济南市高精度机动车碳排放清单研究

为提高机动车排放清单的精度,对清单的空间分配模型进行优化,在模型复杂度与关联因素分析的基础上,对人口密度、国内生产总值(GDP)、交通兴趣点(POI)、坡度等影响因子进行主成分提取,并结合标准路长,提出了基于主成分综合调解系数的多因子空间分配模型,以济南市为例进行验证,结果显示:济南市2021年机动车碳排放总量为1259.9万t;基于构建的空间分配模型,获取了济南市1 km×1 km分辨率的网格化机动车碳排放清单;历下区等济南市中心城区是高排放的热点区域,高速公路与一级公路形成高排放的线状地带。基于空间分配模型与基于标准路长的分配结果相比,高排放区碳排放量更高,低排放区碳排放量更低;前者考虑了坡度,对于地形起伏较大地区的分配结果更合理。基于主成分调解系数的多因子空间分配模型提高了网格化排放清单的空间分辨率和分配结果精度。

城市交通运行状况对机动车碳排放的影响研究

为定量分析不同城市交通运行状况对机动车碳排放的影响,利用高德平台提供的拥堵延时指数(Congestion Delay Index,CDI)数据,在分析我国交通拥堵城市时空分布特征以及CDI特征的基础上,通过构建基于速度的CO_(2)排放因子,利用VISSIM模拟不同交通运行状况时的交通量,实现不同交通运行状况下机动车碳排放的估算。结果显示:交通拥堵城市分布具有空间依赖性和聚集性,在长三角经济区和珠三角经济区形成两个高聚集中心;CDI具有明显的周期性(7 d)波动规律,且受天气和人类活动等的影响较大,疫情打破了此规律;城市交通运行状况(CDI)对机动车CO_(2)排放有较大的影响,当交通处于轻度拥堵时(CDI为1.582),交通高峰期我国城市机动车年排放的CO_(2)总量约为0.77亿t,是畅通状态下的4.51倍;当交通保持基本畅通时(CDI为1.35),交通高峰期我国城市机动车CO_(2)年排放总量可减少0.29亿t;当交通达到中度拥堵时(CDI为1.909),交通高峰期我国城市机动车CO_(2)的年排放增加0.22亿t;当处于交通严重拥堵时(CDI达2.394),交通高峰期我国城市机动车CO_(2)的年排放总量可达1.33亿t。改善城市交通运行状况,可大幅度降低机动车的CO_(2)排放量。