基于出租车轨迹与多源城市数据的城市交通排放时空推断
物理与社会
2018-10-01 v1 应用统计
摘要
通过配备GPS的设备采集的车辆轨迹数据因其广泛的空间时间覆盖和对交通动态的代表性，在估计全网交通中发挥着日益重要的作用。本文利用出租车GPS数据、车牌识别（LPR）数据和地理信息来重建城市交通排放的时空模式。采用车辆排放因子模型基于出租车轨迹估算排放。随后将估算的排放映射到城市区域的空间网格以考虑空间异质性。为了将出租车车队的排放外推至全部车辆群体，我们使用由地理特征支撑的高斯过程回归模型来估计空间异质的交通量与车队构成。与以往研究不同，本文利用出租车GPS数据和LPR数据在大规模城市路网中按空间和时间分解车辆与排放特征。中国杭州案例研究的结果揭示了交通流与排放的高分辨率时空模式，并识别出不同位置的排放热点。本研究提供了一种利用城市地区现已广泛可用的多源数据推断城市交通环境影响的便捷手段。
引用
@article{arxiv.1809.10834,
title = {Spatial-Temporal Inference of Urban Traffic Emissions Based on Taxi Trajectories and Multi-Source Urban Data},
author = {Jielun Liu and Ke Han and Xiqun and Chen and Ghim Ping Ong},
journal= {arXiv preprint arXiv:1809.10834},
year = {2018}
}
备注
25 pages, 11 figures