现代文明的今天,汽车已成为人们出行时越来越不可或缺的交通运输工具,汽车数量逐年增长,随之而来的交通拥堵、尾气排放污染等问题也日益加剧,尾气污染不断威胁着居民的身心健康及城市环境的舒适程度。因此,如何准确估算区域层面的尾气排放和扩散情况,并提出治理方案成为交通管理部门和环境监管部门的燃眉之急。传统空气质量调查方法多以定点或移动的空气质量检测仪为主要手段,检测仪可较为准确的计算仪器周边空气中NO2, NO、SO2、及其他碳氢化合物等多种成分的含量。但不论是定点还是移动的检测方式,都存在较大的检测时空范围的限制。为尝试解决上述问题,我们考虑从尾气排放的源头入手,引进大量存在的车辆轨迹数据,提取轨迹数据中内涵的驾驶行为特征,反演出可能的尾气排放量,并且通过与来自于空气质量监测仪中的相关数据进行校准,发展区域的尾气排放估算方法。特别地,考虑到道路交叉口在交通体系中的重要作用,本文将交叉口作为主要研究对象,并期待在今后的研究中能扩展至整个路网。这一想法的实现主要包括两部分。首先是尾气估算模型的建立,我们通过现场采集的空气质量数据和交通流量数据,进行相关及回归分析,试图建立区域尾气排放估算模型。其次是模型应用阶段输入参数的提取,发展基于海量轨迹数据提取交叉口交通流信息的方法,包括反演交叉口各方向任意时段的平均等待时间及交叉口任意时段的交通流量,并将提取的交通流量作为估算模型应用时的输入参数,实现尾气排放的估算。本文采用2012年上海出租车的实测轨迹数据展开了针对上述方法的实验性应用。结果表明,上述方法可以建立尾气估算模型,对海量车辆轨迹数据进行有效地处理,提取出交叉口的交通流信息,实现尾气估算。在今后的研究中,我们需要考虑影响尾气排放的更多因素,并将其增加进尾气排放估算模型中,进一步提高估算精度。