华南理工大学学报(自然科学版)

作者：苏跃江, 温惠英, 袁敏贤, 等

单位：1.华南理工大学 土木与交通学院, 广东 广州 5106402.广州市交通运输研究院有限公司, 广东 广州 5106353.广州市国际工程咨询有限公司, 广东 广州 510600

关键词：城市交通,居民属性数据,出行方式预测,碳排放预测,敏感性分析

基金：国家自然科学基金资助项目(52072131);广东省自然科学基金资助项目(2023A1515011322);广州市科技计划项目(202206010056)

准确分析居民出行方式的碳排放及方式选择影响因素的重要性和敏感性，是精准制定交通减排措施的基础。根据居民出行调查的家庭属性、个人属性、出行属性和环境属性等影响因素综合分析，基于LightGBM （Light Gradient Boosting Machine）构建了居民出行方式预测模型并进行验证，结合出行活动水平、各种能源类型的碳排放系数、标准煤系数等参数，构建了基于居民属性数据的出行碳排放预测模型；最后，以广州市为例进行实证分析，对居民出行方式和碳排放总量进行预测，并分析了出行方式选择影响因素的重要程度和重要因素敏感性。结果表明：基于居民属性数据构建的碳排放预测模型，能较为精确地预测各种出行方式的碳排放，较好地分析碳排放的影响因素重要性和敏感性，以及全面揭示出行行为、出行方式和出行碳排放之间的关系。其中，起终点距最近公交站的距离或距最近地铁站的距离、自驾车费用、出行距离等是影响居民出行方式选择的重要因素。当起终点距最近地铁站距离下降55%时，地铁出行竞争力随着距离缩短而明显提升；在公交站点密度较大的区域，起终点距最近公交站距离对居民出行方式选择不敏感；当碳排放费用增加400%时为居民出行方式和碳排放的转折点，超过转折点后小汽车出行方式难以转移；当出行距离下降幅度在90%以内时，碳排放下降速度最快，最大降幅为90.4%。

来源：2024年第8期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2024年第8期