CAV’lerin yoğunluğunun karbon emisyonlarına etkisini dikkate alan mikroskobik bir trafik karakterizasyonu

Trafik sıkışıklığı iklim için neden önemlidir?

Dur-kalk trafikte bir süre kalan herkes gereksiz yere ne kadar yakıt yakıldığını merak etmiştir. Bu makale buna yakın bir soruyu ele alıyor: yoldaki araçlar arasındaki mesafe —trafik “yoğunluğu”— modern bağlantılı ve otonom araçların (CAV) karbondioksit (CO₂) emisyonlarını nasıl şekillendiriyor? Ayrıntılı sürüş davranışını gerçek emisyon ölçümleriyle ilişkilendirerek yazarlar, daha akıllı mesafe düzenlemeleri ve daha düzgün akışın kirliliği önemli ölçüde azaltabileceğini gösteriyor.

Sıkışık yollardan karbon emisyonlarına

Karayolu taşımacılığı, dünya çapında en büyük ve en hızlı büyüyen sera gazı kaynaklarından biridir. Daha fazla araç yollara çıktıkça tıkanıklık kötüleşir ve emisyonlar artar; bu da hava kalitesi ve iklim açısından ciddi sonuçlar doğurur. Trafik emisyonlarını tahmin eden geleneksel araçlar ya uzun yol kesitleri üzerindeki ortalama hızlara odaklanır ya da çok sayıda parametre gerektiren ve genelleştirmesi zor karmaşık modellere dayanır. Aynı zamanda, CAV’ler trafiğe girmeye başlamakta; daha güvenli ve daha verimli sürüş vaat ederken araçların birbirleriyle nasıl etkileşime girdiğini de değiştiriyorlar. Bunun emisyonlar açısından ne anlama geldiğini anlamak için bireysel araçlara, onların aralıklarına ve değişen koşullara tepkilerine odaklanan modellere ihtiyaç var.

Yoğunluğun CO₂ üzerine etkisini ölçmek

Yazarlar, Pakistan’ın Peşaver kentinde sabah ve akşam olmak üzere iki sıradan işe gidip gelme güzergağında gerçekleştirilen bir saha deneyinden başladılar; her bir güzergâh yaklaşık 7–8 kilometre uzunluğundaydı. Bir aracı, bir akıllı telefon uygulamasına ve bulut platformuna bağlı yerleşik teşhis (on-board diagnostics) tarayıcısıyla donattılar. Bu düzenek, araç gerçek trafikte hareket ederken motor verilerini ve CO₂ emisyonlarını sürekli kaydetti. Kurulu trafik ilişkilerini kullanarak araçlar arasındaki mesafeyi trafik yoğunluğuna dönüştürdüler ve regresyon analizi ile yoğunluk ile CO₂ çıktısı arasında basit bir matematiksel bağlantı türettiler. Yoğunluk arttıkça ve trafik daha dur‑kalk hâline geldikçe emisyonlar açık ve ölçülebilir bir şekilde yükseldi.

Daha düzgün sürüş sağlayan bir trafik modeli kurmak

Ardından ekip, bu emisyon‑yoğunluk ilişkisini genellikle hız farklarına sürücü tepkisinin sabit bir parametre ile yönetildiği bilinen mikroskobik bir trafik modeli olan Intelligent Driver (ID) modeline entegre etti. Söz konusu parametreyi sabit bir değer olarak ele almak yerine yazarlar, bunun trafik yoğunluğu, araç aralığı ve sürücü tepki süresi ile değişmesine izin verdiler ve CAV’lerin daha hızlı tepkilerini açıkça temsil ettiler. Bu yeni formülasyonda emisyonlar ayrı bir optimize edilecek hedef değil; farklı yoğunluklarda araçların hızlanma ve frenleme biçimlerinden doğal olarak ortaya çıkıyor. Model böylece CAV’lerin daha düzgün akışı korumak ve yakıt israfına yol açan ani kalkış‑durmaları önlemek için takip mesafesini ve hızını nasıl ayarlayabileceğini yakalıyor.

Sanal bir yolda kararlılık ve emisyonları test etmek

Yeni yaklaşımın nasıl davrandığını görmek için araştırmacılar 1 kilometrelik bir dairesel yolda küçük bir araç tablosu ile bilgisayar simülasyonları gerçekleştirdiler. CAV‑farkında ve emisyona duyarlı modellerini aynı koşullar altında standart ID modeli ile karşılaştırdılar. Ayrıntılı bir kararlılık analizi, yeni modelin trafik dalgalarını daha etkili biçimde sönümlediğini gösterdi: mesafe ve hızdaki küçük bozulmalar büyüyerek geniş tıkanıklık dalgalarına dönüşmek yerine kayboldu. Simülasyonlarda araçlara daha uzun takip süreleri (daha büyük headway) tanındığında trafik yoğunluğu düştü, hız daha homojenleşti ve ivmelenme sıçramaları neredeyse ortadan kalktı. Buna karşın, geleneksel ID modelindeki sabit parametrenin ayarlanması kağıt üzerinde trafiği daha kararlı gösterebilir, ancak bu gerçekçi sürücü veya araç davranışıyla bağlı olmayan bir yöntemdir.

Sonuçların kirlilik için anlamı

Büyük ivmelenme ve frenleme patlamaları CO₂ emisyonlarıyla yakından ilişkili olduğundan yeni modelin ürettiği daha düzgün sürüş doğrudan daha düşük ve daha istikrarlı emisyon seviyelerine yol açıyor. Simülasyonlardan elde edilen nicel istatistikler, CAV‑tabanlı modelde takip mesafeleri arttıkça hız, yoğunluk ve ivmelenme değişkenliğinin keskin şekilde azaldığını ve CO₂ emisyonlarının yoğunluğa duyarlılığının küçük ve sabit hale geldiğini gösteriyor. Eski ID modelinde ise ana parametre yükseltildiğinde dalgalanmalar güçleniyor ve çok daha yüksek emisyonlar çıkarılabileceği izlenimi veriyor. Bu çalışma, CAV’lerin güvenli ama cömert takip mesafelerini korumasını ve öndeki değişikliklere hızlı ama yumuşak şekilde tepki vermesini teşvik eden trafik sistemlerinin hem tıkanıklığı azaltabileceğini hem de karbon kirliliğini düşürebileceğini öne sürüyor.

Geleceğin yollarını nasıl şekillendirebilir?

Günlük dilde bu çalışma, daha temiz trafiğin yalnızca daha temiz motorlarla ilgili olmadığını, aynı zamanda araçların nasıl aralandığı ve kontrol edildiğiyle de ilgili olduğunu savunuyor. Modellerini yol kenarı verilerine ve gerçekçi CAV davranışına dayandırarak yazarlar, trafik planlamacılarının koordine hızlar, eko‑sürüş rehberliği ve CAV‑tabanlı kontrol şemaları gibi stratejileri gerçek yollara uygulanmadan önce test etmelerini sağlayacak bir araç sunuyor. Geniş ölçüde benimsenirse bu tür stratejiler, daha az dur‑kalk dalgası oluşan, yolculuğun daha öngörülebilir olduğu ve sürüşün iklim üzerindeki etkisinin önemli ölçüde azaltıldığı şehir yolları tasarlamaya yardımcı olabilir.

Atıf: Khan, Z.H., Ali, F., Gulliver, T.A. et al. A microscopic traffic characterization considering the impact of density on carbon emissions from CAVs. Sci Rep 16, 7648 (2026). https://doi.org/10.1038/s41598-026-37851-x

Anahtar kelimeler: bağlantılı otonom araçlar, trafik yoğunluğu, CO2 emisyonları, mikroskobik trafik modeli, trafik kararlılığı