基于VISSIM的道路交通排放評價(jià)可行性分析

黎 明,宋國華*,于 雷,2,張嫣紅

(1.北京交通大學(xué)城市交通復(fù)雜系統(tǒng)理論與技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室,北京100044; 2.德克薩斯南方大學(xué),休斯敦77004;3.河北省交通規(guī)劃設(shè)計(jì)院,石家莊050011)

基于VISSIM的道路交通排放評價(jià)可行性分析

黎 明1,宋國華*1,于 雷1,2,張嫣紅3

(1.北京交通大學(xué)城市交通復(fù)雜系統(tǒng)理論與技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室,北京100044; 2.德克薩斯南方大學(xué),休斯敦77004;3.河北省交通規(guī)劃設(shè)計(jì)院,石家莊050011)

目前,VISSIM仿真工具與排放模型相結(jié)合的方法已被廣泛應(yīng)用于交通排放測算中,但該方法的測算精度尚未得到充分論證.在此背景下,本文通過收集大量的車輛實(shí)際行駛數(shù)據(jù)和VISSIM輸出的仿真數(shù)據(jù),對比分析由兩類數(shù)據(jù)得到的排放關(guān)鍵參數(shù)——VSP分布,發(fā)現(xiàn)二者之間存在明顯的差異性;隨后基于VSP分布,本文將由VISSIM輸出數(shù)據(jù)得到的排放因子與真實(shí)值對比,指出基于VISSIM仿真的排放測算具有顯著誤差.最后,在分析了VISSIM中8個(gè)參數(shù)調(diào)整前后VSP分布的變化后,發(fā)現(xiàn)上述參數(shù)對VSP分布的敏感性較低,表明傳統(tǒng)的標(biāo)定方法難以使VISSIM滿足排放測算的需要.

城市交通;VSP分布;VISSIM;尾氣排放;模型標(biāo)定

1 引 言

目前,應(yīng)用微觀交通仿真模型與排放模型相結(jié)合的方法來研究交通政策對排放的影響成為了一個(gè)快速發(fā)展的研究領(lǐng)域.其中,VISSIM作為應(yīng)用較為廣泛的仿真工具之一,能夠針對不同道路類型和混合交通狀況進(jìn)行仿真,輸出車輛的逐秒行駛數(shù)據(jù),再與排放模型相結(jié)合,可測算該交通狀況的排放總量.然而,在許多應(yīng)用VISSIM進(jìn)行排放測算的研究中,缺乏對VISSIM輸出數(shù)據(jù)與實(shí)測數(shù)據(jù)之間的誤差分析,從而無法保證排放測算的精度.

近年來,隨著排放模型的發(fā)展,機(jī)動(dòng)車比功率(Vehicle Specific Power,VSP)分布參數(shù)正逐漸成為檢驗(yàn)排放測算精度的主要依據(jù).在此背景下,本文將通過對比由VISSIM仿真數(shù)據(jù)得到的VSP分布(簡稱仿真VSP分布)與由實(shí)測數(shù)據(jù)得到的VSP分布(簡稱真實(shí)VSP分布)之間的差異,分析VISSIM仿真輸出的逐秒行駛數(shù)據(jù)的準(zhǔn)確性,以研究VISSIM在道路交通排放中應(yīng)用的可行性.

2 研究綜述

VISSIM是PTV公司開發(fā)的一種基于時(shí)間間隔和駕駛行為的微觀仿真工具,可用于城市道路和公路的交通建模[1].研究人員可在線觀察交通運(yùn)行狀況,并輸出交通運(yùn)行指標(biāo),如平均速度、流量、排隊(duì)長度、瞬時(shí)速度、加速度等.隨著微觀排放模型的發(fā)展,VISSIM與排放模型相結(jié)合測算排放已成為國內(nèi)外的研究熱點(diǎn)之一.

Park等人[2]通過結(jié)合VISSIM、MODEM模型和高斯模型進(jìn)行了污染濃度測算;Stathopoulos等人[3]應(yīng)用VISSIM和CMEM模型分析了交通流增長誘發(fā)的油耗、排放的變化;Nam等人[4]結(jié)合VISSIM和CMEM模型,通過對比不同駕駛行為下實(shí)測數(shù)據(jù)和仿真數(shù)據(jù)的差異性,研究了兩個(gè)模型在實(shí)際應(yīng)用的可行性;劉皓冰等人[5]結(jié)合VISSIM和PERE模型構(gòu)建了能夠模擬車輛瞬時(shí)運(yùn)行狀況與能耗、排放關(guān)系的微觀模擬平臺(tái),定量分析了公交優(yōu)先策略及改變信號周期對交叉口車輛排放的影響;張瀅瀅等人[6]結(jié)合VISSIM和基于VSP變量的尾氣排放建模方法,搭建了微觀交通尾氣仿真平臺(tái),研究信號控制策略對尾氣排放的影響;陳琨和于雷[7]結(jié)合VISSIM和CMEM模型,利用車輛的尾氣排放率、燃料消耗率與瞬時(shí)速度、加速度之間的關(guān)系,建立了微觀交通尾氣模擬平臺(tái),對比分析了不同交通管理與控制策略對尾氣排放的影響.還有一些學(xué)者結(jié)合VISSIM和排放模型研究了高速公路通行能力[8]、交通信號協(xié)調(diào)策略[9]、不停車收費(fèi)[10]和車道占有率[11]等對尾氣排放的影響.

為了能夠準(zhǔn)確地模擬交通狀態(tài),部分學(xué)者針對VISSIM展開了參數(shù)標(biāo)定研究.Park和Schneeberger[12]提出了以行程時(shí)間分布為評價(jià)指標(biāo)、最大排隊(duì)長度為檢驗(yàn)指標(biāo)的VISSIM標(biāo)定九步程序法;Yu等人[13]提出了一種基于遺傳算法標(biāo)定VISSIM駕駛行為參數(shù)的方法,該方法以GPS收集的速度與斷面仿真速度的比值為精度指標(biāo); Brockfeld等人[14,15]通過收集實(shí)時(shí)車頭時(shí)距來標(biāo)定仿真模型,并根據(jù)實(shí)測數(shù)據(jù)對仿真模型中車隊(duì)首車的駕駛行為參數(shù)進(jìn)行了標(biāo)定;Park和Qi[16]、Chitturi和Benekohal[17]、Ciuffo等[18]在前人的基礎(chǔ)上繼續(xù)改善了VISSIM的標(biāo)定方法.然而,以上的標(biāo)定方法都是基于交通量、行程時(shí)間、平均車頭時(shí)距、排隊(duì)長度等集計(jì)參數(shù),無法反映車輛的非集計(jì)的動(dòng)態(tài)特征.Rakha等人[19,20]的研究指出,仿真模型中的假設(shè)(如跟車規(guī)則等)會(huì)對排放測算的精度產(chǎn)生影響,但目前尚無有效方法來保證仿真輸出的駕駛行為數(shù)據(jù)與實(shí)測數(shù)據(jù)具有一致性[21].因此,當(dāng)利用VISSIM與排放模型相結(jié)合測算排放時(shí),有必要分析輸出數(shù)據(jù)與實(shí)測數(shù)據(jù)之間的誤差.

目前,基于功率測算排放的方法已成為主流[22],廣泛應(yīng)用于MOVES模型、CMEM模型和IVE模型等排放模型中,其中MOVES模型正替代MOBILE模型成為美國排放測算的法規(guī)模型[23].VSP是基于功率的方法中最常見的參數(shù),可由車輛的瞬時(shí)速度和加速度獲得[23].VSP分布可用于定義排放率和車輛行為[24],而VSP分布與對應(yīng)的排放率相乘求和可測算排放總量.為了能更好地耦合交通仿真和排放模型,部分學(xué)者已開始研究將VSP分布作為特征參數(shù)來描述交通流特征.Song和Yu[25]通過比較北京高峰和非高峰時(shí)段、快速路和非快速路的VSP分布,給出了不同道路類型和交通狀態(tài)下VSP分布的特征. Song等人[22]基于大量逐秒的車輛行駛數(shù)據(jù),發(fā)現(xiàn)VSP分布和行駛速度之間存在可用數(shù)學(xué)描述的規(guī)律.以上研究成果提供了以VSP分布為參數(shù)分析仿真模型精度的方法.

3 數(shù)據(jù)采集與處理

本文通過現(xiàn)場采集和建立仿真模型,收集了大量的車輛運(yùn)行逐秒速度和加速度數(shù)據(jù),采用下列公式計(jì)算其VSP和VSP bin[25]:

式中 n為整數(shù);v表示速度(m/s);a表示車輛加速度(m/s2);grade為坡度,通常為0.

根據(jù)采集實(shí)測數(shù)據(jù)時(shí)的道路和車輛類型,本文設(shè)定研究的道路類型為快速路,車輛類型為輕型車;利用地理信息系統(tǒng)(GIS)工具去除有坡度的路段和橋梁上的行駛數(shù)據(jù),以消除坡度對VSP計(jì)算的影響.對于一個(gè)特定的道路類型和車輛類型, VSP分布只受平均行程速度的影響[25],因此,如果仿真模型中道路類型和車輛類型與實(shí)測相同,當(dāng)速度相同時(shí),VSP分布特征應(yīng)該一致.

3.1 實(shí)測數(shù)據(jù)采集與處理

本文收集了2004年至2010年間,通過GPS設(shè)備(GarminGPS18和GeoLogger V4.8)采集的快速路上610 847條車輛行駛逐秒原始數(shù)據(jù)[25],將原始數(shù)據(jù)以60 s為間隔進(jìn)行劃分求得其平均速度,并按平均速度相差2 km/h進(jìn)一步分類.針對每一類數(shù)據(jù),應(yīng)用式(1)求得VSP和VSP bin,進(jìn)而獲得各個(gè)速度區(qū)間的VSP分布.

按照以上步驟,本文共篩選出8 826組60 s連續(xù)數(shù)據(jù)(529 560條逐秒數(shù)據(jù)),最小平均速度為0 km/h,最大平均速度為76 km/h,共分為38個(gè)速度區(qū)間,平均每個(gè)速度區(qū)間有232組60 s連續(xù)數(shù)據(jù).另外,為分析VSP分布和速度之間的數(shù)學(xué)關(guān)系,本文選用以1 kW/t為間隔的VSP劃分方法.經(jīng)計(jì)算發(fā)現(xiàn),超過99%的VSP值位于-30～30 kW/t之間,因此,VSP bin的取值范圍為-30～30.

3.2 仿真數(shù)據(jù)采集與處理

為了與實(shí)測數(shù)據(jù)進(jìn)行對比,本文以北京市西三環(huán)快速路為背景搭建了VISSIM仿真平臺(tái),通過調(diào)整路網(wǎng)配置、期望車速分布和駕駛行為參數(shù)等[26],使得仿真車速和實(shí)測車速相對誤差不超過15%.在VISSIM中,本文選取了1 440輛浮動(dòng)車用于輸出車輛的逐秒速度和加速度.此外,考慮到隨機(jī)性的影響,本文共搭建了6個(gè)仿真平臺(tái),分別從仿真開始后的1 s、11 s、21 s、31 s、41 s和51 s加載第一輛浮動(dòng)車,并以60 s為間隔將余下所有的浮動(dòng)車逐輛加載.仿真實(shí)驗(yàn)累計(jì)12小時(shí),共收集到631 020條逐秒數(shù)據(jù),10 517組60 s連續(xù)數(shù)據(jù),平均每個(gè)速度區(qū)間有277組60 s連續(xù)數(shù)據(jù).

4 基于VISSIM的VSP分布特征分析

4.1 仿真VSP分布特征分析

根據(jù)式(1)得到VSP分布后,本文以下列速度區(qū)間的VSP分布為例,對比分析真實(shí)VSP分布和仿真VSP分布之間的差異性:10～12 km/h、20～22 km/h、30～32 km/h、40～42 km/h、50～52 km/h和60～62 km/h,如圖1所示.可以看出,真實(shí)VSP分布的規(guī)律與文獻(xiàn)[22]類似:當(dāng)速度高于20 km/h時(shí),VSP分布近似于正態(tài)分布;隨著速度的增加, VSP分布的峰值減小,峰值VSP bin右移.然而,仿真VSP分布與真實(shí)VSP分布卻有著明顯的差異:

(1)仿真VSP分布呈現(xiàn)出非正態(tài)分布的特點(diǎn);

(2)隨著速度的增加,VSP分布的峰值沒有減小,且峰值VSP bin總是停留在0～2 kW/t;

(3)在VSP bin較高的區(qū)域,仿真VSP分布值高于真實(shí)VSP分布,例如在速度區(qū)間10～12 km/h下的10～15 kW/t區(qū)域;速度區(qū)間20～22 km/h下的10～30 kW/t區(qū)域;

(4)當(dāng)速度超過40 km/h時(shí),仿真VSP分布呈現(xiàn)雙峰值特性,且當(dāng)VSP bin為5 kW/t時(shí),VSP分布出現(xiàn)低谷.

以上差異性表明VISSIM輸出的仿真數(shù)據(jù)不能準(zhǔn)確有效地描述道路交通的VSP分布,這可能對排放測算帶來誤差.

4.2 排放因子測算誤差分析

本文利用VSP分布計(jì)算排放因子的過程如下:

(1)得到不同平均速度區(qū)間下的VSP分布;

(2)在MOVES模型中,根據(jù)選定的車型和車齡得到污染物平均基準(zhǔn)排放率,并結(jié)合VSP分布,計(jì)算獲得各個(gè)平均速度區(qū)間下的排放率;

(3)結(jié)合該平均速度,求得該平均速度區(qū)間下的排放因子.

圖1 真實(shí)VSP分布(左)和仿真VSP分布(右)Fig.1 VSP distributions of real-world(Left)and simulated(Right)

根據(jù)實(shí)際測試數(shù)據(jù),選用的車型為車齡小于3年的輕型汽油車,調(diào)用MOVES中對應(yīng)的排放率得到HC、CO和NOx的排放因子,并計(jì)算兩者之間的相對誤差.研究發(fā)現(xiàn),在低速區(qū)間,由VISSIM仿真數(shù)據(jù)得到的排放因子(簡稱仿真排放因子)相對誤差較大(0～2 km/h之間除外),在高速區(qū)間其相對誤差較小;NOx的平均相對誤差最大,為82.8%, CO和HC的平均相對誤差分別為29.6%和53.6%.然而,當(dāng)平均速度在60～62 km/h時(shí),較低的相對誤差并不表明VISSIM輸出數(shù)據(jù)在測算排放時(shí)具有較高的精度.從圖1的VSP分布中可以看到,在該速度區(qū)間VSP bin為0～2 kW/t時(shí),仿真VSP分布概率較高,4～6 kW/t時(shí)分布概率較低,7～8 kW/t時(shí)分布概率較高,從而導(dǎo)致計(jì)算的排放因子在0～2 kW/t和7～8 kW/t偏高,4～6 kW/t偏低,偏高和偏低的誤差相互抵消,使得整體相對誤差較低.

為了進(jìn)一步說明仿真排放因子與真實(shí)排放因子間的誤差,本文對排放因子隨速度的變化進(jìn)行了分析,如圖2所示.可以看出,總體上NOx排放因子的誤差較大;隨著速度的增加,三類排放因子的誤差越來越小,但這并不是由于VISSIM的仿真精度提高造成的,如前所述,這是由于仿真VSP分布在高速度區(qū)間內(nèi)呈現(xiàn)了雙峰值的特性,從而導(dǎo)致測算排放因子在部分VSP bin內(nèi)偏高,部分VSP bin內(nèi)偏低,兩者相互抵消降低了誤差值.

圖2 不同速度下仿真排放因子和真實(shí)排放因子對比Fig.2 Comparison of variations of simulated and real-world emission factors with speed

5 面向排放的VISSIM參數(shù)敏感性分析

從以上研究可以看出,雖然VISSIM經(jīng)過標(biāo)定后能使整個(gè)仿真環(huán)境較好地反映真實(shí)交通狀況,但當(dāng)面向排放測算時(shí),由仿真得到的VSP分布和排放因子都與真實(shí)情況之間存在較大偏差.基于此,本文將嘗試調(diào)整VISSIM中可能會(huì)對VSP分布產(chǎn)生影響的參數(shù),分析參數(shù)調(diào)整后VSP分布的變化,旨在研究現(xiàn)有標(biāo)定方法同時(shí)滿足交通運(yùn)行仿真和排放測算需求的可行性.

VISSIM仿真中的主要參數(shù)有車輛的加減速度分布、期望速度分布等,本文選取了可能對VSP分布影響較大的參數(shù),特別是對速度和加速度影響較大的參數(shù),包括:期望速度分布、期望加速度分布、最大加速度、期望減速度分布、最大減速度、協(xié)調(diào)剎車的最大減速度、安全距離折減系數(shù)、最大前視距離.本文采用的調(diào)整方法是在以上8個(gè)參數(shù)基準(zhǔn)值的基礎(chǔ)上,分別上調(diào)和下調(diào)10%.通過對真實(shí)數(shù)據(jù)的分析得出各個(gè)參數(shù)的基準(zhǔn)值,分別為:期望速度分布區(qū)間為60～80 km/h,且中間點(diǎn)(70 km/h)的累計(jì)概率為0.72;期望加速度分布選用默認(rèn)曲線,最大加速度為3.5 m/s2,且當(dāng)速度達(dá)到250 km/h時(shí)加速度為0;期望減速度為-2.8 m/s2,限定區(qū)間-2.5～-3.0 m/s2;最大減速度為-4.0 m/s2;協(xié)調(diào)剎車的最大減速度為-3.0 m/s2;安全距離折減系數(shù)為0.6;最大前視距離是220 m.

按照上述調(diào)整方法,本文利用631 020條逐秒數(shù)據(jù)進(jìn)行了參數(shù)敏感性分析.在每一個(gè)速度區(qū)間,應(yīng)用式(2)計(jì)算仿真VSP分布和真實(shí)VSP分布之間的均方誤差(RMSE).

式中 RMSEj為在速度區(qū)間j的均方誤差;Simi是速度區(qū)間j內(nèi),VSP bin為i的仿真VSP分布的概率; Reali是速度區(qū)間j內(nèi),VSP bin為i的真實(shí)VSP分布的概率;n為VSP分布區(qū)間數(shù),本文取61.

由于18～20 km/h、24～26 km/h和48～50 km/h速度區(qū)間內(nèi)樣本量較大,因此,本文選擇以上三個(gè)速度區(qū)間的VSP分布均方誤差進(jìn)行對比分析,如表1所示.

表1 參數(shù)調(diào)整前后仿真VSP分布的均方誤差Table 1 RMSE of simulated to real-world VSP Distributions

從表1中可以看出,選用基準(zhǔn)參數(shù)時(shí),仿真VSP分布的RMSE分別為2.56%、2.15%和2.64%.調(diào)整參數(shù)后,不論在哪一個(gè)速度區(qū)間,6個(gè)參數(shù)的RMSE都沒有顯著減小.對于最大加速度和最大減速度這2個(gè)參數(shù),由于調(diào)整前后RMSE無變化,因此未在表1及圖3中列出.以樣本量最大的速度區(qū)間24～26 km/h為例,圖3更詳細(xì)地對比了VISSIM參數(shù)調(diào)整前后的VSP分布.可以看到,不管參數(shù)如何調(diào)整,仿真VSP分布總是和真實(shí)VSP分布有著明顯的區(qū)別,例如在VSP bin為-1、0、1 kW/t之間仿真VSP分布概率總是高于真實(shí)值; VSP bin在2～7 kW/t之間時(shí),仿真VSP分布概率總是低于真實(shí)值.由此可知,以上VISSIM參數(shù)對VSP分布的敏感性較低,未能通過調(diào)整以上參數(shù)而獲得準(zhǔn)確的VSP分布.因此,為能將VISSIM仿真更好地應(yīng)用于排放測算,還需要進(jìn)一步研究VISSIM內(nèi)部的仿真機(jī)理,分析誤差產(chǎn)生的原因.

圖3 速度區(qū)間24-26 km/h內(nèi)仿真與真實(shí)VSP分布的詳細(xì)對比Fig.3 Comparison of simulated to real-world VSP distributions for speed 24-26 km/h

6 研究結(jié)論

由于VSP分布是測算車輛排放的關(guān)鍵參數(shù),本文以VSP分布為橋梁研究了應(yīng)用VISSIM測算道路交通排放的可行性.在比較大量的真實(shí)數(shù)據(jù)和仿真數(shù)據(jù)后,本文發(fā)現(xiàn)利用VISSIM輸出數(shù)據(jù)得到的VSP分布與真實(shí)VSP分布存在明顯差異,并導(dǎo)致NOx、CO、HC排放因子的平均測算誤差達(dá)到了82.8%、29.6%、53.6%.由此指出VISSIM不能直接用于排放測算.最后,在對8個(gè)參數(shù)進(jìn)行調(diào)整后發(fā)現(xiàn),仿真VSP分布的精度未能得到有效的改善,說明以上參數(shù)對VSP分布的敏感性較低,傳統(tǒng)的仿真標(biāo)定方法可能難以提高VISSIM的排放測算精度.以上研究同時(shí)表明,還需要進(jìn)一步研究VISSIM的內(nèi)部仿真機(jī)制,以期改善車輛行為的仿真模擬,進(jìn)而提高其微觀排放測算的精度.

[1] PTV.VISSIM 5.00 User's Manual[M].Germany,2007.

[2] Park J Y,Noland R B,Polak J W.Microscopic model of air pollutant concentrations:comparison of simulated results with real-world and macroscopic estimates[R]. Transportation Research Record,No.1750,2001: 64-73.

[3] Stathopoulos F G,Noland R B.Induced travel and emissions from traffic flow lmprovement projects[R]. Transportation Research Record,No.1842,2003: 57-63.

[4] Nam E,Gierczak C A,Butler J W.A comparison of real-world and modeled emissions under conditions of variabledriveraggressiveness[C]//82ndTransportationResearchBoardAnnualMeeting, Washington D.C.,2003.

[5] 劉皓冰,熊英格,高銳,等.基于微觀仿真的交叉口車輛能耗與排放研究[J].城市交通,2010,8(2): 75-79.[LIU H B,XIONG Y G,GAO R,et al. Investigatingvehicularenergyconsumptionand emissions at intersections with micro-simulation models [J].Urban Transport of China,2010,8(2):75-79.]

[6] 張瀅瀅,陳旭梅,張瀟,等.交通信號控制策略對機(jī)動(dòng)車尾氣排放影響的研究[J].交通運(yùn)輸系統(tǒng)工程與信息,2009,9(1):150-155.[ZHANG Y Y,CHEN X M,ZHANG X,et al.Assessing effect of trafficon vehicle signal control strategies emissions[J].Journal of Transportation Systems Engineering and Information Technology,2009,9(1):150-155.]

[7] 陳琨,于雷.用于交通控制策略評估的微觀交通尾氣模擬與實(shí)例分析[J].交通運(yùn)輸系統(tǒng)工程與信息,2007,7(1):93-100.[CHENK,YUL. Microscopictrafficemissionsimulationandcase studyfor evaluation of traffic control strategies[J]. Journal of Transportation Systems Engineering and Information Technology,2007,7(1):93-100.]

[8] Noland R B,Quddus M A.Flow improvements and vehicle emissions:effectsoftripgenerationand emissioncontroltechnology[J].Transportation Research Part D,2006(11):1-14.

[9] Stevanovic A,Stevanovic J,Zhang K,et al.Optimizing traffic control to reduce fuel consumption and vehicular emissions:integrated approach with VISSIM,CMEM, and VISGAOST[R].Transportation Research Record, No.2128,2009:105-113.

[10] Bartin B,Mudigonda S,Ozbay K.Estimation of the impact of electronic toll collection on air pollution levels using microscopic simulation model of a largescaletransportationnetwork[R].Transportation Research Record,No.2011,2007:68-77.

[11] Boriboonsomsin K,Barth M.Impacts of freeway highoccupancyvehiclelaneconfigurationonvehicle emissions[J].Transportation Research Part D,2008 (13):112-125.

[12] Park B,Schneeberger J D.Microscopic simulation model calibration and validation:a case study of VISSIM for a coordinated actuated signal system[R]. Transportation Research Record,No.1856,2003: 185-192.

[13] Yu L,Li X,Zhuo Z.A genetic algorithm-based approach to the calibration of VISSIM using GPS data [C]//ProceedingsoftheEighthInternational Conference on Applications of Advanced Technologies in Transportation Engineering(AATT2004).Beijing, China,May 26-28,2004:406-411.

[14] Brockfeld E,Kühne RD,Wagner P.Calibration and validation of microscopic traffic flow models[R]. Transportation Research Record,No.1876,2004: 62-70.

[15] Brockfeld E,Kühne RD,Wagner P.Calibration and validation of microscopic models of traffic flow[R]. Transportation Research Record,No.1934,2005: 179-187.

[16] Park B,Qi H.Development and evaluation of a procedure for the calibration of simulation models[R]. Transportation Research Record,No.1934,2005: 208-217.

[17] Chitturi M V,Benekohal R F.Calibration of VISSIM for freeways[C]//87th Transportation Research Board Annual Meeting,Washington D.C.,2008.

[18] Ciuffo B,Punzo V,Torrieri V.A framework for the calibration of microscopic traffic flow models[C]// 86th Transportation Research Board Annual Meeting, Washington D.C.,2007.

[19] Rakha H,Crowther B.Comparison of greenshields, pipes,and van aerde car-following and traffic stream models[R].Transportation Research Record,No. 1802,2001:248-262.

[20] RakhaH,Snare M,Dion F.Vehicle dynamics model for estimating maximum light duty vehicle acceleration levels[R].Transportation Research Record,No. 1883,2004:40-49.

[21] Jackson E,Lisa A.Analysis of real-world lead vehicle operation for modal emissions and traffic simulation models[R].Transportation Research Record,No. 2158,2010:44-53.

[22] Song G H,Yu L,Tu Z.Distribution characteristics of vehicle specific power on urban restricted access roadways[J].Journal of Transportation Engineering. 10.1061/(ASCE)TE.1943-5436.0000318.

[23] U S Environmental Protection Agency.Motor vehicle emission simulator(MOVES)2010 user guide[S]. EPA-420-B-09-041.Washington D.C.,USA,2009.

[24] Frey HC,Unal A,Chen J,et al.Methodology for developing modal emission rates for EPA's multi-scale motor vehicle&equipment emission system[R]. EPA-420-R-02-027.U.S.Environmental Protection Agency,2002.

[25] Song G H,Yu L.Estimation of fuel efficiency of road traffic by a characterization of VSP and speed based on FCD[R].Transportation Research Record,No. 2139,2009:11-20.

[26] Zhu L,Yu L,Zhang Y,et al.Simulation approach to the analysis of exclusive bus lane on western 3rd Ring-Road expressway in Beijing[C]//89th Transportation Research Board Annual Meeting,Washington D.C.,2010.

Feasibility Analysis of Emission Evaluation for Road Traffic Based o n VISSIM

LI Ming1,SONG Guo-hua1,YU Lei1,2,ZHANG Yan-hong3
(1.MOE Key Laboratory for Urban Transportation Complex Systems Theory and Technology,Beijing Jiaotong University, Beijing 100044,China;2.Department of Transportation Studies,Texas Southern University,Houston,TX 77004,USA; 3.Hebei Provincial Communications Planning and Design Institute,Shijiazhuang 050011,China)

Nowadays the integration of VISSIM and emission models has been widely applied in estimating emissions at home and abroad.However,the estimation accuracy of emissions by such an approach has not been effectively evaluated.In this context,by collecting massive driving and simulated vehicle activity data, this paper conducted a comparative analysis of the difference between them based on the explanatory parameter of vehicle emissions-vehicle specific power(VSP)distribution.This paper found that the simulated VSP distribution led to high errors in estimating emission factors.At last,with an analysis of adjustments on 8 parameters of VISSIM,it was found that these parameters are not sensitive on VSP distributions,and the current approach of model calibration may not be able to improve VISSIM to meet the needs of emission estimations.

urban traffic;VSP distribution;VISSIM;vehicle emissions;model calibration

U491.2

: A

U491.2

A

1009-6744(2013)05-0056-08

2013-04-26

2013-06-20錄用日期:2013-06-26

國家自然科學(xué)基金項(xiàng)目(51208033,71273024).

黎明(1989-),男,四川人,博士生.

*通訊作者:GhSong@bjtu.edu.cn