美國能源部正準備利用其國家實驗室強大的計算能力來解決美國人生活中每天都會遇到的難題：交通擁堵。
這項努力的目的不僅僅是為了改善駕駛員的心情。如果成功，它可以將美國交通燃料消耗量降低高達 20%，並減少汽車排放。
第二個目標是透過在未來 10 年內疏導美國城市的早晚高峰交通擁堵，挽回高達 1000 億美元的工人生產力損失。
關於支援科學新聞報道
如果您喜歡這篇文章，請考慮透過 訂閱來支援我們屢獲殊榮的新聞報道。 透過購買訂閱，您正在幫助確保未來有關塑造當今世界發現和想法的重大故事得以延續。
兩年前，位於田納西州橡樹嶺的橡樹嶺國家實驗室和位於科羅拉多州戈爾登的國家可再生能源實驗室選擇了田納西州的查塔努加（人口 182,799 人）作為他們第一個減少交通實驗的試驗品。
這座城市坐落在該州東南角的丘陵和山脊之間，被列為美國交通最擁堵的 20 個城市之一。
美國國家可再生能源實驗室 (NREL) 的科學家們的第一步是建立一個詳細的計算機模型，或者他們所稱的城市交通模式的“數字孿生體”，以隔離並探索解決其擁堵的早晚高峰的方案。
“查塔努加為與優秀的市政和州合作伙伴合作提供了理想的微觀條件和機會，”NREL 車輛技術管理專案經理約翰·法雷爾解釋說。
“最終，計劃是將這些解決方案應用於全國更大的都市區和區域走廊。”
國家目標是每年節省浪費的 33 億加侖燃料，減少 88 億小時的生產力損失，並減少汽車在交通擁堵中怠速時每年產生的排放量激增。
根據 NREL 的資料，在典型（非 COVID-19）年份，駕駛員會花費 46 小時“被困在方向盤後”。
正如法雷爾在一次採訪中解釋的那樣，對查塔努加交通進行為期兩年的研究的關鍵是 NREL 最新的超級計算機 Eagle。它可以每秒進行 800 萬億次計算。他指出，計算機技術和不斷積累的應用知識相結合，是五年前不存在的。
它幫助 NREL 使用一種稱為“機器學習”的過程，該過程可以探索大量資料並快速識別可能需要人類數週甚至數月才能發現的模式。查塔努加的交通提供了大量資料。
科學家們與一長串合作伙伴合作。其中包括該市的交通部門、三所大學、田納西州和佐治亞州交通部門以及聯邦快遞公司等多家運輸公司。
研究中考慮了 500 多個數據源。其中包括：美國全球定位系統中的太空衛星、自動攝像頭、雷達探測器、氣象站、顯示汽車位置的城市記錄和視覺觀察。
法雷爾補充說：“機器學習的難題之一是，它可以告訴你問題區域的‘是什麼’，而不是‘為什麼’。”Eagle 首先關注的“是什麼”是 Shallowford Road，這是一條多車道高速公路，將郊區的司機輸送到城市。
研究人員發現，Shallowford 沿線的四個交通訊號控制器被設定為處理非常繁忙的交通，這意味著在一天中的中間時段，司機們會發現自己被一連串的紅燈攔住。
他們的一項“緩解擁堵”的措施是能夠根據交通情況調整時間，這導致更多的綠燈，並且高速公路上的車輛燃料消耗量大幅減少 16%。
僅此一舉，他們就使一個區域接近了他們為整個城市設定的節油目標。在此之前，他們的方法都是基於計算機的理論。法雷爾稱這一結果“既令人震驚又令人欣慰”。
“我們說服自己，我們有一條可行的途徑來實現目標，”他說，指的是全市的擁堵解決方案。
接下來的兩年將致力於解決區域交通問題，其中包括通往查塔努加地區的其他高速公路。它將研究卡車交通的行為以及它如何響應查塔努加的解堵變化。
他們將包括“動態限速”，以更有效地移動交通，並調整控制通往高速公路匝道的紅綠燈的時間。
法雷爾指出：“貨運是造成交通擁堵的主要因素之一，不僅在那裡，而且在全國各地都是如此。”他解釋說，讓卡車反覆停止和啟動，尤其是在丘陵地區，會導致比汽車更多的燃料損失和改變氣候的排放。
根據 NREL 的資料，每年有超過 110 億噸的貨物透過美國高速公路運輸，每天價值超過 320 億美元的商品。
到 2022 年 10 月左右，NREL 及其合作伙伴希望他們將擁有一個可以應用於其他城市及其周邊地區的模型。丹佛和亞特蘭大是最有可能成為下一個交通建模的城市。
法雷爾說，他希望基於查塔努加的模型和經驗能夠被調整，以便在一年內為其他城市基於擁堵的問題帶來答案。
他說：“對氣候變化的影響只是我們可以幫助減少的眾多問題之一。“當您解決擁堵問題時，您也會提高安全性。”
雖然 COVID-19 最近將交通擁堵中損失的時間縮短到大約 26%，但法雷爾表示，一旦國家經濟復甦，因交通擁堵而損失的時間很可能會恢復到 40 到 50 小時的全國平均水平。
這轉化為 88 億小時的生產力損失。“儘量減少這種情況的影響結果將是一個非常大的數字，因為它會影響很多人，”法雷爾補充說，他預測這可能會激發更快的測試和更快的超級計算機。
經 POLITICO, LLC 許可轉載自 E&E 新聞。版權所有 2021。 E&E 新聞為能源和環境專業人士提供重要新聞。