Examination of the Impact of Intersection Geometries and Vehicle Volumes on CO2 Emissions

Öz

The increase in CO2 emissions from transportation is directly linked to population growth, technological advancements, the widespread adoption of personal vehicles, and the increasing number of motor vehicles, such as buses and trucks, used in public transportation and logistics sectors. Therefore, analyzing and improving urban traffic flow is crucial for reducing harmful emissions. In this study, the current situation of the traffic corridor, consisting of the seven busiest intersections in the center of Erzincan, was modeled using intersection counts and signalization data in the Aimsun environment. An analysis was conducted on 2303 alternative scenarios created by different combinations of geometric arrangements and vehicle volumes at the intersections. The CO2 emission values obtained from the analysis of a total of 2304 scenarios were modeled using Light Gradient Boosting Machine (LightGBM), k-Nearest Neighbors (k-NN), and Bayesian Ridge regression algorithms. The best CO2 emission prediction was achieved with the LightGBM. Feature importance analysis revealed that the current situation of Dörtyol Intersection had the most significant impact on CO2 emissions, while the reorganization of Terzibaba Intersection as an grade separated junction would help reduce CO2 emissions across the corridor.

Anahtar Kelimeler

• Sustainable transportation
• Urban transportation
• Aimsun
• Roundabout modeling
• CO2 emissions
• Regression algorithms

Kavşak Geometrilerinin ve Araç Hacimlerinin CO2 Salınımı Üzerindeki Etkilerinin İncelenmesi

Öz

Ulaşımdan kaynaklanan CO₂ salınımındaki artış; nüfusun büyümesi, teknolojik gelişmeler, bireysel araç sahipliğinin yaygınlaşması ve toplu taşıma ile lojistik sektörlerinde kullanılan otobüs ve kamyon gibi motorlu taşıtların sayısının artmasıyla doğrudan ilişkilidir. Bu bağlamda, şehir içi trafik akışının analizi ve iyileştirilmesi, zararlı salınımların azaltılması için kritik bir öneme sahiptir. Bu çalışmada, Erzincan il merkezindeki en yoğun yedi kavşağın oluşturduğu trafik koridorunun mevcut durumu, kavşak sayımları ve sinyalizasyon verileri kullanılarak Aimsun ortamında modellenmiştir. Kavşaklardaki geometrik düzenlemeler ve araç hacimlerinin farklı kombinasyonlarıyla oluşturulan 2303 alternatif senaryo üzerinde analiz yapılmıştır. Toplam 2304 senaryonun analizinden elde edilen CO2 salınım değerleri, Hafif Gradyan Artırma Makinesi (LightGBM), k-En Yakın Komşular (kNN) ve Bayesian Ridge regresyon algoritmaları kullanılarak modellenmiştir. En iyi CO2 salınım tahmini, LightGBM ile elde edilmiştir. Özellik önem analizi, Dörtyol Kavşağı'nın mevcut durumunun CO2 salınımları üzerinde en büyük etkiye sahip olduğunu, Terzibaba Kavşağı'nın farklı düzeyli kavşak olarak yeniden düzenlenmesinin ise koridor boyunca CO2 salınımların azaltmaya yardımcı olacağını ortaya koymuştur.

Anahtar Kelimeler

• Sürdürülebilir ulaşım
• Kent içi ulaşım
• Aimsun
• Kavşak modelleme
• CO2 emisyonu
• Regresyon algortimaları

Kaynakça

1. Abuzir, S., & Abuzir, Y. (2021). Data mining for CO2 emissions prediction in Italy. Mühendislik Bilimleri ve Araştırmaları Dergisi, 3(1), 59-68. doi:10.46387/bjesr.862179
2. Alemdar, K. D., Kayacı Çodur, M., Codur, M. Y., & Uysal, F. (2023). Environmental effects of driver distraction at traffic lights: mobile phone use. Sustainability, 15(20), 15056. doi:10.3390/su152015056
3. Alemdar, K. D., Tortum, A., Kaya, Ö., & Atalay, A. (2021). Interdisciplinary evaluation of intersection performances—A microsimulation-based MCDA. Sustainability, 13(4), 1859. doi:10.3390/su13041859
4. Arslannur, B., & Tortum, A. (2023). Public Transport Modeling for Commuting in Cities with Different Development Levels Using Extended Theory of Planned Behavior. Sustainability, 15(15), 11931. doi:10.3390/su151511931
5. Aslan, E. (2024). Araçlarda CO2 Emisyonlarının Farklı Yapay Sinir Ağı Modelleri Kullanılarak Tahminlerinin Karşılaştırılması. Çukurova Üniversitesi Mühendislik Fakültesi Dergisi, 39(2), 309-324. doi:10.21605/cukurovaumfd.1513998
6. Bayata, H. F., Baş, F. İ., & Mengi, G. Ş. (2024). Traffic Impact Analysis of a Regional Shopping Center Using Microsimulation with the Analytical Hierarchy Process (AHP) Approach. Iranian Journal of Science and Technology, Transactions of Civil Engineering, 1-9. doi:10.1007/s40996-024-01517-3
7. Bilotta, S., & Nesi, P. (2022). Estimating CO2 emissions from IoT traffic flow sensors and reconstruction. Sensors, 22(9), 3382. doi:10.3390/s22093382
8. Cansız, Ö. F., & Ünsalan, K. (2021). Türkiye demiryolları karbon ayak izinin temel bileşen analizi destekli yapay sinir ağları yöntemi ile tahmini. Journal of the Institute of Science and Technology, 11(1), 314-324. doi:10.21597/jist.740889

9. Çakıcı, Z., & Murat, Y. S. (2021). Sinyalize Dönel kavşaklarda diferansiyel gelişim algoritması ile sinyal süre optimizasyonu. El-Cezeri, 8(2), 635-651. doi:10.31202/ecjse.861429
10. Çakıcı, Z., & Murat, Y. Ş. (2016). Sinyalize dönel kavşaklar için hesap yöntemi önerisi ve performans analizi. Teknik Dergi, 27(4), 7569-7592.
11. Çodur, M. Y., & Ünal, A. (2019). An estimation of transport energy demand in Turkey via artificial neural networks. Promet-Traffic&Transportation, 31(2), 151-161. doi:10.7307/ptt.v31i2.3041
12. Demiriz, A. O., Bayrak, O. Ü., & Bayata, H. F. (2021). Corridor capacity analysis with mesoscopic simulation: Erzincan province sample. Sādhanā, 46(1), 10.
13. Fenkli, M., Çırak, A. N., & Soylu, S. (2023). Çoklu Doğrusal Regresyon Modeliyle Sera Gazı Emisyonu Üzerine Bir Araştırma: Avrupa Birliği Ülkeleri Örneği. Econder International Academic Journal, 7(2), 152-180. doi:10.35342/econder.1303366
14. Huang, H., & Abdel-Aty, M. (2010). Multilevel data and Bayesian analysis in traffic safety. Accident Analysis & Prevention, 42(6), 1556-1565. doi:10.1016/j.aap.2010.03.013
15. Kaya, Ö. (2024). Şehir İçi Ulaşımda Sürdürülebilir Mikromobilite: Müşteri Tercihlerine Dayalı Bir İnceleme. Journal of the Institute of Science and Technology, 14(4), 1576-1589. doi:10.21597/jist.1491968
16. Kaya, Ö., Alemdar, K. D., Atalay, A., Çodur, M. Y., & Tortum, A. (2022). Electric car sharing stations site selection from the perspective of sustainability: A GIS-based multi-criteria decision making approach. Sustainable Energy Technologies and Assessments, 52, 102026. doi:10.1016/j.seta.2022.102026
17. Ke, G., Meng, Q., Finley, T., Wang, T., Chen, W., Ma, W., . . . Liu, T.-Y. (2017). Lightgbm: A highly efficient gradient boosting decision tree. Advances in neural information processing systems, 30.
18. Kuşkapan, E., Çodur, M., Tortum, A., Tesoriere, G., & Campisi, T. (2022). Urban road transport network analysis: machine learning and social network approaches. Communications-Scientific Letters of the University of Žilina, 24(4). doi:10.26552/com.C.2022.4.A232-A245
19. Öztürk, E. A., & Balaban, S. (2022). Tam Trafik Uyarmalı Sinyalizasyon Sisteminde Gecikmede Sağlanan İyileşmeler. Kent Akademisi, 15(2), 564-577. doi:10.35674/kent.1058968
20. Pabuçcu, H., & Bayramoğlu, T. (2016). Yapay sinir ağlari ile CO2 emisyonu tahmini: Türkiye örneği. Gazi Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 18(3), 762-778.
21. Safaa, L., Atalay, A., Makutėnienė, D., Perkumienė, D., & Bouazzaoui, I. E. (2023). Assessment of Carbon Footprint Negative Effects for Nature in International Traveling. Sustainability, 15(16), 12510. doi: 10.3390/su151612510
22. Santos, O., Ribeiro, F., Metrôlho, J., & Dionísio, R. (2023). Using Smart Traffic Lights to Reduce CO2 Emissions and Improve Traffic Flow at Intersections: Simulation of an Intersection in a Small Portuguese City. Applied System Innovation, 7(1), 3. doi:10.3390/asi7010003
23. Shahariar, G. H., Sajjad, M., Suara, K. A., Jahirul, M., Chu-Van, T., Ristovski, Z., . . . Bodisco, T. A. (2022). On-road CO2 and NOx emissions of a diesel vehicle in urban traffic. Transportation Research Part D: Transport and Environment, 107, 103326. doi:10.1016/j.trd.2022.103326
24. Shi, K., Shen, J., Wu, Y., Liu, S., & Li, L. (2021). Carbon dioxide (CO2) emissions from the service industry, traffic, and secondary industry as revealed by the remotely sensed nighttime light data. International Journal of Digital Earth, 14(11), 1514-1527. doi:10.1080/17538947.2021.1946605
25. Song, Y., Liang, J., Lu, J., & Zhao, X. (2017). An efficient instance selection algorithm for k nearest neighbor regression. Neurocomputing, 251, 26-34. doi:10.1016/j.neucom.2017.04.018
26. Ünal, A., & Tortum, A. (2022). Investigation of transportation investments in Bursa in terms of urban-environment-community relations. Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi, 11(1). doi:10.28948/ngumuh.850147.