原文传递
基于大数据的出租车排放时空特征及其驱动因素研究
| 论文题名： | 基于大数据的出租车排放时空特征及其驱动因素研究 |
| 关键词： | 出租车;轨迹数据;加权回归模型;驱动因素;时空特征;大数据 |
| 摘要： | 城市空气污染已经成为全球关注的问题，而出租车作为城市公共交通中不可替代的重要交通方式，已经成为污染物的主要来源之一。目前研究对出租车排放的时空演变模式，特别是对出租车排放与城市土地利用或人口特征相关的驱动因素之间的时空关系相关的研究较少。本研究利用海量GPS数据结合COPERT排放模型，估算了大连市工作日和周末的出租车出行和CO排放，并进行了时间和空间上的可视化分析；出租车的排放与其出行规律具有强相关性，而城市土地利用和社会人口是出行规律的主要驱动因素，因此本研究分别建立OLS/GWR/GTWR模型来解释土地利用和社会人口等相关变量与出租车CO排放之间的关系，为了更好地解释出行产生的排放与相关驱动因素之间的关系，本研究将出租车在每个交通分析小区发生、途经和吸引的里程所产生的排放定义为发生CO排放、途经CO排放和CO吸引排放，并比较总排放与分类后三种排放的模型结果。本研究主要得到以下结论： 在排放上，发生、途经和吸引产生的排放量与总排放量之间具有相似的时间特征，都呈现出明显的波峰性，空间上排放的主要热点集中在市中心和交通枢纽的区域；在解释模型上，OLS、GWR、GTWR模型对于总排放、发生排放、途经排放和吸引排放和城市土地利用与社会人口特征之间关系的解释力不同，结果显示GTWR的解释力最强，这说明解释变量和被解释变量具有时空异质性。另外，发生排放、途经排放和吸引排放相应的模型结果比总排放的模型结果更好；在驱动因素对排放的影响上，发生排放和吸引排放与居民职住属性的流动在时空上具有强相关性，尤其在工作日的早晚高峰时期的住宅区和市中心的商业区；交通与道路设施密度对于途经排放量具有较强的正向影响，空间上集中在路网密布的地带；老年人对于总排放量的贡献较小，总体影响为负，空间范围也较小。 本研究以出租车作为研究对象，为城市交通污染及其相关驱动因素相关研究提供了一个研究框架，对理解城市交通排放和制定环境友好的城市交通政策具有理论和实践意义。 |
| 作者： | 陆圣斓 |
| 专业： | 交通运输工程 |
| 导师： | 贾鹏 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连海事大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
