張永琪，潘敏榮,2，付 曉，劉志遠(yuǎn)

(1.東南大學(xué)交通學(xué)院，江蘇 南京 210096；2.蘇州城市規(guī)劃設(shè)計研究院股份有限公司，江蘇 蘇州 215006)

0 引 言

近年來隨著城市交通機動化水平提高，交通擁堵以及隨之加劇的尾氣排放已經(jīng)成為城市發(fā)展中普遍面臨的問題。作為全球第二大碳排放部門，交通運輸行業(yè)碳減排壓力日益增加。因此，對交通碳排放進行研究是實現(xiàn)“雙碳”目標(biāo)的重點，也是交通碳減排政策制定與施行的前提。

解決碳排放問題的關(guān)鍵在于對交通碳排放的精準(zhǔn)測算。目前主流碳排放測算模型分為兩類，微觀碳排放模型以車輛個體為研究對象，利用海量車輛軌跡數(shù)據(jù)實現(xiàn)對城市交通碳排放的測算[1]，精確性高，但軌跡數(shù)據(jù)要求嚴(yán)格、難以獲取。宏觀碳排放模型則以網(wǎng)絡(luò)為研究對象，通過網(wǎng)絡(luò)內(nèi)集計的車輛駕駛行為估算[2]實現(xiàn)對城市交通碳排放的測算，但忽略了個體駕駛行為與碳排放之間的關(guān)系。

交通仿真技術(shù)應(yīng)用研究的快速發(fā)展為精準(zhǔn)測算城市交通碳排放提供了一個新的解決思路[3-5]，即基于精細(xì)化交通仿真的城市交通碳排放測算。本文基于多源交通大數(shù)據(jù)等數(shù)據(jù)搭建了精細(xì)化城市多模式交通仿真模型，應(yīng)用SUMO軟件實現(xiàn)了對城市交通碳排放的測算，并二次開發(fā)SUMO碳排放模塊，對交通政策效果進行了分析與評價。

1 城市交通精細(xì)化仿真模型構(gòu)建

1.1 精細(xì)化路網(wǎng)搭建

精細(xì)化路網(wǎng)搭建由兩部分組成：自動化路網(wǎng)搭建與手動路網(wǎng)精細(xì)化調(diào)整。

自動化路網(wǎng)搭建是精細(xì)化仿真路網(wǎng)的“底座”，以開源OpenStreetMap(OSM)數(shù)據(jù)作為地圖數(shù)據(jù)的主源，對OSM路網(wǎng)數(shù)據(jù)連通性與拓?fù)湫詸z查、冗余交叉口合并等多項技術(shù)融合，僅需要提供所搭建路網(wǎng)區(qū)域OSM地圖和高精地圖(*.shp格式)，就可以通過開發(fā)的腳本自動化實現(xiàn)SUMO仿真道路交通網(wǎng)絡(luò)和公共交通網(wǎng)絡(luò)的生成。

手動路網(wǎng)精細(xì)化調(diào)整，在自動化搭建路網(wǎng)基礎(chǔ)上，采用地圖匹配技術(shù)融合高精地圖和OSM電子地圖，校核修正路網(wǎng)車道數(shù)、車道限速等道路屬性。同時，通過實際路網(wǎng)信號配時等數(shù)據(jù)再次對仿真路網(wǎng)信號燈配時等交通設(shè)施進行精度提升，最終獲得城市全路網(wǎng)的精細(xì)化仿真效果，如圖1所示。

1.2 多模式交通流量還原

前文提到的精細(xì)化路網(wǎng)搭建已經(jīng)完成了城市交通精細(xì)化仿真模型的“底座”，多模式交通流量還原則是城市交通精細(xì)化仿真模型的“血液”。

多模式交通主要由小汽車、公交、軌道交通、非機動車與行人5個部分組成，本文提到的多模式交通流量還原包括了以上5個部分。

1.2.1 公交、軌道流量還原

此部分流量還原基于高德API實現(xiàn)，通過對數(shù)據(jù)的獲取與處理，實現(xiàn)公交、軌道數(shù)據(jù)的仿真輸入。

1.2.2 小汽車、非機動車、行人流量還原

此部分流量還原基于手機信令數(shù)據(jù)完成識別，識別獲得上述各交通方式的OD數(shù)據(jù)，實現(xiàn)小汽車、非機動車、行人流量數(shù)據(jù)的仿真輸入。

1.2.3 數(shù)據(jù)校核

城市交通精細(xì)化仿真模型精準(zhǔn)與否很大程度上取決于仿真運行狀態(tài)的精準(zhǔn)與否，本文就仿真還原效果與仿真區(qū)域核查線數(shù)據(jù)進行校核，對比部分主干道斷面流量。若出現(xiàn)結(jié)果異常則基于上述還原步驟進行參數(shù)重新標(biāo)定，直至校核斷面流量無誤差為止。

2 城市交通碳排放測算方法介紹——基于蘇州古城實例

SUMO不僅可以輸出宏觀仿真模型中輸出的路網(wǎng)靜態(tài)流量、速度等指標(biāo)，也可以輸出路網(wǎng)的動態(tài)流量、實時速度等指標(biāo)，還可以輸出每輛車的CO2、CO、HC、PMx等污染物排放指標(biāo)。指標(biāo)選取需要考慮交通仿真輸出數(shù)據(jù)類型與碳排放測算的特點，因此本文僅選用CO2、CO、HC 3個指標(biāo)對城市碳排放進行測算。

2.1 方案介紹

本文研究對象為蘇州古城區(qū)(護城河以內(nèi)部分)，占地面積約14.14 km2，共由185個交通小區(qū)組成?，F(xiàn)對2021年10月12日蘇州古城交通碳排放量進行測算。

基于當(dāng)日手機信令數(shù)據(jù)估算可知，當(dāng)日蘇州古城居民出行總量為1 052 166人次，經(jīng)換算后的當(dāng)日古城高峰小時出行量為24 156 pcu/h，交通方式劃分結(jié)果如表1所示。

表1 蘇州古城各交通方式劃分結(jié)果

2.2 高峰時段仿真輸出數(shù)據(jù)

本算例首先搭建1.1節(jié)中提到的蘇州古城精細(xì)化仿真路網(wǎng)，并選取了當(dāng)日蘇州古城高峰小時交通量作為仿真流量輸入，經(jīng)仿真運行，輸出部分古城主要路段碳排放量測算結(jié)果如表2所示，整體路網(wǎng)碳排放測算情況如圖2所示。

表2 高峰時間仿真碳排放輸出數(shù)據(jù)

綜合分析圖2、表2可知，蘇州古城高峰小時CO2排放量最多，碳排放高達31 t。其中主要碳排放來源于人民路、干將東路、竹輝路、臨頓路等古城主次干道，總體上發(fā)現(xiàn)古城碳排放呈現(xiàn)出“主干路向次干路、支路依次遞減”的趨勢。

從空間位置上分析，可發(fā)現(xiàn)“干將東路-人民路-臨頓路”合圍地區(qū)高峰小時碳排放量尤其突出，同樣人民橋、干將橋、相門橋等15座控制古城車輛進出的樞紐處均出現(xiàn)了不同程度的高碳排放量。不難發(fā)現(xiàn)，出現(xiàn)高碳排放量的地區(qū)均為古城交通最為擁擠的地區(qū)。由此可以分析得出，道路擁擠是造成高交通碳排放的重要原因。

2.3 交通政策方案評估與分析

考慮到蘇州古城高峰小時乃至全天高碳排放量的情況，本文提出尾號限行政策(單雙號限行與限兩號禁止通行)，從根源上降低古城區(qū)域交通出行總量，從而達到降低古城路網(wǎng)碳排放總量的目的。

由于基于精細(xì)化仿真的城市交通碳排放測算方法需要仿真輸入當(dāng)前狀態(tài)下的準(zhǔn)確出行量，而不同政策下的出行量需要根據(jù)實行政策確定，經(jīng)計算各政策下的古城高峰小時出行量結(jié)果如表3所示。通過實行限兩號禁止通行的交通需求管控政策降低了16.7%的古城高峰小時出行量；通過實行單雙號限行的交通需求管控政策則降低了41.7%的古城高峰小時出行量。

表3 各種政策下古城高峰小時出行情況

2.4 高峰小時政策前后碳排放量對比

將2.3節(jié)中提到的各政策下的古城高峰小時出行量輸入精細(xì)化仿真中，重復(fù)2.2節(jié)仿真運行步驟，獲得3種政策下古城主要道路高峰小時碳排放量結(jié)果如表4所示，并對3種方案下的路網(wǎng)指標(biāo)變化情況進行了計算，結(jié)果如表5所示。

表4 3種政策下蘇州古城高峰小時碳排放量對比

表5 不同政策下的路網(wǎng)指標(biāo)變化情況

由表4和表5分析可得：在3種不同的交通政策下，方案2相比方案1，CO2排放量降低了28.35%，CO排放量降低了37.83%，HC排放量降低了27.78%；方案3相比于方案1，CO2排放量降低了59.90%，CO排放量降低了76.07%，HC排放量降低了57.47%，說明降低古城的交通出行需求對降低古城區(qū)域碳排放總量具有重大意義；同時，發(fā)現(xiàn)在3種不同交通政策下古城地區(qū)人民路、干將東路、竹輝路3條道路均為碳排放問題最為突出的道路，進一步說明了古城區(qū)域的碳排放總量呈“主干路向次干路、支路遞減”的空間特征。

經(jīng)過對3種碳排放指標(biāo)對于不同需求管控政策的敏感性分析(圖3)可知：在CO2、CO、HC 3個指標(biāo)中，CO排放指標(biāo)對于不同程度需求管控政策(限號政策)的敏感度最高，在降低相同出行量的情況下，CO排放指標(biāo)下降速度明顯高于CO2與HC。

同時也可以發(fā)現(xiàn)交通需求管控政策與碳排放總量之間存在明顯的正相關(guān)性，即隨著交通需求管控措施的不斷嚴(yán)格，路網(wǎng)出行量的不斷降低，路網(wǎng)碳排放總量同樣也在不斷降低，這再一次說明“交通需求管控”是推進“低碳政策”的有力措施。

3 結(jié) 語

本文提出的基于精細(xì)化仿真的交通碳排放測算與分析的方法既可以應(yīng)用于對當(dāng)前城市交通碳排放進行精準(zhǔn)測算，也可用于評價與分析“低碳”政策的可行性。本文就以此方法為基礎(chǔ)，首先對于蘇州古城區(qū)工作日高峰小時碳排放總量進行了測算并分析了碳排放總量在古城的空間特征；其次，基于此方法對于不同政策下的城市交通碳排放狀態(tài)進行了分析，得出結(jié)論：“交通需求管控政策”可以極大的緩解城市的碳排放總量，其中對于CO排放的緩解最為明顯。在今后的研究中，將進一步將此方法推廣至對于未來年份城市交通碳排放總量的預(yù)測中并力爭在做到對當(dāng)前城市交通碳排放進行精準(zhǔn)測算的基礎(chǔ)上，進一步研究影響城市交通碳排放深層因素，例如與車輛運行狀態(tài)之間的研究等。