Investigating the effects of intersection control types on emissions using microsimulation models and field measurements
Bibliographic record
Abstract
L’estimation des émissions est en voie de devenir un indicateur clé à l’évaluation des impacts engendrés par des projets de transport. L'objectif général de cette recherche est de déterminer l'impact des contrôles de la circulation, en particulier les panneaux d'arrêt, sur les émissions des véhicules, comparativement à d’autres contrôles aux intersections. L'objectif du premier projet est de proposer une approche de modélisation microscopique basée sur des outils informatiques pour évaluer l'impact, sur les niveaux d'émission dans un corridor urbain, avant et après la transformation des intersections contrôlées par des panneaux d’arrêt unidirectionnel à celles dotées de panneaux d’arrêt « toutes directions ». Cette étude de cas a utilisé le modèle d'émissions MOVES de l'EPA, ainsi que le modèle de micro simulation de la circulation VISSIM, pour évaluer l'impact des modifications des intersections sur les émissions à l'aide d'une étude de cas basée à Montréal. Les intersections se trouvant dans la zone d’étude ont été réaménagées en passant d'un arrêt unidirectionnel à un arrêt « toutes directions » dans le cadre d’une décision politique visant à améliorer la sécurité des piétons et des cyclistes. Cette modification a été évaluée à l'aide des modèles susmentionnés et il en ressort que la consommation énergétique ainsi que les taux d'émission de CO, NOX, NO, NO2, CO2 atmosphérique, PM10 - gaz d'échappement, PM10 - usure des freins, PM2,5 - gaz d'échappement et PM2,5 – l’usure des freins ont augmenté à la suite de l’installation des panneaux d’arrêt, avec une hausse variant de 4,4% à 32%. Les seuls polluants dont les taux ont diminué étaient les PM2,5 et les PM10 en raison de l'usure des pneus.Dans la deuxième partie de la recherche, un dispositif PEMS a été utilisé avec plusieurs véhicules d'essai. Ces véhicules ont parcouru l'ensemble du réseau qui figure dans la première partie de cette recherche, ainsi que plusieurs autres réseaux de composition similaire. Les données ont été classées en fonction du type d'intersection et ont ensuite été comparées. Les résultats ont démontré qu'à l'intérieur d'une zone tampon de 30 m de l'intersection, on y retrouve une tendance générale avec laquelle les intersections contrôlées par un panneau d’arrêt dans l'approche secondaire génèrent le moins d'émissions, suivies des intersections avec arrêt « toutes directions », puis des intersections signalisées avec des augmentations respectives en émissions allant de 20% à 50% entre chaque type. Toutefois, cette tendance disparaît lorsque les données sont contrôlées en relation avec le nombre de secondes qu'un véhicule passe dans chaque type d'intersection, les taux d'émission devenant ainsi relativement égaux. Les trajets empruntés ont été incorporés dans le modèle MOVES afin de comparer les prévisions du modèle aux données in-situ qui ont été recueillies. Nous avons constaté que les estimations du modèle MOVES étaient incohérentes, le modèle offrant une prévision relativement précise de la consommation énergétique, tout en surestimant les émissions de NO et de NO2 et à la fois sous-estimant les émissions de CO2. Un faible degré de corrélation a été observé, avec des valeurs absolues comprises entre 0,006 et 0,269.Une conclusion importante de cette recherche est que les modèles de micro simulation ajoutent des inexactitudes à l'évaluation. L'ajout de panneaux d'arrêt et l'arrêt requis qui suit, augmentent considérablement les émissions des véhicules liées au changement climatique et aux problèmes de santé humaine. Lors du renouvellement des intersections ou de la mise en œuvre d'autres modifications de la chaussée, les impacts sur l'environnement et la santé publique doivent être pris en compte dans le processus de décision et de conception. De plus, les outils d'estimation des émissions comme MOVES devraient être évalués davantage dans le contexte canadien pour valider leur précision et leur étalonnage
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".