CN113515722A - 一种道路交通排放与扬尘排放的实时监测方法与系统 - Google Patents

一种道路交通排放与扬尘排放的实时监测方法与系统 Download PDF

Info

Publication number
CN113515722A
CN113515722A CN202111079461.9A CN202111079461A CN113515722A CN 113515722 A CN113515722 A CN 113515722A CN 202111079461 A CN202111079461 A CN 202111079461A CN 113515722 A CN113515722 A CN 113515722A
Authority
CN
China
Prior art keywords
road
emission
real
time
calculation
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.)
Granted
Application number
CN202111079461.9A
Other languages
English (en)
Other versions
CN113515722B (zh
Inventor
张祺杰
薛峰
吴玲霞
张林才
任羽峰
熊凌龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanchang Yunyiran Technology Co ltd
Original Assignee
Nanchang Yunyiran Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanchang Yunyiran Technology Co ltd filed Critical Nanchang Yunyiran Technology Co ltd
Priority to CN202111079461.9A priority Critical patent/CN113515722B/zh
Publication of CN113515722A publication Critical patent/CN113515722A/zh
Application granted granted Critical
Publication of CN113515722B publication Critical patent/CN113515722B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/11Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/065Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count

Abstract

本发明提出一种道路交通排放与扬尘排放的实时监测方法与系统,该方法包括:根据路况信息矢量地图以及实时车流量计算公式搭建实时道路交通流量模型,以计算得到实时车流量;结合平均行驶速度、燃油参数、气象参数、道路积尘负荷、机动车负载状态以及道路坡度,查询或计算得到车辆基本信息、道路基本信息和综合基准排放系数以及对应的各修正因子,并根据综合基准排放系数以及各修正因子计算得到排放因子;搭建得到污染物排放量计算模型以计算得到污染物排放总量。本发明可精细到每条街道、每种车型在不同时间段污染排放,包括机动车排放及其引起的扬尘排放计算,以最终得到较为精确的污染物排放总量。

Description

一种道路交通排放与扬尘排放的实时监测方法与系统
技术领域
本发明涉及交通数据处理技术领域,特别涉及一种道路交通排放与扬尘排放的实时监测方法与系统。
背景技术
随着社会经济和城市人口的不断增长,机动车保有量处于持续增长的状态中。机动车数量的增加必然会加重城市道路设施的利用程度,加重城市空气污染,并对居民生活环境带来影响。对于城市整体规划与建设,需要考虑道路结构及车流量激增能否适应经济发展的需要,城市交通设施是否严重超负荷运作,城市道路的阻塞状态对于空气的影响程度该如何衡量等因素。此外,随着大数据时代的到来,基于海量数据来分析车流变化对城市路网结构影响以及对空气质量的影响成为发展趋势。此外,结合道路机动车流变化特征和道路积尘负荷分析由机动车引起的道路扬尘排放情况。
对于城市大气环境污染治理,机动车对于空气质量的影响一直是热门话题。机动车数量的增加不仅造成大气污染能见度、环境和气候的改变,并严重影响居民的健康以及日常生活。而利用大数据分析以及模型算法等方式了解城市交通流变化,以及量化机动车污染排放量成为技术趋势。因此。利用模型算法计算实时车流变化,了解城市车流特征、时空变化,可为城市建设以及空气治理提供数据支撑。
其中,机动车尾气排放是城市大气污染的主要排放源之一,且机动车排放的污染物类型较多,包括NOx、VOCs、CO、颗粒物等污染物。对于城市大气污染防治,需要了解移动源不同污染物排放情况,才能制定更有针对性的管控措施。以往排放清单研究中,机动车尾气排放量估算大多采用年均行驶里程进行排放量计算,这种方法需求的数据少,数据容易获取,能够估算出区域内一段时间的排放总量。然而,在实际应用中,无法真实反映实际道路交通排放的时序变化情况。
为了更好的反映实际道路交通排放情况,需要结合交通流程建模实现。其中,交通流量是指在选定时间段内,通过道路某一地点、某一断面或某一车道的交通实体数或当量数据,从车流量的大小判断交通的拥挤状况,从而决定当前采取何种交通管理措施以及未来交通变化趋势,并为道路建设规划给出量化的指导依据。交通源排放清单指机动车排放源在一定的时间阔度和空间区域内向大气中排放的大气污染物的量的集合。
目前,关于交通排放清单污染物的计算,所涉及的计算参数包括流量以及排放因子等。排放因子反映不同车型行驶过程中污染物的排放情况,目前机动车排放因子研究且应用较广的是COPERT模型,此模型来源于欧盟环境署所开展的机动车污染物排放因子研究,利用此模型能够计算得到载客汽车、载货汽车、摩托车等不同车型在不同阶段机动车排放标准下,在实际路况下不同污染物的排放因子。
在实际计算交通源污染排放过程中,需要充分考虑不同地区机动车构成、道路结构等不同因素,目前的计算方法能够完成对某地区一段历史时间内交通源污染排放的估算。然而,无法精细到每条街道、每种车型在不同时间段污染排放计算。因此,为满足实际发展的需求以及实现精细化的污染管控,需要搭建流量模型和排放量计算模型,以计算得到交通流量以及污染排放量。
发明内容
为此,本发明的一个实施例提出一种道路交通排放与扬尘排放的实时监测方法,以解决上述技术问题。
本发明一实施例提出一种道路交通排放与扬尘排放的实时监测方法,其中,所述方法包括如下步骤:
步骤一:根据路况信息矢量地图以及实时车流量计算公式搭建实时道路交通流量模型,以计算得到实时车流量;
步骤二:结合平均行驶速度、燃油参数、气象参数、道路积尘负荷、机动车负载状态以及道路坡度,查询或计算得到综合基准排放系数以及对应的各修正因子,并根据车辆基本信息和综合基准排放系数以及对应的各修正因子计算得到排放因子;其中,所述车辆基本信息包括车辆类型、注册年限以及燃油类型,所述道路基本信息包括道路类型、道路长度、道路限速区间以及道路拥堵程度;
步骤三:根据所述实时道路交通流量模型以及所述排放因子,搭建得到污染物排放量计算模型,并根据所述污染物排放量计算模型计算得到污染物排放总量。
本发明提出的道路交通排放与扬尘排放的实时监测方法,首先根据路况信息矢量地图以及实时车流量计算公式搭建实时道路交通流量模型,以计算得到实时车流量;然后结合平均行驶速度、燃油参数、气象参数、机动车负载状态以及道路坡度,查询或计算得到综合基准排放系数以及对应的各修正因子,根据综合基准排放系数以及对应的各修正因子计算得到排放因子;根据实时道路交通流量模型以及排放因子,搭建得到污染物排放量计算模型,并根据污染物排放量计算模型计算得到污染物排放总量。
本发明提出的道路交通排放与扬尘排放的实时监测方法,区别于传统静态交通排放源清单计算方式,利用大数据技术耦合动态数据以及静态交通数据,实现交通流量动态特征计算。此外,为保证能够真实拟合实际路网下流量变化时空特征,细化计算区间、时间,细分不同类型道路下车队构成,保证机动车污染物排放量计算的输入数据的可靠性。此外,为反映不同类型车辆的污染物排放贡献特征,本发明考虑不同因素对污染物排放的影响,主要包括车辆的燃油参数、车辆排放标准等车辆本身影响,以及车辆行驶过程中受平均行驶速度、气象参数以及道路坡度坡度等外在因素影响。本发明为呈现交通流量以及污染物排放量的时序变化情况特征,利用空间GIS技术,采用精细化网格等技术手段来反映真实路网流量变化,可精细到每条街道、每种车型在不同时间段污染排放计算,以最终得到较为精确的污染物排放总量。
所述一种道路交通排放与扬尘排放的实时监测方法,其中,在所述步骤一中,所述路况信息矢量地图的生成方法包括如下步骤:
通过开源地图数据获取基本道路路况信息,从所述基本道路路况信息中获取城市路网结构以及行政区域划分;
根据所述城市路网结构以及所述行政区域划分,确定车流量及污染物的计算区域,并利用开源地图获取所述计算区域内的路网信息;
根据所述计算区域下载对应的道路路况信息地图,对道路路况信息地图进行切片处理,并与矢量地图结合生成所述路况信息矢量地图。
所述一种道路交通排放与扬尘排放的实时监测方法,其中,在所述步骤一中,所述实时车流量的计算公式表示为:
Figure 167681DEST_PATH_IMAGE001
其中,q为实时车流量,k为阻塞密度,u为平均行驶速度,
Figure 547978DEST_PATH_IMAGE002
为道路限速。
所述一种道路交通排放与扬尘排放的实时监测方法,其中,在所述步骤二中,所述平均行驶速度为利用交通路网数据所获得的不同时段下的车速均值,所述燃油参数包括燃料蒸气压以及燃料中各成分含量,所述气象参数包括气温以及湿度;
所述各修正因子包括所计算地区的环境修正因子、平均速度修正因子、车辆的劣化修正因子以及车辆的其它使用条件修正因子。
所述一种道路交通排放与扬尘排放的实时监测方法,其中,在所述步骤二中,所述排放因子的计算公式为:
Figure 642973DEST_PATH_IMAGE003
其中,
Figure 623567DEST_PATH_IMAGE004
为所计算车辆类型在所计算道路上的
Figure 196631DEST_PATH_IMAGE005
类污染物的排放因子,
Figure 195549DEST_PATH_IMAGE006
为所计算车辆类型在所计算道路上的道路机动车和由机动车引起的扬尘的综合基准排放系数,综合基准排放系数由道路机动车污染排放基准系数
Figure 461445DEST_PATH_IMAGE007
和由机动车引起的扬尘的基准排放系数
Figure 663756DEST_PATH_IMAGE008
组成;
其中,
Figure 306090DEST_PATH_IMAGE007
为燃料e与排放标准s下的关系式,
Figure 660979DEST_PATH_IMAGE008
为所计算道路上的车重w与道路积尘负荷sl的关系式,
Figure 97777DEST_PATH_IMAGE009
为所计算地区的环境修正因子,
Figure 787384DEST_PATH_IMAGE010
为所计算地区的平均速度修正因子,
Figure 702251DEST_PATH_IMAGE011
为所计算车辆类型的劣化修正因子,
Figure 675761DEST_PATH_IMAGE012
为所计算车辆类型的其它使用条件修正因子,
Figure 283460DEST_PATH_IMAGE013
为扬尘颗粒物的粒度修正因子。
所述一种道路交通排放与扬尘排放的实时监测方法,其中,所计算地区的环境修正因子
Figure 460363DEST_PATH_IMAGE009
包括温度修正因子、湿度修正因子、降水修正因子、海拔修正因子,所计算地区的环境修正因子
Figure 178920DEST_PATH_IMAGE009
的公式表示如下:
Figure 508402DEST_PATH_IMAGE014
其中,
Figure 287002DEST_PATH_IMAGE015
为温度修正因子,
Figure 951201DEST_PATH_IMAGE016
为湿度修正因子,
Figure 739029DEST_PATH_IMAGE017
为海拔修正因子,
Figure 427411DEST_PATH_IMAGE018
为降水修正因子。
所述一种道路交通排放与扬尘排放的实时监测方法,其中,在所述步骤三中,所述污染物排放总量的计算方法包括如下步骤:
基于所述计算区域,按计算网格分不同类型道路不同车辆类型以得到计算网格的区间内的排放量,对计算网格进行绘制以得到预设时间内所述计算区域内的污染物排放总量。
所述一种道路交通排放与扬尘排放的实时监测方法,其中,在所述步骤三中,污染物排放总量的公式表示为:
Figure 376912DEST_PATH_IMAGE019
其中,
Figure 262829DEST_PATH_IMAGE020
为所计算地区j类型道路t时间内i类型车
Figure 588768DEST_PATH_IMAGE021
类污染物的排放总量,
Figure 627262DEST_PATH_IMAGE022
为第k个网格下j类型道路在t时间内的i类车数量,
Figure 13244DEST_PATH_IMAGE023
为第k个网格下j类型道路i类型机动车的
Figure 527402DEST_PATH_IMAGE021
类污染物排放因子,
Figure 516087DEST_PATH_IMAGE024
为第k个网格下j类型道路长度。
所述一种道路交通排放与扬尘排放的实时监测方法,其中,所述计算网格的网格分辨率为50m×50m、100m×100m或150m×150m。
本发明还提出一种道路交通排放与扬尘排放的实时监测系统,其中,所述系统包括:
第一计算模块,用于根据路况信息矢量地图以及实时车流量计算公式搭建实时道路交通流量模型,以计算得到实时车流量;
第二计算模块,用于结合平均行驶速度、燃油参数、气象参数、道路积尘负荷、机动车负载状态以及道路坡度,查询或计算得到综合基准排放系数以及对应的各修正因子,并根据车辆基本信息、道路基本信息和综合基准排放系数以及对应的各修正因子计算得到排放因子;其中,所述车辆基本信息包括车辆类型、注册年限以及燃油类型,所述道路基本信息包括道路类型、道路长度、道路限速区间以及道路拥堵程度;
第三计算模块,用于根据所述实时道路交通流量模型以及所述排放因子,搭建得到污染物排放量计算模型,并根据所述污染物排放量计算模型计算得到污染物排放总量。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实施例了解到。
附图说明
本发明实施例的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明第一实施例提出的道路交通排放与扬尘排放的实时监测方法的流程图;
图2为本发明第二实施例提出的道路交通排放与扬尘排放的实时监测系统的结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一:
在实际计算交通源污染排放过程中,需要充分考虑不同地区机动车构成、道路结构等不同因素,目前的计算方法可能够完成对某地区一段时间内交通源污染排放的估算。然而,无法精细到每条街道、每种车型在不同时间段污染排放计算。为了解决这一技术问题,请参阅图1,本发明第一实施例提出一种道路交通排放与扬尘排放的实时监测方法,其中,所述方法包括如下步骤:
S101,根据路况信息矢量地图以及实时车流量计算公式搭建实时道路交通流量模型,以计算得到实时车流量。
在本发明中,首选需要说明的是,本发明计算的污染物包括CO、NOx、SO2、PM10、PM2.5、TSP、VOCs、BC、OC、CO2以及NH3;涵盖的车型包括载货汽车(大、中、小、微)、载客汽车(大、中、小、微)、摩托车(普通、轻便)、公交车、出租车、低速货车以及三轮汽车等;计算的燃料类型为汽油、柴油和其他燃料类型;涵盖的排放标准包括国Ⅰ前、国Ⅰ、国Ⅱ、国Ⅲ、国Ⅳ、国Ⅴ和国Ⅵ;计算的道路类型包括高速路、快速路、主干道、次干道和支路;涉及的技术方法包括大数据分析、空间GIS技术及模型算法等。
在本步骤中,路况信息矢量地图的生成方法包括如下步骤:
S1011,通过开源地图数据获取基本道路路况信息,从所述基本道路路况信息中获取城市路网结构以及行政区域划分。
从开源地图数据下载的基本道路路况信息主要包括不同道路类型的拥堵等级以及堵塞指数等。其中,拥堵包括四个等级:畅通、缓行、拥堵以及严重拥堵。
S1012,根据所述城市路网结构以及所述行政区域划分,确定车流量及污染物的计算区域,并利用开源地图获取所述计算区域内的路网信息。
S1013,根据所述计算区域下载对应的道路路况信息地图,对道路路况信息地图进行切片处理,并与矢量地图结合生成所述路况信息矢量地图。
需要补充说明的是,路况信息矢量地图包含城市路况信息,通过实时获取并处理路况地图数据,能够了解城市交通流量特征。基于城市交通流量特征,结合城市道路线圈数据以及监控排放等监控设备等道路数据,利用GIS空间统计分析技术,分析不同类型道路交通指数区间、拥堵长度以及速度区间,然后基于实时车流量计算公式搭建得到交通流量模型。
在本步骤中,实时车流量的计算公式表示为:
Figure 533721DEST_PATH_IMAGE001
其中,q为实时车流量,k为阻塞密度,u为平均行驶速度,
Figure 464506DEST_PATH_IMAGE002
为道路限速。
S102,结合平均行驶速度、燃油参数、气象参数、道路积尘负荷、机动车负载状态以及道路坡度,查询或计算得到综合基准排放系数以及对应的各修正因子,并根据车辆基本信息、道路基本信息和综合基准排放系数以及对应的各修正因子计算得到排放因子。
在此需要说明的是,车辆基本信息包括车辆类型、注册年限以及燃油类型,所述道路基本信息包括道路类型、道路长度、道路限速区间以及道路拥堵程度。
为搭建污染物排放量计算模型,除交通流量外,还需要考虑不同车型的排放因子。在实际应用中,排放因子的来源主要包括相关参考指南、手册或利用COPERT模型获得。本发明中,排放因子的计算综合技术指南、COPERT模型及相关参考文献计算参数及方法,充分考虑同排放因子相关的计算参数,包括平均行驶速度、燃油参数、气象参数以及道路坡度等特征参数。
具体的,上述的平均行驶速度为利用交通路网数据所获得的不同时段下的车速均值,上述的燃油参数包括燃料蒸气压以及燃料中各成分含量,上述的气象参数包括气温以及湿度。上述的各修正因子包括环境修正因子、平均速度修正因子、车辆的劣化修正因子以及车辆的其它使用条件修正因子。
在本步骤中,上述的排放因子的计算公式为:
Figure 465960DEST_PATH_IMAGE003
其中,
Figure 992756DEST_PATH_IMAGE004
为所计算车辆类型在所计算道路上的
Figure 130477DEST_PATH_IMAGE005
类污染物的排放因子,
Figure 733627DEST_PATH_IMAGE006
为所计算车辆类型在所计算道路上的道路机动车和由机动车引起的扬尘的综合基准排放系数,综合基准排放系数由道路机动车污染排放基准系数
Figure 691219DEST_PATH_IMAGE007
和由机动车引起的扬尘的基准排放系数
Figure 287286DEST_PATH_IMAGE008
组成;
其中,
Figure 545092DEST_PATH_IMAGE007
为燃料e与排放标准s下的关系式,
Figure 178198DEST_PATH_IMAGE008
为所计算道路上的车重w与道路积尘负荷sl的关系式,
Figure 262567DEST_PATH_IMAGE009
为所计算地区的环境修正因子,
Figure 272111DEST_PATH_IMAGE010
为所计算地区的平均速度修正因子,
Figure 243478DEST_PATH_IMAGE011
为所计算车辆类型的劣化修正因子,
Figure 313065DEST_PATH_IMAGE012
为所计算车辆类型的其它使用条件修正因子,
Figure 386195DEST_PATH_IMAGE013
为扬尘颗粒物的粒度修正因子。
在此需要补充说明的是,上述的扬尘颗粒物的粒度修正因子
Figure 199430DEST_PATH_IMAGE013
,仅当
Figure 290883DEST_PATH_IMAGE005
类污染物为颗粒物,也即
Figure 265792DEST_PATH_IMAGE005
类污染物包括TSP、PM2.5和PM10时应用。若排放的污染物为其它污染物,则扬尘颗粒物的粒度修正因子
Figure 324752DEST_PATH_IMAGE013
等于1)。
与此同时,所计算地区的环境修正因子
Figure 676099DEST_PATH_IMAGE009
的公式表示如下:
Figure 622059DEST_PATH_IMAGE014
其中,
Figure 33448DEST_PATH_IMAGE015
为温度修正因子,
Figure 940224DEST_PATH_IMAGE016
为湿度修正因子,
Figure 970628DEST_PATH_IMAGE017
为海拔修正因子,
Figure 646460DEST_PATH_IMAGE018
为降水修正因子。
作为补充说明,上述排放因子的计算也是动态变化的,不同的气象条件变化等对排放因子有一定的影响。在搭建计算排放因子时,通过对接在线气象监测数据对气象条件进行研判,以实现对环境影响的修正,从而减少计算结果的不确定性。
S103,根据所述实时道路交通流量模型以及所述排放因子,搭建得到污染物排放量计算模型,并根据所述污染物排放量计算模型计算得到污染物排放总量。
在本步骤中,上述污染物排放总量的计算方法包括如下步骤:
基于所述计算区域,按计算网格分不同类型道路不同车辆类型以得到计算网格的区间内的排放量,对计算网格进行绘制以得到预设时间内所述计算区域内的污染物排放总量。
作为补充的,本发明为减少时空变化对计算结果的影响,减少计算结果的不确定性,根据计算范围与实际需求,将计算时间间隔分为15min、30min以及1h等。此外,为减少网格划分对计算结果精度的影响,计算网格的网格分辨率设置为50m×50m、100m×100m或150m×150m。在此需要补充说明的是,本发明中,计算网格的网格分辨率包括但并不限于上述的三种网格分辨率,其取值范围区间为[50,1000]。
其中,污染物排放总量的公式表示为:
Figure 353385DEST_PATH_IMAGE019
其中,
Figure 13037DEST_PATH_IMAGE020
为所计算地区j类型道路t时间内i类型车
Figure 74228DEST_PATH_IMAGE021
类污染物的排放总量,
Figure 870146DEST_PATH_IMAGE022
为第k个网格下j类型道路在t时间内的i类车数量,
Figure 747972DEST_PATH_IMAGE023
为第k个网格下j类型道路i类型机动车的
Figure 363761DEST_PATH_IMAGE021
类污染物排放因子,
Figure 735968DEST_PATH_IMAGE024
为第k个网格下j类型道路长度。
本发明提出的道路交通排放与扬尘排放的实时监测方法,首先根据路况信息矢量地图以及实时车流量计算公式搭建实时道路交通流量模型,以计算得到实时车流量;结合平均行驶速度、燃油参数、气象参数、道路积尘负荷、机动车负载状态以及道路坡度,查询或计算得到综合基准排放系数以及对应的各修正因子,并根据车辆基本信息、道路基本信息和综合基准排放系数以及对应的各修正因子计算得到排放因子;根据实时道路交通流量模型以及排放因子,搭建得到污染物排放量计算模型,并根据污染物排放量计算模型计算得到污染物排放总量。
本发明提出的道路交通排放与扬尘排放的实时监测方法,区别于传统静态交通排放源清单计算方式,利用大数据技术耦合动态数据以及静态交通数据,实现交通流量动态特征计算。此外,为保证能够真实拟合实际路网下流量变化时空特征,细化计算区间、时间,细分不同类型道路下车队构成,保证机动车污染物排放量计算的输入数据的可靠性。此外,为反映不同类型车辆的污染物排放贡献特征,本发明考虑不同因素对污染物排放的影响,主要包括车辆的燃油参数、车辆排放标准等车辆本身影响,以及车辆行驶过程中受平均行驶速度、气象参数以及道路坡度坡度等外在因素影响。本发明为呈现交通流量以及污染物排放量的时序变化情况特征,利用空间GIS技术,采用精细化网格等技术手段来反映真实路网流量变化,可精细到每条街道、每种车型在不同时间段污染排放计算,以最终得到较为精确的污染物排放总量。
实施例二:
请参阅图2,本发明第二实施例提出一种道路交通排放与扬尘排放的实时监测系统,其中,所述系统包括:
第一计算模块,用于根据路况信息矢量地图以及实时车流量计算公式搭建实时道路交通流量模型,以计算得到实时车流量;
第二计算模块,结合平均行驶速度、燃油参数、气象参数、道路积尘负荷、机动车负载状态以及道路坡度,查询或计算得到综合基准排放系数以及对应的各修正因子,并根据车辆基本信息、道路基本信息和综合基准排放系数以及对应的各修正因子计算得到排放因子;其中,所述车辆基本信息包括车辆类型、注册年限以及燃油类型,所述道路基本信息包括道路类型、道路长度、道路限速区间以及道路拥堵程度;
第三计算模块,用于根据所述实时道路交通流量模型以及所述排放因子,搭建得到污染物排放量计算模型,并根据所述污染物排放量计算模型计算得到污染物排放总量。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、 “示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。

Claims (10)

1.一种道路交通排放与扬尘排放的实时监测方法,其特征在于,所述方法包括如下步骤:
步骤一:根据路况信息矢量地图以及实时车流量计算公式搭建实时道路交通流量模型,以计算得到实时车流量;
步骤二:结合平均行驶速度、燃油参数、气象参数、道路积尘负荷、机动车负载状态以及道路坡度,查询或计算得到综合基准排放系数以及对应的各修正因子,并根据车辆基本信息、道路基本信息和综合基准排放系数以及对应的各修正因子计算得到排放因子;其中,所述车辆基本信息包括车辆类型、注册年限以及燃油类型,所述道路基本信息包括道路类型、道路长度、道路限速区间以及道路拥堵程度;
步骤三:根据所述实时道路交通流量模型以及所述排放因子,搭建得到污染物排放量计算模型,并根据所述污染物排放量计算模型计算得到污染物排放总量。
2.根据权利要求1所述的一种道路交通排放与扬尘排放的实时监测方法,其特征在于,在所述步骤一中,所述路况信息矢量地图的生成方法包括如下步骤:
通过开源地图数据获取基本道路路况信息,从所述基本道路路况信息中获取城市路网结构以及行政区域划分;
根据所述城市路网结构以及所述行政区域划分,确定车流量及污染物的计算区域,并利用开源地图获取所述计算区域内的路网信息;
根据所述计算区域下载对应的道路路况信息地图,对道路路况信息地图进行切片处理,并与矢量地图结合生成所述路况信息矢量地图。
3.根据权利要求2所述的一种道路交通排放与扬尘排放的实时监测方法,其特征在于,在所述步骤一中,所述实时车流量的计算公式表示为:
Figure DEST_PATH_IMAGE001
其中,q为实时车流量,k为阻塞密度,u为平均行驶速度,
Figure DEST_PATH_IMAGE002
为道路限速。
4.根据权利要求1所述的一种道路交通排放与扬尘排放的实时监测方法,其特征在于,在所述步骤二中,所述平均行驶速度为利用交通路网数据所获得的不同时段下的车速均值,所述燃油参数包括燃料蒸气压以及燃料中各成分含量,所述气象参数包括气温以及湿度;
所述各修正因子包括所计算地区的环境修正因子、平均速度修正因子、车辆的劣化修正因子以及车辆的其它使用条件修正因子。
5.根据权利要求4所述的一种道路交通排放与扬尘排放的实时监测方法,其特征在于,在所述步骤二中,所述排放因子的计算公式为:
Figure DEST_PATH_IMAGE003
其中,
Figure DEST_PATH_IMAGE004
为所计算车辆类型在所计算道路上的
Figure DEST_PATH_IMAGE005
类污染物的排放因子,
Figure DEST_PATH_IMAGE006
为所计算车辆类型在所计算道路上的道路机动车和由机动车引起的扬尘的综合基准排放系数,综合基准排放系数由道路机动车污染排放基准系数
Figure DEST_PATH_IMAGE007
和由机动车引起的扬尘的基准排放系数
Figure DEST_PATH_IMAGE008
组成;
其中,
Figure 978817DEST_PATH_IMAGE007
为燃料e与排放标准s下的关系式,
Figure 364799DEST_PATH_IMAGE008
为所计算道路上的车重w与道路积尘负荷sl的关系式,
Figure DEST_PATH_IMAGE009
为所计算地区的环境修正因子,
Figure DEST_PATH_IMAGE010
为所计算地区的平均速度修正因子,
Figure DEST_PATH_IMAGE011
为所计算车辆类型的劣化修正因子,
Figure DEST_PATH_IMAGE012
为所计算车辆类型的其它使用条件修正因子,
Figure DEST_PATH_IMAGE013
为扬尘颗粒物的粒度修正因子。
6.根据权利要求5所述的一种道路交通排放与扬尘排放的实时监测方法,所计算地区的环境修正因子
Figure 692006DEST_PATH_IMAGE009
包括温度修正因子、湿度修正因子、降水修正因子、海拔修正因子,所计算地区的环境修正因子
Figure 556057DEST_PATH_IMAGE009
的公式表示如下:
Figure DEST_PATH_IMAGE014
其中,
Figure DEST_PATH_IMAGE015
为温度修正因子,
Figure DEST_PATH_IMAGE016
为湿度修正因子,
Figure DEST_PATH_IMAGE017
为海拔修正因子,
Figure DEST_PATH_IMAGE018
为降水修正因子。
7.根据权利要求2所述的一种道路交通排放与扬尘排放的实时监测方法,其特征在于,在所述步骤三中,所述污染物排放总量的计算方法包括如下步骤:
基于所述计算区域,按计算网格分不同类型道路不同车辆类型以得到计算网格的区间内的排放量,对计算网格进行绘制以得到预设时间内所述计算区域内的污染物排放总量。
8.根据权利要求7所述的一种道路交通排放与扬尘排放的实时监测方法,其特征在于,在所述步骤三中,污染物排放总量的公式表示为:
Figure DEST_PATH_IMAGE019
其中,
Figure DEST_PATH_IMAGE020
为所计算地区j类型道路t时间内i类型车
Figure DEST_PATH_IMAGE021
类污染物的排放总量,
Figure DEST_PATH_IMAGE022
为第k个网格下j类型道路在t时间内的i类车数量,
Figure DEST_PATH_IMAGE023
为第k个网格下j类型道路i类型机动车的
Figure 55915DEST_PATH_IMAGE021
类污染物排放因子,
Figure DEST_PATH_IMAGE024
为第k个网格下j类型道路长度。
9.根据权利要求8所述的一种道路交通排放与扬尘排放的实时监测方法,其特征在于,所述计算网格的网格分辨率为50m×50m、100m×100m或150m×150m。
10.一种道路交通排放与扬尘排放的实时监测系统,其特征在于,所述系统包括:
第一计算模块,用于根据路况信息矢量地图以及实时车流量计算公式搭建实时道路交通流量模型,以计算得到实时车流量;
第二计算模块,结合平均行驶速度、燃油参数、气象参数、道路积尘负荷、机动车负载状态以及道路坡度,查询或计算得到综合基准排放系数以及对应的各修正因子,并根据车辆基本信息、道路基本信息和综合基准排放系数以及对应的各修正因子计算得到排放因子;其中,所述车辆基本信息包括车辆类型、注册年限以及燃油类型,所述道路基本信息包括道路类型、道路长度、道路限速区间以及道路拥堵程度;
第三计算模块,用于根据所述实时道路交通流量模型以及所述排放因子,搭建得到污染物排放量计算模型,并根据所述污染物排放量计算模型计算得到污染物排放总量。
CN202111079461.9A 2021-09-15 2021-09-15 一种道路交通排放与扬尘排放的实时监测方法与系统 Active CN113515722B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111079461.9A CN113515722B (zh) 2021-09-15 2021-09-15 一种道路交通排放与扬尘排放的实时监测方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111079461.9A CN113515722B (zh) 2021-09-15 2021-09-15 一种道路交通排放与扬尘排放的实时监测方法与系统

Publications (2)

Publication Number Publication Date
CN113515722A true CN113515722A (zh) 2021-10-19
CN113515722B CN113515722B (zh) 2021-11-30

Family

ID=78063372

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111079461.9A Active CN113515722B (zh) 2021-09-15 2021-09-15 一种道路交通排放与扬尘排放的实时监测方法与系统

Country Status (1)

Country Link
CN (1) CN113515722B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114662344A (zh) * 2022-05-23 2022-06-24 南昌云宜然科技有限公司 基于连续在线观测数据的大气污染溯源预测方法及系统
CN114881472A (zh) * 2022-05-07 2022-08-09 中科三清科技有限公司 机动车排放对空气质量影响的分析方法、装置及设备
CN115019513A (zh) * 2022-07-18 2022-09-06 桂林电子科技大学 一种交通碳排放监测系统及监测方法
CN115035713A (zh) * 2022-04-29 2022-09-09 银江技术股份有限公司 智慧交通碳排放监测系统和方法
CN115293585A (zh) * 2022-08-09 2022-11-04 广东旭诚科技有限公司 一种基于gis-t搭建路网机动车动态排放清单的方法
CN116187095A (zh) * 2023-04-19 2023-05-30 安徽中科蓝壹信息科技有限公司 一种道路交通扬尘环境影响评价方法及装置
CN116593653A (zh) * 2023-05-31 2023-08-15 深圳市法莱茵科技有限公司 一种氮氧化物精准检测方法及系统
CN117744952A (zh) * 2024-02-18 2024-03-22 四川省德阳生态环境监测中心站 基于时序网络的大气碳排放量分析方法及系统
CN117744952B (zh) * 2024-02-18 2024-05-17 四川省德阳生态环境监测中心站 基于时序网络的大气碳排放量分析方法及系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5566072A (en) * 1993-08-10 1996-10-15 Mitsubishi Jidosha Kogyo Kabushiki Kaisha Method and apparatus for estimating a road traffic condition and method and apparatus for controlling a vehicle running characteristic
CN105206056A (zh) * 2015-09-25 2015-12-30 珠海高凌信息科技有限公司 道路交通污染源智能预测方法及系统
CN105426636A (zh) * 2015-12-23 2016-03-23 北京工业大学 城市峡谷街道机动车污染物排放与扩散的实时估计方法
CN108682156A (zh) * 2018-07-13 2018-10-19 哈尔滨工业大学 基于出租车gps数据动态监测市区交通排放污染状况的方法
CN108763643A (zh) * 2018-04-23 2018-11-06 辽宁省计量科学研究院 一种新型的地区机动车排放因子计算方法
CN109086246A (zh) * 2018-07-04 2018-12-25 北京市劳动保护科学研究所 一种道路交通源的排放量计算方法及装置
CN110514255A (zh) * 2019-09-06 2019-11-29 重庆市城投金卡信息产业(集团)股份有限公司 汽车排放量检测方法及其检测系统
CN111612670A (zh) * 2020-04-27 2020-09-01 清华大学 一种构建机动车排放清单的方法、装置和计算机设备
US20210172750A1 (en) * 2019-12-09 2021-06-10 IFP Energies Nouvelles Method of determining pollutant and/or noise emissions and/or road safety parameters on a road network portion
CN113128791A (zh) * 2021-05-18 2021-07-16 中科三清科技有限公司 基于moves模型的机动车排放清单测算方法及装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5566072A (en) * 1993-08-10 1996-10-15 Mitsubishi Jidosha Kogyo Kabushiki Kaisha Method and apparatus for estimating a road traffic condition and method and apparatus for controlling a vehicle running characteristic
CN105206056A (zh) * 2015-09-25 2015-12-30 珠海高凌信息科技有限公司 道路交通污染源智能预测方法及系统
CN105426636A (zh) * 2015-12-23 2016-03-23 北京工业大学 城市峡谷街道机动车污染物排放与扩散的实时估计方法
CN108763643A (zh) * 2018-04-23 2018-11-06 辽宁省计量科学研究院 一种新型的地区机动车排放因子计算方法
CN109086246A (zh) * 2018-07-04 2018-12-25 北京市劳动保护科学研究所 一种道路交通源的排放量计算方法及装置
CN108682156A (zh) * 2018-07-13 2018-10-19 哈尔滨工业大学 基于出租车gps数据动态监测市区交通排放污染状况的方法
CN110514255A (zh) * 2019-09-06 2019-11-29 重庆市城投金卡信息产业(集团)股份有限公司 汽车排放量检测方法及其检测系统
US20210172750A1 (en) * 2019-12-09 2021-06-10 IFP Energies Nouvelles Method of determining pollutant and/or noise emissions and/or road safety parameters on a road network portion
CN111612670A (zh) * 2020-04-27 2020-09-01 清华大学 一种构建机动车排放清单的方法、装置和计算机设备
CN113128791A (zh) * 2021-05-18 2021-07-16 中科三清科技有限公司 基于moves模型的机动车排放清单测算方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
WEI-YI PAN ET AL.: "Correlation Analysis between Motor Vehicle Types and Air Pollution in Shijiazhuang City", 《IOP CONFERENCE SERIES: EARTH AND ENVIRONMENTAL SCIENCE》 *
欧光磊 等: "考虑地域差异的汽油车排放清单建立方法研究", 《交通节能与环保》 *
郭栋 等: "考虑地域差异的柴油汽车排放清单建立方法研究", 《万方数据库》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115035713A (zh) * 2022-04-29 2022-09-09 银江技术股份有限公司 智慧交通碳排放监测系统和方法
CN115035713B (zh) * 2022-04-29 2023-08-25 银江技术股份有限公司 智慧交通碳排放监测系统和方法
CN114881472A (zh) * 2022-05-07 2022-08-09 中科三清科技有限公司 机动车排放对空气质量影响的分析方法、装置及设备
CN114662344A (zh) * 2022-05-23 2022-06-24 南昌云宜然科技有限公司 基于连续在线观测数据的大气污染溯源预测方法及系统
CN114662344B (zh) * 2022-05-23 2022-08-23 南昌云宜然科技有限公司 基于连续在线观测数据的大气污染溯源预测方法及系统
CN115019513A (zh) * 2022-07-18 2022-09-06 桂林电子科技大学 一种交通碳排放监测系统及监测方法
CN115293585A (zh) * 2022-08-09 2022-11-04 广东旭诚科技有限公司 一种基于gis-t搭建路网机动车动态排放清单的方法
CN115293585B (zh) * 2022-08-09 2024-04-30 广东旭诚科技有限公司 一种基于gis-t搭建路网机动车动态排放清单的方法
CN116187095A (zh) * 2023-04-19 2023-05-30 安徽中科蓝壹信息科技有限公司 一种道路交通扬尘环境影响评价方法及装置
CN116593653A (zh) * 2023-05-31 2023-08-15 深圳市法莱茵科技有限公司 一种氮氧化物精准检测方法及系统
CN117744952A (zh) * 2024-02-18 2024-03-22 四川省德阳生态环境监测中心站 基于时序网络的大气碳排放量分析方法及系统
CN117744952B (zh) * 2024-02-18 2024-05-17 四川省德阳生态环境监测中心站 基于时序网络的大气碳排放量分析方法及系统

Also Published As

Publication number Publication date
CN113515722B (zh) 2021-11-30

Similar Documents

Publication Publication Date Title
CN113515722B (zh) 一种道路交通排放与扬尘排放的实时监测方法与系统
Demir et al. A review of recent research on green road freight transportation
Chen et al. Data-driven fuel consumption estimation: A multivariate adaptive regression spline approach
Ahn et al. Network-wide impacts of eco-routing strategies: a large-scale case study
Guo et al. Ecomark 2.0: empowering eco-routing with vehicular environmental models and actual vehicle fuel consumption data
Yao et al. Study on eco-route planning algorithm and environmental impact assessment
Reynolds et al. Development of an emissions inventory model for mobile sources
CN108682156B (zh) 基于出租车gps数据动态监测市区交通排放污染状况的方法
CN111612670B (zh) 一种构建机动车排放清单的方法、装置和计算机设备
Wu et al. Sensitive analysis of emission rates in MOVES for developing site-specific emission database
Rakha et al. VT-Meso model framework for estimating hot-stabilized light-duty vehicle fuel consumption and emission rates
Schmidt et al. An integrated simulation system for traffic induced air pollution
Nocera et al. Micro and Macro modelling approaches for the evaluation of the carbon impacts of transportation
CN105957348B (zh) 一种基于gis和pems的城市公交线路节点处排放估算方法
Vicente et al. Influence of different complexity levels of road traffic models on air quality modelling at street scale
US20220335822A1 (en) Method of determining the amount of pollutant emissions from a vehicle over a road network section
Guo et al. Exploration of correlation between environmental factors and mobility at signalized intersections
CN107886188A (zh) 液化天然气公交尾气排放预测方法
Shafabakhsh et al. Investigation and sensitivity analysis of air pollution caused by road transportation at signalized intersections using IVE model in Iran
CN117079459A (zh) 混合自动驾驶交通流流速密能图谱构建方法及系统
Faris et al. Impact of Intelligent Transportation Systems on Vehicle Fuel Consumption and Emission Modeling: An Overview
Abou-Senna et al. Developing a microscopic transportation emissions model to estimate carbon dioxide emissions on limited-access highways
Abdur-Rouf et al. A before-and-after traffic noise analysis of a roundabout converted to a signalized intersection
Abdul-Wahab An application and evaluation of the CAL3QHC model for predicting carbon monoxide concentrations from motor vehicles near a roadway intersection in Muscat, Oman
Sun et al. A prediction-evaluation method for road network energy consumption: Fusion of vehicle energy flow principle and Two-Fluid theory

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
GR01 Patent grant
GR01 Patent grant