劉 瑩，劉宇環(huán)，徐 龍，谷 巖

(1.北京工業(yè)大學(xué)，北京100124；2.北京市交通行業(yè)節(jié)能減排中心，北京100073)

交通節(jié)能減排智能化分析技術(shù)
——北京市實(shí)踐

劉 瑩1,2，劉宇環(huán)2，徐 龍2，谷 巖2

(1.北京工業(yè)大學(xué)，北京100124；2.北京市交通行業(yè)節(jié)能減排中心，北京100073)

基于大數(shù)據(jù)的智能化監(jiān)測(cè)分析技術(shù)為消除城市交通在節(jié)能減排領(lǐng)域決策判斷的模糊性、解決交通節(jié)能減排問(wèn)題提供機(jī)遇。通過(guò)分析交通節(jié)能減排宏、中、微觀工作對(duì)智能化監(jiān)測(cè)分析的需求，總結(jié)現(xiàn)有統(tǒng)計(jì)監(jiān)測(cè)體系存在的問(wèn)題。提出車輛能耗排放多維感知、高分辨率仿真及多尺度評(píng)估、海量數(shù)據(jù)分析挖掘等交通節(jié)能減排智能化分析技術(shù)。具體闡述北京市在交通節(jié)能減排統(tǒng)計(jì)監(jiān)測(cè)體系建設(shè)、交通能耗與排放清單編制、交通節(jié)能減排規(guī)劃和政策研究、駕駛行為矯正、節(jié)能減排標(biāo)準(zhǔn)研究制定等方面的實(shí)踐應(yīng)用效果。最后指出，交通節(jié)能減排智能監(jiān)測(cè)體系應(yīng)構(gòu)建本地化的模型及關(guān)鍵參數(shù)，同時(shí)需要法律法規(guī)和體制機(jī)制的協(xié)同保障。

城市交通；節(jié)能減排；智能化；大數(shù)據(jù)；北京市

隨著城鎮(zhèn)化和機(jī)動(dòng)化進(jìn)程的加速發(fā)展，交通節(jié)能減排已成為城市交通可持續(xù)發(fā)展難題。同時(shí)，大數(shù)據(jù)和信息化的迅速發(fā)展，給交通節(jié)能減排帶來(lái)機(jī)遇和挑戰(zhàn)。在大數(shù)據(jù)時(shí)代，通過(guò)完善系統(tǒng)的智能化監(jiān)測(cè)分析技術(shù)，可以消除城市交通在節(jié)能減排領(lǐng)域決策判斷的模糊性，全面實(shí)現(xiàn)交通領(lǐng)域能耗排放特征分析、發(fā)展態(tài)勢(shì)判別、調(diào)控效果預(yù)判和評(píng)估，為解決交通節(jié)能減排問(wèn)題提供機(jī)遇。

1 交通節(jié)能減排需求分析

節(jié)能減排與交通關(guān)系日益緊密，交通管理部門相繼發(fā)布了以綠色、低碳、節(jié)能為導(dǎo)向的發(fā)展規(guī)劃，同時(shí)在中宏觀層面出臺(tái)了以節(jié)能減排為導(dǎo)向的政策措施，這些宏、中、微觀的措施都需要科學(xué)、合理的統(tǒng)計(jì)監(jiān)測(cè)體系的支撐，以得到科學(xué)、準(zhǔn)確、精細(xì)的結(jié)論[1-2]。具體包括以下幾個(gè)層面：1)宏觀需求方面主要包括綠色交通發(fā)展目標(biāo)制定、交通能耗排放總量與增速控制、綠色導(dǎo)向的交通規(guī)劃與策略等；2)中觀需求方面主要包括車輛能源結(jié)構(gòu)優(yōu)化、排放結(jié)構(gòu)優(yōu)化、車齡結(jié)構(gòu)優(yōu)化、治污治堵一體化政策制定、綠色導(dǎo)向的交通行業(yè)升級(jí)轉(zhuǎn)型等；3)微觀需求方面具體表現(xiàn)在駕駛行為矯正、綠色導(dǎo)向的緩堵改造工程建設(shè)等。

一些地區(qū)也在交通領(lǐng)域能耗排放統(tǒng)計(jì)監(jiān)測(cè)體系及分析等方面開(kāi)展了探索與嘗試。總體來(lái)看，以下三方面問(wèn)題尚未得到有效解決：

1）大數(shù)據(jù)難以服務(wù)于宏觀決策。交通行業(yè)中雖然有很多大數(shù)據(jù)應(yīng)用，但能夠全面、系統(tǒng)反映交通能耗排放水平與強(qiáng)度等特征的宏觀數(shù)據(jù)難以獲得，同時(shí)未得到相關(guān)部門認(rèn)可，難以對(duì)宏觀決策提供有效支撐[3]。

2）難以有效服務(wù)治理措施的制定與評(píng)估。現(xiàn)有的監(jiān)測(cè)體系架構(gòu)更多地注重環(huán)保方面的應(yīng)用，而面向交通治理的影響機(jī)理、關(guān)鍵算法、關(guān)鍵參數(shù)的缺失，導(dǎo)致難以有效支撐交通政策措施的制定及效果評(píng)估。

3）尚未建立持續(xù)性的本地化數(shù)據(jù)體系。從國(guó)外經(jīng)驗(yàn)看，數(shù)據(jù)真正發(fā)揮作用的前提是需要持續(xù)性，并在真實(shí)環(huán)境下獲得。中國(guó)尚未建立交通節(jié)能減排本地化真實(shí)環(huán)境數(shù)據(jù)持續(xù)采集機(jī)制，無(wú)法反映本地實(shí)際特征。

2 智能化分析技術(shù)路線

根據(jù)交通能耗排放治理決策管理需求及統(tǒng)計(jì)監(jiān)測(cè)體系技術(shù)的現(xiàn)存問(wèn)題，本文提出一種交通節(jié)能減排智能化分析技術(shù)，主要包括：車輛能耗排放多維感知技術(shù)，可實(shí)現(xiàn)海量高頻的多源異構(gòu)數(shù)據(jù)采集、存儲(chǔ)與清理；基于交通能耗排放五層次模型的高分辨率仿真技術(shù)和多尺度評(píng)估技術(shù)；海量數(shù)據(jù)分析挖掘技術(shù)，具有高時(shí)效性、高擴(kuò)展性特征。

2.1 車輛能耗排放多維感知技術(shù)

現(xiàn)階段交通節(jié)能減排相關(guān)數(shù)據(jù)已呈現(xiàn)爆發(fā)式增長(zhǎng)，包括交通運(yùn)行數(shù)據(jù)、企業(yè)運(yùn)營(yíng)統(tǒng)計(jì)數(shù)據(jù)、車輛基礎(chǔ)數(shù)據(jù)、車輛時(shí)空定位數(shù)據(jù)、車輛微觀工況數(shù)據(jù)、污染物排放因子數(shù)據(jù)、車輛微觀能耗數(shù)據(jù)、實(shí)驗(yàn)測(cè)試數(shù)據(jù)、交通調(diào)查數(shù)據(jù)等，但由于數(shù)據(jù)存在來(lái)源不同、結(jié)構(gòu)繁雜、粒度多樣、采集目的各異等問(wèn)題，各類數(shù)據(jù)獨(dú)立成為數(shù)據(jù)孤島，不能實(shí)現(xiàn)交叉分析進(jìn)而挖掘更多有效信息[4]。因此，如何實(shí)現(xiàn)數(shù)據(jù)質(zhì)量控制、數(shù)據(jù)歸類和數(shù)據(jù)間的有序關(guān)聯(lián)成為制約交通節(jié)能減排、實(shí)現(xiàn)智能化分析的瓶頸。

多維感知技術(shù)以車輛基礎(chǔ)特征為坐標(biāo)原點(diǎn)，將海量數(shù)據(jù)聚類為網(wǎng)狀結(jié)構(gòu)模型，能夠整合多維異構(gòu)數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)有序關(guān)聯(lián)。通過(guò)多維實(shí)際數(shù)據(jù)的網(wǎng)狀化模型，實(shí)現(xiàn)車輛基礎(chǔ)信息數(shù)據(jù)、運(yùn)營(yíng)數(shù)據(jù)與能耗排放等數(shù)據(jù)的交叉融合和匹配分析。該結(jié)構(gòu)包括五個(gè)維度：

1）能耗維度，車輛運(yùn)行過(guò)程中的能源消耗相關(guān)指標(biāo)，包括車輛瞬時(shí)能耗、累計(jì)油耗、車輛行駛里程等維度數(shù)據(jù)；

2）污染物排放維度，表征車輛運(yùn)行過(guò)程中的污染物排放相關(guān)指標(biāo)，包括不同工況下各車型排放因子、氮氧化物濃度值、尿素液位、SCR(選擇性催化系統(tǒng))工作狀態(tài)、運(yùn)行里程等；

3）運(yùn)營(yíng)特征維度，表征車輛運(yùn)輸服務(wù)的參數(shù)指標(biāo)，包括客運(yùn)量、客運(yùn)周轉(zhuǎn)量、貨運(yùn)量、貨運(yùn)周轉(zhuǎn)量等；

4）運(yùn)行工況維度，表征車輛運(yùn)行的參數(shù)和指標(biāo)，包括運(yùn)行速度、經(jīng)度、緯度等；

5）使用者維度，表征使用者在駕駛車輛運(yùn)行過(guò)程中操作行為的指標(biāo)及相關(guān)信息，包括駕駛?cè)诵畔?年齡、性別、駕齡、職業(yè))、百公里急加速和急剎車時(shí)間及次數(shù)、變速頻率、加速踏板行程值等。

同時(shí)，應(yīng)用和分析大數(shù)據(jù)需要關(guān)注數(shù)據(jù)的準(zhǔn)確性。應(yīng)通過(guò)不同維度數(shù)據(jù)校核算法的研究來(lái)提高數(shù)據(jù)準(zhǔn)確性，同時(shí)與實(shí)驗(yàn)等真實(shí)數(shù)據(jù)聯(lián)合校正。

2.2 高分辨率仿真技術(shù)和多尺度評(píng)估技術(shù)

通過(guò)高分辨率仿真技術(shù)和多尺度評(píng)估技術(shù)可解決交通節(jié)能減排工作中宏、中、微觀規(guī)劃、預(yù)測(cè)、評(píng)估等問(wèn)題[5]。該技術(shù)的核心由五層級(jí)模型組成，能滿足不同維度、不同尺度、不同粒度的交通能耗排放核算需求(見(jiàn)表1)。各層次模型的原理和功能如下：

1）基于時(shí)間維度的宏觀核算清單模型。將機(jī)動(dòng)車按照車輛自身物理屬性和本地營(yíng)運(yùn)管理特征分類，通過(guò)各種車型的保有量、排放因子、能耗因子及車輛行駛里程進(jìn)行能耗排放總量的核算，主要用于不同時(shí)間粒度交通能耗排放總量的評(píng)估和預(yù)測(cè)。可用于交通能耗排放總量的核算、未來(lái)年交通能耗排放目標(biāo)制定及分解，能夠?yàn)榻煌ü芾聿块T、研究機(jī)構(gòu)提供宏觀數(shù)據(jù)支持。

2）基于空間維度的中觀路網(wǎng)評(píng)價(jià)模型。該模型是對(duì)路段交通量和速度變化進(jìn)行預(yù)測(cè)，并預(yù)測(cè)每個(gè)路段、每小時(shí)能耗污染物排放。主要應(yīng)用于交通戰(zhàn)略規(guī)劃情景分析及交通政策措施效果評(píng)估。

3）基于實(shí)時(shí)交通流的路網(wǎng)動(dòng)態(tài)監(jiān)測(cè)模型。能夠?qū)崿F(xiàn)高分辨率仿真，可以仿真城市路網(wǎng)某路段的小時(shí)交通量與速度，通過(guò)與速度排放因子庫(kù)的關(guān)聯(lián)耦合，實(shí)現(xiàn)對(duì)城市路網(wǎng)動(dòng)態(tài)能耗和污染排放時(shí)空分布的仿真。主要用于路網(wǎng)動(dòng)態(tài)能耗和排放清單、道路周邊環(huán)境質(zhì)量仿真等。

4）基于時(shí)空維度的單車監(jiān)測(cè)分析模型。以單車為研究對(duì)象，通過(guò)車輛多維感知技術(shù)獲取車輛實(shí)時(shí)運(yùn)行工況信息，并與各類車型微觀能耗排放因子庫(kù)相耦合，獲得單車動(dòng)態(tài)能耗污染物排放量數(shù)據(jù)。主要用于高能耗排放車輛識(shí)別、微觀駕駛行為矯正等。

5）基于區(qū)域的基礎(chǔ)設(shè)施能耗排放評(píng)估模型。以基礎(chǔ)設(shè)施為研究對(duì)象，建立基礎(chǔ)設(shè)施的交通活動(dòng)主體及活動(dòng)狀況的能耗排放仿真模型。主要用于基礎(chǔ)設(shè)施內(nèi)部環(huán)境評(píng)價(jià)、環(huán)境治理措施效果評(píng)估。

為有效滿足宏、中、微觀交通能耗排放治理決策管理需求，高分辨率仿真技術(shù)和多尺度評(píng)估技術(shù)需關(guān)注真實(shí)性、辨識(shí)度、敏感性、綜合性等方面問(wèn)題。

表1 高分辨率仿真技術(shù)和多尺度評(píng)估技術(shù)結(jié)構(gòu)Tab.1 High resolution simulation technology and multi-level evaluation technology

1）真實(shí)性。交通能耗排放治理決策目標(biāo)是應(yīng)用于實(shí)際治理，因此必須保證真實(shí)性。由于車聯(lián)網(wǎng)監(jiān)測(cè)和實(shí)驗(yàn)室檢測(cè)等技術(shù)相對(duì)成熟，獲得的數(shù)據(jù)真實(shí)可靠，因此該技術(shù)模型中交通和能耗排放關(guān)鍵參數(shù)均來(lái)源于車聯(lián)網(wǎng)監(jiān)測(cè)及實(shí)驗(yàn)室檢測(cè)數(shù)據(jù)，能夠反映真實(shí)排放水平，有效解決真實(shí)性問(wèn)題。

2）辨識(shí)度。由于交通源的移動(dòng)特性，能耗排放仿真及評(píng)估技術(shù)需對(duì)不同維度、粒度的交通能耗排放情況進(jìn)行評(píng)估決策，因此需對(duì)區(qū)域、路段和單車等多個(gè)維度尺度，對(duì)年、月、日等多個(gè)時(shí)間粒度進(jìn)行排放監(jiān)測(cè)，以實(shí)現(xiàn)高辨識(shí)度的監(jiān)測(cè)與評(píng)估。

3）敏感性。高分辨率仿真技術(shù)和多尺度評(píng)估技術(shù)與交通節(jié)能減排治理工作緊密結(jié)合，需要能夠敏感反映政策實(shí)施前后的變化。為達(dá)到此目的，模型的關(guān)鍵參數(shù)數(shù)量是傳統(tǒng)模型的5～8倍，面向交通污染治理決策，對(duì)宏、中、微觀等多類政策高度敏感，特別是交通緩堵和區(qū)域限行等政策。

4）綜合性。交通節(jié)能減排工作涉及能耗、污染物排放、碳排放等對(duì)象，需同時(shí)兼顧不同時(shí)間粒度、不同對(duì)象的核算。該模型集交通各領(lǐng)域、各對(duì)象(能耗、污染物排放和碳排放)、各時(shí)間粒度(年、月和日)核算模型為一體，多方位支撐管理決策。

2.3 海量數(shù)據(jù)分析挖掘技術(shù)

面對(duì)大數(shù)據(jù)給交通節(jié)能減排分析工作帶來(lái)的機(jī)遇和挑戰(zhàn)，需要具備海量數(shù)據(jù)實(shí)時(shí)采集、傳輸、處理、存儲(chǔ)、分析、應(yīng)用為一體的信息化技術(shù)[6-7]。目前，基于微觀監(jiān)測(cè)進(jìn)行系統(tǒng)評(píng)估的工作，例如駕駛行為診斷矯正、車輛減排裝置狀態(tài)監(jiān)測(cè)等，對(duì)指標(biāo)計(jì)算及分析的實(shí)時(shí)性要求比較高。此外，交通行業(yè)處于監(jiān)測(cè)體系大發(fā)展期，計(jì)量監(jiān)測(cè)范圍和數(shù)量日益增多，數(shù)據(jù)接入的種類以及數(shù)據(jù)量會(huì)進(jìn)一步提升，進(jìn)而帶來(lái)了系統(tǒng)擴(kuò)展難題。傳統(tǒng)的大數(shù)據(jù)技術(shù)基于MapReduce原理構(gòu)建，可以滿足海量數(shù)據(jù)分析的要求，但時(shí)效性遠(yuǎn)遠(yuǎn)不能滿足本系統(tǒng)中實(shí)時(shí)性的要求，擴(kuò)展性也有所欠缺[8]。

為滿足高時(shí)效性和高擴(kuò)展性的需求，交通節(jié)能減排智能化分析技術(shù)還需具備高時(shí)效性、高擴(kuò)展性的海量數(shù)據(jù)分析挖掘能力。結(jié)合節(jié)能減排系統(tǒng)的業(yè)務(wù)特點(diǎn)，本文設(shè)計(jì)了以私有云為基礎(chǔ)的大數(shù)據(jù)架構(gòu)，綜合運(yùn)用流式計(jì)算、內(nèi)存實(shí)時(shí)計(jì)算和海量數(shù)據(jù)分析挖掘技術(shù)(見(jiàn)圖1)，滿足海量數(shù)據(jù)快速計(jì)算、系統(tǒng)擴(kuò)展等綜合應(yīng)用需求，實(shí)現(xiàn)高時(shí)效性、高擴(kuò)展性。依托該項(xiàng)技術(shù)，北京市建立了中國(guó)首個(gè)交通智能化分析的交通領(lǐng)域節(jié)能減排統(tǒng)計(jì)與監(jiān)測(cè)平臺(tái)。平臺(tái)實(shí)現(xiàn)了交通節(jié)能減排大數(shù)據(jù)的實(shí)時(shí)采集、處理、分析與應(yīng)用，同時(shí)能夠?qū)崿F(xiàn)系統(tǒng)擴(kuò)展，為北京市的交通節(jié)能減排工作提供支撐。

該技術(shù)的主要特點(diǎn)包括：

1）高時(shí)效性。采用基于流式計(jì)算技術(shù)的Spark Streaming組件，實(shí)現(xiàn)對(duì)接入數(shù)據(jù)的實(shí)時(shí)清洗和初步計(jì)算；針對(duì)實(shí)時(shí)監(jiān)測(cè)分析的指標(biāo)數(shù)據(jù)，建設(shè)基于RDD的實(shí)時(shí)內(nèi)存計(jì)算引擎，避免傳統(tǒng)基于MapReduce方式的大數(shù)據(jù)技術(shù)需要頻繁訪問(wèn)I/O所帶來(lái)的性能問(wèn)題。對(duì)TB級(jí)數(shù)據(jù)可以在秒級(jí)完成各種監(jiān)測(cè)指標(biāo)的計(jì)算和分析，滿足系統(tǒng)對(duì)海量數(shù)據(jù)計(jì)算的高時(shí)效性要求。

2）高擴(kuò)展性。采用在云計(jì)算基礎(chǔ)支撐平臺(tái)上搭建大數(shù)據(jù)引擎的架構(gòu)設(shè)計(jì)。利用云計(jì)算平臺(tái)擴(kuò)展方便、管理維護(hù)成本低的優(yōu)點(diǎn)，結(jié)合基于分布式存儲(chǔ)技術(shù)的HDFS組件和基于分布式資源調(diào)度管理的YARN/Mesos組件，實(shí)現(xiàn)存儲(chǔ)能力和計(jì)算能力的靈活擴(kuò)展?？蓴U(kuò)展至數(shù)百臺(tái)乃至上千臺(tái)服務(wù)器進(jìn)行分布式存儲(chǔ)和計(jì)算，達(dá)到EB級(jí)存儲(chǔ)及計(jì)算能力，有效解決系統(tǒng)的擴(kuò)展性問(wèn)題。

3 應(yīng)用案例

基于交通節(jié)能減排智能化分析技術(shù)，北京市率先制定了交通領(lǐng)域節(jié)能減排統(tǒng)計(jì)監(jiān)測(cè)體系建設(shè)總體規(guī)劃，正著手建立覆蓋能耗、燃油、污染物排放、碳排放，能夠?qū)崿F(xiàn)可分析可追溯、可分解可考核、可預(yù)測(cè)可預(yù)警的統(tǒng)計(jì)監(jiān)測(cè)體系，建成集微觀監(jiān)測(cè)、宏觀分析、政策評(píng)價(jià)及決策支持于一體的可用于多部門的交通領(lǐng)域節(jié)能減排統(tǒng)計(jì)與監(jiān)測(cè)平臺(tái)(見(jiàn)圖2)，為北京市交通節(jié)能減排政策制定、行業(yè)監(jiān)測(cè)與管理等提供重要支撐。

3.1 提高能耗及排放清單編制頻率

支持高頻度編制交通行業(yè)能耗清單、排放清單，實(shí)現(xiàn)北京市能耗排放的長(zhǎng)期監(jiān)測(cè)及變化趨勢(shì)分析。目前，交通運(yùn)輸行業(yè)局限于傳統(tǒng)的以企業(yè)為單位、年度統(tǒng)計(jì)能耗數(shù)據(jù)，尚無(wú)科學(xué)合理的能耗核算方法。該方法的數(shù)據(jù)獲取頻度低，指標(biāo)數(shù)量少，數(shù)據(jù)質(zhì)量難以評(píng)估。應(yīng)用交通節(jié)能減排智能化分析技術(shù)，北京市交通管理部門分別編制了年度、月度、日度的分能源類型、分行業(yè)等能源消耗量的能耗清單，以及年度、月度、日度分污染物類型、分行業(yè)污染物排放量的排放清單。實(shí)現(xiàn)了交通能耗排放的年度、月度總量核算，以及日度監(jiān)測(cè)及趨勢(shì)分析(見(jiàn)圖3)。

圖1 海量數(shù)據(jù)分析挖掘技術(shù)架構(gòu)Fig.1 Structure of data mining technology

該項(xiàng)應(yīng)用為重大交通政策的制定和效果評(píng)估提供了數(shù)據(jù)支撐。例如，北京市APEC會(huì)議、中國(guó)人民抗日戰(zhàn)爭(zhēng)暨世界反法西斯戰(zhàn)爭(zhēng)勝利70周年紀(jì)念日閱兵、霧霾紅色預(yù)警期間，北京市均實(shí)行了單雙號(hào)限行政策，并利用平臺(tái)日度監(jiān)測(cè)功能實(shí)現(xiàn)了限行效果的評(píng)估。

3.2 交通節(jié)能減排規(guī)劃的綜合情景多因素分析

北京市交通管理部門于2013年啟動(dòng)了《北京市“十三五”交通節(jié)能減排發(fā)展規(guī)劃》的研究編制工作，規(guī)劃研究制定過(guò)程中，綜合考慮了車輛結(jié)構(gòu)、行業(yè)車輛總數(shù)、能耗排放強(qiáng)度、行駛里程、需求政策等因素，提出了125種情景。基于交通節(jié)能減排智能化分析體系及其關(guān)鍵技術(shù)，對(duì)各種情景進(jìn)行交叉分析及預(yù)測(cè)，得到交通節(jié)能減排相關(guān)指標(biāo)數(shù)據(jù)(見(jiàn)圖4)。

在數(shù)據(jù)測(cè)算的基礎(chǔ)上，北京市還提出“一降雙控三提升”的發(fā)展策略及目標(biāo)，即實(shí)現(xiàn)污染物排放下降，能耗總量和碳排放總量增速得到控制，新清潔能源使用比例大幅提升、資源集約利用水平持續(xù)提升、節(jié)能減排精細(xì)化管理水平顯著提升；并提出以綠色管理體系為核心，綠色基礎(chǔ)設(shè)施、綠色運(yùn)輸裝備工具、綠色運(yùn)輸體系、綠色交通技術(shù)推廣和綠色行為意識(shí)為重點(diǎn)的整套交通運(yùn)輸節(jié)能減排規(guī)劃，支持政府的宏觀決策。

圖2 北京市交通領(lǐng)域節(jié)能減排統(tǒng)計(jì)與監(jiān)測(cè)平臺(tái)Fig.2 Demonstration of statistical analysis-based and monitoring platform of transportation energy conservation and emission reduction in Beijing

圖3 交通能耗日監(jiān)測(cè)分析Fig.3 Daily monitoring and analysis of transportation energy consumption

圖4 交通節(jié)能減排規(guī)劃目標(biāo)制定分析Fig.4 Target-set of transportation energy conservation and emission reduction

3.3 以環(huán)境為約束條件制定交通管理政策

以生態(tài)文明建設(shè)和治污與治堵一體化為主題、以環(huán)境為約束條件制定交通管理政策，已成為大城市交通節(jié)能減排精細(xì)化管理的新思路。為此，利用交通節(jié)能減排智能化分析技術(shù)，實(shí)現(xiàn)了基于車輛能耗排放的定量評(píng)價(jià)。

1）閱兵期間、冬奧會(huì)和APEC會(huì)議交通綜合措施實(shí)施前，依托交通節(jié)能減排智能化分析技術(shù)及平臺(tái)進(jìn)行不同限行措施方案的能耗排放預(yù)測(cè)，其結(jié)果直接影響了最終政策方案中的交通綜合措施實(shí)施；

2）在擁擠收費(fèi)政策方案研究中，以2017年五環(huán)內(nèi)交通指數(shù)控制在5.5以內(nèi)為目標(biāo)，對(duì)擁擠收費(fèi)政策不同收費(fèi)方案的節(jié)能減排效果進(jìn)行預(yù)測(cè)，支撐政策的出臺(tái)；

3）在貨運(yùn)節(jié)能減排方面，北京市正推進(jìn)綠色貨運(yùn)發(fā)展，基于該智能化分析技術(shù)，以“十三五”為時(shí)間坐標(biāo)，對(duì)貨運(yùn)行業(yè)自然發(fā)展和綠色貨運(yùn)政策干預(yù)兩種情景下污染物排放趨勢(shì)進(jìn)行預(yù)測(cè)(見(jiàn)圖5)，同時(shí)實(shí)現(xiàn)了企業(yè)個(gè)體污染物減排量核算，支撐以污染物減排量為依據(jù)的行業(yè)獎(jiǎng)勵(lì)機(jī)制，為重大交通運(yùn)輸政策的出臺(tái)提供依據(jù)。

4）外埠進(jìn)京貨車管理方面，北京市正研究相應(yīng)政策措施，基于該智能化分析技術(shù)對(duì)外埠進(jìn)京車輛進(jìn)行監(jiān)測(cè)分析(見(jiàn)圖6)。結(jié)果顯示，外埠進(jìn)京貨車污染物年排放總量2.6萬(wàn)t，是本地營(yíng)運(yùn)貨車的0.86倍；同時(shí)實(shí)現(xiàn)了道路尺度的外埠進(jìn)京貨運(yùn)車輛污染物排放強(qiáng)度核算，支撐北京市外埠貨車調(diào)控政策的制定。

3.4 實(shí)現(xiàn)駕駛行為“監(jiān)測(cè)—診斷—評(píng)估—矯正”體系

國(guó)內(nèi)外研究表明駕駛行為具有較大的節(jié)能減排潛力[9-10]。為此，基于平臺(tái)實(shí)現(xiàn)了“監(jiān)測(cè)—診斷—評(píng)估—矯正”駕駛行為監(jiān)測(cè)分析與評(píng)價(jià)體系。通過(guò)對(duì)出租汽車能耗情況進(jìn)行持續(xù)監(jiān)測(cè)，分析得到相同車型的出租汽車最耗油車輛15.53 L·100 km-1，最省油車輛6.55 L·100 km-1，不同駕駛員駕駛同一類型車輛的能耗差異可達(dá)2倍。根據(jù)分析結(jié)果設(shè)計(jì)一整套培訓(xùn)體系(見(jiàn)圖7)，被初步納入交通行業(yè)駕駛員培訓(xùn)體系；前期培訓(xùn)結(jié)果顯示，培訓(xùn)前后單車百公里能耗降低7%，達(dá)到較好的節(jié)油效果。

3.5 編制標(biāo)準(zhǔn)和技術(shù)方法

根據(jù)交通節(jié)能減排智能化分析技術(shù)，北京市交通管理部門研究形成《營(yíng)運(yùn)客車能源計(jì)量器具功能及數(shù)據(jù)采集規(guī)范》《營(yíng)運(yùn)貨車合理用能指南》等地方標(biāo)準(zhǔn)，研發(fā)了能耗排放核算方法、公共交通能耗評(píng)價(jià)指標(biāo)體系等技術(shù)方法，并將在京津冀區(qū)域推廣應(yīng)用。

4 結(jié)語(yǔ)

智能化分析技術(shù)能有效推動(dòng)交通節(jié)能減排工作向精細(xì)化方向發(fā)展，同時(shí)為其提供直接決策支撐。在交通節(jié)能減排的后續(xù)研究中還應(yīng)關(guān)注以下兩點(diǎn)：

1）由于各國(guó)各地城市規(guī)模不一、規(guī)劃各異、路網(wǎng)情況也各不相同，要想建設(shè)能夠服務(wù)本地治理的智能化監(jiān)測(cè)體系，必須立足于本地實(shí)際，構(gòu)建本地化的模型及關(guān)鍵參數(shù)；

圖5 貨運(yùn)污染物排放趨勢(shì)分析Fig.5 Analysis of freight pollutant emission trend

圖6 外埠進(jìn)京貨車主要進(jìn)京通道年污染物排放量Fig.6 Emissions monitor of non-local trucks on main corridors entering Beijing

圖7 駕駛行為培訓(xùn)體系Fig.7 Driving behavior training system

2）交通節(jié)能減排統(tǒng)計(jì)監(jiān)測(cè)體系建設(shè)實(shí)際上是城市的綜合能力建設(shè)，需要信息化建設(shè)、模型技術(shù)、制度標(biāo)準(zhǔn)、理念推廣、法律法規(guī)和體制機(jī)制方面的共同努力和協(xié)同發(fā)展，才能有效推進(jìn)交通節(jié)能減排工作。

[1]曹艷梅，丁冬梅.我國(guó)城市交通節(jié)能減排發(fā)展分析及對(duì)策研究[J].經(jīng)濟(jì)研究導(dǎo)刊，2012(2)：89-91.

[2]高菠陽(yáng)，劉衛(wèi)東.道路交通節(jié)能減排途徑與潛力分析[J].地理研究，2013，32(4)：767-775.Gao Boyang,Liu Weidong.Emissions Reduction Potential Analysis of Road Transportation[J].Geographical Research,2013,32(4):767-775.

[3]崔淑華，鮑桂芳.道路運(yùn)輸業(yè)節(jié)能減排評(píng)價(jià)體系優(yōu)化研究[J].重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版)，2014，33(4)：117-121.Cui Shuhua,Bao Guifang.Optimization Research of Energy Conservation and Emissions Reduction Evaluation System in Road Transportation[J].Journal of Chongqing Jiaotong University (Nature Science),2014,33(4):117-121.

[4]崔應(yīng)壽，黃莉莉，黃海濤.車輛能耗監(jiān)測(cè)平臺(tái)研究與應(yīng)用[J].中國(guó)交通信息化，2015(3)：123-126.

[5]龔琴紅.交通運(yùn)輸對(duì)大氣環(huán)境的影響及節(jié)能減排分析研究[J].交通節(jié)能與環(huán)保，2014(2)：73-75.Gong Qinhong.Research into the Effect on Atmospheric Environment and Emission Reduction of Transportation[J].Energy Conservation&Environmental Protection in Transportation,2014(2):73-75.

[6]錢越.低碳運(yùn)輸?shù)闹悄芙煌夹g(shù)體系構(gòu)建[J].北京理工大學(xué)學(xué)報(bào)(自然科學(xué)版)，2013(S1)：86-89.Qian Yue.Intelligent Transportation Technology System for Low-Carbon Transport[J].Transaction of Beijing Institute of Technology(Nature Science),2013(S1):86-89.

[7]姚良群.智能交通技術(shù)應(yīng)用的改進(jìn)與提高[J].交通與運(yùn)輸(學(xué)術(shù)版)，2014(S1)：82-85.Yao Liangqun.Improve and Enhance the Application of Intelligent Traffic Technology[J].Traffic&Transportation(Academic Edition),2014(S1):82-85.

[8]多雪松，張晶，高強(qiáng).基于Hadoop的海量數(shù)據(jù)管理系統(tǒng)[J].微計(jì)算機(jī)信息(測(cè)控自動(dòng)化)，2010，26(13)：202-204.Duo Xuesong,Zhang Jing,Gao Qiang.A Mass Data Management System Based on the Hadoop[J].Microcomputer Information(Control&Automation),2010,26(13):202-204.

[9]伍毅平，趙曉華.基于跟蹤調(diào)查的生態(tài)駕駛行為節(jié)油潛力初探[J].道路交通與安全，2014，14(1)：53-55.Wu Yiping,Zhao Xiaohua.A Pilot Study to Explore the Potential of Eco-Driving on Fuel Consumption Reduction[J].Road Traffic&Safety,2014,14(1):53-55.

[10]葉玉.西方國(guó)家力推“生態(tài)駕駛”[J].環(huán)境保護(hù)，2008(17)：73-74.

Smart Technology on Energy Conservation and Emission Reduction in Transportation System:A Case Study of Beijing

LiuYing1,2,Liu Yuhuan2,Xu Long2,Gu Yan2
(1.Beijing University of Technology,Beijing 100124,China;2.Beijing Transportation Environment&Energy Center,Beijing 100073,China)

A big data mining-based intelligent technology of monitoring and analysis technology offers an opportunity to eliminate the ambiguity in the decision making process as well as solving the issues of energy conservation and emission reduction.By specifying the demand on intelligent monitoring technology at macro,meso,and micro-scale,this paper summarizes the defects of the existing technology and system,and a couple of new technologies,namely,Multidimensional Awareness,SimulationEvaluation,and Data Mining.The paper illustrates the efforts of Beijing in system establishment of monitoring system for transportation energy conservation and emission reduction,development of transportation energy consumption and pollution emission inventory,planning and policy study,driving behavior correction,development of energy conservation and emission reduction standards.Finally,the paper urges to develop model and key parameters of intelligent monitoring system for transportation energy conservation and emission reduction that tailor to different cities.Registration and mechanism support are also necessary.

urban transportation;energy conservation and emission reduction;intelligent;big data;Beijing

2016-05-11

劉瑩(1981—)，女，吉林人，在讀博士研究生，高級(jí)工程師，北京市交通行業(yè)節(jié)能減排中心副主任，主要研究方向：交通節(jié)能減排、交通戰(zhàn)略規(guī)劃、交通排放模型。

E-mail:liuying@bjjtw.gov.cn