基于塊采樣的交通運輸低碳化能力查定仿真

王 亮，惠向暉

(1. 河南農業大學機電工程學院，河南 鄭州 450002；2. 河南農業大學信息與管理科學學院，河南 鄭州 450002)

1 引言

交通運輸行業是我國的支柱型產業，對國民經濟的發展有著重大意義，是我國國民基本生活的一種重要保障。伴隨著我國居民生活水平的不斷提升與經濟的迅速發展，交通運輸行業呈現出多樣化的發展趨勢。但交通運輸行業的迅速發展也帶來了一系列環境問題，例如加重城市霧霾天氣、溫室氣體排放量急劇增長等。我國正處于中期工業化發展階段，在節能減排與能源供給平衡上面臨挑戰，引起了社會與政府對低碳發展的關注[1]。目前，我國已將碳排放量規劃為約束性指標，并將其納入社會發展與國民經濟發展的中長期規劃。而交通運輸行業碳排放占比高，我國交通部門已經將交通運輸行業的低碳化納入“十二五”規劃中，建設低碳化的交通運輸行業成為了社會和國家的發展愿景。因此交通運輸低碳化能力查定也成為有關學者的重點研究對象。

文獻[2]提出RM-DEMATEL方法對交通運輸低碳化能力的影響因素進行識別，建立多層交通運輸影響因素指標體系，為低碳交通的低碳運輸提供理論依據。但該方法獲取的指標信息不清晰，影響查定范圍的全面性。

文獻[3]提出多式聯運路徑規劃，結合運輸總成本最小和運輸碳排放總量最小的多目標0-1規劃模型，采用改進的帶精英策略的非支配排序遺傳算法(NSGA-Ⅱ)對模型進行求解。雖然該方法能減少運輸過程碳排放和換裝過程的碳排放，但可實行范圍不全面，且計算過程復雜。

文獻[4]提出以快捷貨運總成本最小為優化目標，引入三角模糊數，建立快捷貨運方式協同優化模型，利用Matlab的Yalmip工具箱進行模型求解。該方法通過合理的選擇運輸方式來控制碳排放，但欠缺交通低碳化查定能力。

為解決以上問題，提出基于塊采樣的交通運輸低碳化能力查定方法，通過實驗驗證了該方法的查定范圍較寬。

2 基于塊采樣的交通運輸低碳化能力查定方法

2.1 交通運輸低碳化能力維度數據獲取

對交通運輸低碳化能力進行維度分析，掌握交通運輸低碳化能力的維度情況，并基于塊采樣獲取維度數據。由于交通運輸低碳化能力的各個維度是相互影響、相互關聯的，因此需要對其進行維度分析。當前我國的交通運輸碳排放結構可以用以下公式來表達

C=F(P，G，Q，VP，EV，EP，CP，Space，Total，Time)

(1)

其中，C代表交通運輸碳排放；P代表人口；G代表人均GDP；Q代表運輸強度；VP代表運輸結構P；EV代表單位能耗；EP代表能源結構；CP代表碳排放系數；Space代表空間；Total代表能耗總量；Time代表時間。P、G、Q、VP、EV、EP、CP均與Time這一維度相關，受到Time的控制，P、G、Q、VP均與Space這一維度相關，受到Space的控制，VP、EV、EP、CP均與Total這一維度相關，受到Total的控制。因此對Time、Space、Total這幾個維度進行分析。Time指的是時間維度，能夠利用時間這一概念對交通運輸低碳化能力進行描述，還能夠作為交通運輸低碳化能力的變量度量尺度；Space指的是空間維度，主要負責度量、控制交通運輸低碳化能力的地理空間范圍；Total指的是總量維度，主要負責度量交通運輸低碳化能力的消耗能源。除此之外，還有一個隱藏維度是政策引導維度，該維度能控制交通運輸碳排放效果。

掌握交通運輸低碳化能力的維度情況后，基于塊采樣獲取交通運輸低碳化能力的維度數據[5]。首先對交通運輸低碳化能力的維度關系表R進行查詢，交通運輸低碳化能力維度關系表的表達方式如下：

(2)

其中，op代表聚集操作；exp代表R的算數屬性表達式；predicate代表屬性選擇條件；col代表R中的多個或一個列；ti代表R的第i條元祖。當op是COUNT時，exp相當于R的*通配符。對隨機變量xi進行構造

xi=|R|*expp(ti)

(3)

對交通運輸低碳化能力的維度進行分組，將其劃分為k個組別，當ti滿足predicate條件并屬于分組k時，有

expp(ti)=exp(ti)

(4)

當不滿足時，則有

expp(ti)=0

(5)

當操作op是時，則有

expp(ti)=1or0

(6)

由于交通運輸低碳化能力的維度關系表中不含重復數據，且交通運輸低碳化能力維度數據的存儲形式為塊狀，由交通運輸低碳化能力可知，R中共有四個大塊，利用N來表示R的塊數，每塊大小為B，則

(7)

以塊為基本利用塊采樣進行交通運輸低碳維度化能力的數據樣本采集，隨機抽取R中的n塊構成數據樣本S，設

S={B1，B2，…，Bn}

(8)

對S中的每一個塊都進行隨機變量的構造：

(9)

完成數據樣本采集后，對數據樣本進行聚集結果統計

(10)

令隨機變量

Yi=N·expp(Bi)

(11)

則有

(12)

其中COUNT(R)是Yi的均值。通過聚集結果的統計完成了樣本S的維度數據獲取，利用同樣的方法進行無數次的隨機樣本維度數據獲取，當結果的差別較小時，即可完成R的維度數據獲取，實現交通運輸低碳化能力維度數據的獲取[6]。

2.2 構造交通運輸低碳化能力查定模型

通過獲取的交通運輸低碳化能力維度數據構建交通運輸低碳化能力查定模型[7-8]。交通運輸低碳化能力查定模型的查定指標包括1個外部查定變量、3個查定表函數、13個輔助查定變量、6個流率查定變量、6個流位查定變量，具體構成如表1所示。

表1 查定指標具體構成

交通運輸低碳化能力查定模型的結構層次如圖1所示。

圖1 交通運輸低碳化能力查定模型結構層次

其中人口查定因素、經濟發展查定因素、運輸需求查定因素都是不定影響因素，而基礎設施建設查定因素、能源技術發展查定因素、政策引導查定因素都是確定影響因素，對交通運輸低碳化能力查定結果的影響更大?；A設施建設查定因素主要是在推進建設交通運輸基礎設施時，能改變不同交通運輸方式在交通運輸行業的市場份額占比，從而以市場份額占比為依據進行交通運輸低碳化能力的查定[9]。

當前我國交通運輸行業建設基礎設施時主要是以建設軌道交通網絡為主，而軌道交通網絡逐漸發達的變化過程必然會對當前的交通運輸行業市場份額占比帶來影響。并且軌道交通網絡更加環保高效，能夠大幅提升交通運輸行業的運輸周轉量，因此可以提升交通運輸行業的低碳化能力[10]。并且建設交通運輸行業基礎設施可以促進公交網絡的迅速發展，從而降低交通盲區所占比例，推動更多人的公交出行，降低私家車出行比例，達成交通運輸行業低碳化能力的提升。基礎設施建設查定因素對交通運輸低碳化能力查定結果的影響效果如圖2所示。

圖2 基礎設施建設查定因素影響效果

能源技術發展查定因素主要是通過影響交通運輸行業中各種運輸方式的能源消耗量變化從而影響交通運輸行業的整體碳排放系數，進而對交通運輸低碳化能力查定產生影響，包括能源利用效率的提高與應用新能源[11]。而政策引導查定因素會直接影響交通運輸的低碳化能力，包括控制交通需求、在交通運輸領域積極應用新能源、引導并發展軌道交通與公交出行、機動車的限行等。

2.3 實現交通運輸低碳化能力查定

完成交通運輸低碳化能力查定模型后，在該模型中引入空間-時間維度與總量-時間維度對交通運輸低碳化能力進行查定[12]。首先引入空間-時間維度，將電力能源的碳排放系數作為主要變化因素，將其它能源的碳排放系數波動限制在一定范圍內，利用交通運輸低碳化能力查定模型的查定表函數、輔助查定變量、流率查定變量、流位查定變量對交通運輸低碳化能力進行查定

(13)

其中，R′代表交通運輸低碳化能力的初步查定結果；Y代表電力能源的碳排放系數；T代表其它能源的碳排放系數；H代表查定表函數；M代表輔助查定變量；V代表流率查定變量；B代表流位查定變量。

接著引入總量-時間維度，加強電力機車周轉量、電力公交周轉量、城市軌道交通周轉量以及電力消耗量這幾個帶來區域交通運輸低碳化的變量，削弱其它增加交通運輸碳排放的變量。利用交通運輸低碳化能力查定模型的外部查定變量、查定表函數、流率查定變量、流位查定變量對交通運輸低碳化能力進行查定

(14)

其中，R″代表交通運輸低碳化能力的中間查定結果；Q代表電力機車周轉量；U代表電力公交周轉量；W代表城市軌道交通周轉量；A代表電力消耗量；G代表外部查定變量。最后綜合空間-時間維度與總量-時間維度對交通運輸低碳化能力進行最終查定

(15)

其中R代表交通運輸低碳化能力的最終查定結果。綜上所述完成了基于塊采樣的交通運輸低碳化能力查定方法。

3 實驗分析

為了檢測本文提出的基于塊采樣的交通運輸低碳化能力查定方法，設計了一個對比實驗。首先進行實驗數據獲取，為了保證實驗數據與計算結果的可靠性與真實性，實驗數據均來自于官方平臺與統計年鑒，其中城市交通運輸強度增長系數、公交周轉量、城軌周轉量、汽車周轉量、單位能耗周轉改變系數、電力消耗量、天然氣消耗量、汽油消耗量、柴油消耗量等數據的來源是《中國科技統計年鑒》；城市交通運輸強度增長量、不同交通運輸方式占比、單位能耗周轉變化量、各種能源占比等數據的來源是《中國能源統計年鑒》；剩余指標數據的來源是《中國統計年鑒》。以影響交通運輸低碳化能力指標統計表為依據。具體運輸系統原理如圖3所示。

圖3 城市交通運輸系統原理

3.1 實驗過程

如表2所示，對交通運輸低碳化能力查定因素有關數據進行整理歸納。

表2 影響交通運輸低碳化能力指標統計表

基于Matlab Web平臺對交通運輸低碳化能力查定模型進行仿真，利用仿真模型并結合獲取的實驗數據進行計算，得到空間-時間維度與總量-時間維度的有向邊權值，從而獲取交通運輸低碳化能力查定方法查定指標的全面性數值。為了保證本次實驗的有效性，使用基于多準則決策模型的交通運輸低碳化能力查定方法、基于面板數據模型的交通運輸低碳化能力查定方法、基于誤差修正模型的交通運輸低碳化能力查定方法與本文提出的基于塊采樣的交通運輸低碳化能力查定方法進行比較，觀察實驗結果，比較各個方法查定指標全面性高低。

3.2 不同方法下查定指標全面性對比

利用基于多準則決策模型的交通運輸低碳化能力查定方法、基于面板數據模型的交通運輸低碳化能力查定方法、基于誤差修正模型的交通運輸低碳化能力查定方法、基于塊采樣的交通運輸低碳化能力查定方法進行交通運輸低碳化能力查定方法后，各個方法的查定指標全面性對比如圖4所示。

圖4 各個方法的查定指標全面性對比

根據圖3所知，基于塊采樣的交通運輸低碳化能力查定方法在能力查定范圍是小城市時的查定指標全面性數值為62.04;在能力查定范圍是大城市時的查定指標全面性數值為78.35;在能力查定范圍是小城市間時的查定指標全面性數值為91.28;在能力查定范圍是大城市間時的查定指標全面性數值為78.35，均高于基于多準則決策模型的交通運輸低碳化能力查定方法、基于面板數據模型的交通運輸低碳化能力查定方法、基于誤差修正模型的交通運輸低碳化能力查定方法。

3.3 不同方法下查定密度對比

利用基于多準則決策模型的交通運輸低碳化能力查定方法(a)、基于面板數據模型的交通運輸低碳化能力查定方法(b)、基于誤差修正模型的交通運輸低碳化能力查定方法(c)、基于塊采樣的交通運輸低碳化能力查定方法(d)，分別進行交通運輸低碳化能力查定方法后，各個方法的查定密度對比如圖5所示。

圖5 不同方法的查定密度對比

根據圖5所知，基于塊采樣的交通運輸低碳化能力查定方法在設置的感應區域范圍內，對比其它三種方法，其密度最密集，說明查定方法的結果質量最好。

4 結束語

基于塊采樣的交通運輸低碳化能力查定方法通過交通運輸低碳化能力查定模型的構建實現了交通運輸低碳化能力的查定，該方法的查定指標全面性在各個能力查定范圍均高于傳統交通運輸低碳化能力查定方法，且查定密度質量最佳。說明在交通運輸低碳化能力查定領域具備相當的優越性。