基于PM2.5减排的城市道路交叉口交通流的动力学建模与优化

Recently vehicular emissions have become the major source of PM2.5 pollution in urban area especially the congested downtown intersection, which could impair living quality and city image. Hence, optimizing and controlling the traffic flow at urban traffic intersection has now been considered as a pressing issue and of top priority in reducing PM2.5 concentration. This project aims to collect/review database of PM2.5 concentration and traffic volume measured at urban traffic intersection; to investigate the characteristics of traffic flow through traffic flow model; to simulate vehicular PM2.5 emissions based on traffic flow model and emission factor; to reveal the spatial and temporal distribution of PM2.5 concentration when the vehicle queue move through the intersection; and finally to provide guiding information for critical vehicular emission control.

目前机动车尾气已成为我国城市PM2.5污染的主要污染源，严重威胁居民的健康和城市的形象，控制机动车PM2.5排放已经成为亟待解决的问题。本项目从城市PM2.5污染的源头出发，考虑信号灯的预期效应，分析引起机动车频繁变速产生大量PM2.5排放的各种因素，建立描述城市交叉口机动车行驶状态的微观交通流模型，结合机动车PM2.5的排放因子，构建机动车流PM2.5的排放模型，揭示机动车流在交叉口行驶中PM2.5排放的时空分布规律，进而以减少机动车PM2.5排放为目标，对交叉口机动车流的行驶状态进行动态优化，尽量减少机动车出现频繁或剧烈的变速，在保持较高交通效率的情况下有效控制PM2.5的排放。研究成果有助于为降低PM2.5排放和缓解交通拥堵提供切实可行的方案，也为解决交通污染问题提供交通流理论依据和部分参考数据。

交叉口是机动车排放的重灾区：在交叉口，机动车频繁的加速减速，往往产生比其他行驶工况更多的颗粒物。与此同时，行人穿越马路，恰恰暴露于浓度较高的颗粒物中，对健康影响较大。本项目从城市细颗粒物排放的源头出发，探讨交叉口细颗粒物的变化规律。目前累计发表期刊论文20篇，其中SCI论文17篇，第一作者SCI论文6篇。培养硕士研究生16名，指导研究生发表学术论文12篇，基本实现了项目的预期目标。主要成果包括：. 1）建立了城市交叉口细颗粒物的数据库：先后对上海典型交叉口的细颗粒物进行了四次测量，每次测量持续一周，每天晚高峰测量2个小时，每天收集约7200组数据，累计收集不同粒径的细颗粒物数据达20万组。这为研究城市交叉口的细颗粒物积累了大量的原始数据。. 2）揭示城市交叉口细颗粒物时空分布特征及影响因素：基于收集的细颗粒物数据，通过统计分析，结果发现大多数粒径区间的细颗粒物随信号灯出现周期性变化，变化周期与信号灯的周期一致。通过主成分分析，发现0.5-5微米的颗粒浓度与柴油机动车流量相关性大，由此推断这部分的细颗粒物主要来源于机动车排放 。大于5微米的细颗粒物与交叉口风速密切相关，并随平均风速出现指数递减。. 3）预测城市交叉口细颗粒物的变化趋势：在交叉口细颗粒物特征分析中，交叉口细颗粒物的浓度与交叉口通过的交通流量和交叉口局部的气象条件具有明显的非线性关系。引进混沌算法，建立混沌粒子群算法，结合神经网络对交叉口的细颗粒物浓度进行预测；使用主成分分析，消除输入变量之间的共线性问题，利用神经网络进行预测；利用计算流体力学方法对机动车尾气细颗粒物的扩散进行数值模拟，揭示机动车街道峡谷中细颗粒物的扩散趋势。