la ciudad no se detiene, pero sí cambia. Para millones de personas que dependen del metro de Nueva York, lluvias intensas, olas de calor o frío intenso pueden marcar la diferencia entre tomar un tren con normalidad o quedarse en casa. Este estudio examina de cerca cómo responde la afluencia al metro en Nueva York ante fenómenos meteorológicos extremos y cómo esas respuestas varían entre estaciones y entre la hora punta y las horas tranquilas del día. Comprender estos patrones ayuda a los planificadores a preparar mejor el sistema frente a un clima más cálido, más húmedo y más volátil.

Rastreando a las personas a través de la red subterránea

El metro es más que un conjunto de estaciones aisladas: es una red de lugares interconectados cuyas fortunas suben y bajan en conjunto. La afluencia en una parada a menudo se mueve en tándem con centros cercanos o con estaciones que comparten muchos de los mismos pasajeros. Investigaciones anteriores trataban a las estaciones como si reaccionaran al clima de forma aislada o recurrían a herramientas de aprendizaje automático opacas difíciles de interpretar. En contraste, este estudio se centra en cómo grupos de estaciones clave en Manhattan, Queens y Brooklyn se comportan de forma conjunta a lo largo de cada hora y cómo cambian esas relaciones cuando el clima se vuelve extremo.

Un mapa flexible de conexiones ocultas

Para revelar esos vínculos ocultos, los investigadores emplearon un enfoque estadístico conocido como vine copula. En lugar de asumir relaciones simples y lineales, este método construye una red flexible de conexiones por pares entre estaciones y entre horas vecinas del día. Comienza modelando el patrón horario de afluencia de cada estación de forma individual y luego los ensambla en una imagen conjunta que captura tanto los días típicos como los eventos raros. Con esta estructura, el equipo puede generar patrones de afluencia sintéticos y realistas bajo muchos tipos de condiciones meteorológicas, incluidas aquellas que solo ocurren unas pocas veces en los datos reales. Las pruebas muestran que estos patrones simulados coinciden estrechamente con la afluencia observada, especialmente durante las horas punta de mañana y tarde.

Cómo reaccionan los viajeros cuando el clima es extremo

Con este modelo, los autores compararon las distribuciones de afluencia bajo tres tipos de clima extremo—días muy fríos, días muy calurosos y lluvia intensa—con condiciones de referencia de temperaturas suaves y sin lluvia. Examinaron tanto las horas punta, cuando los viajeros llenan los trenes, como los períodos fuera de punta, cuando los desplazamientos son más opcionales. La lluvia intensa durante las horas punta produjo las caídas más pronunciadas en la afluencia, con algunas estaciones concurridas registrando descensos típicos de alrededor de una quinta parte hasta casi un tercio respecto al clima normal, y una amplia gama de resultados posibles. En contraste, las temperaturas bajo cero tuvieron efectos modestos en los desplazamientos en hora punta pero redujeron más el tráfico en horas fuera de punta, lo que sugiere que la gente está más dispuesta a renunciar a compras o visitas sociales que a faltar al trabajo o la escuela en días fríos. El calor extremo redujo la afluencia tanto en períodos punta como fuera de punta, con impactos algo más fuertes cuando los trenes y andenes estaban más concurridos.

Centros más fuertes, bordes más expuestos

El estudio también muestra que no todas las estaciones son igualmente vulnerables. Los grandes nodos del núcleo de Manhattan—como Grand Central y Union Square—tienden a recuperarse mejor bajo estrés, con caídas medianas menores y comportamientos más previsibles. Las estaciones de los distritos periféricos, incluidas terminales muy utilizadas en Queens y Brooklyn, a menudo experimentan descensos mayores y más inciertos. Las estaciones que están en el centro de la red de dependencias del modelo, es decir, cuyas afluencias están estrechamente vinculadas con muchas otras, generalmente muestran mayor resiliencia y respuestas más estables ante el mal tiempo, especialmente fuera de las horas punta. Aun así, el panorama es matizado: algunas ubicaciones centrales de Manhattan, como Columbus Circle, pueden verse particularmente afectadas por la lluvia intensa, lo que refleja el diseño local de la estación, la aglomeración y las condiciones de acceso.

Qué significa esto para viajeros y planificadores

Para los viajeros cotidianos, los resultados confirman una historia intuitiva: cuando el clima es terrible, el metro sigue siendo un salvavidas para los viajes esenciales, pero los desplazamientos discrecionales caen y el impacto se reparte de forma desigual por la red. Para los planificadores y responsables, el marco de vine copula ofrece una forma poderosa de probar escenarios hipotéticos para eventos raros pero dañinos, incluso cuando los datos históricos son escasos. Al identificar qué estaciones y períodos son más expuestos—a aguaceros, olas de calor o olas de frío—el método puede orientar mejoras focalizadas como mejor protección, drenaje, refrigeración y ventilación, o incremento del servicio donde más se necesita. En resumen, este trabajo proporciona un mapa basado en datos de cómo interactúan el clima y el comportamiento humano bajo tierra, ayudando a las ciudades a invertir de forma inteligente en un sistema de transporte más resistente al clima.

Cita: Guo, Y., He, B.Y., Chow, J.Y.J. et al. Assessing subway ridership resilience under extreme weather with vine copula modeling. npj. Sustain. Mobil. Transp. 3, 25 (2026). https://doi.org/10.1038/s44333-026-00094-4

Palabras clave: uso del metro, clima extremo, resiliencia urbana, transporte de la ciudad de Nueva York, modelado de la demanda