《城市绿色出行指数白皮书》——附录D :碳排放因子修正

简介: 《城市绿色出行指数白皮书》——附录D :碳排放因子修正

附录D:碳排放因子修正


附录D对碳排放因子修正进行详细阐述:


地面交通(𝒊 = 𝟏, 𝟐, 𝟑)


地面交通所受影响较多,包括速度、载客率(* )、道路坡度、天气等。而这些因素具有时空 特性。为了对应不同时空下的影响因素变化,本报告针对不同的交通方式、不同的时空特征, 提出建立如下所示的时空分布表(** ):


image.png


每种交通方式都会对应一张工作日和一张节假日的时空分布表,表中的数据由统 计时间内对应时段、对应区域、对应交通方式的平均值表示。出于公平性的考虑,在 其余条件(出行时间、出行路线、天气等)相同的情况下,选择公交出行的个人,所产 生的碳排放量应该是相同的。但实际过程中,车辆受驾驶行为和交通状况的影响,同 种交通方式的碳排放量会有一定差别。因此,本报告将在相应时段、区域内行驶的车 辆数据直接使用时空分布表中的数据进行替代。这样的方法既满足了公平性,也保证 了区域碳足迹量化时的准确性。


工作日与节假日的时空分布是不同的,以公交车为例,其工作日与节假日的载客 率曲线[21]如下图所示。


image.png


每种影响因素对应的修正因子可以通过实验测量可得,例如,根据汽油小汽车碳 排放量与速度的关系,在不考虑其他影响因素的情况下,得到速度修正曲线如下图所 示。对于车辆不同的能源类型,应按照3.3节中相应的原则单独计算或加权求和。


image.png


可根据速度/载客率/坡度曲线图获取相应的修正因子,最终地面交通修正因子的 计算公式为:


image.png


轨道交通(𝒊 = 𝟒)


对于轨道交通,本报告同样提出了其对应的时空分布表。与地面交通不同的是, 轨道交通中个人碳排放量的直接影响因素只有载客率,但天气会对载客率产生影响, 因此需要考虑天气和载客率两个因素。此处以地铁1号线、2号线为例,其载客率的 时空分布表如下表所示,仅在该线路途径区域记录其载客率。


image.png


在表中获取某时段某区域的载客率后,可根据载客率曲线图获取相应的修正因子, 最终轨道交通修正因子的计算公式为:


image.png


参考文献:


王昌, 姜仙童, 吴艳平 (2021). 基于聚类分析的公交线路资源配置时段划分方法——以烟台市为例. 交通运输研 究 , 7(05), 35-42.

张少君 (2014). 中国典型城市机动车排放特征与控制策略研究. 博士学位论文. 清华大学.

相关文章
|
存储 内存技术
【核磁共振成像】临床基本通用脉冲序列(二)
【核磁共振成像】临床基本通用脉冲序列
|
7月前
|
数据采集 存储 分布式计算
一文读懂数据中台架构,高效构建企业数据价值
在数字化时代,企业面临数据分散、难以统一管理的问题。数据中台架构通过整合、清洗和管理数据,打破信息孤岛,提升决策效率。本文详解其核心组成、搭建步骤及常见挑战,助力企业高效用数。
2247 24
|
IDE Android开发 iOS开发
探索安卓与iOS系统的技术差异:开发者的视角
本文深入分析了安卓(Android)与苹果iOS两大移动操作系统在技术架构、开发环境、用户体验和市场策略方面的主要差异。通过对比这两种系统的不同特点,旨在为移动应用开发者提供有价值的见解,帮助他们在不同平台上做出更明智的开发决策。
|
消息中间件 监控 物联网
MQTT协议对接及RabbitMQ的使用记录
通过合理对接MQTT协议并利用RabbitMQ的强大功能,可以构建一个高效、可靠的消息通信系统。无论是物联网设备间的通信还是微服务架构下的服务间消息传递,MQTT和RabbitMQ的组合都提供了一个强有力的解决方案。在实际应用中,应根据具体需求和环境进行适当的配置和优化,以发挥出这两个技术的最大效能。
1196 0
《城市绿色出行指数白皮书》——附录C :碳排放因子计算
《城市绿色出行指数白皮书》——附录C :碳排放因子计算
3268 0
|
Web App开发 XML 存储
一篇文章讲明白JPG、PNG、GIF、SVG等格式图片区别
一篇文章讲明白JPG、PNG、GIF、SVG等格式图片区别
|
算法 数据挖掘 BI
【2023 华数杯全国大学生数学建模竞赛】 B题 不透明制品最优配色方案设计 39页论文及python代码
本文介绍了一种基于计算机配色理论的数学模型,旨在解决不透明制品的最优配色方案设计问题,通过线性回归分析、色差计算和多目标规划模型,实现了高效、准确的配色方案优化。
383 0
|
Web App开发 前端开发 测试技术
自动化工具 Selenium 的使用
自动化工具 Selenium 的使用
330 8
|
监控 数据可视化 前端开发
使用Ruby on Rails构建的员工上网行为监控Web应用
我们开发了一款基于Ruby on Rails的员工上网行为监控Web应用,帮助企业保护数据安全和确保员工生产力。该应用利用Rails的MVC架构和Active Record管理数据库,通过网络代理和JavaScript追踪员工网络活动。数据收集后,应用进行分析和可视化,以便识别异常行为。此外,借助Rails的后台任务和Sidekiq gem,实现数据自动化处理和定时更新,为公司提供实时监控反馈。
480 2