不同交通情境下公交车碳排放比较研究——以宿州市公共交通为例文献综述

 2022-05-19 22:21:04

1 国外研究现状

客运交通碳排放属于移动源排放，目前国际上认可的碳排放量计算方法主要来自IPCC 提供了两种计算碳排放的方法，自上而下法与自下而上法[8]。Kumar M K，Nagendra S M S. 等人利用自下而上的方法得出印度钦奈碳排放总量 212 万吨，其中交通部门占 29.7%，均量为 0.45t/n，低于全国水平，并且夏季的排放量略高[9]。JovanovicM.对贝尔格莱德城市交通碳排放进行研究，研究发现贝尔格莱德人均碳排放量为228kg，并提出要出台更果断的策略来制约私家车的出行，提高利用效率，并投入更多关注在城市交通系统的建设上，并大力建设城市轨道系统减轻地上交通压力，如：地铁或轻轨车[10]。Grote M, Williams I, Preston J 等人提出了EMs排放模型，使用数据可获得与实用性来估计城市交通排放，并为地方政府提供有效的政策[18]。AggarwalP, Jain S 以德里 2007 年数据为基准，设置了五个情景对 2020 年后德里交通碳排放量进行分析，研究表明，地铁虽然为清洁的交通方式，但是大量的电能消耗，促使今后必须采用更加清洁的方式发电；并且目前将客运交通方式转向公共交通足以减少化石能源的消耗[11]。Gately C K, Hutyra L R, Sue W I 研究发现 2012 年美国交通碳排放占化石能源耗损产生碳的 28%，由于排放空间的不均匀性，因此，开发出一个新的公路运输排放的数据库(DARTE)，准确地量化地表碳排放[12]。Keuken M P,Jonkers S, Verhagen H L M 等人设置了两个交通情景，分别对鹿特丹、巴塞尔、西安、苏州的交通碳排放量进行研究，分析表明电动汽车的引入可以有效改善空气质量[13]。Zhang X, Liu P, Li Z 等利用模式分裂/交通分配模型研究在低碳约束条件下如何影响出行者出行的路线和方式的选择[14]。He D, Liu H, He K 等研制了一种基于车辆数和出行方式的“自下而上”的方法来估计我国 2030 年城市客运行业能源消耗和二氧化碳排放量。结果表明，减少私家车的使用并促进公共交通发展，到 2030 年可降低约 23%的能耗，并且在道路优化和城市形态可以使降耗效率提高一倍[15]。Kakouei A, VataniA, Idris A K B 等人以德黑兰为研究对象测算公交车、出租车、私家车等的碳排放量，结果表明,德黑兰碳排放量的贡献依次为:私家车、公共汽车和出租车，其中私家车的碳排放占比高达 88%[16]。Wang Z, Chen F, Fujiyama T 建立了一种基于城市客运交通数量的估算方法对北京市私家车、轨道交通、出租车和公交车的碳排放量进行估算和分析，可知，2012 年北京客运碳排放总量为 1500 万吨，其中 75.5%是来自私家车。轨道交通的发展和私家车数量的进一步限制，可以帮助减少 439 万吨二氧化碳排放量[17]。AbigailL.Bristow 等人对英国客运交通低碳发展进行了研究,研究表明，碳减排主要受人为因素的影响,同时提出了利用价格来减少机动车使用，使用节能汽车并促进共公交通的发展等措施是可以有效的降低碳排放[19]。A Beaudet 等人对电动汽在城市客运交通碳排放研究方面，国外已经形成完整的计算模型及公式，研究表明客运交通碳排放量与行驶里程、能源使用率以及对应的系数等高度相关。车在客运交通中的作用进行了研究,结果表明电力在客运交通中利用比其他清洁能源更低碳[20]。M.Saxe，A.Folkesson，P.Alvfors 对公交车使用燃料电池所产生的效果进行了研究[21]。Marina Kousoulidou，Leonidas Ntziaehristos 通过构建模型对城市道路交通碳排放进行了研究[22]。一些国外专家还对道路交通中油类、生物质能源等燃料对城市道路交通碳排放的的影响进行了分析研究。RabtaShabbir 等人利用 LEAP 模型对伊斯兰堡、卡瓦尔品第两个城市交通的能源利用情况以及随之产生的环境问题进行了分析。

2 国内研究现状

邱小燕，刘海春在《扬州市交通碳排放量测算》一文中基于扬州市交通能源消耗量，采用自上而下法，对扬州市 2010-2014 年交通碳排放情况进行量化，并分析二氧化碳排放总量与人均二氧化碳排放量的变化趋势和影响因素，并根据扬州市客运交通现状提出低碳发展的策略[1]。董卫以客运交通为研究对象分析西宁市的客运交通现状,应用“自下而上”法对西宁市 2011-2015 年的客运交通碳排放进行估算,运用文字云图法表现碳排放具体分布情况，并通过情景分析，得出了轨道交通和新能源汽车是西宁市交通实现低碳的有效途径。最后提出了西宁市低碳交通发展应该从政策、计算、规划三个层面采取具体措施[2]。李琳娜，Becky P.Y.Loo 从全国、省市和'一带一路'三个层面,对 1990-2012 年中国客运交通的碳排放进行了估算和分析。研究表明:公路运输所产生的碳排放总量是最高的，铁路和水运碳排放量较低且保持稳定;并且交通碳排放按照地域与发展水平出现了明显递减的趋势,而且东部城市碳排放相对较集中;丝绸之路经济带'沿线城市交通碳排放水平较低,而'海上丝绸之路'沿线的城市的交通碳排放较高[3]。朱婧，刘学敏，初钊鹏，根据 IPCC 提供的公式,以济源市为对象对交通进行研究，研究并测算了城市交通现状及碳排放状况，预测了今后的碳排放走势，结果表明:交通部门的能源使用量和碳排放总量呈不断上升的趋势，主要原因在于城市交通快速发展，相应的能源需求也在不断增加，减排及降低能耗的关键在于改变能源结构以及完善公共交通系统[4]。 池利兵以出租车的污染排放测算方法及减排策略作为研究对象，多方面进行建模分析和具体讨论。结果表明合理地征碳税和高峰时期拥堵税，可以使出租汽车的碳排放量有效减少[5]。刘大维对天津市客运交通发展进行了回顾，并应用情景分析法，对天津市客运交通发展情况进行研究。结果表明，采用限行和价格手段调节城市交通发展是重要的交通管理手段，并针对这些措施进行进一步讨论，评价其对客运交通碳排放的影响[6]。弓媛媛基于武汉市 1995-2012 年交通数据对客运和货运交通碳排放采用不同方法进行测算。结果表明公路所占比例最高，而客运中占比最高的碳排放源是民用汽车，其保有量是引起碳排放快速增加的主要推力，降低碳排放强度为减排的有效途径[7]。

3 研究现状总结

综上，国内外对于公共交通碳排放研究可总结为以下几个方面：

  1. 国内外城市公共交通系统碳排放研究现状

研究结果表明，公共交通系统的碳排放量占整个交通部门碳排放量的 24％（其中，地铁 0.9%，公交 21.6％，出租车 1.1％），由此可见，地铁和公交系统碳排放占到公共交通系统的 95％。因此，城市公共交通系统，特别是地铁和城市公交系统的碳排放情况应该受到重视。故城市公交系统是本文的研究对象[23]。实际上，尽管出租车属于城市公共交通的一部分，也会造成一定数量的排放，但是考虑到出租车运营和管理的特殊性，在推行绿色化发展过程与公共汽车和地铁等存在较大的不同，在深圳市相关的运营企业较多，获取数据难度非常高，因此，本研究不考虑出租车作为研究对象。目前的研究很少涉及城市公交系统低碳措施的效率评估。本文旨在分析城市不同情境下公交系统碳减排潜力，并对其减排成效进行量化评估。

  1. 方法及数据

国家研究早期大多基于时间序列数据，采用分解法探究交通能源消耗的主要驱动力；近年来，研究进一步根据能源消耗数据“自上而下”地测算交通碳排放，并通过构建面板数据模型探究社会经济、城市形态和交通发展因素对交通碳排放的影响[8]。

研究早期围绕紧凑城市是否一种低碳的城市形态而进行讨论，主要使用截面数据和相关分析方法；近年来，进一步拓展使用情景预测、GIS空间分析、空间回归、空间模拟等方法探究城市交通碳排放的空间差异及其与城市形态、城市中心分布形式之间的关系。

研究多以截面、非集计的问卷调查数据为主，采用定量的数学模型探究居民社会经济属性和人口密度，土地利用混合度，与就业地、城市中心的距离，路网与交叉口密度、公共交通供给水平等建成环境要素对居民出行碳排放的影响。最后有针对性地提出了未来中国城市交通出行碳排放影响因素的研究趋势。

参考文献

  1. 邱小燕, 刘海春. 扬州市交通碳排放测算[J].扬州职业大学学报, 2015,19(4):48-51.
  2. 董卫. 西宁市客运交通低碳发展研究[D]. 青海师范大学, 2016.
  3. 李琳娜, Becky P.Y.Loo. 中国客运交通的碳排放地理特征与展望[J]. 地理研究, 2016, 35(7):1230-1242.
  4. 朱婧,刘学敏,初钊鹏.城市低碳交通的发展途径分析 [J]. 生态经济,2016,1:1671-4407.
  5. 池利兵. 城市客运出租车空气污染测算方法与减排策略研究[D]. 哈尔滨工业大学,2016
  6. 弓媛媛. 武汉市交通碳排放足迹测算及其驱动因素分析[J]. 中国人口资源与环境, 2015(S1):470-474.
  7. 刘大维.天津市低碳交通发展模式研究[D]. 河北工业大学, 2015.
  8. 杨文越.曹小曙.多尺度交通出行碳排放影响因素研究进展[J].地理科学进展,2019,38(11):1814-1828.
  9. SVIREJEVA HopkinsA, SCHELLNHUBER H J. Urban expansion and itscontribution to the regional carbon emissions: Using themodel based on the population density distribution[J]. Ecological Modelling, 2008, 216 (2): 208-216．
  10. Kumar M K, Nagendra S M S. Quantification of anthropogenic CO2, emissions in a tropical urban environment[J]. Atmospheric Environment, 2016, 125:272-282.
  11. Jovanovic M. Belgradersquo;s Urban Transport CO2 Emissions from an International Perspective[J]. Polish Journal of Environmental Studies, 2016, 25(2).
  12. Aggarwal P, Jain S. Energy demand and CO2, emissions from urban on-road transport in Delhi: current and future projections under various policy measures[J]. Journal of Cleaner Production, 2016, 128:48-61.
  13. Gately C K, Hutyra L R, Sue W I. Cities, traffic, and CO2: A multidecadal assessment of trends, drivers, and scaling relationships[J]. Proceedings of the National Academy of Sciences, 2015, 112(16):4999-5004.
  14. Keuken M P, Jonkers S, Verhagen H L M, et al. Impact on air quality of measures to reduce CO2, emissions from road traffic in Basel, Rotterdam, Xi#39;an and Suzhou[J]. Atmospheric Environment, 2014, 98(98):434-441.
  15. Zhang X, Liu P, Li Z, et al. Modeling the Effects of Low-carbon Emission Constraints on Mode and Route Choices in Transportation Networks[J]. Procedia - Social and Behavioral Sciences, 2013, 96(D11):329-338.
  16. He D, Liu H, He K, et al. Energy use of, and CO2, emissions from Chinarsquo;s urban passenger transportation sector –Carbon mitigation scenarios upon the transportation mode choices[J]. Transportation Research Part A Policy amp; Practice, 2013, 53:53-67.
  17. Kakouei A, Vatani A, Idris A K B. An estimation of traffic related CO2, emissions from motor vehicles in the capital city of, Iran[J]. Journal of Environmental Health Science and Engineering, 2012, 9(1):13.
  18. Wang Z, Chen F, Fujiyama T. Carbon emission from urban passenger transportation in Beijing[J]. Transportation Research Part D Transport amp; Environment,2015, 41:217-227.
  19. Grote M, Williams I, Preston J, et al. Including congestion effects in urban road traffic CO2, emissions modelling: Do Local Government Authorities have the right options?[J]. Transportation Research Part D Transport amp; Environment, 2016, 43:95-106.
  20. Bristow A L, Tight M, Pridmore A, et al. Developing pathways to low carbon land-based passenger transport in Great Britain by 2050[J]. Energy Policy, 2008,36(9):3427-3435.
  21. Beaudet A. Electric Vehicles for Low-Carbon Transport[J]. Social Science Electronic Publishing, 2011.
  22. Saxe M, Folkesson A, Alvfors P. Energy system analysis of the fuel cell buses operated in the project: Clean Urban Transport for Europe[J]. Energy, 2008,33(5):689-711.
  23. 谢守红,蔡海亚,夏刚祥.中国交通运输业碳排放的测算及影响因素[J].干旱区资源与环境,2016,30(05):13-18.
  24. 杨文越,李涛,曹小曙.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[J].华南师范大学学报(自然科学版),2015,47(05):119-125.

资料编号：[249497]

剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付

以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章