基于城市数据可用性的交通运输部门二氧化碳估算
1sepulu十一月理工学院环境工程系大气污染控制与气候变化实验室,印度尼西亚泗水6011
通讯作者:assomadi@its.ac.id
DOI:http://dx.doi.org/10.12944/CWE.14.3.09
复制下面引用这篇文章:
刘建军,刘建军,李建军,等。基于gis的城市交通运输部门二氧化碳排放估算方法。Curr World environment 2019;14(3)。DOI:http://dx.doi.org/10.12944/CWE.14.3.09
复制以下内容引用此URL:
刘建军,刘建军,李建军,等。基于gis的城市交通运输部门二氧化碳排放估算方法。Curr World environment 2019;14(3)。可以从:https://bit.ly/36l9AVD
文章发表历史
收到: | 2019-09-09 |
---|---|
接受: | 2019-10-28 |
审核: | 安妮塔KovaÄ |
第二次覆核: | Mokhless Boukhriss |
最终批准: | 戈帕尔·克里珊博士 |
介绍
碳足迹(CF)是衡量人类活动对环境和气候变化影响的指标,它分为两类,即(1)主要足迹,直接CO的指标2化石燃料燃烧产生的排放,如车辆和运输产生的排放,以及(2)二次足迹,间接二氧化碳的量度2排放物,从产品生命周期中使用的排放物中获得。两者都是衡量单个或一系列活动中能源消耗的指标。不幸的是,CO的增长2为了满足发达国家和发展中国家人口的能源需求,温室气体排放对它们都产生了巨大的影响。1CO的生长2排放一直是发展中国家最具挑战性的问题,2像印度尼西亚。
根据2016年的石油和天然气统计数据,印度尼西亚的能源(燃料)消耗量为7230万至6690万升,其中96%用于家庭、工业和交通运输。3.在各种研究和调查中,交通运输部门是一个非常大的能源消耗者,同时也是一个很大的碳排放者。一般来说,运输部门的质量和数量与该区域现有道路基础设施的状况相同。4
道路是一种交通基础设施,包括地面、地上、地下和/或水中以及水面上用于交通的道路、建筑物和设备的所有部分,铁路、铁路、公路和街道电线除外。5按功能分类的道路有:(1)主干道,是服务于主要货运功能的公共道路交通,具有行驶距离和平均速度大的特点,车道数量受到有效约束;(2)集热器道路,是为集热器或分配器服务的具有中等行驶距离和平均速度特性的公共道路交通工具(受限制的车道数);(3)局部道路,是服务于局部交通的短途公共道路,具有低平均速度特征,车道数不受限制。
交通运输部门的二氧化碳排放量占全球总排放量的23%2排放。这些排放的总贡献,75%来自公路运输。6这个公司2排放物问题要妥善处理。一种处理方法是在每个地区进行排放清单和估算,以支持国家排放计划的绘制和管理。
国内外已经发表了各种估算方法,可以科学地用于计算包括交通在内的各种人类活动的碳排放量。根据IPCC的计算方法,世界公约提供了指南7这可以用来计算一个地区或一个城市的碳排放量。作为排放计算输入所需的数据,特别是根据IPCC方法需要的燃料或能源、原材料的数量或活动数据单位的性质。8但不适当的是,这需要发展中国家最小城市地区的数据。事实上,对于大多数发展中国家的地区和县政府来说,很难获得IPCC的计算结果。这些国家没有IPCC要求的完整数据。例如,印度尼西亚小城镇的数据传输部门没有直接描述所使用燃料的数量和效率,而这是IPCC计算排放量的基础。被认为足够有效的可用数据,通常只有道路的类别和长度,车辆的数量和类型,以及道路负荷的密度。另一方面,每个国家都必须每年报告他们的碳排放量。因此,研究工作的目的是根据IPCC的燃料使用和效率,将这些数据等效转换为等效的碳排放量。
方法
评估方法综述
已经开发和使用了许多运输活动的排放模型。一般来说,有些模型是对CO的估计2排放基于燃料消耗或基于总公里数。9在其他情况下,基于排放因子的模型。国际机构或组织开展了一些研究,但没有文献完全涵盖该主题。10本文所使用的模型分为三种方程原理,因为其他已知的方法是相同的,并且与这三种方法中的任何一种都具有相同的原理。方程包括:
基于燃料数量的计算,例如在移动燃烧模型中,它是用数学计算来预测二氧化碳(CO)排放量的空气模型2)。CO的计算2排放量使用燃料消耗的数量乘以燃料类型的排放系数。11所使用的一般方程为:
在流动燃烧方程中,有几个数据输入,即。: 1)从城市消耗的燃料总量中获得的燃料量,以及2)CO2每种燃料的排放系数(单位:kg / TJ,取自2006年IPCC指南)。
基于贡献者数量和类型的计算是用数学计算来预测二氧化碳(CO)排放量的空气模型2)。一些基于旅游预测运输分析.12另外一些er模型基于车辆的类型,分别按照其燃料的类型分组。所用方程包括:
在这些方程中,有几个数据输入:
- 车辆的比例,由每种车辆的数量除以所有类型车辆的总数得到,按其燃料类型分组。
- 指定技术组别和污染物的每启动克排放率=呃
- 车辆行程起始次数=O
- 根据燃料类型消耗量分组的车辆总数=TG.
- 每辆车的平均燃料消耗量是由一个地区内每种燃料(汽油和柴油)的总量除以按每种燃料消耗量分组的车辆总数得出的。
根据IPCC(2006)的方法计算.该方法用于各国向联合国气候变化框架公约(UNFCCC)报告的国家排放报告的制定。该方法提供了三层方法,以满足根据数据可用性的规格所要求的精确度。等级越高,精度越高,但需要的数据和过程越复杂。原则上,最好的CO2排放计算是基于碳含量,数量和燃料消耗的类型。8
层1的方法
第1层方法是计算CO的简单方法2排放,通过将消耗的燃料估计值乘以一般排放系数(默认值)。第1层交通运输的一般方程为:
CO在哪里?2排放量以公斤为单位,下标a =燃料种类(柴油、优质、低碳
第2层方法
这种方法类似于一级,其排放系数是每个国家用于运输的特定碳含量。这种方法取决于不同车辆使用的燃料类别和排放标准。Tier 1中的公式8适用于Tier 2,但排放系数必须根据实际燃料含碳量计算。
第三层方法
第3层比第2层更详细。该方法基于更大总量的活动数据和排放因子,但其结果比一级和二级方法更准确,尽管更为复杂和困难。然而,CO的计算2建议只使用第一级和第二级排放。8
提供的数据和计算方法
的有限公司2排放估算必须包括城市参考边界内的所有交通活动。13在这个案例中,严格使用了IPCC的方法,所以有必要根据需要选择一个数据完整的城市。对于模拟,选择的城市是泗水,它有完整的交通,油耗,车辆类型,类别和道路长度的数据。CO的计算2排放完全在几个地区进行,作为参考,然后根据道路的长度或类别进行指定。这种计算的结果是一个特定的排放因子(SEF),可以用来估计CO2其他(一般)地区的排放,仅限车辆类型和数量或道路长度和级别的限制数据。
本研究的所有数据均由泗水市政府提供3年。这些数据是道路的类别和长度,每一类道路的交通密度,车辆的类型,以及所有地区的燃料消耗。参考区计算过程一般方案如图1所示,一般区计算过程如图2所示。
图1:参考区的SEF测定 点击此处查看图 |
图2:根据现有数据估算的地区二氧化碳排放量 点击此处查看图 |
结果与讨论
运输部门库存数据
本文中计算碳排放的替代方法的构建基于2006年IPCC公式的原则,该公式使用了运输部门的数据清单结果。通过收集一手数据、调查数据和观察数据以及相关机构提供的二次数据进行清查。盘点的主要结果是:
- 研究区域内各道路类别的道路长度数据。
- 各道路等级的道路密度和车辆种类数据。
这些数据一般可在发展中国家的大多数小城镇或村庄直至地区一级获得。而政府间气候变化专门委员会(IPCC)用来计算碳排放的数据和运输燃料消耗类型,往往要到小城镇的水平才能得到很好的记录。
表1为研究区域(印度尼西亚东爪哇省泗水市)2015年年度条件下道路长度和等级的清查结果。整个研究区由5个地点组成,再细分为30个研究区(区),如表1所示。基于代表性人群的研究区域的分布足以用于本研究中生成的替代模型。
进一步,计算了潜在CO2通过预测每个道路类别的排放量来估算排放量。计算是基于每个研究区域中每个道路类别的负荷或密度。因此,描述每个道路类别的载荷的数据很重要,如表2所示。每个道路类别的车辆密度仅计算在整个研究区域内通常运行的车辆组;即.摩托车、客车、小型客车、卡车和大型客车。
表格1:研究区域内各路段道路等级的面积和长度(km)
位置 |
研究地区数目 |
美联社(公里) |
(公里) |
CP(公里) |
CS(公里) |
L(公里) |
中心区域 |
4 |
6.32 |
16.98 |
0 |
44.39 |
107.85 |
北方区 |
5 |
10.84 |
14.16 |
0.68 |
32.81 |
216.66 |
东部地区 |
7 |
4.49 |
48.10 |
9.38 |
132.05 |
520.99 |
南部区 |
8 |
9.54 |
15.35 |
17.10 |
84.26 |
631.65 |
西部区 |
6 |
1.89 |
11.39 |
5.67 |
48.59 |
352.84 |
总计 |
30. |
33.08 |
105.98 |
32.83 |
342.10 |
1829.99 |
注:AP =主干道;次级主干道;CP =主集热器路;CS =次级集热器路;本地道路
表格2:车辆的平均每一类道路的密度(车辆/小时)
不。 |
车辆类型 |
美联社 |
作为 |
CP |
CS |
l |
1. |
摩托车 |
6795 |
4884 |
3313 |
4885 |
1200 |
2. |
乘用车(premium) |
1342 |
917 |
897 |
968 |
147 |
3. |
乘用车(柴油) |
727 |
265 |
241 |
323 |
52 |
4. |
公共汽车/迷你卡车 |
129 |
23 |
14 |
24 |
5 |
5. |
卡车 |
121 |
76 |
26 |
0 |
0 |
6. |
大巴士 |
26 |
2 |
3. |
0 |
0 |
总计 |
9141 |
6166 |
4495 |
6210 |
1404 |
交通运输部门的排放因子和排放计算
原则上,碳排放量由两个因素决定:活动或负载的数量,以及根据活动或操作负载类型的排放因子。活动量或装载量是通过对一次或二次盘存结果的数据处理得出的。而排放因子,特别是来自运输部门的排放因子可以用几种方法来近似。这个排放因子是来自活动或源负荷的平均比排放贡献。因此,可以根据每辆车(根据其类型),或每燃料消耗,或考虑其密度/负载的每一种道路类型,等等来计算排放系数。
IPCC 2006年估算碳排放潜力的公式,一般来说,使用燃料消耗的活动和所消耗的每种燃料类型的排放因子。在没有燃料消耗数据记录的地区,如发展中国家的许多地区,应用IPCC公式将是一个问题。因此,在其他活动的基础上确定特定排放因子将为预测数据可用性最低的地区的碳排放提供另一种方法。在本研究中,SEF有两种表达方式:1)基于车辆数量和类型数据的SEF; 2)基于道路长度和道路类别数据的SEF。
表格3.:的数量每个道路等级的平均排放量
车辆类型 |
平均排放量(kgCO2/ km.hour) |
||||
美联社 |
作为 |
CP |
CS |
l |
|
摩托车 |
468.8559 |
337.0057 |
228.6292 |
337.0563 |
82.7768 |
乘用车(premium) |
410.6287 |
280.6166 |
274.5141 |
296.2123 |
44.8343 |
乘用车(柴油) |
241.4406 |
87.9038 |
79.9724 |
107.3278 |
17.2418 |
公共汽车/迷你卡车 |
40.2163 |
7.1822 |
4.4753 |
7.3762 |
1.6001 |
卡车 |
56.0618 |
34.9662 |
12.0284 |
0 |
0 |
大巴士 |
12.9210 |
0.8943 |
1.3894 |
0 |
0 |
总计 |
1230.1243 |
748.5688 |
601.0088 |
747.9726 |
146.4530 |
根据交通统计结果,如表2所示,并使用IPCC公式计算,得出每类道路和每种车型的平均碳排放量。各道路类别碳排放平均值的计算结果如表3所示。该数据随后用于根据库存数据确定两种备选SEF的价值。即。:
- 各类车辆的SEF,由各类道路的排放平均值除以各类道路的各类和车辆密度得到。
- 每个道路类别的SEF,由每个道路类别的所有排放车辆的碳排放量的平均值总和得出。
表4总结了两种SEF计算的结果。然后,利用SEF数据值计算基于区域内数据可用性的交通活动碳排放量估算。如果每个类别的道路交通计数都有一个区域的数据,那么每辆车的SEF将会得到更好的计算结果。但如果该地区只有道路类别数据,则可以用每类道路的SEF来近似计算碳排放。使用后一种排放因子仍然需要一个区域常数作为加权因子,根据运输模式区分一个区域和另一个区域。
表格4:小子替代值基于它的数据可用性
基于燃料类型,IPCC 2006 |
选择1 |
选择2 |
||||
燃料类型 |
海基会(kgCO2/ l) |
车辆类型 |
特定的能量 消费(l / vehicle.100km) |
海基会(kgCO2/ |
道路类 |
小子 |
溢价 |
2597 .86点 |
摩托车 |
2.66 |
0.069 |
主要动脉 |
1230 |
汽车(保险费) |
11.79 |
0.306 |
中等动脉 |
749 |
||
柴油 |
2924 .90 |
汽车(柴油) |
11.36 |
0.332 |
主要收集器 |
601 |
公共汽车/迷你卡车 |
10.64 |
0.311 |
二次收集器 |
748 |
||
卡车 |
15.82 |
0.463 |
当地的 |
146 |
||
大巴士 |
16.89 |
0.494 |
||||
联合国政府间气候变化专门委员会 |
BPPT在金卡et al .,(2009)和亚明et al .,(2009) |
计算 |
计算 |
基于IPCC和两种替代方法的排放估算的验证
这项研究的下一阶段是在表1所述的研究领域进行排放计算。排放计算使用了3种方法:IPCC、备选方案1和备选方案2。
表格5:碳排放估计结果由三个替代方法
区域 |
排放估算(吨有限公司2/年) |
区域 |
排放估算(吨有限公司2/年) |
区域 |
排放估算(吨有限公司2/年) |
||||||
联合国政府间气候变化专门委员会 |
Alt。 |
Alt。 |
联合国政府间气候变化专门委员会 |
Alt。 |
Alt.2 |
联合国政府间气候变化专门委员会 |
Alt。 |
Alt。 |
|||
1 |
44.2 |
48.7 |
51.4 |
11 |
49.4 |
63.2 |
57.0 |
21 |
51.4 |
59.6 |
59.6 |
2 |
80.7 |
86.3 |
91.4 |
12 |
105.8 |
118.0 |
121.4 |
22 |
51.8 |
56.5 |
59.4 |
3. |
93.3 |
94.5 |
99.0 |
13 |
178.8 |
195.0 |
205.0 |
23 |
49.3 |
53.9 |
56.8 |
4 |
107.6 |
114.9 |
121.4 |
14 |
208.5 |
224.8 |
245.8 |
24 |
141.3 |
159.5 |
162.3 |
5 |
84.0 |
101.6 |
97.8 |
15 |
109.6 |
131.8 |
129.5 |
25 |
127.9 |
137.9 |
146.0 |
6 |
69.9 |
82.3 |
80.5 |
16 |
83.4 |
95.2 |
97.6 |
26 |
151.7 |
164.2 |
173.7 |
7 |
85.9 |
91.6 |
96.5 |
17 |
161.4 |
174.9 |
185.0 |
27 |
51.9 |
63.3 |
59.9 |
8 |
52.0 |
60.9 |
57.1 |
18 |
170.3 |
188.0 |
198.7 |
28 |
95.1 |
101.6 |
104.1 |
9 |
108.1 |
112.8 |
118.7 |
19 |
103.8 |
114.9 |
120.8 |
29 |
105.5 |
118.5 |
119.0 |
10 |
83.3 |
98.7 |
97.7 |
20. |
75.4 |
85.1 |
89.5 |
30. |
164.5 |
170.6 |
186.3 |
其目的是验证IPCC作为参考的两种替代计算的结果。为了比较两种替代计算方法与参考文献(IPCC)的接近程度,需要进行这种验证。三种方法的计算结果如表5所示,其值的接近度如图3所示。
图3:价值的碳排放从这三个评估方法 点击此处查看图 |
从图3可以看出,与IPCC的排放值相比,两种方法生成的排放值往往更高。然而,这些值往往是一致且相当接近的。为了进一步研究这两种方法的结果,如图4和图5所示,这两种方法的值都与IPCC相关。
图4:相关另一个选择1发射计算结果来联合国政府间气候变化专门委员会估计 点击此处查看图 |
图5:相关另一个选择2发射计算结果来联合国政府间气候变化专门委员会估计 点击此处查看图 |
图4显示了备选1数据与IPCC计算数据的相关值。这两个值似乎具有相同的趋势或线性相关。相关系数(R2), IPCC为0.990。而备选方案2与IPCC值的相关因子如图3所示。R2值为0.997。因此,备选方案2的线性相关值优于备选方案1。然而,这两种选择都提供了极好的值,并且接近IPCC给出的值。两个相关值都表示数据可用性的优先级。
与IPCC相关的两个备选数据的标准误差计算结果如下:
- 方案1提供112.3 + 4.7吨CO的结果2/年
- 方案1提供116.3 + 2.8吨CO的结果2/年
因此,本研究的两种替代方法都可以根据数据可用性来计算运输部门碳排放量的估计值。如果这三种方法都有足够的数据,优先级计算可以使用IPCC方法,然后是基于运行车辆数量和类型的替代方法2,后者使用基于道路长度和类别的替代方法1。
结论
计算交通运输部门碳排放的两种方法可供选择。备选方案1,以千克CO为单位的SEF2/车辆。Km,根据运行车辆的类型和数量计算;备选方案2,以千克CO为单位的SEF2/人力资源。Km,基于道路的长度和等级。这两种备选方案都与IPCC的结果有很好的相关性。根据各区域现有数据的可用性,两者都可以独立使用。方案2提供的结果更接近IPCC,相关值为0.997,标准误差为2.8吨CO2/年,与备选方案1相比(相关值为0.990,标准误差为4.7吨CO)2/年)。
确认
本研究得到了国家教育与高等教育部(2015)、泗水市政府(2015)和ITS研究与社区服务机构的支持。所有次要数据均由泗水市政府环境局提供,于2015年访问。
参考文献
- Modi A, Bhojak N. P.全球碳排放研究——以印度为例。当今世界环境.2013;8(3): 429 - 433。
CrossRef - Akhtar S, Sahibzada N. I, Saif S, Inayat S, Ahmad S. R.巴基斯坦拉合尔饮料装瓶厂的碳足迹。当今世界环境.2017;12(2) 222 - 230。
CrossRef - 石油和天然气总局。石油和天然气统计2016。能源矿产资源部,2016;50 - 51。
- 印度尼西亚环境部。2007年印尼环境状况报告, KLH-Jakarta。第二十五2008;
- 印度尼西亚共和国2004年第38号关于道路的法令。2004年,印度尼西亚总统
- 李建军,李建军,李建军,等。货物运输碳排放评估框架及减排政策研究2亚洲模式转换带来的排放。东京152-8550:东京工业大学科学与工程研究生院国际发展工程系。2011。
- Eggleston S. L. IPCC国家温室气体指南。日本:全球环境战略研究所。2006。
- 联合国政府间气候变化专门委员会。国家温室气体清单指南。日内瓦:政府间气候变化专门委员会。2006.
- 李建军,李建军,李建军,等。城市碳足迹分析——以希腊为例。工程科学与技术学报.2015;8(4) 15 - 23。
CrossRef - 李建军,李建军,李建军,等。基于碳足迹分析的可持续发展项目评价模型。Int。2013年锡比乌经济会议.Elsevier, procdia Economics and Finance. 2013;353 - 363。
CrossRef - 邓丽萍。交通运输技术的碳足迹分析。能源与环境研究。2013;3(1) 33 - 39。
CrossRef - Armstrong J. M.和Khan am .城市交通排放建模:GIS的作用。爱思唯尔计算机、环境与城市系统学报.2004;28(4) 421 - 433。
CrossRef - 张建军,张建军,张建军,等。大气臭氧浓度估算中氮氧化物光反应的动力学分析.国际化学技术研究杂志.2016;9(7)182 - 190。