伯明翰大学的研究人员表示，路由应用程序(如谷歌地图或诺基亚的“这里”平台)可以提供一种经济高效的方式来实时计算排放热点。

当驾驶员使用全球定位系统技术规划和导航路线时，这些应用程序会定期捕获详细信息。根据英国皇家气象学会气象杂志发表的最新研究，这些数据对于需要更好地了解繁忙道路交通流量的研究人员和规划人员来说是无价的。

目前道路运输中的排放数据是通过国家空气排放清单从许多不同的来源进行整理，并输入年度报告，以证明达到了排放目标。这些传统的空气质量模型，很多都是基于交通以法定速度限制自由流动的假设，在很多地区，交通流量会一天比一天变化。这些模型也忽略了单个道路或交叉口的细粒度细节，这可能是一天中特定时间的排放热点。

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能会获得更详细的信息，但这需要顾问进行昂贵的建模。

研究人员认为，路由应用程序中的众包数据可以为高级建模和本地化建模提供低成本和高效的替代方案。

伯明翰大学地理、地球和环境科学学院的研究员海伦皮尔斯博士领导了这项研究。她说：“许多与空气质量管理相关的指导方针和政策都是基于每小时的快照和一年中典型一天的平均流量。困难在于，在此期间，流量将发生巨大变化，因此，为了做出切实可行的决策，我们需要能够访问和利用这些更细粒度的细节。”

该团队建议的方法在伯明翰繁忙的市中心道路上进行了测试。通过地图提供者的API(应用编程接口)，获取行驶一系列道路的时间信息。从概念上来说，这类似于个人用来计算出行时间的方法，但是使用API，研究人员可以在一天的多个时间获得多条道路的信息。

经过成功的初步研究，研究团队将实验范围扩大到伯明翰市中心的920条主要道路连接，并每小时提取这些道路的信息。研究人员发现，他们可以清楚地证明典型工作日和周末之间的交通流量变化，以及特定社会事件的影响。

然后，可以使用包括Defra的速度相关排放函数数据库和交通运输部的交通统计在内的各种来源的组合来计算速度相关排放。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。

该研究的通讯作者龚昭亚博士说：“我们的方法可以为现实世界中车辆的行为提供重要的见解。”“随着我们开始看到越来越多的电动汽车和混合动力汽车，排放情况变得越来越复杂，因为废气排放会减少，但我们仍然会看到刹车、轮胎和道路磨损的污染，所有这些都会改变。这在很大程度上取决于车辆的速度，因此这类数据对于开发精确的排放模型非常重要。”