O objetivo geral deste estudo é identificar desafios e perspectivas para avaliação e melhoria da mobilidade urbana através de padrões sustentáveis de geração de viagens. A investigação se baseia na aplicação de procedimentos específicos, que têm início com o cálculo do Índice de Mobilidade Urbana Sustentável (IMUS), em seis cidades brasileiras selecionadas: Belém, Curitiba, Goiânia, Juazeiro do Norte, Uberlândia e Itajubá. Além de permitir comparações entre as cidades, a aplicação do índice em vários locais serve também para identificar as mudanças que poderiam ser implementadas em sua estrutura para torná-lo mais flexível na utilização em distintos contextos. O estudo também se concentra em estratégias de planejamento para a melhoria da mobilidade urbana sustentável, com duas abordagens. Na primeira, uma avaliação simultânea de custo, prazo e risco político é levada em conta. Na segunda abordagem, um cenário hipotético é utilizado para avaliar os impactos de padrões sustentáveis de geração de viagem sobre a mobilidade urbana. Os resultados do índice indicaram que Curitiba, Uberlândia e Goiânia tiveram um desempenho melhor do que Itajubá, Belém e Juazeiro do Norte, em relação às condições de mobilidade urbana sustentável. Estes resultados também destacaram a importância do contexto nas condições de mobilidade de cada cidade estudada. As menores cidades e as das regiões mais ricas do país, por exemplo, tiveram, em geral, um desempenho melhor do que as demais. Outro fato relevante é que apenas 53% dos 87 indicadores foram calculados em todas as seis cidades, o que sugere que podem ser necessárias mudanças nos métodos de cálculo de alguns indicadores. Por outro lado, um resultado positivo da aplicação do índice em cidades distintas foi a possibilidade de identificar os aspectos comuns que ajudaram a promover a mobilidade sustentável, bem como aqueles que atuaram como obstáculos para tal. Uma forte relação entre boas condições de mobilidade e a viabilidade de ações para melhorá-las ainda mais também foi observada nos casos estudados. Mais importante do que essas observações, no entanto, podem ser os casos de indicadores com desempenho ruim, mas com boas expectativas de melhora. Estas são áreas potenciais para ações destinadas à promoção da mobilidade urbana sustentável. / The overall aim of this study is to identify challenges and perspectives for the assessment and improvement of the urban mobility through sustainable trips generation patterns. The investigation is based on the application of specific procedures, which start with the calculation of the Index of Sustainable Urban Mobility (I_SUM) in six selected Brazilian cities: Belém, Curitiba, Goiânia, Juazeiro do Norte, Uberlândia, and Itajubá. The application of I_SUM in several cities allows for comparisons between the cities. In addition, it also serves to identify changes that could be implemented in the index structure to make it more flexible for use in distinct contexts. The study also focuses on planning strategies for the improvement of sustainable urban mobility, with two approaches. In the first one, a simultaneous assessment of cost, time and political risk is taken into account. In the second approach, a hypothetical scenario is used to assess the impacts of sustainable trip generation patterns on urban mobility. The index results indicated that, re garding the sustainable urban mobility conditions, Curitiba, Uberlândia and Goiânia had a better performance than Itajubá, Belém and Juazeiro do Norte. These results also highlighted the importance of the context in the mobility conditions of each studied city. The smallest cities and those in the wealthier part of the country, for example, had in general a better performance than the others. Also relevant is the fact that only 53% of the 87 indicators have been calculated in all six cities, what suggests that changes in the calculation methods of some indicators may be needed. On the other hand, a positive outcome of the index application in distinct cities was the possibility of detecting the common aspects that helped to foster sustainable mobility, as well as those that acted as obstacles. A strong relationship between good mobility conditions and the feasibility of actions to further improve these conditions was also observed in the studied cases. More important than those observations, however, may be the cases with bad performance but high expectations of improvement. These are potential areas for actions meant to foster sustainable urban mobility.

In dieser Arbeit wurde eine Studiendatenanalyse der TU Berlin zur Analyse von menschlichen Bewegungsdaten der Studie Mobil im Havelland der Charité Berlin anhand von Mobilitätsindikatoren auf Grundlage von zwei Testdatensätzen mithilfe der Desktop-GIS ArcGIS Pro und QGIS validiert. Des Weiteren wurde in dieser Arbeit anhand der Auswertungsergebnisse der Desktop-GIS ArcGIS Pro und QGIS diskutiert, inwieweit sich Analysen von Bewegungsdaten anhand von Mobilitätsindikatoren auch unter einem preissensiblen Anspruch mit einem Open-Source-System wie QGIS off the shelf durchführen lassen. Die Validierung hat ergeben, dass die Studiendatenanalyse der TU Berlin im Vergleich mit den Desktop-GIS gleichwertige und zum Teil sogar höherwertigere Ergebnisse generieren konnte. Vor allem der auf neuartige Verfahren aufbauende Stop & Go Classifier der Studiendatenanalyse der TU Berlin konnte mit seiner Performance bei der Detektion von Verweilorten überzeugen. Somit kann der Studiendatenanalyse der TU Berlin ohne Einschränkungen eine Eignung für die Auswertung der Bewegungsdaten der Studie Mobil im Havelland bescheinigt werden. In Bezug auf den Vergleich der Desktop-GIS kann festgehalten werden, dass solche Analysen mit QGIS möglich sind. Eine Umsetzung mit off the shelf Verfahren ist aber vor allem in Bezug auf den zentralen Aspekt der Detektion von Verweilorten bis dato mit QGIS nicht gewährleistet. Hier muss auf externe Python-Bibliotheken wie MovingPandas oder Scikit-mobility zurückgegriffen werden. / In this paper, a study data analysis of the TU Berlin for the analysis of human movement data of the study Mobil im Havelland based on mobility indicators is validated on the basis of two test data sets using the desktop GIS ArcGIS Pro and QGIS. Furthermore, this paper uses the evaluation results of the desktop GIS ArcGIS Pro and QGIS to discuss the extent to which analyses of movement data using mobility indicators can also be carried out off the shelf with an OSS such as QGIS under a price-sensitive claim. The validation showed that the TU Berlin's study data analysis was able to generate equivalent and in some cases even higher quality results compared to desktop GIS. The performance of the TU Berlin's Stop & Go Classifier, which is based on innovative procedures, was particularly convincing. Thus, the study data analysis of the TU Berlin can be certified without restrictions as suitable for the evaluation of the movement data of the study Mobile in Havelland. With regard to the comparison of desktop GIS, it can be stated that such analyses are possible with QGIS. However, an implementation with off-the-shelf methods is not yet guaranteed with QGIS, especially with regard to the central aspect of the detection of dwelling places. However, external Python libraries such as MovingPandas or scikit-mobility can be used here.