CN107766989A - 基于居民出行调查的家庭交通尾气排放等级识别方法 - Google Patents
基于居民出行调查的家庭交通尾气排放等级识别方法 Download PDFInfo
- Publication number
- CN107766989A CN107766989A CN201711077070.7A CN201711077070A CN107766989A CN 107766989 A CN107766989 A CN 107766989A CN 201711077070 A CN201711077070 A CN 201711077070A CN 107766989 A CN107766989 A CN 107766989A
- Authority
- CN
- China
- Prior art keywords
- family
- trip
- emission
- transportation
- emissions
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于居民出行调查的家庭交通尾气排放等级识别方法,包括以下步骤:1)从居民出行调查中提取家庭基本信息数据和家庭成员出行数据;2)利用ArcGIS软件获取步骤1)中出行起讫交通小区间的最短路径长度,并计算出行平均速度;3)计算不同出行方式在不同速度区间的交通尾气排放系数;4)计算家庭交通尾气排放总量;5)建立家庭交通尾气排放总量与家庭交通尾气排放等级之间的关系;6)根据步骤5)中得到的关系建立家庭交通尾气排放等级识别模型;7)根据家庭信息判断家庭交通尾气排放等级。本方法仅利用家庭基本信息即可识别家庭交通尾气排放情况,方法简单且合理,在交通规划管理和环境保护方面具有实际的工程运用价值。
Description
技术领域
本发明涉及城市交通规划管理和环境保护与治理方法,具体涉及一种基于居民出行调查的家庭交通尾气排放等级识别方法。
背景技术
汽车尾气是空气污染物的主要来源之一,已有研究表明,汽车尾气中的有害气体对人体的呼吸系统和免疫系统都会带来较大的损害,同时还可能诱发心血管疾病、肿瘤等。近年来,随着城镇化进程的加快和汽车工业的快速发展,城市机动车保有量持续增长,空气污染问题日益严重。
这些年来,汽车尾气净化处理技术得到了快速地发展。同时,清洁能源汽车保有量所占比重也逐年增加,汽车尾气中的有害气体排放量有所控制。然而,如何从交通方式的角度引导市民选择更为环保的低排放或零排放出行方式是减少汽车尾气排放的关键。目前,政府大力倡导市民绿色出行,着力于提高公民的环保意识,但由于无法准确高效地识别潜在目标人群,不能制定有针对性的引导策略以促进居民交通方式的转变。因此,急需一种基于现有家庭数据的汽车尾气排放等级识别方法。
发明内容
发明目的:基于以上问题,本发明提出一种基于居民出行调查的家庭交通尾气排放等级识别方法,该识别方法利用居民出行调查中的家庭基本信息数据,对家庭产生交通尾气排放进行等级识别,为交通规划管理与环境保护方案提供参考依据。
技术方案:本发明所述的一种基于居民出行数据的家庭交通尾气排放等级识别方法,包括以下步骤:
1、从居民出行调查中提取家庭基本信息数据和家庭成员出行数据:从居民出行调查的家庭基本信息表中获取家庭信息数据,包括常住人口数、工作人口数、暂住人口数、0-6岁儿童数、自行车数、电动车数、摩托车数、小汽车数、私有小汽车停车泊位数、家庭年总收入、住房类型、离家最近公交站台和离家最近地铁站台;从居民出行调查的居民出行调查表中获取每个家庭成员当日有交通尾气排放的出行数据,即出行方式为公交车、出租、轻骑摩托、驾驶小汽车、乘坐小汽车和单位车的出行记录,所要提取的数据包括出发地点交通小区、到达地点交通小区、出发时间、到达时间和出行方式;
2、利用ArcGIS软件获取步骤1中出行起讫交通小区间的最短路径长度,并计算出行平均速度:在ArcGIS软件中导入城市交通小区文件和城市路网文件,计算各个起讫交通小区间的出行距离L,再通过出发时间和到达时间之差算得出行时长t,利用出行距离L与出行时长t的比值算得平均出行速度v;其中,当起讫交通小区为相同交通小区时,出行距离L取该交通小区的等效半径长度;当起讫交通小区为不同交通小区时,出行距离L取由ArcGIS软件中的最短路径分析求得的两个交通小区形心间的最短路径长度;
3、计算不同出行方式在不同速度区间的交通尾气排放系数,包括:
31、根据《道路机动车大气污染物排放清单编制技术指南(试行)》,利用式(1)计算交通尾气排放系数EFi,k:
式中,EFi,k为该城市i类能源类型机动车在不同速度区间k的污染物排放系数,不同能源类型的机动车包括柴油公交车、其他能源类型公交车、汽油出租车、柴油出租车、其他能源类型出租车、汽油轻骑摩托、汽油微型/小型客车、其他能源类型微型/小型客车;BEFi为i类能源类型机动车污染物的综合基准排放系数,为该城市的环境修正因子,γk为速度区间k的平均速度修正因子,λi为i类能源类型机动车的劣化修正因子,θi为i类能源类型机动车的其他使用条件修正因子;
32、利用式(2)计算该城市出行方式j在速度区间k的交通尾气排放系数MEFj,k:
式中,ci为该城市i类能源类型机动车在调查年份的保有量,n为单人单次出行交通尾气排放调整系数,根据出行方式的不同设置不同的值;
4、计算家庭交通尾气排放总量:根据每位家庭成员每次有排放出行的出行平均速度v确定速度区间k,根据出行方式j和出行距离L利用式(3)计算该次出行的交通尾气排放量,最后计算家庭一日出行中的交通尾气总排放量:
Ej,k=MEFj,k×L 式(3)
5、建立家庭交通尾气排放总量与家庭交通尾气排放等级之间的关系:将所有家庭按照有交通尾气排放和无交通尾气排放两类,再计算有交通尾气排放家庭的四分位数,根据家庭一日出行中的交通尾气总排放量和总体的四分位数将家庭交通尾气排放等级y分为五个等级;
6、建立家庭交通尾气排放等级识别模型:从家庭基本信息的常住人口数、工作人口数、暂住人口数、0-6岁儿童数、自行车数、电动车数、摩托车数、小汽车数、私有小汽车停车泊位数、家庭年总收入、住房类型、离家最近公交站台和离家最近地铁站台中选择自变量,建立如式(4)所示的有序Logit模型:
式(4)中,α1,α2,α3,α4为待计算的阈值;φ为逻辑函数,y*为与排放等级y对应的隐变量,y*与自变量的计算关系式为j为选取的自变量序数,m为选取的自变量个数,βj为自变量系数;
利用极大似然法估计参数α1,α2,α3,α4和自变量系数β1,β2,…,βm,建立如式(5)所示家庭交通尾气排放等级识别关系式:
7、根据家庭信息判断家庭交通尾气排放等级:将家庭基本信息带入式(5)中,若y=1,则该家庭为一级排放家庭;若y=2,则该家庭为二级排放家庭;若y=3,则该家庭为三级排放家庭;若y=4,则该家庭为四级排放家庭;若y=5,则该家庭为五级排放家庭。
有益效果:
1、家庭交通尾气排放等级识别科学合理。本发明的识别方法通过建立家庭基本信息与交通尾气排放的关系来预测交通尾气排放的概率,基本涵盖了家庭基本信息中所有与出行有关的因素,考虑全面,模型合理。
2、识别过程简单。本发明的识别方法可以利用已有的居民出行调查数据进行识别。通过步骤1-步骤6,得到家庭交通尾气排放识别模型后,即可对已调查家庭和将来要进行居民出行调查的家庭进行家庭交通尾气排放等级识别,使用简便、实用性强,具有较好的应用前景。
附图说明
图1是本发明的方法流程图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
本发明的识别方法应用了居民出行调查获取家庭的基本信息数据,将这些数据带入本发明所建立的家庭交通尾气排放等级识别模型式中,测算该家庭产生交通尾气排放等级。整个过程分为建立家庭交通尾气排放识别模型和识别家庭交通尾气排放等级两个部分,其中,建立家庭交通尾气排放识别模型指的是:提取居民出行调查中的家庭基本信息数据,利用多元Logit模型构建家庭交通尾气排放识别模型,最终模型应有较大的伪R2。为了保证建立的家庭交通尾气排放量预测函数能够具有较好的预测精度,采集的样本数要尽量大,通常家庭样本大于300个。识别家庭交通尾气排放等级指的是:从居民出行调查中提取家庭交通尾气排放等级识别模型中的自变量并带入模型,根据该模型算得预测排放等级。
如图1所示,一种基于居民出行调查的家庭交通尾气排放等级识别方法,包括以下步骤:
1)从居民出行调查中提取家庭基本信息数据和家庭成员出行数据:从居民出行调查的家庭基本信息表中获取家庭信息数据,包括常住人口数、工作人口数、暂住人口数、0-6岁儿童数、自行车数、电动车数、摩托车数、小汽车数、私有小汽车停车泊位数、家庭年总收入、住房类型、离家最近公交站台和离家最近地铁站台;从居民出行调查的居民出行调查表中获取每个家庭成员当日有交通尾气排放的出行数据,即出行方式为公交车、出租、轻骑摩托、驾驶小汽车、乘坐小汽车和单位车的出行记录,所要提取的数据包括出发地点交通小区、到达地点交通小区、出发时间、到达时间和出行方式。
2)利用ArcGIS软件获取步骤1)中出行起讫交通小区间的最短路径长度,并计算出行平均速度:在ArcGIS软件中导入城市交通小区文件和城市路网文件,计算各个起讫交通小区间的出行距离L,再通过出发时间和到达时间之差算得出行时长t,利用出行距离L与出行时长t的比值算得平均出行速度v;其中,当起讫交通小区为相同交通小区时,出行距离L取该交通小区的等效半径长度;当起讫交通小区为不同交通小区时,出行距离L取由ArcGIS软件中的最短路径分析求得的两个交通小区形心间的最短路径长度。
3)计算不同出行方式在不同速度区间的交通尾气排放系数,包括:
31)根据《道路机动车大气污染物排放清单编制技术指南(试行)》,利用式(1)计算交通尾气排放系数EFi,k:
式(1)中,EFi,k为该城市i类能源类型机动车在不同速度区间k的污染物排放系数,不同能源类型的机动车包括柴油公交车、其他能源类型公交车、汽油出租车、柴油出租车、其他能源类型出租车、汽油轻骑摩托、汽油微型/小型客车、其他能源类型微型/小型客车;BEFi为i类能源类型机动车污染物的综合基准排放系数,为该城市的环境修正因子,γk为速度区间k的平均速度修正因子,λi为i类能源类型机动车的劣化修正因子,θi为i类能源类型机动车的其他使用条件(如负载系数、油品质量等)修正因子。
32)利用式(2)计算该城市出行方式j在速度区间k的交通尾气排放系数MEFj,k:
式中,ci为该城市i类能源类型机动车在调查年份的保有量,n为单人单次出行交通尾气排放调整系数,可以根据不同的出行方式综合考虑车辆设计参考规范再结合实际情况来设置该值,以得到更合理的尾气排放系数。
4)计算家庭交通尾气排放总量:根据每位家庭成员每次有排放出行的出行平均速度v确定速度区间k,根据出行方式j和出行距离L利用式(3)计算该次出行的交通尾气排放量,最后计算家庭一日出行中的交通尾气总排放量:
Ej,k=MEFj,k×L 式(3)
5)建立家庭交通尾气排放总量与家庭交通尾气排放等级之间的关系:将所有家庭按照有交通尾气排放和无交通尾气排放两类,再计算有交通尾气排放家庭的四分位数。根据家庭一日出行中的交通尾气总排放量和总体的四分位数将家庭交通尾气排放等级y分为五个等级;其中,排放量为0,即无交通尾气排放的家庭为一级排放家庭,y取1;排放量低于第一四分位数的家庭为二级排放家庭,y取2,排放量超过第一四分位数且低于第二四分位数的家庭为三级排放家庭,y取3;排放量超过第二四分位数且低于第三四分位数的家庭为四级排放家庭,y取4;排放量超过第三四分位数的家庭为五级排放家庭,y取5。
6)建立家庭交通尾气排放等级识别模型:从每个家庭基本信息的常住人口数x1、工作人口数x2、暂住人口数x3、0-6岁儿童数x4、自行车数x5、电动车数x6、摩托车数x7、小汽车数x8、私有小汽车停车泊位数x9、家庭年总收入x10、住房类型x11、离家最近公交站台x12和离家最近地铁站台x13中选择自变量,建立如式(4)所示的有序Logit模型:
式(4)中,α1,α2,α3,α4为待计算的阈值;φ为逻辑函数,y*为与排放等级y对应的隐变量,y*与自变量的计算关系式为j为选取的自变量序数,m为选取的自变量个数,在本实施例中,m≤13,βj为自变量系数。在建立排放量计算关系式时,对自变量进行处理并选取不同的自变量建模,最终模型应具有比较大的拟合优度伪R2且自变量均显著相关,建模过程详见表1。
表1 家庭交通尾气排放等级识别模型比选列表
最终选取模型3作为最优模型,得到:
式(5)中,y为根据步骤5)得到的家庭交通尾气排放等级,x1至x9的取值分别为对应数量,β1是常住人口数x1的系数,β2是工作人口数x2的系数,β3是暂住人口数x3的系数,β5是自行车数x5的系数,β6是电动车数x6的系数,β7是摩托车数x7的系数,β8是小汽车数x8的系数,β9是私有小汽车停车泊位数x9的系数,β89是小汽车数与停车泊位数之积(x8×x9)的系数,β10是家庭年总收入x10的系数,x10根据不同的家庭年总收入范围取不同的值,在本发明中,根据出行调查表中的设置,当家庭年总收入低于4万时,x10取1,当家庭年总收入在4-8万时,x10取2,当家庭年总收入在8-12万时,x10取3,当家庭年总收入在12-16万时,x10取4,当家庭年总收入在16-20万时,x10取5,当家庭年总收入在20万以上时,x10取6,住房类型x11有多种情况,x11_1表示住房类型为自有产权商品房,当住房类型为自有产权商品房时x11_1取1,其他情况下x11_1取0,x11_2表示住房类型为自有产权安置房,当住房类型为自有产权安置房时x11_2取1,其他情况下x11_2取0,β11_1是住房类型为自有产权商品房时x11_1的系数,β11_2是住房类型为自有产权安置房时x11_2的系数,β12是离家最近公交站台x12的系数,x12根据不同从家到最近公交站台的步行时间范围取不同的值,在本发明中,当步行时间在5分钟以下时,x12取1,当步行时间在5-10分钟时,x12取2,当步行时间在10-15分钟时,x12取3,当步行时间在15分钟以上时,x12取4。利用极大似然法估计参数α1,α2,α3,α4和自变量系数β1,β2,…,βm的值,得到标定后的家庭交通尾气排放等级识别模型。
7)根据家庭信息判断家庭交通尾气排放等级:从居民出行调查中提取需要预测家庭交通尾气排放等级的家庭基本信息数据,将对应的自变量带入式(5),若y=1,则该家庭为一级排放家庭;若y=2,则该家庭为二级排放家庭;若y=3,则该家庭为三级排放家庭;若y=4,则该家庭为四级排放家庭;若y=5,则该家庭为五级排放家庭。
下面以2014年江苏省南京市江宁区居民出行调查获得的数据为例,测试本发明在家庭交通尾气排放等级识别方面的性能。采集的数据包括:从居民出行调查的家庭基本信息表中获取家庭信息数据,包括常住人口数x1、工作人口数x2、暂住人口数x3、0-6岁儿童数x4、自行车数x5、电动车数x6、摩托车数x7、小汽车数x8、私有小汽车停车泊位数x9、家庭年总收入x10、住房类型x11、离家最近公交站台x12和离家最近地铁站台x13;从居民出行调查的居民出行调查表中获取每个家庭成员当日有交通尾气排放的出行数据,即指出行方式为公交车、出租、轻骑摩托、驾驶小汽车、乘坐小汽车和单位车的出行记录,所要提取的数据包括出发地点交通小区、到达地点交通小区、出发时间、到达时间和出行方式。
现有1123个一级排放家庭范例,420个二级排放家庭范例,420个三级排放家庭范例,418个四级排放家庭范例,以及421个五级排放家庭范例。根据本发明的步骤1)—步骤6),确定家庭交通尾气排放等级识别模型的自变量系数以及各参数取值,如表2所示:
表2 家庭交通尾气排放等级识别模型自变量系数和参数
名称 | 取值 |
常住人口数x1的系数β1 | 0.192 |
工作人口数x2的系数β2 | 0.344 |
暂住人口数x3的系数β3 | 0.185 |
自行车数x5的系数β5 | -0.241 |
电动车数x6的系数β6 | -0.567 |
摩托车数x7的系数β7 | 1.301 |
小汽车数x8的系数β8 | 2.035 |
私有小汽车停车泊位数x9的系数β9 | 0.927 |
小汽车数与停车泊位数之积(x8×x9)的系数β89 | -0.772 |
家庭年总收入x10的系数β10 | 0.194 |
住房类型为自有产权商品房时x11_1的系数β11_1 | 0.265 |
住房类型为自有产权安置房时x11_3的系数β11_2 | -0.232 |
离家最近公交站台x12的系数β12 | 0.217 |
阈值一α1 | 2.073 |
阈值二α2 | 3.101 |
阈值三α3 | 4.082 |
阈值四α4 | 5.231 |
将上述参数取值带入式(5)中,即可得到家庭交通尾气排放等级识别结果。
Claims (8)
1.一种基于居民出行调查的家庭交通尾气排放等级识别方法,其特征在于,包括以下步骤:
(1)从居民出行调查中提取家庭基本信息数据和家庭成员出行数据;
(2)利用ArcGIS软件获取步骤(1)中出行起讫交通小区间的最短路径长度,并计算出行平均速度;
(3)计算不同出行方式在不同速度区间的交通尾气排放系数;
(4)利用交通尾气排放系数计算家庭交通尾气排放总量;
(5)建立家庭交通尾气排放总量与家庭交通尾气排放等级之间的关系;
(6)根据步骤(5)中排放总量与排放等级之间的关系,基于家庭基本信息建立家庭交通尾气排放等级识别模型;
(7)根据家庭信息,利用步骤(6)建立的排放等级识别模型判断家庭交通尾气排放等级。
2.根据权利要求1所述的基于居民出行调查的家庭交通尾气排放等级识别方法,其特征在于,所述步骤(1)包括:
从居民出行调查的家庭基本信息表中获取家庭信息数据,包括常住人口数、工作人口数、暂住人口数、0-6岁儿童数、自行车数、电动车数、摩托车数、小汽车数、私有小汽车停车泊位数、家庭年总收入、住房类型、离家最近公交站台和离家最近地铁站台;
从居民出行调查的居民出行调查表中获取每个家庭成员当日有交通尾气排放的出行数据,即出行方式为公交车、出租、轻骑摩托、驾驶小汽车、乘坐小汽车和单位车的出行记录,所要提取的数据包括出发地点交通小区、到达地点交通小区、出发时间、到达时间和出行方式。
3.根据权利要求1所述的基于居民出行调查的家庭交通尾气排放等级识别方法,其特征在于,所述步骤(2)包括:
在ArcGIS软件中导入城市交通小区文件和城市路网文件,计算各个起讫交通小区间的出行距离L,再通过出发时间和到达时间之差算得出行时长t,利用出行距离L与出行时长t的比值算得平均出行速度v;其中,
当起讫交通小区为相同交通小区时,出行距离L取该交通小区的等效半径长度;当起讫交通小区为不同交通小区时,出行距离L取由ArcGIS软件中的最短路径分析求得的两个交通小区形心间的最短路径长度。
4.根据权利要求1所述的基于居民出行调查的家庭交通尾气排放等级识别方法,其特征在于,所述步骤(3)包括:
(31)根据《道路机动车大气污染物排放清单编制技术指南(试行)》,利用式(1)计算交通尾气排放系数EFi,k:
式中,EFi,k为该城市i类能源类型机动车在不同速度区间k的污染物排放系数,不同能源类型的机动车包括柴油公交车、其他能源类型公交车、汽油出租车、柴油出租车、其他能源类型出租车、汽油轻骑摩托、汽油微型/小型客车、其他能源类型微型/小型客车;BEFi为i类能源类型机动车污染物的综合基准排放系数,为该城市的环境修正因子,γk为速度区间k的平均速度修正因子,λi为i类能源类型机动车的劣化修正因子,θi为i类能源类型机动车的其他使用条件修正因子;
(32)利用式(2)计算该城市出行方式j在速度区间k的交通尾气排放系数MEFj,k:
式中,ci为该城市i类能源类型机动车在调查年份的保有量,n为单人单次出行交通尾气排放调整系数,根据出行方式的不同设置不同的值。
5.根据权利要求4所述的基于居民出行调查的家庭交通尾气排放等级识别方法,其特征在于,所述步骤(4)包括:
根据每位家庭成员每次有排放出行的出行平均速度v确定速度区间k,根据出行方式j和出行距离L利用式(3)计算该次出行的交通尾气排放量:
Ej,k=MEFj,k×L 式(3)
最后计算家庭一日出行中的交通尾气总排放量。
6.根据权利要求1所述的基于居民出行调查的家庭交通尾气排放等级识别方法,其特征在于,所述步骤(5)包括:
将所有家庭按照有交通尾气排放和无交通尾气排放两类,再计算有交通尾气排放家庭的四分位数,根据家庭一日出行中的交通尾气总排放量和总体的四分位数将家庭交通尾气排放等级y分为五个等级。
7.根据权利要求6所述的基于居民出行调查的家庭交通尾气排放等级识别方法,
其特征在于,所述步骤(6)包括:
从家庭基本信息的常住人口数、工作人口数、暂住人口数、0-6岁儿童数、自行车数、电动车数、摩托车数、小汽车数、私有小汽车停车泊位数、家庭年总收入、住房类型、离家最近公交站台和离家最近地铁站台中选择自变量,建立如式(4)所示的有序Logit模型:
式(4)中,α1,α2,α3,α4为待计算的阈值;φ为逻辑函数,y*为与排放等级y对应的隐变量,y*与自变量的计算关系式为j为选取的自变量序数,m为选取的自变量个数,βj为自变量系数;
利用极大似然法估计参数α1,α2,α3,α4和自变量系数β1,β2,…,βm,建立如式(5)所示家庭交通尾气排放等级识别关系式:
8.根据权利要求7所述的基于居民出行调查的家庭交通尾气排放等级识别方法,其特征在于,所述步骤(7)包括:
从居民出行调查中提取需要预测家庭交通尾气排放等级的家庭基本信息数据,将对应的自变量带入式(5),若y=1,则该家庭为一级排放家庭;若y=2,则该家庭为二级排放家庭;若y=3,则该家庭为三级排放家庭;若y=4,则该家庭为四级排放家庭;若y=5,则该家庭为五级排放家庭。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711077070.7A CN107766989A (zh) | 2017-11-06 | 2017-11-06 | 基于居民出行调查的家庭交通尾气排放等级识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711077070.7A CN107766989A (zh) | 2017-11-06 | 2017-11-06 | 基于居民出行调查的家庭交通尾气排放等级识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107766989A true CN107766989A (zh) | 2018-03-06 |
Family
ID=61272793
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711077070.7A Pending CN107766989A (zh) | 2017-11-06 | 2017-11-06 | 基于居民出行调查的家庭交通尾气排放等级识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107766989A (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103148862A (zh) * | 2013-02-18 | 2013-06-12 | 东南大学 | 一种考虑低碳排放约束影响的交通方式与路径选择方法 |
CN106951999A (zh) * | 2017-03-29 | 2017-07-14 | 北京航空航天大学 | 一种交通出行方式与出发时刻联合选择的建模与分析方法 |
-
2017
- 2017-11-06 CN CN201711077070.7A patent/CN107766989A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103148862A (zh) * | 2013-02-18 | 2013-06-12 | 东南大学 | 一种考虑低碳排放约束影响的交通方式与路径选择方法 |
CN106951999A (zh) * | 2017-03-29 | 2017-07-14 | 北京航空航天大学 | 一种交通出行方式与出发时刻联合选择的建模与分析方法 |
Non-Patent Citations (7)
Title |
---|
LIJUN HAO: "Modeling and predicting low-speed vehicle emissions as a function of driving kinematics", 《JOURNAL OF ENVIRONMENTAL SCIENCES》 * |
SHAOJUN ZHANG: "道路机动车大气污染物排放清单编制技术指南(试行)", 《百度》 * |
徐芃: "定序变量回归模型在心理数据分析中的应用", 《心理学报》 * |
江敬东: "中国特大城市家庭出行碳排放研究", 《中国博士学位论文全文数据库工程科技Ⅱ辑》 * |
赵琦: "城市道路交通与排放模型多层次对接机理与方法研究", 《中国博士学位论文全文数据库工程科技Ⅱ辑》 * |
陈芳: "贫困地区农户融资需求与融资能力-基于有序选择模型的实证分析", 《农村金融》 * |
韩霞: "基于可持续发展理念的历史街区慢行交通规划研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105894814B (zh) | 考虑环境效益的多种交通管控措施联合优化方法及系统 | |
CN109543934A (zh) | 城市公交线网的综合指标的评价方法 | |
CN107704976A (zh) | 基于居民出行调查的城市家庭交通尾气排放量预测方法 | |
Ghate et al. | Can we reduce the rate of growth of car ownership? | |
CN107798867A (zh) | 一种基于电动汽车和内燃机车混合车流的拥堵交通网络均衡方法 | |
CN103942952A (zh) | 一种路网功能层次状态等级评估方法 | |
Harsha et al. | Sustainable urban transport policies to improve public transportation system: a case study of Bengaluru, India | |
Čulík et al. | Traffic modelling of the circular junction in the city of Žilina | |
CN110889086A (zh) | 一种评估共享电动租赁汽车对城市汽车尾气排放影响的方法 | |
RITH et al. | Development and application of a travel mode choice model and policy implications for home-to-work commuters toward reduction of car trips in metro Manila | |
Caban | Traffic congestion level in 10 selected cities of Poland | |
CN111126878B (zh) | 一种基于生态指数的城市交通运行评价方法 | |
Houpin | Urban mobility and sustainable development in the Mediterranean: Regional diagnostic outlook | |
Caban et al. | Development of a City Bike System on the Example of the City of Lublin | |
Merkisz et al. | Exhaust emission measurements in the development of sustainable road transport | |
CN105608315A (zh) | 公交停靠站安全服务水平定量评价方法及系统 | |
Tomàs Vergés | Analysis and simulation of traffic management actions for traffic emission reduction | |
CN107766989A (zh) | 基于居民出行调查的家庭交通尾气排放等级识别方法 | |
Makarov | Island megalopolises: tunnel systems as a critical alternative in solving transport problems | |
CN113807669A (zh) | 一种城市道路交叉口客货分离系统改造的方案评选方法 | |
Smirnov et al. | Road transport CO2 emissions reduction degree assessment when implementing ITS | |
Khashaypoor et al. | An Overview of Challenges and Plans to Improve Urban Mobility: A Case of Approach and Strategies in Tehran | |
Tsakalidis et al. | The impact of the urban road networks’ functional and traffic characteristics on air pollution: the case of the center of Thessaloniki, Greece | |
Jovanović | Urban transport energy consumption: Belgrade case study | |
Raharjo et al. | Transportation Modeling in Supporting Sustainable Transportation Systems and Low Emission Zone Planning Development in Indonesian Tourism Destinations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180306 |
|
RJ01 | Rejection of invention patent application after publication |