融合大数据估算燃料消耗：以利雅得为例

油价下跌与快速城市化正使经常补贴国内燃料消费的产油国预算承压。降低补贴影响的一个直接途径是通过减少拥堵和驾车出行来降低燃料消耗。尽管燃料消耗模型已开始纳入来自泛在传感设备的数据源，但机遇在于利用全球定位系统(GPS)数据和呼叫详单记录等源，在城市尺度上开发综合模型。我们将这些大数据集结合于一种新颖方法中，以对城市内燃料消耗建模并估算其在不同情景下可能的变化。为此，我们标定了一个可用于任意车队燃油经济性分布的燃料消耗模型，并将其应用于沙特阿拉伯利雅得。所提出的基于速度剖面的模型随后用于测试通过随机减少流量以及针对性减少城市中最耗油出行来降低流量对燃料消耗的影响。估算结果较基于平均速度的基线方法有明显改进，显示出GPS数据融合所增添信息的益处。所提方法也可调整用于测量排放。该结果构成了数据分析工具助力决策者比较旨在实现经济与环境目标政策的清晰应用。