城市道路交通碳排放模型研究范文

本站小编为你精心准备了城市道路交通碳排放模型研究参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

气候变化是国际社会普遍关注的全球性问题，已成为各国未来经济和社会可持续发展的重要影响因素，国际社会包括发展中国家都为应对气候变化做出了不懈的努力。美国、欧盟、日本等发达国家均出台了相关政策以应付日益严重的气候问题，英国在2003年的《能源白皮书》上最早提出了低碳经济的概念，美国和日本等多数国家和地区相继公布了减排目标，哥本哈根会议则将低碳及气候变化相关的议题推向了高潮。我国近期对低碳经济发展的认识也在逐步加深，开始着力发展绿色经济，培育以低碳排放为特征的新的经济增长点，加快建设以低碳排放为特征的工业、建筑、交通体系。政府间气候变化委员会研究表明，工业生产、交通运输和建筑产业3大部门的碳排放量占总碳排量的40.4%。近10年交通运输行业的温室气体排放增长率达25%，远高于全球碳排放总量13%的增长率。在美国、英国、泰国、日本等国学者的温室气体减排研究活动中，均认为交通领域的碳排放不可小视，是必须重视的一项工作。交通运输领域产生的温室气体己占全球温室气体排放量30%以上，尤其是发达国家，如美国的加利福尼亚州2006年交通领域中温室气体的排放量己占到40%以上。随着我国人口和经济的双增长、城市化进程的推进，交通领域的碳排放比例必然不断增大。可以预见，在未来机动车大幅增加的情势下，交通在中国能源消耗中的地位将越来越突出。国家发改委能源研究所姜克隽、胡秀莲等预测未来我国机动车拥有量到2030年时会达到4亿辆左右，2050年在6亿辆左右。可见我国交通领域碳排放将会持续增长，针对交通的模型研究将有一定的积极意义。

1研究背景

1.1国外研究现状近年来，对于交通减排在全球各国都展开了广泛地研究。为达成2050年碳排放减少80%的目标，美国加州大学交通研究所ChristopherYang等用LEVERS模型，基于加州的交通碳排数据做了大量的研究。采用情景分析法，分析了交通出行强度、车辆能耗、燃料碳含量对温室气体排放的影响，对不同的交通工具碳排放的贡献和减排潜力进行了解析。WayneLeighty等在ChristopherYang的基础上，进一步集中研究了轻型车辆的减排情景。牛津大学RobinHickman等基于对英国牛津郡的分析，将情景分析与多标准评估（MCA）相结合，建立了中部牛津郡交通模型（COTOM），为实现可持续低碳交通发展提供一个清晰的设想；另外还对伦敦和印度德里的低碳交通情形做出模拟预测。ChristianBrand等则建立了英国交通碳排放模型，该模型覆盖了社会经济和政策对于能源需求的所见以及生命周期内的碳排放量和额外成本对于交通-能源-环境问题的影响。R.Bellasio利用COPERTIII方法论，通过自下而上的方式对撒丁岛地区道路交通的排放进行了建模计算，并在意大利其他地区进行了验证。Mensink和Vlieger等在比利时安特卫普地区测量碳排放数据，结合交通工具类型、燃料类型以及街道分区建立了一个城市交通碳排放模型，分别模拟展示了该地区冬季和夏季由道路交通产生的碳排放情况。Mensink还将安特卫普地区的实测的污染（CO、NOx、SO2、PM10）浓度数据应用到3种交通模型进行验证，其中OSPM和STREETBOX模型能与实际数据有较好的拟合。A.Christen等基于边界元法通过自下而上建立了市区CO2的排放模型（包括交通碳排放的子模型），并通过直接涡度测量的方法对温哥华住宅区进行测量验证，全年碳排放数据显示70%碳排放来自于交通碳排，而当地植被、土壤可吸收2%的碳。

1.2国内研究现状我国对于低碳交通的基础研究相对薄弱，有相对基础的研究主要集中在北京、上海、广州、厦门等经济发达的大城市。国家发改委能源研究所的姜克隽、胡秀莲等通过建立IPAC模型，并利用IPAC模型对我国未来中长期的能源与温室气体排放情景进行分析，设计了3个排放情景，介绍了情景的主要参数和结果，以及实现减排所需的技术，同时探讨中国实现低碳情景所需要的发展路径。中科院广州能源研究所基于情景分析法，预测了不同情景下广东省2020年交通运输部门的能源需求与碳排放，并分析政策选择对碳排放的影响，逐步建立广东省低碳发展线路。此外，为发展低碳交通，各地纷纷展开相关交通碳排放的研究。吴开亚、何彩虹等依据IPCC清单指南报告，测算2000—2010年上海市交通运输业能源消费碳排放量、人均碳排放量以及碳排放强度的变化趋势，并以2000年为基年采用LMDI分解方法，对上海市交通运输领域能源消费碳排量的变化进行分解分析。陈飞等采用自下而上的方法，由车辆数、车辆行驶里程、车辆油耗和能源碳排放因子计算上海城市交通碳排放量。苏涛永等采用至上而下的方法，在传统的GDP、人口规模、车辆拥有量指标的基础上，引入客运周转量、货运周转量、公交车比重等指标，以京、津、沪、渝的面板数据对城市交通碳排放影响因素进行实证研究。中科院城市环境研究所基于LEAP模型构建Xiamen-2008Tra交通模型，研究从基准年2008—2030年的能源消费量以及CO2、SO2、NOx和PM10的排放量，评估各种节能减排措施的效果。

2基于监测数据基础的模型介绍

2.1城市道路交通流量模型模型以城市地理信息系统为基础，将城市区域从地理上按工商业的分布和居民住行的聚散等特征划分成块状图（见图1），每1“块”代表1个交通小区，并将交通小区表示成节点，交叉路口表示为交通中继节点，连接这些节点与路口的道路则为线，它们一起形成城市的交通网，基于交通网构建模型。

2.1.1基本要素介绍1）交叉路口：城市中2条或2条以上的道路相交点，以C表示，交叉路口分普通红绿灯路口和高架桥（隧道）路口（Cn）。2）交通道路：城市中的道路，连接不同的交叉点，是城市交通的主要承担者，其特征为车道数、道路长度、交通阻力（动态数据，与交通流量、天气等因素有关）用L表示。4）交通小区：城市中被道路分割开的小块，计算时假设其内部不存在交通，是交通工具的存储点，也是交通流发起和结束的地方，交通小区以其功能分为居住区、商业区、公共区、混合区等，交通小区会以一定的规律在任意时间向任意其他交通小区发起交通流，同时也接受来自其他任意小区的交通流，因小区储存交通工具的容量是一定的，模型认为在一定周期内，小区交通流的进出量是平衡的，小区用符号Z表示。5）交通流：交通工具从交通小区出发直至停止在下一交通小区的整个过程称为一次交通流，用q表示。6）交通阻力与最佳路线：交通工具在行驶中会通过交叉点和道路，整个事件中所有交叉点和道路的有序连接就称为路线，2个小区之间一般会有多条可供选择的路线，不同的路线行驶的困难程度不同，困难度即为交通阻力，用R表示，交通阻力最小的路线被认为最佳路线。

2.1.2具体实现步骤1）交通网络图：利用城市目标区域地理信息系统，生成城市道路交通网络，依现有格局分块，将网络图坐标化，并将交通小区、道路、交叉路口依次编码并属性化，从而生成带有坐标和属性的城市道路交通网络图。2）交通小区属性：功能类型、小区中心坐标、小区交通容量，功能类型决定小区人员的出行规律即交通小区的交通流发起和接收规律，比如居住型交通小区会存在早出高峰和晚归高峰；小区容量则标志一个小区发起交通和接纳交通流的能力，即容量越大，其他小区向其发起交通流的概率越大。3）交通流的分配：当交通小区发起交通流时，其目的地有可能是区域内任意交通小区，其分配规律可以通过研究获得（与小区人员平行出行距离，合适距离上各小区的交通容量能力有关），并最终形成一次完整的交通流。4）最佳路径选择：在交通流起始小区和目标小区之间往往会有多种路线可供选择，模型设定交通流会遵循一定规律选择路线，一般认为最小阻力路线会成为最佳选择，路线的阻力与该路线道路的拥挤程度、道路里程、气象条件和交叉路口数量有关。5）流量的形成：当交通流确定后，交通工具便会以一定的速度沿着路线行驶，为经过的道路增加带有时间点的交通流量，并最终到达目的地，完成一次附带路线和时间区间的交通流。6）某时刻的交通流：在某个时刻t，当以前5条步骤遍历所有交通小区并累计该时刻所有道路上的流量时，便形成时间t的全区域交通流量网络图。7）全局动态交通流：以时间为轴周而复始的生成全局交通流量网络图，便可以获得连续动态的交通流，交通小区的数量和道路交通网络的复杂程度决定模型计算的工作量。

2.2数据监测方法十字路口监测示意图见图2，道路与交通小区交通示意图见图3，A和B表示2个相连的十字路口，其周围的横向和纵向线条表示2个路口各方向的道路，ZBA和ZAB则表示道路两旁的交通小区，数字1～8表示路口所设置的监测设备。

2.2.1基于流量的车辆运行里程计算1）交通小区ZAB到A和B2个十字路口的距离相等，为A和B之间路程的一半（实际交通小区在道路旁呈现多点不均匀分布，但是无论ZAB是否处于中点，只要车辆遵守假设2）运行，车辆在A至ZAB至B的过程中所走的里程数是一样的，所以假设合理）。2）2十字路口车辆不会有逆行或掉头情况，即所有车辆都遵守右向行驶的交通规则（绝大部分车辆遵守规则，假设合理）。

2.2.2基于等待时间的怠速时间及启停次数计算由于城市繁忙的路口经常会出现车辆等红灯的状况，长时间的怠速将会有不小的碳排放，这也是城市交通碳排放重要的组成部分，以十字路口A为例，会出现等红灯的路口为A1、A3、A5、A7。需要监测怠速时的碳排放，主要监测2个参数，汽车类型、等待时间。利用排队模型可获得汽车的等待时间。假设：车辆在红灯等待时以平均车流量的频率到达，即车流量在短时间内不会突变（样本够大时，车辆到来的频率趋向于平均车流量的倒数，假设合理）。

2.3自下而上的城市交通碳排放测算模型建立城市实时交通网络矩阵数据库，通过至下而上的方式累计一定时间内所有交通线路上交通工具在的碳排放。在研究对象区域内（城市道路交通），化石燃料交通工具以公交、出租车、小轿车、小货车为主，化石燃料主要为汽油和柴油，以IPCC交通碳排放计算方法论为基础，结合模拟数据或监测数据，用总里程数S，工具平均百公里油耗P、油品燃烧热值Q、油品单位热值碳排放U及氧化率ρ（总里程数S由模拟或监测获得，百公里油耗P由车载模块测试获得，热值Q、单值碳排放U及氧化率ρ由已测试文献获得，下同），可以得出基于车辆运行里程的碳排放计算公式为。

2.4模型目标构建城市道路交通碳排放模型包括交通流量模型和基于流量的碳排放模型，交通流量模型可以反映目标区域各道路特征和实时实地的交通流量，道路特征包括路程、通行容量、交通阻力等；交通流量包含车辆特征、行驶状态等。基于流量的碳排放模型可在已知流量和排放因子的前提下获得分区域、分道路类型和车型的详细碳排放数据。

2.5模型面临的难题不同类型交通小区人员的出行规律、交通小区之间交通流量分配规律较难获得；交通流最佳路线的选择具有多样性；模型有待在实际运用中验证。

3模型适应性结论

纵观国内的低碳交通模型研究，多数以历年年鉴、交通工具的能源使用情况，及能源碳排放因子计算预测所得，而基于实际监测的碳排放数据建立交通模型的有2种：一种是安装智能车载终端进行间接测量，一种是在街区安装红外气体分析仪进行涡度计算或者气相色谱分析仪直接测量。本文模型采取实地监测交通数据与自下而上的累计模型，获取交通碳排放数据，将实测数据与理论测算相结合建立碳排放交通模型，其精度比传统的以年鉴等为基础的模型要高，而比在安装智能车载终端进行间接测量或使用涡度、气相色谱分析仪直接测量的方法更简洁，在城市道路交通碳排放的统计计算中具有一定的适应性。

作者：谢运生 熊继海 桂双林 单位：江西省科学院能源研究所