北京典型道路交通环境机动车黑碳排放与浓度特征研究

本研究对2009年北京市典型道路(北四环中路西段)进行实际交通流监测和调研,分析了总车流量、车型构成和平均速度的日变化规律.应用北京机动车排放因子模型(EMBEV模型)和颗粒物黑碳排放的研究数据,计算该路段的黑碳平均排放因子和排放强度.根据同期观测的气象数据,应用AERMOD模型对道路黑碳排放进行了扩散模拟,并根据城市背景站点和道路边站点的监测数据对模拟结果进行了验证.研究表明,该路段黑碳平均排放因子与重型柴油车在总车流中所占比例呈现出极强的相关性,由于北京市实行货车区域限行制度,日间时段总车流的平均黑碳排放因子为(9.3±1.2)mg·km-1·veh-1,而夜间时段上升至(29.5±11.1)mg·km-1·veh-1.全天时均黑碳排放强度为17.9~115.3g·km-1·h-1,其中早(7:00—9:00)晚(17:00—19:00)高峰时段的黑碳排放强度分别为(106.1±13.0)g·km-1·h-1和(102.6±6.2)g·km-1·h-1.基于同期监测数据验证,AERMOD模型的模拟效果较好.模拟时段的道路黑碳排放对道路边监测点的平均浓度贡献为(2.8±3.5)μg·m-3.由于局地气象条件差异,日间和夜间的机动车排放对道路边黑碳的模拟浓度存在显著差异.日间时段,小型客车排放对道路边站点的黑碳浓度贡献最高,达(1.07±1.57)μg·m-3;其次为公交车,达(0.58±0.85)μg·m-3.夜间时段货车比例明显上升,其黑碳排放占主导地位,贡献浓度(2.44±2.31)μg·m-3.     

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。     

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.     

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.     

基于GPS浮动车法的机动车尾气排放量分布特征

以广州市城市干道东风路1902～1903路段为研究对象,根据交通流理论建立了速度-流量模型,采用GPS浮动车速度数据和视频检测流量数据计算了模型的关键参数——阻塞密度,实现了从速度到流量的推算,并采用COPERT Ⅳ模型计算了不同速度等级下的综合排放因子,通过源强法计算该路段00:01─24:00的小时排放量. 对CO,NO_x,VOC和PM综合排放因子的速度敏感性分析表明,当平均速度达50 km/h后,随速度的增加综合排放因子下降明显变缓;对小时排放量的分析表明,污染物排放量主要集中在车流量的高峰时段,且与车流密度有很好的线性相关性,相关系数均大于0.90.      

天津市机动车尾气排放因子研究

通过调查研究天津市机动车车型构成、保有量、车辆行驶状况、气象数据和油品等基础数据,利用COPERT IV模型计算了在国1、国2、国3、国4和国5排放标准下机动车尾气中CO、NO_x、VOC和PM_(2.5)的排放因子.应用车载测试系统在实际道路上对国4柴油货车的排放因子进行了测量,并将模型结果与实测结果进行了比较,研究表明,国4排放标准下,污染物排放实测数据普遍高于模型模拟数据.对于轻型载货柴油车而言,实际道路测量的CO、NO_x、VOC和PM_(2.5)的排放因子分别是模型模拟数据的2.5、4.3、1.9和1.2倍;对于中型载货柴油车而言,以上污染物的实测排放因子分别是模型的1.3、2.1、1.0和1.2倍;对于重型载货柴油车而言,以上污染物的实测排放因子分别是模型的1.7、1.9、1.1和1.2倍.     

天津市典型市区隧道机动车黑碳污染排放特征与健康风险评价

在天津五经路隧道开展机动车排放的黑碳(Black carbon,BC)浓度特征及其对人群健康影响研究,对机动车排放BC的浓度水平与变化特征进行分析,同时计算获得汽油车和柴油车的BC排放因子,并通过美国环保局(US EPA)的健康风险评价模型对BC的健康风险进行评价.结果表明,隧道入口和出口处BC质量浓度均值分别为(2.21±0.74)和(4.02±1.56)μg·m^-3.隧道内BC累计质量浓度在凌晨、早高峰和晚高峰3个时间段上存在极大值点,说明交通道路BC浓度变化与车辆类型和车流量变化密切相关.隧道中机动车BC综合排放因子为(2.62±0.60) mg·km^-1·辆^-1,基于多元线性回归方法计算获得隧道内汽油车和柴油车的BC排放因子分别为(1.51±0.24)和(56.9±15.2) mg·km^-1·辆^-1.健康风险评价结果表明,对于儿童和成人,隧道进口与出口处BC的非致癌风险指数均小于1,非致癌风险在安全范围之内.但BC对成人和儿童的致癌风险均超过EPA推荐的可接受风险阈值(...     

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.     

宁波市区道路机动车综合排放因子

机动车综合排放因子是计算城市机动车污染物排放总量和排放分担率的基础,是降低城市机动车排放的重要依据,是控制城市道路交通污染的源头.根据宁波市区道路机动车运行工况的研究成果,利用加速模拟工况(ASM)排放测试系统,检测主要污染物HC,CO和NO_x的排放浓度;依据试验车变速器和主减速器的结构参数,以及试验车在宁波市区道路运行时的档位分布计算排污值,并依据机动车的年代和车型分布对该值进行修正,计算宁波市区道路机动车综合排放因子.结果表明,宁波市区道路机动车主要污染物HC,CO和NO_x的综合排放因子分别为5.89,21.22和18.91 g/(km·辆).      

北京市机动车尾气中氨气排放特征研究

调查统计了北京市机动车的汽车类型、环境情况、汽车里程、燃油类别等,运用COPERTⅣ模式计算了机动车NH_3排放因子,通过调查研究和模型模拟的方法得到了北京道路网的车型组成和车流量,利用Arc GIS软件构建NH_3排放清单,分析其空间排放情况。结果显示:国Ⅱ标准下汽油和LPG载客轻型车以及汽油载货车的NH_3排放因子较高,而柴油车NH_3的排放因子较低而且几乎不受各类排放标准影响。西部和北部地区道路较为稀疏,氨气排放量较低,高速路各个进京口和城区道路车流量大,氨气排放量较高。     

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%.     

北京市2017年典型日机动车动态排放特征研究

为深入了解北京市路网机动车排放特征,采用自主开发的基于交通流的机动车动态排放模型,耦合北京市2017年交通流观测数据,测算了北京市机动车在工作日、非工作日、节假日、重污染日和重大活动日5种典型日工况下,主要路网上1 h时间分辨率、1 km×1 km空间分辨率下的时空分布特征.结果表明:①北京市二环路及以内区域和二三环之间(包括三环路)机动车排放强度较高,分别达到0.050和0.043 t/(km2·d).②北京市机动车NO_x排放分布规律性较强,主要分布在东南六环路方向及其联络线,以及东北、西北六环路方向及其联络线上,NO_x排放高峰值在05:00出现.③北京市机动车CO排放主要集中在城区五环路及以内区域,CO排放高峰值在18:00出现,五环路及以内区域及其联络线附近均为CO高排放区.④北京市5种典型日中,非工作日机动车排放量最大.研究显示,五环路及以内区域机动车污染控制应以轻型车为主,六环路及以外区域应以重型柴油车为主.      

交通与气象因子对不同粒径大气颗粒物的影响机制研究

为了研究北京市气象因子与车流量、车速等交通因子对PM2.5、PM10浓度水平的影响,在市区三环主路及居民区选取了28个采样点,采集滞尘量,PM2.5、PM10浓度、车速、车流量、温度、湿度、风速等数据.通过3个月的滞尘质量分析,得出交通源对空气质量的影响是显著的,其中三环主道路两侧采样点和远离交通源对照点滞尘均值分别为0.284 g和0.016 g.再由道路口与居民区对比实验(局部实验)得出,居民区采样点测得的PM2.5和PM10浓度均低于道路口颗粒物浓度,差值均值分别为101 074 n·(cf)-1和15 386 n·(cf)-1,同时PM2.5白天浓度一般低于夜间.最后结合最佳子集预测模型分析得出,PM2.5和PM10受到湿度和温度的影响最大,车速、车流量、风速次之,其中车速、车流量、低风速对颗粒物PM2.5的影响比对PM10的影响更为显著.     

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.     

公路隧道内车辆行驶工况的试验研究

在北京市谭峪沟隧道内汽车行驶工况调查的基础上,采用以二维直方统计为核心的随机工况统计方法,对公路隧道内车辆实际行驶状态作了比较全面的分析,为合理地确定我国公路汽车排放因素,进而确定隧道内空气污染控制方针提供科学依据.      

轻型柴油车实际道路瞬时排放模拟研究

系统介绍了CMEM模型及其计算原理.以轻型柴油车为研究对象,给出了模型的主要输入参数,并计算了车辆在实际道路上的瞬时排放结果,并根据实测数据对模拟结果进行了验证.测试车辆的CO、THC、NOx和CO2排放因子为0.81、0.61、2.09和193 g·km-1,相同线路模拟所得的排放因子分别为0.75、0.47、2.47和212 g·km-1,相关系数分别达到0.69、0.69、0.75和0.72.通过模拟发现,轻型柴油车在实际道路微观区域内的排放水平随交通条件和行驶状态波动明显,采用CMEM模型能够较好地反映该车排放随行驶工况的瞬时变化趋势.应用CMEM模拟发现,改善典型交叉口区域的交通条件后,轻型柴油车在模拟区域内的CO、THC、NOx和CO2排放量分别削减了50%、47%、45%和44%,排放改善效果显著.从研究结果来看,利用微观尺度模型来分析混合车流在一些典型交通区域的瞬时排放变化是必要的,也是可行的,对于评价道路交通规划的环境效果具有一定的指导意义.     

基于车载移动监测的北京市丰台区道路扬尘源排放特征

基于车载移动监测系统,对丰台区各类型道路、不同季节典型道路的积尘负荷特征进行分析.探讨不同环线区域内的道路车流量、积尘负荷、扬尘排放量的变化规律及原因,并运用ArcGIS软件得到道路扬尘积尘负荷和排放量的空间分布图.结果表明,各类型道路的积尘负荷均值和道路扬尘排放因子的大小顺序都为支路 > 次干道 > 主干道 > 快速路.车流量对道路扬尘积尘负荷和排放强度的影响呈反向关系.PM_2.5、PM₁₀和TSP的年排放量分别为1824、7539、39274 t·a^-1.从PM_2.5的年排放空间分布上来说,三环内网格排放量较大,其次是三环至四环,六环外的单位面积道路扬尘排放量最小.不同环线区域内的单位面积车流量和排放量大小顺序为三环内 > 三环至四环 > 四环至五环 > 五环至六环 > 六环外.而三环内、三环至四环、四环至五环、五环至六环、六环外的年均积尘负荷分别为0.67、0.73、0.76、0.80、0.79 g·m^-2.     

典型内燃叉车尾气挥发性有机物与正构烷烃的排放特征

非道路柴油车尾气是影响我国空气质量的重要排放源,但目前针对其化学组分及其影响因素的了解仍然非常有限.以6台内燃叉车为研究对象,利用气态组分在线监测结合样品采集离线分析方法,重点探讨了柴油机颗粒物过滤器（DPF）对叉车尾气中的关键化学组分挥发性有机物（VOCs）和正构烷烃含量及其特征的影响.结果表明,含氧挥发性有机物（OVOCs）、烯烃、烷烃、芳香烃和卤代烃在叉车尾气VOCs中的质量分数分别为:26%～37%、 16%～36%、 19%～22%、 13%～21%和4%～7%.小功率和大功率叉车的VOCs排放因子分别为:（2.47±0.33）g·kg^-1和（1.48±0.24）g·kg^-1.叉车在使用DPF前和后的总VOCs排放因子平均值分别为（1.94±0.58） g·kg^-1和（2.08±0.79）g·kg^-1, DPF对VOCs排放因子无显著影响.然而值得注意的是,DPF可对部分OVOCs组分的去除产生重要作用,乙醛和丙酮排放因子在使用DPF后分别降低了19%和26%.正构烷烃组分的碳数分别在C<...     

城市交通机动车污染控制研究进展

城市交通机动车污染问题非常复杂，在许多不可控因素，城市交通是一个动态系统，污染物排放量始终处于变化之中，控制城市交通污染，必须严格控制机动车排放，该文介绍了国内外对城市机动车污染控制研究的概况，以及几种城市中污染物扩散的模型，展望了这方面研究前发展趋势，并提出了可持续发展的效能系统设计与管理的新概念。