Long-term air pollution responses to transportation policies in the Tehran Metropolitan Area

• Autorzy: Hosseinlou M. H. , Kabiri S.

Identyfikatory

DOI

10.1515/ace-2015-0097

Warianty tytułu

PL

Długoterminowe reagowanie na zanieczyszczenia powietrza w politykach transportowych Obszaru Metropolitalnego Teheranu

• Języki publikacji: EN

Abstrakty

EN

Transportation networks respond differently to applied policies. The Tehran Metropolitan Area has one of the most complex networks with complex users, which has experienced many of these policies change within the past decades. In this study, some of these policies and their effect on air pollution is investigated. The goal is to pinpoint the variables which have the most effect on various transportation models and investigate how new policies should be focused. In order to do so, long-term variations of air pollution monitoring stations were analyzed. Results show that the most significant parameter that may affect air pollution is users' behavior due to the lack of a public transportation network and its level of comfort. The results of this study will be useful in developing new policies and evaluating their long-term consequences in appropriate models.

PL

Nie można zignorować zależności ludzi od sieci motoryzacyjnych, a tym samym zarządzanie tymi sieciami jest ważnym zadaniem w odpowiedniej eksploatacji tych sieci. Jednak w ostatnich latach szybkość urbanizacji rzeczywiście stworzyła wiele obaw dotyczących warunków zdrowotnych panujących na samej Ziemi i dotyczących ludzi, którzy na niej żyją, a konkretnie zanieczyszczeń powietrza. Takie obawy doprowadziły do stworzenia różnych polityk, które obecnie obowiązują w sieciach transportowych. Jednak sieci transportowe reagują różnie na obowiązujące polityki. Obszar Metropolitalny Teheranu (TMA, Tehran Metropolitan Area) – stolicy Iranu – jest jedną z najbardziej złożonych sieci ze złożonymi użytkownikami, która doświadczyła wielu polityk w ciągu ostatnich dziesięcioleci. Obecny plan, zmieniony prawie dziewiętnaście razy w zakresie obejmującego obszaru, floty i harmonogramu od 1978 roku, głównie ogranicza dostępność samochodów osobowych. Został on wprowadzony w 2004 roku. „Polityka Ograniczenia Ruchu w Dniach Parzystych i Nieparzystych” Odd-Even Day (Odd-Even Day Traffic Restriction Policy, OETRP) i „Polityka Stref Zastrzeżonych” (Restricted Area Policy, RAP) to dwa główne plany obowiązujące obecnie w Centralnej Dzielnicy Biznesowej (Central Business District, CBD). Ponad 40 procent codziennych podróży osób dojeżdżających przesuwa się w kierunku centrum miasta w porannych godzinach szczytu, dlatego większość polityk zarządzania transportem koncentruje się na dzielnicy CBD. Region cierpi zarówno z powodu korków, jak i zanieczyszczenia powietrza na skutek codziennych podróży, z czego to drugie stało się w ostatnich latach centrum wzmożonej uwagi. W niniejszej pracy poddano badaniu niektóre z tych polityk i ich wpływ na zanieczyszczenie powietrza. Celem jest znalezienie tych zmiennych, które mają największy wpływ na konkretne modele transportu i na czym powinny się koncentrować nowe polityki.

Słowa kluczowe

EN

transportation network; air pollution; user behaviour; policy analysis

PL

sieć transportowa; zanieczyszczenie powietrza; zachowania użytkowników; analiza polityki

• Wydawca: Komitet Inżynierii Lądowej i Wodnej PAN ; Politechnika Warszawska, Wydział Inżynierii Lądowej
• Czasopismo: Archives of Civil Engineering
• Rocznik: 2016
• Tom: Vol. 62, nr 4/I
• Strony: 51--71
• Opis fizyczny: Bibliogr. 23 poz., il.

Twórcy

autor

Hosseinlou M. H.

• K.N.Toosi University of Technology, Civil Engineering Department, Vali-e-asr, Mirdamad, Tehran

autor

Kabiri S.

• K.N.Toosi University of Technology, Civil Engineering Department, Vali-e-asr, Mirdamad, Tehran

Bibliografia

• 1. Vafa-Arani, H., et al., A system dynamics modeling for urban air pollution: A case study of Tehran, Iran. Transportation Research Part D: Transport and Environment, 2014. 31: p. 21-36.
• 2. Ahanchian, M. and J.B.M. Biona, Energy demand, emissions forecasts and mitigation strategies modeled over a medium-range horizon: The case of the land transportation sector in Metro Manila. Energy Policy, 2014. 66(0): p. 615-629.
• 3. Davoudpour, H. and M.S. Ahadi, The potential for greenhouse gases mitigation in household sector of Iran: cases of price reform/efficiency improvement and scenario for 2000–2010. Energy Policy, 2006. 34(1): p. 40-49.
• 4. Alipour, S., et al., Energy and environmental issues in transport sector. International Journal of Environmental Research, 2010. 5(1): p. 213-224.
• 5. Statistical Centre of Iran. Iran Statistical Year Book. 2012; Available from: www.amar.org.
• 6. Naddafi, K., et al., Health impact assessment of air pollution in megacity of Tehran, Iran. Journal of Environmental Health Science and Engineering, 2012. 9(1): p. 28.
• 7. Jamaati, H.R., et al., The effects of air pollution on acute respiratory conditions. Respirology, 2003. 8(2): p. 213-230.
• 8. Masiol, M., et al., Thirteen years of air pollution hourly monitoring in a large city: Potential sources, trends, cycles and effects of car-free days. Science of The Total Environment, 2014. 494-495: p. 84-96.
• 9. Han, X. and L.P. Naeher, A review of traffic-related air pollution exposure assessment studies in the developing world. Environment international, 2006. 32(1): p. 106-120.
• 10. Xia, T., et al., Traffic-related air pollution and health co-benefits of alternative transport in Adelaide, South Australia. Environ Int, 2015. 74: p. 281-90.
• 11. Shepherd, S.P., A review of system dynamics models applied in transportation. Transportmetrica B: Transport Dynamics, 2014. 2(2): p. 83-105.
• 12. Sabounchi, N.S., et al., Dynamic simulation modeling and policy analysis of an area-based congestion pricing scheme for a transportation socioeconomic system. Transportation Research Part A: Policy and Practice, 2014. 59(0): p. 357-383.
• 13. Robalino-López, A., A. Mena-Nieto, and J.E. García-Ramos, System dynamics modeling for renewable energy and CO2 emissions: A case study of Ecuador. Energy for Sustainable Development, 2014. 20: p. 11-20.
• 14. Haghshenas, H., M. Vaziri, and A. Gholamialam, Evaluation of sustainable policy in urban transportation using system dynamics and world cities data: A case study in Isfahan. Cities, 2014.
• 15. Wang, J., H. Lu, and H. Peng, System Dynamics Model of Urban Transportation System and Its Application. Journal of Transportation Systems Engineering and Information Technology, 2008. 8(3): p. 83-89.
• 16. Haghani, A., S.Y. Lee, and J.H. Byun, A system dynamics approach to land use/transportation system performance modeling Part I: Methodology. Journal of Advanced Transportation, 2003. 37(1): p. 1-41.
• 17. Abbas, K.A. and M.G.H. Bell, System dynamics applicability to transportation modeling. Transportation Research Part A: Policy and Practice, 1994. 28(5): p. 373-390.
• 18. TCTTC, Tehran Transportation statistics. 2013.
• 19. Hajihosseinlou, M. and S. Kabiri, Evaluating the effect of vehicles on air pollution and defining the main pollutant in modeling and validating transportation networks, in 14th International Conference on Traffic and Transportation Engineering. 2015: Tehran, Iran.
• 20. Keyhani, A., et al., An assessment of wind energy potential as a power generation source in the capital of Iran, Tehran. Energy, 2010. 35(1): p. 188-201.
• 21. Rashidi, M. and M. Massoudi, A study of the relationship of street level carbon monoxide concentrations to traffic parameters. Atmospheric Environment (1967), 1980. 14(1): p. 27-32.
• 22. Sarabi, E.R., An analysis to energy consumption rate in road transportation sector of Iran and introduction policies of fuel consumption management in recent years. Procedia Engineering, 2011. 21(0): p. 989-996.
• 23. Deakin, E., et al., Transportation Pricing Strategies for California: An Assessment of Congestion, Emissions, Energy. And Equity Impacts. 1996, University of California Transportation Center.