阳泉市2017年基于交通流量的机动车排放清单

通过van Aerde速度-流量模型模拟和交通流量调查获取了阳泉市路网的车流量、车型构成和车速基础数据,利用自下而上的方法,基于实际交通流量数据、机动车排放因子和路段,构建了阳泉市道路机动车排放清单,并分析了机动车污染物排放特征。结果表明:2017年阳泉市道路机动车排放的CO、HC、NO_x、PM分别为4.56×10⁴、0.96×10⁴、1.76×10⁴、0.024×10⁴ t。按道路类型划分,高速公路(含城市快速路)机动车污染物排放量较大,CO、HC、NO_x、PM排放量分别占排放总量的48.4%、48.9%、40.0%和34.3%;按车辆类型划分,小型客车是CO、HC排放的主要贡献者,重型货车是NO_x、PM排放的主要贡献者;按排放阶段划分,国4机动车排放的CO和HC占比较高,国3机动车排放的NO_x和PM占比较高;按区县划分,污染物排放量最大的为盂县,其次是平定县和郊区。机动车在道路上的实际排放量与道路类型、道路所属行政区域及车辆类型密切相关。     

单双号限行对郊区道路机动车尾气排放的控制效果研究

北京大型活动期间的道路车流量控制是缓解交通拥堵和削减尾气排放的重要手段。郊区道路的车型构成和行驶工况与城市道路有显著差别,研究车辆限行对郊区道路机动车尾气排放的影响是空气质量保障方案制定、控制效果评估和进行空气质量预测预报的基础。以中国人民抗日战争胜利纪念日阅兵期间郊区道路车流信息为基础,采取排放强度计算、路边污染物浓度监测和逆模式法相结合,研究了车辆限行对郊区道路机动车尾气排放的影响。结果显示:郊区道路限行期间国道、省道和县道车流量降比分别为21%、29%和24%,货运车辆降比大于客运车辆,车辆行驶速度上升;CO、NO_x、HC和PM的减排比国道分别为41%、46%、48%和76%,省道分别为43%、31%、45%和47%,县道分别为33%、27%、34%和43%。路边的NO_x浓度监测结果显示,限行期间NO_x浓度下降47%;根据现场的NO_x浓度监测数据以及气象参数,应用逆模式法计算NO_x排放强度,结果显示限行期间NO_x排放强度下降37%。     

乌鲁木齐市城区机动车大气污染物排放特征

对乌鲁木齐市城区车辆信息(包括车流量和车辆构成、车辆控制技术水平、车辆行驶工况、车辆启动分布等)进行调研和测试,并根据IVE模型计算得到机动车污染物排放清单,获得分车型、燃料类型及启动/运行方式的机动车污染物排放分担率.结果表明:2011年乌鲁木齐市机动车CO、NO_x、HC和PM的排放量分别为20.22×104、2.60×104、1.84×104和0.44×10~4t·a~(-1),机动车污染物排放分担率差别显著,乘用车、公交车和重型货车是CO和HC主要排放源;重型货车和乘用车是NO_x的主要排放源;重型货车是PM的主要排放源.汽油车是CO和HC排放的主要来源,柴油车是NO_x和PM排放的主要来源,天然气车各类污染物排放量均较低.控制柴油重型货车是消减机动车污染物排放的重要方式.     

粤港澳大湾区飞机LTO污染排放因子及排放清单

针对2018~2019航季年粤港澳大湾区机场群,通过实际滑行时间修正和大气混合层高度对爬升/进近时间的修正,获得飞机主发动机排放因子和区内机场加权排放因子,同时考虑飞机辅助动力装置的排放,建立了区内飞机起飞着陆（LTO）污染排放清单.结果表明,区域内各机场污染物排放因子存在较大差异,主要来源于实际运行时间的修正以及各个机场不同的机型占比,其中NO_x、CO、HC、SO₂、PM 5类污染物的加权排放因子区内均值分别为17.58,8.60,0.79,1.37,0.15kg.排放量分别为15327.4,8066.7,728.4,1186.1,121.9t,绝大部分来自飞机主发动机排放.研究期内,NO_x排放量在年内呈现夏秋季高、冬春季低的变化趋势,其他污染物排放量变化较为平缓.所有污染物在各机场排放量的次序较为一致,香港、广州白云分列前两位.各机型中,区内NO_x及SO₂主要来自A320排放,所占比例分别为19.5%、17.1%;CO及HC排放占比最大的机型均为A321,分别为25.4%、27.2%;PM排放量占比最大的机型是B738,约为23.1%.     

粤港澳大湾区飞机LTO污染排放因子及排放清单

针对2018~2019航季年粤港澳大湾区机场群,通过实际滑行时间修正和大气混合层高度对爬升/进近时间的修正,获得飞机主发动机排放因子和区内机场加权排放因子,同时考虑飞机辅助动力装置的排放,建立了区内飞机起飞着陆（LTO）污染排放清单.结果表明,区域内各机场污染物排放因子存在较大差异,主要来源于实际运行时间的修正以及各个机场不同的机型占比,其中NO_x、CO、HC、SO₂、PM 5类污染物的加权排放因子区内均值分别为17.58,8.60,0.79,1.37,0.15kg.排放量分别为15327.4,8066.7,728.4,1186.1,121.9t,绝大部分来自飞机主发动机排放.研究期内,NO_x排放量在年内呈现夏秋季高、冬春季低的变化趋势,其他污染物排放量变化较为平缓.所有污染物在各机场排放量的次序较为一致,香港、广州白云分列前两位.各机型中,区内NO_x及SO₂主要来自A320排放,所占比例分别为19.5%、17.1%;CO及HC排放占比最大的机型均为A321,分别为25.4%、27.2%;PM排放量占比最大的机型是B738,约为23.1%.     

疫情背景下的福建省高速公路机动车污染物排放清单

机动车排放污染物已经成为大气污染的重要来源.基于福建省高速公路交通流量数据,采用自下而上的计算方法建立了2020年1—7月福建省高速公路机动车高分辨率污染物排放清单.结果表明,受疫情影响,福建省高速公路月均车流量和污染物排放量呈先下降后上升的变化趋势,4月污染物排放量达到最低,5月污染物排放量又迅速恢复到疫情前的排放水平,其中,疫情中期污染物CO、HC、NO_x、PM_2.5和PM₁₀排放较疫情后期分别减少了90.68%、89.06%、92.58%、89.58%和89.63%.在整个研究期内,不同城市高速公路机动车污染物排放的分担率有所不同,泉州、福州和漳州的高速公路机动车排放分担率较高;从车型来看,小型客车和轻型货车是CO和HC的主要贡献车型,NO_x和PM主要来自重型货车和轻型货车;从燃料类型来看,汽油车是CO和HC的主要贡献源,柴油车则对NO_x和PM贡献突出;从排放标准来看,国三和国四车对各项污染物的贡献率最大.各项污染物空间分布一致,排放高值区位于东部沿海地区路段,西部内陆的...     

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。     

轻型汽油车国六排放标准可行性研究

研究了国五排放水平的缸内直喷(GDI)汽油车和普通进气道喷射(PFI)汽油车按照国六排放标准规定的测试规程在常温(23 ℃)和低温(-7 ℃)冷启动下污染物的排放特性。结果表明:PFI汽油车的CO和HC排放量比GDI汽油车高4.3%~39.5%,NO_x、颗粒物质量(PM)和颗粒物数量(PN)排放量低69.8%~82.7%。由于GDI汽油车PN的排放量较高,与PFI汽油车相比,达到国六排放标准的难度更大。2种汽油车低速时各种气态污染物的排放量远高于中速、高速和超高速,但PFI汽油车NO_x排放量在超高速下比中速和高速有所增高,仅比低速下低约22.2%。     

北京市机动车排放的空间聚类特征研究

城市交通排放是大气环境污染的主要因素,研究污染物排放的空间分布对制定减少排放的公共政策提供依据。该研究根据北京市城区路网车流数据计算机动车尾气排放量基于空间自相关分析和聚类分析的方法确定污染物排放的空间模式。结果表明:轻型汽车流量在路网中比例为93%,对CO和HC排放的贡献率分别为93%和89%重型汽车流量在路网中比例为6%对PM和NO_x排放的贡献率分别为92%和73%,摩托车的流量和污染物排放比例均较低;通过全局空间自相关分析发现,车流量和污染物排放强度的空间模式为聚集模式通过高/低聚类分析发现车流量和污染物总排放量的空间模式为高值聚集;热点图分析结果表明;北京市机动车尾气排放的热点地区主要位于二环至四环之间的中部和北部地区。     

丹东市机动车尾气污染现状与控制措施

调查和研究了9种车型：轿车、出租车、摩托车、中型客车、小型面包车、大公共汽车、轻型货车、中型货车、重型货车的汽油和柴油的NOx，CO、HC、SO2、PM10污染排放量及分别在主干线、次干线、支路、街巷路中每条路段不同时间车流量密度及利用排放因子，求出每条路段机动车污染物排放量。同时分别汇总主干线、次干线、支路、街巷路中9种车型车流量密度及污染物排放量，最后估算出污染物排放总量。     

基于COPERT模型北京市机动车大气污染物和二氧化碳排放研究

机动车大气污染物及CO₂减排对于改善空气质量和缓解气候变化具有重要的作用。综合利用北京市机动车保有量、道路行驶工况、气象、燃料组分及燃料消耗量等数据,应用COPERT模型计算得到北京市机动车主要大气污染物和CO₂排放量,并识别其污染排放特征和不同车型、排放标准等级车辆的排放贡献,采用ADMS-Urban模型模拟了机动车污染排放对周边环境的影响。结果表明:2019年北京市机动车4项主要大气污染物CO、NO_x、PM_2.5和VOCs排放量分别为12.15万、4.06万、0.18万和2.57万t。车辆结构得到优化,国四及以上排放标准车辆占比达86.97%,数量占4%的柴油客货车排放贡献大,分别占机动车NO_x和PM_2.5排放总量的84%和60%;非末端排放占机动车VOCs排放量的20%,需要引起关注。机动车尾气排放对5个交通监测站点贡献的NO₂平均浓度为15.7 μg/m³,其对环境质量影响较大;机动车CO₂排放量为1 683万t,其中柴油车排放贡献约21%。对北京市机动车大气污染物和碳排放需要进一步协同控制。     

唐山市机动车排放清单与减排经济效益研究

基于唐山市机动车定期环保检测数据获取不同类型车辆的本地年均行驶里程,建立城区内典型车辆的"里程-注册年"特征曲线.采用车载排放测试法获取唐山市典型国Ⅵ阶段轻重型汽车实际道路排放因子.利用COPERT模型进行机动车排放因子本地化修正,建立涵盖不同排放阶段和燃料动力类型的唐山市机动车排放清单,结合唐山市路网信息,建立基于ArcGIS的3km×3km高时空分辨率网格化排放清单,并分析了国三及以下中重型柴油车（简称高排放车）不同淘汰与DPF排放治理比例情景下机动车减排与投入成本效益.研究表明,2020年机动车CO,HC,NOx,PM_2.5,PM₁₀年排放量分别为92403.51,10034.53,70568.35,2036.51,2160.65t,其中：NO_x,PM_2.5和PM₁₀排放主要来源于柴油车,分担率分别为92%,89%和89%;CO和HC排放主要来自汽油车,分担率分别为71%和73%.唐山市实施二环内国Ⅳ及以下柴油货车限行区政策后,二环内CO和HC年排放量削减率分别为22.41%和21.68%;而NO_x,PM₁₀和PM_2.5污染物排放强度显著降低,年排放量削减率分别为78.60%,84.85%和84.79%.在高排放车淘汰与治理情景下,随着高排放车淘汰比例的增长,投入成本和NO_x年均减排量呈线性上升趋势,且NOx减排效果更加显著,而PM减排辆略呈下降趋势.高排放车淘汰率每增长10%,NO_x年均减排量增加892.41t,PM年均减排量减少7.56t,年投入成本增加1.13亿元.     

乌鲁木齐市机动车排放清单研究

近年来随着乌鲁木齐市机动车数量的快速增加,致使机动车排放污染突出. 通过调查乌鲁木齐市2007年机动车的保有情况及技术水平分布,研究了各类型机动车的排放因子以及年均行驶里程,并测算了该市2007年机动车污染物排放总量、分区排放量及各类型机动车的分担率. 结果表明:2007年在乌鲁木齐市注册的各类型机动车排放的CO总量为11.09×104 t,HC总量为1.53×104 t,NO_x总量为2.73×104 t,PM总量为0.38×104 t;其中CO和HC排放主要集中在城区,NO_x和PM排放主要集中在外埠;在城区的机动车排放中,CO和HC排放以轻型载客汽车为主,NO_x排放以中重型公交车为主,PM排放以中、重型载货汽车为主.      

泉州市"十二五"期间机动车污染物排放特征研究

建立了泉州市"十二五"期间机动车排放清单,获得了不同机动车排放贡献率.结果表明:摩托车和小型客车占总机动车保有量的比例最大,成为泉州市机动车排放的主要来源;污染物排放量排序:CO>NOx>HC>PM;甲醛>苯>乙醛>1,3-丁二烯>氨;CO2>N2O>CH2;不同车型对机动车污染物的排放贡献率有显著不同,小型客车对于CO和HC排放贡献最大,NOx、PM的主要排放源为重型货车;摩托车、小型客车、中型货车对有毒有害物的贡献率最大;小型客车对温室气体的贡献率最大.     

无烟煤冶炼碳化硅废气排放规律研究

我国碳化硅(SiC)产能世界第一,但因冶炼方式粗放、行业排放标准缺失等原因,废气大量无组织排放,造成大气环境严重污染。使用半密闭收集装置,将废气由无组织排放变为有组织排放,继而研究其污染因子及排放规律。通过现场实测、标准比对等方法,确定污染因子为SO₂、NO_x、PM 3种常规污染因子和CO 1种特征污染因子。结果表明,SO₂、NO_x、PM的日排放量变化规律与冶炼温度存在趋同性;SO₂、NO_x、PM的日排放量在恒温阶段(高温段)最高,分别达439.00、59.04、38.81 kg/d。CO因同时受主副反应竞争性影响,其日排放量在升温和降温阶段较高,达6 488.37 kg/d;在恒温阶段较低,为1 203.70 kg/d。根据污染物日排放量,通过变频控制风机风量和吸收液流速,使之适配不同冶炼时期的污染物浓度,从而降低污染治理成本。     

杭州市机动车污染物排放清单的建立

基于调研的基础数据,运用修正后的IVE排放模型及GIS系统建立了杭州市2010年1km×1km的高时空分辨率的机动车排放清单.结果表明,2010年杭州市机动车污染物CO、HC、NOx、PM的年排放量分别为44.06,2.31,4.43,0.65万t,主要来自线源道路的排放.各车型污染物分担率各不相同,汽油乘用车和公交车排放CO和HC最大,柴油重型货车和公交车是NOx和PM排放的主要来源,两种燃油下的机动车排放差异十分明显.机动车污染排放与路网密集程度及道路长度密切相关,因此西湖区和江干区排放总量远远高出其他区域.机动车各污染物排放强度空间分布均呈现由城市中心向城市边缘的递减趋势,各污染物中心城区排放量占总排量的70%以上.机动车污染物排放日变化十分明显,与人群出行规律有极大的相关性.     

APEC会议期间北京机动车排放控制效果评估

机动车尾气排放是影响北京市大气环境质量的首要因素,为了保障APEC期间的空气质量,北京市采取了包括控制机动车排放在内的严格的控制措施.本研究基于路网车流量、车速和车型变化数据,提出了一种基于自下而上排放清单的控制措施效果评估方法.结果表明,APEC会议期间北京市路网车流量下降,车速上升,小客车的车流量下降幅度最大;APEC会议期间机动车尾气CO、NO_x、HC和PM排放削减比例分别为:快速路15.1%、22.4%、18.4%和21.8%,主干道29.9%、36.4%、32.7%和35.8%,次干道35.7%、41.7%、38.4%和41.2%,支路40.8%、46.5%、43.1%和46.0%.基于自下而上的排放清单方法,建立了APEC会前和会期的机动车尾气排放清单,结果显示研究区域内会期机动车尾气排放量CO、NO_x、HC和PM排放量分别削减37.5%、43.4%、39.9%和42.9%.     

西安市机动车尾气排放特征分析

根据车辆类型及排放因子计算西安市机动车尾气污染物排放CO、碳氢化合物(HC)、氮氧化物(NOx)及颗粒物(PM)的特征。结果显示,机动车排放污染物中一氧化碳含量远大于其他三者。CO和HC主要来自客车,尤其是小型客车,而颗粒物主要由重型货车排放;超过80%的CO和HC来自汽油车,而超过90%的PM排放来自柴油车;国Ⅰ前汽车在西安市汽车保有量中仅占3.48%,而四种污染物排放量在的比例分别为33.55%、29.68%、11.92%和21.43%。为减少机动车尾气污染物的排放,建议淘汰国Ⅰ前车辆,对柴油车尾气加强处理。     

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.     

杭州市区机动车污染物排放特征及分担率

选取杭州市区绕城高速、快速路、主干道和民用支路4种典型道路进行工况测试,建立了2010年机动车CO、HC、NOx和PM10排放清单,获得了分车型、燃料类型、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,杭州市机动车的污染物排放分担率差别显著,乘用车、出租车和公交车是CO和HC排放的主要来源,重型货车和公交车是NOx和PM10排放的主要来源,且乘用车的NOx排放分担率也较大;柴油车的NOx和PM10的排放分担率远大于其保有量的贡献率,是其排放的主要来源,汽油车是CO和HC排放的主要来源;占保有量30%的国0和国I车辆,对CO、HC、NOx和PM10排放分担率分别为67%、69%、58%和82%;主干道是机动车CO、HC和NOx排放的主要来源,其排放分担率分别为66%、65%和64%,民用支路是PM10排放的主要来源,分担率为55%.