论文部分内容阅读
重庆交通大学交通运输学院
【摘 要】如何准确地量化分析交通措施所产生的环境效益，从而评价和对比各种措施的减排效果，为相关部门提供决策支持，是有效管理和改善路网交通排放状态的基本平台和必要步骤。 本文针对路网中易于获取的平均速度参数，综述了国内外利用平均速度测算路网排放的各类方法。
【关键词】平均速度；排放因子；行驶周期；VSP
平均速度是交通领域的传统参数，该参数在交通数据采集系统或交通规划软件中非常容易获取。平均速度可以通过以下方法关联排放：平均速度关联排放因子；平均速度关联行驶周期；平均速度关联VSP分布。
一、平均速度关联排放因子
（一）国外情况综述
该方法以COPERT模型为代表，曾一度成为交通路网中排放效益评估的主流方法。Bigazzi[1]等人以波特兰一段800米的高速公路为实例，基于平均速度对应排放因子的方法，分析了不同拥堵状态下的排放状况。其研究结果发现，拥堵时期，排放量增加的原因是流量的增加，而非排放因子的变化。
（二）国内情况综述
在国内，李铁柱等人[2]采用了国外的排放因子与平均车速间所具有的函数关系[3]，并以此为依据计算城市道路路段环境交通容量；宋国华[4]等人基于北京市实测数据，对MOBILE 模型中速度与排放进行修正，得到北京市速度与各污染物排放间的关系式；唐嘉平等人[5]，李莉等人[6]通过平均车速和车流量，计算机动车的排放强度，并分别开发了北京市和上海市的机动车排放GIS系统；Wang 等人[7]以MOBILE5B为基础，利用中国实测数据获取不同平均速度下的修正因子，并对应由交通普查获取的速度区间分布率，计算了北京奥运会期间的污染物的排放。
（三）方法评述
该方法获取平均速度后，利用如下公式计算排放量：
E = EF（v） * T*i * Li （2-15）
其中，E 为路网中的总排放量，g；v 为机动车平均速度，km/h；EF（v） 为排放随速度v 的函数，g/km；Ti 表示路段 i 上的车流量，pcu；Li为路段 i 的长度，km。其中，Ti、Li、v 均可由交通规划模型获取。
从公式中不难发现，排放因子仅仅只是与平均速度相关的函数，无法刻画交通策略引起的瞬时速度和加速度改变对排放的影响，因而不适用于细致的交通政策评价。
二、平均速度关联行驶周期
（一）基本概念
该方法是指，平均速度首先关联行驶周期，再由其所对应的行驶周期，计算排放因子或是VSP分布率。行驶周期（Driving Cycle）指的是一段车速随时间的变化历程，模拟了一定地区范围内的车辆驾驶状态。建立行驶周期的目的在于统一本地区车辆的行驶状态，便于排放数据的对比与检验。因此，行驶周期的主要参数，如平均速度、平均加减速等应和所在地区的实际交通状况尽量接近。
行驶周期的建立方法根据区域范围层面而不同。国家层面的行驶周期的目的在于统一全国测试标准，因而采用人工建立的方法，即人为创建速度和加速度模式；而城市及道路层面的行驶周期，目的在于反映道路的运行状况，通常使用实测拟合的建立方法，即根据比较指标，从已测得的大量实际行驶速度中提炼出一段速度变化曲线，使得这段曲线能反映实测数据的特点。常见比较指标如表1。
表1 行驶周期常见指标[8]
TABLE 1 Indices in the Development of Driving Cycles
ID 特征指标 指标意义
1 怠速比例（Pi） 全部怠速时间/行驶周期时间
2 加速比例（Pa） 全部加速时间/行驶周期时间
3 匀速比例（Pc） 全部匀速时间/行驶周期时间
4 减速比例（Pd） 全部减速时间/行驶周期时间
5 平均速度（V1） 全部速度点的速度之和/行驶周期时间
6 平均行驶速度（V2） 全部速度点的速度之和/行驶周期中的非怠速时间
7 加速工况下平均加速度（Aa） 全部加速点的加速度之和/全部加速时间之和
8 减速工况下平均减速度（Ad） 全部减速点的减速度之和/全部减速时间之和
9 各区间速度比例（F（v1-v2）） 速度值所在区间的时间/行驶周期时间
10 短行程的运行时间（T） 从一个怠速工况开始到下一个怠速工况开始的总时间
11 短行程的运行里程（D） 从一个怠速工况开始到下一个怠速工况开始的总行驶里程
12 短行程加速次数（Fa） 从一个怠速工况开始到下一个怠速工况开始的总加速次数
13 短行程减速次数（Fd） 从一个怠速工况开始到下一个怠速工况终止的总减速次数
（二）国外情况综述
很多发达国家均建立了自己的标准行驶周期，如美国，日本，欧洲等。使用行駛周期关联排放的方法以MOBILE和MOVES模型为代表。MOBILE中，使用平均速度对应行驶周期，再通过台架测试模拟该行驶周期运行状态，从而获取排放值，作为该平均速度下的排放因子。而MOVES模型中的运行模式计算是对这一方法进行的延续，其通过平均速度对应行驶周期后，计算该行驶周期的运行模式（VSP与瞬时速度）分布，作为路段运行模式特征的表现。
（三）国内情况综述
我国目前采用ECE 15+EUDC 周期作为国家标准行驶周期。为了更加准确地反映各城市的驾驶行为特征，不少城市均开始开发自己的行驶周期，例如国外的悉尼、墨尔本、佩斯、雅典等城市，在我国，刘希玲等人建立了我国北京、天津、上海、大连、广州五个城市的行驶周期[9]；王岐东等人[10]对北京、重庆、长春、成都、吉林、绵阳、九台、梓潼八个不同等级城市的机动车行驶周期进行了研究；裴文文等人[11]针对北京市不同等级道路，分别建立了行驶周期。 （四）方法评述
但是，其行驶周期的开发过程以排放测算为目标，并不能很好地反映交通路网的动态变化，与此同时，采用行驶周期推算运行模式分布，还存在时间长度上的矛盾，即行驶周期的时间长度通常为1500秒，一方面，由于取时过短，难于完全包含该路网多变条件下平均速度所对应的运行模式状态，另一方面，又因为平均速度所覆盖的时间范围过长，增加了该段运行模式产生变化的可能性，从而导致其结果稳定性不佳。
三、平均速度关联VSP分布
（一）国外情况综述
针对行驶周期计算VSP分布无法兼顾路网状态多样性及运行模式分布稳定性的问题，一些学者开始研究平均速度与VSP分布的直接关系。Lents等人[12]收集了实时交通数据并发现奈落比，圣利亚哥，圣保罗三个城市有着相似的VSP分布。Frey等人[13]对不同道路上，13组平均速度在30-40km/h区间的数据分析发现，各组VSP分布类似。但以上学者对运行模式分布的研究仅仅局限在定性探讨，其研究结果无法直接用于模型计算。
（二）国内情况综述
Song[14]等人针对平均速度和VSP运行模式的关系进行了定量研究，其具体方法为：首先按一定时间集成粒度划分时间片段，计算各片段平均速度与VSP分布；接着，将平均速度划分区间，最后将各平均速度区间内，所有时间片段的VSP分布进行叠加，用以表征该平均速度下的VSP分布状态。该研究发现不同平均速度下，VSP分布呈现正态分布，且均值随平均速度的增大而增大。
（三）方法评述
此项研究揭示了平均速度与VSP运行模式分布的关系。在该研究方法中，因变量平均速度来源于交通规划模型和交通数据收集系统，获取手段非常容易。同时，VSP分布的叠加不受时间长度限制，可将多次同类测试的时间段叠加，且其计算结果不会增加计算复杂性。因此，能通过将短时间集成粒度下的VSP分布叠加，实现反映路网的多变状态的同时，克服了行驶周期时间中平均速度包含时间长，运行模式分布不稳定的问题。因此，该研究对联系交通模型和排放模型进行排放测算起到了转折性意义。
但是，随着排放模型的进一步细化，VSP已不再是联系交通与排放的唯一运行模式参数。即使在相同的VSP区间，排放速率也可能产生一定差异。为此，MOVES模型和IVE模型分别加入瞬时速度和ES参数，进一步细化运行模式参数，以达到较高的预测精度。由于ES参数需要将前25秒的速度作为计算依据，极大地增加了路网数据采集的难度，本文将选择瞬时速度与VSP组合，作为运行模式的描述参数，并研究平均速度与运行模式参数分布的关系，实现交通网络排放测算。
参考文献：
[1]Bigazzi， A.， M. Figliozzi， and K. Clifton， Motorists’ Exposure to Traffic-Related Air Pollution： Modeling the Effects of Traffic Characteristics [C]. 90th Transportation Research Board Annual Meeting CD-ROM， Washington， DC， 2011.
[2]李铁柱， 朱志高， 田新现. 城市道路路段环境交通容量 [J]. 东南大学学报：自然科学版， 2008， 38 （2）： 309-313.
[3]Margiotta， R A. Improved vehicle speed estimation procedures for air quality and planning application [D]. Department of Civil Engineering， The University of Tennessee， 1996.
[4]宋国华， 于雷 城市交通规划环境影响评价的方法与实践 [J]. 安全与环境工程， 2007； 14 （3）： 6-14.
[5]吴晓璐， 余琦， 马蔚纯. 环境空气质量数值模拟及其在上海道路交通规划环境评价中的应用 [J]. 复旦学报： 自然科学版， 2007， 46 （3）： 348-355.
[6]贺红， 贺克斌， 王歧东 机动车污染排放模型研究综述 [J]. 环境污染与防治. 2006， 28 （7）： 526-530
[7]Wang， H.， L. Fu， X. Lin， Y. Zhou and J. Chen A bottom-up methodology toestimate vehicle emissions for the Beijing urban area [R]. Science of the Total Environment 2009； 407： 1947-1953
[8]宋国华 面向交通策略评价的交通油耗排放模型研究 [D]. 北京，北京交通大学博士学位论文， 2007
[9]刘希玲， 丁焰. 我国城市汽车行驶工况调查研究 [J]. 环境科学研究， 2000， 13 （1）： 23-27.
[10]王岐东， 贺克斌， 姚志良， 霍红. 中国城市机动车行驶工况研究 [J]. 环境污染与防治， 2007， 29 （10）： 745-748.
[11]裴文文， 于雷， 杨方， 王文， 宋国华， 王丽水 北京市机动车行驶周期的建立方法研究 [J]. 交通环保. 2004；25 （3）， 14-17.
[12]Lents， J.， M. Walsh， K. He， N. Davis， M. Osses， and S. Tolvett. Handbook of Air Quality Management [EB/OL]. 2009-6-24. http：//www.aqbook. org/read/？ page= 86.
[13]Frey H. C.， N. M. Rouphail， and H. Zhai. Speed- and Facility-Specific Emission Estimates for On-Road Light-Duty Vehicles on the Basis of Real-World Speed Profiles [J]. Transportation Research Record： Journal of the Transportation Research Board， 2006， 1987： 128–137
[14]Song， G.， L. Yu， and Z. Tu. Distribution Characteristics of Vehicle Specific Power on Urban Restricted Access Roadways [R]. 89th Transportation Research Board of the National Academies， Washington， D.C.， 2010.
基金項目：
重庆市自然科学基金（ctcs2013jcyjA00015），重庆市教委资助项目（KJ1400328）。
作者简介：
胥耀方（1984-）女，重庆，毕业于北京交通大学，从事交通环境、智能交通类研究，就职于重庆交通大学，副教授。
【摘 要】如何准确地量化分析交通措施所产生的环境效益，从而评价和对比各种措施的减排效果，为相关部门提供决策支持，是有效管理和改善路网交通排放状态的基本平台和必要步骤。 本文针对路网中易于获取的平均速度参数，综述了国内外利用平均速度测算路网排放的各类方法。
【关键词】平均速度；排放因子；行驶周期；VSP
平均速度是交通领域的传统参数，该参数在交通数据采集系统或交通规划软件中非常容易获取。平均速度可以通过以下方法关联排放：平均速度关联排放因子；平均速度关联行驶周期；平均速度关联VSP分布。
一、平均速度关联排放因子
（一）国外情况综述
该方法以COPERT模型为代表，曾一度成为交通路网中排放效益评估的主流方法。Bigazzi[1]等人以波特兰一段800米的高速公路为实例，基于平均速度对应排放因子的方法，分析了不同拥堵状态下的排放状况。其研究结果发现，拥堵时期，排放量增加的原因是流量的增加，而非排放因子的变化。
（二）国内情况综述
在国内，李铁柱等人[2]采用了国外的排放因子与平均车速间所具有的函数关系[3]，并以此为依据计算城市道路路段环境交通容量；宋国华[4]等人基于北京市实测数据，对MOBILE 模型中速度与排放进行修正，得到北京市速度与各污染物排放间的关系式；唐嘉平等人[5]，李莉等人[6]通过平均车速和车流量，计算机动车的排放强度，并分别开发了北京市和上海市的机动车排放GIS系统；Wang 等人[7]以MOBILE5B为基础，利用中国实测数据获取不同平均速度下的修正因子，并对应由交通普查获取的速度区间分布率，计算了北京奥运会期间的污染物的排放。
（三）方法评述
该方法获取平均速度后，利用如下公式计算排放量：
E = EF（v） * T*i * Li （2-15）
其中，E 为路网中的总排放量，g；v 为机动车平均速度，km/h；EF（v） 为排放随速度v 的函数，g/km；Ti 表示路段 i 上的车流量，pcu；Li为路段 i 的长度，km。其中，Ti、Li、v 均可由交通规划模型获取。
从公式中不难发现，排放因子仅仅只是与平均速度相关的函数，无法刻画交通策略引起的瞬时速度和加速度改变对排放的影响，因而不适用于细致的交通政策评价。
二、平均速度关联行驶周期
（一）基本概念
该方法是指，平均速度首先关联行驶周期，再由其所对应的行驶周期，计算排放因子或是VSP分布率。行驶周期（Driving Cycle）指的是一段车速随时间的变化历程，模拟了一定地区范围内的车辆驾驶状态。建立行驶周期的目的在于统一本地区车辆的行驶状态，便于排放数据的对比与检验。因此，行驶周期的主要参数，如平均速度、平均加减速等应和所在地区的实际交通状况尽量接近。
行驶周期的建立方法根据区域范围层面而不同。国家层面的行驶周期的目的在于统一全国测试标准，因而采用人工建立的方法，即人为创建速度和加速度模式；而城市及道路层面的行驶周期，目的在于反映道路的运行状况，通常使用实测拟合的建立方法，即根据比较指标，从已测得的大量实际行驶速度中提炼出一段速度变化曲线，使得这段曲线能反映实测数据的特点。常见比较指标如表1。
表1 行驶周期常见指标[8]
TABLE 1 Indices in the Development of Driving Cycles
ID 特征指标 指标意义
1 怠速比例（Pi） 全部怠速时间/行驶周期时间
2 加速比例（Pa） 全部加速时间/行驶周期时间
3 匀速比例（Pc） 全部匀速时间/行驶周期时间
4 减速比例（Pd） 全部减速时间/行驶周期时间
5 平均速度（V1） 全部速度点的速度之和/行驶周期时间
6 平均行驶速度（V2） 全部速度点的速度之和/行驶周期中的非怠速时间
7 加速工况下平均加速度（Aa） 全部加速点的加速度之和/全部加速时间之和
8 减速工况下平均减速度（Ad） 全部减速点的减速度之和/全部减速时间之和
9 各区间速度比例（F（v1-v2）） 速度值所在区间的时间/行驶周期时间
10 短行程的运行时间（T） 从一个怠速工况开始到下一个怠速工况开始的总时间
11 短行程的运行里程（D） 从一个怠速工况开始到下一个怠速工况开始的总行驶里程
12 短行程加速次数（Fa） 从一个怠速工况开始到下一个怠速工况开始的总加速次数
13 短行程减速次数（Fd） 从一个怠速工况开始到下一个怠速工况终止的总减速次数
（二）国外情况综述
很多发达国家均建立了自己的标准行驶周期，如美国，日本，欧洲等。使用行駛周期关联排放的方法以MOBILE和MOVES模型为代表。MOBILE中，使用平均速度对应行驶周期，再通过台架测试模拟该行驶周期运行状态，从而获取排放值，作为该平均速度下的排放因子。而MOVES模型中的运行模式计算是对这一方法进行的延续，其通过平均速度对应行驶周期后，计算该行驶周期的运行模式（VSP与瞬时速度）分布，作为路段运行模式特征的表现。
（三）国内情况综述
我国目前采用ECE 15+EUDC 周期作为国家标准行驶周期。为了更加准确地反映各城市的驾驶行为特征，不少城市均开始开发自己的行驶周期，例如国外的悉尼、墨尔本、佩斯、雅典等城市，在我国，刘希玲等人建立了我国北京、天津、上海、大连、广州五个城市的行驶周期[9]；王岐东等人[10]对北京、重庆、长春、成都、吉林、绵阳、九台、梓潼八个不同等级城市的机动车行驶周期进行了研究；裴文文等人[11]针对北京市不同等级道路，分别建立了行驶周期。 （四）方法评述
但是，其行驶周期的开发过程以排放测算为目标，并不能很好地反映交通路网的动态变化，与此同时，采用行驶周期推算运行模式分布，还存在时间长度上的矛盾，即行驶周期的时间长度通常为1500秒，一方面，由于取时过短，难于完全包含该路网多变条件下平均速度所对应的运行模式状态，另一方面，又因为平均速度所覆盖的时间范围过长，增加了该段运行模式产生变化的可能性，从而导致其结果稳定性不佳。
三、平均速度关联VSP分布
（一）国外情况综述
针对行驶周期计算VSP分布无法兼顾路网状态多样性及运行模式分布稳定性的问题，一些学者开始研究平均速度与VSP分布的直接关系。Lents等人[12]收集了实时交通数据并发现奈落比，圣利亚哥，圣保罗三个城市有着相似的VSP分布。Frey等人[13]对不同道路上，13组平均速度在30-40km/h区间的数据分析发现，各组VSP分布类似。但以上学者对运行模式分布的研究仅仅局限在定性探讨，其研究结果无法直接用于模型计算。
（二）国内情况综述
Song[14]等人针对平均速度和VSP运行模式的关系进行了定量研究，其具体方法为：首先按一定时间集成粒度划分时间片段，计算各片段平均速度与VSP分布；接着，将平均速度划分区间，最后将各平均速度区间内，所有时间片段的VSP分布进行叠加，用以表征该平均速度下的VSP分布状态。该研究发现不同平均速度下，VSP分布呈现正态分布，且均值随平均速度的增大而增大。
（三）方法评述
此项研究揭示了平均速度与VSP运行模式分布的关系。在该研究方法中，因变量平均速度来源于交通规划模型和交通数据收集系统，获取手段非常容易。同时，VSP分布的叠加不受时间长度限制，可将多次同类测试的时间段叠加，且其计算结果不会增加计算复杂性。因此，能通过将短时间集成粒度下的VSP分布叠加，实现反映路网的多变状态的同时，克服了行驶周期时间中平均速度包含时间长，运行模式分布不稳定的问题。因此，该研究对联系交通模型和排放模型进行排放测算起到了转折性意义。
但是，随着排放模型的进一步细化，VSP已不再是联系交通与排放的唯一运行模式参数。即使在相同的VSP区间，排放速率也可能产生一定差异。为此，MOVES模型和IVE模型分别加入瞬时速度和ES参数，进一步细化运行模式参数，以达到较高的预测精度。由于ES参数需要将前25秒的速度作为计算依据，极大地增加了路网数据采集的难度，本文将选择瞬时速度与VSP组合，作为运行模式的描述参数，并研究平均速度与运行模式参数分布的关系，实现交通网络排放测算。
参考文献：
[1]Bigazzi， A.， M. Figliozzi， and K. Clifton， Motorists’ Exposure to Traffic-Related Air Pollution： Modeling the Effects of Traffic Characteristics [C]. 90th Transportation Research Board Annual Meeting CD-ROM， Washington， DC， 2011.
[2]李铁柱， 朱志高， 田新现. 城市道路路段环境交通容量 [J]. 东南大学学报：自然科学版， 2008， 38 （2）： 309-313.
[3]Margiotta， R A. Improved vehicle speed estimation procedures for air quality and planning application [D]. Department of Civil Engineering， The University of Tennessee， 1996.
[4]宋国华， 于雷 城市交通规划环境影响评价的方法与实践 [J]. 安全与环境工程， 2007； 14 （3）： 6-14.
[5]吴晓璐， 余琦， 马蔚纯. 环境空气质量数值模拟及其在上海道路交通规划环境评价中的应用 [J]. 复旦学报： 自然科学版， 2007， 46 （3）： 348-355.
[6]贺红， 贺克斌， 王歧东 机动车污染排放模型研究综述 [J]. 环境污染与防治. 2006， 28 （7）： 526-530
[7]Wang， H.， L. Fu， X. Lin， Y. Zhou and J. Chen A bottom-up methodology toestimate vehicle emissions for the Beijing urban area [R]. Science of the Total Environment 2009； 407： 1947-1953
[8]宋国华 面向交通策略评价的交通油耗排放模型研究 [D]. 北京，北京交通大学博士学位论文， 2007
[9]刘希玲， 丁焰. 我国城市汽车行驶工况调查研究 [J]. 环境科学研究， 2000， 13 （1）： 23-27.
[10]王岐东， 贺克斌， 姚志良， 霍红. 中国城市机动车行驶工况研究 [J]. 环境污染与防治， 2007， 29 （10）： 745-748.
[11]裴文文， 于雷， 杨方， 王文， 宋国华， 王丽水 北京市机动车行驶周期的建立方法研究 [J]. 交通环保. 2004；25 （3）， 14-17.
[12]Lents， J.， M. Walsh， K. He， N. Davis， M. Osses， and S. Tolvett. Handbook of Air Quality Management [EB/OL]. 2009-6-24. http：//www.aqbook. org/read/？ page= 86.
[13]Frey H. C.， N. M. Rouphail， and H. Zhai. Speed- and Facility-Specific Emission Estimates for On-Road Light-Duty Vehicles on the Basis of Real-World Speed Profiles [J]. Transportation Research Record： Journal of the Transportation Research Board， 2006， 1987： 128–137
[14]Song， G.， L. Yu， and Z. Tu. Distribution Characteristics of Vehicle Specific Power on Urban Restricted Access Roadways [R]. 89th Transportation Research Board of the National Academies， Washington， D.C.， 2010.
基金項目：
重庆市自然科学基金（ctcs2013jcyjA00015），重庆市教委资助项目（KJ1400328）。
作者简介：
胥耀方（1984-）女，重庆，毕业于北京交通大学，从事交通环境、智能交通类研究，就职于重庆交通大学，副教授。