Esplorare gli effetti delle inondazioni fluviali sulla previsione della domanda di traffico usando la modellazione basata sulle attività a Ubon Ratchathani, Thailandia

Perché le inondazioni contano per gli spostamenti in città

Quando un fiume esonda e trasforma le strade in canali, la vita in città non si limita a bagnarsi: rallenta. Le persone devono comunque andare al lavoro, a scuola, ai negozi e in ospedale, ma le strade allagate, le deviazioni e i tempi di viaggio più lunghi possono rendere anche i tragitti più semplici faticosi o impossibili. Questo studio analizza come le inondazioni fluviali prolungate a Ubon Ratchathani, una città nel nord-est della Thailandia, rimodellino gli spostamenti quotidiani e come una pianificazione intelligente — in particolare l’elevazione di strade chiave — possa mantenere la città funzionante anche quando l’acqua resta alta per settimane.

Come cambiano le routine quotidiane durante un’alluvione

I ricercatori hanno iniziato ponendosi una domanda semplice: cosa succede davvero alle routine giornaliere delle persone quando le strade restano sommerse a lungo? Per scoprirlo hanno condotto un dettagliato sondaggio-diary con 300 famiglie, registrando chi andava dove, quando, come e per quale motivo in condizioni normali e in condizioni di alluvione. Hanno riscontrato cambiamenti chiari. Più persone rimanevano a casa tutto il giorno durante le inondazioni e i membri della famiglia non occupati, come le casalinghe, riducevano nettamente le uscite per commissioni come lo shopping. I lavoratori si adattavano assumendo compiti extra: la quota di lavoratori che combinavano il pendolarismo con le commissioni di shopping aumentava in modo evidente, suggerendo che quando alcuni membri della famiglia non possono spostarsi facilmente, altri intervengono per coprire le loro necessità.

Da semplici conteggi di viaggi a storie giornaliere complete

La maggior parte dei modelli tradizionali del traffico considera gli spostamenti come un insieme di viaggi separati — quante corse da A a B, con quale mezzo, a che ora. Questo approccio perde il fatto che il viaggio è legato a catene di attività distribuite nell’arco della giornata. Questo studio utilizza invece un modello basato sulle attività, che costruisce una popolazione sintetica di residenti e simula il programma giornaliero di ciascuna persona: se esce di casa o meno, quante tournée fa, le soste aggiuntive per shopping o accompagnamenti a scuola, dove va e quale modalità sceglie. Il team ha calibrato il modello con i dati del censimento thailandese e un ampio sondaggio persona-viaggio in modo che la città artificiale corrispondesse strettamente a quella reale per età, reddito, dimensione familiare e modalità di viaggio abituali.

Integrare l’acqua delle inondazioni nel quadro del traffico

Per far “sentire” l’alluvione al modello, i ricercatori hanno combinato le profondità d’acqua riferite dai residenti con i dati di velocità del traffico provenienti da taxi dotati di GPS. Confrontando le velocità sulle strade principali prima e durante una grande inondazione del 2019 e mappando la profondità dell’acqua su ciascun segmento stradale, hanno derivato una regola semplice: acqua più profonda significa traffico più lento e oltre circa 40 centimetri le auto non riescono a passare. Hanno quindi applicato questa relazione all’intera rete stradale di Ubon Ratchathani, trasformando le mappe delle profondità in velocità ridotte o chiusure nella simulazione. Il modello risultante è stato in grado di riprodurre i volumi di traffico e le quote modal osservate in condizioni normali, dando fiducia che gli scenari di alluvione fossero realistici.

Testare le strade rialzate come linea di vita

Con questa città virtuale, il team ha esplorato una soluzione pratica già adottata in alcune città asiatiche: rialzare l’assetto di determinate arterie e ponti. Hanno prima classificato i segmenti stradali allagati in base al loro contributo all’accessibilità cittadina — quante attività lavorative, scuole, ospedali, negozi e parchi erano raggiungibili entro 15 minuti. Hanno poi costruito quattro scenari: nessun miglioramento, rialzo solo dei collegamenti a priorità media, rialzo solo dei collegamenti ad alta priorità e rialzo di entrambi. I risultati sono stati sorprendenti. Senza interventi molti pendolari vedevano i tempi di viaggio superare i 50 minuti e le deviazioni sovraccaricavano i bypass asciutti rimanenti. Con l’elevazione mirata delle strade, molte meno tratte risultavano gravemente ritardate, la congestione sui bypass chiave si è ridotta di decine di migliaia di veicoli al giorno e il numero di persone costrette a rimanere a casa è calato sensibilmente.

Cosa significano i risultati per le città preparate alle inondazioni

Per tradurre questi guadagni di mobilità in termini economici, i ricercatori hanno stimato la riduzione dei costi di viaggio legati all’alluvione e l’hanno confrontata con il costo di costruzione di strade più alte. Tutte le opzioni di miglioramento hanno prodotto benefici maggiori dei costi, con il rendimento più alto concentrandosi sui collegamenti più critici. In termini semplici, strade rialzate scelte con cura hanno aiutato i residenti a mantenere le loro attività quotidiane, hanno ridotto il tempo perso nel traffico e si sono ripagate nel lungo periodo. Lo studio mostra che guardare alle routine giornaliere complete — anziché limitarsi a contare i viaggi — offre ai pianificatori un quadro più chiaro di come le inondazioni interrompono la vita urbana e di come i cambiamenti infrastrutturali possano attenuarne gli effetti. Poiché le inondazioni fluviali diventano più frequenti e intense in molte parti del mondo, questo tipo di modellazione sensibile al comportamento può guidare le città verso misure pratiche e costo-efficaci che mantengano in movimento persone ed economie anche quando l’acqua sale.

Citazione: Tsumita, N., Kaewkluengklom, R., Schreiner, S. et al. Exploring the effects of riverine flooding on traffic demand forecasting using activity-based modeling in Ubon Ratchathani, Thailand. Sci Rep 16, 14145 (2026). https://doi.org/10.1038/s41598-026-42434-x

Parole chiave: allagamenti urbani, comportamento di viaggio, resilienza dei trasporti, modellazione basata sulle attività, adattamento delle strade