北京市机动车排放的空间聚类特征研究

城市交通排放是大气环境污染的主要因素,研究污染物排放的空间分布对制定减少排放的公共政策提供依据。该研究根据北京市城区路网车流数据计算机动车尾气排放量基于空间自相关分析和聚类分析的方法确定污染物排放的空间模式。结果表明:轻型汽车流量在路网中比例为93%,对CO和HC排放的贡献率分别为93%和89%重型汽车流量在路网中比例为6%对PM和NO_x排放的贡献率分别为92%和73%,摩托车的流量和污染物排放比例均较低;通过全局空间自相关分析发现,车流量和污染物排放强度的空间模式为聚集模式通过高/低聚类分析发现车流量和污染物总排放量的空间模式为高值聚集;热点图分析结果表明;北京市机动车尾气排放的热点地区主要位于二环至四环之间的中部和北部地区。     

基于路网车流量的北京城市副中心机动车污染控制情景

应用基于路网车流信息的情景分析方法,对北京城市副中心地区依据不同控制情景,以2015年为基准年建立机动车尾气排放清单.通过计算未来年路网车流信息和各情景下实际路网机动车污染物的排放清单,预测2020年和2025年的污染物排放变化.结果表明,未来10年北京城市副中心路网密度和机动车行驶里程持续增长,与基准情景相比,各控制情景对污染物排放量均有削减,新能源车推广情景对各污染物减排效果显著,且对NOx和PM的减排效果更好.外埠车限行情景对各污染物减排效果均较为显著,淘汰高排放车措施在短时间内削减效果显著,但长期削减效果较弱.综合情景对污染物的削减率达到最佳,机动车污染物CO、NOx、HC和PM排放量分别下降39.0%、58.7%、49.2%和55.5%.     

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。     

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%.     

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.     

基于情景分析的北京市机动车污染排放控制研究

为了研究未来北京市机动车排放控制措施的减排效果,本文基于情景分析法,以2010年为基准年,通过设置3类控制措施情景,估算2011~2020年不同情景下北京市机动车常规污染物排放量,并在基准情景基础上,估算污染物减排量,分析控制措施对不同类型机动车的减排贡献.结果表明,尽管未来北京市机动车保有量会有较大增长,实施机动车排放控制措施仍可取得显著的减排效果.单一措施中,淘汰高排放车减排量最大.其中,淘汰轻型客车可有效减少CO的排放,减排贡献率为89.4%;淘汰重型客车可对NOx、HC和PM10达到有效削减,其贡献率分别为65.5%、55.8%、93.4%.实施新的排放标准对重型柴油车的排放也有明显控制效果,且4种污染物都能得到有效削减.综合实施各种措施的效果最为显著,2020年对CO、NOx、HC、PM10的削减效果分别达到46.4%、42.1%、8.6%和50.6%.     

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。     

北京市农业机械排放因子与排放清单

利用车载排放测试技术对典型的联合收割机、拖拉机、农用运输车和农田建设机械实际工况下的尾气进行测试,建立了实际工况下农业机械的排放因子和2017年北京市农用机械排放清单.结果表明,不同的工作状态对农业机械尾气排放有较大的影响,怠速和行走时CO、NO_x、HC和PM排放趋于平稳;而切地和翻地模式下的波动较为明显.根据各类机械的分类和排放标准对排放因子进行细化,建立了较为完整的实际工况下的排放因子.根据农业机械排放因子和燃油消耗量计算出2017年北京市CO、NO_x、HC和PM的排放量分别是2 566.60、 1 239.29、 563.08和538.32 t.拖拉机、运输机械和联合收割机的污染物总量占CO、NO_x、HC和PM这4种污染物总量的98%、 95%、 95%和98%.因此,农用拖拉机、运输机械和联合收割机在农业机械污染减排中应作为重点控制对象.     

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。     

疫情背景下的福建省高速公路机动车污染物排放清单

机动车排放污染物已经成为大气污染的重要来源.基于福建省高速公路交通流量数据,采用自下而上的计算方法建立了2020年1—7月福建省高速公路机动车高分辨率污染物排放清单.结果表明,受疫情影响,福建省高速公路月均车流量和污染物排放量呈先下降后上升的变化趋势,4月污染物排放量达到最低,5月污染物排放量又迅速恢复到疫情前的排放水平,其中,疫情中期污染物CO、HC、NO_x、PM_2.5和PM₁₀排放较疫情后期分别减少了90.68%、89.06%、92.58%、89.58%和89.63%.在整个研究期内,不同城市高速公路机动车污染物排放的分担率有所不同,泉州、福州和漳州的高速公路机动车排放分担率较高;从车型来看,小型客车和轻型货车是CO和HC的主要贡献车型,NO_x和PM主要来自重型货车和轻型货车;从燃料类型来看,汽油车是CO和HC的主要贡献源,柴油车则对NO_x和PM贡献突出;从排放标准来看,国三和国四车对各项污染物的贡献率最大.各项污染物空间分布一致,排放高值区位于东部沿海地区路段,西部内陆的...     

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.     

柴油轿车颗粒多环芳烃的排放特性

以一辆柴油轿车为研究样车,分别使用纯柴油、生物柴油掺混比例为10%的B10燃油,进行了NEDC整车循环工况试验,测取了该车HC、CO、NOx、颗粒等法规限制的排放,利用气相色谱-质谱法对采集的排气颗粒样品进行了分析,重点研究了颗粒中多环芳烃的排放特性.结果表明,与柴油相比,燃用B10燃油的HC、CO、NOx和颗粒等常规排放均有所降低;两种燃料产生的颗粒多环芳烃排放中均以荧蒽和芘最多,与纯柴油相比,燃用B10燃油产生的低环数PAHs排放略有增加,中高环数的PAHs排放降幅明显.苯并[a]芘等效毒性分析结果显示燃用B10燃油的BEQs值比纯柴油降低了21.6%,表明柴油轿车燃用生物柴油后,排气颗粒的多环芳烃毒性有所下降.     

辽宁省港口邻近区域海运废气排放测算

为准确测算沿海地区船舶废气排放量,基于试验数据确定了NO_x、CO、HC和CO₂排放因子;结合文献资料和海事局进出港船舶签证数据,采用基于船舶活动过程的方法测算了2014年辽宁省港口邻近区域〔距港口减速区外边界25 n mile(1 n mile=1 852 m)以外的边界线与港口陆地岸线所围成的区域〕海运废气排放清单. 结果表明:2014年辽宁省港口邻近区域海运NO_x、CO、HC、CO₂、SO₂和PM(颗粒物)的排放量分别为11 827.1、971.4、399.6、1 097 426.5、11 654.1和959.2 t;散货船、集装箱船和油船3种主要类型船舶的NO_x、CO、HC、CO₂、SO₂和PM的分担率之和分别为74.7%、77.8%、70.8%、68.0%、70.9%和70.6%;主机NO_x、CO、HC、CO₂、SO₂和PM的分担率最大,分别为63.7%、63.0%、46.0%、40.4%、46.4%和45.3%;停泊工况下的NO_x、CO、HC、CO₂、SO₂和PM排放量分别为3 318.3、281.7、168.3、520 194.9、4 894.0和411.5 t. 船舶降速运行、减少停港时间、燃用低硫油和向船舶供应岸电等措施能降低港口邻近区域海运废气排放. 基础数据缺乏或数据代表性不足给废气排放清单带来了一定的不确定性.      

车用乙醇汽油和无铅汽油对电喷汽车排放性能的影响

分别对电喷车长时间燃用乙醇汽油、无铅汽油前后的喷油器流量进行了测试,并采用轻型汽车整车排放测试系统对燃用不同油时的主要污染排放物HC、CO和NO_x进行了分析.结果表明:与无铅汽油相比,乙醇汽油能有效降低发动机排放的CO和HC(均约10%)及经过三元催化转化器作用后HC、CO和NO_x的排放,燃用无铅汽油时整车在装有三元催化转化器下的排放达到或接近欧洲1号排放标准,换用乙醇汽油后,CO降低较明显,达30%左右,HC和NO_x分别降低约18%、10%,此时排放在欧洲1号排放标准之上或接近欧洲2号排放标准;乙醇汽油还具有优于无铅汽油的其它性能,如对喷油器有轻微的清净作用,发动机排放的CO和HC恶化趋势较慢,延长三元催化转化器的使用寿命.     

High NO2/NOx emissions downstream of the catalytic diesel particulate filter: An influencing factor study

Diesel vehicles are responsible for most of the traffic-related nitrogen oxide (NO_x) emissions, including nitric oxide (NO) and nitrogen dioxide (NO₂). The use of after-treatment devices increases the risk of high NO₂/NO_x emissions from diesel engines. In order to investigate the factors influencing NO₂/NO_x emissions, an emission experiment was carried out on a high pressure common-rail, turbocharged diesel engine with a catalytic diesel particulate filter (CDPF). NO₂ was measured by a non-dispersive ultraviolet analyzer with raw exhaust sampling. The experimental results show that the NO₂/NO_x ratios downstream of the CDPF range around 20%–83%, which are significantly higher than those upstream of the CDPF. The exhaust temperature is a decisive factor influencing the NO₂/NO_x emissions. The maximum NO₂/NO_x emission appears at the exhaust temperature of 350°C. The space velocity, engine-out PM/NO_x ratio (mass based) and CO conversion ratio are secondary factors. At a constant exhaust temperature, the NO₂/NO_x emissions decreased with increasing space velocity and engine-out PM/NO_x ratio. When the CO conversion ratios range from 80% to 90%, the NO₂/NO_x emissions remain at a high level.     

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.