当驾驶者使用GPS技术规划和导航路线时，这些应用程序通常会捕获详细信息。根据发表在《科学》杂志上的一项新研究，这些数据对于需要更好地了解繁忙道路上交通流量的研究人员和规划人员来说可能是无价的天气英国皇家气象学会的期刊。

目前公路运输的排放数据由国家大气排放清单从许多不同的来源整理，并纳入年度报告，以证明遵守了排放目标。许多传统的空气质量模型都是基于这样的假设，即交通在法定限速下自由流动，而在许多地区，交通流量在一天中会有所不同。这些模型还忽略了个别道路或交叉路口的细节，这些路段或交叉路口在一天中的特定时间可能是排放热点。

虽然城市规划者在设计新的道路布局或交通改善方案时可以获得更详细的资料，但这需要咨询公司提供昂贵的模型。

研究人员认为，利用来自路由应用程序的众包数据，可以提供一种低成本、高效的替代方案，以替代高层次和本地化的建模。

伯明翰大学地理、地球与环境科学学院的博士研究员海伦·皮尔斯领导了这项研究。她说:“许多关于空气质量管理的指导方针和政策都是基于每小时的时间快照和一年中典型一天的平均交通流量。难点在于，在这段时间内，每条道路上的交通状况可能会有很大的变化，所以为了做出真正适用于‘地面’的决策，我们需要能够访问并利用这些更精细的细节。”

该团队提出的方法在伯明翰繁忙的市中心的道路上进行了测试。通过地图提供商的API(应用程序编程接口)获得了通过一系列道路连接所需时间的信息。这在概念上类似于个人计算旅程时间的方法，但使用API，研究人员能够获得一天中多条道路和多个时间的信息。

在初步研究取得成功后，研究小组扩大了他们的试验范围，包括横跨伯明翰市中心的920条主要道路连接，每隔一小时提取这些道路的信息。研究人员发现，他们能够清楚地展示典型工作日和周末之间交通流量的变化，以及特定社交活动的影响。

与速度相关的排放可以使用包括Defra的与速度相关的排放函数数据库和交通部的交通统计数据在内的综合来源来计算。这些信息也有助于研究人员考虑汽油和柴油发动机之间的相对差异。

“我们的方法可以为真实世界的车辆行为提供重要的见解，”该研究的通讯作者龚兆亚博士说。“随着越来越多的电动和混合动力汽车上路，排放情况开始变得更加复杂，因为废气排放会减少，但我们仍然会看到刹车、轮胎和路面磨损造成的污染——所有这些都会根据车辆的速度而发生显著变化，因此这类数据对于开发准确的排放模型至关重要。”