论文部分内容阅读
以先进的信息通讯技术和大数据为支撑,面向智慧交通和绿色城市的建设需求,城市道路交通排放测算的高分辨率、高精确度不仅是各地节能减排政策推出与评估的基础,也成为交通领域的研究热点。目前本地化的排放测算主要面临三方面挑战:排放模型的选择、本地交通/排放数据的获取及成本控制。排放模型方面,基于比功率的排放模型由于其对车辆实际运行状态的刻画和对排放更直接的参数联系已成为主流;交通/排放数据获取方面,卫星导航、车联网、视频图像采集等都为数据采集提供了便利;成本方面,由于城市道路交通的复杂性,车辆轨迹数据和排放数据的获取都需要耗费大量的时间及经济成本,成为了城市排放测算的重要桎梏。基于此,本研究针对基于比功率的排放模型（MOVES）中两个重要参数——比功率分布和排放率,开展排放测算不确定性与样本量的定量关系研究。主要研究内容如下:关于比功率分布的不确定性。研究发现:比功率分布具有一定的统一性,但对于排放测算,其特异性不可忽视;均方根误差和重叠率在不确定性评价时具有一致性;对于构建比功率分布,若均方根误差小于1%且重叠率大于0.9,轻型车快速路和非快速路一个特定速度区间分别需要6900s和10800s行驶轨迹数据,公交车分别需要3900s和5760s;若均方根误差小于0.5%且重叠率大于0.95,轻型车快速路和非快速路一个特定速度区间分别需要18540s和36540s行驶轨迹数据,公交车分别需要13140s和20880s。关于排放率测算不确定性。研究发现:相对熵和欧氏距离两个指标在进行不确定性评价时具有一致性;对于轻型车,9600s排放数据可以满足CO2、NOx、HC、CO排放率的准确计算,公交车需要17000s。关于排放测算的评价。研究发现:若排放因子测算误差小于1%,对于快速路和非快速路,轻型车分别需要约12000s和18000s行驶轨迹数据构建比功率分布,公交车需要约7500s和5000s;同样的排放因子测算误差要求,轻型车和公交车每种排放物分别需要8000s和20000s排放数据测算排放率;实际道路场景中（早8点到晚8点）,轻型车在快速路和非快速路上排放测算误差区间分别为[1.44%,13.43%]和[1.24%,6.05%],排放测算不确定性随交通量的增加而减小;公交车排放测算误差区间分别为[5.88%,15.19%]和[4.58%,7.77%],其不确定性由不同平均速度下车辆的运行状态不同导致。本文从比功率分布和排放率两个维度对排放测算的不确定性展开研究,得到的排放测算不确定性与交通/排放数据样本量的定量关系可以帮助降低排放测算及相关研究的数据采集成本,在实际应用中,对于缺少交通/排放数据、经济和时间成本受限的城市或地区具有一定的借鉴意义。图52幅,表10个,参考文献60篇。