CN102054222A - 基于居民出行分析的城市机动车排放量化方法 - Google Patents

Abstract

基于居民出行分析的城市机动车排放量化方法属智能交通技术领域，本发明包括下列步骤：分析居民出行特征；预测交通量；通过道路实验确定排放因子；计算机动车污染物排放量；进行环境评价。本发明将调查获取的实际居民出行状况信息与车辆排放模型结合，将交通调查数据与机动车环境评价合理衔接，从而计算城市内一定区域的机动车排放量，能客观准确地为城市交通广域排放总量估算提供必要的基础数据和重要参数，为控制交通污染，实现可持续发展的城市交通规划等提供实际数据和决策支持，本发明准确度和效率高，可在充分利用已有交通调查数据的基础上方便实施。

Description

基于居民出行分析的城市机动车排放量化方法

技术领域

本发明属智能交通技术领域。

背景技术

交通运输业的繁荣为城市的经济发展带来生机，但同时它所产生的能源与环境问题也为城市发展提出了新的挑战。由于中国经济正处快速增长期，机动车保有量的急剧增加，汽车的耗能比重不断提高，中国也将面临更严重的大气环境的污染问题。根据城市大气污染物来源的分类统计，在主要的大城市中80％左右的污染物来源于交通机动车尾气排放，排放的大气污染物使得人们的生存环境承受巨大的压力，随着科学发展、可持续发展的理念渗入到城市交通系统建设的理论与实践中，城市交通系统与环境的和谐发展成为了城市交通重点研究内容，机动车所排放的污染物对大气环境的影响越来越受到广泛重视。为了能够有效的控制和改善机动车尾气排放的有效措施，有必要对区域内的机动车尾气排放进行定量分析、定性判断，以供城市相关管理部门针对机动车造成的空气污染进行标准化测算，针对测算结果进行分析，从而制定有效的政策和改善措施。

为了检测和控制排放污染，进行环境评价，国内学者进行了大量研究。但对排放主要从两个方面入手：一是致力于研究单车的结构和性能，从而改善排放，控制排气污染；其二是研究道路交通流中的车辆排放特点、排放模型和影响车辆排放性能的制约因素，从而分析尾气排放对环境的影响，多集中在路段及交叉口排放评价和改善。这些研究在某些方面取得了成功并具有其实用价值，但在分析处理一定区域内城市交通系统的排放影响和量化存在一定的局限性。采用基于城市居民出行分析的机动车排放量化方法可以有效的解决上述问题。同时，城市交通调查中交通管理部门获取的大量的出行信息，这使城市居民出行数据获取提供了便利。因此本发明综合考虑城市交通出行信息、有关时空分布的交通需求、车队组成及交通与环境方面的关系，将城市居民出行信息与排放模型有机衔接，最终确立了基于城市居民出行分析的机动车排放量化方法。该方法能够准确计算出区域内机动车尾气排放总量，简便实用，国内目前尚未有具体研究成果和实际应用。

发明内容

本发明的目的在于针对现有技术的上述不足及实际需要，利用交通调查获取的实际居民出行状况信息与车辆排放模型结合，从而计算城市内一定区域的机动车排放量，客观准确地为城市交通广域机动车尾气排放总量估算提供必要的基础数据及重要参数。

为实现这样的目的，本发明在综合考虑城市居民出行调查数据的基础上，通过对出行特征的分析，掌握居民出行规律，进行交通量预测，利用采样车辆的GPS数据和二元回归模型获得各种交通方式的排放因子，在此基础上计算各种交通方式的机动车污染物排放量，从而计算污染物排放总的估算量。

本发明包括下列步骤：

1.分析居民出行特征，包括下列步骤：

1.1选取特定时间，以调查表的形式进行居民出行调查；

1.2对调查的数据进行整理分析，得到初始的OD表；

1.3通过抽样率确定扩样系数，进行扩样处理得到扩样后的OD表；

1.4对出行目的、出行方式、出行时间和出行强度进行分析。

2.预测交通量，为对步骤1得到的OD表进行现状居民出行模拟和未来居民的居民出行预测，包括交通的发生与吸引、交通分布、交通方式划分和交通量分配，具体包括下列步骤：

2.1根据各交通小区的OD预测各小区间的发生交通量和吸引交通量；

2.2把交通的发生与吸引量预测获得的各小区的出行量，转换成小区之间的空间OD量，即OD矩阵；

2.3以居民出行数据为基础，分析居民出行时的交通方式选择行为，获取基础设施服务水平等条件对不同交通方式的交通需求的影响规律，预测各种交通方式的分担率；

2.4将预测得到的交通小区间的分布交通量，根据已知的道路网描述，按照平衡分配方法，符合实际地分配到路网中的各条道路上，求得各路段的交通流量和V/C比。

3.通过道路实验确定排放因子，包括下列步骤：

3.1确定实验车辆，实验路线及时间，实验车辆以公交车、私家车、出租车三种交通方式为对象，分别按照该方式中比例最大车型进行实际道路试验；路线选择包含主干路和次干路且能够组成路网的四条以上道路，为路网排放分析提供基础；时间选择上下班高峰期，白天正常道路交通状况和夜晚交通量低谷三段。

3.2记录整理数据，数据主要包括OEM-2100排放数据、发动机技术运行参数、GPS车辆监测系统所测的车辆运行数据等；

3.3根据实验数据，采用速度、加速度作为变量建立二元回归排放率模型，预测区域路网中各种交通方式的排放率。

4.计算机动车污染物排放量，是通过步骤1、步骤2和步骤3得到的居民出行总量、各种交通方式的出行距离、各种交通方式的分担率和对应车型的排放因子的信息来计算。

5.进行环境评价，是计算现状交通出行结构下各种污染物的交通环境污染承载能力值、分析该城市交通与环境的关系、评价环境质量。

本发明将调查获取的实际居民出行信息与车辆排放模型结合，从而计算城市内一定区域的机动车排放量，能够客观准确地为城市交通广域排放总量估算提供必要的基础数据及重要参数，为控制交通污染，实现可持续发展的城市交通规划等提供了实际数据和决策参考，具有较大的经济效应和社会效应。本发明基于实际数据设计实施，准确度和效率高，可以在充分利用已有的交通调查数据的条件下方便地实施。

附图说明

图1为基于城市居民出行分析的城市机动车排放量化方法流程图

图2吉林市选定区域交通小区划分图

图3各路段正向饱和度示意图

具体实施方式

本发明的方法包括：分析居民出行特征、预测交通量、通过道路实验确定排放因子、计算机动车污染物排放量和进行环境评价。

以下结合附图及具体的实施案例对本发明的技术方案作进一步描述。

1.居民出行特征分析

以吉林市昌邑区为研究区域，根据划分的19个交通小区，如图2所示，以调查表的形式进行大量的居民出行调查，对居民出行调查的原始出行数据进行初步核对校正，在进行编码后，录入数据库。整理分析得到初始的OD表。然后采用扩样的方法通过抽样率确定扩样系数，将抽样调查的数据扩大到全样，得到扩样后的居民出行数据表(OD表)，在扩样OD表的基础上进行出行特征分析，即对出行产生、出行方式、出行目的、出行时间和出行距离等进行统计，获取研究区域内的居民出行规律，通过对居民出行特征的分析，掌握居民出行规律，计算居民出行量。

2.交通量的预测

对步骤1得到的OD表进行现状居民出行模拟和未来居民出行预测，通过TransCAD实现。其内容包括交通的发生与吸引、交通分布、交通方式划分和交通流分配。第一步是根据各交通小区的OD预测各小区间的发生交通量和吸引交通量。第二步是把交通的发生与吸引量预测获得的各小区的出行量转换成小区之间的空间OD量，即OD矩阵。第三步是以居民出行调查的数据为基础，通过Logistic模型从而预测基础设施或服务水平、出行者特性及出行特性等条件变化时交通方式间交通需求的变化，得到各种交通方式的分担率。第四步是交通流分配，即将预测得到的交通小区间的分布交通量，根据已知的道路网描述，按照一定的规则符合实际地分配到路网中的各条道路上去，进而求得各路段的交通流量和V/C比，结果如图3所示。

3.排放因子的确定

排放因子确定过程中采用回归系数方法。原始数据是基于道路测试得到的。具体过程是：先用一组回归方程表示瞬时排放率与车速的关系，将排放数据按照加速度大小分成N组，再分别对每组采用三次回归的方法建立形如式(1)的方程式，结果得到四组回归系数a_v，b_v，c_v和d_v，每一组系数中含有与各自加速度对应的N个数据。

E_A＝a_v+b_vv+c_vv²+d_vv³    (1)

式中：E_A为瞬时车辆排放率(mg/s)；a_v，b_v，c_v，d_v分别是回归系数；v为车辆瞬时速度(km/h)。然后采用式(2)表示排放率与车速、加速度的复合关系。对上述回归系数与加速度进行多次回归，以确定系数a₁，b₁，c₁，d₁，……，a₄，b₄，c₄，d₄。

E_B＝(a₁+b₁a+c₁a²+d₁a³)+(a₂+b₂a+c₂a²+d₂a³)v+(a₃+b₃a+c₃a²+d₃a³)v²    (2)

+(a₄+b₄a+c₄a²+d₄a³)v³

其中a_v＝a₁+b₁a+c₁a²+d₁a³；b_v＝a₂+b₂a+c₂a²+d₂a³

c_v＝a₃+b₃a+c₃a²+d₃a³；d_v＝a₄+b₄a+c₄a²+d₄a³

通过步骤1、2可知区域内主要车型有小汽车(汽油轿车)、公交车(重型汽油车)。按照比例抽取车辆，放置GPS轨迹接收仪，测得采样车辆行车速度信息及行驶轨迹。运用速度加速度与排放率的关系建立二元多次排放率回归模型，得到各种交通方式的排放率。

二元多次排放率回归模型的表达式为：

$E_{\mathrm{NOX}}=\underset{i,j=0}{\overset{3}{\mathrm{\Σ}}}{a}_{\mathrm{ij}}{a}^i{v}^j;$ $E_{\mathrm{HC}}=\underset{i,j=0}{\overset{3}{\mathrm{\Σ}}}{b}_{\mathrm{ij}}{a}^i{v}^j;$

$E_{\mathrm{CO}}=\underset{i,j=0}{\overset{3}{\mathrm{\Σ}}}{c}_{\mathrm{ij}}{a}^i{v}^j$ (0＜v＜60km/h，-5＜a＜5km/h/s)

式中：E_NOX，E_HC，E_CO分别代表NO_X、HC、CO排放率(mg/s)；

a_ij，b_ij，c_ij分别代表模型系数；a为加速度(km/h/s)；v为车速(km/h)。

4.机动车污染物排放量的计算

通过上述步骤得到的吉林市研究区域内居民出行总量，各种交通方式的出行距离，各种交通方式的分担率，以及各种车型的排放因子等信息，利用如下公式计算各种车型机动车分别产生的CO、CH和NOx污染物排放量。

排放量计算公式：

$E_i=\frac{N\×F_i\×{\mathrm{MT}}_i}{100\×L_i\×{\mathrm{PR}}_i}\×{\mathrm{EF}}_{i,j}$

其中，E_i-第i种交通方式的污染排放量；

N-居民出行总量；

F_i-第i种交通方式分担率；

MT_i-第i种交通方式的人均出行距离；

L_i-满载率；

PR_i-第i种交通方式的额定载客量；

EF_i，j-表示i种交通方式j污染物的排放因子。

5.环境评价

在上述步骤的基础上，分别计算CO、CH和NOx三种污染物的环境污染承载力值，计算公式如下：

第P种空气污染物交通环境污染承载力值：

${\mathrm{APC}}_p=\frac{{\mathrm{EQ}}_p\×S_p\×{\mathrm{\η}}_p}{C_p\×\underset{i}{\mathrm{\Σ}}\underset{j}{\mathrm{\Σ}}(x_i\×{\mathrm{\β}}_{\mathrm{ij}}\×L_{\mathrm{ij}}\×{{\mathrm{Ef}}_{\mathrm{ij}}}^p)}$

EQ_P——基年城市区域第P种污染物排放总量(固定源排放+机动车排放)，(t)；

SP——规划年采取的第P种污染物空气质量标准限值(mg/m3)；

C_P——基年城市区域内大气质量的监测值(mg/m3)；

ηp——规划年机动车排放分担率(％)。

x_i——规划年第i种机动车交通方式所占百分比(％)；

βij——规划年第i种机动车交通方式中第j种车型所占百分比(％)；

L_ij——规划年第i种交通方式中第j种车型年平均行驶里程(万km)；

E_fijP——规划年第i种交通方式中第j种车型年的第P类污染物的平均排放因子(g/km)。

交通环境承载力强度越小，说明该市交通环境与经济、社会的协调度越低；如果某一地区交通环境承载力强度越接近于1，则说明该地区的交通环境承受经济社会行为的能力越强。

Claims (6)

1.一种基于居民出行分析的城市机动车排放量化方法，

其特征在于包括下列步骤：

1)分析居民出行特征；

2)预测交通量；

3)通过道路实验确定排放因子；

4)计算机动车污染物排放量；

5)进行环境评价。

2.按权利要求1所述的基于居民出行分析的城市机动车排放量化方法，其特征在于步骤1)所述的分析居民出行特征包括下列步骤：

1.1选取特定时间，以调查表的形式进行居民出行调查；

1.2对调查的数据进行整理分析，得到初始的OD表；

1.3通过抽样率确定扩样系数，进行扩样处理得到扩样后的OD表；

1.4对出行目的、出行方式、出行时间和出行强度进行分析。

3.按权利要求1所述的基于居民出行分析的城市机动车排放量化方法，其特征在于步骤2)所述的预测交通量为对步骤1)得到的OD表进行现状居民出行模拟和未来居民的居民出行预测，包括交通的发生与吸引、交通分布、交通方式划分和交通量分配，具体包括下列步骤：

2.1根据各交通小区的OD预测各小区间的发生交通量和吸引交通量；

2.2把交通的发生与吸引量预测获得的各小区的出行量，转换成小区之间的空间OD量，即OD矩阵；

2.3以居民出行数据为基础，分析居民出行时的交通方式选择行为，获取基础设施服务水平等条件对不同交通方式的交通需求的影响规律，预测各种交通方式的分担率；

2.4将预测得到的交通小区间的分布交通量，根据已知的道路网描述，按照平衡分配方法，符合实际地分配到路网中的各条道路上，求得各路段的交通流量和V/C比。

4.按权利要求1所述的基于居民出行分析的城市机动车排放量化方法，其特征在于步骤3)所述的通过道路实验确定排放因子包括下列步骤：

3.1确定实验车辆，实验路线及时间，实验车辆以公交车、私家车、出租车三种交通方式为对象，分别按照该方式中比例最大车型进行实际道路试验；路线选择包含主干路和次干路且能够组成路网的四条以上道路，为路网排放分析提供基础；时间选择上下班高峰期，白天正常道路交通状况和夜晚交通量低谷三段；

3.2记录整理数据，数据主要包括OEM-2100排放数据、发动机技术运行参数、GPS车辆监测系统所测的车辆运行数据等；

3.3根据实验数据，采用速度、加速度作为变量建立二元回归排放率模型，预测区域路网中各种交通方式的排放率。

5.按权利要求1所述的基于居民出行分析的城市机动车排放量化方法，其特征在于步骤4)所述的计算机动车污染物排放量是通过步骤1)、步骤2)和步骤3)得到的居民出行总量、各种交通方式的出行距离、各种交通方式的分担率和对应车型的排放因子的信息来计算。

6.按权利要求1所述的基于居民出行分析的城市机动车排放量化方法，其特征在于步骤5)所述的环境评价是计算现状交通出行结构下各种污染物的交通环境污染承载能力值，分析该城市交通与环境的关系，评价环境质量。

Images