CN113962450B - 一种核算城市道路交通逐日二氧化碳排放量的方法及其系统 - Google Patents

一种核算城市道路交通逐日二氧化碳排放量的方法及其系统 Download PDF

Info

Publication number
CN113962450B
CN113962450B CN202111186813.0A CN202111186813A CN113962450B CN 113962450 B CN113962450 B CN 113962450B CN 202111186813 A CN202111186813 A CN 202111186813A CN 113962450 B CN113962450 B CN 113962450B
Authority
CN
China
Prior art keywords
road
traffic
carbon dioxide
target
road network
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.)
Active
Application number
CN202111186813.0A
Other languages
English (en)
Other versions
CN113962450A (zh
Inventor
吕晨
蔡博峰
曹丽斌
张哲�
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.)
Environmental Planning Institute Of Ministry Of Ecology And Environment
Original Assignee
Environmental Planning Institute Of Ministry Of Ecology And Environment
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 Environmental Planning Institute Of Ministry Of Ecology And Environment filed Critical Environmental Planning Institute Of Ministry Of Ecology And Environment
Priority to CN202111186813.0A priority Critical patent/CN113962450B/zh
Publication of CN113962450A publication Critical patent/CN113962450A/zh
Application granted granted Critical
Publication of CN113962450B publication Critical patent/CN113962450B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2219/00—Indexing scheme relating to application aspects of data processing equipment or methods
    • G06F2219/10—Environmental application, e.g. waste reduction, pollution control, compliance with environmental legislation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明属于交通运输部门二氧化碳排放核算技术领域，具体地说，涉及一种核算城市道路交通逐日二氧化碳排放量的方法，包括：计算目标城市所在地区的基准年道路交通二氧化碳排放量；计算目标城市的基准年全年道路交通二氧化碳年排放量与目标城市日均道路交通二氧化碳排放量；基于目标城市路网逐时路网区间平均速度与交通拥堵指数，建立动态变化的路网信息数据库；建立道路速度—交通拥堵指数—车流量预测模型和道路速度—交通拥堵指数—碳排放核算模型，核算目标道路在指定时间范围内的二氧化碳排放量；核算目标城市路网逐日道路交通二氧化碳排放量；将目标城市路网逐日道路交通二氧化碳排放量进行累加，从而得到目标城市路网全年道路交通二氧化碳排放量。

Description

一种核算城市道路交通逐日二氧化碳排放量的方法及其系统
技术领域
本发明属于交通运输部门二氧化碳排放核算技术领域，具体地说，涉及一种核算城市道路交通逐日二氧化碳排放量的方法及其系统。
背景技术
交通领域是化石燃料消耗与二氧化碳排放量的重要组成部分，约占全球二氧化碳排放总量的四分之一，且部分发达国家交通排放占比超过30％。交通运输逐渐成为仅次于电力生产及热力供应的第二大二氧化碳排放领域，也是碳排放量增长率最快的领域。其中，道路交通部门碳排放量约占交通排放总量的四分之三，贡献率远超海运船舶、航空飞机、铁路列车和管道等其他运输方式的排放。随着区域经济高速发展、工业和城镇化进程持续推进、居民出行愈加频繁，道路交通需求仍在不断提升。城市机动车总量与千人汽车保有量持续增长、路网拥堵程度日益严峻，道路交通成为推动城市碳排放量提升的主要驱动力。在工业领域采取有力减排措施的同时，提高道路交通碳排放核算精度、掌握排放量的时空变化规律、发掘机动车减排潜力，实施交通减排措施，控制道路机动车二氧化碳排放量增长已成为降低二氧化碳排放总量并推动城市碳排放达峰的重要保障。
准确、及时、简便、科学的评估道路机动车二氧化碳排放量、摸清区域道路交通运输结构及排放变化规律是发掘减排潜力、实现精细化管控措施的关键。与工业点源、居民面源不同，道路机动车作为典型的移动源，其行驶规律有较大的流动性和不确定性，排放量及排放量的变化受活动水平等多种参数影响，难以精确核算。现阶段对于航空二氧化碳排放量的核算方法主要分为自上而下和自下而上两类：
自上而下的方法包括燃油法、周转量与里程法，其中，燃油法基于公开发布的宏观能源统计数据结合不同燃料的二氧化碳排放因子自上而下核算，周转量法基于公开发布的公路客、货运周转量结合单位周转量二氧化碳排放因子核算，里程法基于分车型的保有量、各车型年均行驶里程、单位行驶里程的二氧化碳排放因子核算。
自下而上的方法使用机动车排放模型、机动车排放测试系统等获取分车型的精细化机动车排放因子，并结合实际车流量监测、车流量理论模型等评估车流量变化规律，通过核算小尺度区域(如一条道路)机动车排放量，自下而上累加得到区域道路交通二氧化碳排放总量。
目前，仍缺乏成熟的机动车排放及排放变评估方法，不同方法由于数据来源、时空尺度等因素差异较大计算结果可比性差。
现有的核算方法存在以下问题：
第一，大多数城市及城市以下的小尺度区域缺乏公开的能源统计数据或周转量数据，难以基于燃油法或周转量法使用官方道路交通能耗、道路交通周转量数据核算道路交通碳排放量，大多数城市缺乏道路交通碳排放量的基础数据和基本认知；
第二，对于城市道路交通二氧化碳排放量核算的时效性较低，排放量计算结果具有明显滞后性；对于少数有能源统计年鉴的城市，由于官方能源统计数据公布时间通常滞后一到两年，采用燃油法基于现有的官方能源统计数据核算城市路网车辆碳排放量的计算结果相应滞后一到两年，无法及时有效地掌握排放量动态变化趋势。在面对突发极端事件时(例如路网车流量大规模减少，暴雨洪涝导致道路无法正常通行等)无法掌握一手的排放量变化数据；
第三，缺乏高时间分辨率且科学的指标，反映城市路网车辆行驶状态、路网运行状况等活动水平数据的变化，从而预测路网车流量变化规律。受道路通行条件、天气状况、限行政策等多种复杂因素影响时刻变化，城市路网车辆运行状况具有较强的变化性和不确定性，尚缺乏高时间分辨率评估车流量变化规律的指标和方法。
发明内容
为解决现有技术存在的上述缺陷，本发明提出了一种核算城市道路交通逐日二氧化碳排放量的方法，该方法包括：
基于现有的官方能源统计数据，根据归并原则，归并目标城市所在地区的道路交通汽油和柴油消费量，采用燃油法，结合汽油二氧化碳排放因子和柴油二氧化碳排放因子，计算目标城市所在地区的基准年道路交通二氧化碳排放量；
基于目标城市基准年加油站汽油加油量和柴油加油量计算空间分配权重因子，将基准年省道路交通二氧化碳排放量分配给目标城市，得到目标城市的基准年全年道路交通二氧化碳年排放量与目标城市日均道路交通二氧化碳排放量；
基于目标城市路网逐时路网区间平均速度与交通拥堵指数，建立动态变化的路网信息数据库；
在速度-密度-车流量的三参数关系基础上，引入速度—密度线性关系式，同时引入交通拥堵指数，建立道路速度—交通拥堵指数—车流量预测模型，结合动态变化的路网信息数据库中提取的动态变化的路网区间平均速度与交通拥堵指数，预测目标道路在指定时间范围内的车流量；
建立道路速度—交通拥堵指数—碳排放核算模型，结合动态变化的路网信息数据库中提取的动态变化的路网区间平均速度与交通拥堵指数，核算目标道路在指定时间范围内的二氧化碳排放量；
鉴于工作日与非工作日城市居民出行规律，以及路网通行状况，基于目标城市基准年日平均道路交通二氧化碳排放量，核算目标城市基准年的工作日城市路网特征指数和非工作日城市路网特征指数；
基于“拼图法”思想，将目标城市的所有道路连接成为路网，结合目标城市基准年的工作日城市路网特征指数和非工作日城市路网特征指数，根据建立的道路速度—交通拥堵指数—碳排放核算模型，再结合动态变化的路网信息数据库中提取的实时动态变化的路网区间平均速度与交通拥堵指数，核算目标城市路网逐日道路交通二氧化碳排放量；
将目标城市路网逐日道路交通二氧化碳排放量进行累加，从而得到目标城市路网全年道路交通二氧化碳排放量。
作为上述技术方案的改进之一，所述基于现有的官方能源统计数据，根据归并原则，归并目标城市所在地区的道路交通汽油和柴油消费量，采用燃油法，结合汽油二氧化碳排放因子和柴油二氧化碳排放因子，计算目标城市所在地区的基准年道路交通二氧化碳排放量；其具体实现过程为：
基于现有的官方能源统计数据，根据归并原则，归并目标城市所在地区的道路交通汽油和柴油消费量，具体如下：
道路交通汽油消费量等于官方能源统计数据中的能源消费量中的交通运输、仓储和邮政业部门、批发、零售业和住宿、餐饮业部门、其他部门和生活消费部门的汽油消费量之和；
Figure BDA0003299589010000031
其中，GY为道路交通汽油消费量，t；p为目标城市所在的地区；y为基准年；s1表示官方能源统计数据中的能源消费量中的交通运输、仓储和邮政业部门；s2表示官方能源统计数据中的能源消费量中的批发、零售业和住宿、餐饮业部门；s3表示官方能源统计数据中的能源消费量中的其他部门；s4表示官方能源统计数据中的能源消费量中的生活消费部门；
Figure BDA0003299589010000041
是官方能源统计数据中的能源消费量中的交通运输、仓储和邮政业部门的汽油消费量；
Figure BDA0003299589010000042
是官方能源统计数据中的能源消费量中的批发、零售业和住宿、餐饮业部门的汽油消费量；
Figure BDA0003299589010000043
是官方能源统计数据中的能源消费量中的其他部门的汽油消费量；
Figure BDA0003299589010000044
是官方能源统计数据中的能源消费量中的生活消费部门的汽油消费量；
道路柴油消费量等于官方能源统计数据中的能源消费量中的交通运输、仓储和邮政业部门柴油消费量、批发、零售业和住宿、餐饮业部门柴油消费量的二分之一、其他部门柴油消费量的二分之一和生活消费部门的柴油消费量之和，再乘以90％；
Figure BDA0003299589010000045
其中，DY为基于道路交通柴油消费量，t；
Figure BDA0003299589010000046
是官方能源统计数据中的能源消费量中的交通运输、仓储和邮政业部门的柴油消费量；
Figure BDA0003299589010000047
是官方能源统计数据中的能源消费量中的批发、零售业和住宿、餐饮业部门的柴油消费量；
Figure BDA0003299589010000048
是官方能源统计数据中的能源消费量中的其他部门的柴油消费量；
Figure BDA0003299589010000049
是官方能源统计数据中的能源消费量中的生活消费部门的柴油消费量；
采用燃油法，结合汽油二氧化碳排放因子和柴油二氧化碳排放因子，计算目标城市所在地区的基准年道路交通二氧化碳排放量；
EYpy＝GYpy×EFG+DYpy×EFD
其中，EYpy为目标城市所在地区p的基准年y道路交通二氧化碳排放量，单位为t；EFG为汽油二氧化碳排放因子；EFD为柴油二氧化碳排放因子。
作为上述技术方案的改进之一，所述基于目标城市基准年加油站汽油加油量和柴油加油量计算空间分配权重因子，将基准年省道路交通二氧化碳排放量分配给目标城市，得到目标城市的基准年全年道路交通二氧化碳年排放量与目标城市日均道路交通二氧化碳排放量；其具体实现过程为：
以目标城市基准年加油站汽油和柴油加油量作为空间分配权重因子Rc：
Figure BDA00032995890100000410
其中，EScy为目标城市c的基准年y基于加油站加油量的道路交通二氧化碳排放量，单位为t；ESpy为目标城市所在地区p的基准年y基于加油站加油量的道路交通二氧化碳排放量，单位为t；
EScy＝GScy×EFG+DScy×EFD
ESpy＝GSpy×EFG+DSpy×EFD
其中，GScy为目标城市c的基准年y基于加油站汽油加油量，单位为t；DScy为目标城市c的基准年y基于加油站柴油加油量，单位为t；EFG为汽油二氧化碳排放因子；EFD为柴油二氧化碳排放因子；GSpy为目标城市所在地区p的基准年y基于加油站汽油加油量，单位为t；DSpy为目标城市所在地区p的基准年y基于加油站柴油加油量，单位为t；
其中，
Figure BDA0003299589010000051
Figure BDA0003299589010000052
将基准年道路交通二氧化碳排放量分配给目标城市，得到目标城市的基准年全年道路交通二氧化碳年排放量EYc：
EYc＝Rc×EYpy
其中，EYpy为目标城市所在地区p的基准年y道路交通二氧化碳排放量，单位为t；
根据目标城市的基准年全年道路交通二氧化碳年排放量EYc，计算目标城市日均道路交通二氧化碳排放量EYDc：
Figure BDA0003299589010000053
作为上述技术方案的改进之一，所述在速度-密度-车流量的三参数关系基础上，引入速度-密度线性关系式，同时引入交通拥堵指数，建立道路速度-交通拥堵指数-车流量预测模型，结合动态变化的路网信息数据库中提取的动态变化的路网区间平均速度与交通拥堵指数，预测目标道路在指定时间范围内的车流量；其具体实现过程为：
建立速度-密度-车流量的三参数关系式：
Q＝K×V
其中，K为道路车辆密度；Q为车流量；V为车辆行驶速度；
在上述关系式基础上，引入速度-密度线性关系式：
Figure BDA0003299589010000061
其中，Kj为阻塞密度，单位为辆/km；Vf为畅行速度，km/h；
得到对应的关系式：
Figure BDA0003299589010000062
同时引入交通拥堵指数：
Figure BDA0003299589010000063
其中，L为目标道路的道路长度，km；a为交通拥堵系数；
得到道路速度-交通拥堵指数-车流量预测模型：
Figure BDA0003299589010000064
其中，Qx为目标道路x的车流量；
结合动态变化的路网信息数据库中提取的动态变化的路网区间平均速度与交通拥堵指数，预测目标道路在指定时间范围内的车流量；
其中，将路网区间平均速度作为车辆行驶速度V。
作为上述技术方案的改进之一，所述建立道路速度-交通拥堵指数-碳排放核算模型，结合动态变化的路网信息数据库中提取的动态变化的路网区间平均速度与交通拥堵指数，核算目标道路在指定时间范围内的二氧化碳排放量；其具体实现过程为：
建立基于车流量的道路交通二氧化碳排放关系式：
Ex＝Qx×Lx×EFv
其中，Ex为目标道路x的道路交通二氧化碳排放量；Qx为目标道路x的车流量；Lx为目标道路x的道路长度，单位为tCO2/km；EFv为机动车v的二氧化碳排放因子；
再根据建立的道路速度-交通拥堵指数一车流量预测模型，建立道路速度-交通拥堵指数-碳排放核算关系式：
Figure BDA0003299589010000065
其中，Vx为目标道路x的车辆行驶速度；Kjx为目标道路x的阻塞密度；ax为目标道路x的交通拥堵系数；
假设Fx＝Kjx×Lx×EFv
其中，Fx为城市路网特征指数；
得到改写后的核算关系式：
Figure BDA0003299589010000071
将上述改写后的关系式作为道路速度-交通拥堵指数-碳排放核算模型；
结合动态变化的路网信息数据库中提取的动态变化的路网区间平均速度与交通拥堵指数，核算目标道路在指定时间范围内的二氧化碳排放量；其中，路网区间平均速度视为目标道路x的车辆行驶速度。
作为上述技术方案的改进之一，所述鉴于工作日与非工作日城市居民出行规律，以及路网通行状况，基于目标城市基准年日平均道路交通二氧化碳排放量，核算目标城市基准年的工作日城市路网特征指数和非工作日城市路网特征指数；其具体实现过程为：
基于“拼图法”思想，鉴于工作日与非工作日城市居民出行规律，以及路网通行状况，基于目标城市基准年日平均道路交通二氧化碳排放量，核算目标城市c基准年y的工作日w城市路网特征指数Fcwy：
Figure BDA0003299589010000072
其中，EYDc为目标城市日均道路交通二氧化碳排放量；Vcwy为目标城市c基准年y的工作日w的路网平均速度；acwy为目标城市c基准年y的工作日w的城市平均交通拥堵指数；
Figure BDA0003299589010000073
其中，m为工作日的天数；Vcw为城市路网第m个工作日的所有道路的区间速度；
Figure BDA0003299589010000074
其中，acw为目标城市c的工作日w的交通平均拥堵指数；
基于目标城市基准年日平均道路交通二氧化碳排放量，核算目标城市c基准年y的非工作日h城市路网特征指数Fchy：
Figure BDA0003299589010000075
其中，Vchy为目标城市c基准年y的非工作日h的路网平均速度；achy为目标城市c基准年y的非工作日h的城市平均交通拥堵指数；
其中，
Figure BDA0003299589010000081
Figure BDA0003299589010000082
其中，q为非工作日的天数；Vch为城市路网第h个非工作日的所有道路的区间速度；ach为目标城市c的非工作日h的交通平均拥堵指数。
作为上述技术方案的改进之一，所述基于“拼图法”思想，将目标城市的所有道路连接成为路网，结合目标城市基准年的工作日城市路网特征指数和非工作日城市路网特征指数，根据建立的道路速度-交通拥堵指数-碳排放核算模型，再结合动态变化的路网信息数据库中提取的实时动态变化的路网区间平均速度与交通拥堵指数，核算目标城市路网逐日道路交通二氧化碳排放量；
基于“拼图法”思想，将目标城市的所有道路连接成为路网，结合目标城市基准年的工作日城市路网特征指数和非工作日城市路网特征指数，根据建立的道路速度-交通拥堵指数-碳排放核算模型，再结合动态变化的路网信息数据库中提取的实时动态变化的城市路网逐时路网区间平均速度与交通拥堵指数，核算目标城市路网工作日道路交通二氧化碳排放量Ecwd：
Figure BDA0003299589010000083
其中，Fcwy为目标城市c的基准年y的工作日w城市路网特征指数；Vcwd为目标城市c的工作日w中的第d日的逐时路网区间平均速度；acwd为目标城市c的工作日w中的第d日的交通拥堵指数；
核算目标城市路网非工作日道路交通二氧化碳排放量Echd：
Figure BDA0003299589010000084
其中，Fchy为目标城市c的基准年y的非工作日h城市路网特征指数；
根据上述计算得到的Ecwd或Echd，作为目标城市路网逐日道路交通二氧化碳排放量。
作为上述技术方案的改进之一，所述将目标城市路网逐日道路交通二氧化碳排放量进行累加，从而得到目标城市路网全年道路交通二氧化碳排放量；其具体过程为：
通过自下而上的方法，将目标城市路网逐日道路交通二氧化碳排放量进行累加，从而得到目标城市路网全年道路交通二氧化碳排放量Ecy：
Figure BDA0003299589010000091
其中，Ecwd为目标城市路网工作日道路交通二氧化碳排放量；Echd为目标城市路网非工作日道路交通二氧化碳排放量。
本发明还提供了一种核算城市道路交通逐日二氧化碳排放量的系统，该系统包括：
基准排放核算模块，用于基于现有的官方能源统计数据，根据归并原则，归并目标城市所在地区的道路交通汽油和柴油消费量，采用燃油法，结合汽油二氧化碳排放因子和柴油二氧化碳排放因子，计算目标城市所在地区的基准年道路交通二氧化碳排放量；
空间分配模块，用于基于目标城市基准年加油站汽油加油量和柴油加油量计算空间分配权重因子，将基准年省道路交通二氧化碳排放量分配给目标城市，得到目标城市的基准年全年道路交通二氧化碳年排放量与目标城市日均道路交通二氧化碳排放量；
路网信息数据库建立模块，用于基于目标城市路网逐时路网区间平均速度与交通拥堵指数，建立动态变化的路网信息数据库；
道路车流量预测模块，用于在速度-密度-车流量的三参数关系基础上，引入速度-密度线性关系式，同时引入交通拥堵指数，建立道路速度一交通拥堵指数-车流量预测模型，结合动态变化的路网信息数据库中提取的动态变化的路网区间平均速度与交通拥堵指数，预测目标道路在指定时间范围内的车流量；
道路交通碳排放核算模块，用于建立道路速度-交通拥堵指数-碳排放核算模型，结合动态变化的路网信息数据库中提取的动态变化的路网区间平均速度与交通拥堵指数，核算目标道路在指定时间范围内的二氧化碳排放量；
城市路网特征指数核算模块，用于鉴于工作日与非工作日城市居民出行规律，以及路网通行状况，基于目标城市基准年日平均道路交通二氧化碳排放量，核算目标城市基准年的工作日城市路网特征指数和非工作日城市路网特征指数；
城市路网碳排放核算模块，用于基于“拼图法”思想，将目标城市的所有道路连接成为路网，结合目标城市基准年的工作日城市路网特征指数和非工作日城市路网特征指数，建立城市路网速度-交通拥堵指数-二氧化碳排放量核算模型，再结合动态变化的路网信息数据库中提取的实时动态变化的路网区间平均速度与交通拥堵指数，核算目标城市路网逐日道路交通二氧化碳排放量；和
累加模块，用于将目标城市路网逐日道路交通二氧化碳排放量进行累加，从而得到目标城市路网全年道路交通二氧化碳排放量。
本发明与现有技术相比的有益效果是：
1、本发明的核算方法利用实时动态更新的城市路网速度与交通拥堵指数，可快速核算目标城市前一日的道路交通二氧化碳排放量，时间分辨率提升至逐日，极大提高了城市道路交通排放量评估的时效性，满足在面对突发极端事件时，对城市道路交通二氧化碳排放量变化的及时分析与评估；
2、本发明的核算方法建立道路速度-交通拥堵指数-二氧化碳排放量核算模型，将基于能源统计数据的燃油法与基于路网活动水平数据的车流量法相结合，完善了城市尺度道路交通二氧化碳排放量的核算方法体系，解决了城市层面道路交通排放难以估算的问题，对于不同城市具有普遍适用性；
3、本发明提出城市路网特征指数的定义与核算方法，用以表征城市道路等级、道路类型、路网长度、车辆类型、车队结构、车辆排放因子等基本参数，体现不同城市道路交通排放的基础差异；
4、本发明的核算方法建立道路速度-交通拥堵指数-车流量预测模型，提出了基于路网速度与交通拥堵指数的城市路网车流量预测方法。
附图说明
图1是本发明一种核算城市道路交通逐日二氧化碳排放量的方法的流程图和系统的结构示意图。
具体实施方式
现结合附图和实例对本发明作进一步的描述。
本发明提供了一种核算城市道路交通逐日二氧化碳排放量的方法，该方法是一种以基准年目标城市日均排放量为基础，基于城市路网特征指数、动态变化的路网车速与交通拥堵指数快速核算城市逐日二氧化碳排放量的方法，该方法能够解决以下技术问题：
第一，解决城市道路交通二氧化碳排放量核算时间滞后、时效性差问题；
第二，解决城市层面机动车二氧化碳排放基础数据缺乏，难以准确核算问题；
第三，解决城市路网车流量变化难以评估的问题；
第四，解决省级道路交通二氧化碳排放量向城市层面的空间分配问题。
如图1所示，该方法包括：
基于现有的官方能源统计数据，根据归并原则，归并目标城市所在地区的道路交通汽油和柴油消费量，采用燃油法，结合汽油二氧化碳排放因子和柴油二氧化碳排放因子，计算目标城市所在地区的基准年道路交通二氧化碳排放量；
具体地，基于现有的官方能源统计数据，根据归并原则，归并目标城市所在地区的道路交通汽油和柴油消费量，具体如下：
道路交通汽油消费量等于官方能源统计数据中的能源消费量中的交通运输、仓储和邮政业部门、批发、零售业和住宿、餐饮业部门、其他部门和生活消费部门的汽油消费量之和；
Figure BDA0003299589010000111
其中，GY为道路交通汽油消费量，t；p为目标城市所在的地区；y为基准年；s1表示官方能源统计数据中的能源消费量中的交通运输、仓储和邮政业部门；s2表示官方能源统计数据中的能源消费量中的批发、零售业和住宿、餐饮业部门；s3表示官方能源统计数据中的能源消费量中的其他部门；s4表示官方能源统计数据中的能源消费量中的生活消费部门；
Figure BDA0003299589010000112
是官方能源统计数据中的能源消费量中的交通运输、仓储和邮政业部门的汽油消费量；
Figure BDA0003299589010000113
是官方能源统计数据中的能源消费量中的批发、零售业和住宿、餐饮业部门的汽油消费量；
Figure BDA0003299589010000114
是官方能源统计数据中的能源消费量中的其他部门的汽油消费量；
Figure BDA0003299589010000115
是官方能源统计数据中的能源消费量中的生活消费部门的汽油消费量；
道路柴油消费量等于官方能源统计数据中的能源消费量中的交通运输、仓储和邮政业部门柴油消费量、批发、零售业和住宿、餐饮业部门柴油消费量的二分之一、其他部门柴油消费量的二分之一和生活消费部门的柴油消费量之和，再乘以90％；
Figure BDA0003299589010000116
其中，DY为基于道路交通柴油消费量，t；
Figure BDA0003299589010000117
是官方能源统计数据中的能源消费量中的交通运输、仓储和邮政业部门的柴油消费量；
Figure BDA0003299589010000121
是官方能源统计数据中的能源消费量中的批发、零售业和住宿、餐饮业部门的柴油消费量；
Figure BDA0003299589010000122
是官方能源统计数据中的能源消费量中的其他部门的柴油消费量；
Figure BDA0003299589010000123
是官方能源统计数据中的能源消费量中的生活消费部门的柴油消费量；
采用燃油法，结合汽油二氧化碳排放因子和柴油二氧化碳排放因子，计算目标城市所在地区的基准年道路交通二氧化碳排放量；
EYpy＝GYpy×EFG+DYpy×EFD
其中，EYpy为目标城市所在地区p的基准年y道路交通二氧化碳排放量，单位为t；EFG为汽油二氧化碳排放因子，在本实施例中，该排放因子采用IPCC推荐的汽油缺省二氧化碳缺省排放因子3.043tCO2/t；EFD为柴油二氧化碳排放因子，在本实施例中，该排放因子采用IPCC推荐的柴油缺省排放因子3.145tCO2/t。
基于目标城市基准年加油站汽油加油量和柴油加油量计算空间分配权重因子，将基准年省道路交通二氧化碳排放量分配给目标城市，得到目标城市的基准年全年道路交通二氧化碳年排放量与目标城市日均道路交通二氧化碳排放量；
具体地，以目标城市基准年加油站汽油和柴油加油量作为空间分配权重因子Rc：
Figure BDA0003299589010000124
其中，EScy为目标城市c的基准年y基于加油站加油量的道路交通二氧化碳排放量，单位为t；ESpy为目标城市所在地区p的基准年y基于加油站加油量的道路交通二氧化碳排放量，单位为t；
EScy＝GScy×EFG+DScy×EFD
ESpy＝GSpy×EFG+DSpy×EFD
其中，GScy为目标城市c的基准年y基于加油站汽油加油量，单位为t；DScy为目标城市c的基准年y基于加油站柴油加油量，单位为t；EFG为汽油二氧化碳排放因子；EFD为柴油二氧化碳排放因子；GSpy为目标城市所在地区p的基准年y基于加油站汽油加油量，单位为t；DSpy为目标城市所在地区p的基准年y基于加油站柴油加油量，单位为t；
其中，
Figure BDA0003299589010000131
Figure BDA0003299589010000132
将基准年道路交通二氧化碳排放量分配给目标城市，得到目标城市的基准年全年道路交通二氧化碳年排放量EYc：
EYc＝Rc×EYpy
其中，EYpy为目标城市所在地区p的基准年y道路交通二氧化碳排放量，单位为t；
根据目标城市的基准年全年道路交通二氧化碳年排放量EYc，计算目标城市日均道路交通二氧化碳排放量EYDc：
Figure BDA0003299589010000133
基于目标城市路网逐时路网区间平均速度与交通拥堵指数，建立动态变化的路网信息数据库；
在速度-密度-车流量的三参数关系基础上，引入速度-密度线性关系式，同时引入交通拥堵指数，建立道路速度-交通拥堵指数-车流量预测模型，结合动态变化的路网信息数据库中提取的动态变化的路网区间平均速度与交通拥堵指数，预测目标道路在指定时间范围内的车流量；
具体地，建立速度-密度-车流量的三参数关系式：
Q＝K×V
其中，K为道路车辆密度；Q为车流量；V为车辆行驶速度；
在上述关系式基础上，引入速度-密度线性关系式：
Figure BDA0003299589010000134
其中，Kj为阻塞密度，单位为辆/km；Vf为畅行速度，km/h；
得到对应的关系式：
Figure BDA0003299589010000135
同时引入交通拥堵指数：
Figure BDA0003299589010000136
其中，L为目标道路的道路长度，km；a为交通拥堵系数；
得到道路速度-交通拥堵指数-车流量预测模型：
Figure BDA0003299589010000141
其中，Qx为目标道路x的车流量；
结合动态变化的路网信息数据库中提取的动态变化的路网区间平均速度与交通拥堵指数，预测目标道路在指定时间范围内的车流量；
其中，将路网区间平均速度作为车辆行驶速度V。
其中，车流量作为主要的活动水平参数受道路通行状况、时段、路面条件、天气条件等多种因素影响而动态变化。道路车流量与道路密度、速度具有如下基本关系，同时，当道路车辆密度较低时，车辆行驶状况受其他车辆干扰较小，此时行驶速度较高；随着车辆密度的提升，由于受到其他车辆的干扰和车头间距的限制导致车速逐渐降低；当达到道路最大密度时道路拥堵，车辆无法移动。这一观测规律与速度-密度线性关系假说相吻合，因此在交通流基本关系的基础上引入速度-密度线性关系，得到速度-车流量基本关系式。同时，交通拥堵指数又称交通指数是综合反映道路网畅通或拥堵的概念性指数值，即将把拥堵状况数字化呈现，交通拥堵指数越高表明交通拥堵状况越严重。交通拥堵指数通过车辆实际通过时间与保持畅行速度时的通过时间之比计算。
建立道路速度-交通拥堵指数-碳排放核算模型，结合动态变化的路网信息数据库中提取的动态变化的路网区间平均速度与交通拥堵指数，核算目标道路在指定时间范围内的二氧化碳排放量；
具体地，建立基于车流量的道路交通二氧化碳排放关系式：
Ex＝Qx×Lx×EFv
其中，Ex为目标道路x的道路交通二氧化碳排放量；Qx为目标道路x的车流量；Lx为目标道路x的道路长度，单位为tCO2/km；EFv为机动车v的二氧化碳排放因子，即单位行驶里程的机动车v的二氧化碳排放量；
再根据建立的道路速度-交通拥堵指数-车流量预测模型，建立道路速度-交通拥堵指数-碳排放核算关系式：
Figure BDA0003299589010000142
其中，Vx为目标道路x的车辆行驶速度；Kjx为目标道路x的阻塞密度；ax为目标道路x的交通拥堵系数；
假设Fx＝Kjx×Lx×EFv
其中，Fx为城市路网特征指数；
得到改写后的核算关系式：
Figure BDA0003299589010000151
将上述改写后的关系式作为道路速度-交通拥堵指数-碳排放核算模型；
结合动态变化的路网信息数据库中提取的动态变化的路网区间平均速度与交通拥堵指数，核算目标道路在指定时间范围内的二氧化碳排放量；其中，路网区间平均速度视为目标道路x的车辆行驶速度。
其中，目标道路x的阻塞密度、城市路网的道路长度与机动车v二氧化碳排放因子均可视为定值，并与目标道路x自身相关，定义为道路交通特征常数，记为城市路网特征指数。而道路车速Vx与交通拥堵指数ax则为动态变量。
鉴于工作日与非工作日城市居民出行规律，以及路网通行状况，基于目标城市基准年日平均道路交通二氧化碳排放量，核算目标城市基准年的工作日城市路网特征指数和非工作日城市路网特征指数；
具体地，道路网络是城市车辆通行的骨架，城市路网结构具有连通性，且道路连通性是评价城市路网是否合理的重要指标之一。
本发明采用“拼图法”思想，假设将目标城市所有道路连接成为路网，视为一条道路。对城市路网t时刻内所有道路的区间速度求均值表示该t时刻目标城市c的路网平均速度Vct：
Figure BDA0003299589010000152
其中，n为目标道路x的数量；时刻t的单位是小时，h；
对第d天内所有时刻t内的目标城市c的路网平均速度Vct再求均值得到该d日内目标城市c的路网平均速度Vcd：
Figure BDA0003299589010000153
对目标城市c内所有道路的t时刻的交通拥堵指数求均值得到该t时刻的目标城市c的交通平均拥堵指数act：
Figure BDA0003299589010000154
对第d天内所有时刻t的交通平均拥堵指数act再求均值得到该d日城市平均交通拥堵指数acd：
Figure BDA0003299589010000161
基于上述“拼图法”思想，鉴于工作日与非工作日城市居民出行规律，以及路网通行状况，基于目标城市基准年日平均道路交通二氧化碳排放量，核算目标城市c基准年y的工作日w城市路网特征指数Fcwy：
Figure BDA0003299589010000162
其中，EYDc为目标城市日均道路交通二氧化碳排放量；Vcwy为目标城市c基准年y的工作日w的路网平均速度；acwy为目标城市c基准年y的工作日w的城市平均交通拥堵指数；
Figure BDA0003299589010000163
其中，m为工作日的天数；Vcw为城市路网第m个工作日的所有道路的区间速度；
Figure BDA0003299589010000164
其中，acw为目标城市c的工作日w的交通平均拥堵指数；
基于目标城市基准年日平均道路交通二氧化碳排放量，核算目标城市c基准年y的非工作日h城市路网特征指数Fchy：
Figure BDA0003299589010000165
其中，Vchy为目标城市c基准年y的非工作日h的路网平均速度；achy为目标城市c基准年y的非工作日h的城市平均交通拥堵指数；
其中，
Figure BDA0003299589010000166
Figure BDA0003299589010000167
其中，q为非工作日的天数；Vch为城市路网第h个非工作日的所有道路的区间速度；ach为目标城市c的非工作日h的交通平均拥堵指数；
城市路网特征指数根据城市基准年目标城市道路交通日均二氧化碳排放量结合基准年工作日、非工作日路网平均速度与平均拥堵指数计算，且受通勤习惯影响，工作日与非工作日居民出行规律与路网运行状况具有明显差异，分别计算目标城市工作日与非工作日的基准年城市路网特征指数。对目标城市基准年所有工作日的交通拥堵指数与路网速度求均值，得到基准年工作日平均交通拥堵指数与路网平均速度；且对目标城市基准年所有非工作日的交通拥堵指数与路网速度求均值，得到基准年非工作日平均交通拥堵指数与路网平均速度。
基于“拼图法”思想，将目标城市的所有道路连接成为路网，结合目标城市基准年的工作日城市路网特征指数和非工作日城市路网特征指数，根据建立的道路速度-交通拥堵指数-碳排放核算模型，再结合动态变化的路网信息数据库中提取的实时动态变化的路网区间平均速度与交通拥堵指数，核算目标城市路网逐日道路交通二氧化碳排放量；
具体地，基于“拼图法”思想，将目标城市的所有道路连接成为路网，结合目标城市基准年的工作日城市路网特征指数和非工作日城市路网特征指数，根据建立的道路速度-交通拥堵指数-碳排放核算模型，再结合动态变化的路网信息数据库中提取的实时动态变化的路网区间平均速度与交通拥堵指数，核算目标城市路网工作日道路交通二氧化碳排放量Ecwd：
Figure BDA0003299589010000171
其中，Fcwy为目标城市c的基准年y的工作日w城市路网特征指数；Vcwd为目标城市c的工作日w中的第d日的路网区间平均速度；acwd为目标城市c的工作日w中的第d日的交通拥堵指数；
核算目标城市路网非工作日道路交通二氧化碳排放量Echd：
Figure BDA0003299589010000172
其中，Fchy为目标城市c的基准年y的非工作日h城市路网特征指数；
根据上述计算得到的Ecwd或Echd，作为目标城市路网逐日道路交通二氧化碳排放量。
将目标城市路网逐日道路交通二氧化碳排放量进行累加，从而得到目标城市路网全年道路交通二氧化碳排放量。
具体地，通过自下而上的方法，将目标城市路网逐日道路交通二氧化碳排放量进行累加，从而得到目标城市路网全年道路交通二氧化碳排放量Ecy：
Figure BDA0003299589010000181
其中，Ecwd为目标城市路网工作日道路交通二氧化碳排放量；Echd为目标城市路网非工作日道路交通二氧化碳排放量。
本发明的方法能够核算目标城市前一天道路交通二氧化碳排放量，极大提高道路交通二氧化碳排放量评估的时效性；
将燃油法与车流量法相结合，完善道路交通二氧化碳排放量核算方法体系，得到更精确的道路交通二氧化碳排放量；
基于“拼图法”思想，将目标城市所有道路连接成为路网，将城市所有路段假设成为一条道路进行分析；
定义城市路网特征指数，且仅仅与城市道路类型、路网长度、车辆行驶速度、路网区间平均速度、交通拥堵指数、日均道路交通二氧化碳排放量、工作日与非工作日、车型结构等因素有关，各城市不同且工作日与非工作日不同。路网特征指数反映不同城市路网特征，且不随时间变化而变化，作为核算城市道路交通逐日排放量的中的常数项参与计算。
如图1所示，本发明还提供了一种核算城市道路交通逐日二氧化碳排放量的系统，该系统包括：
基准排放核算模块，用于基于现有的官方能源统计数据，根据归并原则，归并目标城市所在地区的道路交通汽油和柴油消费量，采用燃油法，结合汽油二氧化碳排放因子和柴油二氧化碳排放因子，计算目标城市所在地区的基准年道路交通二氧化碳排放量；
空间分配模块，用于基于目标城市基准年加油站汽油加油量和柴油加油量计算空间分配权重因子，将基准年省道路交通二氧化碳排放量分配给目标城市，得到目标城市的基准年全年道路交通二氧化碳年排放量与目标城市日均道路交通二氧化碳排放量；
路网信息数据库建立模块，用于基于目标城市路网逐时路网区间平均速度与交通拥堵指数，建立动态变化的路网信息数据库；
道路车流量预测模块，用于在速度-密度-车流量的三参数关系基础上，引入速度-密度线性关系式，同时引入交通拥堵指数，建立道路速度-交通拥堵指数-车流量预测模型，结合动态变化的路网信息数据库中提取的动态变化的路网区间平均速度与交通拥堵指数，预测目标道路在指定时间范围内的车流量；
道路交通碳排放核算模块，用于建立道路速度—交通拥堵指数—碳排放核算模型，结合动态变化的路网信息数据库中提取的动态变化的路网区间平均速度与交通拥堵指数，核算目标道路在指定时间范围内的二氧化碳排放量；
城市路网特征指数核算模块，用于鉴于工作日与非工作日城市居民出行规律，以及路网通行状况，基于目标城市基准年日平均道路交通二氧化碳排放量，核算目标城市基准年的工作日城市路网特征指数和非工作日城市路网特征指数；
城市路网碳排放核算模块，用于基于“拼图法”思想，将目标城市的所有道路连接成为路网，结合目标城市基准年的工作日城市路网特征指数和非工作日城市路网特征指数，根据建立的道路速度—交通拥堵指数—碳排放核算模型，再结合动态变化的路网信息数据库中提取的实时动态变化的路网区间平均速度与交通拥堵指数，核算目标城市路网逐日道路交通二氧化碳排放量；和
累加模块，用于将目标城市路网逐日道路交通二氧化碳排放量进行累加，从而得到目标城市路网全年道路交通二氧化碳排放量。
最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (9)

1.一种核算城市道路交通逐日二氧化碳排放量的方法，该方法包括：
基于现有的官方能源统计数据，根据归并原则，归并目标城市所在地区的道路交通汽油和柴油消费量，采用燃油法，结合汽油二氧化碳排放因子和柴油二氧化碳排放因子，计算目标城市所在地区的基准年道路交通二氧化碳排放量；
基于目标城市基准年加油站汽油加油量和柴油加油量计算空间分配权重因子，将基准年省道路交通二氧化碳排放量分配给目标城市，得到目标城市的基准年全年道路交通二氧化碳年排放量与目标城市日均道路交通二氧化碳排放量；
基于目标城市路网逐时路网区间平均速度与交通拥堵指数，建立动态变化的路网信息数据库；
在速度-密度-车流量的三参数关系基础上，引入速度—密度线性关系式，同时引入交通拥堵指数，建立道路速度—交通拥堵指数—车流量预测模型，结合动态变化的路网信息数据库中提取的动态变化的路网区间平均速度与交通拥堵指数，预测目标道路在指定时间范围内的车流量；
建立道路速度—交通拥堵指数—碳排放核算模型，结合动态变化的路网信息数据库中提取的动态变化的路网区间平均速度与交通拥堵指数，核算目标道路在指定时间范围内的二氧化碳排放量；
鉴于工作日与非工作日城市居民出行规律，以及路网通行状况，基于目标城市基准年日平均道路交通二氧化碳排放量，核算目标城市基准年的工作日城市路网特征指数和非工作日城市路网特征指数；
基于“拼图法”思想，将目标城市的所有道路连接成为路网，结合目标城市基准年的工作日城市路网特征指数和非工作日城市路网特征指数，根据建立的道路速度—交通拥堵指数—碳排放核算模型，再结合动态变化的路网信息数据库中提取的实时动态变化的路网区间平均速度与交通拥堵指数，核算目标城市路网逐日道路交通二氧化碳排放量；
将目标城市路网逐日道路交通二氧化碳排放量进行累加，从而得到目标城市路网全年道路交通二氧化碳排放量。
2.根据权利要求1所述的核算城市道路交通逐日二氧化碳排放量的方法，其特征在于，所述基于现有的官方能源统计数据，根据归并原则，归并目标城市所在地区的道路交通汽油和柴油消费量，采用燃油法，结合汽油二氧化碳排放因子和柴油二氧化碳排放因子，计算目标城市所在地区的基准年道路交通二氧化碳排放量；其具体实现过程为：
基于现有的官方能源统计数据，根据归并原则，归并目标城市所在地区的道路交通汽油和柴油消费量，具体如下：
道路交通汽油消费量等于官方能源统计数据中的能源消费量中的交通运输、仓储和邮政业部门，批发、零售业和住宿、餐饮业部门，其他部门和生活消费部门的汽油消费量之和；
Figure FDA0003299581000000021
其中，GY为道路交通汽油消费量，单位为t；p为目标城市所在的地区；y为基准年；s1表示官方能源统计数据中的能源消费量中的交通运输、仓储和邮政业部门；s2表示官方能源统计数据中的能源消费量中的批发、零售业和住宿、餐饮业部门；s3表示官方能源统计数据中的能源消费量中的其他部门；s4表示官方能源统计数据中的能源消费量中的生活消费部门；
Figure FDA0003299581000000022
是官方能源统计数据中的能源消费量中的交通运输、仓储和邮政业部门的汽油消费量；
Figure FDA0003299581000000023
是官方能源统计数据中的能源消费量中的批发、零售业和住宿、餐饮业部门的汽油消费量；
Figure FDA0003299581000000024
是官方能源统计数据中的能源消费量中的其他部门的汽油消费量；
Figure FDA0003299581000000025
是官方能源统计数据中的能源消费量中的生活消费部门的汽油消费量；
道路柴油消费量等于官方能源统计数据中的能源消费量中的交通运输、仓储和邮政业部门柴油消费量，批发、零售业和住宿、餐饮业部门柴油消费量的二分之一，其他部门柴油消费量的二分之一和生活消费部门的柴油消费量之和，再乘以90％；
Figure FDA0003299581000000026
其中，DY为基于道路交通柴油消费量，单位为t；
Figure FDA0003299581000000027
是官方能源统计数据中的能源消费量中的交通运输、仓储和邮政业部门的柴油消费量；
Figure FDA0003299581000000028
是官方能源统计数据中的能源消费量中的批发、零售业和住宿、餐饮业部门的柴油消费量；
Figure FDA0003299581000000029
是官方能源统计数据中的能源消费量中的其他部门的柴油消费量；
Figure FDA00032995810000000210
是官方能源统计数据中的能源消费量中的生活消费部门的柴油消费量；
采用燃油法，结合汽油二氧化碳排放因子和柴油二氧化碳排放因子，计算目标城市所在地区的基准年道路交通二氧化碳排放量；
EYpy＝GYpy×EFG+DYpy×EFD
其中，EYpy为目标城市所在地区p的基准年y道路交通二氧化碳排放量，单位为t；EFG为汽油二氧化碳排放因子；EFD为柴油二氧化碳排放因子。
3.根据权利要求1所述的核算城市道路交通逐日二氧化碳排放量的方法，其特征在于，所述基于目标城市基准年加油站汽油加油量和柴油加油量计算空间分配权重因子，将基准年省道路交通二氧化碳排放量分配给目标城市，得到目标城市的基准年全年道路交通二氧化碳年排放量与目标城市日均道路交通二氧化碳排放量；其具体实现过程为：
以目标城市基准年加油站汽油和柴油加油量作为空间分配权重因子Rc：
Figure FDA0003299581000000031
其中，EScy为目标城市c的基准年y基于加油站加油量的道路交通二氧化碳排放量，单位为t；ESpy为目标城市所在地区p的基准年y基于加油站加油量的道路交通二氧化碳排放量，单位为t；
EScy＝GScy×EFG+DScy×EFD
ESpy＝GSpy×EFG+DSpy×EFD
其中，GScy为目标城市c的基准年y基于加油站汽油加油量，单位为t；DScy为目标城市c的基准年y基于加油站柴油加油量，单位为t；EFG为汽油二氧化碳排放因子；EFD为柴油二氧化碳排放因子；GSpy为目标城市所在地区p的基准年y基于加油站汽油加油量，单位为t；DSpy为目标城市所在地区p的基准年y基于加油站柴油加油量，单位为t；
其中，
Figure FDA0003299581000000032
Figure FDA0003299581000000033
将基准年道路交通二氧化碳排放量分配给目标城市，得到目标城市的基准年全年道路交通二氧化碳年排放量EYc：
EYc＝Rc×EYpy
其中，EYpy为目标城市所在地区p的基准年y道路交通二氧化碳排放量，单位为t；
根据目标城市的基准年全年道路交通二氧化碳年排放量EYc，计算目标城市日均道路交通二氧化碳排放量EYDc：
Figure FDA0003299581000000041
4.根据权利要求1所述的核算城市道路交通逐日二氧化碳排放量的方法，其特征在于，所述在速度-密度-车流量的三参数关系基础上，引入速度—密度线性关系式，同时引入交通拥堵指数，建立道路速度—交通拥堵指数—车流量预测模型，结合动态变化的路网信息数据库中提取的动态变化的路网区间平均速度与交通拥堵指数，预测目标道路在指定时间范围内的车流量；其具体实现过程为：
建立速度-密度-车流量的三参数关系式：
Q＝K×V
其中，K为道路车辆密度；Q为车流量；V为车辆行驶速度；
在上述关系式基础上，引入速度—密度线性关系式：
Figure FDA0003299581000000042
其中，Kj为阻塞密度，单位为辆/km；Vf为畅行速度，km/h；
得到对应的关系式：
Figure FDA0003299581000000043
同时引入交通拥堵指数：
Figure FDA0003299581000000044
其中，L为目标道路的道路长度，单位为km；a为交通拥堵系数；
得到道路速度—交通拥堵指数—车流量预测模型：
Figure FDA0003299581000000045
其中，Qx为目标道路x的车流量；
结合动态变化的路网信息数据库中提取的动态变化的路网区间平均速度与交通拥堵指数，预测目标道路在指定时间范围内的车流量；
其中，将路网区间平均速度作为车辆行驶速度V。
5.根据权利要求4所述的核算城市道路交通逐日二氧化碳排放量的方法，其特征在于，所述建立道路速度—交通拥堵指数—碳排放核算模型，结合动态变化的路网信息数据库中提取的动态变化的路网区间平均速度与交通拥堵指数，核算目标道路在指定时间范围内的二氧化碳排放量；其具体实现过程为：
建立基于车流量的道路交通二氧化碳排放关系式：
Ex＝Qx×Lx×EFv
其中，Ex为目标道路x的道路交通二氧化碳排放量；Qx为目标道路x的车流量；Lx为目标道路x的道路长度，单位为tCO2/km；EFv为机动车v的二氧化碳排放因子；
再根据建立的道路速度—交通拥堵指数—车流量预测模型，建立道路速度—交通拥堵指数—碳排放核算关系式：
Figure FDA0003299581000000051
其中，Vx为目标道路x的车辆行驶速度；Kjx为目标道路x的阻塞密度；ax为目标道路x的交通拥堵系数；
假设Fx＝Kjx×Lx×EFv
其中，Fx为城市路网特征指数；
得到改写后的核算关系式：
Figure FDA0003299581000000052
将上述改写后的关系式作为道路速度—交通拥堵指数—碳排放核算模型；
结合动态变化的路网信息数据库中提取的动态变化的路网区间平均速度与交通拥堵指数，核算目标道路在指定时间范围内的二氧化碳排放量；其中，路网区间平均速度视为目标道路x的车辆行驶速度。
6.根据权利要求1所述的核算城市道路交通逐日二氧化碳排放量的方法，其特征在于，所述鉴于工作日与非工作日城市居民出行规律，以及路网通行状况，基于目标城市基准年日平均道路交通二氧化碳排放量，核算目标城市基准年的工作日城市路网特征指数和非工作日城市路网特征指数；其具体实现过程为：
基于“拼图法”思想，鉴于工作日与非工作日城市居民出行规律，以及路网通行状况，基于目标城市基准年日平均道路交通二氧化碳排放量，核算目标城市c基准年y的工作日w城市路网特征指数Fcwy：
Figure FDA0003299581000000053
其中，EYDc为目标城市日均道路交通二氧化碳排放量；Vcwy为目标城市c基准年y的工作日w的路网平均速度；acwy为目标城市c基准年y的工作日w的城市平均交通拥堵指数；
Figure FDA0003299581000000061
其中，m为工作日的天数；Vcw为城市路网第m个工作日的所有道路的区间速度；
Figure FDA0003299581000000062
其中，acw为目标城市c的工作日w的交通平均拥堵指数；
基于目标城市基准年日平均道路交通二氧化碳排放量，核算目标城市c基准年y的非工作日h城市路网特征指数Fchy：
Figure FDA0003299581000000063
其中，Vchy为目标城市c基准年y的非工作日h的路网平均速度；achy为目标城市c基准年y的非工作日h的城市平均交通拥堵指数；
其中，
Figure FDA0003299581000000064
Figure FDA0003299581000000065
其中，q为非工作日的天数；Vch为城市路网第h个非工作日的所有道路的区间速度；ach为目标城市c的非工作日h的交通平均拥堵指数。
7.根据权利要求1所述的核算城市道路交通逐日二氧化碳排放量的方法，其特征在于，所述基于“拼图法”思想，将目标城市的所有道路连接成为路网，结合目标城市基准年的工作日城市路网特征指数和非工作日城市路网特征指数，根据建立的道路速度—交通拥堵指数—碳排放核算模型，再结合动态变化的路网信息数据库中提取的实时动态变化的路网区间平均速度与交通拥堵指数，核算目标城市路网逐日道路交通二氧化碳排放量；
基于“拼图法”思想，将目标城市的所有道路连接成为路网，结合目标城市基准年的工作日城市路网特征指数和非工作日城市路网特征指数，根据建立的道路速度—交通拥堵指数—碳排放核算模型，再结合动态变化的路网信息数据库中提取的实时动态变化的城市路网逐时路网区间平均速度与交通拥堵指数，核算目标城市路网工作日道路交通二氧化碳排放量Ecwd：
Figure FDA0003299581000000071
其中，Fcwy为目标城市c的基准年y的工作日w城市路网特征指数；Vcwd为目标城市c的工作日w中的第d日的逐时路网区间平均速度；acwd为目标城市c的工作日w中的第d日的交通拥堵指数；
核算目标城市路网非工作日道路交通二氧化碳排放量Echd：
Figure FDA0003299581000000072
其中，Fchy为目标城市c的基准年y的非工作日h城市路网特征指数；
根据上述计算得到的Ecwd或Echd，作为目标城市路网逐日道路交通二氧化碳排放量。
8.根据权利要求7所述的核算城市道路交通逐日二氧化碳排放量的方法，其特征在于，所述将目标城市路网逐日道路交通二氧化碳排放量进行累加，从而得到目标城市路网全年道路交通二氧化碳排放量；其具体过程为：
通过自下而上的方法，将目标城市路网逐日道路交通二氧化碳排放量进行累加，从而得到目标城市路网全年道路交通二氧化碳排放量Ecy：
Figure FDA0003299581000000073
其中，Ecwd为目标城市路网工作日道路交通二氧化碳排放量；Echd为目标城市路网非工作日道路交通二氧化碳排放量。
9.一种核算城市道路交通逐日二氧化碳排放量的系统，其特征在于，该系统包括：
基准排放核算模块，用于基于现有的官方能源统计数据，根据归并原则，归并目标城市所在地区的道路交通汽油和柴油消费量，采用燃油法，结合汽油二氧化碳排放因子和柴油二氧化碳排放因子，计算目标城市所在地区的基准年道路交通二氧化碳排放量；
空间分配模块，用于基于目标城市基准年加油站汽油加油量和柴油加油量计算空间分配权重因子，将基准年省道路交通二氧化碳排放量分配给目标城市，得到目标城市的基准年全年道路交通二氧化碳年排放量与目标城市日均道路交通二氧化碳排放量；
路网信息数据库建立模块，用于基于目标城市路网逐时路网区间平均速度与交通拥堵指数，建立动态变化的路网信息数据库；
道路车流量预测模块，用于在速度-密度-车流量的三参数关系基础上，引入速度—密度线性关系式，同时引入交通拥堵指数，建立道路速度—交通拥堵指数—车流量预测模型，结合动态变化的路网信息数据库中提取的动态变化的路网区间平均速度与交通拥堵指数，预测目标道路在指定时间范围内的车流量；
道路交通碳排放核算模块，用于建立道路速度—交通拥堵指数—碳排放核算模型，结合动态变化的路网信息数据库中提取的动态变化的路网区间平均速度与交通拥堵指数，核算目标道路在指定时间范围内的二氧化碳排放量；
城市路网特征指数核算模块，用于鉴于工作日与非工作日城市居民出行规律，以及路网通行状况，基于目标城市基准年日平均道路交通二氧化碳排放量，核算目标城市基准年的工作日城市路网特征指数和非工作日城市路网特征指数；
城市路网碳排放核算模块，用于基于“拼图法”思想，将目标城市的所有道路连接成为路网，结合目标城市基准年的工作日城市路网特征指数和非工作日城市路网特征指数，建立城市路网速度—交通拥堵指数—二氧化碳排放量核算模型，再结合动态变化的路网信息数据库中提取的实时动态变化的路网区间平均速度与交通拥堵指数，核算目标城市路网逐日道路交通二氧化碳排放量；和
累加模块，用于将目标城市路网逐日道路交通二氧化碳排放量进行累加，从而得到目标城市路网全年道路交通二氧化碳排放量。
CN202111186813.0A 2021-10-12 2021-10-12 一种核算城市道路交通逐日二氧化碳排放量的方法及其系统 Active CN113962450B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111186813.0A CN113962450B (zh) 2021-10-12 2021-10-12 一种核算城市道路交通逐日二氧化碳排放量的方法及其系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111186813.0A CN113962450B (zh) 2021-10-12 2021-10-12 一种核算城市道路交通逐日二氧化碳排放量的方法及其系统

Publications (2)

Publication Number Publication Date
CN113962450A CN113962450A (zh) 2022-01-21
CN113962450B true CN113962450B (zh) 2022-04-08

Family

ID=79464037

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111186813.0A Active CN113962450B (zh) 2021-10-12 2021-10-12 一种核算城市道路交通逐日二氧化碳排放量的方法及其系统

Country Status (1)

Country Link
CN (1) CN113962450B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN116543573B (zh) * 2023-07-06 2023-09-29 山东清源物联网技术有限公司 一种基于大数据的交通控制系统及信息接收终端
CN116663780B (zh) * 2023-07-28 2023-11-10 江苏交科能源科技发展有限公司 基于投递线路里程、车辆类型的邮政运输碳排放量核算方法
CN117973679B (zh) * 2024-01-19 2024-06-14 广州市环境保护科学研究院有限公司 一种道路移动源污染物排放量时空分配方法、装置及介质

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011003002A (ja) * 2009-06-18 2011-01-06 Toyota Central R&D Labs Inc エンジン作動時排出物質の排出量計算装置及びプログラム
CN103870678A (zh) * 2014-02-18 2014-06-18 上海零碳建筑科技有限公司 一种基于城市规划的碳排放计量方法
CN104951658A (zh) * 2015-06-20 2015-09-30 西安科技大学 一种基于城市规划的碳排放计量方法
CN106600027A (zh) * 2016-10-31 2017-04-26 上海市政工程设计研究总院（集团）有限公司 城市交通碳排放量测算系统和测算方法
CN108230217A (zh) * 2017-12-28 2018-06-29 江苏交科能源科技发展有限公司 一种基于高速公路收费数据的能耗排放总量核算系统及其核算方法
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
CN110580386A (zh) * 2019-08-23 2019-12-17 生态环境部环境规划院 一种交通部门二氧化碳排放空间网格化方法
CN110807175A (zh) * 2019-10-31 2020-02-18 广州市交通规划研究院 一种基于目标城市交通模型数据的城市交通碳排放测算方法
CN110827184A (zh) * 2019-10-12 2020-02-21 上海市政工程设计研究总院（集团）有限公司 一种道路交通碳排放计算模块及计算方法
CN111859045A (zh) * 2020-07-31 2020-10-30 生态环境部环境规划院 一种快速核算工业各行业二氧化碳排放量的方法及核算系统
CN112613652A (zh) * 2020-12-17 2021-04-06 东南大学 一种服务于低碳道路交通规划的道路网碳排放估算方法
CN113011640A (zh) * 2021-03-05 2021-06-22 生态环境部环境规划院 一种快速核算航空二氧化碳排放量的方法及其系统

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011003002A (ja) * 2009-06-18 2011-01-06 Toyota Central R&D Labs Inc エンジン作動時排出物質の排出量計算装置及びプログラム
CN103870678A (zh) * 2014-02-18 2014-06-18 上海零碳建筑科技有限公司 一种基于城市规划的碳排放计量方法
CN104951658A (zh) * 2015-06-20 2015-09-30 西安科技大学 一种基于城市规划的碳排放计量方法
CN106600027A (zh) * 2016-10-31 2017-04-26 上海市政工程设计研究总院（集团）有限公司 城市交通碳排放量测算系统和测算方法
CN108230217A (zh) * 2017-12-28 2018-06-29 江苏交科能源科技发展有限公司 一种基于高速公路收费数据的能耗排放总量核算系统及其核算方法
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
CN110580386A (zh) * 2019-08-23 2019-12-17 生态环境部环境规划院 一种交通部门二氧化碳排放空间网格化方法
CN110827184A (zh) * 2019-10-12 2020-02-21 上海市政工程设计研究总院（集团）有限公司 一种道路交通碳排放计算模块及计算方法
CN110807175A (zh) * 2019-10-31 2020-02-18 广州市交通规划研究院 一种基于目标城市交通模型数据的城市交通碳排放测算方法
CN111859045A (zh) * 2020-07-31 2020-10-30 生态环境部环境规划院 一种快速核算工业各行业二氧化碳排放量的方法及核算系统
CN112613652A (zh) * 2020-12-17 2021-04-06 东南大学 一种服务于低碳道路交通规划的道路网碳排放估算方法
CN113011640A (zh) * 2021-03-05 2021-06-22 生态环境部环境规划院 一种快速核算航空二氧化碳排放量的方法及其系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
A structured methodology to calculate traffic emissions inventories for city centres;avier Ariztegui等;《Science of The Total Environment》;20041201;第334–335卷;第101-109页 *
基于能源平衡表的CO_2排放核算研究;赵敏等;《生态经济》;20121101(第11期);第30-32+157页 *
标准煤二氧化碳排放的计算;涂华等;《煤质技术》;20140315(第2期);第57-60页 *

Also Published As

Publication number Publication date
CN113962450A (zh) 2022-01-21

Similar Documents

Publication Publication Date Title
CN113962450B (zh) 一种核算城市道路交通逐日二氧化碳排放量的方法及其系统
CN102819955B (zh) 基于车辆行程数据的道路网运行评价方法
CN107239844B (zh) 一种基于Hadoop的石油运输车辆油耗预测方法
CN110807175A (zh) 一种基于目标城市交通模型数据的城市交通碳排放测算方法
CN106448159A (zh) 一种基于动态交通信息的道路交通分级预警方法
Al-Arkawazi Measuring the influences and impacts of signalized intersection delay reduction on the fuel consumption, operation cost and exhaust emissions
CN113506013B (zh) 基于多源数据的中运量公共交通系统综合效益评价方法
Ren et al. Inter-city passenger transport in larger urban agglomeration area: emissions and health impacts
CN112613652A (zh) 一种服务于低碳道路交通规划的道路网碳排放估算方法
CN116011169A (zh) 基于rfid和obd数据的城市道路交通碳排放测算方法
CN114676997A (zh) 一种城市轨道交通能耗优化方法及系统
Eder et al. Ecological aspects of economical development: Issues of forecast greenhouse gas emissions in road transport in Europe and regions of Russia
CN109493449A (zh) 一种基于货车gps轨迹数据和高速交易数据的货车载货状态估计方法
CN115691136A (zh) 一种基于数据分析的城市低碳客运交通结构评价系统
CN110222884B (zh) 基于poi数据和客流量的车站可达性评估方法
CN115689072B (zh) 基于交通运输周转量的公路货运碳排放量预测方法
CN116663773A (zh) 一种城市客运交通碳排放计算方法、系统、终端和存储介质
CN115907597A (zh) 一种基于最小排放的货物运输结构预测方法
CN109741595A (zh) 一种城市配送车辆出行仿真方法及系统
CN115713184A (zh) 一种公交线路运营服务评估方法
Dong et al. Estimation of vehicle carbon emissions in China accounting for vertical curve effects
Moore et al. Spatio-temporal and weather characterization of road loads of electrified heavy-duty commercial vehicles across US interstate roads
Gharineiat et al. Using the geographic information system (GIS) in the sustainable transportation
Ambarwati et al. Improvement of public transport to minimize air pollution in urban sprawl
CN113822502A (zh) 一种公交运营规划方法、公交运营状态评估方法及其设备

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