CN115829083B - 区域车辆受交通政策影响的排放评估与优化方法和系统 - Google Patents

区域车辆受交通政策影响的排放评估与优化方法和系统 Download PDF

Info

Publication number
CN115829083B
CN115829083B CN202211360810.9A CN202211360810A CN115829083B CN 115829083 B CN115829083 B CN 115829083B CN 202211360810 A CN202211360810 A CN 202211360810A CN 115829083 B CN115829083 B CN 115829083B
Authority
CN
China
Prior art keywords
vehicle
time
transit
emission
traffic
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
CN202211360810.9A
Other languages
English (en)
Other versions
CN115829083A (zh
Inventor
刘悦棋
韩科
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.)
Southwest Jiaotong University
Original Assignee
Southwest Jiaotong University
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 Southwest Jiaotong University filed Critical Southwest Jiaotong University
Priority to CN202211360810.9A priority Critical patent/CN115829083B/zh
Publication of CN115829083A publication Critical patent/CN115829083A/zh
Application granted granted Critical
Publication of CN115829083B publication Critical patent/CN115829083B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Landscapes

  • Traffic Control Systems (AREA)

Abstract

本发明提供区域车辆受交通政策影响的排放评估与优化方法和系统,涉及交通与环境工程技术领域。该方法包括获取实施交通政策前后,目标区域预设时段内的各道路交通卡口数据信息,计算单个车辆在途时间和总体车辆在途时间;对比政策实施前后的总在途时间,进行车辆排放初次评估和交通政策优化一,使车辆排放降低;获取环境污染物浓度,以空气质量指数AQI作为空气污染物指标;对比政策实施前后的环境污染物浓度,进行车辆排放二次评估和交通政策优化二,最终实现区域车辆排放的有效降低,提升空气质量达到一级水平,保障居民健康的目的。

Description

区域车辆受交通政策影响的排放评估与优化方法和系统
技术领域
本发明涉及交通与环境工程技术领域,具体为区域车辆受交通政策影响的排放评估与优化方法和系统。
背景技术
《中国移动源环境管理年报(2021)》显示,移动源污染已成为我国大中城市空气污染的重要来源,是造成细颗粒物、光化学烟雾污染的重要原因。空气污染严重威胁居民健康。各地区积极实施长期或短期的政策进行交通污染减排防控,如公交优先、车辆限行、公交优惠等。而在政策、措施实施后,区域交通排放是否有效降低需要被重点关注,这为分析交通减排政策有效性以及指导未来发展方向提供理论依据和现实参考。
在分析车辆排放如何变化时,根据评估对象主要分为内部法和外部法。外部法主要是以车辆周围空气污染物浓度变化作为评估对象,即当空气污染物浓度降低,则车辆排放减少。此类研究的方法为利用历史交通数据和大气环境数据进行回归分析,建立某交通政策影响下交通量与大气空气污染物浓度的关系,用于推断车辆排放是否降低的同时,分析相关政策的有效性。内部法则是以车辆排放自身为评估对象,基于现有排放模型直接计算排放量的变化。排放模型根据其适用范围通常分为微观模型(面向道路节点或路段的单车,常用于估算或预测某类车辆的单位排放),中观模型(面向局部路网的车辆,常用于对某一范围内的车辆排放进行估算)和宏观模型(面向区域内的车辆,常用于区域车辆排放的估算)。其中,宏观模型中如MOBILE,通常利用平均速度排放因子计算排放。中观模型,如MEASURE,利用平均速度或瞬时速度计算排放。微观模型则是一方面基于单独车辆动态轨迹实验获取车辆动态排放特征,另一方面通过道路交通工况仿真,用以完成对单车排放因子(行驶单位距离的平均排放量或者消耗单位燃油的平均排放量)的测算。
综合分析现有手段与模型应用,判断政策是否有效降低排放,其依据不应只依据内部或者外部法中的一种作为结论。因为外部法而言,所使用的历史数据容易有“幸存者偏差”,易出现所选取的数据时间范围本身就是空气污染物浓度降低的情况,而这其中不仅有交通排放的影响,还有大气环境、地理因素和固定源排放的共同作用,不能完全用于推断汽车排放的减少。而内部法中虽然能够得出车辆排放量,得到排放的减少或增加,但缺少评估标准,即不知道减排多少为有效减排。因此应当将内外相结合。
现有分析排放的方法与技术中,卡口数据多用于提取交通量、行驶距离等交通特征,再将提取出来的交通特征结合上述已有的模型中的排放因子进行排放计算。在计算区域交通排放时,不仅涉及数据挖掘和提取,还涉及到了模型的嵌套,环节较为复杂,同时模型中的平均速度排放因子是先验数据,灵活性较差,与实际情况不能很好的对应起来,如,当平均速度低可能是因为行驶过程中遇见拥堵而一直速度缓慢(当速度大于0时,速度越低排放越大),也有可能是因为局部过程的速度较快(排放较低)和局部过程的较长时间停车或离开道路(不产生排放),这都将使得平均速度降低。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了区域车辆受交通政策影响的排放评估与优化方法和系统,解决了现有的排放分析方法环节较为复杂,同时模型中的平均速度排放因子是先验数据,灵活性较差,与实际情况不能很好对应起来的问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:区域车辆受交通政策影响的排放评估与优化方法,具体包括以下步骤:
S1.获取信息
获取实施交通政策前后,目标区域预设时段内的各道路交通卡口数据信息,计算车辆在途时间;
S2.对比评估
对比政策实施前后的总体在途时间,根据总体在途时间与区域车辆总排放成正比的关系,进行车辆排放初次评估;
S3.优化处理
当区域车辆排放不变或者增加时,进行交通政策优化一,优化交通政策实施,使得区域车辆排放降低;
S4.获取浓度和指标
获取环境污染物浓度,以空气质量指数AQ I作为空气污染物指标;
S5.二次评估
对比政策实施前后的环境污染物浓度,进行车辆排放二次评估;
S6.二次优化
当未满足管控目标时,进行交通政策优化二,优化交通政策实施,实现区域车辆排放的有效降低,提升空气质量达到一级水平,保障居民健康。
优选的,所述车辆在途时间包括单个车辆在途时间和总体车辆在途时间分别表示为:
单个车辆在途时间为计算第i类车的第q辆车的在途时间它由车辆q被拍的相邻时间间隔的加和表示,总体车辆在途时间为该时段内的所有车辆在途时间之和。
用时间序列t=(t0,t1,...,tk,tk+1,...,tm)表示车辆q在某个特定时段内经过各个卡口时被记录的m个时刻。
其中,C为时间间隔阈值,当车辆q前后两次被拍的时间间隔大于C时,该段时间间隔不计入中。
总体车辆在途时间为该时段内的总体车辆在途时间T:
优选的,所述交通政策优化一为:当结果显示区域车辆排放总量没有变化或者增加时,将返回政策实施阶段,加强实施当前政策或选用其他交通政策,实施后再重新进行评估,使得区域车辆排放的降低。
优选的,所述交通政策优化二为:若车辆排放二次评估结果显示未满足管控目标时,则返回政策实施阶段,通过增加当前交通政策的实施力度或者延长实施的时间措施,对车辆排放进行优化,实现区域车辆排放的有效降低,提升空气质量达到一级水平,保障居民健康。
优选的,所述管控目标为:依据AQI阈值进行设置,使得AQI不高于50,成为一级空气质量,达到优质状态。
区域车辆受交通政策影响的排放评估与优化系统,包括:
交通政策实施模块,其用于表示实施交通政策;
在途时间模块,其用于获取实施交通政策前后,目标区域预设时段内的各道路交通卡口数据信息,计算车辆在途时间;
车辆排放初次评估模块,用于对比政策实施前后的总体在途时间,根据总在途时间与区域车辆总体排放成正比的关系,进行车辆排放初次评估;交通政策优化一模块,用于当区域车辆排放没有变化或者增加时,优化交通政策实施,使得区域车辆排放降低;
环境污染物浓度模块,用于获取环境污染物浓度,以空气质量指数AQI作为空气污染物指标;
车辆排放二次评估模块,用于对比政策实施前后的环境污染物浓度,进行车辆排放二次评估;
交通政策优化二模块,用于当未满足管控目标时,优化交通政策实施,实现区域车辆排放的有效降低,提升空气质量达到一级水平,保障居民健康。
(三)有益效果
本发明提供了区域车辆受交通政策影响的排放评估与优化方法和系统。具备以下有益效果:
本发明提供了区域车辆受交通政策影响的排放评估与优化方法和系统,利用车辆在途时间不仅可以表征车辆在途的排放情况,同时只需在数据提取环节进行计算就可以获取,不用嵌套模型,同时排除了车辆因长时间停车而不产生排放的情况,使排放估计更加的精确,使用内外结合的方法,层层递进,设立评判标准,逐步优化,达到空气质量恢复健康水平的目的,首先比较政策实施前后的排放情况,评估排放本身是否减少,并在未减少时提供优化策略,如果排放减少了,则又利用外部的环境污染物浓度作为评判标准,若未达到管控目标,进一步提供相应的优化策略,进而使得空气质量恢复健康水平,令排放达到有效降低,最终停止评估和优化,保障居民健康。
附图说明
图1为本发明的方法流程图;
图2为本发明的系统流程图;
图3为本发明的方法步骤流程图。
具体实施方式
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,所描述的实施例仅仅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:
如图1所示,本发明实施例提供区域车辆受交通政策影响的排放评估与优化方法,具体包括以下步骤:
S1.获取信息
获取实施交通政策前后,目标区域预设时段内的各道路交通卡口数据信息,计算车辆在途时间;
S2.对比评估
对比政策实施前后的总体在途时间,根据总体在途时间与区域车辆总排放成正比的关系,进行车辆排放初次评估;
S3.优化处理
当区域车辆排放不变或者增加时,进行交通政策优化一,优化交通政策实施,使得区域车辆排放降低;
S4.获取浓度和指标
获取环境污染物浓度,以空气质量指数AQ I作为空气污染物指标;
S5.二次评估
对比政策实施前后的环境污染物浓度,进行车辆排放二次评估;
S6.二次优化
当未满足管控目标时,进行交通政策优化二,优化交通政策实施,实现区域车辆排放的有效降低,提升空气质量达到一级水平,保障居民健康。
基于上述方法步骤,进一步的为:
实施交通政策。为实现区域交通减排,实施交通政策。交通政策包括车牌号限行、低排放区限制、单向交通组织、大力提倡公共交通等交通政策。
获取目标区域卡口数据,计算车辆在途时间。获取实施交通政策前后,目标区域的预设时段内的卡口数据,包括车辆类型、车辆拍摄的时间、车辆ID等信息。车辆类型通常被分为大型车、中型车、小型车。基于获取的数据计算单个车辆在途时间和总体车辆在途时间:
单个车辆在途时间为计算第i类车的第q辆车的在途时间它由车辆q被拍的相邻时间间隔的加和表示,总体车辆在途时间为该时段内的所有车辆在途时间之和。用时间序列t=(t0,t1,...,tk,tk+1,...,tm)表示车辆q在某个特定时段内经过各个卡口时被记录的m个时刻。这三种车辆类型的在途时间则为:
i={大型车,中型车,小型车}
其中,考虑到车辆可能中途离开道路或由于遭遇严重拥堵而长时间停车等待的情况,设置C为时间间隔阈值,当车辆q前后两次被拍的时间间隔大于C时,该段时间间隔不计入中。
时间间隔C的取值:城市居民平均每次出行时间在30-60分钟,因此将时间间隔设为1小时。对于大于1小时的时间间隔,将不计入中。
总体车辆在途时间为该时段内的总体车辆在途时间T为:此时单独对同类别的车辆进行在途时间的对比,也可对所有类别的车辆在途时间进行综合对比。
车辆排放初次评估。将政策实施前后的总体在途时间进行对比,根据总体在途时间变化,进行初步车辆排放变化的评估,判断当前交通政策是否降低车辆排放。若总体在途时间T不变,则区域车辆总排放不变;若总体在途时间T增加,则区域车辆总排放增加;若总体在途时间T变低,则区域车辆总排放降低。
交通政策优化一:当结果显示区域车辆总体没有变化或者增加时,则表明当前交通政策效果不佳,将返回政策实施阶段,加强实施当前政策或选用其他交通政策,再重新进行评估,使得区域车辆排放的降低。
获取环境污染物浓度,选择AQI作为空气污染物指标。获取预设时段内的当地大气监测发布的环境污染物浓度数据,记录空气污染物指标。当地环境污染物浓度信息由国控、省控站点采集,并由相关部门公开发布。将所评估时段的空气质量指数AQ I作为空气污染物浓度指标。
车辆排放二次评估。将政策实施前后的环境污染物浓度进行对比,根据环境污染物浓度的变化,进行车辆排放二次评估,如果实施交通政策后的AQI没变或者上升,则加强除当前交通政策以外的其他污染源排放管控,如工厂、工地等;如果AQ I降低,则分析空气污染物指标是否达到管控目标要求,判断当前交通政策是否有效降低车辆排放。考虑不同空气质量对健康影响情况,管控目标依据AQ I阈值进行设置,使得AQI不高于50,成为一级空气质量,达到优质状态。
表1为空气质量指数(AQI)阈值及相关信息
交通政策优化二。若车辆排放二次评估结果显示未能有效降低车辆排放,则返回政策实施阶段,通过增加当前交通政策的实施力度或者延长实施的时间措施,对车放进行优化,实现区域车辆排放的有效降低,提升空气质量达到一级水平,保障居民健康。
基于上述方法当车辆排放有效降低之后,评估与优化结束。
实施例二:
如图2所示,本发明实施例提供区域车辆受交通政策影响的排放评估与优化系统,包括:
交通政策实施模块,其用于表示实施交通政策;
在途时间模块,其用于获取实施交通政策前后,目标区域预设时段内的各道路交通卡口数据信息,计算车辆在途时间;
车辆排放初次评估模块,用于对比政策实施前后的总体在途时间,根据总体在途时间与区域车辆总排放成正比的关系,进行车辆排放初次评估;
交通政策优化一模块,用于当区域车辆排放没有变化或者增加时,优化交通政策实施,使得区域车辆排放降低;
环境污染物浓度模块,用于获取环境污染物浓度,以空气质量指数AQI作为空气污染物指标;
车辆排放二次评估模块,用于对比政策实施前后的环境污染物浓度,进行车辆排放二次评估;
交通政策优化二模块,用于当未满足管控目标时,优化交通政策实施,实现区域车辆排放的有效降低,提升空气质量达到一级水平,保障居民健康。
基于上述系统,进一步的为:
交通政策实施模块。其用于表示实施交通政策。
在途时间模块。其用于获取实施交通政策前后,目标区域预设时段内的各道路交通卡口数据信息,计算车辆在途时间。
车辆在途时间包括单个车辆在途时间和总体车辆在途时间。
首先计算第i类车的第q辆车的单个车辆在途时间它由车辆q被拍的相邻时间间隔的加和表示,总体车辆在途时间为该时段内的所有车辆在途时间之和。用时间序列t=(t0,t1,...,tk,tk+1,...,tm)表示车辆q在某个特定时段内经过各个卡口时被记录的m个时刻。
其中,考虑到车辆可能中途离开道路或由于遭遇严重拥堵而长时间停车等待的情况,设置C为时间间隔阈值,当车辆q前后两次被拍的时间间隔大于C时,该段时间间隔不计入中。
其次计算总体车辆在途时间。该时段内的总体车辆在途时间T为:
车辆排放初次评估模块。其用于将政策实施前后的总体在途时间进行对比,根据总体在途时间与区域车辆总排放成正比的关系,进行初步车辆排放变化的评估,判断当前交通政策是否降低车辆排放。
交通政策优化一模块。其用于当结果显示区域车辆总体没有变化或者增加时,优化政策实施,将返回政策实施阶段,加强实施当前政策或选用其他交通政策,实施后再重新进行评估,使得区域车辆排放的降低。
环境污染物浓度模块。其用于获取当地大气监测发布的预设时段内的环境污染物浓度数据,以空气质量指数AQI作为空气污染物指标。
车辆排放二次评估模块。将政策实施前后的环境污染物浓度进行对比,根据环境污染物浓度的变化,进行车辆排放二次评估,并分析空气污染物指标是否达到管控目标要求,判断当前交通政策是否有效降低车辆排放。
交通政策优化二模块。若车辆排放二次评估结果显示未能有效降低车辆排放,则返回政策实施阶段,通过增加当前交通政策的实施力度或者延长实施的时间措施,对车辆排放进行优化,实现区域车辆排放的有效降低,提升空气质量达到一级水平,保障居民健康。
实施例三:
本发明实施例提供一种电子设备,包括存储器、处理器,以及存储在存储器上可被处理器运行的计算机程序,所述处理器执行所述程序时实现如上述所述的一种基于卡口数据的区域车辆受交通政策影响的排放评估与优化方法中的步骤。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神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,本发明的范围由所附权利要求及其等同物限定。

Claims (6)

1.区域车辆受交通政策影响的排放评估与优化方法,其特征在于,具体包括以下步骤:
S1.获取信息
获取实施交通政策前后,目标区域预设时段内的各道路交通卡口数据信息,计算车辆在途时间;
获取目标区域卡口数据,计算车辆在途时间,获取实施交通政策前后,目标区域的预设时段内的卡口数据,包括车辆类型、车辆拍摄的时间、车辆ID信息,车辆类型被分为大型车、中型车、小型车,基于获取的数据计算单个车辆在途时间和总体车辆在途时间;
单个车辆在途时间为计算第i类车的第q辆车的在途时间它由车辆q被拍的相邻时间间隔的加和表示,总体车辆在途时间为该时段内的所有车辆在途时间之和,用时间序列t=(t0,t1,...,tk,tk+1,...,tm)表示车辆q在某个时段内经过各个卡口时被记录的m个时刻,这三种车辆类型的在途时间则为:
i={大型车,中型车,小型车}
其中,考虑到车辆可能中途离开道路或由于遭遇严重拥堵而长时间停车等待的情况,设置C为时间间隔阈值,当车辆q前后两次被拍的时间间隔大于C时,该段时间间隔不计入中;
时间间隔C的取值:城市居民平均每次出行时间在30-60分钟,因此将时间间隔设为1小时,对于大于1小时的时间间隔,将不计入中;
总体车辆在途时间为该时段内的总体车辆在途时间T为:此时单独对同类别的车辆进行在途时间的对比,也可对所有类别的车辆在途时间进行综合对比;
S2.对比评估
对比政策实施前后的总体在途时间,根据总体在途时间与区域车辆总排放成正比的关系,进行车辆排放初次评估;
S3.优化处理
当区域车辆排放不变或者增加时,进行交通政策优化一,优化交通政策实施,使得区域车辆排放降低;
S4.获取浓度和指标
获取环境污染物浓度,以空气质量指数AQI作为空气污染物指标;
S5.二次评估
对比政策实施前后的环境污染物浓度,进行车辆排放二次评估;
S6.二次优化
当未满足管控目标时,进行交通政策优化二,优化交通政策实施,实现区域车辆排放的有效降低,提升空气质量达到一级水平,保障居民健康。
2.根据权利要求1所述的区域车辆受交通政策影响的排放评估与优化方法,其特征在于:所述车辆在途时间包括单个车辆在途时间和总体车辆在途时间分别表示为:
单个车辆在途时间为计算第i类车的第q辆车的在途时间Tq i:它由车辆q被拍的相邻时间间隔的加和表示,总体车辆在途时间为该时段内的所有车辆在途时间之和。
3.根据权利要求1所述的区域车辆受交通政策影响的排放评估与优化方法,其特征在于:所述交通政策优化一为:当结果显示区域车辆排放总量没有变化或者增加时,将返回政策实施阶段,加强实施当前政策或选用其他交通政策,实施后再重新进行评估,使得区域车辆排放的降低。
4.根据权利要求1所述的区域车辆受交通政策影响的排放评估与优化方法,其特征在于:所述交通政策优化二为:若车辆排放二次评估结果显示未满足管控目标时,则返回政策实施阶段,通过增加当前交通政策的实施力度或者延长实施的时间措施,对车辆排放进行优化,实现区域车辆排放的有效降低,提升空气质量达到一级水平,保障居民健康。
5.根据权利要求1所述的区域车辆受交通政策影响的排放评估与优化方法,其特征在于:所述管控目标为:依据AQI阈值进行设置,使得AQI不高于50,成为一级空气质量,达到优质状态。
6.区域车辆受交通政策影响的排放评估与优化系统,其特征在于,包括:
交通政策实施模块,其用于表示实施交通政策;
在途时间模块,其用于获取实施交通政策前后,目标区域预设时段内的各道路交通卡口数据信息,计算车辆在途时间;
获取目标区域卡口数据,计算车辆在途时间,获取实施交通政策前后,目标区域的预设时段内的卡口数据,包括车辆类型、车辆拍摄的时间、车辆ID信息,车辆类型被分为大型车、中型车、小型车,基于获取的数据计算单个车辆在途时间和总体车辆在途时间;
单个车辆在途时间为计算第i类车的第q辆车的在途时间它由车辆q被拍的相邻时间间隔的加和表示,总体车辆在途时间为该时段内的所有车辆在途时间之和,用时间序列t=(t0,t1,...,tk,tk+1,...,tm)表示车辆q在某个时段内经过各个卡口时被记录的m个时刻,这三种车辆类型的在途时间则为:
i={大型车,中型车,小型车}
其中,考虑到车辆可能中途离开道路或由于遭遇严重拥堵而长时间停车等待的情况,设置C为时间间隔阈值,当车辆q前后两次被拍的时间间隔大于C时,该段时间间隔不计入Tq i中;
时间间隔C的取值:城市居民平均每次出行时间在30-60分钟,因此将时间间隔设为1小时,对于大于1小时的时间间隔,将不计入中;
总体车辆在途时间为该时段内的总体车辆在途时间T为:此时单独对同类别的车辆进行在途时间的对比,也可对所有类别的车辆在途时间进行综合对比;
车辆排放初次评估模块,用于对比政策实施前后的总体在途时间,根据总体在途时间与区域车辆总排放成正比的关系,进行车辆排放初次评估;
交通政策优化一模块,用于当区域车辆排放没有变化或者增加时,优化交通政策实施,使得区域车辆排放降低;
环境污染物浓度模块,用于获取环境污染物浓度,以空气质量指数AQI作为空气污染物指标;
车辆排放二次评估模块,用于对比政策实施前后的环境污染物浓度,进行车辆排放二次评估;
交通政策优化二模块,用于当未满足管控目标时,优化交通政策实施,实现区域车辆排放的有效降低,提升空气质量达到一级水平,保障居民健康。
CN202211360810.9A 2022-11-02 2022-11-02 区域车辆受交通政策影响的排放评估与优化方法和系统 Active CN115829083B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211360810.9A CN115829083B (zh) 2022-11-02 2022-11-02 区域车辆受交通政策影响的排放评估与优化方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211360810.9A CN115829083B (zh) 2022-11-02 2022-11-02 区域车辆受交通政策影响的排放评估与优化方法和系统

Publications (2)

Publication Number Publication Date
CN115829083A CN115829083A (zh) 2023-03-21
CN115829083B true CN115829083B (zh) 2024-05-21

Family

ID=85526192

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211360810.9A Active CN115829083B (zh) 2022-11-02 2022-11-02 区域车辆受交通政策影响的排放评估与优化方法和系统

Country Status (1)

Country Link
CN (1) CN115829083B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160006993A (ko) * 2014-07-10 2016-01-20 아주대학교산학협력단 지역의 교통활동도를 고려한 자동차 배출계수 예측장치 및 그 예측방법
CN108052791A (zh) * 2017-12-04 2018-05-18 国网江苏省电力有限公司电力科学研究院 未来机动车结构调整对交通排放源清单影响的估算方法
CN109524130A (zh) * 2018-11-01 2019-03-26 北京英视睿达科技有限公司 车辆对污染物浓度贡献率的确定方法及装置
EP3462404A1 (fr) * 2017-09-29 2019-04-03 IFP Energies nouvelles Procédé de détermination d'indicateurs sur le caractère polluant de la mobilité tenant compte de l'usage réel
CN113159358A (zh) * 2020-01-22 2021-07-23 广东毓秀科技有限公司 一种基于深度时空残差网络预测城市pm2.5的方法
CN113222442A (zh) * 2021-05-25 2021-08-06 东莞理工学院 实时交通大气污染排放清单计算方法以及决策辅助方法
CN113360850A (zh) * 2021-06-17 2021-09-07 东莞市环境监测中心站 一种大气污染物线源溯源分析方法
CN113486299A (zh) * 2021-06-29 2021-10-08 清华大学 区域级实时碳排放数据核算方法、装置、设备及存储介质
CN114118662A (zh) * 2021-06-24 2022-03-01 天津大学 大气污染区域联防联控制度政策评估方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160006993A (ko) * 2014-07-10 2016-01-20 아주대학교산학협력단 지역의 교통활동도를 고려한 자동차 배출계수 예측장치 및 그 예측방법
EP3462404A1 (fr) * 2017-09-29 2019-04-03 IFP Energies nouvelles Procédé de détermination d'indicateurs sur le caractère polluant de la mobilité tenant compte de l'usage réel
CN108052791A (zh) * 2017-12-04 2018-05-18 国网江苏省电力有限公司电力科学研究院 未来机动车结构调整对交通排放源清单影响的估算方法
CN109524130A (zh) * 2018-11-01 2019-03-26 北京英视睿达科技有限公司 车辆对污染物浓度贡献率的确定方法及装置
CN113159358A (zh) * 2020-01-22 2021-07-23 广东毓秀科技有限公司 一种基于深度时空残差网络预测城市pm2.5的方法
CN113222442A (zh) * 2021-05-25 2021-08-06 东莞理工学院 实时交通大气污染排放清单计算方法以及决策辅助方法
CN113360850A (zh) * 2021-06-17 2021-09-07 东莞市环境监测中心站 一种大气污染物线源溯源分析方法
CN114118662A (zh) * 2021-06-24 2022-03-01 天津大学 大气污染区域联防联控制度政策评估方法
CN113486299A (zh) * 2021-06-29 2021-10-08 清华大学 区域级实时碳排放数据核算方法、装置、设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
交通节能减排智能化分析技术――北京市实践;刘莹;刘宇环;徐龙;谷岩;;城市交通(第03期);92-98 *

Also Published As

Publication number Publication date
CN115829083A (zh) 2023-03-21

Similar Documents

Publication Publication Date Title
CN110610260B (zh) 行车能耗预测系统、方法、存储介质和设备
Pan et al. Estimation of real-driving emissions for buses fueled with liquefied natural gas based on gradient boosted regression trees
CN111696369B (zh) 一种基于多源地理空间大数据的全市道路分时分车型交通流预测方法
Smit et al. Improved road traffic emission inventories by adding mean speed distributions
CN107832910B (zh) 一种评价道路交通特征对一氧化碳排放浓度影响的方法
CN107886188B (zh) 液化天然气公交尾气排放预测方法
CN113722652B (zh) 一种燃油车交通碳排放计算方法
CN110415517B (zh) 一种基于车辆行驶轨迹的道路拥堵精准预警系统及方法
CN109118770A (zh) 一种基于交通监测数据的路段通行能力挖掘方法
Ma et al. An evaluation of microscopic emission models for traffic pollution simulation using on-board measurement
Jia et al. A system dynamics model for determining the traffic congestion charges and subsidies
Ranpise et al. Development of traffic noise prediction model for major arterial roads of tier-II city of India (Surat) using artificial neural network
CN114463868B (zh) 面向交通流管控的收费站交通流组合预测方法及系统
CN116757454B (zh) 基于蚁群优化算法的智能巡检配置优化方法及系统
CN114332825B (zh) 基于深度学习的道路地形分布识别方法、设备和存储介质
CN110070255A (zh) 引入共享单车后通勤者出行方式选择建模与分析的方法
CN116596402A (zh) 空气质量研判、污染溯源及应急管控建议生成方法及系统
CN117976083A (zh) 一种道路积尘负荷重点管控时段的筛选识别方法及系统
CN115829083B (zh) 区域车辆受交通政策影响的排放评估与优化方法和系统
CN117079460A (zh) 一种面向时间序列的arima模型对城市短时交通流预测的方法
CN112767686A (zh) 一种基于多源数据融合的公路网汽车排放估算方法
Ambrosino et al. A modeling framework for impact assessment of urban transport systems
Liu et al. Analysis of the operational impact of ETC lanes on toll station
Smit et al. Simulating fuel consumption and vehicle emissions in an Australian context
CN109284540B (zh) 一种基于工况识别的变衰减因子指数预测模型方法

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