高速公路网车辆碳排放测算方法研究

doi:10.12141/j.issn.1000-565X.220019

华南理工大学学报(自然科学版) ›› 2022, Vol. 50 ›› Issue (9): 22-28.doi: 10.12141/j.issn.1000-565X.220019

所属专题： 2022年交通运输工程

高速公路网车辆碳排放测算方法研究

林旭坤^1,², 张扬¹, 罗芷晴¹, 等

^1.华南理工大学土木与交通学院, 广东广州 510640
^2.广东省交通运输厅综合规划处, 广东广州 510101
^3.广东省交通运输规划研究中心资源环境室, 广东广州 510101

收稿日期:2022-01-11 出版日期:2022-09-25 发布日期:2022-04-01
通信作者: 林培群（1980-），男，博士，教授，主要从事交通大数据、智能交通等研究。 E-mail:pqlin@scut.edu.cn
作者简介:林旭坤（1984-），男，博士生，主要从事交通规划、交通大数据等研究。E-mail：75913292@qq. com
基金资助:
国家自然科学基金资助项目(52072130);广东省自然科学基金资助项目(2020A1515010349);华南理工大学中央高校基本科研业务费(2020ZYGXZR085)

Study on Measuring Method of Vehicle Carbon Emission in Expressway Network

LIN Xukun^1,², ZHANG Yang ¹, LUO Zhiqing¹, et al

^1.School of Civil Engineering and Transportation，South China University of Technology，Guangzhou 510640，Guangdong，China
^2.Comprehensive Planning Division，Department of Transportation of Guangdong Province，Guangzhou 510101，Guangdong，China
^3.Resources and Environment Room，Planning and Research Center of Transportation of Guangdong Province，Guangzhou 510101，Guangdong，China

Received:2022-01-11 Online:2022-09-25 Published:2022-04-01
Contact: 林培群（1980-），男，博士，教授，主要从事交通大数据、智能交通等研究。 E-mail:pqlin@scut.edu.cn
About author:林旭坤（1984-），男，博士生，主要从事交通规划、交通大数据等研究。E-mail：75913292@qq. com
Supported by:
the National Natural Science Foundation of China(52072130);the Natural Science Foundation of Guangdong Province(2020A1515010349);the Basic Scientific Research Business Fee of Central Universities of South China University of Technology(2020ZYGXZR085)

摘要/Abstract

摘要：

在“双碳”政策背景下，维护生态平衡，减少碳排放势在必行。现如今，准确测算大范围路网车辆碳排放指标十分关键。为此，本研究提出了一种基于多源数据融合的高速公路网车辆碳排放测算方法。首先提出面向碳排放统计的基础数据清洗方法，对后续碳排放测算所需基础数据进行清洗。其次建立高速公路碳排放测算模型，进而设计相关的计算流程。最后以广东省高速公路网为例，测算了2020年9月至2021年6月的车辆碳排放量，并与中国碳核算数据库进行对比、验证所提出方法的科学性与可靠性。研究表明：虽然微型小型客车车均碳排放量较小，但总碳排放量在各车型中占比最大，达到52.1%；汽油车碳排放总量占比达到了49.8%，高于柴油车的45.4%和其它类型能源车的4.8%，大力推广新能源汽车能有效地降低高速公路碳排放量；此外，研究发现“新冠疫情”下不同车辆的出行规律存在明显的差异，但对交通运输经济的整体影响有限。

关键词: 碳排放测算, 大数据, 高速公路, 新能源汽车, “双碳”政策

Abstract:

Under the background of dual-carbon policy, it is imperative to maintain ecological balance and reduce carbon emissions. Nowadays, it is very important to accurately measure the carbon emission index of vehicles on a wide range of road networks. Therefore, this study proposed a measuring method of vehicle carbon emission in expressway network based on multi-source data fusion. Firstly, a basic data cleaning method for carbon emission statistics was proposed to clean the basic data required for subsequent carbon emission calculation. Secondly, the highway carbon emission calculation model was established, and then the related calculation process was designed. Finally, taking the whole highway network of Guangdong province as an example, this paper calculated the vehicle carbon emission from September 2020 to June 2021, and compared the calculation results with China’s carbon accounting database.Through this method, the proposed method was proved to be scientific and reliable. The research shows that the average carbon emission of mini buses in Guangdong province is small, but the total carbon emission accounts for the largest proportion of all types of vehicles, up to 52.1%; the total carbon emission of gasoline vehicles accounts for 49.8%, which is higher than that of diesel vehicles (45.4%) and of other energy vehicles (4.8%). Vigorously promoting new energy vehicles can effectively reduce the carbon emission of expressways. In addition, the study finds that there are significant differences in the travel patterns of different vehicles under COVID-19, but the overall impact on the transportation economy is limited.

Key words: carbon emission measurement, big data, expressway, new energy vehicle, dual-carbon policy

中图分类号:

U491

林旭坤, 张扬, 罗芷晴, 等. 高速公路网车辆碳排放测算方法研究[J]. 华南理工大学学报(自然科学版), 2022, 50(9): 22-28.

LIN Xukun, ZHANG Yang, LUO Zhiqing, et al. Study on Measuring Method of Vehicle Carbon Emission in Expressway Network[J]. Journal of South China University of Technology(Natural Science Edition), 2022, 50(9): 22-28.

图/表 9

图1

表1

表2

表3

表4

图2

图3

图4

图5

参考文献 17

1	郭胜．城市交通系统碳排放评估体系与评价方法研究［D］．合肥：合肥工业大学，2014.
2	张秀媛，杨新苗，闫琰．城市交通能耗和碳排放统计测算方法研究［J］．中国软科学，2014（6）：142-150.
	ZHANG Xiuyuan， YANG Xinmiao， YAN Yan ．Research on energy consumption and carbon emission of urban transportation ［J］．China Soft Science，2014（6）：142-150.
3	徐志，邹哲，曹伯虎．城市客运交通碳排放水平估算及低碳途径—以天津市为例［J］．北京工业大学学报，2013，39（7）：1007-1013，1020.
	XU Zhi， ZOU Zhe， CAO Bohu ．Carbon emission level estimation and low-carbon approach of urban passenger transport：a case study of tianjin ［J］．Journal of Beijing University of Technology，2013，39（7）：1007-1013，1020.
4	Intergovernmental Panel on Climate Change ．2006 IPCC guidelines for national greenhouse gas Inventories ［M］．Japan：Institute for Global Environmental Strategies （IGES），2006.
5	景国胜，张海霞，廖文苑．城市交通碳排放测算研究——以广州市为例［C］∥创新驱动与智慧发展——2018年中国城市交通规划年会论文集．青岛：［s.n.］，2018：3453-3463.
6	郭耀，何保红．生命周期视角下的建成环境对居民出行碳排放影响研究—以昆明市为例［J］．物流科技，2021，44（4）：78-81，87．
	GUO Yao， HE Baohong. Impacts of built environment on residents' travel carbon emissions from the perspective of life cycle：a case study of kunming city ［J］．Logistics Science and Technology，2021，44（4）：78-81，87.
7	CAI Hao， XIE Shaodong ．Estimation of vehicular emission inventories in China from 1980 to 2005［J］．Atmospheric Environment，2007，39（41）：8963-8979.
8	景侨楠，侯慧敏，白宏涛，等．自上而下的城市能源消耗碳排放估算方法［J］．中国环境科学，2019，39（1）：420-427．
	JING Qiaonan， HOU Huimin， BAI Hongtao，et al ．A top-down estimation method of urban energy consumption carbon emissions［J］．Chinese Environmental Science，2019，39（1）：420-427.
9	CHANG Xiaomeng， CHEN Biyu， LI Qingquan，et al ．Estimating real-time traffic carbon dioxide emissions based on intelligent transportation system technologies［J］．IEEE Transactions on Intelligent Transportation Systems，2013，14（1）：469-479.
10	姬文哲．天津市交通碳排放计算与减排对策研究［D］．天津：天津大学，2014.
11	ANIL N G M R D ．TEMMS：an integrated package for modelling and mapping urban traffic emissions and air quality［J］．Environmental Modelling & Software，2002，17（2）：177-188.
12	LE M， YAN C H ．Study on transportation energy carbon emission based on system dynamics［C］∥2021 9th International Conference on Traffic and Logistic Engineering（ICTLE）.［S.l.］：［s.n.］，2021：102-107.
13	张清，陶小马，杨鹏．特大型城市客运交通碳排放与减排对策研究［J］．中国人口·资源与环境，2012，22（1）：35-42.
	ZHANG Qing， TAO Xiaoma， YANG Peng，et al ．Research on carbon emission and emission reduction strategy of passenger transport in mega-city ［J］．China Population，Resources and Environment，2012，22（1）：35-42.
14	方晓丽，骆勇．城市交通碳排放计算方法比较研究［J］．交通节能与环保，2017，13（4）：81-83.
	FANG Xiaoli， LUO Yong ．Comparative study on calculation methods of urban transportation carbon emission ［J］．Transportation Energy Conservation and Environmental Protection，2017，13（4）：81-83.
15	国家统计局．公路水路交通运输企业一套表统计调查制度［EB/OL］［2020-12-06］．．cn/tjfw/bmdcxmsp/bmzd/202012/t20201216_1809589．
	html.
16	中华人民共和国国家发展改革委员会．《陆上交通运输企业温室气体排放核算方法与报告指南（试行）》［EB/OL］［2015-07-06］．.
17	广东省交通运输厅．32年，从0到1万公里！广东高速公路总里程连续7年全国第一［EB/OL］［2021-04-21］．.

分类	车辆规格
大型客车	车长大于等于6 m或者乘坐人数大于等于20人的客车，包括公交车
中型客车	车长小于6 m且乘坐人数为10-19人的客车
微型小型客车	车长小于6 m且乘坐人数小于等于9人的客车（含轿车）
重型载货汽车	总质量大于等于12 t的货车
中型载货汽车	车长大于等于6 m或者总质量大于等于4.5 t且小于12 t的货车
微型轻型载货汽车	车长小于6 m且总质量小于4.5 t的货车
重型专项作业车	总质量大于等于12 t的专项作业车
中型专项作业车	车长大于等于6 m或者总质量大于等于4.5 t且小于12 t的专项作业车
微型轻型专项作业车	车长小于6 m且总质量小于4.5 t的专项作业车

燃料种类	换算单位	标准煤/kg
汽油	1 L	1.07
柴油	1 L	1.25
电	1 kW·h	0.12
液化石油气	1 t	1.24
压缩天然气	1 m³	1.33
液化天然气	1 kg	1.76
乙醇汽油	1 L	1.07
燃料油	1 kg	1.43

车型	车辆数/辆	理论能耗修订系数
大型客车	1 135	1.24
中型客车	36	1.29
微型、小型客车	116	1.34
重型货车	3 534	0.99
中型货车	233	1.27
轻型货车	655	1.87

时间	总车次/万辆	能耗/万吨标煤	碳排放量/Mt
2020-09	19 331.8	117.2	2.520
2020-10	21 674.1	140.1	2.879
2020-11	19 572.3	120.3	2.577
2020-12	20 395.9	131.7	2.636
2021-01	19 507.1	118.6	2.567
2021-02	12 273.3	88.0	1.884
2021-03	20 118.3	127.4	2.704
2021-04	19 414.6	115.0	2.599
2021-05	19 532.4	119.4	2.560
2021-06	16 441.5	104.3	2.189

[1]	黄炎, 符锌砂, 曾彦杰, 等. 基于激光雷达里程计的高速公路三维建模方法[J]. 华南理工大学学报(自然科学版), 2023, 51(7): 129-138.
[2]	林培群, 张扬, 罗芷晴, 等. 融合多源数据的高速公路路段车流碳排放精细测算方法[J]. 华南理工大学学报(自然科学版), 2023, 51(7): 100-108.
[3]	林培群, 龚敏平, 周楚昊. 面向运输风险识别的高速公路货车用户画像方法[J]. 华南理工大学学报(自然科学版), 2023, 51(6): 1-9.
[4]	周楚昊, 林培群, 闫明月. 基于自监督学习的交通数据补全算法[J]. 华南理工大学学报(自然科学版), 2023, 51(4): 101-114.
[5]	吴娇蓉, 黄正文, 邓泳淇. 都市圈分层空间结构的交通网络密度发展规律[J]. 华南理工大学学报(自然科学版), 2023, 51(2): 111-121.
[6]	胡郁葱, 韦湖, 曾强. 基于空间广义有序Probit模型的高速公路事故严重程度分析[J]. 华南理工大学学报(自然科学版), 2023, 51(1): 114-122.
[7]	杨洋, 胡嫣然, 袁振洲, 等. 高速公路交通事故时空影响动态效应的传播分析[J]. 华南理工大学学报(自然科学版), 2023, 51(1): 123-133.
[8]	吴艳霞, 周彤, 黄帅, 等. 基于驾驶员注意力分布模型的路侧环境安全性研究[J]. 华南理工大学学报(自然科学版), 2022, 50(9): 49-57.
[9]	郭淼, 赵晓华, 姚莹, 等. 基于驾驶行为和交通运行状态的事故风险研究[J]. 华南理工大学学报(自然科学版), 2022, 50(9): 29-38.
[10]	何永明, 冯佳, 权聪, 等. 基于联合仿真的超高速公路车辆制动避撞系统[J]. 华南理工大学学报(自然科学版), 2022, 50(10): 19-28.
[11]	漆巍巍, 马思维, 周南杰. 高速公路分合流区车流元胞模型的构建及应用[J]. 华南理工大学学报(自然科学版), 2022, 50(10): 11-18.
[12]	王晓飞刘永李思雨. 公路空间曲率连续性衰退与事故频数影响关联模型[J]. 华南理工大学学报(自然科学版), 2021, 49(8): 26-34.
[13]	林培群夏雨周楚昊. 引入时空特征的高速公路行程时间预测方法[J]. 华南理工大学学报(自然科学版), 2021, 49(8): 1-11.
[14]	马新露, 樊博, 陈诗敖, 等. 基于实时交通流的事故风险评估与分析模型[J]. 华南理工大学学报(自然科学版), 2021, 49(8): 19-25,34.
[15]	温惠英张璇曾强. 高速公路单车事故等级的影响因素分析[J]. 华南理工大学学报(自然科学版), 2021, 49(8): 12-18.

高速公路网车辆碳排放测算方法研究

Study on Measuring Method of Vehicle Carbon Emission in Expressway Network

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 17

相关文章 15

编辑推荐

Metrics

本文评价