能源部正准备使用国家实验室的大规模计算能力来解决美国生活的日常祸害：交通拥堵。

努力的目标是不仅仅是提高驾驶者的情绪。如果它有效，它可以将U.S.运输燃料消耗降至20％并减少汽车排放。

第二次目标是通过未来10年在美国城市的Unnarling Rush小时交通拥堵中恢复多达1000亿美元的工人生产力。

两年前，位于田纳西州橡树岭的橡树岭国家实验室。那and the National Renewable Energy Laboratory in Golden, Colo., selected Chattanooga, Tenn. (population 182,799), as the guinea pig for their first traffic-cutting experiment.

这座城市坐落在该州东南角的丘陵和山脊之中，是全美20个交通最拥堵的城市之一。

NREL科学家的第一步是建立一个详细的城市交通模式的计算机模型，或者称之为“数字孪生模型”，以孤立城市交通模式，然后探索解决交通拥堵的解决方案。

“查塔努加提供了一个理想的条件和机会，与众多市政和州合作伙伴合作，”负责NREL汽车技术管理项目的John Farrell解释说。

“最终，我们的计划是将这些解决方案应用于更大的大都市地区和全国的区域走廊。”

全国目标是节省33亿加仑的燃料每年浪费，减少88亿小时的生产力，并在每年闲置的汽车闲置的排放量减少排放量。

根据NREL的数据，在典型的(非covid -19)年份，司机“困在方向盘后面”的时间为46个小时。

由于法罗雷在采访中解释了，这是对Chattanooga交通的两年内研究的关键是Eagle，NREL的最新超级计算机。它每秒可以做800万亿亿亿亿次计算。他指出，计算机的技术和累积知识如何申请，是五年前不存在的组合。

它帮助NREL使用一个名为“机器学习”的过程，可以探索大量数据，并迅速识别可能否则可能需要人类周甚至月份的模式。Chattanooga的交通提供了数据山脉。

科学家们与一长串伙伴合作。这些机构包括纽约市的运输部、三所大学、田纳西州和佐治亚州的运输部，以及联邦快递(FedEx Corp.)等几家卡车运输公司。

这项研究纳入了超过500个数据来源。其中包括:美国全球定位系统(Global Positioning System)中的太空卫星、自动摄像机、雷达探测器、气象站、显示汽车所在位置的城市记录和视觉观测。

“机器学习斗争的领域之一是它可以告诉您易于突破性地区的原因，而不是为什么”。第一个“什么”老鹰突出的是大福德路，这是一个多百万公路，将司机从郊区饲养到城市。

研究人员发现，沿着浅福德的四个交通信号控制器是定时的，以处理非常繁忙的交通，这意味着在日常司机中，发现自己被红灯游行停止了。

其中一个“拥堵缓解”动作是能够调整流量的时间，从而导致更多的绿灯，高速公路车辆的燃料使用率减少了16％。

他们一举就把一个地区带到了他们为整个城市设定的节油目标附近。在此之前，他们的方法都是基于计算机的理论。法雷尔称这一结果“既令人震惊又令人满意”。

“我们说服自己，我们有一条可行的路线可以到达那里，”他说。他指的是全城拥堵的解决方案。

未来两年将致力于区域交通解决方案，其中包括其他通往Chattanooga地区的其他高速公路。它将研究卡车交通的行为以及它如何应对查塔努加的减肥变化。

它们将包括“动态限速”，以更有效地调整交通，以及修改控制通往高速公路匝道的红绿灯的时间。

“货运是造成交通堵塞的主要原因之一，不仅是在那里，而且是在全国范围内，”法雷尔指出。他解释说，让卡车反复停车和启动，尤其是在丘陵地区，比汽车造成的燃料损失和气候变化排放更多。

根据NREL的数据，美国高速公路每年运送超过110亿吨货物，相当于每天运送价值320亿美元的货物。

在10月2022年10月，NREL及其合作伙伴希望他们将拥有一个可以应用于其他城市及其周围地区的型号。丹佛和亚特兰大是最可能的城市之一，可以接下来的交通。

Farrell表示，他希望基于Chattanooga的模型和经验可以适应在一年内为其他基于城市拥塞的问题带来答案。

“对气候变化的影响只是我们有助于减少的许多问题之一，”他说。“当您解决拥堵问题时，您也提高了安全性。”

虽然Covid-19最近已经减少了交通拥堵损失的时间达到了大约26％，但Farrell表示，一旦国家恢复，坐在交通拥堵中丢失的时间可能会恢复到国常数，在40到50小时之间运行。

这变成了88亿小时的生产力。“最小化的影响成为一个非常大的数字，因为它会影响很多人，”补充说，菲拉尔，他预测它可能会激发更快速的测试，更快的超级计算机。

重印E＆E新闻经POLITICO有限责任公司许可，版权2021年。E&E新闻为能源和环境专业人士提供重要新闻。