城市道路交通CO2排放模型系统综述

随着快速城市化和出行需求的不断增长，城市交通系统面临日益严重的拥堵，导致CO2排放量升高。本文对估算城市道路交通CO2排放的模型现状进行了系统综述，并探讨了它们在各种交通管理场景中的适用性。城市道路交通CO2排放模型通常可分为两大类。传统模型通常基于平均车速、交通状况或车辆运行工况来估算排放，而数据驱动模型则利用机器学习和深度学习等技术来捕捉复杂的排放模式。该综述提出了一组模型选择标准，即数据可用性、计算复杂度、可解释性和可迁移性。基于对这些标准的对比评估，研究发现目前尚无通用的万能模型。相反，模型的适用性在很大程度上取决于当地的数据基础设施和具体的应用需求。因此，未来的工作需要增强模型的本地化和个性化以提高估算准确性，而融合时空数据驱动的建模方法很可能成为未来研究的热点。