Estimation of PM10 in the traffic-related atmosphere for three road types in Beijing and Guangzhou, China

The levels of roadside PM10 in Beijing, China, were investigated in 2011 and 2012 on a seasonal basis to estimate the population exposure to particulates for three road types. The measurements of PM10 were also conducted in the southern Chinese megacity of Guangzhou for comparison purposes. The results showed that roadside PMlo in Beijing correlated strongly with the PM10 background in the urban atmosphere. The levels of PM10 in street canyons were markedly higher than those along the open roads and in crossroad areas because of limited ventilation. An elevation of PM10 was observed in April, which was possibly due to the sand storms that frequently occur in the spring. Based on these observations, roadside PM10 in Beijing could have multiple origins and was to some extent dispersion- governed. In Guangzhou, the roadside PM10 did not closely relate to the background values. The PM10 pollution was greatly affected by local traffic conditions. The simulation of PM10 for different road types was completed during the study period using the Motor Vehicle Emissions Factor Model （MOBILE6.2） as an emission model and the California Line Source Dispersion Model （CALINE4） and Operational Street Pollution Model （OSPM） as dispersion models. The MOBILE6.2/CALINE4 software package was demonstrated to be sufficient for the simulation of PM10 in the open roads and crossroad areas in both Beijing and Guangzhou, and the simulation results of roadside PM10 in the street canyons by the MOBILE6.2/OSPM package were in close agreement with those of the measurements.     

Assessment of traffic related air pollution in urban areas of Macao

1　ＩｎｔｒｏｄｕｃｔｉｏｎＩｎｒｅｃｅｎｔｙｅａｒｓ,ｍｏｒｅａｎｄｍｏｒｅｃｉｔｉｅｓｈａｖｅｓｕｆｆｅｒｅｄｆｒｏｍａｉｒｐｏｌｌｕｔｉｏｎｃａｕｓｅｄｂｙｖｅｈｉｃｌｅｄｉｓｃｈａｒｇｅ.Ｍａｎｙｏｆｔｈｅｐｏｌｌｕｔａｎｔｓｆｒｏｍｖｅｈｉｃ?..     

Dispersion of vehicular emission in street canyons,Guangzhou City,South China (P.R.C.)

The concentrationof vehicular pollutants, wind, turbulence and traffic volume were measured in three different typical street canyons in Guangzhou City. Air dispersion in different types of urban canyons was compared. The configuration of a street is an important factor that influences air dispersion. In low wind conditions, it is rare that a stable vortex is formed in a canyon with irregular configuration. The movement of vehicles may dominate the flow near the surface of the narrow street canyon when tee wind at roof-level is weak. Simple operational models have been proposed. They performed well in predicting the air pollution due to vehicular emission in different street canyons in Guangzhou City.     

北京城市道路地表径流及相关介质中多环芳烃的源解析

将道路地表径流及降雨、路面积尘和行道树树冠穿透水作为整体系统,对其中多环芳烃(PAHs)的来源进行分析.选择北京市3种主要类型城市道路(主干路机动车道、主干路自行车道、支路),于2006年雨季对上述4类介质进行采样分析.结果显示,5～6月各介质中PAHs的平均浓度明显高于7～8月.应用因子分析和多元回归方法解析各介质中PAHs的来源.因子分析结果表明,径流中的PAHs更多体现路面积尘的来源特征,但在自行车道和支路,雨水和树冠水的影响也分别得到体现.多元回归结果表明,路面积尘和地表径流中PAHs的来源.在支路和主干路机动车道以机动车排放源为主,在自行车道,机动车源和燃煤源的贡献相近.雨水中的PAHs以燃煤/燃油源为主,行道树树冠水中机动车源的贡献较大.     

北京市道路空气中NO_x现状监测及控制对策

通过对北京城市3种典型交通道路空气中NOx的时空变化监测发现,城市道路空气NOx中NO分担率主要集中在31.6%～81.1%,明显高于非交通道路中NO的分担率(3.0%～34.0%).其原因是NO主要来源于机动车尾气的排放.利用MOBILE软件计算了各类机动车排放的ρ(NOx),并相应地确定了影响交通道路中ρ(NOx)的敏感因素.据此提出了北京市交通道路空气中NOx若干控制措施,如控制车速、车型、油料等.     

济南市道路扬尘排放因子估算及其影响因素研究

以济南城市道路为研究对象,采用美国环保署AP-42模型和方法,通过道路分类、优化布点、样品采集、实地观测和计算分析,获得道路粉尘负荷及四种类型道路扬尘的排放因子,探讨了排放因子的主要影响因素。结果表明,路面粉尘负荷随车流量增大而逐渐降低,城市城区路面粉尘负荷多小于城市外围路面,且外围道路路面粉尘负荷随时间和空间变化大;支路和次干道排放因子相对较小,快速路排放因子较高,主干道排放因子最高,其TSP、PM10、PM2.5排放因子分别高达25.239 3 g/VKT、4.731 1 g/VKT、0.597 2 g/VKT;排放因子随平均车重增加呈现逐渐增大趋势;同种类型道路排放因子均随道路粉尘负荷的增加而增加;次干道和快速路排放因子随车流量增大而减小。所获结论可为城市道路扬尘排放估算提供参考。     

北京市道路空气中挥发性有机物时空分布规律

为研究城市交通道路空气中挥发性有机化合物(VOCs)的污染状况、变化规律和不同道路类型的浓度特点,于2008年5月—2009年7月对北京市3种典型道路(街道峡谷、交叉道路和开阔道路)进行空气质量监测. 采用气相色谱法测定道路空气中非甲烷烃(NMHCs)、苯系物(苯、甲苯和二甲苯)的质量浓度. 结果表明:北京市道路空气中挥发性有机化合物污染比较严重,其中ρ(NMHCs)日均值为1.0～3.3 mg/m3,ρ(苯系物)日均值为8.8～80.0 μg/m3. 污染物浓度日变化多呈现双峰型. 选取1,4,7和10月为不同季节的代表月份,7月的ρ(NMHCs)和ρ(苯系物)均最高,10月最低. 3种典型道路中,街道峡谷的污染物质量浓度高于另外2种道路. 道路附近的挥发性有机物质量浓度主要受到机动车排放、气象条件和地形条件等的影响.      

道路环境颗粒物浓度空间分布研究

由于交通扬尘和车辆尾气排放,道路环境颗粒物浓度高于城市其它区域,文章应用一种移动监测技术测试区域道路环境中PM10浓度空间分布,并进行了呼市城区道路环境PM10空间分布分析;采用降尘法对呼市城区不同区域30条道路进行监测,分析道路降尘空间分布规律,并对两种方法进行比较。文章给出了呼市城区道路环境PM10浓度的空间分布图...     

道路降尘与扬尘PM_(10)排放的关系研究

道路扬尘是城市大气颗粒物主要来源之一,文章主要分析呼和浩特城区道路降尘排放、扬尘PM10排放强度并研究二者之间的关系。对呼和浩特30条典型道路进行了降尘监测,并在降尘监测期间对道路尘负荷进行了采样分析,同时记录车流量和车辆构成数据,应用AP-42排放因子模型计算PM10排放强度,分析道路降尘与PM10排放强度之间的关系。结果发现,道路降尘值为外环路>主干路>次干路>支路>胡同,分别为76.3、36.1、31.7、25.8和19.0 t(/km.230d),背景值为9.4 t(/km.230d);外环路、主干道、次干道、支路和胡同的PM10排放强度平均值分别为178、169、130、100和11 kg(/km.d);降尘值DF与道路扬尘PM10排放强度呈现较好的正相关关系,道路扬尘PM10排放强度可以用降尘表示为Q=2.6×(DFr-DFb)。     

呼和浩特交通扬尘排放清单研究

颗粒物污染是影响中国城市空气质量的首要因素,交通扬尘是城市大气颗粒物污染的主要来源之一,排放清单及排放特征研究是进行环境影响分析、控制措施成本效益分析、控制方案制定以及进行环境管理的基础。本文对呼和浩特城区典型道路路面尘负荷进行采样分析,现场调研不同类型道路车流量和车辆构成,应用AP-42排放因子计算典型道路交通扬尘排放因子,建立了基于G IS的排放清单数据库。结果显示:胡同的PM10排放因子最大,其次分别为环城路、支路、次干道和主干道;环城路的PM10排放强度最大,其次为主干道、次干道、支路和胡同;基准年2006年呼和浩特城区交通扬尘PM10排放量为22 715 t;从空间分布看,环城路以内网格排放源强较高,中心城区排放强度最大。     

车辆非尾气管颗粒物排放特征研究

车辆尾气排放控制技术和排放标准在近年来得到了快速发展,但非尾气管(non-exhaust)排放却很少涉及.非尾气管排放主要包括车辆制动磨损、轮胎磨损、路面磨损和车辆扬尘,本研究调查了北京典型道路车流量和车辆运行速度等参数,应用欧盟非尾气管排放因子分析车辆制动磨损、轮胎磨损和路面磨损PM10排放.结果显示:不同类型道路的...     

应用OSPM模式进行澳门街区峡谷污染评价

采用ＯＳＰＭ模式计算澳门城区街区峡谷内污染物浓度，进行污染评价．计算结果表明，对于高宽比较大的街区峡谷，ＯＳＰＭ模式有良好的适用性；在考察的时段内，澳门街区峡谷内机动车污染已经达到相当严重的程度，必须通过相应的措施进行控制．     

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.     

基于移动监测的城市街谷交通相关污染物浓度时空变化研究

为更好认识城市街谷内的大气污染特征和提供城市街谷优化设计的实证参考,本文以干旱区绿洲城市乌鲁木齐市北京南路为例,采用移动监测技术,分析了城市街谷大气污染物(CO、PM2.5)的时空分布,并识别其主要影响因素。结果表明:(1)早高峰空气质量优于晚高峰;交叉路口处污染物浓度普遍较低,但苏州路立交桥下污染物浓度较高;(2)两种污染物同源,其浓度与固定站点监测数据高度相关,风向与街谷成锐角时污染物浓度较低,风速较大时污染物浓度较高,污染物浓度与车流量相关程度较低;(3)街谷两侧建筑物高度比在[1.5,2)之间,污染物浓度较低,在[1,1.5)之间,污染物浓度较高;路网密度在[12,14)之间,污染物浓度较低,[12,14)之间的道路密度能够最大程度的降低街谷内污染物浓度。     

施工工地出口附近道路交通扬尘排放特征研究

为了量化施工工地附近社会道路因施工运输车辆带泥及遗撒造成的二次交通扬尘,对4个典型工地出口2个方向社会道路尘负荷进行了采样分析,根据AP-42交通扬尘排放模型,计算和分析了工地出口附近道路交通扬尘排放特征.结果表明,工地出口附近道路尘负荷高于正常道路,随着距离工地出口长度的增加,尘负荷逐渐减小;工地出口2个方向共400 m道路上交通扬尘PM₁₀排放因子为正常道路的2～10倍,因施工增加的排放量相当于422～3?800 m正常道路排放.根据以上结果,结合2002年北京市施工工地时空分布数据,经计算得出,2002年北京市城八区工地出口形成的二次扬尘相当于增加了道路总长度的59%.     

中国部分城市铂族元素环境地球化学特征研究

自上世纪90年代起,汽车工业中大量引入铂族元素催化剂,将有害气体转变为二氧化碳和氮气,以降低这些温室气体的排放。但铂族元素催化剂释放的Pt,Pd和Rh等元素在城市道路尘土和路边土壤中聚积,其含量大大的超过正常背景值。本次研究在深圳,广州,北京和贵阳等城市的主要交通路段采集了尘土、土壤及新鲜土壤样品,采用改进的卡洛斯管法和蒸馏法对样品中的全部铂族元素进行了分析。结果表明,所有样品的铂族元素含量均高于背景值,尘土样品中铂族元素含量明显高于土壤样品,其中Pt,Pd,Rh含量明显高于其它铂族元素,并呈正相关,表明汽车尾气催化剂的主要组成为Pt,Pd,和Rh。所有样品Ru,Ir和Os的含量都明显高于背景值,具有高含量的Os、低的187 Os/188 Os比值特征,表明Ru,Ir和Os也来源于汽车尾气催化剂,并且可能以杂质的形式存在于汽车尾气催化剂中。     

广州市与北京市大气能见度与颗粒物质量浓度的关系

为了研究相对湿度(RH)和颗粒物对能见度的影响,于2008年12月11日~2009年8月27日和2008年7月14~2008年9月17日分别在广州和北京对能见度、RH、PM2.5和PM10进行了监测.结果表明,PM2.5和RH是影响能见度的主要因子;在RH￡70%和80%0.05mg/m3时,随着PM2.5降低,能见度变化不明显;当PM2.5<0.05 mg/m3时,随着PM2.5降低,能见度迅速改善.因此,在颗粒物治理的起始阶段,PM2.5下降对能见度的改善效果不很明显;但当PM2.5降低到一定程度后,能见度的改善效果非常显著.     

北京城市发展对土壤微生物群落功能多样性的影响

为研究城市发展对土壤微生物功能多样性的影响,以北京市建成区为例,采用Biolog-ECO微平板技术分析不同环路内3种类型绿地(居民区内绿地、街道边绿地、公园内绿地)土壤微生物群落功能多样性的变化.结果表明:二环内各绿地类型土壤微生物群落的AWCD(average well color development,平均颜色变化率)相对较高,分别为1.107、1.192、1.007,表明其土壤微生物群落代谢活性较高,利用碳源能力较强,其他环路土壤微生物群落利用碳源能力相对较弱;其中,各绿地类型土壤微生物群落对羧酸类碳源的利用能力最弱.城市环路梯度下居民区对土壤微生物群落多样性的影响相对较大;街道对土壤微生物群落功能多样性无显著影响(或者城市环路梯度下街道边绿地土壤微生物群落功能多样性趋同);四环～五环公园内绿地土壤微生物群落功能多样性与其他环路之间存在显著差异.对土壤微生物群落碳源利用能力进行主成分分析的结果显示,居民区内绿地、街道边绿地、公园内绿地提取的与土壤微生物碳源利用相关的主成分累积贡献率分别为86.79%、87.09%、84.92%,对主成分分离起主要作用的碳源主要是氨基酸类、糖类、多聚物类和羧酸类物质.冗余分析(RDA)表明,pH、土壤含水量是影响土壤微生物群落代谢能力和功能多样性的主要因素.城市绿地类型和环路因子对土壤微生物利用碳源分异存在一定影响,但对碳源代谢能力变异的解释量(5.91%)低于土壤理化因子的解释量(16.26%).研究显示,城市环路对土壤微生物功能多样性产生一定影响,但各环路街道边绿地土壤微生物功能多样性无显著差异,并且二环内、二环～三环、三环～四环各绿地类型土壤微生物多样性也无显著差异,说明城市发展可能使土壤微生物群落功能多样性趋于同质化.      

北京地区大气细颗粒物的个体暴露水平

于2012年12月至2013年4月采用LD6S型微电脑激光粉尘仪在北京地区采取单人逐日跟踪的方式记录了多名个体对大气细颗粒物(PM2.5)的暴露水平,同时收集研究对象的时间-活动日志,计算日平均暴露水平,再进行多人多日合并处理.并于研究时段内同步记录北京市环境保护监测中心发布的空气质量监测数据.结果表明,研究期间北京地区冬季与春季PM2.5的平均浓度分别为127,69μg/m3.个体日均暴露水平中值为54μg/m3,与大气质量浓度的平均比值为0.60.个体室内暴露分量均值达到总暴露量的80%,室外与交通各占约10%.不同人群及季节的暴露水平之间未表现出显著差异.当大气环境质量浓度高于国家空气质量二级标准浓度限值时,室内住宅、办公室和餐厅,室外公交车、街道微环境中的PM2.5质量浓度与大气环境质量浓度存在显著的相关关系.     

MOBILE计算中国机动车CO排放因子时的计算年确定

在使用MOBILE计算机动车排放因子时,一个较为重要的计算参数——计算年,在美国是根据实际年份来确定的,但是由于我国机动车排放发展水平与美国的不同,其值的确定是比较困难的关键问题。文章利用我国的实测机动车排放因子数据,在同等条件下使用MOBILE计算排放因子,并与道路实测数据对比,得到不同测试年份对应的MOBILE计算年,从而回归出使用MOBILE计算机动车排放因子的计算年公式。在今后利用MOBILE计算机动车排放时,可以方便的使用公式得到对应的MOBILE计算年,从而提高计算的精确度。