大数据驱动道路交通尾气排放量化技术方法与应用

　　车辆在道路上行驶过程中排放的NOx、VOCs、PM2.5等空气污染物，是当前中国城市复合大气污染的重要来源，也是制约绿色交通发展的瓶颈之一。由此可见，道路交通排放科学精准防控的紧迫性日益凸显。区域内道路交通排放受所有车辆复杂技术性能、随机多变的出行需求及路况等因素影响，基于传统抽样统计方法难以全面准确捕捉车辆在不同时空域的行驶工况、活动水平等，使得精准量化尾气排放一直面临诸多问题和挑战，而交通大数据的到来为解决这一难题提供了很好基础条件。本书主要以多源、多维的交通大数据为基础，引入车辆及排放测试大数据，建立交通环境大数据体系；针对区域、城市、单车三种尺度的路网排放量化需求，提出包括车辆活动水平、排放系数量化表征和清单计算的整套方法和模型技术，实现多时空尺度路网排放量的计算、特征及来源分析。结合广东、佛山、重庆和宣城的实际应用案例，从交通尾气污染防控决策分析平台、防控决策措施制定等内容进一步阐述大数据驱动排放量化技术的应用，旨在为交通和环保等相关行业的研究人员和管理者提供方法指导和实际案例参考。

　　刘永红，女，中山大学工学院副教授，现担任广东省交通环境智能监测与治理工程技术研究中心主任。长期从事交通环境大数据、交通尾气污染仿真与控制、交通节能减碳政策等研究。