交通地理
赵鹏军, 俞泽欣, 赵虹剑, 刘文洲, 冯永恒, 江世雄, 陈睿
精确识别城市居民出行碳排放的时空特征是交通地理和交通规划的重要科学问题之一,也是合理制定低碳交通决策的前提。既有研究多运用自上而下的方式进行测算,但城市内部统计数据有所缺失,碳排放的动态演化性与空间分布格局难以刻画等因素限制了相关研究进一步深入,而自下而上的测算方法中样本少、精度低、方法有效性有待考证等问题一直难以解决。基于此,文章提出了一种基于手机信令数据的居民出行碳排放测定框架,1)使用手机信令数据克服了对传统统计数据的依赖,创新性地整合交通调查日志与手机信令数据,实现了对轨迹信息的有效校验;2)提取居民社会属性、出行特征、公共交通服务水平及出行偏好等因素,使用随机森林算法识别5种出行方式,兼顾精细度与精确度;3)综合考虑出行方式、距离、速度、车辆能耗类型及载客率等因素,真实反映个体级居民单次出行的碳排放量;4)分别采用时间、空间、人群特征进行集计,多维体现居民出行的碳排放格局。并以深圳市为例,基于3千余万条居民出行数据开展技术应用研究。在空间层面有效揭示出“两带、三区、多点”高度集中的分布格局以及深圳都市圈的功能外溢效应;在时间层面发现城市不同区域存在交通碳排放的时段结构性分化;在人群属性层面进一步印证了年龄、性别等特征对居民出行距离、出行方式及出行碳排放量的重要影响。该框架有利于更清晰、全面地揭示城市居民出行碳排放时空特征,为城市交通碳排放的高精度监测提供了新技术,也为城市交通降污减排政策的制定提供了新依据。