• 谷歌scholor
  • 观点:143

  • PDF下载:0

双轨铁路建设中发展中乡镇道路布局变化引起的交通排放

Maisarah Sulaiman1Nor Azam Ramli1Wan Hashim Wan Ibrahim2Nur Baitul Izati Rasli1Mohd Rodzi Ismail3.*和Syabiha Shith1

1环境评估与清洁空气研究,马来西亚槟城尼邦特巴勒马来西亚圣士大学工程校区土木工程学院

2马来西亚沙捞越大学(UNIMAS),哥打萨马拉汉,马来西亚沙捞越

3.马来西亚理科大学住宅建筑与规划学院,马来西亚槟城,明登

通讯作者:rodzi@usm.my

DOI:http://dx.doi.org/10.12944/CWE.17.3.5

与主要乡镇和城市相比,发展中乡镇的交通排放研究较少。电气化双轨项目(EDTP)铁路线是一条从马来西亚半岛南部到北部的线性项目。这条线路的建设在一定程度上影响了交通流量,造成了延误和拥堵,影响了与交通有关的排放。在马来西亚半岛北部的发展中城镇邦塔(Parit Buntar),对电气化双轨铁路建设期间交通流量变化引起的排放波动进行了研究。目前,对工程建设阶段影响的初步研究报告并不多见。使用Sidra 6.1从六个路口的交通调查中估计信号路口的交通流延迟和服务水平(LOS)。这些输入还用于估计所有三个阶段的燃料消耗和燃料消耗成本,即施工前、施工期间和施工后(调试阶段)。施工前、施工中、施工后的油耗分别为J1(437、174、198),J2(-、1650、264),J3(475、2429、2384),J4(332、336、261),J5(206、13996、452)。研究发现,适当的信号分相后期建设可以改善交通延误时间和交通排放。研究结果对研究发展中城镇内的排放,特别是在加强道路布局以促进当地和更广泛范围内的生活和福祉的可持续性方面感兴趣的研究人员应该是相关的。

空气污染物;双轨结构;服务质量;交通可持续发展;交通调查

复制下面引用这篇文章:

苏莱曼M, Ramli N. A, Ibrahim W. H. W, Rasli N. B. I, Ismail M. R, Shith S.发展中城镇道路布局变化对交通排放的影响。当代世界环境,2022;17(3)。DOI:http://dx.doi.org/10.12944/CWE.17.3.5

复制以下内容引用此URL:

苏莱曼M, Ramli N. A, Ibrahim W. H. W, Rasli N. B. I, Ismail M. R, Shith S.发展中城镇道路布局变化对交通排放的影响。当代世界环境,2022;17(3)。


下载文章(pdf)
引用管理器
发布历史


文章发表历史

收到: 2022-07-16
接受: 2022-11-24
审核: OrcidOrcidArpit H. Bhatt
第二次覆核: OrcidOrcid阿Pandey
最终批准: Saravanan Pichiah博士

介绍

空气污染物可以以气态或颗粒形式出现在大气中。空气污染物有很多种,尤其是气态污染物。例如,二氧化硫、氮氧化物和一氧化碳是三种众所周知的气体污染物。然而,对气体污染物浓度上升的关注多年来也在增加,特别是在过去二十年中。

人类对向大气中排放颗粒物和气态污染物负有责任,但另一方面,吸入污染空气对人类的不利影响最大。有许多重要的微粒污染物来源,包括高速公路和机场。1机动车会释放多种污染物,包括气体和颗粒物,对人类,尤其是年轻人、老年人和敏感人群有害。随着道路上车辆数量的增加,人们对与交通有关的空气污染及其可能产生的影响的担忧也在增加。汉密尔顿和哈里森2表明,污染清单的主要贡献来自英国大多数城市站点的车辆。此外,许多这些设施(楼宇及道路)和采石亦可能导致空气质素恶化。颗粒物质具有大量的化学成分,包括各种大小,并且两者都受发射源的影响很大。3.

在过去的几十年里,空气污染排放的主要来源发生了变化。全球几乎所有地方,尤其是城市,机动车排放已逐渐成为主要因素。汽车排放已被确定为主要的气体和颗粒排放。4 - 7具体来说,公共汽车、长途汽车和卡车是排放大量空气污染物的主要车辆类型。与大型车辆相比,汽车等轻型车辆的排放比例不那么重要。4发动机技术的逐步改进减少了乘用车的单位排放量,以满足更严格的法律要求。8然而,世界上的车辆总数有所增加,导致乘用车的排放物浓度很高。道路上汽车的显著增加导致了交通拥堵,尤其是在城市。这一趋势将继续下去,预计汽车数量将以平均每年3%的速度增长。9汽车数量的增加,导致特大城市和其他主要人口中心的汽车排放量增加,这些城市是大气中大量和集中的人为污染物来源,将影响当地的空气质量以及区域和全球的大气化学。10

在许多欠发达国家,尤其是城市地区,汽车尾气排放是不可避免的。一般来说,农村地区的车辆较少,因为购买能力相对较低。然而,车辆所有权的合理化导致发展中的城镇充斥着越来越多的私家车。在马来西亚,城市的气体和高颗粒物浓度与车辆排放密切相关11。马来西亚2008年至2015年的复合汽车销量增长率为27.07%。12此外,非城市地区也受到高颗粒物排放的影响。大部分属于城市居民的二手乘用车都卖给了小城镇的低收入群体。这些车辆的维护有时被忽视,从而导致排放更多的污染物。

工业走廊政策开辟了许多新的工业区,提供了新的就业机会和投资机会。新楼盘通常位于小城镇内或附近,使这些小城镇成为重要的商业区。在城市大气中,汽车尾气排放是大气细颗粒物的重要来源之一2.5),对环境和公众健康产生不利影响。在香港,每小时监测策略性地点的有机碳和元素碳是监察车辆管制措施的有效方法。13在马来西亚吉隆坡的另一个城市地区,发现私家车(即汽车和摩托车)排放的颗粒物(PM)最多10由于交通拥堵、车辆运动过程中燃料特性的差异以及城市背景的形态方面。14因此,为了改善城市地区的环境质量,地方当局和政府机构应实施若干策略和政策,以减少车辆排放的污染物。

对小城镇和发展中城镇的研究表明,由于交通拥堵、道路状况和车辆质量,居民受到车辆排放的不利影响。15日16污染浓度,特别是臭氧和微粒物质,对人类暴露至关重要。一项关于乘用车废气排放的研究表明,CO和HC的排放水平与汽车的年龄和/或里程密切相关,因此建议升级现有的排放认证基础设施,并应制定逐步淘汰汽车的政策。17另一项对印度德里柴油车的研究发现,车辆的车龄、行驶里程、维修类别、排放标准和发动机吸气等因素会影响其烟雾排放,其中里程被认为是发展中国家升级现有检查和维护(I/M)计划的重要参数。18此外,印度马鲁蒂(Maruti)的一项关于汽油驱动汽车排放的研究结果也表明,车辆的车龄和里程是最关键的,超过一定的车龄和里程后,车辆将不符合污染控制系统。19

然而,对小城镇空气污染的研究较少,因此需要进行系统的调查,以更好地了解其对人类健康的影响和学术认识。

交通排放

车辆排放物的成分与燃料的质量有关。例如,已证明柴油的芳香族和硫含量对多环芳烃(PAHs)和PM的排放有很大影响。使用新的替代燃料和不太复杂的燃料可以使发动机优化到某种燃料,从而更好地遵守法律排放要求。

排放率取决于交通的特性、车辆类型和交叉路口。与车辆排放率相关的其他因素包括发动机和汽车的类型、尺寸、车龄、发动机状况和特性、排放控制设备、车辆维护和车辆重量。然而,一些研究更倾向于估计由于交通流量和速度的排放率,因为它更容易量化。21

根据科埃略的说法。,22由于过度的延误、排队和接近车辆的变速周期,车辆排放可能会增加(图1)。根据前面的实验测量(模拟交通)和限速交通信号的排放性能,信号和控制变量之间的相互作用影响车辆排放值。信号控制之间的交互作用是信号相位和最佳信号周期、速度阈值和最小绿灯的设置。此外,运行参数(即饱和流量和服务水平)可由信号交叉口决定。23同时,环境和交通性能的变量是一氧化碳、一氧化氮和碳氢化合物排放。

交通挤塞是影响道路交通废气排放和空气质素的重要因素,因为挤塞会改变交通流中个别车辆的驾驶模式和废气排放水平,因此在预测本地道路交通废气排放和燃料消耗量时,应考虑到挤塞的影响。24

SIDRA 6.1路口,从乘用车单位体积、信号相位和时间的数据,以及其几何设计,可以估算出燃油消耗、运行成本和污染物排放。该模型为计算燃油消耗量和污染物排放量提供了一种可靠的通用方法。对于每条车道,其构建的四模式基本驾驶循环(图1)包括巡航、加速、减速和空转(停止时间)。这些驾驶周期根据具体的交通状况(几何设计、交通控制、信号定时、驾驶员特征和需求流)而变化。在SIDRA路口6.1中,停车和未停车以及轻型和重型车辆的驱动循环是分开构建的。然后,计算每个驾驶循环中四种驾驶模式的油耗和排放,并将结果汇总到整个驾驶操作中。

图1:在交通信号处停车的车辆的四种基本驾驶循环模式的定义。25

点击此处查看图

服务水平(LOS)

交通设施的服务水平(LOS)是一个将交通服务质量与给定流量联系起来的概念。HCM(公路通行能力手册)引入LOS来表示在不同的运营特征和交通量下的当地状况的质量。HCM以字母(A至F)的形式对特定设施类型的各种操作条件进行LOS分类,其中A表示最佳服务质量,而F表示最差服务质量。这些定义是基于该设施的有效性度量(MoE)。典型的有效性度量包括速度、行进时间、密度、延迟等。根据HCM 2000方法,机动车辆的LOS标准见表1。

表1:机动车在交叉路口和环形交叉路口的LOS标准

延误(每辆车秒数)

服务水平

Unsignalised十字路口

个交通灯的十字路口

环形交叉路口

洛杉矶一个

小于10.0

小于10.0

小于10.0

洛杉矶B

10.1 ~ 15.0

10.1 - 20.0

10.1 ~ 15.0

洛杉矶C

15.1到25.0

20.1到35.0

15.1到25.0

洛维

25.1到35.0

35.1到55.0

25.1到35.0

洛杉矶E

35.1到50.0

55.1至80

35.1到50.0

洛杉矶F

大于50.0

大于80.0

大于50.0

在SIDRA路口6.1中,给出了所有主要车道和运动的LOS结果,包括连续路线。通常,LOS A或LOS B将由零延迟(或仅对转弯车辆的几何延迟)产生。26

交叉口通行能力

根据中风27日,信号交叉口通行能力是在一定条件下用理论值确定的。通常,交叉口的通行能力受交叉口几何因素的影响。信号配时配相和车道宽度可以显著控制交通流量(表2)。交叉口的一个通行能力通常会影响饱和流量,从而导致更高的排放。

表2:影响饱和流量的因素。27

因素

影响饱和流的元素

几何

进近宽度

车道宽度

车道数

梯度

转弯半径

转弯舱长度

操作条件

信号定时和相位

停车活动

公交车站运营

高峰时因子特性

流量特性

旋转运动

行人活动

车辆分类

环境及其他

驾驶行为

天气

路面状况

土地使用

人口区域

方法

图2:方法流程图

点击此处查看图

气体排放的方法从参数识别、现场数据收集、使用SIDRA Intersection 6.1进行现场数据分析开始,最后估算施工活动不同阶段(即“施工前”、“施工中”和“施工后”)之间的排放值。在这个位于(5º06 ' 19)的发展中城镇,有6个选定的信号交叉口用于气体排放监测。41 " n, 100º29 ' 07。50 .答案:b道路太平溪流Buntar(霹雳州北部),如图3所示。只报告J1到J5这5个结点的结果。其他地方报道了J6的结果。

进行交通调查,计算交通量,然后估计排放量;电气化双轨工程(EDTP)工程穿越土地,分四期施工,连续12小时(07:00 - 19:00)人工统计数据溪流Buntar从2010年到2015年。交通量被划分为五类车辆(表3),为了使交通量标准化,将每一类车辆的交通量转换为每小时乘用车单位(PCU/hr)。确定了在选定的交叉口、周期时间、信号相位和服务水平上可能发生的理论变化。

表3:ATJ 8/86车辆分类。28

车辆分类

类1

乘用车,包括出租车、小型货车和公用事业

二班

两轴卡车和小巴

3班

两轴以上拖车

第4类

公共汽车

类5

摩托车

施工活动监测有四个主要阶段,即施工前(2010年),施工期间(2011年),开发后(2012年至2014年)和现状(2015年)。开发后和当前条件也被称为调试阶段(图4和5)。对环境中气体排放浓度增加的影响规范进行了监测,即信号相位、延迟时间、服务水平(LOS)和几何设计。因此,出行次数、车辆在空间和时间上的分布、路线的选择、驾驶模式(加速、减速、空转和停车)以及人们在哪里度过时间是需要考虑的其他因素。最后,我们分析了燃料消耗、成本和气体排放(CO)2(CO, HC和NOx)。

开展汽车尾气排放研究的第一步是参考文献综述。这项研究所需要的所有信息都是为了提高对汽车排放的认识和认识。在这项研究中,研究主要是关于信号交叉口的车辆排放。因此,需要有关信号交叉口和空气污染的信息,以彻底理解和阐述本研究的主题。

图3:沿道路太平立交桥建成后,由六个路口增至四个路口。

点击此处查看图

影响车辆排放的交通流参数被确定为接近距离和速度、车道宽度、重型车辆的百分比、接近车道的数量、交叉路口的数量、人行横道的存在、流量参数、交通灯的周期时间、交叉路口的交叉设计、接近描述、中间宽度、接近车道的数量、邻近出口车道的数量、交通灯路口每条车道的交通量和交通灯系统的相位。

然后,将收集到的所有路口交通量数据输入SIDRA Intersection 6.1软件(有信号和无信号交叉口设计与研究辅助)。对这些参数进行分析,以生成该信号交叉口的车辆排放。车辆排放物包括碳氢化合物(HC)、一氧化碳(CO)、二氧化碳(CO)2),并利用该软件测定氮氧化物(NOx)。还确定了燃料的价值和成本。尽管车辆排放的是颗粒物,但该软件的输出并不包括这些颗粒物。估计了信号交叉口的周期时间、信号相位和服务水平对气体交通排放的影响。然后,计算改善周期时间、信号相位和信号交叉口服务水平对减少交通排放的影响。最后,比较了发展中城镇在各种建设活动期间(建设前、建设中和建设后)的气体排放浓度。

结果与讨论

图4:AR402、AR403和AR404在施工前、施工和通车阶段的道路交通量(RTV)。

点击此处查看图

图5:PR114及PR115在施工前、施工及启用阶段的道路交通量。

点击此处查看图

图4和图5显示了施工各阶段车辆数量的差异。图4显示,在2011年至2014年立交桥建设期间,使用1号公路的车辆有所增加。2015年的数量减少到与施工前相似的水平。相反,在施工期间,穿过JI至J6的道路的体积有所减少,但在2015年后又恢复到施工前的水平。这表明大部分道路使用者在施工期间改道至一号干线。在施工过程中,所有通过J1-J6的车辆在所有信号交叉口都会经历不同的LOS。

周期长度

目前有四个阶段可以协调该交叉口的交通运动:2011年(施工期间)的周期时间少于2010年和2014年。这是由于施工活动和周期时间的固定控制操作。

表4:J1处的周期长度

施工阶段

最大绿灯时间(s)

周期长度(s)

第一阶段

第二阶段

第三阶段

第四阶段

施工前(2010年)

50

20.

30.

50

170

施工期间(2011年)

30.

20.

20.

30.

120

Post-Construction (2014)

45

75

20.

20.

180

表5:J2处的周期长度

施工阶段

最大绿灯时间(s)

周期长度(s)

第一阶段

第二阶段

第三阶段

第四阶段

施工前(2010年)

-

-

-

-

-

施工期间(2011年)

16

53

47

-

131

Post-Construction (2014)

46

25

42

50

183

表6:J3处的周期长度

施工阶段

最大绿灯时间(s)

周期长度(s)

第一阶段

第二阶段

第三阶段


施工前(2010年)

50

37

50

152

施工期间(2011年)

17

88

33

153

施工期间(2012年)

27

56

60

158

Post-Construction (2014)

-

-

-

-

表7:J4的周期长度

施工阶段

最大绿灯时间(s)

周期长度(s)

第一阶段

第二阶段

第三阶段

施工前(2010年)

45

50

50

163

施工期间(2011年)

40

27

28

110

Post-construction (2014)

20.

20.

33

88

状态(2015)

28

30.

44

117

表8:J5处的周期长度

施工阶段

最大绿灯时间(s)

周期长度(s)

第一阶段

第二阶段

第三阶段

第四阶段

施工前(2010年)

30.

38

24

43

155

施工期间(2011年)

22

41

39

45

167

Post-Construction (2014)

27

20.

55

40

162

在电气化双轨项目(EDTP)实施期间,J1的周期长度(表4)从170秒减少到120秒。缩短周期的目的是尽量减少施工活动期间在这个路口的延误时间。在后期施工阶段,周期长度增加到180秒。

J2(加兰太平与壳牌加油站改道)之间的现有路口在施工前和施工后(调试阶段)的交通信号周期见表5。在双轨工程的建设活动期间,这个路口就存在了。记录到施工后阶段的周期长度比施工冷漠期间(52秒)有所增加。在2014年的建设后(调试阶段),有一个新的连接枢纽。原来的交汇处连接到加兰太平的主要道路,以通往最近的学校的另一条路(西路)。

Jalan太平、Jalan Sekolah与Bank Islam分流之间的信号交叉口周期长度见表6。可以看出,周期长度在每个阶段都在增加。因此,由于循环时间的减少,该交叉口的延迟时间将减少。因此,它将自动减少十字路口的拥堵。2014年施工后期,该路段不再有信号交叉口。

在表7中,沙兰太平及沙兰沙可拉引水渠的循环长度在施工后已减至88秒。循环时间最长的是施工前阶段,为163秒。而在表8中,繁忙道路的周期长度在施工前的155秒内分阶段减少,在正在开发的167秒内逐渐减少。

在信号路口的乘用车单位(每小时

2011年J1施工活动期间,记录的拥堵时间为10:00,为6375 PCU/hr。南方,东方,和西北的所有方向。2014年,交通流量和拥堵已转移到16:00,车辆2860 PCU/hr。最大气流为1347 PCU/hr,由南向进入。

J2施工期间交通量最高峰为15时。与J1相比,高峰时段为10:00。这两个路口的交通量差异是由于居民的活动造成的。在这个时候,这条路线被两所最近的学校的学生和进出清真寺的人积极使用。在施工后阶段,16点时的峰值量仍与J1相同,此时大多数居民开始使用这条道路进行晚间活动,从办公室、学校等返回。在施工活动期间,J3的最高PCU/小时记录在15:00时为2700 PCU/小时。该路口发生了两次拥堵,分别是早高峰9:00 - 11:00和下午高峰14:00 - 16:00。在施工后阶段,拥堵发生在下午高峰12:00 - 13:00。

由J4可知,在施工阶段有两个高峰时段:早晚高峰。施工后高峰减少,发生在一个高峰时段(下午高峰),并不断下降到新的情况,即每天只发生一个小时的拥堵。在J5中,高峰时间出现在早上7点。从逻辑上看,这是连接另一个城镇的最繁忙的道路。这一小时四个方向的总价与另一小时的总价相比是最高的。

所得结论为PCU/hr总容积。是施工期间进入该镇的车辆远高于施工后阶段。这是由于在施工期间使用这条道路的重型货车的减少。PCU /人力资源。在施工阶段,PCU在12:00 ~ 13:00时降至最小值。

信号交叉口延误

在信号交叉口的延迟时间以及每个阶段和进近的LOS差异见表9至表13。

表9:J1处所有进近的平均停止延迟

方法 一年 阶段 延迟(s) 洛杉矶
2010 施工前 190.55 F
2011 在施工期间 44.9 D
2014 Post-Construction 42.93 D
2010 施工前 97.4 F
2011 在施工期间 51.5 D
2014 Post-Construction 50.14 D
2010 施工前 73.95 E
2011 在施工期间 28.2 C
2014 Post-Construction 33.38 C
西 2010 施工前 130.6 F
2011 在施工期间 45.6 D
2014 Post-Construction 20.69 C

J1的表9显示了所有途径的所有车道的平均停止延误以及从施工活动之前到施工后的递减值。以Jalan Padang为代表的西进路显示出最显著的减少,从130.6秒减少到20.69秒。由于有效的交通灯,该车道的服务水平从LOS F提高到LOS C。因此,在这种情况下,在施工活动完成后,车辆的延迟LOS减少。

表10:J2所有进近的平均停止延迟

方法 一年 阶段

延迟(s)

洛杉矶
2010 施工前 - -
2011 在施工期间

64.8

E
2014 Post-Construction

59.7

E
2010 施工前 - -
2011 在施工期间

63.3

E
2014 Post-Construction

11.4

B
2010 施工前 - -
2011 在施工期间

36.1

D
2014 Post-Construction

73.2

E
西 2010 施工前 - -
2011 在施工期间

-

-
2014 Post-Construction

90.6

F

J2的表10显示,所有进路的平均停止延误没有显著增加或减少。以加兰太平为代表的南方向显示出最显著的减少,从64.8秒减少到59.7秒,两者都仍在LOS e。而从东部(永久改道)接近路线显示从施工期间的63.3秒减少到11.4秒,即施工后阶段。北进路的LOS值由LOS D (36.1 s)上升至LOS E (73.2 s)。与此同时,西进路在工程完成后才启用。不幸的是,由于使用加兰太平主要道路的车辆越来越多,延误造成交通损失增加。这条路与J1十字路口相连,并与一座新的立交桥相连。所有这些路线都与道路使用者积极使用的主干道相连,即医院、大学、学校和超市。

表11:J3点所有进近的平均停止延误

方法 一年 阶段

延迟(s)

洛杉矶
2010 施工前 - -
2011 在施工期间

2434.25

F
2014 Post-Construction

-

-
东北 2010 施工前 - -
2011 在施工期间

54

D
2014 Post-Construction

-

-
西 2010 施工前 - -
2011 在施工期间

49.3

D
2014 Post-Construction

-

-

表11显示J3的平均停止延迟非常长。在建造阶段,来自南方的LOS为F,而来自东北和西部的LOS为D。施工前和施工后无法进行比较。由于交通改道,与电气化双轨项目(EDTP)相关的立交桥开发受到的干扰最小,因此创建了这个交汇处。J3后来在立交桥投入使用后被取消。然而,驾车者在交叉路口经历了长时间的延误(最长记录为2434.25秒)。这是因为它是一个有门的铁路道口,每当火车通过J3时,门就会关闭,等待时间会延长。

表12:J4点所有进近的平均停止延误

方法 一年 阶段

延迟(s)

洛杉矶

2010 施工前 64.75 E
2011 在施工期间

73.1

E
2014 Post-Construction

121.5

F
2015 最近,条件

44.84

D

2010 施工前 81.3 F
2011 在施工期间

294.2

F
2014 Post-Construction

47.05

D
2015 最近,条件

58.55

E
2010 施工前 85.4 F
2011 在施工期间

398.1

F
2014 Post-Construction

31.3

C
2015 最近,条件 44.09 D

而在表12中,Jalan Taiping和Jalan Perusahaan之间的信号交叉口在2010年、2011年、2014年和2015年的通行周期时间下,现有信号交叉口的平均停止延误。从2010年到2015年,所有通道的平均停止延误显示出LOS的下降。从LOS F到LOS d,北车道的服务水平有所提高,因此,在这种情况下,车辆的时间延迟减少。

表13:所有进近在J5的平均停止延误

方法 一年 阶段

延迟(s)

洛杉矶
2010 施工前 54.65 D
2011 在施工期间

246.77

F
2014 Post-Construction

155.97

F
2010 施工前 122.2 F
2011 在施工期间

662.1

F
2014 Post-Construction

328.4

F
2010 施工前 61.13 E
2011 在施工期间

1350.5

F
2014 Post-Construction

405.18

F

西

2010 施工前 54.65 D
2011 在施工期间

50.17

D
2014 Post-Construction

102.32

F

在表13中,所有进路在J5处的平均停止延迟显示了2010 - 2014年进入LOS F状态的时间延迟的增加。东侧和北侧进近显示失视降低。从2010年到2014年,不确定性增加的百分比值保持在50%以上的增长。因此,在这种情况下,车辆会不时地经历越来越多的延迟。

加兰太平沿线信号交叉口气体排放、燃料消耗及成本估算综述

在J1路口,查兰太平-查兰西科拉和查兰林塘有四个主要方向,即从南到北是查兰太平,从东到查兰林塘,从西到查兰巴东。北方的Jalan太平在施工前的成本估计值最高,为1932.50 RM/h。所有四个主要方向(南、东、北、西)的成本估算显示,在“施工前阶段”的价值最高。施工前阶段的最高总成本估计为3794.0 RM/h。在施工阶段,整车体积大大高于施工阶段前的活动。从成本消耗来看,即使施工时的车辆量也比以前高。在施工前,与其他开发时期相比,成本值记录了最高值。这一因素是由于2010年信号相位不当,受到流量LOS不好的影响。在建造之前,燃料消耗更高,记录为437.30升/小时。而另一个即将到来的相态为174.41 L/hr。 and 198.78 L/hr. The value of fuel consumption before construction is high in developing towns. Due to the high amount of fuel consumption, automatically, it can be a catalyst for the increase of other gaseous emissions such as NOx, CO, CO2和HC。Shrivastava29(2013)报告称,约70%的环境污染是由运输部门造成的,其中CO污染物总排放量最高(90%)。安东和萨杰30.也有一氧化碳升高的报告2交通运输部门的排放。然后,燃料消耗是最低的后期建设阶段。延迟时间之间的关系对信号交叉口的气体排放值有显著影响。结果表明,在信号交叉口延误时间越长,气体排放、成本和燃油消耗就越少。总PCU/hr。施工阶段的气体排放量(4251 PCU/hr)远高于施工前和施工后阶段(2903 PCU/hr和2005 PCU/hr),施工期间的气体排放量低于施工前。由于适当的延迟时间和信号相位,以及正确的交通流量减少了拥堵,因此在施工后活动中延迟和气体排放得到改善。除此之外,罗德州31研究发现,降低限速和延长延迟时间可以减少NOx和PMx的产生。

在施工阶段,二号路口的总车辆量录得高于施工后阶段。这两个阶段之间的车辆体积差异为1083 PCU/hr。这两个阶段的成本估算差异为37162.72 RM/h。施工期间的燃料消耗量远高于施工后阶段。因此,它将影响该信号交叉口的气体排放总值。施工期间燃油消耗量为1650.96 L/hr。, CO 5096.93 kg/h216.00公斤/小时。CO, 1.14 kg/hr。3.22 kg/hr。的氮氧化物和2983辆车的PCU/小时的体积。因此,建设后阶段的燃油消耗量为264.98 L/hr。, 622.74 kg/h CO20.06 kg/hr。0.06 kg/hr。HC为0.16 kg/hr。和1899辆车的PCU/hr容积。整个交通灯路口从建设阶段到建设后期,燃油消耗、交通量和车辆排放均呈下降趋势。由于车辆体积的减少,每个方向的平均燃油消耗量和车辆排放量都有所下降。利用SIDRA Intersection 6.1软件进行分析,结果表明,燃油消耗量降低了13.79%以上,碳氢化合物排放量减少了约15.33%。表14显示了自2011年嘉兰太平和新华转道信号交叉口出现以来,2011年每条车道的平均燃油消耗和车辆排放,因此没有2010年和2011年的燃油消耗和车辆排放比较。

在3号路口,加兰太平有三个主要方向-加兰塞科拉和临时改道。南方向是从加兰太平来的;东北方向是引流方向,西方向是从雅兰西哥拉方向。正在进行的建设阶段显示了各方面气体排放的最大量:CO2为5874 kg/h, CO为65.64 kg/h, HC为6.75 kg/h, NOx为6.75 kg/h。然而,在正在进行的第二阶段建设中,这个十字路口的估计成本更高。成本估算最高金额为48812 RM/h。这个有信号的十字路口一直存在到2013年;电气化双轨工程(EDTP)立交桥工程完成后,该交叉路口被取消。在正在进行的施工活动期间,交通堵塞程度很高。正在进行的施工活动是影响交通拥堵的因素。在这个十字路口,火车穿过帕利特邦塔尔镇的两条主要道路,阻碍了交通。不幸的是,这条铁路与位于3号路口的公路交叉。因此,该交叉口的延迟时间一直处于较差的状态。 After the Electrified Double-Track Project (EDTP) project was completed, the traffic flow improved.

从2010年到2015年,4号路口的交通灯路口减少了燃料消耗和车辆排放。在施工阶段,气体排放量、成本估算和交通量均达到最高值。从加兰太平到北的平均燃油消耗量和车辆排放量比另一种方法有所增加。结果显示,每条车道的延迟时间都有所减少。使用SIDRA Intersection 6.1进行的分析显示,与2010年相比,燃油消耗降低了36.38%以上,碳氢化合物排放量减少了约41.43%。二氧化碳排放量减少36.38%,其次是一氧化碳减少约23.79%,氮氧化物减少21.91%。

同时,在5号路口,施工阶段的成本估算值最高,为3845 RM/h。施工阶段前燃油消耗量最大,为332.6 L/h。施工前记录的最大气体排放量为:CO 832.4 kg/h2CO 59.27 kg/h, HC 1.56 kg/h, NOx 1.70 kg/h。电气化双轨工程(EDTP)完成后,目前的状态阶段显示出最低的气体排放量。这是由于适当的交通管理和较少的延误在这个十字路口。在表14中,施工期间的气体排放、燃料消耗、成本估算和交通量都远远高于施工的任何阶段。成本估算为246183 RM/h,燃料消耗13996 L/h, 7784 PCU/h。来自东部的车辆(1号公路)的燃油消耗量和车辆排放量最高。2011年和2014年,建设前和建设后阶段的燃油消耗和车辆排放均有所下降。在施工阶段,北进路(加兰太平)的平均油耗和车辆排放由于每条车道的车辆延迟时间减少而降低。使用SIDRA Intersection 6.1进行分析,通过对比2010年和2011年的数值,发现与2010年相比,燃油消耗降低了74.24%以上,碳氢化合物排放量减少了约71.21%。二氧化碳扣除74.42%,其次是一氧化碳47.70%,氮氧化物约48.32%。

在施工过程中,气体排放值、成本估算和燃料消耗较差。这个结果得到了Sharma的支持32岁的世卫组织发现,机动车怠速造成的结果是燃料损失、气体排放和金钱损失,但可能使空气质量恶化,并对健康产生不利影响。此外,Goel和Kumar33报告了高油耗和气体排放的释放来自车辆活动频繁、交通拥堵以及信号交叉口的红色信号相位的影响。与此同时,夸克34研究发现,导致道路空气质量较差的信号交叉口是车速较低且交通拥堵频繁加速造成的。在这一阶段(施工活动期间),与其他年份相比,两轴以上车辆的记录显著增加。这个十字路口是连接槟城岛、吉打州和霹雳州的1号公路主干道的最繁忙的十字路口。为了最大限度地减少燃料消耗,气体排放值,并在信号交通路口的成本消耗,感谢和Gokhale35, Satiennam36,许37建议适当的交通管理计划,例如管制车速、最大交通流量、同步信号和限制某些类型的车辆。El-Hansali38报告称,通过限制车速,一氧化碳浓度可降低25.6%。此外,建议使用智能交通系统(ITS)和浮动汽车数据(FCD)调节交通信号,以提高效率和安全性,减少交通拥堵和污染排放,并促进更好的环境空气质量。39、40因此,为了发展中的乡镇的福祉,需要在开发,运营和维护方面完善管理良好的道路网络。41

表14:各路口成本估算、油耗、气体排放、车辆数量汇总结果

点击此处查看图

结论

每小时通过加兰太平的车辆数量是造成车辆排放量增加的主要因素。人类活动与交通流模式的变化有关。例如,在施工期间,人们仍然需要在室外进行日常活动,因此选择使用汽车上下班。在发展中城镇,使用公共交通工具的倾向低于私家车;因此,汽车的数量增加了。这是由于发展中城镇本身的公共交通效率较低,再加上发展城镇活动的干扰。综上所述,加兰太平一号公路信号交叉口的CO排放量最高,为33520 kg/h2在施工过程中,CO排放量78.99 kg/h, HC排放量8.57 kg/h, NOx排放量71 kg/h。在施工前期,加兰太平-加兰塞科拉-引水(J3)是镇上污染最严重的路口,CO浓度为5874 kg/h2CO 65.64 kg/h, HC 6.75 kg/h, NOx 6.75 kg/h。嘉兰太平-一号干线在2014年以后投入服务后,仍是污染最严重的路口。

确认

本研究数据收集由马来西亚理科大学,PAWAM/60310035和EACAR基金APC资助。

利益冲突

作者声明无利益冲突。

资金来源

本研究数据收集由马来西亚理科大学,PAWAM/60310035和EACAR基金APC资助。

参考文献

  1. QUARG。1996;机载英国的微粒物质。都市空气质素检讨小组第三份报告。伦敦环境部。
  2. 汉密尔顿r.s.,哈里森R.M.(编)高速公路污染。1991;爱思唯尔的科学。伦敦。
  3. 李建军,李建军,李建军,等。空气中颗粒污染物的受体模拟研究——以英国伯明翰、葡萄牙科英布拉和巴基斯坦拉合尔为例。大气环境。1997;31日(20):3309 - 3321。
    CrossRef
  4. Ferguson M. Holman C.英国交通工具的大气排放。替代运输政策的影响。世界自然基金会Goldammer, 1990;2: 57。
  5. 霍尔曼C。管制道路交通排放的污染物。《污染:原因、影响和控制》第13章,哈里森R.M.(编)第3版。英国皇家化学学会。剑桥。1996;293 - 315。
  6. 哈里森,R.M.(编)污染:原因、影响和控制。英国皇家化学学会。剑桥,1996年。
  7. Keary J., Jennings S., O 'Connor T. C., McManus B., Lee M. PM10都柏林城市空气质量的浓度测量。监测和建模。1998;3-18。
    CrossRef
  8. 李建平,李建平。城市空气污染与道路交通的关系。新的方向。大气环境。2000;34: 4745 - 4746。
    CrossRef
  9. 克拉克a.g.,汤姆林A.S.大气中。在了解我们的环境。环境化学与污染导论(3理查德·道金斯版)。R.M.哈里森主编。英国皇家化学学会。剑桥。1999;10 - 70。
  10. Lawrence, m.g., Butler, t.m., Steinkamp, J., Gurjar, B. R.和Lelieveld, J.:大城市和其他主要人口中心的区域污染潜力,Atmos。化学。理论物理。,7, 3969–3987, https://doi.org/10.5194/acp-7-3969-2007, 2007.
    CrossRef
  11. Ramli N.A, Ibrahim W.H.W. PM10马来西亚士美南绒四个选定地点的浓度测量:不同背景地点之间的比较。在2003年槟城环境会议。2003;236 - 238。
  12. 交通运输部。2015;2017年4月检索自http://www.mot.gov.my/en/Statistik%20Tahunan%20Pengangkutan/Transport%20Statistics%20Malaysia%202015.pdf
  13. 黄玉坤,黄晓红,程奕云,Louie PKK,余ALC,唐亚勇,陈敦豪,余建中。估计车辆排放对PM的贡献2.5在路边环境:一项多方法研究。环境科学学报,2019(7);622 - 631。doi: 10.1016 / j.scitotenv.2019.03.463。Epub 2019 4月1日PMID: 30974367。
    CrossRef
  14. Mohd SHS, Mahmud M.马来西亚吉隆坡机动车排放的城市空气污染物。大气科学进展,20 (2):393 - 394,2020
    CrossRef
  15. 易卜拉欣W. H. W., Ramli N. A.交通信号灯交叉口车辆排放调查:以Parit Buntar交叉路口为例。在生态和环境模拟会议,西非共同体。槟榔屿。2001;257 - 264。
  16. Ramli N. A., Ibrahim W. H. W. W. W. W. W. W.在交通灯路口量化车辆排放:在一个发展中城市的交叉路口的案例研究。在东南亚自然资源与环境管理会议论文集2002年,沙巴;纸1 a - 3。
  17. 李建军,李建军。汽车尾气排放研究进展与对策研究。环境工程学报/第148卷第7期- 2022年7月, https://doi.org/10.1061/(ASCE)EE.1943- 7870.0002015,2022。
    CrossRef
  18. 潘迪A,潘迪G, Mishra R.K.。柴油车排放的原位探索性分析:政策评估的前进方向。环境科学与污染研究,2014,29(6):84434-8445。DOI: 10.1007 / s11356 - 022 - 21719 - 4。2022年7月2日。
    CrossRef
  19. 潘迪A,潘迪G,和米什拉R.K.。汽油驱动的乘用车尾气排放。交通运输研究D辑44 (2016):14-29
    CrossRef
  20. 李建军,李建军,李建军,等。决定世卫组织欧洲区域排放的因素。在Krzyzanowski M, Birgit K. D, Schneider J。交通相关空气污染对健康的影响。2005;丹麦:世界卫生组织。
  21. 李建军,李建军,李建军,等。城市道路交通特征对城市道路交通污染的影响。交通运输研究D部。2009;14: 180 - 196。
    CrossRef
  22. 王晓明,王晓明,王晓明,等。交通信号控制系统的研究进展。大气环境。2005;39(13): 2367 - 2376。
    CrossRef
  23. 李建军,李建军,李建军,等。基于PCU估算方法的饱和流量分析。运输研究程序。2020;48: 3153 - 3162。
    CrossRef
  24. 李建军,陈勇。基于空气污染排放和燃料消耗的道路交通流模型研究。环境建模与软件。2008;23日(10):1262 - 1270。
    CrossRef
  25. Akcelik。有计量信号的回旋处的营运成本、燃油消耗及污染排放节省。在ARRB 22nd会议。堪培拉。2006年10月29日至11月2日。
  26. Akcelik R, Besley M。SIDRA十字路口用户指南。2011: Akcelik &Associates Pty Ltd。
  27. 李志强,王志强,王志强,等。交通信号交叉口饱和流量比较。尽管杂志。1988;35 - 40。
  28. 罗琳。Arahan Teknik Jalan8/86。道路几何设计指南。1986;JKR马来西亚。
  29. 李建军,李建军。中国城市道路交通对大气污染的影响。环境研究与发展杂志。2013;8(1): 69 - 77。
  30. 安东R.F.。城市扩张、公共交通与二氧化碳排放的关系2排放:以菲律宾马尼拉大都会为例。环境、发展和可持续发展。2017;19(1): 99 - 123。
    CrossRef
  31. 李建军,李建军,李建军,等。交通信号控制对汽车尾气排放的影响。计算机科学学报。2022;201: 568 - 573。
    CrossRef
  32. 李建军,李建军,李建军,等。城市交通信号交叉口空转燃料消耗与空气污染物排放研究。清洁生产杂志。2019;212: 8至21。
    CrossRef
  33. 张国强,张国强,张国强,等。交通信号交叉口颗粒物浓度的影响范围。大气环境。2015;123: 25-38。
    CrossRef
  34. 郭国辉,胡世辉,金国辉,李世宝,裴广宁,马义义,白建军。交通构成与街道-峡谷通风的道路空气质量:移动监测与CFD模型。大气。2018;9(3): 1-13。
    CrossRef
  35. 张建军,张建军。城市交通流量模式对空气质量的影响。环境污染。2016;208: 161 - 169。
    CrossRef
  36. 李建军,李建军,李建军,李建军。基于交通微观仿真的汽车尾气排放与油耗模型研究。先进运输杂志。2017;2017: 1 - 10。
    CrossRef
  37. 徐忠,曹勇,康勇,赵忠。基于时间交通信息的车辆排放控制。IFAC-PapersOnLine。2020;53(2): 14960 - 14965。
    CrossRef
  38. 李建军,李建军,李建军,李建军。交通执法策略对城市空气质量的影响研究。计算机科学学报。2021;184: 549 - 556。
    CrossRef
  39. 林超,龚斌,曲霞。基于车辆轨迹的隔离信号交叉口低排放和延迟优化。《公共科学图书馆•综合》。2015;10(12): 1。
    CrossRef
  40. 王晓东,王晓东,王晓东,等。一种基于交通信号控制的交通信号控制方法。能量。2019;12(3): 22页。
    CrossRef
  41. 苏波里诺,胡晓明。基础设施资产管理基本原则的初步思考。期刊管理、资产基础设施与管理。2018;2(1): 1 - 10。
    CrossRef