INSIGHT

El proyecto

INSIGHT (Innovative Policy Modelling and Governance Tools for Sustainable Post-Crisis Urban Development) es un proyecto de investigación financiado por el el Séptimo Programa Marco de la Unión Europea. INSIGHT propuso investigar cómo las tecnologías de la información y la comunicación (TIC) pueden ayudar a las ciudades europeas a formular y evaluar políticas para estimular una recuperación económica equilibrada y un desarrollo urbano sostenible. El proyecto fue llevado a cabo por un consorcio compuesto por la Universidad Politécnica de Madrid (coordinador del proyecto), Nommon, el Centro de Análisis Espacial Avanzado (CASA), la Universidad Técnica de Eindhoven, el Instituto de Física Interdisciplinar y Sistemas Complejos (IFISC) y el Ayuntamiento de Barcelona. El proyecto comenzó en octubre de 2013 y duró 36 meses.

Contexto

Las ciudades europeas se enfrentan a un desafío doble: cómo mejorar la competitividad y, al mismo tiempo, lograr una mejor cohesión social y sostenibilidad ambiental. Las ciudades son un terreno fértil para el desarrollo científico y tecnológico, la innovación y la actividad cultural, pero también lugares donde se concentran problemas como la contaminación ambiental, el desempleo, la segregación y la pobreza. El proyecto INSIGHT tuvo como objetivo investigar cómo las TIC, con un enfoque particular en la ciencia de datos y la teoría de la complejidad, pueden ayudar a las ciudades a diseñar y evaluar políticas que promuevan una recuperación equilibrada y un desarrollo urbano sostenible.

Los objetivos de INSIGHT

Los objetivos del proyecto fueron los siguientes:

• Investigar cómo se pueden gestionar, analizar y visualizar la información proveniente de múltiples fuentes de datos disponibles como datos abiertos, fuentes de big data y los datos generados por las ciudades inteligentes para comprender los patrones de desarrollo urbano.
• Aplicar las funcionalidades desarrolladas de minería de datos (data mining) para caracterizar las palancas que afectan a la distribución espacial de las actividades en las ciudades europeas, centrando el estudio en el sector comercial, la vivienda y los servicios públicos, y prestando especial atención al impacto de la crisis económica.
• Desarrollar modelos de interacción espacial y ubicación para el sector retail, la vivienda y los servicios públicos.
• Integrar los nuevos modelos en herramientas de simulación de última generación, con el fin de desarrollar soluciones de ayuda a la decisión mejoradas, capaces de proporcionar evidencia científica y apoyar el diseño de políticas para el desarrollo urbano posterior a la crisis.
• Desarrollar herramientas de visualización innovadoras para facilitar que las partes interesadas puedan usar las nuevas herramientas de simulación y ayuda a la decisión, y favorecer el análisis e interpretación de los resultados de la simulación.
• Desarrollar procedimientos metodológicos para el uso de las herramientas en los procesos de diseño de políticas y evaluar las capacidades de las herramientas a través de cuatro casos de estudio llevados a cabo en colaboración con las ciudades de Barcelona, Madrid, Londres y Rotterdam.

Lee INSIGHT position paper para más información sobre el proyecto.

Entregables

• D2.1 Stakeholder Consultation Report
• D2.2 Integrated Approach to Urban Planning and Governance
• D2.3 Review of Urban Models and their Use in Urban Policy
• D2.4 Models and Tools Evaluation Framework
• D3.2 Analysis of Urban Location Patterns
• D4.1 Housing-Retail-Public Services Interaction Models
• D4.2 Housing Location Models
• D4.3 Retail Location Models
• D4.4 Public Services Location Models
• D5.1 Enhanced Version of the Albatross Simulation Model
• D5.2 Enhanced Version of the SIMULACRA Simulation Model
• D5.3 Enhanced Version of the MARS Simulation Model
• D5.4 Enhanced Version of the MATSim Simulation Model
• D6.1 Visual Ecosystem Technical Specification and Design
• D6.2 Visualisation Tools for Simulation and Scenario Analysis
• D6.3 Visualisation Tools for Evidence-based Decision Support 
• D7.1 Madrid Case Study Report
• D7.2 London Case Study Report
• D7.3 Rotterdam Case Study Report
• D7.4 Barcelona Case Study Report
• D7.5 Models and Tools Comparative Evaluation and Impact Assessment
• D8.1 First Dissemination Package
• D8.2 Second Dissemination Package
• D8.3 Third Dissemination Package

Publicaciones científicas

• Bassolas, A., Lenormand, M., Tugores, A., Gonçalves, B., and Ramasco, J.J. (2016) Touristic site attractiveness seen through Twitter. EPJ Data Sci. (2016) 5: 12.
• Batty, M. and Hudson-Smith, A. (2014) Visual Analytics for Urban Design. Urban Design, Issue 132, 38-41.
• Batty M., C. Vargas, D. Smith, J. Serras, J. Reades and A. Johansson (2013) SIMULACRA: Fast Land-Use—Transportation Models for the Rapid Assessment of Urban Futures. Environment and Planning B: Planning and Design December 2013 40:987-1002.
• Dane, G., A. Grigolon, S. Rasouli and H.J.P. Timmermans (2014) Impact of Economic Crisis on the Intention to Move House. Procedia Environmental Sciences, 22, 2014, p. 380-386.
• García-Palomares, J. C., J. Gutiérrez and C. Mínguez (2015) Identification of tourist hot spots based on social networks: a comparative analysis of European metropolises using photo-sharing services and GIS. Applied Geography, 63, 408-417.
• Grigolon, A., G. Dane, S. Rasouli and H.J.P. Timmermans (2014) Binomial Random Parameters Logistic Regression Model of Housing Satisfaction. Procedia Environmental Sciences, 22, 2014, p. 280-287.
• Gutiérrez, J., M.H. Salas-Olmedo, B. Gómez-Moya and J.C. García-Palomares (2016) Dynamic accessibility using big data: the role of the changing conditions of network congestion and destination attractiveness. Networks and Spatial Economics: 1566-113X, 1572-9427.
• Gutiérrez, J., J.C. García-Palomares and M.H. Salas-Olmedo (2016) Big (Geo)Data en Ciencias Sociales: Retos y oportunidades. Revista de Estudios Andaluces 33 (2016), 1-23.
• Gutiérrez, J., García-Palomares, J.C., Romanillos, G., Salas-Olmedo, M.H. (2016) Airbnb in Tourist Cities: Comparing Spatial Patterns of Hotels and Peer-to-Peer Accommodation. Accepted for publication in Tourism Management: 0261-5177.
• Lenormand, M., M. Picornell, O.G. Cantú-Ros, A. Tugores, T. Louail, R. Herranz, M. Barthélemy, E. Frías-Martínez and J.J. Ramasco (2014) Cross-Checking Different Sources of Mobility Information. PLoS ONE 9(8): e105184.
• Lenormand, M., A. Tugores, P. Colet and J.J. Ramasco (2014) Tweets on the Road. PLoS ONE 9(8): e105407.
• Lenormand, M., T. Louail, O.G. Cantú-Ros, M. Picornell, R. Herranz, J. Murillo Arias, M. Barthelemy, M., San Miguel, J.J. Ramasco (2015) Influence of sociodemographic characteristics on human mobility. Scientific Reports 5, 10075.
• Lenormand, M., B. Gonçalves, A. Tugores and J.J. Ramasco (2015) Human diffusion and city influence. Journal of the Royal Society Interface 12, 20150473.
• Lenormand, M., M. Picornell, O.G. Cantú-Ros, T. Louail, R. Herranz, M. Barthélemy, E. Frías-Martínez, M., San Miguel and J.J. Ramasco (2015) Comparing and modelling land use organization in cities. R. Soc. open sci. 2015 2 150449.
• Lenormand, M., A. Bassolas, and J.J. Ramasco (2016) Systematic comparison of trip distribution laws and models. Journal of Transport Geography 51, 158-169.
• Masucci A.P., K. Stanilov and M. Batty (2014) Exploring the Evolution of London’s Street Network in the Information Space: a Dual Approach. Physical Review E 89, 012805.
• Murcio, R., R. Morphet, M. Batty and C. Gershenson (2015) Urban Transfer Entropy across Scales. PLoS ONE 10(7): e0133780.
• O’Brien, O., J. Cheshire and M. Batty (2015) Mining Bicycle Sharing Data for Generating Insights in Sustainable Transport Systems. Journal of Transport Geography, 34, 262–273.
• Picornell, M., T. Ruiz, M. Lenormand, J.J. Ramasco, T. Dubernet and E. Frías-Martínez (2015) Exploring the potential of phone call data to characterize the relationship between social network and travel behavior. Transportation, 1-22.
• Piovano, L., D. Garrido, R. Silva and I. Galloso (2014) What (Smart) Data Visualizations Can Offer to Smart City Science. Communications & Strategies 96.
• Romanillos, G. and García-Palomares, J.C. (2016) Evaluating accessibility to Public Services: The role of location strategies and the impact of urban density. Urban Studies: 0042-0980; 1360-063X.
• Wang, Y. (2016) Transport Policy evaluation by LUTI model (MARS). Land Use-Transport Interaction Models 1, 34-58.
• Zhong C., Batty, M., Manley, E., Wang, J., Wang, Z., Chen, F., et al. (2016) Variability in Regularity: Mining Temporal Mobility Patterns in London, Singapore and Beijing Using Smart-Card Data. PLoS ONE 11(2): e0149222.
• Zhong C., E. Manley, S.M. Arisona, M. Batty and G. Schmitt (2015) Measuring variability of mobility patterns from multiday smart-card data, Journal of Computational Science, 9, 125-130.