《城市绿色出行指数白皮书》——附录C :碳排放因子计算

简介: 《城市绿色出行指数白皮书》——附录C :碳排放因子计算

附录C:碳排放因子计算


为进一步说明碳排放计算框架中使用的计算方法,附录C将详细介绍私家车、出租 车/网约车、公交车、轨道交通、电瓶车、自行车、步行以及其他交通方式的计算公式, 探讨不同能源类型与交通性质中碳排放因子确定的原则。


私家车 (𝒊 = 𝟏)


根据车辆能源类型的不同,采用相应能源类型车辆的基础碳排放因子(以行驶速度 60km/h为基准速度测量)。其碳排放量计算公式如下:


image.png

值得注意的是,理论上纯电动汽车在行驶过程中不会产生碳排放量,但其所使用的 电能在生产过程中会产生部分碳排放量,因此,本报告使用当地电网发电过程中的CO2 排放因子与电动车单位里程的平均耗电量的乘积作为电动车辆的基础排放因子。后续所 有消耗电能的交通方式都采取相同的计算思路。混合动力汽车的碳排放量会根据驾驶行 为的不同产生较大的波动,但鉴于此种车辆占城市总体车辆的比例较小,必要时可使用 燃油车与纯电动汽车基础排放因子的平均值计算其基础排放因子。


出租车/网约车 (𝒊 = 𝟐)


根据车辆能源类型及其保有量不同,获得基础平均碳排放因子(以行驶速度60km/h为基 准速度测量)。其碳排放量计算公式如下:


image.png


虽然私家车和出租车/网约车的碳排放量较为接近,但是出于公平性的考虑,在其 余条件(出行时间、出行路线、天气等)相同的情况下,选择出租车/网约车出行的个人, 所产生的碳排放量应该是相同的。但事实上,个人无法选择乘坐的出租车/网约车的能 源类型,若因此产生较大的碳排放量差异,则会影响其公平性。私家车与之不同,因为 个人在购买车辆时可以决定车辆的能源类型,间接地表达了个人的出行意愿。 因此,此处对于出租车/网约车,采取按照车型比例加权平均后的基础平均排放因 子。而出于准确性的考虑,这样的计算方式虽然会影响单条出行链碳排放量计算的准确 性,但在区域碳足迹量化时,平均排放因子产生的误差可以被消除,因此在误差允许的 范围内,此计算方法满足准确性的要求。出于同样的考量,后续的公交车计算中排放因 子也采取了同样的计算方式。


公交车 (𝒊 = 𝟑)


根据车辆能源类型及其保有量不同,获得基础平均碳排放因子(以行驶速度60km/h为基准 速度测量)。其碳排放量计算公式如下:


image.png


轨道交通 (𝒊 = 𝟒)


根据轨道交通年度运行与运营总能耗、轨道交通年度周转量不同,获得基础平均碳排放因 子。其碳排放量计算公式如下:


image.png


电瓶车 (𝒊 = 𝟓)


电瓶车碳排放量计算公式如下:


image.png


自行车和步行 (𝒊 = 𝟔, 𝟕)



image.png



其他交通方式 (𝒊 = 𝟖)


其他出行方式(如水上公交、摩托等),因所占比例较小、缺乏统计数据等原因, 本报告中暂未考虑其排放因子的计算,必要时可根据实验或国标相关规定获取其排放因 子。


参考文献:

吕晨, 张哲, 陈徐梅, 马冬, 蔡博峰 (2021). 中国分省道路交通二氧化碳排放因子. 中国环境科学, 41(07), 3122- 3130.

相关文章
|
编解码
通信原理期末复习——基础小题汇总(二)
通信原理期末复习——基础小题汇总(二)
808 0
通信原理期末复习——基础小题汇总(二)
|
机器学习/深度学习 资源调度 监控
PyTorch使用Tricks:Dropout,R-Dropout和Multi-Sample Dropout等 !!
PyTorch使用Tricks:Dropout,R-Dropout和Multi-Sample Dropout等 !!
832 0
|
存储 人工智能 算法
聚类的k值确定之轮廓系数
聚类的k值确定之轮廓系数
4747 0
|
数据可视化 定位技术
ArcGIS应用基础3 属性表的操作-以人口密度分布图为例
😀在本文中,作者以人口密度分布图为例,详细讲解了属性表的连接、字段添加和计算等功能,最终将人口密度可视化到地图上进行了底图整饰输出。
1528 0
|
4月前
|
人工智能 Linux API
OpenClaw阿里云/本地保姆级部署使用教程!支持的ACP协议详解+免费大模型API配置+避坑指南
2026年开源AI代理框架OpenClaw在发布重磅版本,正式全面支持ACP(Agent Client Protocol)协议,彻底改写AI代理生态协作规则。这一更新让Codex、Claude Code、Gemini等顶级编码AI成为OpenClaw的一级子代理,实现跨模型无缝调度,中英日开发者社区瞬间引爆,单条更新推文最高斩获636万浏览、3699个点赞,标志着AI代理从各自为战的草莽时代,迈入协议统一、工程化落地的标准化新阶段。
2329 1
|
11月前
|
人工智能 安全 机器人
2025 年 AI 成为热点的原因及其驱动因素分析
2025年,人工智能技术飞速发展,从实验室走向产业应用,涵盖多模态大模型、智能体崛起、具身智能等热点。政策支持、市场需求推动AI在医疗、服务器、硬件产品等领域的全面落地,同时伦理监管逐步完善,全球治理协作加强,AI正从“工具”向“伙伴”转变。
1949 0
|
12月前
|
机器学习/深度学习 人工智能 算法
最大熵逆强化学习:理论基础、数学推导与工程实现
本文重点讨论逆强化学习(Inverse Reinforcement Learning, IRL),这是模仿学习的重要分支,其核心目标是基于演示数据学习能够最大化期望奖励的最优策略。
446 0
|
域名解析 NoSQL 网络协议
如何创建一个自己的网站(适合零基础的用户)
网站制作流程中的每个阶段都至关重要,它们共同构建了一个功能完善、用户友好的网站。在前期准备阶段,团队已经对网站的类型和功能进行了深入的分析和规划,这为后续的网页设计和程序编码奠定了坚实的基础。
5314 1
|
供应链 监控
业务连续性计划(Business Continuity Plan, BCP)
业务连续性计划(Business Continuity Plan, BCP)
|
JavaScript Java API
深入了解后端开发:从基础到进阶
【10月更文挑战第6天】深入了解后端开发:从基础到进阶