平曲线要素对小客车运行碳排放的影响特征研究

doi:10.12141/j.issn.1000-565X.240047

华南理工大学学报(自然科学版) ›› 2025, Vol. 53 ›› Issue (2): 68-79.doi: 10.12141/j.issn.1000-565X.240047

平曲线要素对小客车运行碳排放的影响特征研究

王晓飞¹, 罗振¹, 王少华², 潘玲³, 曾强¹

^1.华南理工大学土木与交通学院，广东广州 510640
^2.广东江中高速公路有限公司，广东广州 510699
^3.广东华路交通科技有限公司，广东广州 510420

收稿日期:2025-01-25 出版日期:2025-02-25 发布日期:2025-02-03
通信作者: 曾强（1988—），男，博士，副教授，主要从事道路交通安全、公共交通运营与管理研究。 E-mail:zengqiang@scut.edu.cn
作者简介:王晓飞（1980—），女，博士，副教授，主要从事公路路线及交通安全研究。E-mail： xiaofeiw@scut.edu.cn
基金资助:
广东省自然科学基金项目(2024A1515011177);广东省科技计划项目(2024A1111120009);广东江中高速公路有限公司/广东省路桥建设发展有限公司资助项目(ZJKJ1-KY-00701A)

Study on the Impact Characteristics of Horizontal Curve Elements on Carbon Emissions from Passenger Car Operation

WANG Xiaofei¹, LUO Zhen¹, WANG Shaohua², PAN Ling³, ZENG Qiang¹

^1.School of Civil Engineering &Transportation，South China University of Technology，Guangzhou 510640，Guangdong，China
^2.Guangdong Jiangzhong Expressway Co. ，Ltd. ，Guangzhou 510699，Guangdong，China
^3.Guangdong Hualu Traffic Technology Co. ，Ltd. ，Guangzhou 510420，Guangdong，China

Received:2025-01-25 Online:2025-02-25 Published:2025-02-03
Contact: 曾强（1988—），男，博士，副教授，主要从事道路交通安全、公共交通运营与管理研究。 E-mail:zengqiang@scut.edu.cn
About author:王晓飞（1980—），女，博士，副教授，主要从事公路路线及交通安全研究。E-mail： xiaofeiw@scut.edu.cn
Supported by:
the Natural Science Foundation of Guangdong Province(2024A1515011177);the S & T Programm of Guangdong Province(2024A1111120009)

摘要/Abstract

摘要：

我国“十四五”发展规划对交通绿色发展提出了更高要求，交通运营所产生的排放是交通行业碳排放的主要来源。为研究公路平曲线路段小客车运行碳排放的影响因素，通过开展现场实车试验，试验车载OBD（On Board Diagnostics）设备采集广东省内典型公路曲线段现场行车试验数据，并通过IPCC（Intergovernmental Panel on Climate Change）碳排放核算方法获取路段碳排放率数据，结合道路线形选取了影响小客车运行排放的相关评价指标，在灰色关联分析的基础上对相关评价指标进行关联度计算。结果表明：平曲线路段线形要素中缓和曲线长度占比、缓和曲线参数等指标与路段碳排放率显著关联；圆曲线半径在一定区间内与路段碳排放率显著关联。非线形指标中显著相关的有加速度标准差和加速度均值，与这两者显著相关的线形指标是缓和曲线参数和缓和曲线长度占比。结合灰色关联分析结果，从指标中选取了8个关联指标，通过建立灰色GM（1，N）模型对平曲线路段小客车行驶碳排放总量进行预测，预测结果和实际结果平均相对误差为5.10%，模型预测性能优于传统多元回归模型，在数据有限的情况下表现出色并提供可靠的预测结果。研究成果可识别路段对碳排放有显著影响的关键设计和运行参数，为平曲线路段低碳优化设计和管理提供理论依据。

关键词: 公路, 平曲线, 碳排放率, 灰色关联度, 小客车

Abstract:

China’s “14th Five-Year Plan” places higher demands on green transportation development, with emissions from traffic operations being the primary source of carbon emissions in the transportation sector. To investigate the factors influencing carbon emissions of passenger cars on highway curved segments, this study conducted on-site driving tests using OBD-equipped vehicles to collect driving data from typical curved road segments in Guangdong Province, and obtains carbon emission data through the IPCC carbon emission accounting method. Re-levant evaluation indicators influencing passenger car emissions were selected based on road alignment, and gray relational analysis was used to calculate the correlations between these indicators. The results indicate that among the geometric alignment elements of horizontal curve sections, indicators such as the proportion of transition curve length and transition curve parameters are significantly correlated with the segmental carbon emission rate. The radius of the circular curve is also significantly correlated within a specific range. For non-geometric factors, indicators such as the standard deviation and mean of acceleration show significant correlations with carbon emissions, and these two indicators are further associated with geometric factors like transition curve parameters and the proportion of transition curve length. Based on the results of the grey relational analysis, eight correlated indicators were selected, and a grey GM(1, N) model was developed to predict the total carbon emissions of passenger cars on horizontal curve sections. The prediction results show an average relative error of 5.10% compared to the actual values. The predictive performance of the model surpasses that of traditional multiple regression models, demonstrating outstanding performance and reliability in scenarios with limited data.The findings of this study can identify key design and operational parameters significantly influencing carbon emissions, providing a theoretical basis for the low-carbon optimization and management of highway horizontal curve sections.

Key words: highway, horizontal curve, carbon emission rate, gray relational analysis, passenger car

中图分类号:

王晓飞, 罗振, 王少华, 潘玲, 曾强. 平曲线要素对小客车运行碳排放的影响特征研究[J]. 华南理工大学学报(自然科学版), 2025, 53(2): 68-79.

WANG Xiaofei, LUO Zhen, WANG Shaohua, PAN Ling, ZENG Qiang. Study on the Impact Characteristics of Horizontal Curve Elements on Carbon Emissions from Passenger Car Operation[J]. Journal of South China University of Technology(Natural Science Edition), 2025, 53(2): 68-79.

图/表 17

表1

图 1

表2

表3

各评价指标及符号"

线形评价指标	符号		符号
前缓和曲线参数/m	A₁	平均速度/（km·h^-1）	$v ¯$
后缓和曲线参数/m	A₂	速度标准差/（km·h^-1）	$σ v$
前缓和曲线占比	I₁	平均加速度/（m·s²）	$a ¯$
后缓和曲线占比	I₂	加速度标准差/（m·s²）	$σ a$
圆曲线半径/m	R	加速阶段加速度平均值/（m·s²）	a⁺
圆曲线长度占比	I_r	减速度平均值/（m·s²）	a^-
平曲线转角/（°）	γ	平曲线路段碳排放率/（g·km^-1）	E

表3

表4

关联分析初始数据表格"

路段标号	A₁/m	A₂/m	I₁	I₂	R/m	I_r	γ/（°）	$v ¯$ / （km·h^-1）	$σ v$ / （km·h^-1）	$a ¯$ / （m·s^-2）	$σ a$ / （m·s^-2）	$a +$ / （m·s^-2）	$a -$ / （m·s^-2）	E/ （g·km^-1）
1	174.64	174.64	0.13	0.13	610	0.74	26	45.76	3.93	0.18	0.53	0.502	-0.43	88.61
2	143.18	143.18	0.13	0.13	410	0.74	40	58.84	4.46	0.13	0.52	0.320	-0.49	79.65
︙	︙	︙	︙	︙	︙	︙	︙	︙	︙	︙	︙	︙	︙	︙
24	142.83	142.83	0.27	0.27	340	0.45	16	23.44	2.81	0.22	0.35	0.190	0.00	236.81
25	148.32	148.32	0.37	0.37	440	0.26	4	59.45	1.93	0.08	0.29	0.000	-0.22	52.91
26	45.95	45.95	0.32	0.32	143	0.37	17	51.26	0.75	0.14	0.15	0.000	-0.28	91.13

表4

表5

表6

非线形指标的欧式灰色关联权重因子"

指标	权重因子w_i		权重因子w_i
$v ¯$	0.18	$σ a$	0.18
$σ v$	0.20	a $+$	0.20
$a ¯$	0.19	a $-$	0.05

表6

表7

表8

非线形指标与碳排放率的关联度"

指标	灰色关联度		模糊隶属度		指标	灰色关联度		模糊隶属度
指标	邓式	欧式	模糊隶属度		指标	邓式	欧式	模糊隶属度
$v ¯$	0.649 5	0.639 0	0.782 4	$σ a$		0.737 1	0.701 9	0.934 8
$σ v$	0.612 1	0.567 8	0.823 2	a $+$		0.710 2	0.650 8	0.926 1
$a ¯$	0.632 9	0.584 4	0.777 7	a $-$		0.690 5	0.647 7	0.911 9

表8

图2

图3

图4

图5

表9

图6

表10

表11

参考文献 22

1	国资委．推动央企绿色低碳发展扎实有序做好“碳达峰、碳中和”工作［J］．新能源科技，2022，24（6）：7-8.
	The State-Owned Assets Supervision and Administration Commission of the State Council ．Promote the green and low-carbon development of central enterprises to do a solid and orderly work of“carbon peak and carbon neutrality”［J］．New Energy Technology，2022，24（6）：7-8．
2	刘吉毅，黄福友，陈斌．交通运输业碳排放影响因素及减排策略研究［J］．公路，2023，68（5）： 252-259．
	LIU Jiyi， HUANG Fuyou， CHEN Bin ．Research on influencing factors and emission reduction strategies of carbon emission in transportation industry［J］．Highway，2023，68（5）：252-259.
3	熊阳欣，秦之湄，胡秋萍，等．城市汽车年检碳排放数据挖掘及其应用研究［J］．环境科学学报，2021，41（12）：5083-5092．
	XIONG Yangxin， QIN Zhimei， HU Qiuping，et al ．Research on carbon emission data mining and application in urban vehicle emission inspection［J］．Acta Scientiae Circumstantiae，2021，41（12）：5083-5092．
4	陈正委，熊文磊，高升，等．轻型高速公路代表性车型与纵断面设计指标研究［J］．公路，2023，68（9）：1-11.
	CHEN Zhengwei， XIONG Wenlei， GAO Sheng，et al ．Research on typical vehicle types and vertical section indicators of light expressway［J］．Highway，2023，68（9）：1-11．
5	林学东．发动机原理［M］．第2版．北京：机械工业出版社，2014．
6	刘真．道路线形指标对车辆尾气排放及燃油经济的影响研究［D］．南京：东南大学，2017．
7	HU J， FREY H C ．Comparison of real world light-duty gasoline vehicle emissions for high altitude mountainous versus low altitude piedmont study areas［C］∥Procee-dings of the Annual Conference and Exhibition，Air & Waste Management Association． Pittsburgh：Tavlor and Francis Ltd，2017：1-25．
8	吴胜利，邢文婷，邵毅明，等．基于重庆道路试验的车辆行驶工况影响因素分析［J］．交通运输工程学报，2021，21 （2）：150-158．
	WU Shengli， XING Wenting， SHAO Yiming，et al ．Analysis of factors affecting vehicle driving condition based on road test in Chongqing［J］．Journal of Traffic and Transportation Engineering，2021，21（2）：150-158．
9	ZHANG L， HU X， QIU R，et al ．Comparison of real-world emissions of LDGVs of different vehicle emission standards on both mountainous and level roads in China［J］．Transportation Research Part D：Transport and Environment，2019，69：24-39．
10	LLOPIS-CASTELLÓ D， PÉREZ-ZURIAGA M A， CAMACHO-TORREGROSA J F，et al ．Impact of horizontal geometric design of two-lane rural roads on vehicle CO₂ emissions ［J］．Transportation Research Part D，2018，59：46-57．
11	许金良，景立竹，韩跃杰，等．基于MOVES的小半径圆曲线路段载重柴油车碳排放预测模型［J］．公路交通科技，2018，35 （12）：124-131，158．
	XU Jinliang， JING Lizhu， HAN Yuejie，et al ．A carbon emission prediction model for heavy-duty diesel trucks in small-radius curves based on MOVES［J］．Journal of Highway and Transportation Research and Development，2018，35 （12）：124-131，158．
12	DEMIR E， BEKTA T， LAPORTE G ．A comparative analysis of several vehicle emission models for road freight transportation［J］．Transportation Research Part D：Transport and Environment，2011，16（5）：347-357．
13	孙文圃，许金良，景立竹，等．基于MOVES的高速公路纵坡段载重柴油车辆碳排放预测模型的研究［J］．公路交通科技，2015，32（12）：144-150．
	SUN Wen-pu， XU Jin-liang， JING Li-zhu，et al ．Study on carbon emission prediction model of heavy-duty diesel vehicle in expressway longitudinal slope sections based on MOVES［J］．Journal of Highway and Transportation Research and Development，2015，32（12）：144-150．
14	T　L KIM-NGOC， NGUYENTHIHONG D， VOVAN T ．Fuzzy cluster analysis algorithm for image data based on the extracted feature intervals［J］．Granular Compu-ting，2023，8（6）：2067-2081．
15	HUANG Y， SHEN L， LIU H ．Grey relational analysis，principal component analysis and forecasting of carbon emissions based on long short-term memory in China［J］．Journal of Cleaner Production，2019，209：415-423．
16	邓长城，程雪利，李辉，等．基于灰色关联度的轴承温度影响因素分析［J］．轴承，2024（3）：52-57．
	DENG Changcheng， CHENG Xueli， LI Hui，et al ．Analysis of bearing temperature based on grey relational method［J］．Bearing，2024（3）：52-57．
17	曾亮．改进的灰色多变量GM（1，N）模型及其应用［J］．西南大学学报（自然科学版），2019，41（9）：68-76．
	ZENG Liang ．An improved grey multivariable GM（1，N）model and its application［J］．Journal of Southwest University （Natural Science Edition），2019，41（9）：68-76．
18	张志清，李晨，贺成林．双车道公路小半径曲线段行车速度与行车轨迹关系研究［J］．道路交通与安全，2016，16（5）：22-26．
	ZHANG Zhiqing， LI Chen， HE Chenglin ．Research on the relationships between driving speed and driving track path on small radius curves of two-lane highways ［J］．Road Traffic and Safety，2016，16（5）：22-26．
19	LUQUE R， CASTRO M ．Highway geometric design consistency：speed models and local or global assessment［J］．International Journal of Civil Engineering，2016，14（6）：1-9．
20	NAVIN F ．Some factors in the design of rural highway curves ［C］∥Proceeding of the 94th Annual Meeting of the Transportation Research Board．Washington DC：Transportation Research Board，2015： 1-14．
21	刘明，何超，李加强，等．基于比功率与发动机功率的重型柴油车实际道路排特性［J］．科学技术与工程，2018，18（34）：64-70．
	LIU Ming， HE Chao， LI Jiaqiang，et al ．Actual road emission characteristics of heavy-duty diesel vehicle based on vehicle specific power and engine power［J］．Science Technology and Engineering，2018，18（34）：64-70．
22	孙凤．面向交通排放测算的轻重型车比功率分布特性与模型研究［D］．北京：北京交通大学，2012．

序号	平曲线^1）要素	范围	平均值
1	平曲线长度L/m	［105.74，406.71］	219.07
2	缓和曲线长度L_S/m	［0，136.51］	72.44
3	圆曲线长度L_R/m	［35.22，352.25］	143.34
4	圆曲线半径R/m	［143.32，12 000］	2 725.10
5	前缓和曲线参数A₁/m	［0，259.81］	100.22
6	后缓和曲线参数A₂/m	［0，259.81］	100.21
7	转角γ/（°）	［2.17，56.73］	18.96

指标	灰色关联度		模糊隶属度		指标	灰色关联度		模糊隶属度
指标	邓式	欧式	模糊隶属度		指标	邓式	欧式	模糊隶属度
A₁	0.706 1	0.828 8	0.725 7	R		0.629 8	0.327 5	0.197 6
A₂	0.709 6	0.831 7	0.734 9	I_r		0.719 8	0.829 6	0.744 5
I₁	0.707 9	0.799 0	0.730 5	γ		0.608 2	0.673 8	0.682 9
I₂	0.727 5	0.807 4	0.755 1

指标	灰色关联度		模糊隶属度		指标	灰色关联度		模糊隶属度
指标	邓式	欧式	模糊隶属度		指标	邓式	欧式	模糊隶属度
A₁	0.722 5	0.825 1	0.763 3	R		0.642 5	0.340 7	0.230 4
A₂	0.727 1	0.828 7	0.781 9	I_r		0.666 6	0.805 9	0.723 0
I₁	0.678 1	0.784 5	0.646 1	γ		0.634 1	0.687 8	0.710 5
I₂	0.691 6	0.793 4	0.698 2

试验	实际值/g	预测值/g	误差/g	相对误差/%
Trip1	627.54	652.51	24.97	3.98
Trip2	558.98	588.19	29.21	5.23
Trip3	643.99	678.93	34.93	5.43
Trip4	499.38	547.92	48.53	9.72
Trip5	604.01	592.02	11.99	1.98
Trip6	553.45	577.30	23.85	4.31

模型	MAD	RMSE	MSE
灰色GM（1，N）模型	5.01	6.33	40.13
多元线性回归模型	31.19	40.16	1 613.45

平曲线要素对小客车运行碳排放的影响特征研究

Study on the Impact Characteristics of Horizontal Curve Elements on Carbon Emissions from Passenger Car Operation

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 17

参考文献 22

相关文章 15

编辑推荐

Metrics

本文评价

[1]	任文浩, 赵晓华, 陈晨, 付强. 网联碰撞预警信息系统对雾天高速公路驾驶行为的影响[J]. 华南理工大学学报(自然科学版), 2025, 53(2): 27-37.
[2]	温惠英, 何梓琦, 胡宇晴, 等. 高速公路新能源汽车碳排放量的测算及空间分布特征[J]. 华南理工大学学报(自然科学版), 2024, 52(8): 1-13.
[3]	赵建东, 许慧玲, 吕行, 等. 考虑代价敏感的高速公路偷逃费行为识别模型[J]. 华南理工大学学报(自然科学版), 2024, 52(5): 10-19.
[4]	高龙凯, 赵晓华, 欧居尚, 等. 基于Unity3D的立体复合高速公路标志系统优化设计[J]. 华南理工大学学报(自然科学版), 2024, 52(5): 20-30.
[5]	何永明, 邢婉钰, 魏堃, 等. 超高速公路自动驾驶车辆换道轨迹规划策略[J]. 华南理工大学学报(自然科学版), 2024, 52(4): 104-113.
[6]	杨永红, 唐祖德, 王醇, 等. 公路转弯段线形指标对混凝土护栏安全性能的影响[J]. 华南理工大学学报(自然科学版), 2024, 52(1): 90-99.
[7]	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.
[8]	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.
[9]	王琳虹, 李洪涛, 李若楠. 考虑驾驶人视觉搜索能力的雨天公路限速设计[J]. 华南理工大学学报(自然科学版), 2023, 51(6): 20-29.
[10]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	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.
[15]	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.