大数据驱动下的山地城市道路条件对车辆碳排放影响研究

摘要：

厘清城市道路与车辆碳排放的关系对于城市交通碳排放测算、城市交通建设及城市交通规划设计具有重要意义.本文基于车载自动诊断(On Board Diagnostics,OBD)大数据,以重庆市为例分析道路类型和道路坡度对车辆碳排放量的影响,探索重庆本土化的道路碳排放因子.首先,介绍OBD数据和处理方法,结合汽油燃料碳排放因子将车辆油耗换算为车辆碳排放量;然后,通过设定道路缓冲区、轨迹匹配及轨迹切割等方法建立车路匹配模型,根据车辆运行特征将车辆划分为非营运、营运及货运这3类;最后,采用莱文贝格-马夸尔特(Levenberg-Marquardt,LM)方法迭代拟合车辆平均速度和碳排放因子的关系.研究表明:提高城市道路平均速度至25 km·h-1以上,对减少车辆碳排放量有显著效果;道路碳排放因子排序为次干路大于主干路大于快速路,与立交化严重和开口少等本土化特征相关;车辆碳排放因子对陡坡道路最敏感,影响排序为道路坡度大于车辆类型大于道路类型.

关键词：城市交通、车辆碳排放、OBD、道路条件、轨迹匹配方法、轨迹切割方法

所属期刊栏目：23

分类号：U491.9(交通工程与公路运输技术管理)

在线出版日期：2023-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：172-183