Evaluating vehicular emissions with an integrated mesoscopic and microscopic traffic simulation
Notice bibliographique
Résumé
This paper demonstrates the implementation of a traffic simulation linked with instantaneous emissions modelling and is used to evaluate the effects of street closures and area-wide pedestrianization on vehicle-induced greenhouse gas emissions. The study is set in Montreal, Canada where traffic in a dense borough (8656 links) is simulated in a dynamic traffic assignment mode to generate second-by-second speed profiles along every link in the 7–8 AM period. Instantaneous speeds are then used to estimate link-level and intersection-level emissions. The traffic demand at the borough boundaries is simulated using a mesoscopic traffic assignment model developed for the Montreal metropolitan region (127 217 links). Street closures and area-wide pedestrianization schemes are modelled within the microscopic as well as the mesoscopic models to evaluate their effects on greenhouse gas emissions, both while accounting for changes in demand and under constant demand. In all cases, we observe an increase in borough-level greenhouse gas emissions compared to the base-case scenario indicating that such schemes do not lead to a reduction in emissions even when accounting for changes in demand. We also compare emissions calculated using the microscopic models (traffic and emissions) and those obtained from the mesoscopic assignment (traffic and average-speed emissions) and observe that the regional model is much less sensitive to local-level changes mostly due to the incapacity of simulating accelerations and decelerations and therefore underestimating the changes in borough-level emissions compared to the base-case scenario. This indicates the importance of adopting instantaneous emissions models for the evaluation of changes to street configuration.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».