The rapid growth of population in urban areas is jeopardizing the mobility and air quality worldwide. One of the most notable problems arising is that of traffic congestion. With the advent of technologies able to sense real-time data about cities, and its public distribution for analysis, we are in place to forecast scenarios valuable for improvement and control. Here, we propose an idealized model, based on the critical phenomena arising in complex networks, that allows to analytically predict congestion hotspots in urban environments. Results on real cities' road networks, considering, in some experiments, real traffic data, show that the proposed model is capable of identifying susceptible junctions that might become hotspots if mobility demand increases.

El rápido crecimiento de la población en las áreas urbanas está poniendo en peligro la movilidad y la calidad del aire en todo el mundo. Uno de los problemas más notables que surgen es el de la congestión del tráfico. Con el advenimiento de las tecnologías capaces de detectar datos en tiempo real sobre las ciudades y su distribución pública para su análisis, estamos en condiciones de pronosticar escenarios valiosos para la mejora y el control. Aquí, proponemos un modelo idealizado, basado en los fenómenos críticos que surgen en redes complejas, que permite predecir analíticamente los puntos de congestión en entornos urbanos. Los resultados en las redes viales de ciudades reales, considerando, en algunos experimentos, los datos de tráfico reales, muestran que el modelo propuesto es capaz de identificar uniones susceptibles que podrían convertirse en puntos de acceso si aumenta la demanda de movilidad.

El ràpid creixement de la població en les àrees urbanes està posant en perill la mobilitat i la qualitat de l'aire a tot el món. Un dels problemes més notables que sorgeixen és el de la congestió del trànsit. Amb l'adveniment de les tecnologies capaces de detectar dades en temps real sobre les ciutats i la seva distribució pública per a la seva anàlisi, estem en condicions de pronosticar escenaris valuosos per a la millora i el control. Aquí, proposem un model idealitzat, basat en els fenòmens crítics que sorgeixen en xarxes complexes, que permet predir analíticament els punts de congestió en entorns urbans. Els resultats en les xarxes viàries de ciutats reals, considerant, en alguns experiments, les dades de trànsit reals, mostren que el model proposat és capaç d'identificar unions susceptibles que podrien convertir-se en punts d'accés si augmenta la demanda de mobilitat.