排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
运用CMEM模型计算北京市机动车排放因子 总被引:16,自引:4,他引:12
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. 相似文献
2.
机动车污染排放模型研究综述 总被引:20,自引:0,他引:20
过去几十年,为了掌握机动车污染排放的规律和特征,向决策者提供科学有效的机动车污染控制措施,研究者们致力于研究机动车污染物排放的物化原理和影响机动车污染的主要因素,并据此建立多种尺度的机动车排放模型,以模拟城市区域或者街道的污染物排放.为了分析机动车的瞬态排放特征,目前的机动车排放模型研究正逐渐从宏观向微观发展,排放测试方法注重获取逐秒的排放数据,排放模型模拟的时间尺度和空间尺度逐步趋向微观.此外,机动车模型研究正趋向与交通模型进行耦合,从而揭示机动车在实际道路交通流中的排放特征.从机动车排放的主要影响因素、机动车排放测试、机动车排放因子模型及机动车排放清单等4个方面综述了国内外机动车排放研究现状和发展动向,对比并评价各种机动车排放模型方法的优缺点和适用范围,对我国的机动车排放模型发展方向进行了展望. 相似文献
3.
4.
北京秋冬季近地层PM2.5质量浓度垂直分布特征 总被引:25,自引:4,他引:21
选取秋冬两季各14 d对北京地区近地层ρ(PM2.5)垂直分布进行监测,获得ρ(PM2.5)垂直廓线;结合同步测得的气象数据,就气象因素对垂直分布的影响进行了分析;最终拟合了ρ(PM2.5)垂直廓线方程.研究表明:秋冬两季ρ(PM2.5)的垂直分布随高度增加而呈对数递减的规律;风速随高度的变化遵循对数规律;发生逆温时,大气层结稳定,垂直方向上的湍流受到抑制,风速与PM2.5逐时质量浓度在垂直方向的分布呈较好的线性关系,ρ(PM2.5)随高度改变呈显著的对数相关关系;而在非逆温的情况下,PM2.5逐时质量浓度垂直分布与风速线性相关的概率较小,质量浓度的垂直分布与高度的对数关系不显著. 相似文献
1