Routing-apps kan levere realtidsindsigt i trafikemissioner

Routing af apps som f.eks. Google Maps eller Nokias Here-platform kunne tilbyde en omkostningseffektiv måde at beregne emissions-hotspots i realtid, siger forskere ved University of Birmingham.

Disse apps fanger rutinemæssigt detaljerede oplysninger, da bilister bruger GPS -teknologien til at planlægge og navigere ruter. Disse data kan være uvurderlige for forskere og planlæggere, der har brug for bedre at forstå trafikstrømme på travle veje, ifølge ny forskning offentliggjort i Vejr , tidsskriftet for Royal Meteorological Society.

Aktuelle emissionsdata fra vejtransport indsamles fra en række forskellige kilder af National Atmospheric Emissions Inventory, og disse indføres i årlige rapporter for at demonstrere overholdelse af emissionsmål. Mange af disse traditionelle luftkvalitetsmodeller bygger på den antagelse, at trafikken frit flyder ved den lovlige hastighedsgrænse - hvorimod der på mange områder er trafikafviklingen vil variere gennem dagen. Disse modeller overser også finkornerede detaljer fra individuelle veje eller kryds, der kan være emissioner til hotspots på bestemte tidspunkter af dagen.

Selvom mere detaljerede oplysninger kan være tilgængelige for byplanlæggere, når de designer nye vejlayouter eller trafikforbedringsordninger, det kræver dyr modellering af konsulentfirmaer.

Brug af mængden af ​​data fra routing-apps kunne forskerne argumenterer, give et billigt og yderst effektivt alternativ til både højt niveau og lokaliseret modellering.

Helen Pearce, en ph.d. forsker ved University of Birmingham's School of Geography, Jord- og miljøvidenskab, ledet undersøgelsen. Hun siger:"Mange retningslinjer og politikker for luftkvalitetsstyring er baseret på timebilleder i timetider og på den gennemsnitlige mængde trafik på en typisk dag på året. Vanskeligheden er, at trafikken kan variere enormt meget inden for dette tidsvindue og ad individuelle veje, så for at træffe beslutninger, der virkelig fungerer 'på jorden', vi har brug for at få adgang til og gøre brug af denne finere detaljer. "

Den fremgangsmåde, som teamet foreslog, blev testet på veje i Birminghams travle bymidte. Information om den tid, det tog at rejse en række vejforbindelser, blev indhentet via en kortudbyders API (applikationsprogrammeringsinterface). Dette ligner konceptuelt den tilgang, som et individ ville tage for at beregne tidspunktet for en rejse, men ved hjælp af API'en kunne forskerne få oplysninger om flere veje og på flere tidspunkter af dagen.

Efter en vellykket forundersøgelse, holdet opskalerede deres forsøg til at omfatte 920 større vejforbindelser over Birminghams centrum, udtrækning af oplysninger om disse veje med timers mellemrum. Forskerne fandt ud af, at de klart kunne demonstrere ændringer i trafikstrømmen mellem typiske hverdage, weekender, og også virkningerne af specifikke sociale begivenheder.

Hastighedsrelaterede emissioner kan derefter beregnes ved hjælp af en kombination af kilder, herunder Defras hastighedsrelaterede emissionsfunktionsdatabase, og trafiktællingsdata fra Transportministeriet. Disse oplysninger hjalp også forskerne med at tage hensyn til de relative opdelinger mellem benzin- og dieselmotorer.

"Vores tilgang kunne give væsentlig indsigt i virkelige køretøjsadfærd, "siger Dr. Zhaoya Gong, tilsvarende forfatter på undersøgelsen. "Da vi begynder at se flere elektriske og hybridbiler på vejen, emissionsbilledet begynder at blive mere kompliceret, fordi der vil være mindre udstødningsemissioner, men vi vil stadig se forurening fra bremser, dæk og slid på vejoverflader - alt dette vil variere betydeligt alt efter køretøjets hastighed, så denne slags data vil være afgørende for at udvikle nøjagtige emissionsmodeller. "