• emissioni di CO2
• inquinamento dell'aria
• paradosso di Braess
• sostenibilità urbana
• simulazione urbana
• mobilità
• CO2 emission
• air pollution
• mobility
• urban simulation
• urban sustainability
• Braess paradox

The Braess paradox says that adding a road to the road network does not necessarily lead to an improvement in road conditions in terms of the travel time of the network itself. We analyzed the impact of the Braess paradox on CO2 emissions instead of travel time to see if the paradox still holds. Due to physical constraints, instead of building new roads, we removed existing roads in the city of Milan and evaluated the ecological impact of these removals. We applied different road closure strategies taking into account road features, like CO2 emission on the road, betweenness centrality, which is a theoretical measure of the centrality of a road in a network, K-road, which is a degree of road usage, and the Volume-Over-Capacity, which measures how much a road is congested. We used real data (GPS points) to generate a mobility demand describing the urban environment, simulated the traffic with the microscopic traffic simulator SUMO, and extracted the CO2 emissions from the simulation. We identified a few roads whose removal is beneficial for CO2 reduction and some road classes whose removal leads to an increase in emissions for the baseline, which is the city structure as it is.


Il paradosso di Braess dice che aggiungere una strada a una rete stradale esistente, non necessariamente porta a un miglioramento delle condizioni di viabilità della rete stessa, in termini di tempi di percorrenza medi. Noi abbiamo analizzato l'impatto del paradosso di Braess sulle emissioni di CO2 invece che sui tempi di percorrenza, per verificare se il paradosso rimanesse comunque valido. A causa di vincoli fisici, invece di costruire nuove strade, abbiamo rimosso strade già esistenti nella città di Milano e analizzato l'impatto ecologico di queste rimozioni. Abbiamo applicato diverse strategie di rimozione tenendo in considerazione le caratteristiche delle strade, per esempio, il livello di emissioni di CO2 sulla strada, la betweenness centrality, una misura teorica della centralità di una strada nella rete stradale, il K-road, che misura il grado di importanza di una rete (quanto viene utilizzata), e il Volume-Over-Capacity, che misura quanto una strada è congestionata. Abbiamo utilizzato dati reali (punti GPS) per generare una richiesta di mobilità che descrive il traffico urbano, abbiamo simulato il traffico con un simulatore chiamato SUMO, e abbiamo estratto le emissioni di CO2 dalle simulazioni. Abbiamo identificato alcune strade la cui rimozione porta a una riduzione delle emissioni di CO2 e alcune classi di strade la cui rimozione porta a un incremento delle emissioni totali rispetto alla baseline, che è la struttura della città così com'è.