西安市机动车污染控制策略实施效益评估

为研究未来西安市机动车污染控制策略的实施效果,基于情景分析法,以MOVES模型为平台,预测2020年西安市机动车PM_(2.5)、PM_(10)、NO_x、总碳氢化合物(THC)、CO、SO_2排放量分别为1 531.41、1 596.33、44 159.48、14 029.62、383 200.08、5 164.63t。设置5类不同控制措施情景,分析其对机动车的减排效果。结果显示:单一措施中,淘汰"黄标车"和老旧车对污染减排效果最明显,6种污染物均有较大幅度减排;调控轻型客车保有量可明显削减THC、CO的排放,减排比例分别为13.49%、18.59%;提升燃油质量可使各车型SO_2的减排比例均达到90%以上;使用替代燃料情景的污染物减排比例相对较低,但也是一种有效的控制策略;综合控制措施的减排效果最为显著,与基准情景相比,2020年PM_(2.5)、PM_(10)、NO_x、THC、CO和SO_2减排比例分别为78.50%、78.37%、71.77%、72.47%、76.94%、98.30%。     

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...     

交叉口机动车尾气污染扩散模型综述

文章介绍了美国主要的交叉口尾气污染扩散模型,并对模型进行了比较评价,探讨了传统交叉口扩散模型的缺陷;介绍了国内外交叉口尾气扩散研究的最新发展动态,最后提出了提高模型精度和发展新模型的几点建议。     

机动车尾气遥测技术发展历程及应用研究

机动车尾气遥测技术代表了车辆尾气快速检测的发展方向,具有快速高效、费用低和代表性好等诸多优点。本文详细介绍了尾气遥测技术的原理和发展历程,综述了该技术在机动车排放规律分析、区域机动车污染评估、I/M制度实施效果评价以及路上实时检测等领域的应用现状,并比较了该技术在我国和美国的应用差距,提出了在我国充分利用该技术进行机动车污染控制的建议。     

针对二氧化碳的轻型汽油车VSP区间划分

利用PEMS对北京市16辆轻型汽油车进行了排放测试,分析了机动车比功率VSP对CO2的排放影响.在此基础上,同时考虑排放速率和排放分担率两种因素,按CO2排放特性对VSP区间重新划分.新划分区间的排放率最小值为0.5587g.s-1,最大值为3.4013g.s-1,排放分担率最小值为4.61%,最大值为14.17%.此外,VSP=0的数据排放率为0.5587g.s-1,低于周围区间,分担率为14.17%,与其它区间相当,因此,其被划入独立区间.接着,引入速度及发动机负荷ES两个参数,对VSP区间进行再划分,分别分为30个排放区间.最后,通过北京不同类型道路排放实例进行验证,发现针对快速路和非快速路而言,MOVES预测误差分别为11.43%,14.34%,IVE为12.23%,15.53%,新VSP划分方式为10.05%,12.57%,新VSP-速度组合区间的划分方式为9.10%,11.56%,新VSP-ES组合区间的划分方式为9.90%,12.23%,其中,新VSP-速度组合区间的划分方式误差最小.     

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。     

关中城市群道路移动源气态污染物排放特征

基于MOVES模型对参数进行本地化修正,计算机动车排放的气态污染物排放因子,以2012年为基准年建立关中城市群的道路移动源常规和非常规气态污染物的排放总量清单,并得到不同车型、不同城市区域的机动车污染物排放分担率.结果显示,关中城市群的道路移动源常规气态污染物中一氧化碳（CO）的排放量为45.40万t,氮氧化物（NO_x）为8.190万t、二氧化硫（SO₂）为0.420万t、氨（NH₃）为0.10万t;非常规气态污染物中非甲烷碳氢化合物（NMHC）的排放量为4.168万t,甲醛（HCHO）为0.057万t、乙醛（CH₃CHO）为0.027万t、丙烯醛（C₃H₄O）为0.004万t、1,3-丁二烯（C₄H₆）为0.012万t、苯为0.090万t、甲烷（CH₄）为0.123万t、氧化亚氮（N₂O）为0.004万t.此外,各城市按照排放分担率从高至低依次为西安（50%）、渭南（23%）、咸阳（含杨凌）（12%）、宝鸡（10%）和铜川（5%）.本研究还发现污染物排放分担率在不同车型中差异显著,其中NO_x排放以重型货车（33.85%）和中型货车（21.21%）为主;SO₂、醛类物质在重型货车中排放分担率分别为31.31%和30%;而CO、NMHC、C₄H₆、苯和CH₄的排放主要来自小客车（分别为32.86%、17.55%、26.64%、26.45%和38.85%）和摩托车（分别为32.64%、55.21%、43.29%、49.04%和30.97%）;NH₃的小客车和重型货车排放分担率分别为49.5%和31.31%.     

基于AERMOD模型评估公路交通源PM_(2.5)的浓度分布

PM2.5是公路机动车主要污染物之一,对沿线居民的呼吸健康有直接的危害,因此有必要在公路建设环境影响评价中增加对交通源PM2.5扩散浓度的评估。本文通过分析空气质量模型AERMOD、PM2.5排放清单测算模型MOVES以及建模数据需求,在交通量调查、气象数据预处理以及道路源PM2.5排放清单测算的基础上,应用AERMOD模型评估了我国某高速公路沿线PM2.5的浓度分布水平。结果表明:在研究路段沿线下风向距路肩400m范围内,均受到公路交通源PM2.5污染(PM2.5净浓度≥4μg/m3)的影响;AERMOD模型可以精细化地评估道路机动车PM2.5对空气质量的影响,为道路沿线PM2.5浓度分布评估提供了一套研究方法,其评估结果对道路规划环境影响评价具有重要的参考价值。     

机动车车载尾气检测技术研究综述

车载尾气检测技术的出现和发展为机动车尾气的相关研究提供了一种较为准确、便捷、实时反映城市路网排放的测试方法。本文详细介绍了车载尾气检测技术的发展历程和原理,综述了该技术在行驶周期开发、尾气排放特性和规律研究、建立机动车尾气排放数据库和建立城市路网排放清单等领域的应用现状,并通过比较该技术在国内、外的应用差距,提出了在绿色交通领域充分利用该技术进行机动车污染评价与控制的合理建议。     

基于浮动车数据的机动车排放实时测算模型

根据浮动车检测技术可针对单车采集,所收集数据中的平均速度按照采样间隔连续的特点,利用道路实测数据建立了面向其应用的轻型车尾气排放实时测算模型.模型中引入平均速度增量(ASI)指标对平均速度进行细分,并以其来反映相同平均速度下的排放变化.结果表明,与实测数据相比,模型对CO2的计算误差在10%以内;NOx、HC和CO的计算误差在15%以内.同时提出了模型使用方法,可以实现对路网中交通尾气污染的实时测算和动态评估.