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

来源：交通运输系统工程与信息杂志2023年第5期北京时间：

作者：周涛, 李毅军, 孙琴梅, 任瀚堃, 刘怡, 张振豪

单位：1. 重庆市交通规划研究院，重庆 401147；2. 重庆市城市交通大数据工程技术研究中心，重庆 400020；3. 山地城市交通系统与安全重庆市重点实验室，重庆 400074

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

基金资助：重庆英才计划(CQYC20210207147)