黄睿昆硕士论文——北京机动车高分辨率排放清单与典型污染物浓度模拟研究

Posted 2020-11-19 xiaobaohuizi

两部分：一个是高分辨率排放清单，一个是AIRMOD模型做污染物扩散

第二章：建立面向排放计算的动态城市交通流模型

交通流模型包含：基准交通信息数据库、实时拥堵信息数据库、模型计算模拟模块

本研究以2013年为研究基准年，以2009-2014年的交通信息数据库进行整理建立基准交通信息数据库。

基准交通信息数据库包括了北京静态和动态的交通信息，静态包括路网的地理信息、车辆的保有量、车龄登记信息、交通控制政策与措施信息以及其他相关基础信息。动态交通信息数据库包括了道路观测得到的车流量信息、车队构成信息以及使用问卷得到的交通出行信息等。

实时拥堵信息数据库包含了六环内道路拥堵指数信息，该数据库通过对北京市的浮动车实时速度进行等级划分与评价得到，能够提供路段与小时尺度的道路交通信息。

模型计算模块运用matlab语言编写，采用交通流扩样方法和流密度模型对道路流量进行模拟计算。交通流扩样方法利用了高速路与快速路车流无信号灯影响，道路等级高的特点，通过对某一区域内这两类道路相邻交通流量检测点的流量差进行分析与假设，推算该区域内的主要道路流量。同时对于次干道与支路，划分不同的交通区域，针对不同交通区域按照一定比例计算流量。（首先利用高速路和快速路相邻路段的流量差进行假设，得到区域内全部高速路和快速路的流量。交通流密度模型依据已有的交通流量密度数据结合相关交通流的研究建立，以六环内实时路网速度数据为基准，对北京市六环内大部分的道路流量与速度做实时修正。（交通流密度模型不知道？）

数据收集及分析

静态的可以搜集到

动态的交通流可以观测得到，主要观测的都是主干路、快速路还有一条高速路，时间一般是全天或者6-22；高速路的数据可以自己去下。此外本研究还拿到了北京交通大学为本研究提供的40条快速路和主干路的路段车流量信息和速度数据，以及次干路/主干路的流量比例关系。

拥堵信息通过北京动态拥堵指数发布平台获取。

 

本研究获取了2013-2015年共304天的实时道路拥堵等级地图，并利用图像识别方法，将两种地图中的道路一一对应，五环内的快速路，80%匹配成功。（怎么匹配？）

基于动态数据的实时仿真：

按平均速度，拥堵等级分为五级，一级到五级。

然后利用拥堵指数和平均速度对不同类型的道路进行了多项式拟合，得到拥堵指数和平均速度之间的关系式。

abc分别是快速、主干和次干，为什么没有高速？

t是拥堵指数，从1-5，v是平均速度。以一小时为单位，也就是一小时的平均拥堵指数和1小时的平均速度。（这个拥堵指数和平均速度日期是对应的吗？）

然后再利用已有的拥堵指数反算出平均速度。

验证部分：将模拟速度与官方发布的历史vkt数据加权得到的路网平均速度做了对比，差别不大。（什么叫路网平均速度？ 看图是5-7pm的平均速度，加权是什么意思？怎么从vkt得到平均速度？）

基于流密度模型的道路流量计算

交通流流密度模型是依据交通流的流量、速度、密度三个参数来描述交通流特征的模型。主流的交通流密度模型分为四类，分别是在1935年提出的Greenshields模型、以及上世纪五六十年代提出的 Greenbery模型，Underwood模型与Drew模型，这些流密度模型依据不同的假设条件，将速度与密度的关系分别以线性关系、指数关系、对数关系来呈现。

本研究选用了两种模型，对快速路和主干路进行了流量扩样。

北京路网交通流模拟

本研究选用dBase作为交通流数据库，Excel作为模型参数数据库，Maltab语言作为模型计算与耦合脚本语言对典型日下的交通流进行模拟计算。计算结果可以直接运用ArcGIS北京地理信息系统中进行可视化分析。

在交通流扩样过程中，对于只有白天观测流量的路段，依据相邻小区白天夜间道路流量的比例，确定该小区非观测小时内的道路流量。

 

优先级：实地检测流量>拥有实时道路拥堵指数的路段，进行实时流量模拟>交通流扩样数据

然后对于特殊时期比如2014年的APEC会议期间的路段流量进行了修正，因为在全路网实行了单双号限行政策。

第三章 排放清单研究

好多图 看原文献 很简单