基于精細(xì)化仿真的城市交通碳排放分析

張永琪，潘敏榮,2，付 曉，劉志遠(yuǎn)

(1.東南大學(xué)交通學(xué)院，江蘇 南京 210096；2.蘇州城市規(guī)劃設(shè)計(jì)研究院股份有限公司，江蘇 蘇州 215006)

0 引 言

近年來隨著城市交通機(jī)動(dòng)化水平提高，交通擁堵以及隨之加劇的尾氣排放已經(jīng)成為城市發(fā)展中普遍面臨的問題。作為全球第二大碳排放部門，交通運(yùn)輸行業(yè)碳減排壓力日益增加。因此，對交通碳排放進(jìn)行研究是實(shí)現(xiàn)“雙碳”目標(biāo)的重點(diǎn)，也是交通碳減排政策制定與施行的前提。

解決碳排放問題的關(guān)鍵在于對交通碳排放的精準(zhǔn)測算。目前主流碳排放測算模型分為兩類，微觀碳排放模型以車輛個(gè)體為研究對象，利用海量車輛軌跡數(shù)據(jù)實(shí)現(xiàn)對城市交通碳排放的測算[1]，精確性高，但軌跡數(shù)據(jù)要求嚴(yán)格、難以獲取。宏觀碳排放模型則以網(wǎng)絡(luò)為研究對象，通過網(wǎng)絡(luò)內(nèi)集計(jì)的車輛駕駛行為估算[2]實(shí)現(xiàn)對城市交通碳排放的測算，但忽略了個(gè)體駕駛行為與碳排放之間的關(guān)系。

交通仿真技術(shù)應(yīng)用研究的快速發(fā)展為精準(zhǔn)測算城市交通碳排放提供了一個(gè)新的解決思路[3-5]，即基于精細(xì)化交通仿真的城市交通碳排放測算。本文基于多源交通大數(shù)據(jù)等數(shù)據(jù)搭建了精細(xì)化城市多模式交通仿真模型，應(yīng)用SUMO軟件實(shí)現(xiàn)了對城市交通碳排放的測算，并二次開發(fā)SUMO碳排放模塊，對交通政策效果進(jìn)行了分析與評(píng)價(jià)。

1 城市交通精細(xì)化仿真模型構(gòu)建

1.1 精細(xì)化路網(wǎng)搭建

精細(xì)化路網(wǎng)搭建由兩部分組成：自動(dòng)化路網(wǎng)搭建與手動(dòng)路網(wǎng)精細(xì)化調(diào)整。

自動(dòng)化路網(wǎng)搭建是精細(xì)化仿真路網(wǎng)的“底座”，以開源OpenStreetMap(OSM)數(shù)據(jù)作為地圖數(shù)據(jù)的主源，對OSM路網(wǎng)數(shù)據(jù)連通性與拓?fù)湫詸z查、冗余交叉口合并等多項(xiàng)技術(shù)融合，僅需要提供所搭建路網(wǎng)區(qū)域OSM地圖和高精地圖(*.shp格式)，就可以通過開發(fā)的腳本自動(dòng)化實(shí)現(xiàn)SUMO仿真道路交通網(wǎng)絡(luò)和公共交通網(wǎng)絡(luò)的生成。

手動(dòng)路網(wǎng)精細(xì)化調(diào)整，在自動(dòng)化搭建路網(wǎng)基礎(chǔ)上，采用地圖匹配技術(shù)融合高精地圖和OSM電子地圖，校核修正路網(wǎng)車道數(shù)、車道限速等道路屬性。同時(shí)，通過實(shí)際路網(wǎng)信號(hào)配時(shí)等數(shù)據(jù)再次對仿真路網(wǎng)信號(hào)燈配時(shí)等交通設(shè)施進(jìn)行精度提升，最終獲得城市全路網(wǎng)的精細(xì)化仿真效果，如圖1所示。

1.2 多模式交通流量還原

前文提到的精細(xì)化路網(wǎng)搭建已經(jīng)完成了城市交通精細(xì)化仿真模型的“底座”，多模式交通流量還原則是城市交通精細(xì)化仿真模型的“血液”。

多模式交通主要由小汽車、公交、軌道交通、非機(jī)動(dòng)車與行人5個(gè)部分組成，本文提到的多模式交通流量還原包括了以上5個(gè)部分。

1.2.1 公交、軌道流量還原

此部分流量還原基于高德API實(shí)現(xiàn)，通過對數(shù)據(jù)的獲取與處理，實(shí)現(xiàn)公交、軌道數(shù)據(jù)的仿真輸入。

1.2.2 小汽車、非機(jī)動(dòng)車、行人流量還原

此部分流量還原基于手機(jī)信令數(shù)據(jù)完成識(shí)別，識(shí)別獲得上述各交通方式的OD數(shù)據(jù)，實(shí)現(xiàn)小汽車、非機(jī)動(dòng)車、行人流量數(shù)據(jù)的仿真輸入。

1.2.3 數(shù)據(jù)校核

城市交通精細(xì)化仿真模型精準(zhǔn)與否很大程度上取決于仿真運(yùn)行狀態(tài)的精準(zhǔn)與否，本文就仿真還原效果與仿真區(qū)域核查線數(shù)據(jù)進(jìn)行校核，對比部分主干道斷面流量。若出現(xiàn)結(jié)果異常則基于上述還原步驟進(jìn)行參數(shù)重新標(biāo)定，直至校核斷面流量無誤差為止。

2 城市交通碳排放測算方法介紹——基于蘇州古城實(shí)例

SUMO不僅可以輸出宏觀仿真模型中輸出的路網(wǎng)靜態(tài)流量、速度等指標(biāo)，也可以輸出路網(wǎng)的動(dòng)態(tài)流量、實(shí)時(shí)速度等指標(biāo)，還可以輸出每輛車的CO2、CO、HC、PMx等污染物排放指標(biāo)。指標(biāo)選取需要考慮交通仿真輸出數(shù)據(jù)類型與碳排放測算的特點(diǎn)，因此本文僅選用CO2、CO、HC 3個(gè)指標(biāo)對城市碳排放進(jìn)行測算。

2.1 方案介紹

本文研究對象為蘇州古城區(qū)(護(hù)城河以內(nèi)部分)，占地面積約14.14 km2，共由185個(gè)交通小區(qū)組成?，F(xiàn)對2021年10月12日蘇州古城交通碳排放量進(jìn)行測算。

基于當(dāng)日手機(jī)信令數(shù)據(jù)估算可知，當(dāng)日蘇州古城居民出行總量為1 052 166人次，經(jīng)換算后的當(dāng)日古城高峰小時(shí)出行量為24 156 pcu/h，交通方式劃分結(jié)果如表1所示。

表1 蘇州古城各交通方式劃分結(jié)果

2.2 高峰時(shí)段仿真輸出數(shù)據(jù)

本算例首先搭建1.1節(jié)中提到的蘇州古城精細(xì)化仿真路網(wǎng)，并選取了當(dāng)日蘇州古城高峰小時(shí)交通量作為仿真流量輸入，經(jīng)仿真運(yùn)行，輸出部分古城主要路段碳排放量測算結(jié)果如表2所示，整體路網(wǎng)碳排放測算情況如圖2所示。

表2 高峰時(shí)間仿真碳排放輸出數(shù)據(jù)

綜合分析圖2、表2可知，蘇州古城高峰小時(shí)CO2排放量最多，碳排放高達(dá)31 t。其中主要碳排放來源于人民路、干將東路、竹輝路、臨頓路等古城主次干道，總體上發(fā)現(xiàn)古城碳排放呈現(xiàn)出“主干路向次干路、支路依次遞減”的趨勢。

從空間位置上分析，可發(fā)現(xiàn)“干將東路-人民路-臨頓路”合圍地區(qū)高峰小時(shí)碳排放量尤其突出，同樣人民橋、干將橋、相門橋等15座控制古城車輛進(jìn)出的樞紐處均出現(xiàn)了不同程度的高碳排放量。不難發(fā)現(xiàn)，出現(xiàn)高碳排放量的地區(qū)均為古城交通最為擁擠的地區(qū)。由此可以分析得出，道路擁擠是造成高交通碳排放的重要原因。

2.3 交通政策方案評(píng)估與分析

考慮到蘇州古城高峰小時(shí)乃至全天高碳排放量的情況，本文提出尾號(hào)限行政策(單雙號(hào)限行與限兩號(hào)禁止通行)，從根源上降低古城區(qū)域交通出行總量，從而達(dá)到降低古城路網(wǎng)碳排放總量的目的。

由于基于精細(xì)化仿真的城市交通碳排放測算方法需要仿真輸入當(dāng)前狀態(tài)下的準(zhǔn)確出行量，而不同政策下的出行量需要根據(jù)實(shí)行政策確定，經(jīng)計(jì)算各政策下的古城高峰小時(shí)出行量結(jié)果如表3所示。通過實(shí)行限兩號(hào)禁止通行的交通需求管控政策降低了16.7%的古城高峰小時(shí)出行量；通過實(shí)行單雙號(hào)限行的交通需求管控政策則降低了41.7%的古城高峰小時(shí)出行量。

表3 各種政策下古城高峰小時(shí)出行情況

2.4 高峰小時(shí)政策前后碳排放量對比

將2.3節(jié)中提到的各政策下的古城高峰小時(shí)出行量輸入精細(xì)化仿真中，重復(fù)2.2節(jié)仿真運(yùn)行步驟，獲得3種政策下古城主要道路高峰小時(shí)碳排放量結(jié)果如表4所示，并對3種方案下的路網(wǎng)指標(biāo)變化情況進(jìn)行了計(jì)算，結(jié)果如表5所示。

表4 3種政策下蘇州古城高峰小時(shí)碳排放量對比

表5 不同政策下的路網(wǎng)指標(biāo)變化情況

由表4和表5分析可得：在3種不同的交通政策下，方案2相比方案1，CO2排放量降低了28.35%，CO排放量降低了37.83%，HC排放量降低了27.78%；方案3相比于方案1，CO2排放量降低了59.90%，CO排放量降低了76.07%，HC排放量降低了57.47%，說明降低古城的交通出行需求對降低古城區(qū)域碳排放總量具有重大意義；同時(shí)，發(fā)現(xiàn)在3種不同交通政策下古城地區(qū)人民路、干將東路、竹輝路3條道路均為碳排放問題最為突出的道路，進(jìn)一步說明了古城區(qū)域的碳排放總量呈“主干路向次干路、支路遞減”的空間特征。

經(jīng)過對3種碳排放指標(biāo)對于不同需求管控政策的敏感性分析(圖3)可知：在CO2、CO、HC 3個(gè)指標(biāo)中，CO排放指標(biāo)對于不同程度需求管控政策(限號(hào)政策)的敏感度最高，在降低相同出行量的情況下，CO排放指標(biāo)下降速度明顯高于CO2與HC。

同時(shí)也可以發(fā)現(xiàn)交通需求管控政策與碳排放總量之間存在明顯的正相關(guān)性，即隨著交通需求管控措施的不斷嚴(yán)格，路網(wǎng)出行量的不斷降低，路網(wǎng)碳排放總量同樣也在不斷降低，這再一次說明“交通需求管控”是推進(jìn)“低碳政策”的有力措施。

3 結(jié) 語

本文提出的基于精細(xì)化仿真的交通碳排放測算與分析的方法既可以應(yīng)用于對當(dāng)前城市交通碳排放進(jìn)行精準(zhǔn)測算，也可用于評(píng)價(jià)與分析“低碳”政策的可行性。本文就以此方法為基礎(chǔ)，首先對于蘇州古城區(qū)工作日高峰小時(shí)碳排放總量進(jìn)行了測算并分析了碳排放總量在古城的空間特征；其次，基于此方法對于不同政策下的城市交通碳排放狀態(tài)進(jìn)行了分析，得出結(jié)論：“交通需求管控政策”可以極大的緩解城市的碳排放總量，其中對于CO排放的緩解最為明顯。在今后的研究中，將進(jìn)一步將此方法推廣至對于未來年份城市交通碳排放總量的預(yù)測中并力爭在做到對當(dāng)前城市交通碳排放進(jìn)行精準(zhǔn)測算的基礎(chǔ)上，進(jìn)一步研究影響城市交通碳排放深層因素，例如與車輛運(yùn)行狀態(tài)之間的研究等。