重型柴油车实测排放因子和MOBILE6预测值的对比分析

利用车载尾气检测技术(PEMS)可以获得实时的机动车排放数据.笔者利用PEMS实测了重型柴油车的排放数据,在此基础上分析了CO、HC、NOx和PM的排放因子与速度、加速度的关系,同时使用MOBILE6模型,经过模型参数的校正,从而得到相应的预测排放因子,最终对排放因子的实测值、MOBILE6模型预测值以及欧Ⅱ的排放标准估测值进行了对比分析.     

捷达车实测排放因子和MOBILE6预测值的对比分析

OEM是最新的基于车辆实际行驶路况的车载尾气检测系统，文中利用OEM在实际道路上对不同捷达车的实时尾气排放进行测量，得到10天测试车辆每秒的尾气排放数据，并利用数据库统计、排放数据匹配行驶周期等方法，计算出每天的平均尾气排放因子。同时使用了美国的MOBILE6软件，确定相对应的输入参数，得到相应排放因子。最终将两者进行比较分析，探讨MOBILE6在中国的适用性。     

应用COPERTⅢ模型计算中国机动车排放因子

介绍了计算机动车污染物排放因子的COPERTⅢ模型,并根据中国机动车实际构成、行驶工况和燃油特征确定了模型所需参数,然后应用该模型计算得到了2002年中国机动车排放CO、NO_x、NMVOC和PM的排放因子.通过比较COPERTⅢ模式、MOBILE模式和台架测试得到的中国机动车排放因子发现,应用COPERTⅢ模型计算获得的排放因子更接近中国机动车实际排放情况.     

北京市机动车污染物排放特征

定量分析计算机动车污染物排放特征 ,对城市汽车污染控制决策具有重要意义 .在利用实测数据确定基本参数的基础上 ,用 MOBILE5模型计算了北京市机动车污染物排放因子 ,获得了城区和全市机动车污染物排放总量和排放分担率 ,并分析了不同车型车种在城市区域汽车污染中的贡献率 .结果表明 ,北京市城区 CO,HC和 NO_x 的排放总量中 ,汽车源排放分担率分别为 :78% ,83%和 46% .     

运用CMEM模型计算北京市机动车排放因子

采用由美国加州大学Riverside分校开发的综合模式排放模型(CMEM)分析和研究北京市机动车污染物的排放特征,以9辆代表北京市典型技术类型的轻型机动车为实验车辆,收集了运行CMEM模型所需要的数据和参数.通过CMEM模型Access 2.02版本计算,得到了在不同交通行驶状况下北京市4类典型轻型机动车的CO2,CO,HC,NOx单车排放因子及各车型综合排放因子.通过与同一车辆的在路实测排放因子比较发现,用CMEM模型计算的CO,HC和NOx与实测排放因子及排放特征有较好的一致性,因此适用于计算北京市机动车CO,HC和NOx排放因子.      

中巴车实测排放因子和MOBILE6预测值的对比分析

利用车载尾气检测(OEM)技术对在实际道路上行驶的中巴车辆进行测试，得到该车的实测排放因子；同时应用美国环保局(EPA)开发的MOBILE6模型，在对相关参数进行适当调整后计算相应的排放因子；对得到的排放因子进行比较和分析，并就MOBILE6模型在我国的适用性做出探讨。     

不同排放标准下大型柴油客车实测排放因子与MOBILE6预测值的对比分析

在利用先进的车载尾气检测技术（PEMS）收集了我国大型柴油客车尾气的实时排放数据的基础上,分析了不同排放标准下车辆（国Ⅰ、国Ⅱ、国Ⅲ）的CO、HC、NOx和PM排放因子与速度的关系;使用MOBILE6模型,经过模型参数校正,预测了相应车辆的排放因子,并与不同排放标准下的车辆排放实测值进行对比,从而验证了MOBILE6模型对我国大型柴油客车尾气排放预测的适用性。     

重型机动车比功率计算方法研究

在交通环境领域,利用比功率进行机动车排放量化是近年来一个研究热点.本文阐述了比功率公式的来源及其基本理论,对比功率系数取值问题进行了深人研究;同时依据国内情况探讨了我国重型机动车不同车重区间下的比功率计算公式,利用实测数据对比分析了不同比功率算法的结果,并重点分析了利用轻型车比功率算法计算重型车比功率所产生的误差,结果...     

应用模式计算机动车排放因子

以澳门地区机动车污染物排放因子计算为例,介绍了根据当地实际情况,进行模式参数修正,并采用修正的模式确定排放因子的基本方法。结果表明,采用修正模式计算的方法能够比较方便地确定不同时空研究范围内机动车的排放因子。澳门地区机动车的排放水平较高,需要采取更先进的技术以控制机动车的污染。     

中国机动车排放模型的研究与展望

通过介绍美国环保局(USEPA)颁布的机动车源排放模型(MOBILE)的发展、分类及最新模型版本,提出了根据这一思路开发的中国机动车排放模型.重点介绍了机动车类型划分、基本排放因子测试及有关修正因子的确定等.      

武汉市机动车排放因子的确定

采用美国环保局的ＭＯＢＩＬＦ５模式，结合武汉市的实际情况，对机动车的排放因子进行了计算，其计算结果与分析能为城市机动车污染控制提供依据。     

电动汽车普及对江苏冬季大气污染影响的数值模拟

为研究电动汽车普及对空气质量的影响,首先利用机动车排放计算模型MOBILE估算了在电动汽车替代50%小型载客车情景下江苏省的大气污染物排放量,并利用中尺度气象-化学模式(WRF-Chem)模拟和分析了电动车替代前后冬季污染物浓度的变化特征.结果表明,如果用电动汽车替代小型载客车,江苏省13个地级市的CO、NO_x、VOC排放量都有所降低,减排量从地区来看,苏南苏中苏北.电动汽车替代将会造成江苏地区由交通排放引起的CO浓度降低20%～35%,氮氧化物浓度降低10%～30%,减排效果总体上苏南地区好于苏中和苏北地区.交通排放对于SO_2、一次PM_(2.5)和PM_(10)的贡献小,也可能是因为清单低估了交通源对它们的贡献,因此,减排效果不明显.受NO_x影响,交通减排增加了O_3浓度.     

富康车实测尾气排放数据分析

利用OEM系统收集富康车在实际路况上的实时尾气排放数据,得出3种主要污染物NOx、CO、HC的排放因子及测试车辆的百公里耗油量,并将排放因子同MOBIEM6模型预测的排放因子进行对比,最后对OEM技术在我国的应用进行初步探讨.     

利用IVE模型进行公交车尾气排放分析

介绍了IVE尾气排放模型并与MOBILE模型进行了比较分析。使用GPS对上海市公交车多条运行线路进行了实时运行速度测量,得到上海公交车运行模式的BIN分布,对上海市CNG公交车和柴油公交车的尾气排放进行了模拟计算。结果表明使用CNG公交车代替柴油公交车后,NOX和PM的排放均有显著的降低,但采用不同技术的CNG公交车尾气排放仍有很大的差异,无催化转化和尾气再循环的CNG公交车的CO排放量远高于同类型柴油公交车的排放量。认为IVE模型的模拟结果具有较好的可靠性,其计算模式适用于我国机动车尾气排放清单分析的研究。     

北京市道路空气中NO_x现状监测及控制对策

通过对北京城市3种典型交通道路空气中NOx的时空变化监测发现,城市道路空气NOx中NO分担率主要集中在31.6%～81.1%,明显高于非交通道路中NO的分担率(3.0%～34.0%).其原因是NO主要来源于机动车尾气的排放.利用MOBILE软件计算了各类机动车排放的ρ(NOx),并相应地确定了影响交通道路中ρ(NOx)的敏感因素.据此提出了北京市交通道路空气中NOx若干控制措施,如控制车速、车型、油料等.     

Assessment of traffic related air pollution in urban areas of Macao

1　ＩｎｔｒｏｄｕｃｔｉｏｎＩｎｒｅｃｅｎｔｙｅａｒｓ,ｍｏｒｅａｎｄｍｏｒｅｃｉｔｉｅｓｈａｖｅｓｕｆｆｅｒｅｄｆｒｏｍａｉｒｐｏｌｌｕｔｉｏｎｃａｕｓｅｄｂｙｖｅｈｉｃｌｅｄｉｓｃｈａｒｇｅ.Ｍａｎｙｏｆｔｈｅｐｏｌｌｕｔａｎｔｓｆｒｏｍｖｅｈｉｃ?..     

Development of database of real-world diesel vehicle emission factors for China

A database of real-world diesel vehicle emission factors, based on type and technology, has been developed following tests on more than 300 diesel vehicles in China using a portable emission measurement system. The database provides better understanding of diesel vehicle emissions under actual driving conditions. We found that although new regulations have reduced real-world emission levels of diesel trucks and buses significantly for most pollutants in China,NO_x emissions have been inadequately controlled by the current standards, especially for diesel buses, because of bad driving conditions in the real world. We also compared the emission factors in the database with those calculated by emission factor models and used in inventory studies. The emission factors derived from COPERT (Computer Programmer to calculate Emissions from Road Transport) and MOBILE may both underestimate real emission factors, whereas the updated COPERT and PART5 (Highway Vehicle Particulate Emission Modeling Software) models may overestimate emission factors in China. Real-world measurement results and emission factors used in recent emission inventory studies are inconsistent, which has led to inaccurate estimates of emissions from diesel trucks and buses over recent years. This suggests that emission factors derived from European or US-basedmodels will not truly represent real-world emissions in China. Therefore, it is useful and necessary to conduct systematic real-world measurements of vehicle emissions in China in order to obtain the optimum inputs for emission inventory models.