《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
|
弹性计算 数据安全/隐私保护
【雾锁王国10秒开服教程】 2024年雾锁王国/Enshrouded全自动部署流程步骤
【雾锁王国10秒开服教程】 2024年雾锁王国/Enshrouded全自动部署流程步骤。本文将为您提供极简部署雾锁王国服务器的指引,「仅需轻点三次鼠标,即可完成开服」,和自己的朋友一起畅玩雾锁王国。雾锁王国(Enshrouded)作为一款热门多人在线游戏,为了给玩家提供稳定、流畅的联机体验,阿里云提供了高效便捷的快速部署解决方案,本文将为大家分享阿里云一键部署雾锁王国联机服务器详细教程。
356 1
【雾锁王国10秒开服教程】 2024年雾锁王国/Enshrouded全自动部署流程步骤
|
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
|
8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。
2303 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。
|
Linux 开发工具 Android开发
Flutter之搭建环境
Flutter之搭建环境
《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
3370 0
|
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。
402 0
|
监控 关系型数据库 MySQL
Flink CDC产品常见问题之look up hint 没有生效如何解决
Flink CDC(Change Data Capture)是一个基于Apache Flink的实时数据变更捕获库,用于实现数据库的实时同步和变更流的处理;在本汇总中,我们组织了关于Flink CDC产品在实践中用户经常提出的问题及其解答,目的是辅助用户更好地理解和应用这一技术,优化实时数据处理流程。
1410 1
|
Java Linux 数据库
改default client等小技巧
改default client等小技巧
396 0
|
编解码 前端开发 开发者
这篇彻底学会CSS 响应式布局
【4月更文挑战第1天】这篇彻底学会CSS 响应式布局
561 0

热门文章

最新文章