مقاله کنفرانسی سال ۱۴۰۴ فارسی

پیش بینی کوتاه مدت انتشار آلاینده 𝐂𝐎 𝟐 ناشی از حجم عبوری وسایل نقلیه سنگین با استفاده از الگوریتم XGBoost (مطالعه موردی محور کرج _ قزوین)

چکیده مقاله

این پژوهش با هدف توسعه یک چارچوب داده محور برای برآورد و پیش بینی کوتاه مدت انتشار CO₂ ناشی از ناوگان سنگین در یک محور برون شهری پرتردد انجام شده است محدوده مطالعه آزادراه قزوین–البرز کرج–قزوین بوده و داده های تردد ثبت شده توسط دیتکتورها و دوربین های ترافیکی در بازه ۰۱/۰۱/۱۴۰۳ تا ۳۱/۰۶/۱۴۰۳ مورد استفاده قرارگرفته است پس از پالایش و یکپارچه سازی داده ها، شاخص های عملیاتی شامل حجم ساعتی، الگوی شبانه روزی و سهم ناوگان سنگین استخراج شد نتایج توصیفی نشان داد سهم ناوگان سنگین به طور میانگین ۶ تا ۱۰ درصد بوده و در ساعات ۱۷ و ۱۸ به حدود ۱۸ درصد می رسد ضریب انتشار CO₂ ناوگان سنگین با استفاده از نرم افزار COPERT ۵ ۹ ۲ و با در نظر گرفتن غالب بودن موتورهای دیزلی با استاندارد یورو ۲ تا یورو ۴، برابر ۳/۵۷۵ گرم در کیلومتر برآورد شد سپس مدل پیش بینی کوتاه مدت احجام ترافیکی ناوگان سنگین با الگوریتم XGBoost توسعه یافته و مقادیر پیش بینی شده به انتشار CO₂ در مقیاس زمانی و مکانی تبدیل گردید تحلیل تغییرات زمانی انتشار امکان شناسایی ساعات بحرانی را فراهم کرده و نتایج حاصل، مبنایی برای ارائه راهکارهای مدیریتی از جمله مدیریت زمان تردد ناوگان سنگین، تنظیمات بهره برداری و اولویت بندی مداخلات در ساعات اوج سهم ناوگان سنگین فراهم می کند این چارچوب، با اتکا به داده های فعالیت واقعی و مدل های قابل تفسیر، ابزار موثری برای تصمیم سازی پیشگیرانه در کنترل پیک های انتشار آلاینده در مقیاس ساعتی ارائه می دهد

کلیدواژه‌ها

ناوگان سنگین COPERT XGBoost انتشار آلاینده CO₂ پیش بینی کوتاه مدت

نویسندگان

تصویر محمد فضلی خانی

محمد فضلی خانی

دانشجویی کارشناسی ارشد برنامه ریزی حمل ونقل دانشگاه علم و صنعت ایران

تصویر محراب قدس

محراب قدس

دانشجویی کارشناسی ارشد برنامه ریزی حمل ونقل دانشگاه علم و صنعت ایران

تصویر ملیکا اشراقی

ملیکا اشراقی

دانشجویی کارشناسی ارشد برنامه ریزی حمل ونقل دانشگاه علم و صنعت ایران

شیوه ارجاع

فضلی خانی، محمد و قدس، محراب و اشراقی، ملیکا و شیخ الاسلامی، عبدالرضا،1404،پیش بینی کوتاه مدت انتشار آلاینده 𝐂𝐎 𝟐 ناشی از حجم عبوری وسایل نقلیه سنگین با استفاده از الگوریتم XGBoost (مطالعه موردی محور کرج _ قزوین)،بیستمین کنفرانس بین المللی مهندسی حمل و نقل و ترافیک،تهران

ارائه‌شده در

پوستر مجموعه مقالات سومین همایش ملی و اولین همایش بین المللی مدیریت مقصد گردشگری: (اقتصاد دریا) مجموعه مقالات سومین همایش ملی و اولین همایش بین المللی مدیریت مقصد گردشگری: (اقتصاد دریا)25 بهمن 1404 · بابلسر
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۴ ۴۸۵ مشاهده

گردشگری و توسعه پایدار: تحلیل ابعاد چندمعیاره اثرات اقتصادی و اجتماعی با رویکردی به الگوی مدیریتی در جوامع میزبان(مطالعه مورد گنبدکاووس)

گردشگری به عنوان یکی از پیشران های مهم توسعه منطقه ای، دارای پیامدهای اقتصادی و اجتماعی–فرهنگی چندوجهی و…

گردشگریتوسعه منطقه ایاجتماعی
مقاله کنفرانسی سال ۱۴۰۴ ۲۷۹ مشاهده

ارزیابی هویت برند شهری در مقاصد گردشگری شهری

با تشدید رقابت میان مقاصد گردشگری، توجه به هویت برند مقصد به یکی از الزامات اساسی این صنعت تبدیل شده است…

برند مقصدفرهنگ مقصدهویت برند مقصد
مقاله کنفرانسی سال ۱۴۰۴ ۲۱۶ مشاهده

آلودگی بصری زباله های ساحلی و رفتار مسئولانه زیست محیطی گردشگران: رویکرد مدل فعال سازی هنجار (NAM)

گردشگری ساحلی با وجود ایجاد فرصت های اقتصادی و اجتماعی بر محیط طبیعی سواحل تاثیر گذاشته و از طریق زباله…

آلودگی بصریزباله های ساحلیگردشگری
مقاله کنفرانسی سال ۱۴۰۴ ۱۹۳ مشاهده

نقش شروط عدم رقابت در ادغام و تملک شرکت ها: توازن میان منافع تجاری شرکت و حقوق کارمندان؛ بررسی تطبیقی حقوق آمریکا و ایران

ادغام شرکت ها علی رغم آنکه بنگاه اقتصادی را از شرایط نابسامان مالی خارج نموده و توان رقابتی آنها را بهبو…

بررسی تطبیقیآمریکاایران
مقاله کنفرانسی سال ۱۴۰۴ ۱۷۷ مشاهده

تاب آوری مقصدهای گردشگری ساحلی در مواجهه با تغییرات اقلیمی: مروری بر رویکردهای مدیریت بحران و معیشت های وابسته به اقتصاد دریا

مقاصد گردشگری ساحلی، به عنوان هسته های اقتصاد آبی، با تهدیدهای ترکیبی تغییرات اقلیمی مانند بالا آمدن سطح…

تغییرات اقلیمیمدیریت بحرانگردشگری ساحلی
مقاله کنفرانسی سال ۱۴۰۴ ۱۷۵ مشاهده

ارائه مدل تاب آوری محورهای خروجی شهر تهران در شرایط بحران زلزله براساس مدل طرح جامع حمل ونقل کشور

تاب آوری شبکه حمل ونقل شهری در شرایط بحران، به ویژه زلزله، یکی از مولفه های اساسی مدیریت بحران در کلان ش…

مدیریت بحرانشاخص ترکیبیآنتروپی شانون