基于ES-VSP分布的交通状态对公交车动态排放的影响

为评估不同交通状态下公交车运行特征和排放水平的差异,现场采集广州市B9、226线路公交车的逐秒GPS数据,以ES-VSP（发动机负荷-机动车比功率）分布表征畅通、轻度拥堵和中度拥堵下的公交车运行特征,结合IVE（international vehicle emission）模型求得公交车平均排放因子并分析其差异.结果表明:①所测公交车的发动机低负荷区中bin11（-1.6 < ES ≤ 3.1,-2.9 kW/t ≤ VSP < 1.2 kW/t）频率范围为50.55%~83.39%,中度拥堵时bin 11频率是畅通时的1.1~1.3倍;② 3种交通状态下公交车的CO、VOC（运行产生的挥发性有机物）、VOC_evap（蒸发产生的挥发性有机物）、NO_x（氮氧化物）和PM（颗粒物）平均排放因子范围分别为7.63~11.40、0.26~0.46、0.68~1.56、0.32~0.51和0.72×10-2~1.28×10-2 g/km;③同种交通状态下,主干路公交车专用道和BRT车道的公交车的大部分污染物平均排放因子低于次干路混行车道、主干路混行车道,中度拥堵时主干路BRT车道的CO、VOC、VOC_evap、NO_x和PM平均排放因子相对其他道路最低,分别为7.66、0.27、0.87、0.32和0.75×10-2 g/km;④次干路混行车道、主干路混行车道的公交车污染物平均排放因子随交通状态愈加拥堵而增大,但畅通时主干路BRT车道的公交车行驶速度、加速度较高,导致CO平均排放因子较高,对应3种交通状态其比例为1.0:0.9:0.8.研究显示,交通状态对公交车运行和排放具有显著影响.      

基于遗传算法的运行模式分布模型及排放测算

针对交通系统易于收集到的平均速度,以及排放模型计算所需的运行模式分布参数,建立基于平均速度的运行模式分布模型,并采用遗传算法对模型进行优化.对比所建立模型、MOVES模型中的行驶周期所获取数据与真实数据之间的排放结果差异,发现本模型有82.5%的区间平均排放率预测误差低于MOVES,本模型的最大误差为50.0%,而MOVES模型为304.2%.使用本模型评价了北京市限行前后污染物排放情况,发现限行后二环路高峰小时HC、CO、NO_x总体排放依次减少了9.58%、11.41%、0.49%.与真实值相比,预测值R²方高于0.700,预测误差大幅度低于MOVES模型预测误差,并实现对交通策略下路网排放的动态评价应用.     

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.     

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.     

传动比对汽车实际行驶排放试验动力学特性与排放的影响

为研究传动比对轻型车CO₂、CO、PN、NO_x排放以及动力学参数的影响,选择4辆7挡干式双离合变速器轻型车作为试验车辆在相同道路上进行实际行驶排放(real driving emission,RDE)试验,依据传动比对数据进行划分. 结果表明:①随着传动比、相对正加速度(relative positive acceleration,RPA)的升高,CO₂、CO、NO_x排放因子以及未装汽油机颗粒捕集器(gasoline particulate filter,GPF)车辆的PN排放因子均呈增加趋势. 其中,CO₂、CO、PN (未装GPF)的排放因子与传动比的相关系数平均值分别为0.963、0.933、0.949,与RPA的相关系数平均值分别为0.971、0.955、0.975,均呈显著正线性相关;NO_x排放因子与传动比、RPA的相关系数平均值分别为0.567、0.543,相关性均较弱. ②以传动比作为变量的轻型车排放因子分析方法表明,随着传动比的升高,单位里程中发动机的工作循环与排放次数均增加,CO₂与污染物排放因子呈增加趋势,这解释了CO₂、CO、PN (未装GPF)、NO_x的排放因子均与传动比呈正线性相关的原因. ③RPA与传动比的相关系数平均值为0.953,二者呈显著正线性相关. v·a_pos_[95](车速与大于0.1 m/s2正加速度乘积的第95个百分位)与传动比的相关系数平均值为?0.487,呈负线性相关,且相关性较弱. 增加低速挡使用时间,RPA呈升高趋势,v·a_pos_[95]呈降低趋势,可远离行程无效判定界限,从而提高RDE试验动力学检验通过几率. 研究显示,传动比、RPA与CO₂、CO、PN (未装GPF)的排放因子均呈显著相关,借助调节传动比对碳和污染物排放进行控制,为减少汽车实际行驶排放提供了新的途径.      

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.     

降雨对城市道路交通行驶速度的影响分析

天气状况是影响城市道路交通行驶效率的重要因素。本研究的目的是结合浮动车GPS数据和气象站降雨量检测数据,分析降雨对城市道路交通行驶速度的影响。应用t检验比较了广州市降雨天和非降雨天的城市路段交通行驶速度的差异性,分别用Spearman相关系数和Pearson相关系数描述了降雨量和速度变化的关系。结果表明:降雨天和非降雨天的交通行驶速度的差异比较显著;持续性降雨造成交通行驶速度的较大波动,同时造成部分路段交通行驶速度的下降,快速路和主干道的速度下降比较明显;降雨量和速度变化量之间的相关性不明显。     

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.     

基于大数据分析和IVE模型的杭州市机动车污染物排放变化特征研究

以杭州市全市域为研究对象,基于机动车排放管理数据库和IVE模型本地化后计算出市区、城区、城郊和郊区4类区域及快速路、主干路和次干路3类道路的各类机动车排放清单,利用Arc GIS及杭州市路网信息建立了1 km×1 km网格化空间分布,分析了机动车污染物排放特征.结果显示,杭州市机动车各污染物NO_x、CO、PM_(2.5)和VOCs的年排放量分别为4.9×10~4、12.5×10~4、0.2×10~4、2.1×10~4t.各种车型中,中重型货车对NO_x和PM_(2.5)的贡献均最大,分别为45.8%和36.3%,其次为大中型客车、公交客运,小微型客车对CO和VOCs的排放贡献最大,分别为69.3%和51.1%.机动车各污染物排放强度均呈现由城市中心向城市边缘递减的趋势,高排放区域集中在城中心及城南和城北区域,同时各污染物排放量日变化特征明显,均出现弱双峰现象.     

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.      

轻型汽油车简易瞬态工况法与定容全流稀释采样法(CVS)的排放相关性

选取25辆国2~国5标准在用轻型汽油车分别采用简易瞬态工况法(VMAS)与定容全流稀释采样法(CVS)开展了排放实测,分析了两种方法实测的排放因子相关性.结果表明,轻型汽油车排放水平总体随排放标准提升而呈下降趋势,国2和国3标准车辆中存在一定的高排放现象,国4及以上标准车型排放相对较低.VMAS和CVS方法的排放相关性随标准提升而显著下降,对国4及以上标准车辆的CO和HC+NO_x排放的相对偏差分别达到197%和177%.对较高排放车辆,两种方法检测结果的相关系数达到0.75~0.85;对较低排放车辆,相关系数仅为0.46左右,若将在用车排放标准进一步收严,采用VMAS检测的误判率将显著上升.随着我国机动车排放水平的不断下降,总体来看,VMAS检测对高排放标准车辆的适用性相对较差,有必要在用车排放检测方法方面开展更为深入的研究.     

轻型汽油车稳态工况下的尾气排放特征

选取不同排放标准的127辆轻型汽油客车和10辆轻型汽油货车为研究对象,利用便携式车载测试系统(portable emission measurement system, PEMS)结合台架稳态工况(acceleration simulation mode, ASM),探究了不同工况与车辆参数对轻型汽油车气态污染物二氧化碳(CO_2)、一氧化碳(CO)、氮氧化物(NO_x)、碳氢化合物(HC)和甲烷(CH_4)排放的影响.结果表明,轻型汽油车气态污染物在怠速工况下的排放率较低,仅为加速工况和匀速工况的22.9%和25.8%.污染物排放特征与工况密切相关,CO_2和NO_x在加速工况时的排放率小于匀速工况,而CO、HC和CH_4在加速工况时的排放率却大于匀速工况.在低速稳态下,轻型汽油客车和轻型汽油货车CO_2、CO、NO_x、HC和CH_4的排放因子分别为383.20、 2.98、 1.60、 0.14和0.03 g·km~(-1)和360.66、 2.64、 1.61、 0.005 5和0.002 7 g·km~(-1).排放标准的加严带来了明显减排效果,CO、NO_x、HC和CH_4的排放因子从国Ⅰ～国Ⅴ分别下降了87.5%、 97.3%、 97.9%和86.4%.车龄、行驶里程和基准质量与车辆污染物的排放存在非线性关系,发动机排量与机动车的尾气污染物的排放呈正相关.     

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.     

基于交通流的成都市高分辨率机动车排放清单建立

提出一种基于交通流监测数据的道路机动车高分辨率排放清单建立方法,对成都市道路交通流特征进行分析并建立了成都市机动车尾气高分辨率排放清单.结果表明,成都市道路车流量及排放均呈现明显的"双峰"分布,早晚高峰时段机动车通行量占全天的39.85%,车队结构中排放标准以国Ⅳ车为主,车辆类型以小型车为主,燃料类型以汽油车为主;道路机动车SO₂、NO_x、CO、PM₁₀、PM_2.5、BC、OC和VOCs(不含驻车蒸发)日排放量分别为3.89、 162.08、 324.11、 4.79、 4.36、 1.89、 0.78和44.37 t,空间分布整体呈现从城市中心到外围排放强度逐渐降低趋势,时间分布基本呈现"双峰"分布,颗粒物相关指标受货车流量影响较大; NO_x、PM₁₀、PM_2.5、BC和OC主要来源为大型柴油车,CO主要来源为小型汽油车,其中大型车对NO_x的贡献率达80%;基于保有量的计算方法对成都市道路机动车污染物排放存在一...     

基于GIS的太原市街道机动车污染物空间分布特征分析

在研究太原市机动车污染现状的基础上,结合太原市机动车排放因子模型Mob ile6和污染物扩散模型OSPM的计算结果,在G IS平台上绘制了太原市冬夏两季道路机动车污染物排放强度分布图和道路交通污染物浓度分布图,并对可视化结果作了科学的分析,研究结果表明：（1）太原市冬季街道污染总体上要高于夏季,这种趋势以CO的表现尤为明显;（2）街道NOX小时浓度超标率比CO小时浓度超标率更高,在研究的56条路段中,CO小时浓度都没有超过国家二级标准,NOX小时浓度超标率达38.9%（夏季）;（3）NOX污染主要集中在中心区,而建成区周边道路某些路段污染也较严重。     

广州市实施I/M简易瞬态工况检测方法的环境效果分析

采用简易瞬态工况法对在用车进行检测,能够更为有效地筛选高排放车辆.2007—2009年广州市轻型汽油车的简易瞬态工况法的初检数据表明,国Ⅰ排放标准实施以前(简称"国Ⅰ前")车辆和国Ⅰ及以后排放标准车辆排放超限值比例分别为20.1%和17.6%.简易瞬态工况法复检数据得到的国Ⅰ前和国Ⅰ及以后车辆经维护后能够达标的比例分别为76.0%和64.7%,且经过有效维护后超标车辆的平均排放水平有较大比例的削减.同时,采用修正的MOBILE5模型对广州市轻型汽油车排放进行模拟.结果发现,广州市2009年轻型汽油车的CO、HC和NO_x排放量分别为24.4×10⁴、3.8×10⁴和1.8×10⁴ t.如果考虑I/M制度实施及实际执行率,复检不达标车辆在全部淘汰情景下,2009年广州市轻型汽油车排放的CO、HC和NO_x分别能削减4.20×10⁴、0.58×10⁴和0.15×10⁴ t,占全部轻型汽油车的削减比例分别为17.2%、15.3%和8.2%;而在全部置换为国Ⅳ新车情景下,3种污染物分别能削减4.12×10⁴、0.57×10⁴和0.14×10⁴ t,削减比例分别为16.9%、15.0%和8.0%.国Ⅰ前及国Ⅰ车辆对CO和HC削减量的贡献达到90%左右,对NO_x削减量的贡献也在85%左右.     

基于在线观测本地因子的长三角家禽养殖氨排放时空分布特征

为获取长三角地区家禽养殖氨排放因子和时空分布特征,通过在线高分辨率监测系统对典型规模化蛋鸡养殖场棚舍养殖和粪便堆肥环节的氨浓度进行连续监测,获取不同季节、不同生长阶段的氨浓度和排放因子,并建立基于本地化排放因子的长三角家禽养殖氨排放清单.结果表明,棚舍养殖和粪便堆肥环节春夏秋冬4个季节ρ（NH₃）日均值分别为：（1.85±0.38）、（4.58±0.33）、（3.87±0.12）、（2.83±0.47）mg·m^-3和（2.04±0.50）、（4.04±1.04）、（2.51±0.67）、（1.55±0.16）mg·m^-3,氨浓度呈显著的日小时变化趋势,养殖棚舍春夏秋冬小时ρ（NH₃）最大值出现在中午13:00～14:00,最小值出现在凌晨01:00～03:00,粪便堆肥环节夏秋季节的小时ρ（NH₃）最大值出现在16:00～19:00,春冬季的日小时变化过程则不明显;氨日小时浓度变化主要受日温度变化、畜禽活动和清粪管理等因素影响.蛋鸡不同生长阶段的氨浓度呈显著差异,青年鸡、产蛋鸡...