《城市绿色出行指数白皮书》——3.碳排放计算框架——3.4 碳排放修正因子计算

简介: 《城市绿色出行指数白皮书》——3.碳排放计算框架——3.4 碳排放修正因子计算

3.4 碳排放修正因子计算


在实际交通场景中,车辆实际碳排放量随驾驶环境与状态动态变化。碳排放量会受 到汽车速度、交通拥堵、道路坡度、载客率等多种因素影响,仅靠基础碳排放因子无法 计算出准确的碳排放量。因此,城市交通出行碳足迹计算需要根据具体场景对基础碳排 放因子进行修正。本报告将不同场景下的碳排放量变化转换成相对于基础碳排放因子的 比例,即修正因子𝛼,通过𝛼与排放因子的乘积计算实际的碳排放因子。


在修正因子的计算中,本报告将修正因子分为地面交通和轨道交通两大类,其中地 面交通包括私家车、出租车/网约车、公交车三类。


考虑到电瓶车和自行车基本处于低速场景中,且其碳排放量较低,故不进行碳排放 因子修正。步行为零碳出行,其修正因子为0。对于其他交通方式,因所占比例较小、 缺乏统计数据等原因,本报告中也不进行修正。


影响碳排放的因素会随着时间和空间发生改变。为对应不同时空影响因素的变化, 本报告针对不同交通方式和不同的时空特征,提出建立如下所示的时空分布表(** ):


工作日公交车速度/载客率/坡度时空分布表


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。表中的数据为统 计时间内对应时段、对应区域、对应交通方式的平均值。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 碳排放量认为是相同的。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。通过时空分布表计算碳排放修正因子的详细方法,请参考 附录D。


注:(* ) 私家车、出租车的载客率用平均载客率表示 (** )时空分布表中的数据仅作为示例,不代表真实数值。

相关文章
|
3月前
|
关系型数据库 分布式数据库 数据库
阿里云PolarDB数据库蝉联SIGMOD最佳论文奖
阿里云PolarDB凭借全球首创基于CXL Switch的分布式内存池技术,在SIGMOD 2025上荣获工业赛道“最佳论文奖”,连续两年蝉联该顶会最高奖项。其创新架构PolarCXLMem打破传统RDMA技术瓶颈,性能提升2.1倍,并已落地应用于内存池化场景,推动大模型推理与多模态存储发展,展现CXL Switch在高速互联中的巨大潜力。
阿里云PolarDB数据库蝉联SIGMOD最佳论文奖
|
12月前
|
SQL 存储 关系型数据库
SQL默认索引是什么
在SQL数据库中,索引是一种用于提高查询性能的数据结构
|
12月前
|
存储 关系型数据库 MySQL
Mysql行格式DYNAMIC和COMPACT区别
总之,选择哪种行格式取决于具体的应用场景,如数据类型分布、读写比例、存储与性能需求等。在处理大量文本或二进制数据且对存储空间敏感的应用中,DYNAMIC格式可能是更好的选择;而对于混合型数据且对读取性能有一定要求的场景,COMPACT格式可能更合适。在设计数据库时,评估这些因素并进行适当测试,可以帮助确定最适合的行格式。
634 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
2791 0
|
Java Spring 容器
spring的四种注入方式
spring的四种注入方式
558 0
|
存储 SQL NoSQL
深入理解数据库管理系统(DBMS)及其在现代应用中的重要性
一、引言 随着信息技术的飞速发展,数据已成为现代社会中不可或缺的资源
1425 3
|
XML Java 数据库
你认真研究过Spring中的@EnableTransactionManagement注解吗?
你认真研究过Spring中的@EnableTransactionManagement注解吗?
870 0
|
定位技术
《城市绿色出行指数白皮书》——附录G :城市交通碳足迹量化方法
《城市绿色出行指数白皮书》——附录G :城市交通碳足迹量化方法
376 0
《城市绿色出行指数白皮书》——附录G :城市交通碳足迹量化方法
|
存储 编解码 监控
《城市绿色出行指数白皮书》——附录B :碳排放计算模型
《城市绿色出行指数白皮书》——附录B :碳排放计算模型
3152 0
《城市绿色出行指数白皮书》——附录D :碳排放因子修正
《城市绿色出行指数白皮书》——附录D :碳排放因子修正
372 0