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.     

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.     

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。     

机动车尾气排放评价模型研究综述

综述了宏观、中观和微观范畴内的机动车尾气排放评价方法、作用及其应用；介绍了普遍应用的尾气模型的算法原理、特点；探讨了传统尾气模型的缺陷以及国外尾气模型研究的最新发展方向；提出了改进中国尾气评价系统的几点建议。     

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。     

不同城市机动车尾气排放比较及数据可分享性评价

针对我国绝大多数城市缺乏机动车相关基础数据的实际国情,探讨一种基础数据共享的可能性,用于城市机动车尾气排放清单的计算.以北京、上海、天津及成都4个城市为例,通过综合这些城市现有的机动车相关的基础数据（如机动车保有量,车龄分布,基于驾驶特征的发动机比功率（VSP）,外界环境等）,运用模型预测他们的机动车尾气排放并和相应城...     

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%.     

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%。     

广州市机动车尾气排放系数及污染趋势探讨

本文运用美国MOBILE 5尾气排放系数模式，结合广州市实际情况，进行了机动车排放系数的探讨，并据此预测广州市机动车尾气排放浓度，估算广州市机动车尾气排放在环境空气污染中所占的比例和所起的作用。可为城市机动车尾气污染控制提供参考。     

兰州市机动车尾气排放状况研究

通过对兰州市机动车尾气排放状况的分析计算,得到了近年来兰州市CO、NOx的排放量及分担率、HC的排放量,2006年各车型污染物排放量及分担率,2006年城市主要道路机动车污染物年排放量等数据,为有关部门的管理和决策提供了依据。     

基于COPERT模型的江苏省机动车时空排放特征与分担率

利用COPERT模型和Arc GIS技术建立了江苏省2015年1 km×1 km、小时分辨率的机动车网格化排放清单.采用改进的"标准道路长度"方法,利用路网信息以及拥堵延时指数的月变化、周变化和日变化数据提高清单的时空分辨率.基于COPERT模拟结果分析了分车型、排放标准以及道路类型的机动车污染物排放分担率.结果表明,江苏省2015年NOx、HC、CO、PM_(2.5)、SO_2、OM和BC的排放量分别为49.09、16.63、161.48、1.69、0.19、0.36和0.67万t,其中苏州和徐州排放量占比之和达34%~45%;HC蒸发排放量为2.02万t,占HC排放总量的12%;小型客车和摩托车对于HC和CO排放量的分担率最大,均超过30%;重型柴油货车对NOx、PM_(2.5)、SO_2、OM、BC的分担率在36%~54%之间,远高于其他车型;苏州和徐州的重型和中型柴油货车是NOx、PM_(2.5)的最主要排放源;国Ⅲ标准柴油车对NOx、PM_(2.5)、SO_2和BC的分担率均最大,在42%~55%之间;国Ⅲ标准重型柴油货车和国0标准中型柴油货车是全省NOx、PM_(2.5)、OM和BC的首要和次要贡献车型,两者分担率之和在40%~56%之间.国0标准摩托车对全省HC和CO排放的分担率较高,约为16%.     

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.      

2006~2020年广东省大气甲醛排放演变特征

大气甲醛（HCHO）是臭氧（O₃）和细颗粒物（PM_2.5）二次组分的关键前体物,在大气光化学反应和二次污染形成过程中扮演着重要角色,并存在致癌性.然而,当前对大气HCHO排放来源认识存在不足,制约了二次污染形成机制研究和污染防控策略制定.采用排放因子和成分谱结合方法,建立2006~2020年广东省HCHO排放趋势清单,识别了广东省主要HCHO排放来源和排放时空演变特征.结果表明,2006~2020年期间广东省HCHO排放量在3.9~5.6万t区间波动,整体呈现极微弱的下降趋势;生物质燃烧源是广东省重要HCHO排放源,而受到管控措施的显著影响,其排放量占比从2006年的58%降至2020年的27%;溶剂使用源的HCHO排放则逐渐突显,2020年占比增长至28%,并成为广东省首要排放源,其中塑料制品和沥青铺路是主要贡献行业.移动源中以柴油作为燃料的工程机械和货车也是HCHO重要排放来源;虽然珠三角和非珠三角地区对广东省HCHO排放量贡献相当,但空间分布结果表明HCHO排放热点区域分别集中于珠三角中心区域和非珠三角的东西两角,这是由于珠三角主要来源为溶剂使用源和移动源,而非珠三角主要受生物质燃烧源影响.因此,未来应进一步加强珠三角中心区域的工业和移动源减排以及粤西地区的生物质燃烧监管.     

基于实际道路交通流信息的北京市机动车排放特征

通过模型模拟和调查统计方法获取了北京路网的车流量、车型构成和车速基础数据.基于具有时空分布特征的实际道路交通流信息和排放因子,以Arc GIS为平台构建了北京市机动车尾气排放清单,并分析实际道路排放特征及污染物排放的空间分布特征.结果表明,北京市城区各类型道路上小客车比例均在89%以上,郊区道路也为小客车比例最高,但小货车、中货车、大货车、大客车、拖拉机和摩托车均占一定比例.污染物排放强度与车流量呈正相关性,污染物排放强度总体上呈现白天高夜间底的趋势,但是郊区道路PM排放昼夜变化趋势不明显,高速路的PM排放强度夜间大于白天.污染物排放的空间分布为城区、南部、东南以及东北部接近城区的区域排放强度较高,西部山区及北部山区由于路网密度较小排放强度较低,城区环路和郊区高速公路附近由于车流量大,排放强度较高.     

城市街道峡谷内机动车排放污染物的扩散规律

街道峡谷中机动车排放污染物的扩散取决于屋顶风向和风速,并受街道峡谷宽高比、峡谷两侧街区建筑物高度的对称性和高度分布及街区形状等因素的影响.街道峡谷宽高比接近1时,递升型峡谷以及宽阔街道有利于污染物的扩散;可以通过改变街道线源附近街区内建筑物的高度来明显降低污染物浓度.城市建筑规划中若科学考虑上述影响可以减少街道峡谷内污染物的积聚.      

区县尺度机动车高分辨率排放清单建立方法及应用

提出了一种基于现场调查和卫片解译建立区县尺度机动车行驶里程(VKT)数据库和尾气排放高分辨率排放清单的方法,以北京市通州区为例进行了应用和排放特征分析.分别使用登记注册车辆信息(保有量方法)和实际车流量信息(车流量方法)计算出VKT和对应的各污染物排放量.结果表明,基于保有量方法计算得到的行驶里程比基于车流量方法的结果低约37%,应用实际车流量的计算方法与实际状况更接近.基于保有量的方法低估了小型载客汽车、大型载客汽车和中型载货汽车的行驶里程,高估了轻型载货汽车、重型载货汽车、低速载货汽车和摩托车的行驶里程.基于保有量的计算方法低估了小客车的尾气污染物排放量,低估比例约为51%.对于大客车、轻型载货汽车和中型载货汽车,2种方法计算的排放量差别较小.基于保有量的计算方法高估了重型载货汽车、低速载货汽车和摩托车的排放量的尾气排放量,高估比例分别约为41%、30%、30%.     

珠江三角洲机动车污染物排放特征及分担率

建立了2006年珠江三角洲(以下简称为珠三角)地区机动车排放清单,获得了该地区分车型、区域以及燃料类型的机动车排放分担率. 结果表明:①珠三角地区不同车型的机动车污染排放分担率有显著差别,其中柴油大货车、汽油小客车和柴油小货车是机动车排放NO_x的主要来源,摩托车、汽油小货车和汽油小客车是机动车排放VOCs的主要来源,柴油大货车、柴油大客车和柴油小货车是机动车排放PM₁₀的主要来源;②广州、佛山、东莞和深圳等经济发达和快速发展地区的机动车污染物排放量均较大,这4个城市机动车NO_x,VOCs和PM₁₀的排放量之和分别占珠三角地区机动车排放总量的79.7%,69.8%和77.9%;③机动车燃油比例对污染排放影响显著. 汽油车(含摩托车)对VOCs的排放分担率较大(约为93.8%),而柴油车对NO_x和PM₁₀的排放分担率较大(分别为61.5%和84.0%).