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%.     

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。     

长株潭区域机动车尾气排放清单及特征分析

通过建立2012年长株潭区域机动车尾气排放清单,分析了区域内机动车尾气排放特征,研究了排放的时空分配因子,并对清单进行了不确定性分析。结果表明:2012年长株潭区域道路机动车尾气CO、HC、NO_x、PM_(2.5)、PM_(10)、VOCs、NH_3排放量分别约为11.86、1.78、3.88、0.23、0.26、2.52、0.06万t。其中,载货汽车是NOx、PM、PM2.5的主要贡献源,载客汽车和摩托车是CO主要贡献源,摩托车是VOCs的主要贡献源,而载客汽车是NH3的主要贡献源。国I前标准车辆对CO、HC、VOCs的贡献率分别约为33.5%、31.8%、53.9%,国I标准车辆CO、HC、NO_x、PM_(2.5)、PM_(10)、VOCs、NH_3的贡献率分别约为38.6%、40.4%、47.4%、54.1%、54.1%、17.1%、16.2%,均高于车辆保有量的占有率,因此控制尾气排放应从国I前、国I车入手。此外,一周中工作日,每天08:00和17:00排放量占比较大,城区的空间分配因子明显高于郊区及乡镇区域,城镇居民使用车量对机动车尾气排放量影响较大。道路机动车排放清单估算过程中不确定性主要来自活动水平数据,尤其是平均行驶里程的选取上。     

珠三角地区机动车排放清单建立与来源分析

文章建立了珠三角地区2012年10种污染物的机动车排放清单,并分不同车辆类型、不同排放标准以及不同城市分析了各污染物排放特征。结果表明:(1)不同车型的机动车排放贡献率存在着一定的差异,其中轻型客车、摩托车和大型客车所占排放比例较高;(2)CO、VOC、CH4、NMVOC主要来源于轻型客车和摩托车,NOx、PM2.5、EC、OM主要来源于大型客车,NH3主要来源于轻型客车,SO2主要来源于大型客车和轻型客车;(3)国0和国Ⅰ标准机动车是主要排放贡献源;(4)广州、深圳排放量所占珠三角整体排放量比重较大,其次为佛山、东莞、江门,珠海、中山、肇庆、惠州所占排放比例较小。     

基于COPERT模型的江苏省机动车时空排放特征与分担率

利用COPERT模型和Arc GIS技术建立了江苏省2015年1 km×1 km、小时分辨率的机动车网格化排放清单.采用改进的"标准道路长度"方法,利用路网信息以及拥堵延时指数的月变化、周变化和日变化数据提高清单的时空分辨率.基于COPERT模拟结果分析了分车型、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,江苏省2015年NOx、HC、CO、PM_(2.5)、SO_2、OM和BC的排放量分别为49.09、16.63、161.48、1.69、0.19、0.36和0.67万t,其中苏州和徐州排放量占比之和达34%~45%;HC蒸发排放量为2.02万t,占HC排放总量的12%;小型客车和摩托车对于HC和CO排放量的分担率最大,均超过30%;重型柴油货车对NOx、PM_(2.5)、SO_2、OM、BC的分担率在36%~54%之间,远高于其他车型;苏州和徐州的重型和中型柴油货车是NOx、PM_(2.5)的最主要排放源;国Ⅲ标准柴油车对NOx、PM_(2.5)、SO_2和BC的分担率均最大,在42%~55%之间;国Ⅲ标准重型柴油货车和国0标准中型柴油货车是全省NOx、PM_(2.5)、OM和BC的首要和次要贡献车型,两者分担率之和在40%~56%之间.国0标准摩托车对全省HC和CO排放的分担率较高,约为16%.     

广州市机动车尾气排放特征研究

文章利用COPERT IV模型计算广州市机动车尾气排放因子,结合机动车保有量和构成,获得2008年广州市机动车尾气排放总量并对排放因子的速度敏感性,以及不同车型、不同排放标准、不同燃料类型机动车排放特征进行了分析。结果表明:2008年广州市机动车CO、NOX、VOC和PM的排放总量分别为138 772.42 t、80 868.69 t、24 907.26 t和3 171.97 t。摩托车和小客车是CO和VOC的主要贡献车型,贡献率总和分别达到78.31%和70.52%;而作为NOX和PM的主要贡献车型,大客车和重型货车的贡献率总和分别达到78.94%和83.72%。国0标准机动车排放水平高于其他排放标准的车型,CO和VOC的排放分担率接近于保有量比例的2倍。汽油车是CO和VOC的主要贡献车型,其排放贡献率超过80%;而PM排放主要以柴油车为主;柴油车的NOX排放总量高,接近于汽油车的2倍。     

西安市机动车尾气排放特征分析

根据车辆类型及排放因子计算西安市机动车尾气污染物排放CO、碳氢化合物(HC)、氮氧化物(NOx)及颗粒物(PM)的特征。结果显示,机动车排放污染物中一氧化碳含量远大于其他三者。CO和HC主要来自客车,尤其是小型客车,而颗粒物主要由重型货车排放;超过80%的CO和HC来自汽油车,而超过90%的PM排放来自柴油车;国Ⅰ前汽车在西安市汽车保有量中仅占3.48%,而四种污染物排放量在的比例分别为33.55%、29.68%、11.92%和21.43%。为减少机动车尾气污染物的排放,建议淘汰国Ⅰ前车辆,对柴油车尾气加强处理。     

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.     

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。     

泉州市"十二五"期间机动车污染物排放特征研究

建立了泉州市"十二五"期间机动车排放清单,获得了不同机动车排放贡献率.结果表明:摩托车和小型客车占总机动车保有量的比例最大,成为泉州市机动车排放的主要来源;污染物排放量排序:CO>NOx>HC>PM;甲醛>苯>乙醛>1,3-丁二烯>氨;CO2>N2O>CH2;不同车型对机动车污染物的排放贡献率有显著不同,小型客车对于CO和HC排放贡献最大,NOx、PM的主要排放源为重型货车;摩托车、小型客车、中型货车对有毒有害物的贡献率最大;小型客车对温室气体的贡献率最大.     

中国典型城市机动车排放演变趋势

选择中国12个典型城市建立1990~2009年机动车排放清单,分析各城市机动车排放历史演变趋势.结果显示,1990~2009年,研究各城市CO、VOCs、NOx和PM排放因子分别降低57%~81%、53%~78%、22%~74%和31%~76%.20年间,各城市CO和VOCs排放量总体在2000年后陆续达到增长峰值后开始下降,总量分别增长1.0倍和1.4倍;NOx和PM排放量总体保持持续增长,分别增长3.2倍和3.3倍.各城市汽油车是CO和VOCs排放主要贡献源,LDA-G、MDTB-G和HDTB-G对各城市机动车CO和VOCs排放的贡献和分别为约70%~90%和约50%~85%,其中LDA-G的排放贡献明显提高.LDA-G、MDTB-G、MDTB-D和HDTB-D贡献了80%~90%的NOx排放,其中MDTB-D和HDTB-D的排放贡献率从平均57.8%上升为72.7%.对于PM,MDTB-D和HDTB-D占排放的70%~90%.此外,部分城市摩托车排放的贡献不容忽视.     

中国机动车排放清单的建立

以中国2002年各省统计年鉴中关于机动车及道路信息的数据为基础,并根据COPERTⅢ模型计算出的2002年中国各省区各种机动车类型在城区、郊区和高速公路3种行驶工况下的排放因子,应用GIS技术建立了40km×40km的高空间分辨率的中国机动车排放源清单.结果表明,2002年中国机动车排放CO、NO_x、NMVOC和PM₁₀的排放总量分别为2 815×10⁴、305×10⁴、461×10⁴和111×10⁴t,主要来源于摩托车和汽油小客车的排放.污染物排放量的空间分布显示出其排放集中于经济发达地区,10.8%、2.2%、9.7%和5.3%的国土面积分别排放了84%的CO、55%的NMVOC、48%的NO_x和48%的颗粒物,并呈现出东部高于西部、沿海高于内地的趋势,其中长江三角洲、珠江三角洲和京津地区的排放相对较强.     

2007年中国大陆地区生物质燃烧排放污染物清单

采用排放因子法计算了中国2007年间CH4、SO2、NOx、NH3、EC、OC、NMVOC、CO、CO2、TSP、PM10、PM2.5的排放总量,建立了生物质燃烧污染物排放清单,计算了各污染物总排放量的空间分布及不同生物质燃烧类型对各污染物总排放量的贡献率,重点完善了各省市生物质燃烧排放不同粒径颗粒物清单.结果显示,2007年我国大陆生物质燃烧排放CH4、SO2、NOx、NH3、OC、EC、NMVOC、CO、CO2、TSP、PM10、PM2.5排放总量分别分为3332.7, 335.3, 951.3, 7754.9, 783.7, 267.7, 6049.6, 76579.6, 743743.7, 7677.8, 6668.9, 4043.7kt.四川、安徽、广西、山东、河南、江苏等地区生物质燃烧各污染物排放量较高,北京、天津、海南、宁夏、青海和西藏等省区各污染物排放量较少.不同地区排放污染物的主要生物质类型存在较大的差异,单位面积排放强度和人均排放量区域间差异显著.人类活动是生物质燃烧排放污染物的主要影响因素,秸秆和薪柴燃烧是污染物排放量最大的2种生物质,其对各种污染物的贡献率为93.8%~98.7%.     

武汉市2020年机动车常规污染物排放预测及减排潜力分析研究

采用情景分析方法预测武汉市"十三五"期间不同情景下机动车保有量和主要污染物(NOx、CO、VOCs、PM10和PM2.5)排放量,同时进行减排潜力的初步核算.结果表明:在不淘汰黄标及老旧车辆的情况下,预计2020年武汉市机动车保有量将增长至352.5万辆,机动车排放NOx、CO、VOCs、PM10和PM2.5约为6.6万吨、13.5万吨、4.0万吨、0.2万吨和0.2万吨."十三五"期间采取结构减排、工程减排及管理减排方案措施后,2020年机动车排放NOx、VOCs、CO、PM10和PM2.5可在2015年的排放基础上分别减排0.51%、43.17%、40.74%、38.99%和38.45%.     

On-road pollutant emission and fuel consumption characteristics of buses in Beijing

On-road emission and fuel consumption (FC) levels for Euro III and IV buses fueled on diesel and compressed natural gas (CNG) were compared, and emission and FC characteristics of buses were analyzed based on approximately 28,700 groups of instantaneous data obtained in Beijing using a portable emissions measurement system (PEMS). The experimental results revealed that NOx and PM emissions from CNG buses were decreased by 72.0% and 82.3% respectively, compared with Euro IV diesel buses. Similarly, these emissions were reduced by 75.2% and 96.3% respectively, compared with Euro III diesel buses. In addition, CO2, CO, HC, NOx, PM emissions and FC of Euro IV diesel buses were reduced by 26.4%, 75.2%, 73.6%, 11.4%, 79.1%, and 26.0%, respectively, relative to Euro III diesel buses. The CO2, CO, HC, NOx, PM emissions and FC factors all decreased with bus speed increased, while increased as bus acceleration increased. At the same time, the emission/FC rates as well as the emission/FC factors exhibited a strong positive correlation with the vehicle specific power (VSP). They all were the lowest when VSP < 0, and then rapidly increased as VSP increased. Furthermore, both the emission/FC rates and emission/FC factors were the highest at accelerations, higher at cruise speeds, and the lowest at decelerations for non-idling buses. These results can provide a base reference to further estimate bus emission and FC inventories in Beijing.     

上海城市交通与机动车排气污染调查

上海市机动车保有量逐年增加，车辆的排气污染愈来愈严重，据调查，１９９７年机动画排放的ＣＯ，ＭＮＨＣ，ＮＯＸ和ＰＭ分别达到５８．６，９．０８，６．２０和０．２３万吨。中心城区机动车排放的ＣＯ，ＮＭＨＣ和ＮＯＸ污染物５０％以上来自于小型车，是影响上海城区环境空气质量的主要污染源。     

天津市大气污染源排放清单的建立

通过调研天津市工、农业生产和居民生活的统计资料,研究分析文献报道的各种污染源排放因子,计算出天津市各行业、各区县NOx、SO2、NMVOC、CO、NH3、PM10、PM2.5等污染物的排放量,发展了天津市2003年排放源清单.结果显示,天津市2003年各类污染物质的排放量NOx为1.77×105t,SO2为2.59 ×105t,NMVOC为2.24×105t,CO为1.33×106t,NH3为7.40×104t,PM10为2.52×105t,PM2.5为1.10×105t.从排放源的行业分布来看,燃煤源、汽车移动源、秸秆燃烧源是天津市大气污染物的重要排放源,燃煤源对各污染物的贡献分别为NOx46%,SO284%,NMVOC 1%,CO 58%,PM1018%,PM2.5 24%.火电、水泥、钢铁、炼焦、原油加工等行业依然是重要的工业污染排放源,火电对SO2的贡献为13%,钢铁对SO2的贡献为24%,对CO的贡献为30%.2003年天津市区对NO,、S02、NMVOC、CO等污染物的贡献均高于其它区县,对PM10、PM2.5的贡献也很高;塘沽区对NOx、SO2、NMVOC、CO等污染物的贡献很大,蓟县、武清区、宝坻区对NH3、PM10、PM2.5的贡献很大.