【研究】交通节能减排智能化分析技术——北京市实践

随着城镇化和机动化进程的加速发展，交通节能减排已成为城市交通可持续发展难题。同时，大数据和信息化的迅速发展，给交通节能减排带来机遇和挑战。在大数据时代，通过完善系统的智能化监测分析技术，可以消除城市交通在节能减排领域决策判断的模糊性，全面实现交通领域能耗排放特征分析、发展态势判别、调控效果预判和评估，为解决交通节能减排问题提供机遇。

1交通节能减排需求分析

节能减排与交通关系日益紧密，交通管理部门相继发布了以绿色、低碳、节能为导向的发展规划，同时在中宏观层面出台了以节能减排为导向的政策措施，这些宏、中、微观的措施都需要科学、合理的统计监测体系的支撑，以得到科学、准确、精细的结论。具体包括以下几个层面：

1)宏观需求方面主要包括绿色交通发展目标制定、交通能耗排放总量与增速控制、绿色导向的交通规划与策略等;

2)中观需求方面主要包括车辆能源结构优化、排放结构优化、车龄结构优化、治污治堵一体化政策制定、绿色导向的交通行业升级转型等;

3)微观需求方面具体表现在驾驶行为矫正、绿色导向的缓堵改造工程建设等。

一些地区也在交通领域能耗排放统计监测体系及分析等方面开展了探索与尝试。总体来看，以下三方面问题尚未得到有效解决：

1)大数据难以服务于宏观决策。交通行业中虽然有很多大数据应用，但能够全面、系统反映交通能耗排放水平与强度等特征的宏观数据难以获得，同时未得到相关部门认可，难以对宏观决策提供有效支撑。

2)难以有效服务治理措施的制定与评估。现有的监测体系架构更多地注重环保方面的应用，而面向交通治理的影响机理、关键算法、关键参数的缺失，导致难以有效支撑交通政策措施的制定及效果评估。

3)尚未建立持续性的本地化数据体系。从国外经验看，数据真正发挥作用的前提是需要持续性，并在真实环境下获得。中国尚未建立交通节能减排本地化真实环境数据持续采集机制，无法反映本地实际特征。

2智能化分析技术路线

根据交通能耗排放治理决策管理需求及统计监测体系技术的现存问题，本文提出一种交通节能减排智能化分析技术，主要包括：车辆能耗排放多维感知技术，可实现海量高频的多源异构数据采集、存储与清理;基于交通能耗排放五层次模型的高分辨率仿真技术和多尺度评估技术;海量数据分析挖掘技术，具有高时效性、高扩展性特征。

车辆能耗排放多维感知技术

现阶段交通节能减排相关数据已呈现爆发式增长，包括交通运行数据、企业运营统计数据、车辆基础数据、车辆时空定位数据、车辆微观工况数据、污染物排放因子数据、车辆微观能耗数据、实验测试数据、交通调查数据等，但由于数据存在来源不同、结构繁杂、粒度多样、采集目的各异等问题，各类数据独立成为数据孤岛，不能实现交叉分析进而挖掘更多有效信息。因此，如何实现数据质量控制、数据归类和数据间的有序关联成为制约交通节能减排、实现智能化分析的瓶颈。

多维感知技术以车辆基础特征为坐标原点，将海量数据聚类为网状结构模型，能够整合多维异构数据，实现数据有序关联。通过多维实际数据的网状化模型，实现车辆基础信息数据、运营数据与能耗排放等数据的交叉融合和匹配分析。该结构包括五个维度：

1)能耗维度，车辆运行过程中的能源消耗相关指标，包括车辆瞬时能耗、累计油耗、车辆行驶里程等维度数据;

2)污染物排放维度，表征车辆运行过程中的污染物排放相关指标，包括不同工况下各车型排放因子、氮氧化物浓度值、尿素液位、SCR(选择性催化系统)工作状态、运行里程等;

3)运营特征维度，表征车辆运输服务的参数指标，包括客运量、客运周转量、货运量、货运周转量等;

4)运行工况维度，表征车辆运行的参数和指标，包括运行速度、经度、纬度等;

5)使用者维度，表征使用者在驾驶车辆运行过程中操作行为的指标及相关信息，包括驾驶人信息(年龄、性别、驾龄、职业)、百公里急加速和急刹车时间及次数、变速频率、加速踏板行程值等。同时，应用和分析大数据需要关注数据的准确性。应通过不同维度数据校核算法的研究来提高数据准确性，同时与实验等真实数据联合校正。高分辨率仿真技术和多尺度评估技术通过高分辨率仿真技术和多尺度评估技术可解决交通节能减排工作中宏、中、微观规划、预测、评估等问题。该技术的核心由五层级模型组成，能满足不同维度、不同尺度、不同粒度的交通能耗排放核算需求(见下表)。各层次模型的原理和功能如下：

高分辨率仿真技术和多尺度评估技术结构

1)基于时间维度的宏观核算清单模型。将机动车按照车辆自身物理属性和本地营运管理特征分类，通过各种车型的保有量、排放因子、能耗因子及车辆行驶里程进行能耗排放总量的核算，主要用于不同时间粒度交通能耗排放总量的评估和预测。可用于交通能耗排放总量的核算、未来年交通能耗排放目标制定及分解，能够为交通管理部门、研究机构提供宏观数据支持。

2)基于空间维度的中观路网评价模型。该模型是对路段交通量和速度变化进行预测，并预测每个路段、每小时能耗污染物排放。主要应用于交通战略规划情景分析及交通政策措施效果评估。

3)基于实时交通流的路网动态监测模型。能够实现高分辨率仿真，可以仿真城市路网某路段的小时交通量与速度，通过与速度排放因子库的关联耦合，实现对城市路网动态能耗和污染排放时空分布的仿真。主要用于路网动态能耗和排放清单、道路周边环境质量仿真等。

4)基于时空维度的单车监测分析模型。以单车为研究对象，通过车辆多维感知技术获取车辆实时运行工况信息，并与各类车型微观能耗排放因子库相耦合，获得单车动态能耗污染物排放量数据。主要用于高能耗排放车辆识别、微观驾驶行为矫正等。

5)基于区域的基础设施能耗排放评估模型。以基础设施为研究对象，建立基础设施的交通活动主体及活动状况的能耗排放仿真模型。主要用于基础设施内部环境评价、环境治理措施效果评估。

为有效满足宏、中、微观交通能耗排放治理决策管理需求，高分辨率仿真技术和多尺度评估技术需关注真实性、辨识度、敏感性、综合性等方面问题。