基于TransCAD多模式分配的交通影响分析方法及实例

基于TransCAD软件在交通影响分析的交通量预测中的应用,重点阐述软件的具体操作步骤与方法,并通过引入多模式交通分配模型（MMA）,建立城市道路与公交线路的联合网络分配,有助于有效评价新建项目对周边路网的交通影响。     

��ͨ�źſ��Ʋ��ԶԻ�����β���ŷ�Ӱ�������

面对城市交通拥堵严重,环境污染逐年加剧,本文利用车载尾气检测技术收集和比较了北京市典型信号协调路段与普通路段的实测尾气排放数据,分析了两种控制策略下的机动车尾气污染水平与分布规律;此外,结合微观交通仿真模型VISSIM和基于VSP变量的尾气排放建模方法,搭建了微观交通尾气仿真平台,通过实例仿真评价了不同信号配时和不同交通流量两种交通控制策略下的尾气排放。     

城市道路编码标准与编码方法研究综述

从城市道路编码标准相关的规范化文件和已实施的编码方法2方面追踪城市道路编码的研究现状及发展趋势,并对这2方面内容进行分析研究,总结出已有道路编码标准与编码方法的特点,为研究制定符合我国实际情况的地方城市道路编码标准与编码方法提供参考。     

CVEM排放模型在综合交通规划中的应用——以成渝城市群为例

为满足交通规划对环境影响评价中交通排放的定量评估要求,分析了交通规划阶段对交通排放模型的需求。根据对交通排放测算模型和其与交通规划模型的对接研究,设计了中国机动车排放模型（China Vehicle Emission Model, CVEM） 在交通规划环境评价中的应用方法,从模型结构和参数设置、排放因子修正和与交通规划模型对接方法三方面展开。其中,对接方法根据交通规划模型输出结果为交通量或周转量分开进行设计。最后,以成渝城市群综合交通规划为例,应用CVEM排放模型对规划方案进行交通排放评估。结果显示：CVEM排放模型能够反映成渝城市群不同规划方案的排放评估差异。污染物排放总量随着方案中公路运输周转量占比的降低而降低。利用交通排放的空间分布,可以分线路、分客货运测算污染物排放,从而能进一步结合规划方案开展交通策略研究。     

利用小样本调查数据调整北京市车里程累积率

由于MOBILE中的交通参数缺省值反映的是美国车辆的行驶特征，因此必须利用我国的交通参数来校正MOBILE中的缺省值以提高尾气的计算精度．本文论述了一种基于小样本调查数据来调整MOBILE中车里程累积率参数的算法，对原有算法进行了简化，并根据我国车型分类，对北京市的交通参数进行了调整．结果表明应用调整的车里程累积率计算尾气排放因子同利用MOBILE6的缺省值来计算有显著的区别，VOC的误差是40．23％，CO的误差是30．42％，NOx的误差是17．53％．     

基于抽样技术的ITS数据存档策略

介绍了ITS数据存储的最佳抽样方法，即对原始数据进行质量控制之后，运用误差平方和法（SSE）或互验法（CV）确定出原始ITS数据中最具有代表性的样本，从而降低所需的数据存储空间。通过开发相应的数据处理软件，针对美国德克萨斯州圣安东尼奥TransGuide交通管理中心的数据进行了测试，结果表明：对数据进行处理后，仅需存储十分之一的原始数据，所得到的最佳样本则包含了最多的原始数据信息，且该样本数据能够满足潜在的不同交通需求。     

高含水量土的工程问题

分析了高含水量土的形成及对路基工程带来的危害,并提出了相应的处理措施。     

���ڲ�����ͨ����·������������ʻ���JVNTK����ģ��

车辆行驶里程(VMT)估算是包括尾气评估在内的许多交通工程相关领域研究工作的基础.由于在现行的技术条件下难以得到VMT的真实值,VMT只能根据其他信息估测获得.目前主要使用的两种方法是“基于交通量方法”和“非基于交通量方法”,这两种方法各有其优缺点.在实际操作中,“基于交通量方法”的应用更为广泛，但不足之处是，它仅仅将采样得到的交通流量数据简单用于其它具有相同道路等级的路段上来估测VMT,而没有考虑各路段的具体特征对VMT的影响.本文提出了一种新的VMT估算模型,该模型引入指数回归模型,结合采样交通流量和路段特征来估测流量和VMT.在实际运用中,该模型在现有技术条件下也易于标定.同时,为了使研究结果直接用于尾气评估模型MOBILE6,对VMT又按速度和时间进行了进一步分解.由于在国内实验条件下难以收集到验证该模型所需的大量配套数据,因此,结合美国休斯顿西南地区所提供的相关交通数据对模型作了有效性检验.研究结果表明,通过该模型得到的VMT比美国EPA提供的交通流量方法(TCM)得到的值更接近实际;同时,将该模型得到的VMT输入到MOBILE6后经运算得到的尾气排放因子结果也比其使用缺省值和TCM提供值更为精确.     

ʵʱITS���ݳ���������Ӧ���밸������

阐述了数据抽样技术在ITS数据管理中的意义和作用，通过VB编程语言和ORACLE数据库技术实现了ITS数据抽样算法，并对北京三环路上和美国德克萨斯州圣安东尼奥的实时ITS数据进行了测试，测试结果表明，最佳抽样日对权重的变化不敏感，最佳抽样日数据与总体平均值匹配得较好，也包含了最多的原始数据的信息。     

交通运行指数的研究与应用综述

为了量化研究交通拥堵的特性,已提出多种不同的交通运行指数(TPI)模型,并在部分城市中得到了应用。分析了现有交通运行指数模型的机理、特征和主要参数。将现有模型分为2类:基于统计的宏观静态运行指数模型和基于实时数据的动态运行指数模型。其中,动态运行指数模型包括基于严重拥堵里程比的指数模型和基于出行时间比的指数模型。以北京市浮动车数据为基础,应用动态运行指数模型测算交通指数,对比分析了2种动态指数模型的一致性、差异性和敏感性。