城市居民出行碳排放研究进展

在应对全球气候变化和解决城市交通问题中,居民出行碳排放逐渐成为科学研究的重要课题.文章从居民出行碳排放的核算、影响因素和模拟三方面系统归纳了居民出行碳排放的研究内容及相关研究方法.可以认为:使用自下而上方法核算居民出行直接碳排放能明晰社区-家庭层级上居民出行碳排放的变化特征,由于数据获取困难,使用复杂方法核算居民出行间接碳排放的可操作性差;区域-城市环境特征和社区-家庭因素共同作用影响居民出行碳排放的变化,单方面分析居民出行碳排放的影响因素会出现研究结果的偏差,将二者结合使用复杂的数理统计方法量化各因子是揭示居民出行碳排放驱动机制的关键;基于时间地理学理论和GIS空间技术模拟居民出行时空轨迹可以较为直观地分析居民出行碳排放的时空特征,且为居民出行碳排放驱动机制分析提供支持.虽然考虑城市形态、土地利用、交通系统和居民个体行为的综合模型的时间和空间精度较低,却是未来模拟和调控居民出行碳排放的有效途径.     

城市居民出行的潮汐特征研究

当前早、晚高峰时段的“潮汐式”交通拥堵现象,已成为城市交通最为突出的问题之一,并制约着城市社会和经济的进一步发展。本文阐述了居民出行潮汐特征的特征,产生原因及引发的后果,最后给出关于缓解居民出行潮汐特征的政策和措施。     

安阳市居民出行调查分析

在安阳市居民出行调查基础上，对出行目的、出行方式、出行空间分布的特征进行分析，为安阳市公交线网规划提供了依据。     

建成环境对居民出行碳排放的影响研究进展

建成环境对居民出行碳排放的影响密切.归纳了居民出行行为理论的发展框架及其理论基础,梳理了建成环境的测度指标及其对居民家庭车辆保有量和出行碳排放的影响关系,并总结两者影响关系的自选择效应.现有研究发现,建成环境测度指标及其对居民出行碳排放的影响结论并不统一,考虑居住自选择的影响,需要进一步丰富相关实证研究.     

基于手机信令数据的居民出行调查扩样模型

系统分析了居民出行调查的误差成因,简要介绍了传统加权扩样模型并分析了其局限性,特别是对沉默出行需求揭示不足的缺点.结合手机信令数据用于出行行为研究的优势及特点,提出了利用手机信令数据进行居民出行调查扩样及对挖掘沉默出行需求的方法.设计了包含5个主要步骤的居民出行调查样本数据、交通运行监测数据和手机信令数据相结合的扩样模...     

考虑实时路况的出行路线选择模型

为了缓解交通拥堵问题,本文在现有的导航仪基础上,考虑到道路的实时情况,设计新的导航仪,帮助居民选择出用时最短且能尽量避免拥堵的路线。研究主要包括两方面：首先,在存在不拥堵路线的情况下,利用最大流模型计算出道路流量,结合实际流量,在尽量避免拥堵(实际流量不超过最大流量)的情况下,求出最短路程,给出建议。然后,考虑拥堵问题难以避免,加强了与实际道路状况的联系,对道路出行选择模型进行了优化,先将道路分为非常拥堵、存在拥堵、畅通三种情况,然后再根据道路实时流量,利用G-LN的模型计算出车道的速度,结合路程,找出用时最短的路线。     

基于手机信令数据探索空气污染对上海市居民出行的影响

基于上海手机信令数据,设定空气非污染天与污染天对照组,借助方差分析、固定效应模型等方法测度空气污染对居民出行的总体影响,并揭示其时空异质性.研究发现：（1）与非污染天相比,在污染天,上海居民通勤和非通勤出行率、人均出行频次、平均出行距离、日人均出行总距离和出行范围均明显减小,人均出行时长也有所下降.非通勤出行更具有弹性,下降幅度最大.在控制其他变量的情况下,当空气质量从“良”变为“轻度污染”,即空气质量指数（AQI）从50变为150时,手机信令数据所反映的出行频次减少4.6%.（2）空气污染对上海居民出行的影响以出行频次减少为核心因素,单次出行距离减少为次要因素,进而传导到其他出行指标.（3）空气污染对上海居民不同时间段各类出行的影响存在差异.从通勤出行来看,12：00之前上班通勤出行频次有所减少,14：00—18：00返家通勤出行有所增加.从非通勤出行来看,上午10：00之后从居住地到休闲地、从工作地到休闲地的非通勤出行均大幅下降.（4）不同区域内,空气污染造成的影响也有所不同.市级商圈、郊区公园等地非通勤出行频次下降最为明显.     

基于手机导航轨迹数据的城市大规模人群出行模式分析

手机导航轨迹数据具有多种交通方式,反映大规模人群的活动情况,适合开展不同交通方式下的出行模式研究。基于手机导航数据,利用LightGBM模型实现出行交通方式分类,得到步行、机动车和非机动车3种交通方式下的人群轨迹。基于这3类交通方式,给出人群出行在周末和工作日下时间、空间和距离的分析指标,并对上海4天数百万条手机导航数据开展了实验分析。结果表明：在时间分布上,上海居民的周末出行高峰比工作日更晚并且持续时间更短,出行方式主要以机动车和步行为主;在空间分布上,机动车主要集中在高架区域,步行主要集中在地铁站附近,高架路和地铁站的引导标志不充足,周末交通枢纽和商圈类热点区域比工作日多;在距离分布上,导航出行距离符合截断幂律分布,人群导航出行以中短距离为主,并随距离增长迅速衰减。研究结果可以为城市规划、城市交通管理政策的制定提供理论依据和技术支撑。     

Gompertz模型改进及其在交通预测中的应用

交通需求预测是道路建设项目规划工作的重要组成部分.是确定道路等级、技术标准及进行规划决策、投资效益分析的依据.居民出行发生量预测是交通需求预测的一个重要组成部分,通常使用Gompertz模型,但其模型系数一直是通过类比估算方法确定,缺乏依据.本研究利用最小二乘法改进待定参数估计,推算Gompertz模型系数确定公式,采用Matlab程序分析得到Gompertz模型的系数.利用残差估计和类比发现,使用最小二乘法拟合得到的Gompertz模型系数具有明显的优点.根据山东省东营市交通调查数据,利用本研究改进模型,预测该市2025年的居民出行量.结果表明,使用改进Gompenz模型系数求解方法能有效提高居民出行发生量的预测精度.对合理规划道路网结构具有一定指导意义.     

中国城市居民生活碳排放的量化——个人碳排放计算器的设计与应用

根据IPCC温室气体清单方法,以投入产出表为基础,测算直接和间接碳排放系数,确定我国城市居民日常生活碳排放的量化公式.使用Visual Studio软件开发工具,制作出可以独立运行于WindowsXP、Win7等操作系统的碳排放计算器.以问卷调查和计算器为基础,分析我国城市居民的消费模式,计算人均每天碳排放.针对特定案例,对个人碳排放进行动态分析,为个人减少碳排放提供简便易行的帮助指导.     

基于碳排放-位置分配模型的公共中心规划支持系统设计与应用研究

设计了基于碳排放-位置分配模型的公共中心规划支持系统（CELA-PCPSS）,该系统可分为支撑层、数据层、模型层、功能层和表示层．其中,基于小汽车出行碳排放的位置分配模型是模型层乃至整个CELA-PCPSS的核心．CELA-PCPSS的主要功能是基于低碳视角计算出公共中心布局选址的最优位置,定量、可视化地模拟出不同公共中心布局形式下的小汽车出行碳排放空间格局与碳排放总量．以广州市为例,将CELA-PCPSS应用于其假设的公共中心规划选址中,模拟与计算出规划1~6个公共中心的最优选址位置及其相应的小汽车出行碳排放空间格局与碳排放总量．发现新增公共中心能减少小汽车出行碳排放总量,具有边际效应．因此,需综合考虑经济社会成本和人文因素来确定规划公共中心的数量和调整其选址位置,以使社会、经济和环境效益最大化．     

应用居民出行状况估算北京市机动车污染排放量

通过调查获取北京市各交通方式分担率、人均出行距离等居民出行参数,并由此确定机动车总行驶里程并估算出北京市各种机动车污染物年排放总量.结果表明:公交车、私家车和出租车的满载率分别为0.44,0.25和0.375,人均出行距离分别为8.5,24.0和10.0 km/人/次.北京市机动车(轿车和公交车)尾气HC、CO、NOx污染总量达106.57万t,其中私家车占污染排放总量的85.3%,出租车占12.4%,公交车占2.3%.     

基于兴趣点数据的疫情背景下旅客出行目的分析

本文通过研究西安市市中心位置处未央区、莲湖区、新城区、碑林区、灞桥区、雁塔区和长安区共7个行政区2020年全年的百度地图兴趣点(Point of Interest,POI)数据,对原始POI数据进行梳理与分类,根据旅客出行目的的不同聚类成4大类POI数据:娱乐出行、医疗出行、教育出行、办事出行.然后使用核密度分析方法求...     

居民低碳出行意向模型及其影响因素研究

从意识与行为之间的影响机理入手,基于计划行为理论和规范激活理论,构建居民低碳出行意向影响因素理论模型,分析了影响城市居民在通勤时使用低碳出行方式的影响因素.通过对天津居民进行252个有效样本的抽样调查,利用SPSS 19.0对调查的数据进行了层次回归分析.研究结果表明,出行态度、主观规范、知觉行为控制、后果意识以及个人规范对天津市民低碳出行意向有正向影响,而低碳意识对居民的低碳出行意向无显著影响.最后提出,优化公共交通线网和完善相关基础设施建设,增强人们的低碳意识,提高公众参与低碳出行的主动性.     

新能源汽车城市物流碳排放模型的构建与分析

研究了新能源汽车在物流行业应用的环境收益.首先考虑物流量与碳排放量的关系,构建了新能源汽车城市物流碳排放模型,然后基于改进的Gompertz模型预测了2020年我国三个核心城市:北京、上海和天津的货物周转量,在此基础上,分析了新能源汽车的碳减排能力,并测算了新能源汽车推广应用后的碳减排总量.结果表明,新能源汽车在物流行业应用具有一定的碳减排效果,并且随着新能源汽车技术的不断发展,碳减排效果将愈加显著.政府应构建适合新能源汽车的城市物流体系、加大新能源汽车在城市物流行业应用的支持力度、并遵循市场需求发展新能源汽车技术,以促进新能源汽车城市物流的发展.     

出行弹性概念及其应用

基于出行链决策中各选择肢的被选概率及其离散程度,给出了出行弹性度的基本概念及数学定义,并提出了3种出行弹性度,即出行方式选择弹性度、出发时刻选择弹性度和出行链综合弹性度,给出了各选择肢被选概率标准差的相关量来确定以上3种出行弹性度的方法.利用广东省中山市的居民出行数据,建立了出行方式选择和出发时刻选择的多项Logit模型,标定了上述3种出行弹性度,并进行了弹性度分级.比较了考虑弹性度与不考虑弹性度时交通需求管理措施对交通方式转移量的预测,结果显示,不考虑弹性度的转移量预测模型一定程度夸大了交通需求管理措施的实施效果,验证了出行弹性度研究的必要性及其应用价值.     

DM中分类算法的研究及其应用

分类算法是DM(数据挖掘)中的最重要的技术之一。本对具有代表性的分类算法进行了分析和比较；并应用分类方法在居民出行数据中挖掘出一些公交乘客规则，讨论了数据挖掘方法在公交乘客预测中应用的前景和实效。     

基于多源数据的出行安全时空评价模型研究

准确评估城市安全态势是保障居民出行安全的关键。针对现有的单一领域静态评价方法难以应对复杂多变的出行安全问题,考虑出行安全的时空相关特性,提出一种基于多源数据的出行安全时空评价模型。针对时间类特征的马尔科夫特性,构建基于条件随机场的时间域评价模型以模拟安全指数的时序相关性;针对空间维度中不同栅格之间的特征相关性和地理位置邻近性与安全指数之间复杂的非线性映射关系,构建基于神经网络的空间域评价模型以模拟安全指数的空间相关性。在模型训练阶段,考虑样本数据稀疏性问题,采用基于协同训练的半监督学习方法使2个模型相互迭代增强,共同作用得到最终评价结果。实验结果表明,该方法分类评价精确率达82.3%,召回率达70.4%,模型性能优于其他几种常用的分类算法。     

公交出行换乘时间模型及时间阈值研究

针对利用公交出行换乘时间阈值可更加准确区别换乘行为和二次出行行为,提高利用公交IC卡数据自动提取公交换乘时间方法的精确性,进而提升城市交通的整体规划和公交整体服务水平. 通过实际调查,首先对公交出行换乘方式进行了分类,分析了各类公交出行方式的换乘时间影响因素及其影响机理. 在此基础上从微观的角度建立了公交出行时间与各影响因素之间的关系模型,并通过实际调查数据验证了该模型的准确性,应用公交出行换乘时间模型得到了基于GIS公交网络要素分类的各类换乘方式的公交换乘时间阈值.