基于车流和大气污染物浓度同步增量的机动车平均排放因子估算方法

机动车尾气排放已成为城市大气污染的主要来源并受到了高度关注.机动车排放因子是反映机动车排放状况的最基本参数,但实测排放因子代价较高、代表范围有限,基于国外排放模式估算的排放因子又与我国的实际排放状况存在一定差距.本研究首先基于早高峰时段车流量和道路附近大气污染物浓度呈近线性增加、气象条件和背景污染物浓度相对稳定的特征,将时段内污染物浓度的增加主要归因为车流的增加,从而建立车流和污染物浓度增量之间的关系;然后采用无限线源高斯扩散模式,反推道路实际行驶机动车的平均排放因子.以北京市一条主干道为例,利用早高峰车流量、污染物浓度、气象观测数据,进行了实例研究,并将研究结果同COPERT4排放模型的预测结果进行了对比.本研究和COPERT4排放模型预测的8月一氧化碳平均排放因子分别为2.0 g·km-1和1.2 g·km-1,12月分别为5.5 g·km-1和5.2 g·km-1.结果表明,本方法估算的机动车排放因子在数值大小及季节变化上均与COPERT4排放模型较为接近.所提方法通过消除背景浓度的干扰,为实时获取车队实际排放因子提供了一种新思路.     

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.     

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。     

北京市机动车尾气排放因子研究

通过调研北京市机动车车型构成、车辆行驶工况、环境温度、油品品质等基础数据,利用COPERTⅣ模型计算了机动车尾气中CO、NOx、HC和PM的排放因子.应用车载测试系统对典型轻型汽油客车和柴油货车的实际道路排放因子进行测量,并将测量结果与模型计算结果对比,结果发现国Ⅳ标准下,轻型汽油客车的CO排放因子的实测数据是模型数据的0.96倍,NOx的实测数据是模型数据的0.64倍,HC的实测数据是模型数据的4.89倍.对于国Ⅲ排放标准的柴油货车,轻型、中型和重型货车的CO排放因子,实测数据分别是模型数据的1.61、1.07和1.76倍,NOx排放因子的实测数据是模型数据的1.04、1.21和1.18倍,HC排放因子的实测数据是模型数据的3.75、1.84和1.47倍,PM排放因子则为模型数据是实测数据的1.31、3.42和6.42倍.     

城市机动车排放因子隧道试验研究

选取典型城市隧道进行机动车排放因子测试,应用隧道试验原理,通过连续48h的现场采样监测,获得了隧道内机动车排放污染物NO_x.CO、SO₂、PM₁₀、VOC和HC浓度、交通参数(车型、车速、交通流量)和气象参数(如风速、风量、温度、湿度)等实测数据.通过质量平衡计算出隧道内机动车NO_x.CO、SO₂、PM₁₀和HC的平均排放因子分别为1.379、15.404、0.142、0.637、1.857g·(km·辆)^-1.并在此基础上应用多元回归方法计算出8大类机动车各种排放污染物的单车排放因子.结果反映目前中国城市机动车污染物排放水平及各污染物排放特征.     

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.     

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.     

基于PEMS与COPERT的机动车尾气排放特征分析

以佛山市3辆汽油车(国0小汽车、国0面包车与国Ⅳ小汽车)为研究对象,利用PEMS测试技术,研究了机动车在实际道路行驶过程中的尾气排放特征,重点分析了不同车辆类型、排放标准与行驶速度下的机动车油耗与CO、CO2、NOx排放因子,并结合COPERT模型模拟结果进行了对比分析。结果表明:(1)3辆测试车辆CO2、NOx排放与油耗曲线的走势趋于一致;2辆小汽车CO与油耗的曲线均随速度的提升而升高,而面包车CO的排放与油耗则呈现相反的现象。(2)实际测试数据中国0与国Ⅳ小汽车的CO排放因子差异较大,以国0/国Ⅳ小汽车气态物排放因子的比值为指标,实际测试数据中CO的该比值变化范围在272~600之间,而CO2与NOx分别仅为0.66~0.84与0.58~4.05。(3)对比CO与NOx,各车型COPERT模拟与PEMS实测所获的CO2排放因子结果最为接近,其模拟值/测试值之比间于0.645~1.497,故COPERT模型对于中国机动车尾气CO2排放的模拟相对较为准确。     

机动车尾气排放模型应用及研究进展

对MOVES、COPERT、MOBILE、IVE、CEME等五种常见的机动车尾气排放模型的应用进行了总结,从地域性、成熟度、不确定性等方面对比评价了这几种模型的优点和适用范围,并基于研究现状提出了未来我国机动车排放因子的研究方向。     

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.      

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。     

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%。     

中国机动车有毒有害空气污染物排放估算

有毒有害空气污染物的环境影响是国内外研究的热点,而机动车排放是其重要源之一.通过资料调研,获得各车型年均行驶里程以及有毒有害空气污染物排放与非甲烷挥发性有机物(NMVOC)排放的质量分数,梳理各车型保有量,利用COPERT Ⅳ模型计算NMVOC排放因子,建立了2005年中国分车型、分省域的有毒有害空气污染物排放清单.结果表明:2005年中国苯,1,3-丁二烯,甲醛,乙醛和丙烯醛的机动车排放总量分别为31.65×104,7.45×104,13.26×104,5.11×104和1.65×104 t,其主要来源于摩托车、汽油小客车和重型柴油货车;广东、山东、江苏、浙江、河北和河南六省排放量较高.      

应用车载测试系统研究轻型机动车在实际道路上的排放特征

采用一套车载排放测试系统,对深圳市7辆具有代表性的轻型车辆进了实际道路排放测试.根据测试结果,分析了机动车运行工况对排放的影响,比较了基于油耗和行驶里程的排放因子,并计算了各测试车辆的平均排放因子.结果表明,深圳市轻型机动车加速和减速运行模式共占整个运行时间的66.7%和行驶里程的80.3%,对各种污染物的贡献率达74.6%～79.2%.并且加速模式下的排放水平明显高于其他运行模式;基于油耗的排放因子受车速的影响较小,可以避免因机动车运行工况不同所带来的排放差异,从宏观尺度更为合理地预测机动车污染物排放量;车辆技术水平对排放影响很大,化油器车的C0、HC和NOx排放因子分别是欧Ⅲ车的19.9～20.5、5.6～26.1和1.8～2.0倍;我国在进行轻型车排放测试时使用ECE EUDC工况,不能反映我国城市实际道路行驶工况下的机动车排放水平.     

基于工况的城市机动车排放模型DCMEM的开发

基于我国5个城市实际道路车载测试数据,引入比功率（VSP）和发动机负荷（ES）作为反映机动车行驶状况的特征参数,建立轻型车基于VSP和ES的60个排放单元BIN的排放率数据库,开发了基于工况的城市机动车排放模型（DCMEM）,该模型能够计算城市或任一工况下轻型车不同车型的CO、NO_xp>和HC排放因子.DCMEM模型计算值与上路测试结果相比,CO与NO_xp>偏差<10%,HC<18%.     

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。     

广东佛山交通扬尘排放特征研究

交通扬尘中部分细颗粒可经呼吸道危害人体健康。通过对佛山市10条典型道路尘负荷采样分析,采用AP-42模型计算不同类型道路的交通扬尘排放因子,结合道路信息计算交通扬尘排放量,并用ArcMap软件生成排放空间分布图。结果表明,佛山市区道路尘负荷为支路最大,为4.30 g/m2。高速路PM2.5的排放因子最大,为0.58 g/VKT。国道PM2.5的排放强度最大,为20.0 kg/(km·d)。市区交通扬尘PM30年排放量为36 582 t。采用COPERT模型计算机动车直接排放的PM2.5和PM10,得出佛山市机动车排放的PM2.5与交通扬尘PM2.5的比值为16%,机动车直接排放的PM10与交通扬尘PM10的比值为8%。佛山市区东部由于道路密集致其交通扬尘排放量较高。经对比知,中国南北方城市呈现交通扬尘排放因子范围相似性,且中国城市交通扬尘排放水平与美国相近。     

辽宁省2000~2030年机动车排放清单及情景分析

机动车排放已经成为城市地区大气污染的主要来源.基于COPERT模型和ArcGIS技术,建立了2000~2030年辽宁省机动车排放清单,分析6类污染物（CO、NMVOC、NO_x、PM₁₀、SO₂和CO₂）排放的总体趋势与空间演变特征,同时以2016年为基准年,基于情景分析法设置8类控制措施情景并评估不同控制措施对污染物的减排效果.结果表明2000~2016年,机动车的CO、NMVOC、NO_x和PM₁₀排放量呈现先增后降的趋势,SO₂排放量呈现波动变化,而CO₂排放量则呈现持续增长态势.轻型载客车和摩托车是CO和NMVOC排放的主要贡献车型,重型载客车和重型载货车是NO_x和PM₁₀的主要排放源,SO₂和CO₂则主要是由轻型载客车排放.辽宁省中部及南部机动车排放量明显高于辽东和辽西.从城市层面来看,排放主要集中在沈阳市和大连市.情景分析表明,实施更加严格的排放标准可以增强减排效果,且升级排放标准的时间越提前减排效果越好.综合情景将实现减排最大化,强化综合情景对CO、NMVOC、NO_x、PM₁₀、CO₂和SO₂的削减率达到了30.7%、14.3%、81.7%、29.4%、12.3%和12.1%.     

基于10辆轻型汽油车的实际行驶与台架工况排放特征及影响因素研究

利用便携式排放测试系统（Portable emission measurement system, PEMS）分析了10辆轻型汽油车分别在实验室台架和实际行驶排放（Real driving emission, RDE）工况下典型空气污染物的排放特征和影响因素.测试结果表明,轻型汽油车在冷启动和热启动阶段产生的一氧化碳（CO）、碳氢化合物（HC）、氮氧化物（NO_x）分别是热运行1阶段和热运行2阶段的28.0、 32.9、 28.4倍和4.0、 11.2、 5.4倍,表明车辆启动对机动车排放贡献显著.台架工况排放因子受车辆启动排放影响较大,在台架实验去除启动排放影响的情况下,台架CO₂、CO、HC和NO_x排放因子将分别减小2.3%±1.3%、44.2%±30.6%、47.5%±29.6%和44.9%±30.8%.在相同速度下,RDE工况下的CO₂排放因子相比不考虑启动排放的台架工况排放因子要高出31.7%±5.0%.单车瞬态排放数据分析结果表明,RDE测试相比于台架工况测试覆盖了更多的机动车行驶工况特征,可以更准确地量化车辆在实际道路行驶过程中不同工况下的排放特征.因此,开展RDE排放测试对于准确量化机动车尾气排放特征,尤其是对 建立微观尺度机动车排放清单支撑城市精细化管控具有重要意义.