一种城市客运交通碳排放计算方法、系统、终端和存储介质
文献发布时间:2024-01-17 01:26:37
技术领域
本发明属于交通碳排放预测技术领域,尤其涉及一种基于交通出行特征的城市客运交通碳排放计算方法、系统、终端和存储介质。
背景技术
为应对全球气候变化,低碳发展成为中国城市发展的重要战略。交通运输行业是二氧化碳排放的重要领域,交通运输领域碳排放约占碳排放总量的9%。准确的掌握城市交通碳排放能够有效的制定交通减排策略,因此明确城市交通碳排放计算方法是城市交通碳排放核算的基础,也是交通碳减排的重要基础性工作。
计算碳排放的基本方程为:碳排放=活动数据×排放因子。在交通运输碳排放计算过程中,可根据具体运输工具的特征,在基本方程的基础上拓展运用。《2006年IPCC国家温室气体清单指南》(以下简称“《指南》”)根据碳排放基本方程分别给出了道路运输、非道路运输、铁路、水运、航空等交通运输方式碳排放计算模型。
方法一:若各类交通运输方式的能源消耗数据可获得,则可采用如下方法计算:
其中燃料为消耗燃料,EF为排放因子,a为燃料类型。该种方法也被叫做“自上而下”的计算方法,适合于燃料数据容易获取,且对碳排放精度要求不高的碳排放计算场景。
方法二:当燃料数据获取不方便或对碳排放计算精度要求相对较高时,可采用交通运输活动数据估算燃料消耗量,再根据燃料排放因子计算交通运输活动的碳排放,该种方法也被叫做“自下而上”的计算方法。例如,道路运输碳排可采用以下公式计算:
其中车辆为计算的车辆数量;距离为计算车辆行驶距离;消耗为燃料平均消耗量;i,j,t分别为车辆类型、燃料类型和道路类型。
近些年,有国内外学者在《指南》中给出的方法二的基础上,细化交通运输碳排放的计算方法,以获得更加精确的碳排结果。如史丹等人[史丹,叶云岭.城市交通碳排放趋势与减排对策研究——以上海市为例[J].现代管理科学,2022(04):3-14.]通过客运周转量、机动车保有量和客运碳排放因子建立碳排放计算模型,首先计算目标地区总出行周转量,再将总出行周转量根据目标地区交通出行结构细分至各种方式,最后根据各类方式交通碳排放因子计算交通碳排放。李振宇等人[李振宇,廖凯,崔占伟,刘洋.缓解城市交通拥堵的CO_2减排效益评估方法研究[J].交通运输系统工程与信息,2020,20(02):8-12+19.DOI:10.16097/j.cnki.1009-6744.2020.02.002.]考虑车辆保有量、平均行驶里程、平均燃油经济性、碳排放因子等因素,建立基于车辆保有量和行驶距离的碳排放计算模型。景国胜等人[景国胜,张海霞,戴炜,金安,杜刚诚,廖文苑,宋程,谢泽斌]在发明CN110807175A中提及的一种基于目标城市交通模型数据的城市交通碳排放测算方法,该法通过基于交通四阶段模型建立广州及周边城市的城市交通碳排放计算模型。
除以上基于碳排基本方程计算碳排放外,很多学者也给出基于关联因素的碳排放间接预测方法。其中包括胡茂峰等人[胡茂峰,郑义彬,李宇涵.多情景下湖北省交通运输碳排放峰值预测研究[J].环境科学学报,2022,42(04):464-472.DOI:10.13671/j.hjkxxb.2021.0320.6]在Ehrlich等[Ehrlich P R,Holdren J P.1971.Impact ofPopulation Growth[J].Science,171(3977):1212-1217.]提出的IPAT模型基础上建立的碳排计算模型,通过人口规模、城镇化率、GDP、运输强度等影响因素预测未来交通碳排放;周伟等人[周伟,米红.中国能源消费排放的CO2测算[J].中国环境科学,2010,30(8):1142-1148.]采用人口统计学理论对能源消耗进行定量分析,从而计算交通碳排放。
本发明在《指南》给出的方法二的基础上继续深化延伸,建立更加精细的交通碳排放直接计算模型,而非建立通过关联因素的间接预测模型,因此在后续相关说明中对通过碳排放关联因素间接预测交通碳排的方法不做深入论述和研究。
交通运输领域现有的碳排放计算方法大致有三种:《指南》中提出的“自上而下”法、《指南》中提出的“自下而上”法、根据《指南》中提出的“自下而上”法延伸得到的方法。
“自上而下”法通过统计能源消耗总量计算交通碳排放,计算相对简单直接,宏观层面计算准确度较高,主要适用于宏观层面的交通碳排放测算。但对于缺乏能源消耗统计或能源消耗统计不够准确的交通运输细分领域,该方法的操作性相对较差,计算结果的准确度较差。尤其在能源管理相对粗放的地区,交通运输工具消耗燃料和其他活动消耗燃料并无详细区分,运用“自上而下”法计算的碳排放结果误差较大。如用“自上而下”法无法区分城市小汽车出行碳排放和出租车出行碳排放。
相对于“自上而下”法,《指南》中提出的“自下而上”法能够相对精细的计算各类交通运输工具的碳排放,但其计算精度往往不能满足交通运输领域的碳排研究,无法对交通细分领域碳排放提供精确评估和指导。因此,众多学者运用“自下而上”的延伸方法计算交通运输碳排放。
现有的“自下而上”延伸方法中主要有两类:一类是通过载运工具保有量、平均运输距离和排放因子从供给端来计算交通碳排放,这类方法更适用于计算过去和现状的交通碳排放,在计算未来交通碳排放时,需要先预测机动车保有量,机动车保有量的变化受城市发展政策影响较大,因此通过机动车保有量从供给端预测交通碳排放容易产生较大误差,且无法真实反映交通排放实际需求值;另一类是从需求层面将客货运周转量层层下分至各种运输方式,并结合碳排放因子计算交通碳排,这类延伸方法能够较好的计算各类交通运输方式的碳排,但在计算深度中仍未考虑各类出行的详细出行需求、出行距离、各类交通运输方式的能源结构等问题,且对于城市客运交通而言,运输周转量无专门统计,其获取难度较大。
现有专利文献对碳排放的预测技术分别如下:
CN106600027A,城市交通碳排放测算系统及测算方法,其所提及的方法属于从供给端以机动车保有量和机动车平均行驶里程来计算城市客运交通碳排放。该方法的缺陷是对未来交通碳排放的计算结果偏差比较大,因为机动车保有量受未来机动车拥有、使用管控政策影响较大,机动车保有量难以准确预测,从而较难准确估算未来交通碳排放;
CN109767623A,基于城市交通仿真平台的人均出行机动车一氧化碳排放评价方法,该发明中给出的一氧化碳评价方法为基于路段、交叉口等的微观交通碳排放评价方法;CN109784734A,一种基于城市交通虚拟平台的高峰小时单位客运量能源消耗评价方法,该发明中给出的方法是基于路段、交叉口等微观交通特征的高峰小时能耗计算方法,该方法的计算目标为能源消耗,为基于路段、较差口等的微观计算方法;CN110827184A,一种道路交通碳排放计算模块及计算方法,该方法仅为道路交通碳排放计算方法,其计算中考虑了道路拥堵、道路等级、道路方案、车辆运行速度等微观影响因素;CN115455681A一张面向多载运工具的通勤交通碳排放空间分布估算方法,该方法中给出的碳排放计算模型为考虑车辆数量、油耗、功率、质量、道路长度等因素的微观碳排放计算模型,上述发明均不属于城市综合客运交通系统碳排放宏观计算方法。
CN110807175A,一种基于目标城市交通模型数据的城市交通碳排放测算方法,该方法属于城市交通宏观碳排放计算方法;也是基于《2006年IPCC国家温室气体清单指南》中给出的“自下而上”法延伸出的方法,其基本方法为交通碳排放基本计算方法,既可以计算现状碳排、也可以计算过去和未来交通碳排放。但该方法的计算基础为城市交通四阶段方法给出的交通工具数量,计算范围涵盖航空、货运、水运等交通方式碳排放,该方法计算精确度较差,该方法中公共交通、轨道交通、小汽车、出租车等多种交通方式的碳排放计算方法均为碳排放=∑(交通工具数×出行距离×能耗水平×能源排放因子),其忽略了不同交通方式特征不同,从而导致碳排放计算方法也差别;该方法中给出的方法更适用于广州相邻城市尤其是珠三角城市群区域内各城市的交通碳排放测算,不适用于所有有交通碳排放计算需求的城市。
CN114707774A,一种基于交通运输的碳排放量预测方法及设备,该方法属于应用交通碳排放影响因子等采用时间序列法对碳排放进行预测的预测方法,不是交通碳排放直接计算方法;CN115496275A,城市交通碳排放预测方法、装置、电子设备和存储介质,该碳排放预测方法是以机动车数量预测为基础的交通供给端碳排放预测方法,不是基于城市市民出行需求端计算交通碳排放。
发明内容
针对上述问题,本发明中给出的方法延续“自下而上”第二类方法的方向,结合城市交通中小汽车、轨道交通、常规公交出租车等方式出行特点,考虑人口总量、机动化出行率、各类方式出行结构、出行距离等交通出行特征,以及各类方式能源结构等特征,构建了一种涵盖全面、能够相对精确反映的城市交通真实碳排放需求的计算方法。
本发明作为“自下而上”方法的衍生方法,重点解决既有“自下而上”衍生方法在计算城市交通碳排放时未能系统、详细考虑各类交通方式碳排放的问题,同时解决既有方法中未全部考虑各类交通方式出行量、交通工具载客量、出行距离、载运工具能源类型、能耗水平等具体特征对碳排放影响的问题。本发明能够从需求端系统、全面、真实准确反映交通碳排放情况。
本发明的技术方案如下:
一种基于交通出行特征的城市客运交通碳排放计算方法,具体步骤如下:
S1分析城市客运交通碳排放计算主体及碳排放产生机理和影响因素;
S2分方式构建城市客运交通碳排放计算模型,具体如下:
S2.1构建小汽车出行碳排放模型如下:
式中,T
S2.2构建出租车出行碳排放模型如下:
式中,T
S2.3构建常规公交出行碳排放模型如下:
式中,T
S2.4构建城市轨道出行碳排放模型如下:
T
式中:T
S2.5根据各类交通运输方式碳排放计算模型,形成城市客运交通碳排放计算模型:
式中:
T——城市客运交通碳排放
P——目标城市常住人口数量,通过统计数据或预测获得;
β——目标城市人均机动化出行率,通过交通调查或预测获得;
δ——交通出行方式分担率,通过交通调查或预测获得;
q——平均载客量,通过交通调查或预测获得;
i——个体交通方式种类,包括小汽车和出租车;
L——平均出行距离或载客运营里程,通过交通调查或预测获得;
θ——某类能源个体机动车占比,通过统计数据或预测获得;
ω——某类能源公共交通车辆占比,通过统计数据或预测获得;
E——单位能耗水平,通过查阅资料获得;
e——能源排放因子,通过查阅资料获得;
λ——机动车空驶率,小汽车空驶率为0,出租车空驶率通过目标城市调查获得;
j——交通工具能源种类,包括汽油、柴油、液化天然气、电力;
k——公共交通种类,包括常规公交和城市轨道交通;
S3获取交通出行特征数据;
S4获取交通能源消耗及排放数据;
S5计算城市客运交通碳排放:将步骤S3获得的交通出行特征数据、S4获得的交通能源消耗和排放数据代入步骤S2构建的城市客运交通碳排放计算模型,计算城市客运交通系统碳排放。
优选地,S1中所述碳排放计算主体包括小汽车、出租车、常规公交、城市轨道交通产生的碳排放,所述影响因素包括:交通出行量、交通出行结构、出行距离和能源结构。
优选地,S3中所述交通出行特征数据包括:目标城市常住人口、目标城市机动化出行率、城市交通方式类型、各类交通出行方式分担率、各类交通出行方式平均出行距离、平均载客量。
优选地,S4具体为:获取城市交通运输工具用能种类、交通运输工具单位能源消耗和各类能源碳排放因子。
一种实施所述的基于交通出行特征的城市客运交通碳排放计算方法的计算系统,其特征在于,包括:
1)城市客运交通碳排放计算主体及碳排放产生机理和影响因素模块,用于实施上述步骤S1
2)城市客运交通碳排放计算模型构建模块,用于实施上述步骤S2;
3)交通出行特征数据获取模块,用于实施上述步骤S3;
4)交通能源消耗及排放数据获取模块:用于实施上述步骤S4;
5)城市客运交通碳排放计算模块,用于实施上述步骤S5。
一种基于交通出行特征的城市客运交通碳排放计算系统系统终端,包括存储器、处理器及存储在所述存储器上并可在所述处理器上加载并运行的至少一条指令或至少一段计算机程序,其特征在于,所述处理器加载并运行至少一条指令或至少一段计算机程序以实现所述一种基于交通出行特征的城市客运交通碳排放计算方法的步骤。
一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现所述的一种基于交通出行特征的城市客运交通碳排放计算方法的步骤。
本发明采用以上技术方案与现有技术相比,具有以下有益效果:
一、系统性建立城市客运交通核算模型,为城市客运交通碳排放计算提供基础。
本次发明在既有方法的基础上,系统地考虑城市客运交通类型、机动化出行率、出行量、出行结构、交通工具载客量、出行距离、能源结构等因素,建立一个涵盖全面、相对完善的城市客运交通碳排放计算模型,为城市客运交通碳排放计算提供基础。
二、本次发明发放可计算现状交通碳排放,也可以通过未来出行特征预测未来交通出行碳排放。
本次发明中的碳排放计算方法,既可以输入现状参数和现状出行数据计算现状城市客运交通碳排放,也可以输入预测出行数据和参数计算未来城市客运碳排放,有利于现状、未来城市客运碳排放的连续监测。
三、本方法能够从交通需求端更加客观准确反映交通碳排放情况。
本方法的核心输入参数为城市交通出行特征数据,交通出行特征是根据市民实际出行需求所总结出的特征,因此运用本发明中的方法能够相对真实客观的反映未来交通出行实际碳排放。
居民出行特征不会轻易受外部环境影响,其变化也是相对缓慢和平稳的,其预测值与实际偏差也相对较小,本方法中采用相对稳定的出行特征数据计算交通碳排,能够有效的避免因预测偏差带来的碳排计算偏差。此外,本发明中所用的方法是根据小汽车、出租车、常规公交、城市轨道交通的实际碳排放机理分别建立交通碳排模型,能够避免了将各类交通方式笼统计算碳排所造成的误差。因此,本方法能够更加准确的反映交通碳排放情况。
四、本方法可应用于所有目标城市客运交通碳排放计算
本发明中给出的方法输入数据均可通过统计、调查、简单预测等方法获取,可适用于任何目标城市客运交通碳排放计算,数据获取容易、计算方法简单,易于操作。
附图说明
图1是本发明一种基于交通出行特征的城市客运交通碳排放计算方法的步骤流程图。
具体实施方式
下面将结合附图和实施例对本发明做进一步的详细说明。
本发明提供了一种基于交通出行特征的城市客运交通碳排放计算方法,如图1所示,其具体步骤如下:
S1分析城市交通碳排放机理及影响因素。城市交通碳排放为城市机动化交通在运营过程中产生的碳排放,包括城市轨道交通、常规公交、出租车、小汽车等运营过程中产生的碳排放。影响城市交通碳排放的因素主要有:(1)交通出行量,交通出行量是交通碳排放产生的根本原因,交通出行量越大,所需要的交通出行工具越多,其产生的碳排放越多;(2)交通出行结构,出行结构为采用各类交通工具出行的比例,从人均出行碳排放来看,公共交通出行碳排放低于小汽车出行碳排放;(3)出行距离,其他条件不变的情况下,出行距离越长,出行所产生的碳排放越多;(4)能源结构,出行过程中所乘交通工具采用的能源越清洁,所产生的碳排放量越小,如电动车辆所产生的碳排放低于燃油车辆(不考虑发电、输电、储电设备生产过程中碳排放)。
S2构建城市客运交通碳排放计算模型。根据城市交通碳排放产生机理,考虑交通碳排放影响因素,先分别计算各类交通方式产生的碳排放,然后加和形成城市交通总体碳排放。
(一)构建城市客运交通各子系统碳排放计算模型。城市客运交通出行子系统主要包含小汽车出行、出租车出行、常规公交车出行以及轨道交通出行4大类,城市客运交通碳排主要是这4类交通出行所产生。
(1)小汽车出行碳排放模型构建。小汽车出行碳排放取决于有小汽车出行需求的人数、小汽车平均载客系数、小汽车出行距离、小汽车所用的能源类型、单位能耗水平以及各类能源的排放系数。根据这些影响因素,建立小汽车碳排放模型如下:
式中,T
(2)出租车出行碳排放模型构建。在城市交通出行中,出租车出行碳排放产生的机理与小汽车出行产生碳排放的机理较为相似,其主要区别在于出行量、平均载客量、出行距离的不同,同时出租车还存在空载巡游,在计算出租车碳排放时需要考虑出租车空载巡游过程中产生的碳排放。因此出租车出行碳排放计算模型为::
式中,T
(3)常规公交出行碳排放模型构建。常规公交产生的碳排主要来源于公交车辆在运营过程中消耗的能源所释放的二氧化碳。常规公交为定线定班运营交通方式,一旦线路布局确定,一段时间内不再改变,因此个别乘客出行特征变化对公交碳排放影响相对较小。影响相对较大因素有公交载客运营里程、公交车单位能耗水平、公交车用能结构和能源排放系数。因此公交出行碳排放计算模型如下:
式中,T
(4)城市轨道出行碳排放模型构建。轨道交通与常规公交相似,都是定班定线运营交通运输工具,碳排放都是在运营过程中消耗能源产生。差异在于常规公交仅车辆消耗能源,而轨道交通耗能包括车辆运行消耗能源、车站运营消耗能源(包括照明、通风、电梯等)。因车站运营消耗能源数据收集困难,且不同大小的车站能耗水平不同,很难用一种统一的方法衡量,因此本方法采用轨道交通平均能耗法计算,即单位轨道交通里程能耗水平计算轨道交通能耗,同时考虑现阶段城市轨道交通均采用电力作为能源,其计算模型如下:
T
式中:T
(二)根据各类交通运输方式碳排放计算模型,加和形成城市客运交通系统碳排放模型:
式中:
T——城市客运交通碳排放
P——目标城市管理人口数量,可通过统计数据或预测获得;
β——目标城市人均机动化出行率,可通过交通调查或预测获得;
δ——交通出行方式分担率,可通过交通调查或预测获得;
q——平均载客量,可通过交通调查或预测获得;
i——个体交通方式种类,一般为小汽车和出租车两类;
L——平均出行距离(个体交通)或载客运营里程(公共交通),可通过交通调查或预测获得;
θ——某类能源个体机动车占比,可通过统计数据或预测获得;
ω——某类能源公共交通车辆占比,可通过统计数据或预测获得;
E——单位能耗水平,可通过查阅资料获得;
e——能源排放因子,可通过查阅资料获得;
λ——机动车空驶率,小汽车空驶率为0,出租车空驶率可通过目标城市调查获得;
j——交通工具能源种类,有汽油、柴油、液化天然气、电力等;
k——公共交通种类,一般为常规公交和城市轨道交通两类。
S3获取交通出行特征数据:通过资料查阅、居民出行调查、交通出行预测等方法获取目标城市常住人口数量、机动化出行率、城市交通方式类型、各类交通出行方式分担率、各类交通出行方式平均出行距离、平均载客量等交通出行特征数据。
S4获取交通能源消耗及排放相关数据:通过调研等了解城市的交通载运工具用能种类,通过国际国内权威网站(如工业和信息化部政务服务平台-中国汽车能源消耗量查询网站等)获取相关交通运输工具的单位能源消耗情况,通过权威能源排放网站或资料获取各类能源碳排放因子相关数据。
S5计算城市客运交通碳排放。将城市交通出行特征、各方式能源消耗和排放特征数据代入城市客运交通碳排放计算模型,计算城市客运交通系统碳排放。
一种实施所述的基于交通出行特征的城市客运交通碳排放计算方法的计算系统,其特征在于,包括:
1)城市客运交通碳排放计算主体及碳排放产生机理和影响因素确定模块,用于实施上述步骤S1
2)城市客运交通碳排放计算模型构建模块,用于实施上述步骤S2;
3)交通出行特征数据获取模块,用于实施上述步骤S3;
4)交通能源消耗及排放数据获取模块:用于实施上述步骤S4;
5)城市客运交通碳排放计算模块,用于实施上述步骤S5。
一种基于交通出行特征的城市客运交通碳排放计算系统系统终端,包括存储器、处理器及存储在所述存储器上并可在所述处理器上加载并运行的至少一条指令或至少一段计算机程序,其特征在于,所述处理器加载并运行至少一条指令或至少一段计算机程序以实现所述一种基于交通出行特征的城市客运交通碳排放计算方法的步骤。
一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现所述的一种基于交通出行特征的城市客运交通碳排放计算方法的步骤。
下面通过一个具体实施例对本发明做进一步的详细说明——以深圳市城市客运交通出行碳排放计算为例。
选取三个特征年份2020年、2025年、2035年分别计算深圳市城市客运交通系统现状和规划年的碳排放。
深圳市与其他城市一样,其城市客运交通碳排放主要是市民在出行过程中所乘用的机动车消耗能源后产生的碳排放,宏观层面,其影响因素可归结为居民出行总量、居民出行结构、出行距离和所采用的机动车燃油类型。
深圳市城市客运交通出行系统主要包含小汽车出行、出租车出行、常规公交出行和城市轨道出行。
目前深圳市保有的小汽车主要以燃油和电能两种能源为主,其中燃油以汽油为主。根据本发明中建立的小汽车碳排放模型,深圳市小汽车客运交通出行碳排放计算方法为:
其中,T
深圳市保有的出租车已经全部电动化,结合本发明中建立的模型,深圳市出租车出行碳排放计算模型为:
式中,T
深圳市常规公交也全部实现电动化,根据本发明中建立的模型,深圳市常规公交车出行碳排放模型为:
T
式中,T
深圳市地铁碳排放模型如下:
T
式中:T
深圳市城市客运交通总体碳排放计算模型为:
式中,
T——深圳市城市客运交通碳排放;
P——深圳市常住人口数量;
β——深圳市机动化出行率;
δ
q
L
θ
E
e
δ
q
L
E
e——深圳电力的碳排放因子;
λ——深圳市出租车空驶距离占比;
L
E
L
E
根据深圳市居民出行特征调查、深圳市交通相关统计数据,可得到现状或过去特征年(2020年)交通出行特征。根据交通出行特征变化预测,可得分别得到未来年交通出行特征,本次实例中以近期(2025年)、远期(2035年)交通出行特征数据为例,具体如下表所示:
表1深圳市特征年出行特征数据
注:出租车含巡游出租车和网约出租车。
根据中国汽车能源消耗量查询网等相关网站可获得各类能源汽车油耗数据;根据城市轨道交通运营统计相关数据,可得到城市轨道交通耗电量数据;根据中国全生命周期温室气体排放系数库中数据可得到各类油品碳排放相关数据;根据《广东省市县(区)温室气体清单编制指南(试行)》得到外来电力排放因子数据,具体如下表:
表2城市交通工具能源消耗及排放相关数据
在得到交通出行特征数据、各类交通工具能耗数据和各类能源碳排放数据之后,将其代入碳排放计算公式,可分别得到小汽车、出租车、常规公交、城市轨道等方式出行的碳排放量,并得到城市客运交通出行总体碳排放。具体计算值如下表所示:
表3深圳市2020年、2025年和2035年城市客运交通碳排放计算结果
本发明采用以上技术方案与现有技术相比,具有以下有益效果:
一、系统性建立城市客运交通核算模型,为城市客运交通碳排放计算提供基础。
本次发明在既有方法的基础上,系统地考虑城市客运交通类型、出行量、出行结构、交通工具载客量、出行距离、能源结构等因素,建立一个涵盖全面、相对完善的城市客运交通碳排放计算模型,为城市客运交通碳排放计算提供基础。
二、本次发明发放可计算现状交通碳排放,也可以通过未来出行特征预测未来交通出行碳排放。
本次发明中的碳排放计算方法,既可以输入现状参数和现状出行数据计算现状城市客运交通碳排放,也可以输入预测出行数据和参数计算未来城市客运碳排放,有利于现状、未来城市客运碳排放的连续监测。
三、本方法能够从交通需求端更加客观准确反映交通碳排放情况。
本方法的核心输入参数为城市交通出行特征数据,交通出行特征是根据市民实际出行需求所总结出的特征,因此运用本发明中的方法能够相对真实客观的反映未来交通出行实际碳排放。
居民出行特征不会轻易受外部环境影响,其变化也是相对缓慢和平稳的,其预测值与实际偏差也相对较小,本方法中采用相对稳定的出行特征数据计算交通碳排,能够有效的避免因预测偏差带来的碳排计算偏差。此外,本发明中所用的方法是根据小汽车、出租车、常规公交、城市轨道交通的实际碳排放机理分别建立交通碳排模型,能够避免了将各类交通方式笼统计算碳排所造成的误差。因此,本方法能够更加准确的反映交通碳排放情况。
四、本方法可应用于所有目标城市客运交通碳排放计算
本发明中给出的方法输入数据均可通过统计、调查、简单预测等方法获取,可适用于任何目标城市客运交通碳排放计算,且数据获取容易、计算方法简单,易于操作。
对于本领域的普通技术人员来说,在不脱离本申请创造构思的前提下,还可以对本发明的实施例做出若干变型和改进,这些都属于本申请的保护范围。
- 一种物联网终端升级方法、装置、系统、终端及存储介质
- 一种停车库交通控制方法、装置、终端及存储介质
- 一种交通运输碳排放计算方法、系统及可存储介质
- 城市交通碳排放预测方法、装置、电子设备和存储介质