Kentsel Trafik ve Hava Kalitesinde Ajan-Temel Modellere Giriş

Kentsel hava kirliliği modern şehirlerle karşı karşıya olan en acil çevresel zorluklardan biri olarak kalır, çünkü kentsel ulaşım sistemlerinin ve çevresel etkileri gibi zararlı kirleticilerin önemli bir kısmı için trafik emisyon muhasebesi muhasebesi ile ortaya çıkmıştır.Cs. Agent-based modeller (ABMs), farklı davranışsal kurallar, karar verme süreçleri ve çevresel etkileri ile çevre kirliliğini kolaylaştırmak için sofistike bir hesaplama yaklaşımı olarak ortaya çıkmıştır.

ABM'lerin temel varsayımları, yol seçimlerini, kesişenleri yakalama yeteneğinde yatıyor - alt düzey modeller, sayısız bireysel ajanlar ile ortaya çıkan sistem düzeyinde modeller, kentsel trafik emisyonlarının çevresel sonuçlarını değerlendirmek, bu, yol seçiminin, kesişen hassaslıkların nasıl hızlandırılması anlamına geliyor.

Emisyonlar için Temel Modelleme

Temel Prensipler ve Ajan Mimarisi

Trafik emisyonlarının aracına dayalı bir model genellikle birkaç anahtar bileşen içerir. Her araç ajanı araç tipi (passenger araba, otobüs, kamyon, motosiklet), yakıt tipi (gazoline, dizel, elektrik, hibrit), emisyon faktörü profili (kırıklık koşulları altında her bir ölçüm), ve istenen hız, hız tercihleri ve rota seçimi kriterleri gibi davranışsal parametrelere sahiptir.

Ajans davranışı düzenleyen trafik akışı teorisi ve davranışsal ekonomiden gelen etkileşim kuralları. Sürücüler seyahat süresine göre kararlar alır, yol tanıdıklığı, gerçek zamanlı trafik bilgileri ve trafik düzenlemeleri ile uyum sağlar.GÖRT:0)Gipps araba takip eden model).Nagel-Schreckenberg Hücresi modeli)

Emission Estimation Methodologys ile entegrasyon

Emisyon tahminlerine göre, ABM'leri yerleşik emisyon faktörü modelleriyle karıştırmak için teşvik etmek gerekir.En yaygın kullanılan yaklaşımlar, [[Döneticileri:0) EPA MOVES (Motor aracı Emisyonu Emisyonu)) için, [[Döneticileri:2) Bu çerçeveler, Avrupa COPERT (Bilgisayar Taşımacılığından Emisyon hesaplamak için) ) ve ısıtımı (D))

İntegralama süreci, birden fazla zaman ve uzaysal ölçeklerde çalışır. En iyi kararda, her ajanın anlık hızı ve hız emisyon modelleri kullanarak emisyon oranlarına göre haritalanır.Bu anlık değerler daha sonra emisyon mucitleri üretmek için zaman aralığı ve uzaysal bölgelerle toplanır.Theurpert:0VT-Mikromi modeli) ve hızlama koşulları altında emisyon oranlarının yüksek oranda yüksek olması nedeniyle daha yüksek oranda emisyon oranlarına sahip olacaktır.).

Kentsel Trafik Emisyonlarında Anahtar Uygulamaları Simülasyon

Evaluating Congestion Fiyatlama Stratejileri

Yoğun fiyat, ABM'lerin emisyon azaltımı için en ince uygulamaları temsil eder.In simulasyonlar, modelleyiciler Singapur, Londra ve seyahat rescheduling dahil olmak üzere seyahat davranışlarında değişimleri tahmin edebilir.TheMulti-Agent Transport Simulator))[değiştir | kaynağı değiştir][değiştir | kaynağı değiştir], ETH Zürih'te geliştirilen, Singapur, Londra ve Stockholm dahil şehirlerdeki fiyatlarda fiyatlama senaryolarını simüle etmek için yaygın olarak kullanılmaktadır.

Araştırma sürekli olarak, iyi tasarlanmış kongestion fiyatlarının, merkezi iş bölgelerinde sadece kalın saatler boyunca% 15-30 oranında NOx emisyonlarını azaltabileceğini gösteriyor. Ancak, ABMs önemli nüanslar ortaya koyuyor: Fiyatlamalar, potansiyel olarak sürücülerin yeni kirliliğin noktaları oluşturması için emisyonlarını azaltabilir. Bu uzaysal dağıtım modeli kapsamı sadece kablo bölgelerine odaklanmak yerine, kapsamlı bir şekilde dağıtılabilir.

Emisyon Azaltılması için Trafik İşareti Timing

ABM'ler kullanarak trafik sinyal optimizasyonu, büyük altyapı yatırımlarını gerektirmeden emisyon azaltımı için önemli fırsatlar sunuyor.In simulasyonel kesişimli kesişimler aracılığıyla, ABM'ler, dağıtımdan önce çevresel faydalarını tahmin etmek için nasıl farklı sinyal zamanlamalarını değerlendirebilir.

Araştırmalar, optimize edilmiş sinyal zamanlamasının yakıt tüketimini% 5-15 azaltabileceğini ve benzer marjlarla ilgili CO2 emisyonlarını azaltabileceğini gösteriyor. Daha da önemlisi, NOx ve PM emisyonlarını azaltan sert hız olaylarının azaltılabilmesi, bazı koridorlarda %20-25'e yaklaşabilir. ABM'ler trafik mühendislerinin bu avantajları zirve dönemleri, özel etkinlikler ve mevsimsel değişiklikler dahil olmak üzere farklı trafik taleplerinde değerlendirmelerini sağlıyor.

Elektrikli Araç Kabul Etkilerini Değerlendirmek

Elektrikli araçlara geçiş (EV) hem kentsel hava kalitesi için fırsatlar hem de zorluklar sunuyor. ABMs gelir seviyelerinden başlayarak heterojen kabul kalıpları, seyahat kalıpları ve araç aralıkları ile ilgili etkileri ) ve emisyonların farklı şekilde etkileri.

Simülasyonlar sürekli olarak EV kabulünün, garaj erişimi ile zengin mahallelere odaklanma eğiliminde olduğunu gösteriyor, potansiyel olarak hava kalitesi iyileştirmelerinde eşitsizlikler yaratıyor. ABMs hedefli teşviklerin veya şarj altyapı yatırımlarının dezavantajlı topluluklar için kabul edilebilir ve en yüksek hava kalitesi avantajları elde edebilir. Ayrıca, ABMs, kontrol ağlarının etkileri ).

Air Dispersion Modeling ile entegrasyon

Spasal Hava Kalite Değerlendirmesi için Coupling Approaches for Spatial Air Quality Assessment

Hava kalitesi sonuçları, ABM-derived emisyon mucitlerini atmosferik dağıtım modelleriyle bağlantı kurmak gerektirir. Darbe, AERMOD veya CMAQ gibi modelleri dengelemek için daha sonra dağıtılabilir. Online darbeler, dağıtım modelinin her seferinde emisyon aldığı anda emisyonlar üretir, aBM, hava kalitesi bilgilerinin ajan davranışının nasıl dağıtılabileceğine dair geri bildirimde bulunur.

Darbe yaklaşımı seçimi, mevcut araştırma soruları ve hesaplama kaynaklarına bağlıdır. Offline darbesi, ABM çıktısı ile birlikte, 10-50 metre kadar iyi karar vermede, yerel kirliliğin koarser bölgesel modellerde görünmez olduğu gibi dinamik etkileşimlerin belirlenmesine olanak sağlar.

Kirlilik Pazarlarını ve Vulnerable Nüfusları Tanımlamak

Çift ABM-dispersion modellerinin en değerli uygulamaları, cadde kanallarını bir araya getiren yüksek trafik yoğunluğuna sahip olan bölgelerdir).

Yerlerin belirlenmesinin ötesinde, bu modeller ESRAT:0)popülasyon maruz kalma değerlendirme[[Döneticiler) demografik verilerle aşırılık, adil karar verme alanlarının çevresel adalet analizleri için özellikle önemlidir, çünkü araştırma sürekli olarak düşük gelirli ve azınlık topluluklarının genellikle düşük maliyetli hava kirliliği yüklerini azaltacağını gösterir. ABMS, farklı politika senaryolarının maruz kalma eşitsizliklerini nasıl etkilediğine yardımcı olur.

Vaka Çalışmaları ve Gerçek Dünya Uygulamaları

Londra: Congestion Şarj Bölgesi Optimizasyonu

Londra için Ulaşım (TfL), 2003 yılında yapılan uygulamadan bu yana ABM şarj programını düzeltmeye yönelik yaklaşımlar kullandı.TheurFLT:0)London Travel Talep Modeli), bazı emisyonların şarj bölgesi sınırlarına nasıl değiştiğini, fiyatlama seviyelerini ve operasyon saatlerini etkilemesini sağladı.

Daha yeni simülasyonlar, ULEZ gereklilikleri ile birlikte kongestion fiyatlarını birleştirerek, merkez Londra'da% 30-40 oranında azaltılabilir. Ayrıca, uygun araçların benimsenmesi ve halka açık geçişlere geçiş yapmak gibi araç emisyonlarında sıkı standartları da ortaya koyar. ABM simülasyonları, ULEZ gereklilikleri ile birlikte kongestion fiyatlarının bir araya getirilmesinin,% 30-40 azaltımının ekonomik kesintiye neden olduğu sonucuna varılabilir.

Los Angeles: Transit genişleme ve Emisyonlar Azalt

Güney Kaliforniya Hükümeti (SCAG), yeni ışık ray hatları, otobüs hızlı geçiş koridorları ve ilk mil/son mil bağlantı geliştirmeleri dahil olmak üzere kapsamlı geçiş genişletme etkilerini taklit etti.

Sonuçlar, transit genişlemenin yalnızca bölgesel araç millerini azaltabileceğini belirtti (VMT) belirli koridorlarda% 6-10 oranında, 8-12 emisyonlarında karşılık gelen azalmalar ile, kamyonelleştirme teşvikleri ve lokasyonlarda önemli ölçüde artışlar oldu. PM2.5 indirimleri, bazı koridorlarda yük kamyonların ve eski araçların baskınlığı nedeniyle daha mütevazi (% 5,5).

Pekin: Kirlilik Bölümleri sırasında Araç Yeniden Uygulama Politikaları

Pekin, dünya çapındaki en agresif trafik kısıtlama politikalarının bir kısmını şiddetli hava kirliliğiyle mücadele etmek için uyguladı.:0)Agent tabanlı modeller, potansiyel buharlı davranışları ve komplikeli seyahat modelleri de dahil olmak üzere bu kısıtlamalara nasıl cevap verdiğini açıklayan özel bir ABM geliştirdi.

Simülasyon sonuçları, kırmızı uyarılar sırasında garip kısıtlamalar, sınırlı bölgelerdeki% 25-35 oranında trafik emisyonlarını azaltabileceğini gösterdi. Ancak, modeller ayrıca istenmeyen sonuçlar ortaya çıkardı: Bazı haneler kısıtlamaların önlenmesi için ikinci araçlar satın aldı ve trafik sıkışıklıkları genellikle sınır yollarında kısıtlanmış bölgelerin dışına çıktı. Bu bulgular düşük emisyonlu araçlar için muafiyetler de dahil olmak üzere politika rafinerileri de dahil etti.

Stockholm: Yoğun Fiyat ve Halk Transit Entegrasyon

Stockholm'ün sıkışıklık fiyat sistemi, başarılı bir denemeden sonra 2007'de kalıcı olarak uygulanan, ABM yaklaşımlarını kullanarak yoğun bir şekilde incelenmiştir.TheurFLT:0)Stockholm congestion şarj deneme değerlendirme) aracı bazlı simülasyonlar, farklı demografik gruplar arasındaki davranışsal tepkileri analiz etmek için.

Muhtemelen, ABM simülasyonları, kongestion ücretinin% 20-25 oranında içsel şehir içi trafiği azalttığını gösterdi, ancak düşük gelirli sürücüler sorumluların% 10-15 oranında indirimleri ve PM10 indirimleri% 15-20 oranında arttı. Çevre faydaları, yoğun zamanlardaki gelişmelerle birlikte, yeni sisteme adapte oldu.

Teknik Meydanlar ve Sınırlar

C ⁇ Kompleksi ve Scalability

ABM'lerin kentsel emisyon simülasyonu için birincil sınırlamalarından biri, tek bir gün için Los Angeles County'nin tipik bir simülasyonu, yüksek performanslı hesaplama kümeleri üzerinde 5-10 milyon işleme süresini gerektirebilir. Bu hesaplama yükleri, ABM'lerin gerçek zamanlı karar desteği için kullanabilecekleri senaryoların sayısını sınırlandırır.

Bu meydan okumayı ele alalım.ETHFLT:0) Parallel hesaplama mimarisi[Döneticileri dağıtabilir, ancak aBM simülasyonları hakkında bilgi sahibi olan bazı yöntemler açık bir şekilde test edilebilir.The development ofFLT:4GENCES[DDDDDDDDDÜDÜDÜDÜDÜDÜDÜSÜye Olmayanlar İçin Tıklayınız.

Veri Gereksinimleri ve Kalibrasyon Challenges

ABMs, parametreleme ve kalibrasyon için uygun veriler gerektirir), detaylı kaynaklı işlem (Dönlendirme anketleri, trafik sayıları, araç filosu kompozisyonu, yol ağ geometrisi, sinyal zamanlama planları ve davranışsal parametreler. Birçok şehirde, özellikle gelişmekte olan bölgelerde, bu veriler eksik, eski veya mevcut olmayabilir.TheurdFLT:2)

Gelişen veri kaynakları bu sınırlamaları ele almak için fırsatlar sunuyor.ETHFLT:0)Mobile telefon konum verileri), hücresel ağlardan gelen geniş ölçekli seyahat modellerinin gözlemlerini sağlarken, GPS verilerini navigasyon uygulamaları ve filo yönetim sistemlerinden gelen ayrıntılı yörünge bilgileri sunar.

Future Yol ve Gelişen Trendler

Gerçek Zamanlı Veri Akışları ile entegrasyon

Bir sonraki ABM'lerin trafik emisyonlarının daha fazla dahil edilmesi, artırılmış araçlardan, akıllı altyapıdan ve çevresel sensörlerin interneti (IoT) ekosistemi, trafik koşullarını, araç konumlarını ve hava kalite ölçümlerini sürekli gözlemler sağlar.Bu kapasite, trafik yönetim stratejilerinin gerçek zamanlı tahminlerine ve dinamik optimizasyonuna olanak sağlar.

Örneğin, gerçek zamanlı ABM, binlerce bağlantılı araçtan gelen trafik verilerini önceden tahmin etmek için alabilir, sonra sinyal zamanlamasını ayarlar veya emisyonları en aza indirmek için alternatif rotalar önerebilir.Uzgun kirliliğin tespit edilmesi ve ortaya çıkan kirliliğin tespit edilmesi için alternatif yollar önerebilir. [FONTD][D][FONT][FONT][/TR][/FONT][/FONT=TR]

Emisyon Modellemeinde Hedefler

Geleneksel emisyon faktörü modelleri, özellikle geçici işletim koşullarından daha yüksek doğrulukla emisyon oranlarının eklendiği anlamına gelir.Bu veriler ABM çerçevelerine doğrudan emisyon ilişkileri öğrenerek, araç özellikleri, sürüş davranışları ve çevresel koşullar arasındaki karmaşık etkileşimlerin elde edilmesiyle ilgili olarak sıralanabilir.

CUMHURİYETİ:0) Çok-pollutan emisyon modelleri[Döntilmiş 1 ), aynı anda CO2, NOx, PM ve diğer kirleticilerin tutarlı metodoloji ile gelişimi, başka önemli bir ilerleme kaydedici modeller.

Davranışsal Modelleme

ABM bazlı emisyon simülasyonlarının doğruluğu, acente davranış kurallarının gerçekleştirilmesine eleştirel bir şekilde bağlıdır. Mevcut araştırma, davranış kurallarının oluşturulmasına ve deneyimden kademeli öğrenme algoritmalarının (Dönetici) dahil edilmesine bağlıdır[Döneticileri, davranışlarını, daha gerçekçi bir şekilde optimize etme, daha gerçekçi olmayan davranışları yansıtmalıdır.

Sosyal etki süreçleri - bilgi sosyal ağlar aracılığıyla nasıl yayılır ve seyahat davranışını etkiler - başka bir sınır temsil eder. Kamu transit kalitesi, EV avantajları veya sıkışıklık fiyat adilliği, nüfuslarla ilgili tahminleri geliştirmek, politika kabul ve davranışsal yanıt tahminlerini artırabilir. Agent- bazlı modeller sosyal ağ yapıları dahil etmek bu dinamikleri ve etkilerini emisyonlar için nasıl yakalayabilir.

Politika İmplikasyonları ve Karar Desteği

ABM Sonuçlarının Planlama Süreçlerine entegre edilmesi

ABM'ler kentsel politikayı etkili bir şekilde etkileyecektir, simülasyon sonuçları senaryo sonuçları hakkında bilgi sahibi ve paydaşlarına erişilebilir şekilde iletişimlanmalıdır. [FONTS:0)Visual Analytics platformları), emisyon modellerini gösteren hava kalitesi etkilerini gösterir ve sağlık sonuçlarını interaktif haritaları hakkında bilgilendirici bir şekilde incelemeler yapar. [Dashboard arabirimleri[Dashboard][FONTD:0]

BEAM Framework'ün gelişimi, model sonuçları ve planlama ajanslarında işbirliğine dayalı gelişime olanak sağlar. Model girişleri, çıktıları ve geçerlilik protokolleri modellemede güvenilirliğe ve yeniden kullanılabilirliğe teşvik eder.

ABM'leri Sağlık Etki Değerlendirmesi ile birleştirmek

ABM bazlı emisyon simülasyonlarının nihai politikası, insan sağlığı sonuçları ile bağlantılarında yatıyor.ETHFLT:0)Sağlık etkisi değerlendirme çerçeveleri), kirletici konsantrasyonlarda değişiklikler, maliyet-benefit analizine izin veriyor.ABM-emission-dision zincirleri ile çiftleştirildiğinde, bu çerçeveler, ulaşım politikalarının değerlendirmelerini ölçebilir.

ABD EPA tarafından geliştirilen ve yapılan araştırmalar, hava kalitesi iyileştirmelerinden gelen sağlık yararlarını azaltmak için standart bir metodoloji sağlıyor. ABM çıktıları ile entegrasyon, mahallelerdeki eşitsizlikleri ve demografik grupları ele alan eşitsizlikleri ortadan kaldırmayı sağlayan standart bir sağlık etki hesaplamaları sağlar.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Ajan tabanlı modeller kendilerini, kentsel ulaşım ve hava kalitesi arasındaki karmaşık ilişkiyi anlamak ve yönetmek için vazgeçilmez araçlar olarak belirlediler. Bireysel sürücüler, araçlar ve gezginler, gerçekçi davranışsal kurallarla, ABM'ler yakalamanın ortaya çıkardığı varsayılan kirliliği modelleri, geleneksel toplu modelleri yeniden üretebilme yeteneği - yetersiz teşvikler ve geçiş genişlemesi için sinyal optimizasyonu - yüksek mekânsal ve zamansal karar vericileri ve zamansal karar vericileri ile daha sağlıklı şehirler yaratmak için uygulanabilir öngörüler sağlar.

ABM teknolojisinin devam eden evrimi, bilgisayar gücündeki ilerlemeler, gerçek zamanlı veri kullanılabilirliği ve davranışsal bilim, giderek daha fazla artan hareketlilik talebi ve pratik faydalarını daha da güçlendirecektir.ABM'lerin hava dağıtım modelleri, sağlık etkisi değerlendirme araçları ve dijital ikiz çerçeveleri, kentsel çevre yönetiminin giderek daha fazla kanıt tabanlı, uyarlayıcı ve adil bir şekilde karşı karşıya kaldığı bir gelecek vaat eder.Dünya çapındaki şehirler, büyüyen hareketlilik talebi ve daha katı hava kalitesi standartlarının iki zorlukla karşı karşıya kalacaktır.