疏导交通拥堵是降低排放的新方法

一项新颖研究的结果还将为司机节省时间和燃料

Intense traffic jam on a highway.

美国能源部正准备利用其国家实验室强大的计算能力来解决美国人生活中每天都会遇到的难题:交通拥堵。

这项努力的目的不仅仅是为了改善驾驶员的心情。如果成功,它可以将美国交通燃料消耗量降低高达 20%,并减少汽车排放。

第二个目标是通过在未来 10 年内疏导美国城市的早晚高峰交通拥堵,挽回高达 1000 亿美元的工人生产力损失。


关于支持科学新闻报道

如果您喜欢这篇文章,请考虑通过 订阅来支持我们屡获殊荣的新闻报道。 通过购买订阅,您正在帮助确保未来有关塑造当今世界发现和想法的重大故事得以延续。


两年前,位于田纳西州橡树岭的橡树岭国家实验室和位于科罗拉多州戈尔登的国家可再生能源实验室选择了田纳西州的查塔努加(人口 182,799 人)作为他们第一个减少交通实验的试验品。

这座城市坐落在该州东南角的丘陵和山脊之间,被列为美国交通最拥堵的 20 个城市之一。

美国国家可再生能源实验室 (NREL) 的科学家们的第一步是建立一个详细的计算机模型,或者他们所称的城市交通模式的“数字孪生体”,以隔离并探索解决其拥堵的早晚高峰的方案。

“查塔努加为与优秀的市政和州合作伙伴合作提供了理想的微观条件和机会,”NREL 车辆技术管理项目经理约翰·法雷尔解释说。

“最终,计划是将这些解决方案应用于全国更大的都市区和区域走廊。”

国家目标是每年节省浪费的 33 亿加仑燃料,减少 88 亿小时的生产力损失,并减少汽车在交通拥堵中怠速时每年产生的排放量激增。

根据 NREL 的数据,在典型(非 COVID-19)年份,驾驶员会花费 46 小时“被困在方向盘后”。

正如法雷尔在一次采访中解释的那样,对查塔努加交通进行为期两年的研究的关键是 NREL 最新的超级计算机 Eagle。它可以每秒进行 800 万亿次计算。他指出,计算机技术和不断积累的应用知识相结合,是五年前不存在的。

它帮助 NREL 使用一种称为“机器学习”的过程,该过程可以探索大量数据并快速识别可能需要人类数周甚至数月才能发现的模式。查塔努加的交通提供了大量数据。

科学家们与一长串合作伙伴合作。其中包括该市的交通部门、三所大学、田纳西州和佐治亚州交通部门以及联邦快递公司等多家运输公司。

研究中考虑了 500 多个数据源。其中包括:美国全球定位系统中的太空卫星、自动摄像头、雷达探测器、气象站、显示汽车位置的城市记录和视觉观察。

法雷尔补充说:“机器学习的难题之一是,它可以告诉你问题区域的‘是什么’,而不是‘为什么’。”Eagle 首先关注的“是什么”是 Shallowford Road,这是一条多车道高速公路,将郊区的司机输送到城市。

研究人员发现,Shallowford 沿线的四个交通信号控制器被设定为处理非常繁忙的交通,这意味着在一天中的中间时段,司机们会发现自己被一连串的红灯拦住。

他们的一项“缓解拥堵”的措施是能够根据交通情况调整时间,这导致更多的绿灯,并且高速公路上的车辆燃料消耗量大幅减少 16%。

仅此一举,他们就使一个区域接近了他们为整个城市设定的节油目标。在此之前,他们的方法都是基于计算机的理论。法雷尔称这一结果“既令人震惊又令人欣慰”。

“我们说服自己,我们有一条可行的途径来实现目标,”他说,指的是全市的拥堵解决方案。

接下来的两年将致力于解决区域交通问题,其中包括通往查塔努加地区的其他高速公路。它将研究卡车交通的行为以及它如何响应查塔努加的解堵变化。

他们将包括“动态限速”,以更有效地移动交通,并调整控制通往高速公路匝道的红绿灯的时间。

法雷尔指出:“货运是造成交通拥堵的主要因素之一,不仅在那里,而且在全国各地都是如此。”他解释说,让卡车反复停止和启动,尤其是在丘陵地区,会导致比汽车更多的燃料损失和改变气候的排放。

根据 NREL 的数据,每年有超过 110 亿吨的货物通过美国高速公路运输,每天价值超过 320 亿美元的商品。

到 2022 年 10 月左右,NREL 及其合作伙伴希望他们将拥有一个可以应用于其他城市及其周边地区的模型。丹佛和亚特兰大是最有可能成为下一个交通建模的城市。

法雷尔说,他希望基于查塔努加的模型和经验能够被调整,以便在一年内为其他城市基于拥堵的问题带来答案。

他说:“对气候变化的影响只是我们可以帮助减少的众多问题之一。“当您解决拥堵问题时,您也会提高安全性。”

虽然 COVID-19 最近将交通拥堵中损失的时间缩短到大约 26%,但法雷尔表示,一旦国家经济复苏,因交通拥堵而损失的时间很可能会恢复到 40 到 50 小时的全国平均水平。

这转化为 88 亿小时的生产力损失。“尽量减少这种情况的影响结果将是一个非常大的数字,因为它会影响很多人,”法雷尔补充说,他预测这可能会激发更快的测试和更快的超级计算机。

经 POLITICO, LLC 许可转载自 E&E 新闻。版权所有 2021。 E&E 新闻为能源和环境专业人士提供重要新闻。

© . All rights reserved.