基于实时交通数据的南京市主次干道机动车排放特征分析

通过2014年RFID实时数据得到南京市主干道和次干道车流量、车速、车队构成等交通信息,基于COPERT模型获取排放因子数据,利用高时空分辨率机动车排放(HTSVE)清单系统计算道路机动车排放量.运用非参数检验和道路聚类分析,结合Arc GIS技术,分析南京市主次干道机动车排放特征.结果表明,2014年南京市主次干道机动车以小型客车为主,比例均达80%,国Ⅲ和国Ⅳ车量总数超过90%,其中以国Ⅲ车排放贡献率最大.特殊时段(低谷时段、平峰时段、高峰时段)机动车日均排放量受道路类型和周末效应共同影响,南京市主次干道以排放分担率变化规律可分为5类,同类道路具有相似的变化特征且受空间地理位置影响.基于聚类结果,对不同类型道路的小时排放特征进行分析,以期为交通环境管理提供技术手段和决策依据.     

天津市道路车流量特征分析

车流量是移动源和道路扬尘排放清单计算的一个重要参数,直接影响排放清单的不确定性.为了解天津市道路车流量特征,通过人工摄录法获取天津市一年四季5种不同类型共9条道路的车流量及车型分布信息,并对其特征进行分析.结果表明:天津市不同类型道路之间车流量总体上呈快速路（8 790辆/h）>主干道（4 077辆/h）>外环线（3 335辆/h）>次干道（2 461辆/h）>支路（1 507辆/h）的特征;冬季车流量最大,而春、夏两季相对较小.各类型道路车流量占比最大的车型均为轻型车（76.88%~90.71%）,中型车（5.31%~11.80%）次之,重型车（3.20%~11.31%）最少;快速路和外环线工作日的车流量大于非工作日,并且差异具有统计学意义,呈"周末效应".研究显示:次干道和支路车流量与主干道车流量呈线性相关,在后续进行道路扬尘和移动源清单编制时,可以考虑通过将主干道车流量与次干道、支路拟合的方式减小工作量;此外,主干道、次干道和支路的早高峰,上、下午平峰,中午和晚高峰的车流量差异不大,可将一天划分为白天、夜晚和凌晨3个时段进行统计,从而节约时间和成本.      

佛山市中心城区机动车限行对污染物削减效果的分析

为改善2010年亚运会期间空气质量,佛山市对中心城区内部分道路进行试限行.采用欧洲COPERT模式,计算出不同排放标准、不同车速、不同车型下的机动车排放因子,通过交通流调查,获取限行前后典型道路交通流运行状态,并以此为依据评估限行后区内机动车污染减排效果.结果表明,限行期间,主要路段道路交通流量平均下降32.5%,车型比例变化较大,摩托车流量下降显著.各种污染物降幅比例并不一致.按照此流量降幅可以预计,如在区内全面展开机动车限行,单位路段污染物(CO、NOx、VOC、PM)年排放量分别下降48.1%、39.2%、43.6%、49.2%.     

呼和浩特交通扬尘排放清单研究

颗粒物污染是影响中国城市空气质量的首要因素,交通扬尘是城市大气颗粒物污染的主要来源之一,排放清单及排放特征研究是进行环境影响分析、控制措施成本效益分析、控制方案制定以及进行环境管理的基础。本文对呼和浩特城区典型道路路面尘负荷进行采样分析,现场调研不同类型道路车流量和车辆构成,应用AP-42排放因子计算典型道路交通扬尘排放因子,建立了基于G IS的排放清单数据库。结果显示:胡同的PM10排放因子最大,其次分别为环城路、支路、次干道和主干道;环城路的PM10排放强度最大,其次为主干道、次干道、支路和胡同;基准年2006年呼和浩特城区交通扬尘PM10排放量为22 715 t;从空间分布看,环城路以内网格排放源强较高,中心城区排放强度最大。     

石家庄市冬季城市道路积尘负荷排放特征研究

利用样方采样法收集了2014年冬季石家庄市8条铺装道路机动车道和非机动车道的积尘样品,计算积尘负荷并分析不同类型道路积尘负荷分布规律和特征。对各类型道路机动车道和非机动车道积尘负荷进行相关分析,比较颗粒物排放因子及排放量。结果表明,石家庄市冬季快速路、主干道、次干道和支路路面积尘负荷分别为0.81、0.88、1.28、1.55 g/m~2,强弱顺序为支路次干道主干道快速路;各类型道路机动车道与非机动车道积尘负荷具有显著线性相关性;各道路排放因子大小顺序为:支路主干道快速路次干道;排放量大小顺序为:快速路主干道支路次干道。研究结果可为石家庄市道路交通扬尘治理提供数据支撑。     

天津市春季样方法道路扬尘PM_(2.5)粒度乘数特征

粒度乘数表示道路扬尘排放因子模型中不同粒径的颗粒物的系数,是道路扬尘排放清单的重要参数,直接影响排放清单的不确定性.2015年春季用样方真空吸尘法采集了天津市市区11条道路88个点位的道路扬尘样品,在便携式气溶胶粒径谱仪Grimm1.109和再悬浮采样器粒径实验基础上,通过公式计算得到了道路扬尘PM_(2.5)的粒度乘数值K_(2.5),开展了粒度乘数分布特征的研究.结果表明:天津市春季非机动车道和机动车道慢车道道路扬尘的PM_(2.5)粒度乘数范围分别为0.053~0.088g/VKT和0.047~0.087g/VKT;主干道、次干道、支路以及快速路的非机动车道PM_(2.5)的粒度乘数K_(2.5)均大于机动车道慢车道的K2.5,环线的机动车道PM_(2.5)的粒度乘数K2.5均大于非机动车道慢车道的K_(2.5);不同道路类型的道路扬尘PM_(2.5)粒度乘数分布规律为:机动车道,环线次干道主干道支路快速路;非机动车道,次干道支路主干道环线快速路;道路两侧相同类型车道间PM_(2.5)粒度乘数中位值不同,但是其差异无统计学意义.     

APEC会议期间北京市交通扬尘控制效果研究

为了评估APEC会议期间严格的交通扬尘控制措施的效果,选取北京地区不同类型道路,在会议之前和会议期间分别采集40个道路积尘负荷样品,并调研了道路车流量及车型比例等机动车活动水平变化.采用AP-42方法计算不同类型道路PM10排放因子和排放强度,基于Arc GIS平台应用自下而上的方法建立了排放清单,分析交通扬尘PM10排放的空间分布特征,评估APEC会议期间北京市道路交通扬尘控制效果.结果表明:APEC会议期间北京市日均车流量减少12%,快速路、主干道、次干道、支路、郊区道路的积尘负荷分别下降31%、58%、73%、54%和46%,PM10排放因子分别下降63%、67%、86%、63%和40%,排放强度分别下降73%、71%、87%、78%和49%.在空间分布上,城区道路交通扬尘PM10排放量减少77%,郊区道路减少49%.     

港口自有移动源大气污染物排放清单

基于全面开展大气污染源排放清单编制工作的要求,研究制定了天津市港口自有移动源排放清单.对道路和非道路移动源各源类6种大气污染物建立了分辨率为3 km×3 km的网格化排放清单,并分析其污染物排放时空分布特征,利用蒙特卡罗方法分析了清单的不确定性.结果表明,2020年港口自有移动源共排放PM₁₀ 148.22 t、 PM_2.5 135.34 t、 SO₂ 1 061.04 t、 NO_x 4 027.16 t、 CO 756.60 t和VOCs 237.07 t,其中道路和非道路移动源污染物总排放量占移动源排放量的比例分别为6.66%和93.34%.全港区自有道路移动源机动车污染物排放的主要贡献源是小型、中型、大型载客汽车(汽油)和重型载货汽车(柴油),非道路移动源排放的各污染物的主要贡献源均是船舶和工程机械.不确定性分析结果表明,移动源总体不确定性范围为-13.3%～16.53%.     

成都市道路移动源排放清单与空间分布特征

以成都市为例开展了路网、交通流、道路行驶工况和机动车保有量等数据的收集工作,运用自下而上的方法,基于实测校正和本地化的IVE模型计算了不同区域机动车在高速路、主干道、次干道和支路的排放因子,应用GIS技术建立了1 km×1 km的成都市高时空分辨率道路移动源排放清单.结果表明,2016年成都市道路移动源CO、VOCs、NO_x、SO_2、PM_(10)和NH_3排放量分别为4.2×10~5、4.5×10~4、7.2×10~4、0.4×10~3、1.1×10~4和6.2×10~3t.CO排放主要贡献车型为小型客车、中型客车和大型客车,VOCs排放主要源于小型客车和摩托车,NOx和SO2排放主要产生于小型客车和重型货车,PM10排放主要贡献车型为重型货车,NH3排放主要由小型客车贡献.污染物排放量空间分布呈现出由城市中心向卫星城市、远郊区递减趋势,中心城区和二圈层区域路网密集,排放呈片状分布,三圈层则呈带状分布.排放清单机动车技术分布数据可靠性较高,而交通流数据和排放因子存在一定不确定性.     

济南市道路扬尘排放因子估算及其影响因素研究

以济南城市道路为研究对象,采用美国环保署AP-42模型和方法,通过道路分类、优化布点、样品采集、实地观测和计算分析,获得道路粉尘负荷及四种类型道路扬尘的排放因子,探讨了排放因子的主要影响因素。结果表明,路面粉尘负荷随车流量增大而逐渐降低,城市城区路面粉尘负荷多小于城市外围路面,且外围道路路面粉尘负荷随时间和空间变化大;支路和次干道排放因子相对较小,快速路排放因子较高,主干道排放因子最高,其TSP、PM10、PM2.5排放因子分别高达25.239 3 g/VKT、4.731 1 g/VKT、0.597 2 g/VKT;排放因子随平均车重增加呈现逐渐增大趋势;同种类型道路排放因子均随道路粉尘负荷的增加而增加;次干道和快速路排放因子随车流量增大而减小。所获结论可为城市道路扬尘排放估算提供参考。     

基于实际道路交通流信息的北京市机动车排放特征

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.     

佛山市机动车尾气颗粒物PM_(2.5)的排放特征研究

以2010年为基准年,利用COPERTⅣ模型计算了佛山市机动车尾气PM10及PM2.5的排放因子和排放量,评估了交通源车型组成及国标分布特征对PM2.5分担率的影响,建立了5大类车型的PM2.5及PM10排放量比值关系。2010年佛山市机动车的PM2.5及PM10直接排放量分别为1 953.03 t/a及2 422.60 t/a;PM2.5排放量最高的2类车型为重型柴油车与摩托车,分担率分别为61.5%及19.3%;在所有机动车中国0车具有最高PM2.5分担率,高达47.5%;不同车型PM2.5/PM10排放量之比亦不同,依次为:轻型柴油车0.850>重型柴油车0.847>摩托车0.811>轻型汽油车0.574>重型汽油车0.477。柴油车与摩托车为削减PM2.5直接排放的主要控制对象,尤其应重点淘汰国0、国Ⅰ及国Ⅱ柴油类黄标车,综合考虑道路状况的前提下可实施限摩政策。     

红河州机动车污染物排放特征研究

基于《道路机动车大气污染物排放清单编制技术指南》建立了红河州2019年机动车排放清单。结果表明:2019年红河州CO、HC、NOx、PM2. 5、PM10和SO2排放总量分别为29494、11908、13259、273、301和138t/a。机动车污染物分担率差别显著,小型汽油载客车、轻型汽油载货车和摩托车是CO的主要排放来源,小型汽油载客车和摩托车对HC排放贡献最大,对NOx、PM2. 5和PM10贡献最大的是大型柴油载货车。汽油车是CO和HC机动车污染物排放的主要贡献源,其排放量分别占排放总量的82. 01%和96. 64%,柴油车是NOx、PM2. 5和PM10的主要贡献源。     

成都市非道路施工机械排放清单研究

随着大气污染控制形势的日益严峻,非道路移动源排放日益受到关注.本研究通过软件调研获得了成都市非道路施工机械保有量、功率分布,通过现场及文献调研获得了非道路施工机械活动水平数据.参照《非道路移动污染源排放清单编制技术指南(试行)》中的方法,计算了成都市2018年非道路施工机械排放清单.结果表明,2018年成都市非道路施工机械PM、HC、NO_x和CO的排放量分别为845、2898、16738、11231 t.按机械类型划分,挖掘机4项污染物排放占比最高,PM、HC、NO_x和CO分别占59%、61%、59%和62%;按排放阶段划分,国2机械4项污染物排放占比最高,PM、HC、NO_x和CO分别占55%、66%、68%和65%.排放清单结果的不确定性受到多种因素的影响,其中影响最大的为排放因子.     

兰州市交通限行措施机动车尾气减排量核算及空间分布

运用排放系数法建立2016年兰州市道路移动源排放清单,并利用GIS技术和机动车速度-流量模型估算得到限行后的排放清单,对比执行限行措施前后限行区内机动车尾气的排放量和空间分布,得出结论:常态化尾号限行期间,限行区内机动车尾气CO、HC、NO_x、PM_(2.5)、PM_(10)和SO_2的年排放量分别为21 177.39,4 539.84,8 159.60,212.27,235.08,8.97 t;重污染天气下,执行单双号限行措施每天可减少限行区内机动车排放上述污染物的量分别为36.27,5.92,8.20,0.24,0.26,0.01 t,削减率分别为62.69%、47.69%、36.78%、40.59%、40.57%、33.00%;空间上,城关区中西部、七里河区北部、安宁区中部以及西固区中部区域减排效果最明显。     

基于积尘负荷的西安市铺装道路扬尘排放研究

近年来城市颗粒物污染问题日渐突出,严重影响着人们的环境幸福指数和对美好环境的期待.道路扬尘作为城市扬尘的重要组成部分,对颗粒物污染的贡献不容小觑.在此背景下,采用积尘负荷法采集西安市快速路、主干道、次干道、支路等4种类型25条道路的道路扬尘样品,并分析采样速率、采样次数等因素对采样效率的影响.在此基础上,计算得到西安市各类型道路的平均积尘负荷,结合车流量、车重、道路长度,通过《扬尘源颗粒物排放清单技术指南》中的公式计算得到各种类型道路TSP、PM₁₀、PM_2.5的排放系数及排放量.结果显示：采样速率为1.0 m²·min^-1,采样次数为两次可满足采样要求.不同类型道路积尘顺序为：支路（4.18 g·m^-2）>次干道（2.80 g·m^-2）>快速路（1.49 g·m^-2）>主干路（1.34 g·m^-2）;道路积尘TSP、PM₁₀、PM_2.5的平均排放系数分别为6.066、1.542和0.447 g·km^-1.快速路和主干路的扬尘排放系数较小,支路的扬尘排放系数次之,次干路的扬尘排放系数较大.采用Monte Carlo方法对TSP、PM₁₀和PM_2.5的排放量进行不确定性分析,在95%的概率分布范围下,三者定量不确定性均为-16.88%~17.96%.     

应用IVE模型计算上海市机动车污染物排放

为了解上海市机动车污染现状,建立上海市机动车源排放清单,分别选择上海市中心城区、商业区和收入相对较低区域中的主干道、快速道和次干道3种共9条典型道路,开展机动车技术水平参数、比功率(VSP)分布状况、启动状况等测试,并在此基础上将International Vehicle E-mission(IVE)模型本地化.调查结果表明,上海市区实际道路上轻型客车、出租车、公交巴士、卡车和摩托车(包含助动车)分别占道路总车流量的41.0%、30.8%、15.6%、6.9%和5.7%;从技术组成看,约85%的轻型客车和97%的出租车均安装有三元催化装置,约30%的公交巴士和90%的卡车没有达到欧Ⅰ标准;机动车的VSP分布主要集中在-2.9～1.2 kw·t-1.模式计算结果表明,2004年上海市机动车CO、VOC、NOx和PM排放量分别为57.06×104t、7.75×104t、9.20×104t和0.26×104t;20%的高排放车对总排放量的贡献占到25%～45%;启动过程中排放的CO、VOC和PM占总排放量的15%～25%,NOx仅占总排放量的4.5%.     

APEC会议期间北京机动车排放控制效果评估

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%.     

中国国道和省道机动车尾气排放特征

近年来,随着我国机动车保有量的持续增长,机动车排放已成为我国重要的大气污染物来源之一.现有的机动车排放研究多关注城市内的机动车大气污染物排放,针对城市间的大气污染物排放研究较少.我国城市间交通道路主要包括国道和省道,截止至2015年我国国道里程18.53万km、省道里程32.97万km,约占全国等级公路总里程的13%,因此开展我国国道和省道机动车大气污染物排放研究十分重要.本研究基于全国国道和省道交通监测站的年均监测数据,采用环境保护部发布的《道路机动车大气污染物排放清单编制技术指南(试行)》中的指导方法,计算了2015年我国国道和省道机动车的大气污染物排放清单,分析了污染物排放的时空分布特征.结果表明,我国国道和省道公路机动车排放的一氧化碳(CO)、氮氧化物(NO_x)、颗粒物(PM)和碳氢化合物(HC)排放量分别占全国机动车污染物总排放量的4.5%、27.9%、14.4%和7.7%;不同车型对国道和省道机动车大气污染物排放的分担率不同,其中大货车是NO_x、PM_(10)、PM_(2.5)的主要来源,摩托车是CO和HC的主要来源;不同道路类型中各车型的大气污染物排放分担率也不同,如高速路上大货车是NO_x、PM_(10)和PM_(2.5)的主要来源,普通道路上大客车和大货车是NO_x、PM_(10)和PM_(2.5)的主要来源.     

杭州市区机动车污染物排放特征及分担率

选取杭州市区绕城高速、快速路、主干道和民用支路4种典型道路进行工况测试,建立了2010年机动车CO、HC、NOx和PM10排放清单,获得了分车型、燃料类型、排放标准以及道路类型的机动车污染物排放分担率.结果表明,杭州市机动车的污染物排放分担率差别显著,乘用车、出租车和公交车是CO和HC排放的主要来源,重型货车和公交车是NOx和PM10排放的主要来源,且乘用车的NOx排放分担率也较大;柴油车的NOx和PM10的排放分担率远大于其保有量的贡献率,是其排放的主要来源,汽油车是CO和HC排放的主要来源;占保有量30%的国0和国I车辆,对CO、HC、NOx和PM10排放分担率分别为67%、69%、58%和82%;主干道是机动车CO、HC和NOx排放的主要来源,其排放分担率分别为66%、65%和64%,民用支路是PM10排放的主要来源,分担率为55%.