基于GPS數(shù)據(jù)的重型貨車碳排放計(jì)算及時(shí)空分布研究

金 昱，劉皓冰

（1.上海市城市規(guī)劃設(shè)計(jì)研究院，上海 200040；2.同濟(jì)大學(xué) 交通運(yùn)輸工程學(xué)院，上海 201804）

0 引言

交通運(yùn)輸行業(yè)是重要的碳排放源，而重型貨車則是重中之重且其碳排放量呈持續(xù)增長(zhǎng)的態(tài)勢(shì)。2021 年全球重型貨車碳排放約0.18 億t，占全球碳排放總量的5.1%[1]。雖然不少國(guó)家采取了多項(xiàng)政策減少交通碳排放，但由于交通運(yùn)輸需求將持續(xù)增長(zhǎng)，預(yù)計(jì)2050年全球交通碳排放仍將較2015 年增長(zhǎng)60%[2]。2020 年我國(guó)重型貨車貢獻(xiàn)了道路交通碳排放的50%以上，占交通運(yùn)輸行業(yè)碳排放的40%以上[3]。由于具備“門到門”運(yùn)輸、便捷等特性，未來(lái)一段時(shí)間公路運(yùn)輸仍將是主要的貨運(yùn)方式。與此同時(shí)，重型貨車能源結(jié)構(gòu)調(diào)整進(jìn)程仍存在較大的技術(shù)不確定性，重型貨車清潔能源技術(shù)路線發(fā)展仍不明朗[4]。因此，在“雙碳”目標(biāo)背景下，加強(qiáng)重型貨車碳排放特征及減碳策略研究以推動(dòng)重型貨車減碳，對(duì)于交通運(yùn)輸行業(yè)低碳發(fā)展具有重要意義。

為了了解重型貨車的碳排放特征，部分學(xué)者從微觀方面對(duì)不同行駛狀態(tài)下重型貨車碳排放因子及其影響因素進(jìn)行了研究，如：Barth等對(duì)重型柴油貨車能耗、CO2等多種污染物排放情況進(jìn)行了研究，發(fā)現(xiàn)在城市典型行駛工況下，重型柴油貨車單位行駛距離碳排放隨車重呈現(xiàn)單調(diào)遞增的線性關(guān)系[5]；彭美春等基于20 輛重型貨車油耗、GPS 實(shí)測(cè)數(shù)據(jù)等，研究了重型貨車車速、裝載率與單位貨運(yùn)周轉(zhuǎn)量碳排放因子的擬合關(guān)系，發(fā)現(xiàn)車速與碳排放負(fù)相關(guān)，且裝載率提升有利于降低單位貨運(yùn)周轉(zhuǎn)量排放因子[6]。在此基礎(chǔ)上，有學(xué)者對(duì)貨車碳排放時(shí)空特征進(jìn)行了探索，如：程穎等采用路網(wǎng)交通流仿真方法對(duì)北京道路網(wǎng)機(jī)動(dòng)車NOx等污染物排放時(shí)空分布特征進(jìn)行了研究，發(fā)現(xiàn)城市交通呈現(xiàn)高峰時(shí)段排放占比高（約31%）、高/快速路網(wǎng)排放占比高（約77%）、貨車排放占比高（約47%）等時(shí)空集聚特征[7]；鄭夢(mèng)柳等對(duì)中國(guó)286 個(gè)城市2000—2015 年貨物運(yùn)輸碳排放時(shí)空數(shù)據(jù)進(jìn)行建模，研究發(fā)現(xiàn)隨著人口增長(zhǎng)和經(jīng)濟(jì)發(fā)展，貨運(yùn)需求和排放將持續(xù)增長(zhǎng)[8]。

總體上，關(guān)于重型貨車碳排放時(shí)空分布特征及影響因素的研究相對(duì)有限。從碳排放時(shí)空分布及影響因素角度，既有研究更多關(guān)注城市交通[7]、出租車[9]、網(wǎng)約車[10]等的碳排放，其中部分研究對(duì)貨運(yùn)交通碳排放進(jìn)行了整體性分析，而未針對(duì)重型貨車碳排放特征進(jìn)行深入剖析。部分學(xué)者僅關(guān)注貨運(yùn)出行特征的時(shí)空分布研究[11-12]，并未拓展至碳排放范疇。而從重型貨車碳排放角度，既有研究主要聚焦于微觀層面重型貨車車輛尺度的碳排放機(jī)理和影響因素研究[5-6]或宏觀層面城市貨運(yùn)碳排放特征[8]，而中觀層面的道路路段尺度的碳排放研究相對(duì)缺乏?？紤]到重型貨車運(yùn)輸活動(dòng)與骨干交通網(wǎng)絡(luò)布局和產(chǎn)業(yè)園區(qū)分布存在一定關(guān)系，為研究重型貨車碳排放時(shí)空分布特征，需要將重型貨車碳排放與二者進(jìn)行關(guān)聯(lián)，從中觀層面分析重型貨車碳排放與道路網(wǎng)絡(luò)和產(chǎn)業(yè)布局之間的相互關(guān)系，進(jìn)而提出相應(yīng)的減碳策略。

為了更好地了解道路路段尺度的貨運(yùn)碳排放特征及相關(guān)影響因素，本文擬以上海重型貨車全樣本GPS 軌跡數(shù)據(jù)為基礎(chǔ)，結(jié)合道路網(wǎng)絡(luò)GIS 數(shù)據(jù)，分析重型貨車運(yùn)行軌跡，計(jì)算平均車速，同時(shí)結(jié)合貨車平均車速與碳排放之間的關(guān)系，計(jì)算上海重型貨車碳排放總量并分析其時(shí)空分布特征，進(jìn)而研究重型貨車碳排放與道路網(wǎng)絡(luò)、產(chǎn)業(yè)空間等因素的相互關(guān)系，最后提出重型貨車減碳建議。

1 數(shù)據(jù)處理及重型貨車碳排放計(jì)算

1.1 GPS數(shù)據(jù)來(lái)源

為分析重型貨車運(yùn)行狀況和碳排放情況，本研究從道路運(yùn)行管理部門收集了2020年上海某工作日約11.6 萬(wàn)輛12t 以上的貨運(yùn)車輛（以下簡(jiǎn)稱“重貨”）的1.5 億條GPS 軌跡數(shù)據(jù)。數(shù)據(jù)字段包括車輛編號(hào)（脫敏）、時(shí)間戳、經(jīng)度、緯度等，平均采樣時(shí)間間隔為30s左右，具體如表1所示。

表1 重貨GPS軌跡數(shù)據(jù)樣例

重貨GPS 軌跡在寶安公路-瀏翔公路交叉口附近的空間分布如圖1 所示。受制于GPS 數(shù)據(jù)的精度及道路寬度，大部分重貨GPS 信號(hào)點(diǎn)位呈沿道路中心線兩側(cè)一定范圍離散分布的規(guī)律，小部分GPS 信號(hào)進(jìn)入周邊地塊，如停車場(chǎng)、加油站等。該數(shù)據(jù)整體上可以較好地反映重貨空間位置和時(shí)間點(diǎn)，精度可以滿足碳排放計(jì)算相關(guān)要求。

圖1 寶安公路-瀏翔公路交叉口附近全日GPS信號(hào)點(diǎn)位分布圖

1.2 數(shù)據(jù)處理與分析流程

為了計(jì)算重貨碳排放并分析其時(shí)空分布特征，對(duì)原始數(shù)據(jù)按圖2所示流程進(jìn)行處理。

圖2 數(shù)據(jù)處理流程圖

（1）數(shù)據(jù)篩選。從空間、時(shí)間兩個(gè)維度對(duì)原始數(shù)據(jù)進(jìn)行篩選，剔除非上海市域范圍內(nèi)和非該工作日的數(shù)據(jù)。

（2）空間匹配。首先根據(jù)車牌號(hào)將數(shù)據(jù)分組，組內(nèi)按照時(shí)間戳的先后順序排序，形成每輛重貨的GPS 點(diǎn)位集合。然后，將所得點(diǎn)位集合與上海路網(wǎng)GIS 數(shù)據(jù)進(jìn)行匹配，使各個(gè)GPS 點(diǎn)位與路網(wǎng)數(shù)據(jù)相對(duì)應(yīng)，進(jìn)而計(jì)算得到連續(xù)兩個(gè)GPS點(diǎn)位重貨的行駛距離、平均車速、加速度等運(yùn)行情況。

（3）數(shù)據(jù)清洗。剔除計(jì)算參數(shù)中的異常數(shù)據(jù)。參考相關(guān)文獻(xiàn)[12]中的做法，本次數(shù)據(jù)清洗中的異常數(shù)據(jù)指平均速度大于130km/h 或加速度大于5m/s2的數(shù)據(jù)。

（4）碳排放計(jì)算。經(jīng)數(shù)據(jù)篩選、空間匹配、數(shù)據(jù)清洗后，根據(jù)每輛車在連續(xù)兩個(gè)時(shí)間戳間的行駛距離、平均車速及對(duì)應(yīng)的碳排放因子，計(jì)算每輛車在各個(gè)軌跡段的碳排放，進(jìn)而匯總獲得每輛車的日碳排放量和全市貨車碳排放總量。

（5）時(shí)空分析。根據(jù)空間匹配和碳排放計(jì)算結(jié)果進(jìn)行時(shí)空分析：分析貨車數(shù)量、行駛速度和碳排放的時(shí)間變化規(guī)律；探尋貨車流量和碳排放的空間分布特征。

1.3 基于車速的重貨碳排放因子

本研究通過(guò)采集城市典型工況下集裝箱卡車（以下簡(jiǎn)稱“集卡”）運(yùn)行狀態(tài)下的碳排放數(shù)據(jù)，得到集卡不同車速對(duì)應(yīng)的碳排放數(shù)據(jù)，如圖3 中“集卡觀測(cè)碳排放”曲線所示。

圖3 重型貨車碳排放量與車速關(guān)系曲線

然后，通過(guò)估算重貨載重量，建立重貨碳排放與集卡碳排放數(shù)據(jù)間的擬合關(guān)系。參考線圈、卡口視頻等統(tǒng)計(jì)數(shù)據(jù)，假設(shè)：上海12t 以上貨車中，集卡和非集卡各占50%；貨車空載和滿載情況各占50%；按照集卡空車12t，滿載40t，其他重型貨車空車重量在6～12t 間均衡分布，滿載重量在12～40t 間均衡分布。根據(jù)前文，集卡觀測(cè)數(shù)據(jù)中包含滿載和空載等情況，假設(shè)集卡空載和滿載情況各占40%和60%，空載12t、滿載40t，因此觀測(cè)到的集卡碳排放對(duì)應(yīng)的平均重量為60%×40t+40%×12t=28.8t。由2006 年Matthew 等研究發(fā)布的重貨排放模型可知：重貨單位行駛距離碳排放隨車重呈單調(diào)遞增的線性關(guān)系[5]。本研究根據(jù)該線性關(guān)系，基于觀測(cè)數(shù)據(jù)中的集卡平均載重量，預(yù)測(cè)重貨平均載重量，計(jì)算出重貨碳排放折減系數(shù)為83.4%，具體計(jì)算過(guò)程如表2 所示。由此得重貨不同速度對(duì)應(yīng)的碳排放值，如圖3 中“重貨擬合碳排放”曲線所示。

表2 重貨碳排放折減系數(shù)計(jì)算表

2 重貨碳排放時(shí)間分布特征

2.1 運(yùn)行車輛數(shù)及平均車速時(shí)變特征

重貨運(yùn)行車輛數(shù)和平均車速時(shí)變關(guān)系如圖4所示，并體現(xiàn)以下兩個(gè)特征。

圖4 上海重貨運(yùn)行車輛數(shù)、平均車速時(shí)變圖

（1）重貨運(yùn)行數(shù)量呈單峰特征。在凌晨2:00—3:00 重貨運(yùn)行車輛數(shù)處于最低值，然后逐漸增多，在白天9:00—16:00重貨運(yùn)行車輛數(shù)達(dá)到高值5.9萬(wàn)輛左右，約為全日運(yùn)行車輛數(shù)的45%，隨后逐漸減少。

（2）重貨平均車速小時(shí)分布呈深夜至清晨單高峰、早晚高峰雙低谷的特征。深夜（22:00—24:00）、凌晨至清晨（00:00—07:00）平均車速處于高值，尤其在03:00—04:00 達(dá)到最高值約48.5km/h。上午9:00—10:00、下午17:00—18:00平均車速處于全日低值，分別約為42.4km/h和41.5km/h。

2.2 碳排放時(shí)變特征

重貨運(yùn)行車輛數(shù)和碳排放時(shí)變關(guān)系如圖5 所示，總體上在10:00—17:00 時(shí)段呈高峰分布的特征。0:00—07:00 時(shí)段，道路運(yùn)行通暢，重貨車輛較少且平均車速較快，小時(shí)碳排放較少；07:00—10:00時(shí)段，重貨車輛數(shù)持續(xù)增加，平均車速降低至低谷，同時(shí)市區(qū)限制貨車通行，碳排放呈現(xiàn)一定平臺(tái)期，穩(wěn)定在約580t/h 的排放水平；10:00—17:00時(shí)段，隨著運(yùn)行車輛數(shù)的持續(xù)增加，小時(shí)碳排放達(dá)到全日最高峰，平均約680t/h，高峰小時(shí)最高碳排放量超過(guò)700t/h；17:00—20:00 時(shí)段，小時(shí)碳排放進(jìn)入新的平臺(tái)期，碳排放量穩(wěn)定在545t/h 左右；20:00—0:00 時(shí)段，隨著重貨運(yùn)行車輛數(shù)減少和道路擁堵情況緩解，碳排放量持續(xù)降低至全日低值。

圖5 上海重貨運(yùn)行車輛數(shù)、碳排放量時(shí)變圖

3 重貨碳排放空間分布特征

3.1 碳排放與道路網(wǎng)絡(luò)的關(guān)系

基于重貨GPS 軌跡數(shù)據(jù)，將重貨碳排放與路網(wǎng)進(jìn)行匹配，進(jìn)而分析重貨碳排放在市域路網(wǎng)上的空間分布特征，如圖6所示。

圖6 重型貨車碳排放空間分布圖

（1）受市區(qū)貨運(yùn)限行政策影響，重貨碳排放主要分布在中心城區(qū)以外區(qū)域的道路網(wǎng)絡(luò)。根據(jù)上海貨車限行規(guī)定，每日7:00—20:00時(shí)段懸掛外省市號(hào)牌的貨運(yùn)機(jī)動(dòng)車及每日凌晨6:00 至次日凌晨1:00 國(guó)三排放柴油貨車禁止在接近中環(huán)至外環(huán)的區(qū)域內(nèi)道路上通行（以下簡(jiǎn)稱“限行范圍1”），工作日每日7:00—20:00除特殊車輛外，懸掛本市號(hào)牌的貨運(yùn)機(jī)動(dòng)車禁止在類似內(nèi)環(huán)線以內(nèi)區(qū)域的道路上通行（以下簡(jiǎn)稱“限行范圍2”），具體限行范圍如圖7所示。

圖7 貨車限行區(qū)域示意圖

（2）繞城高速、沈海高速、外環(huán)線作為骨干貨運(yùn)通道，是重貨碳排放的主要空間。以上海收費(fèi)高速公路為例，高速公路網(wǎng)絡(luò)呈現(xiàn)“一環(huán)+多射+多聯(lián)”的總體格局，其中放射形線路以客運(yùn)功能為主，環(huán)形線路及環(huán)線聯(lián)絡(luò)線路以貨運(yùn)功能為主。2020 年，繞城高速、沈海高速日均貨車流量接近2 萬(wàn)自然車車次，為全網(wǎng)最高，導(dǎo)致這兩條公路貨車流量占比分別高達(dá)50%和27%左右，同樣位居全路網(wǎng)前兩位；同時(shí)，受客運(yùn)交通量疊加等因素影響，繞城高速、沈海高速局部區(qū)段在上海高速公路網(wǎng)絡(luò)中最為擁堵[13]。因此，在貨運(yùn)流量和交通擁堵水平兩個(gè)因素疊加影響下，繞城高速、沈海高速等道路的重貨碳排放值較高。

3.2 碳排放與城市用地的關(guān)系

重貨碳排放主要與城市大宗貨物的運(yùn)輸相關(guān)，而大宗貨物運(yùn)輸主要涉及工業(yè)物流、港口物流、城市生活物流等3 類物流運(yùn)輸作業(yè)。因此，從工業(yè)物流與城市用地、港口物流與城市用地、生活物流與城市用地等3 個(gè)方面研究重貨碳排放與城市用地的關(guān)系

（1）產(chǎn)業(yè)用地布局與重貨碳排放的關(guān)系

上海工業(yè)產(chǎn)業(yè)基地主要分布在城市中外圍區(qū)域。將重貨碳排放空間分布與工業(yè)產(chǎn)業(yè)基地分布進(jìn)行疊加（如圖8所示），可以看出，臨港裝備業(yè)基地、松江工業(yè)區(qū)、嘉定汽車產(chǎn)業(yè)基地、寶山鋼鐵基地等制造業(yè)產(chǎn)業(yè)基地周邊道路碳排放強(qiáng)度較高，說(shuō)明汽車、鋼鐵等制造業(yè)產(chǎn)業(yè)基地存在較大的重型貨車運(yùn)輸需求。

圖8 上海制造業(yè)產(chǎn)業(yè)基地與道路碳排放疊加圖

（2）港口用地布局與重貨碳排放的關(guān)系

2020 年上海港貨物集疏運(yùn)量約9.18 億t，其中公路集疏運(yùn)比例較高，占比約21.9%[14]。上海港貨物吞吐量主要集中于洋山港和外高橋港兩座港區(qū)。洋山港集疏運(yùn)通道主要包括東海大橋、滬蘆高速、繞城高速、南蘆公路等，外高橋港區(qū)集疏運(yùn)通道主要包括繞城高速、外環(huán)路、華東路等。上述道路重貨流量較大，碳排放強(qiáng)度相對(duì)較高。

（3）人口集聚區(qū)域與重貨碳排放的關(guān)系

生活物流在市域內(nèi)的運(yùn)輸主要依托中小型貨車，而重型貨車主要負(fù)責(zé)區(qū)域范圍內(nèi)中長(zhǎng)途運(yùn)輸至城市周邊大型農(nóng)貿(mào)市場(chǎng)和物流基地。上海中心城區(qū)是上海市人口最為集聚的區(qū)域，故其周邊地區(qū)布局的大型農(nóng)貿(mào)市場(chǎng)和物流基地周邊道路碳排放強(qiáng)度較高。

4 重型貨車碳減排建議

研究表明，減少貨運(yùn)碳排放總體上可以從減少不必要運(yùn)輸需求、提高交通能源效率、加強(qiáng)清潔能源應(yīng)用、提高低碳運(yùn)輸方式占比等4 個(gè)方面著手[15]。結(jié)合前文關(guān)于重貨碳排放時(shí)空分布特征研究結(jié)果，提出以下重型貨車碳減排建議。

4.1 加強(qiáng)產(chǎn)業(yè)空間布局與交通系統(tǒng)銜接

（1）加強(qiáng)貨運(yùn)需求較大的產(chǎn)業(yè)基地與鐵路和水運(yùn)系統(tǒng)銜接

從重貨碳排放與產(chǎn)業(yè)空間布局的關(guān)系來(lái)看，重要的制造業(yè)產(chǎn)業(yè)基地周邊道路是重貨碳排放的主要區(qū)域?，F(xiàn)狀除長(zhǎng)興、寶鋼、臨港等部分產(chǎn)業(yè)基地外，多數(shù)產(chǎn)業(yè)基地仍未接入鐵路或水運(yùn)系統(tǒng)。后續(xù)在產(chǎn)業(yè)基地布局和選址時(shí)應(yīng)加強(qiáng)與鐵路和水運(yùn)系統(tǒng)高效互動(dòng)。貨運(yùn)量達(dá)到一定規(guī)模的產(chǎn)業(yè)基地選址應(yīng)考慮鐵路和水運(yùn)系統(tǒng)銜接條件，并考慮鐵路支線、專用線或水運(yùn)碼頭等配套條件。

（2）從區(qū)域視角關(guān)注產(chǎn)業(yè)鏈上下游協(xié)作及相應(yīng)的空間資源配置

以制造業(yè)為代表的第二產(chǎn)業(yè)是貨運(yùn)需求較大的產(chǎn)業(yè)，也是產(chǎn)業(yè)鏈條較長(zhǎng)、分工較為復(fù)雜的產(chǎn)業(yè)。考慮到區(qū)域產(chǎn)業(yè)分工和競(jìng)爭(zhēng)特征，應(yīng)該加強(qiáng)從城市群、都市圈等區(qū)域發(fā)展視角，以及產(chǎn)業(yè)鏈上下游協(xié)作視角，統(tǒng)籌考慮產(chǎn)業(yè)空間布局，減少由于空間布局不合理造成的不必要貨物運(yùn)輸需求。

4.2 重視低碳視角下交通系統(tǒng)布局優(yōu)化

（1）進(jìn)一步加強(qiáng)水鐵聯(lián)運(yùn)、水水聯(lián)運(yùn)，優(yōu)化港口集疏運(yùn)的方式結(jié)構(gòu)

從重貨碳排放與港口空間布局的關(guān)系來(lái)看，港口集疏運(yùn)通道以及周邊道路也是重貨碳排放的主要區(qū)域?，F(xiàn)狀上海港各港區(qū)鐵路均未直接接入，鐵路在集疏運(yùn)系統(tǒng)中占比偏低，不足0.1%[14]。因此，對(duì)于重要港區(qū)，應(yīng)加強(qiáng)鐵路支線、專用線接入港區(qū)核心區(qū)域，進(jìn)一步增強(qiáng)水鐵聯(lián)運(yùn)比重，降低港口集疏運(yùn)碳排放。

（2）研究建設(shè)全天候或限時(shí)貨運(yùn)專用通道，提高道路貨物運(yùn)輸效率

根據(jù)交通運(yùn)輸部公路科學(xué)研究院的調(diào)研報(bào)告，我國(guó)貨車平均速度為50km/h 左右[16]。由前文可知，高峰時(shí)段繞城高速寶山段、浦東北段等疏港通道長(zhǎng)時(shí)間處于擁堵?tīng)顟B(tài)。根據(jù)圖3 典型城市工況下觀測(cè)到的不同車速集卡碳排放值，擁堵?tīng)顟B(tài)下（平均車速小于10km/h）集卡碳排放是暢通狀態(tài)（平均車速為50km/h 左右）下的2 倍以上。對(duì)比小客車碳排放，暢通狀態(tài)下，集卡碳排放達(dá)到小客車的5 倍以上。為此，在進(jìn)一步優(yōu)化港口集疏運(yùn)方式結(jié)構(gòu)的基礎(chǔ)上，考慮到目前疏港道路的常態(tài)擁堵，有必要研究建設(shè)全天候或限時(shí)貨運(yùn)專用通道，以有效緩解貨運(yùn)擁堵水平，降低貨運(yùn)碳排放量。

5 結(jié)語(yǔ)

為了研究重型貨車碳排放時(shí)空分布特征及其影響因素，本文基于上海重貨GPS 數(shù)據(jù)和道路網(wǎng)絡(luò)GIS 數(shù)據(jù)，計(jì)算了重貨平均車速，并通過(guò)觀測(cè)集卡實(shí)際行駛過(guò)程中不同車速對(duì)應(yīng)的碳排放量，借助重貨碳排放與車重間的線性關(guān)系，估算城市中道路尺度的重貨碳排放情況。在此基礎(chǔ)上，分析重貨碳排放時(shí)空分布規(guī)律。然后，結(jié)合城市綜合交通路網(wǎng)特征和用地布局，探討了重貨碳排放與交通路網(wǎng)、產(chǎn)業(yè)布局間的相互關(guān)系。最后，從產(chǎn)業(yè)用地布局、交通規(guī)劃等方面提出重貨減排建議。

受限于數(shù)據(jù)收集不全，本文在重型貨車碳排放的計(jì)算過(guò)程中對(duì)車型、載重情況作了一定的簡(jiǎn)化處理，對(duì)碳排放的測(cè)算精度有所影響，進(jìn)而可能影響減碳策略的針對(duì)性。后續(xù)可以從以下兩個(gè)方面進(jìn)行優(yōu)化：一是結(jié)合GPS 數(shù)據(jù)深入挖掘重型貨車的運(yùn)行細(xì)節(jié)，包括OD 分布、中途點(diǎn)，疊加用地布局特征，更深入地認(rèn)識(shí)重型貨物運(yùn)輸需求特征；二是在當(dāng)前集卡碳排放觀測(cè)數(shù)據(jù)基礎(chǔ)上，進(jìn)一步拓展觀測(cè)范圍，對(duì)不同車型、不同載重量的重型貨車碳排放數(shù)據(jù)進(jìn)行觀測(cè)，補(bǔ)充現(xiàn)狀道路運(yùn)行觀測(cè)數(shù)據(jù)，加強(qiáng)上海路網(wǎng)實(shí)際運(yùn)行貨車的類型、載重等數(shù)據(jù)采集，以更精確地測(cè)算上海重型貨車碳排放，進(jìn)而更準(zhǔn)確地認(rèn)識(shí)不同區(qū)域、不同時(shí)段重貨碳排放特征，以便更有針對(duì)性地研究減碳策略。