Dos polos de empleo y un anillo insular abierto por el oeste
El empleo de Tenerife ya no tiene un solo centro: el área metropolitana sigue siendo el principal (60%), pero el sur turístico (Abona y Suroeste) concentra ya en torno al 21% y genera los mayores flujos no metropolitanos. Y el problema es estructural: el anillo insular está cerrado por el este —a través del área metropolitana— pero abierto por el oeste, así que casi todo viaje norte↔sur se ve forzado a pasar por la conurbación y sus dos corredores saturados (TF-5 y TF-1). JARIA BUS modela esa demanda bipolar y los flujos cruzados, y optimiza la red: dónde reforzar frecuencias, qué flota mover y qué intervenciones reducen tiempos sin disparar el coste.
Cómo leer este panel
Resumen: cifras globales de la red y líneas con más viajeros. Mapa & Líneas: red sobre el mapa real de Tenerife con el trazado real de las carreteras (GTFS de TITSA) — corredores en rojo si están saturados, paradas e intercambiadores; pasa el ratón para ver datos y usa los filtros del encabezado. Demanda OD: principales flujos origen-destino entre comarcas. Congestión: demora por franja horaria en los corredores. Accesibilidad: tiempo de viaje en transporte público entre núcleos — isócronas desde un origen seleccionable y accesibilidad al empleo para detectar desiertos de transporte. Reparto modal: cuota coche/guagua y, por cada política, viajeros captados del coche, vehículos retirados y CO2 evitado. Optimización: efecto de cada escenario sobre los indicadores. Frontera de Pareto: compromiso coste de flota ↔ espera, con el punto actual, la rodilla y el óptimo. Flota y KPIs: dimensionamiento y sostenibilidad.
Términos: factor de demora = cuánto se alarga un trayecto en hora punta frente a vía libre (1,95× = casi el doble). Accesibilidad al empleo = empleos alcanzables ponderados por el tiempo de viaje (0–100). Cuota modal (PT) = % de viajes motorizados en guagua. VOT = valor del tiempo de viaje (€/h). Ocupación media = viajeros respecto a la capacidad ofertada. Recuperación de costes = ingresos por billete sobre coste de operación. IPK = viajeros por kilómetro.
Metodología y algoritmos
Demanda: modelo de gravedad calibrado por regresión (mínimos cuadrados en log), Tij = K · Piα · Ajγ / dijβ. Tipologías de movilidad: agrupación K-medias de los núcleos. Predicción: comparación de modelos (regresión lineal, random forest y red neuronal). Accesibilidad: grafo de tiempos en transporte público (espera + tiempo a bordo penalizado por congestión + transbordos) y accesibilidad gravitatoria al empleo Ai = Σj empleosj · e−β·tij. Reparto modal: logit binomial coche↔guagua (utilidad por tiempo y coste; valor del tiempo y elasticidades calibrados). Optimización (investigación operativa): asignación a la red por coste generalizado, análisis de escenarios y reparto marginal de flota. Frontera de Pareto: optimización multiobjetivo coste↔espera con la regla de la raíz cuadrada de Newell. Asistente: Text-to-SQL sobre PostgreSQL que además propone medidas de mejora.
Datos: cifras sintéticas inspiradas en la operativa de TITSA; geometría de corredores y paradas a partir del GTFS real de TITSA (datos abiertos del Cabildo de Tenerife) y silueta de la isla desde cartografía oficial.
Viajeros/día por línea
Reparto de la demanda por tipo de línea
Mapa & Líneas
Red sobre el mapa real de Tenerife. Los corredores siguen el trazado real de las carreteras (geometría del GTFS de TITSA); en rojo, los corredores saturados (TF-5, TF-1). Pasa el ratón por paradas, líneas e intercambiadores para ver sus datos y usa los filtros del encabezado.
Líneas de la red
Accesibilidad
Tiempo de viaje en transporte público entre núcleos (espera + tiempo a bordo + transbordos) calculado sobre la red real. Isócronas desde un origen y accesibilidad al empleo para detectar zonas mal conectadas — la mirada de acceso de las personas, no solo de los vehículos.
Isócronas desde
Accesibilidad al empleo por núcleo
Cambio modal coche ↔ guagua
Modelo logit de elección de modo (tiempo y coste de viaje) que estima la cuota de transporte público y, ante cada política, cuántos viajeros se captan del coche, cuántos vehículos se retiran de la carretera y el CO2 evitado. Conecta "mejorar el servicio" con "menos coches".
Escenario de política
Coches retirados de la carretera por escenario
Cuota de transporte público por comarca
Matriz Origen-Destino
Demanda estimada por un modelo de gravedad calibrado por regresión (elasticidades α, γ, β). Los mayores flujos revelan un patrón bipolar: la atracción del área metropolitana y un fuerte eje turístico en el sur (Abona↔Suroeste), además de los viajes cruzados norte↔sur que cargan los corredores del este.
Mayores flujos intercomarcales
Tipologías de movilidad (K-medias)
Horas conflictivas
Factor de demora por franja y corredor (sentido capital, día laborable). Un factor de 1,0 es flujo libre; 2,0 significa que el viaje tarda el doble.
Factor de demora a lo largo del día
Escenarios y reparto de flota
Cada escenario recalcula la red (asignación por camino mínimo con coste generalizado) y mide el delta de cada KPI frente a la base. Elige uno:
Reparto óptimo de flota
Mayores reasignaciones de buses
Frontera de Pareto: coste vs. espera
El compromiso central del diseño de servicios: más frecuencia reduce la espera de los usuarios pero exige más flota (más coste). Cada punto de la frontera es una asignación óptima de frecuencias (regla de la raíz cuadrada de Newell) para un peso dado del tiempo de espera; el conjunto son las soluciones no dominadas —no se puede mejorar una sin empeorar la otra—.
Frontera eficiente
Flota
Dimensionamiento por la regla de la raíz cuadrada acoplada al tiempo de ciclo (afectado por la congestión del corredor en punta).
Composición de la flota
Buses por línea
KPIs & Sostenibilidad
Eficiencia económica y ambiental por línea.