共查询到20条相似文献,搜索用时 140 毫秒
1.
2.
3.
机动车尾气排放是城市大气挥发性有机物(VOCs)的重要来源之一,深入了解机动车尾气VOCs排放特征及其影响因素可以为其污染治理提供重要理论依据。台架试验和车载测试是研究尾气污染物排放特征的关键方法,该文主要综述了机动车尾气VOCs的实验研究进展,阐述了不同测试方法下的机动车尾气VOCs排放特征,对比了不同研究得到的VOCs排放因子及组分特征,包括燃料与车辆类型、排放标准、运行工况、启动方式、累计行驶里程及燃油组分等不同因素对VOCs排放的影响,并提出OVOCs组分的分析测定、机动车驾驶行为减排和生物质燃料的应用是未来研究重点关注的方向。 相似文献
4.
5.
文章通过对扬州市机动车及其尾气污染物排放的现状、发展趋势进行了调研和客观分析,提出对机动车尾气排放污染物的系统性控制措施。该研究对城市发展绿色交通,促进城市社会、经济、环境协调可持续发展具有一定实践指导意义。 相似文献
6.
7.
8.
APEC会议期间北京机动车排放控制效果评估 总被引:10,自引:5,他引:5
机动车尾气排放是影响北京市大气环境质量的首要因素,为了保障APEC期间的空气质量,北京市采取了包括控制机动车排放在内的严格的控制措施.本研究基于路网车流量、车速和车型变化数据,提出了一种基于自下而上排放清单的控制措施效果评估方法.结果表明,APEC会议期间北京市路网车流量下降,车速上升,小客车的车流量下降幅度最大;APEC会议期间机动车尾气CO、NO_x、HC和PM排放削减比例分别为:快速路15.1%、22.4%、18.4%和21.8%,主干道29.9%、36.4%、32.7%和35.8%,次干道35.7%、41.7%、38.4%和41.2%,支路40.8%、46.5%、43.1%和46.0%.基于自下而上的排放清单方法,建立了APEC会前和会期的机动车尾气排放清单,结果显示研究区域内会期机动车尾气排放量CO、NO_x、HC和PM排放量分别削减37.5%、43.4%、39.9%和42.9%. 相似文献
9.
10.
将可拓法应用于城市机动车尾气污染综合控制体系评价。在分析北京市机动车尾气污染控制体系评价指标的基础上,建立了评价的物元模型,该模型充分考虑北京市机动车和交通控制的综合指标。计算结果表明:北京市机动车尾气污染综合控制体系评价等级为III级,机动车尾气排放对城市环境产生一定的影响.本法简单易懂,能确切反映城市机动车尾气污染综合控制措施的实施效果,为城市机动车尾气污染综合控制提供了一种新的思路。 相似文献
11.
采用遥感尾气测试系统实测了柴油车在实际道路工况下的CO、HC和NO排放特征,修正了排放因子的计算方法,并与车载排放测试系统(PEMS)实测结果进行了验证,获得了实测车辆的CO、HC和NO排放因子.测试结果显示,在各种遥感监测的工况下柴油车尾气中均含有较高浓度的氧气,未考虑氧气影响的燃烧方程反演获得的各污染物体积浓度计算值与PEMS实测值的偏差较大,且氧气浓度越大,偏差越大.经过氧气修正的燃烧方程反演计算的尾气浓度与PEMS实测值吻合度大幅提升,适用于实际工况下遥感检测车辆尾气的反演计算.修正算法得到CO、HC和NO的排放因子离散性较小,精确度较高,可以为量化柴油车尾气排放贡献提供科学依据. 相似文献
12.
基于PEMS的柴油公交车排放测试分析 总被引:3,自引:1,他引:2
使用车载尾气检测技术PEMS对一辆在用国Ⅲ柴油公交车进行了实际公交线路运行时的气态污染物排放测试,统计得出了车辆运行速度、加速度、气态污染物排放速率、排放因子特性。分析结果表明公交车平均速度为18 km/h,96.9%的速度点落在0~40 km/h的区间段,99%的加速度点落在-1.5~1.5 m/s2的区间段。随着车速的增加,排气污染物排放速率增大,其中NOX排放速率增大显著。车速增大,污染物排放因子降低;低于30 km/h时,车速增大,排放因子降低显著,高于30 km/h时,排放因子随车速增大变化变缓。排放因子受排放速率和车速共同影响。污染物排放速率随加速度增大而增大,加速时的排放速率显著高于减速时的排放速率。研究结果说明,提高车辆运行速度、减少急加速,可以有效降低公交车尾气排放。 相似文献
13.
为建立一种自下而上的交通扬尘PM2.5排放清单方法,对北京市不同区域、不同类型道路的路面积尘负荷进行了采样和实验室分析,对各类路网的道路车流量和车辆类型进行了调查和统计,建立了北京市道路交通扬尘PM2.5排放清单,并对其空间分布进行了分析. 结果表明:北京市城区快速路、主干道、次干道、支路和胡同的交通扬尘PM2.5排放因子分别为(0.05±0.03)(0.09±0.05)(0.11±0.05)(0.16±0.14)和(0.27±0.20)g/(km·辆),相应各类型道路的交通扬尘PM2.5排放强度分别为(7.21±4.66)(5.27±3.03)(3.34±1.49)(2.84±2.49)和(0.54±0.40)kg/(km·d);郊区高速路、国道、省道、县道、乡道和城市道路的交通扬尘PM2.5排放因子分别为(0.10±0.03)(0.50±0.33)(0.39±0.37)(0.41±0.41)和(0.65±0.31)(0.19±0.08)g/(km·辆),各类型道路交通扬尘的PM2.5排放强度分别为(3.82±1.31)(10.00±6.58)(3.93±3.74)(1.64±1.63)(0.65±0.31)和(0.74±0.32)kg/(km·d). 北京市道路交通扬尘PM2.5的年排放量为13 565 t,从空间分布上看,郊区交通扬尘PM2.5年排放量、单位道路长度排放量以及排放因子均高于市区,而城区单位行政区面积的交通扬尘PM2.5排放量高于远郊区县. 从交通扬尘PM2.5排放的空间分布特征看,在继续加强城区交通扬尘控制的同时,应采取措施控制远郊区县公路的扬尘排放. 自下而上的交通扬尘PM2.5排放清单提高了排放的时空分辨率,能够识别路网中高排放的区域和路段,为交通扬尘总量管理和减排目标考核提供了一种技术手段. 相似文献
14.
为实现单车层面的动态排放轨迹追踪,基于电警式卡口产生的逐秒过车记录数据建立了车辆排放轨迹计算方法,通过提取动态轨迹中的运行参数及机动车保有量数据库中的技术参数,并结合排放模型计算了2018年5月10日~6月9日安徽宣城市中心城区123条路段上共133,906辆车的44,672,343条轨迹的排放数据.研究结果显示,出租车是CO的重要排放来源且交通兴趣点附近路段排放强度较高;公交车和重型货车是NOx的重要排放来源,公交车工作日NOx排放总量达1.3kg,约为重型货车的7.5倍,且路线固定、排放分布随发车班次周期循环;轻型货车排放路线多围绕货运需求且多为昼间行驶,而重型货车多选择凌晨出行;通勤类私家车工作日昼出夜归,路线固定且往返过程各污染物排放量均较稳定.对于全路网,CO、VOCs的高排放强度区域多集中于中心路网,NOx、PM则多分布于外围路网. 相似文献
15.
16.
基于唐山市机动车定期环保检测数据获取不同类型车辆的本地年均行驶里程,建立城区内典型车辆的"里程-注册年"特征曲线.采用车载排放测试法获取唐山市典型国Ⅵ阶段轻重型汽车实际道路排放因子.利用COPERT模型进行机动车排放因子本地化修正,建立涵盖不同排放阶段和燃料动力类型的唐山市机动车排放清单,结合唐山市路网信息,建立基于ArcGIS的3km×3km高时空分辨率网格化排放清单,并分析了国三及以下中重型柴油车(简称高排放车)不同淘汰与DPF排放治理比例情景下机动车减排与投入成本效益.研究表明,2020年机动车CO,HC,NOx,PM2.5,PM10年排放量分别为92403.51,10034.53,70568.35,2036.51,2160.65t,其中:NOx,PM2.5和PM10排放主要来源于柴油车,分担率分别为92%,89%和89%;CO和HC排放主要来自汽油车,分担率分别为71%和73%.唐山市实施二环内国Ⅳ及以下柴油货车限行区政策后,二环内CO和HC年排放量削减率分别为22.41%和21.68%;而NOx,PM10和PM2.5污染物排放强度显著降低,年排放量削减率分别为78.60%,84.85%和84.79%.在高排放车淘汰与治理情景下,随着高排放车淘汰比例的增长,投入成本和NOx年均减排量呈线性上升趋势,且NOx减排效果更加显著,而PM减排辆略呈下降趋势.高排放车淘汰率每增长10%,NOx年均减排量增加892.41t,PM年均减排量减少7.56t,年投入成本增加1.13亿元. 相似文献
17.
乌鲁木齐市机动车排放清单研究 总被引:6,自引:3,他引:3
近年来随着乌鲁木齐市机动车数量的快速增加,致使机动车排放污染突出. 通过调查乌鲁木齐市2007年机动车的保有情况及技术水平分布,研究了各类型机动车的排放因子以及年均行驶里程,并测算了该市2007年机动车污染物排放总量、分区排放量及各类型机动车的分担率. 结果表明:2007年在乌鲁木齐市注册的各类型机动车排放的CO总量为11.09×104 t,HC总量为1.53×104 t,NOx总量为2.73×104 t,PM总量为0.38×104 t;其中CO和HC排放主要集中在城区,NOx和PM排放主要集中在外埠;在城区的机动车排放中,CO和HC排放以轻型载客汽车为主,NOx排放以中重型公交车为主,PM排放以中、重型载货汽车为主. 相似文献
18.
机动车VOCs排放特征和排放因子的隧道测试研究 总被引:25,自引:3,他引:22
为了得到真实道路交通状态下的城市机动车排放因子,选取广州珠江隧道,进行了机动车VOCs排放特征和排放因子的隧道实验.实验得到隧道机动车平均排放因子为(0.52±0.07)g·km-1·辆-1,其中轻型车排放因子为(0.32±0.14)g·km-1·辆-1,重型车排放因子为(0.26±0.33)g·km-1·辆-1,摩托车排放因子为(1.16±0.26)g·km-1·辆-1.机动车排放的VOCs中烷烃占39.7%,烯烃和炔烃占35.3%,芳香烃占25.0%.排放物质居前三位的排放因子分别为乙烯(52.9±7.4)mg·km-1·辆-1、异戊烷(41.5±7.0)mg·km-1·辆-1和甲苯(31.7±5.5)mg·km-1·辆-1.隧道实验得到的排放因子与机动车台架实验的结果基本吻合. 相似文献
19.
为实现个体车辆出行、排放行为的精细表征与挖掘,基于宣城市中心城区全量个体车辆的出行轨迹、技术参数、排放轨迹等多维交通大数据,以表征个体车辆出行过程的排放信息为主线,设计并构建车辆出行排放知识图谱.研究表明:①知识图谱直观地表征了“车辆-道路-出行-排放”信息的时空关联,可实现个体车辆在不同日期、不同时段、不同路段等多尺度出行特征的精细挖掘.以某辆小型客车为例,检索发现周一、周三出行主要连接的小时实体都为7:00、8:00和17:00,周五、非工作日出行连接的小时实体具有明显的随机性;周一、周三出行所连接的道路实体较少且基本一致,在宣水路、昭亭北路、昭亭南路的出行里程之和占比为63%~68%,周五、非工作日出行连接的道路实体则较为分散.②通过出行信息类、排放信息类实体的关联检索,可实现个体车辆出行排放时空特征的精细辨识和溯源分析.示例车辆的检索结果表明:周一车辆的CO日排放量为1.2g,是周六的2.5倍,同时在早高峰时段(7:00),车辆出行在交通繁忙路段时,伴随低水平车速,排放强度相对较高. 相似文献
20.
基于实际道路交通流信息的北京市机动车排放特征 总被引:12,自引:7,他引:5
通过模型模拟和调查统计方法获取了北京路网的车流量、车型构成和车速基础数据.基于具有时空分布特征的实际道路交通流信息和排放因子,以Arc GIS为平台构建了北京市机动车尾气排放清单,并分析实际道路排放特征及污染物排放的空间分布特征.结果表明,北京市城区各类型道路上小客车比例均在89%以上,郊区道路也为小客车比例最高,但小货车、中货车、大货车、大客车、拖拉机和摩托车均占一定比例.污染物排放强度与车流量呈正相关性,污染物排放强度总体上呈现白天高夜间底的趋势,但是郊区道路PM排放昼夜变化趋势不明显,高速路的PM排放强度夜间大于白天.污染物排放的空间分布为城区、南部、东南以及东北部接近城区的区域排放强度较高,西部山区及北部山区由于路网密度较小排放强度较低,城区环路和郊区高速公路附近由于车流量大,排放强度较高. 相似文献