基于实时交通信息的道路机动车动态排放清单模拟研究

以上海市为例开展了实际道路车流分布、行驶工况和车辆技术的实地调查,建立了道路车流、VSP分布和车辆技术数据库.在此基础上,基于实时的车流、车速等交通信息,构建了动态化的道路机动车污染物排放清单模拟方法,并开展了城区典型道路的机动车小时排放模拟案例研究.调查结果表明,上海市城区道路车流以轻型客车和出租车为主,分别占各时段车流总量的48%～72%和15%～43%;VSP分布与平均车速存在较好的规律,各车型VSP峰值随平均车速的上升向高负荷去移动,且峰值逐渐降低;当前上海市车辆以国2和国3车型为主,经过年检站调查结果的校正,国2和国3车型分别占各车型的11%～70%和17%～51%.模拟案例结果显示,道路机动车CO、VOC、NOx和PM日排放峰谷比可达3.7、4.6、9.6和19.8左右,CO和VOC排放主要来自轻型客车和出租车,与车流变化的相关性较好,而NOx和PM排放主要来自重型客车和公交车,且主要集中在早晚高峰时段.采用建立的动态排放模拟方法可实时反映实际道路的机动车排放变化,获取高排放路段和时段,为交通环境管理提供重要的技术手段和决策依据.     

北京机动车尾气排放特征研究

近年来随着机动车保有量的快速增加,北京市机动车排放污染受到越来越多的关注。本研究应用COPERTⅣ模型计算了北京不同类型机动车排放因子,根据保有量和年均行驶里程等基础数据计算了2009年机动车尾气污染物排放量;调查了北京典型道路车流量和车辆运行速度等参数,计算机动车尾气排放强度,得出了典型道路不同污染物的综合排放因子;应用COPERTⅣ模型分析了车速对不同污染物排放的影响,将基于G IS的机动车活动强度、行驶速度和排放因子结合在一起,得到了北京机动车尾气排放网格分布清单。结果表明:CO排放量为71.58×104t,HC排放量为7.95×104t,NOx排放量为8.77×104t,PM排放量为0.38×104t。北京城区高峰小时CO排放量为143.9 t/h,HC排放量为18.6 t/h,NOx排放量为12.5/h,PM10排放量为1.14 t/h。     

珠江三角洲非道路移动源排放清单开发

根据收集到的珠江三角洲非道路移动源活动水平数据,采用适合各类非道路移动源污染物排放量的估算方法和排放因子,建立了珠江三角洲地区2006年非道路移动源排放清单.结果表明,珠江三角洲地区2006年非道路移动源排放SO2为6.52×104t,NOx为1.24×105t,VOC为4.54×103t,CO为2.67×104t,PM10为4.51×103t.其中船舶为最大的SO2、NOx、CO和PM10排放贡献源,分别占非道路移动源排放总量的96.4%、73.8%、39.4%和50.5%.在船舶排放源中,SO2、NOx、VOC、CO和PM10排放量的89.8%、81.8%、77.3%、79.5%和81.7%来自货轮和散装干货船.非道路移动源已成为该地区第三大SO2和NOx排放贡献源,分别占珠江三角洲大气污染源SO2和NOx排放总量的8.6%和13.5%.     

乌鲁木齐市区机动车污染物排放特征研究

选择乌鲁木齐市125条道路调研测试得来的数据分析了乌鲁木齐市在用机动车的行驶分布的规律、污染物的排放特点和机动车道路的行驶特点。然后使用COPERT本地化模型计算CO、NMVOC、NOx和PM的排放因子,并计算了2012年CO、NMVOC、NOx和PM的排放量。通过估算得到2012年乌鲁木齐市机动车CO、NMVOC、NOx和PM的排放量分别为94 087,17 886,25 079,1 489 t。柴油机动车对NOx、PM的排放分担比率较大,而柴油机动车的保有量的贡献比率偏低;柴油汽车的CO、NMVOC的保有量的贡献比率跟它的排放分担率相比,贡献率要大;占保有量22.3%的国Ⅰ、国Ⅰ前标准的机动车辆对机动车CO、NMVOC、NOx、PM的排放分担比率分别为50.5%、41.0%、51.5%和55.0%;占保有量64.3%的国Ⅲ、和国Ⅳ车辆对CO、NMVOC、NOx和PM的贡献率分别为35.2%、42.7%、35.6%和33.9%。     

乌鲁木齐市城区机动车大气污染物排放特征

对乌鲁木齐市城区车辆信息(包括车流量和车辆构成、车辆控制技术水平、车辆行驶工况、车辆启动分布等)进行调研和测试,并根据IVE模型计算得到机动车污染物排放清单,获得分车型、燃料类型及启动/运行方式的机动车污染物排放分担率.结果表明:2011年乌鲁木齐市机动车CO、NO_x、HC和PM的排放量分别为20.22×104、2.60×104、1.84×104和0.44×10~4t·a~(-1),机动车污染物排放分担率差别显著,乘用车、公交车和重型货车是CO和HC主要排放源;重型货车和乘用车是NO_x的主要排放源;重型货车是PM的主要排放源.汽油车是CO和HC排放的主要来源,柴油车是NO_x和PM排放的主要来源,天然气车各类污染物排放量均较低.控制柴油重型货车是消减机动车污染物排放的重要方式.     

杭州市机动车污染物排放清单的建立

基于调研的基础数据,运用修正后的IVE排放模型及GIS系统建立了杭州市2010年1km×1km的高时空分辨率的机动车排放清单.结果表明,2010年杭州市机动车污染物CO、HC、NOx、PM的年排放量分别为44.06,2.31,4.43,0.65万t,主要来自线源道路的排放.各车型污染物分担率各不相同,汽油乘用车和公交车排放CO和HC最大,柴油重型货车和公交车是NOx和PM排放的主要来源,两种燃油下的机动车排放差异十分明显.机动车污染排放与路网密集程度及道路长度密切相关,因此西湖区和江干区排放总量远远高出其他区域.机动车各污染物排放强度空间分布均呈现由城市中心向城市边缘的递减趋势,各污染物中心城区排放量占总排量的70%以上.机动车污染物排放日变化十分明显,与人群出行规律有极大的相关性.     

利用IVE模型建立成都市轻型汽油客车排放清单

城市机动车污染物排放清单的建立是控制机动车污染的关键.本研究以2012年为基准年,通过对成都市轻型汽油客车技术水平分布、活动水平和保有量等数据的调查,将IVE模型本地化,计算了成都市2012年轻型汽油客车VOCs、PM、NOx、CO的排放清单,并分析了清单的不确定性.结果表明:成都市2012年轻型汽油客车排放的VOCs、PM、NOx和CO分别为2.23×104t、1.6×102t、1.26×104t和2.03×105t;轻型汽油客车中黄标车VOCs、PM、NOx、CO的排放量分别占排放总量的27.5%、18.1%、37.2%和42.5%,表明黄标车是轻型汽油客车污染物排放的主要来源;排放清单的不确定性主要来自于排放因子,VOCs、PM、NOx和CO清单的不确定性分别为-31.67%~32.35%、-54.75%~55.09%、-6.56%~6.76%和-12.22%~12.51%.     

乌鲁木齐市机动车排放清单研究

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,NO_x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,NO_x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,NO_x排放以中重型公交车为主,PM排放以中、重型载货汽车为主.      

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%.     

杭州市机动车NO_x排放清单的建立及其对空气质量的影响

以杭州市主城区为例,对车辆信息(包括车流量和车辆构成、车辆控制技术水平、车辆行驶工况、车辆启动分布等)进行了调研和测试,并根据IVE模型计算了机动车NOx的排放清单.结果表明,2004年杭州市主城区机动车NOx排放总量为25 100 t,其中,轻型客车、出租车、公交车、重型货车和轻型货车的年排放量分别为5 800,1 100,7 300,9 200和1 700 t.在此基础上,通过AERMOD模型模拟了城市机动车源NOx年均质量浓度以及城市空气中总的NOx年均质量浓度空间分布,得出机动车排放的NOx对总的NOx年均质量浓度的贡献率为40.91%,并对贡献率的空间分布进行了分析.     

公路隧道机动车流量调查及其构成特点

报道了谭峪沟隧道和梧桐山隧道实验中机动车流量及其变化的调查和分析结果,得出了机动车流量的日变化趋势及车辆构成特点,并对其可能造成的环境影响进行了探讨.      

实时尾气检测系统OEM的应用

机动车尾气排放实时检测系统OEM是基于车辆实际行驶路况的新型车载尾气检测系统。该系统突破了传统的定点尾气收集数据的局限性，能够方便快捷地获得不同路段、不同车型、不同时段的以秒为单位的尾气排放数据以及包括速度和加速度在内的瞬间车辆行驶数据。文中对OEM系统的基本原理和方法进行了简单的介绍，并给出了应用该系统在北京市交通网络测试尾气的一些初始结果。     

基于道路遥感监测的北京市汽油车大气污染排放水平及对标准修订的启示

机动车遥感监测（以下简称遥测）具有快速和便捷特点,可减轻人工执法工作量,为机动车污染排放监管和执法提供良好的支持.本研究对北京市2021年1—4月60个道路机动车遥测站点污染排放数据进行统计分析,获取了北京市汽油车大气污染物排放浓度（均为体积浓度）累积分布概率等排放特征.通过数据比对和典型现场实验,对车辆在稳态工况法（ASM）和遥测大气污染物排放数据进行相关性分析,并提出了北京市地方标准修订的建议.研究结果表明：①将监测到的1149.7万条数据按污染物浓度由高到低的顺序排列,累积分布概率前10%、50%和90%的CO浓度分别为1.73%、0.58%和0.16%;HC分别为96.38×10^-6、22.44×10^-6和6.59×10^-6 ;NO则为686.58×10^-6、117.70×10^-6和24.13×10^-6.②排放水平与排放标准有较大的关系,其中国VI排放标准车辆污染物浓度水平显著低于国I车辆,累积分布概率前10%、50%和90%对应的CO浓度下降率为54.83%~85.71%,HC下降率为75.71%~85.35%,NO则为65.73%~85.00%.③与稳态工况法相关性分析表明,在样本量较大的情况下,两种方法检出的排放水平趋于一致,但对于单个车辆来讲,具有一定的波动性.④现执行的北京市地方标准污染物种类不全,限值较为宽松,建议充分利用现有的遥测设备资源,将HC和NO纳入标准限值,筛查高排放车辆,提高机动车排放监管和执法效率.     

我国汽车排气污染现状与发展

从汽车保有量,油口消耗、污染物排放和城市大气环境质量等方面分析了我国汽车污染现状及２０００年和２０１０年２个时段的发展趋势,从节能,净化和管理的角度初步分析了削减汽车污染物排放的综合对策。     

机动车排气遥测技术的应用和发展

介绍机动车排气污染物遥测技术的发展历史、应用现状和发展趋势，对中美2国的应用现状进行对比分析，并在此基础上提出我国下一阶段的努力方向。     

Research and development of electric vehicles for clean transportation

This article presents the research and development of an electric vehicle (EV) in Dept.of Human-Robotics Saitama Institute of Technology.Electric mobile systems developed in our laboratory include a converted electric automobile,electric wheelchair and personal mobile robot.These mobile systems contribute to realize clean transportation since energy sources and devices from all vehicles,i.e.,batteries and electric motors,does not deteriorate the environment.To drive motors for vehicle traveling,robotic technologies were applied.     

机动车排放污染的速度-加速度耦合影响分析

利用OBS-2200车载测试系统,分别在高峰期、平峰期和低峰期的天津市典型路段进行了车载测试,并获得了碳氢化合物(HC)、一氧化碳(CO)和氮氧化物(NOx)等车辆排放的污染物的逐秒数据.结果显示在这3个时段内,车辆的加速度大都集中在-1.5~1.5m/s2,速度大都集中在0~70km/h,并且HC、CO和NOx的最高排放率为0.0673、0.706和0.0178g/s,都集中在高速(速度(v)>30km/h, 加速度(a)>0.5m/s2)工况范围内.通过拟合发现,HC、CO和NOx的排放率与比功率(Vehicle Specific Power,简称VSP)之间的拟合决定系数分别为0.71、0.86和0.85,相关性较高,说明VSP可以作为评价车辆排放率的一个重要参考性指标.     

遥感法用于车辆实际道路行驶污染状况评估

为了评估满足不同排放标准的在用车在实际道路行驶条件下的污染状况,以2013年3-11月间在北京市朝阳区收集的16.5×104组在用汽油车排放遥感测试大数据为基础,对北京市的在用车实际道路排放水平进行分析和评价.结果表明:新车排放标准升级明显降低了在用车的CO、HC和NO平均排放浓度.从国Ⅰ/国Ⅱ到国Ⅲ以及从国Ⅲ到国Ⅳ/国Ⅴ,每次标准升级使得在用车的CO排放浓度平均降低12%~15%,HC和NO排放浓度分别降低13%和40%左右.与2003年相比,北京市2013年机动车CO、HC和NO排放的平均浓度分别下降了52.1%、82.1%和65.3%,排放标准升级带来的减排效果十分明显.未来排放标准升级过程中应当强化对在用车实际驾驶过程排放的监管,同时积极引导老旧车辆的淘汰更新,加大对排放造假行为的执法和处罚力度.      

基于决策树的城市在用车环检首检结果预测模型研究

在用车环检是机动车环保监督管理的有效手段,本文通过建立环检结果预测模型以达到事前管理的目的.研究使用通过简易瞬态工况法的数据库,采用决策树算法,建立了环检数据库数据预处理规则,证实了整数编码可用性和运算负荷小的优点,并采取过采样方法解决数据不平衡问题,通过ROC曲线确定子模型的超参数,建立了环检结果预警模型.结果显示,等级1级以上级别可涵盖90%的不合格车辆,累计行驶里程数、车龄对环检结果影响最大.研究表明,该方法复用性较强,有利于通过易获取的信息预测环检结果,可有效支持机动车排放分级分类管理和政策制定.     

我国城市地区机动车污染现状与趋势

北京、广州和上海近10多年机动车保有量年均增长速率分别为16. 4 % ,16. 5 %和13.4 %,这些城市大约80 %的CO和40 %的NOx来 自于机动车排放。其结果是导致城区大气环境近10 a来NOx浓度逐年上升,己成为广州和北京等少数特大城市的首要污染物;街道大气环境 中NOx和CO日均浓度远远超过国家大气环境质量二级标准,其污染程度比城区整体环境更为严重;己存在严重的光化学烟雾污染,预测表明 城区未来大气环境中q浓度的高低取决于机动车的排放量。因此,我国城市地区大气污染正由煤烟型污染向机动车尾气污染转化。