基于交通流量和路网的区域机动车污染物排放量空间分配方法

针对传统的机动车污染物排放空间分配方法精度不高的问题,提出了一种基于交通流量与道路系统的机动车污染物排放"标准道路长度"空间分配的新方法.该方法以实际道路网络作为机动车污染物排放的分配基底,根据不同等级道路交通流量的差异引入"标准道路长度"转换体系,并利用GIS技术完成机动车污染物排放的空间分配过程.将该方法应用于珠三角地区,建立了2004年珠三角地区的机动车污染物空间分配清单.研究结果表明,珠三角地区机动车高污染物排放集中在车辆保有量大、路网密集、交通流量大的城市和地区,且高污染物排放空问分布情况与主干路网的分布一致,呈现出明显的路状分布;结果显示,该方法能有效降低传统方法空问分配的偏差,尤其当路网分辨率提高时.分配结果精度更高,更切合实际排放情况.     

昆明市高速公路机动车温室气体排放清单及时空性分布特征

为研究昆明市高速公路机动车的CO、CO₂、N₂O、CH₄温室气体排放清单,使用2021年昆明市高速公路客车交通流量数据、机动车GPS信息数据获得了高速公路网上的车型构成、车流量等基础数据,应用本土化修正后MOVES模型计算了昆明市高速公路的机动车CO、CO₂、N₂O、CH₄排放因子。基于实际交通流量数据、温室气体排放因子和昆明市高速公路实际道路信息,构建了昆明市高速公路机动车温室气体排放清单,并对其排放特征以及空间分布特征进行分析。结果表明：昆明市2021年高速公路机动车CO、CO₂、N₂O和CH₄的排放量分别为20 337.1、2 575 677.1、33.8和72.9 t,总计CO₂当量为2 626 212.5 t。按排放标准划分,国Ⅳ排放标准的机动车是4种温室气体排放的主要贡献车型;按车辆类型划分,小型客车是CO、CO₂、N₂     

基于城市功能区划分的道路机动车大气污染物排放清单研究——以厦门市海沧区为例

道路机动车尾气排放是造成城市近地面空气污染的主要原因之一,建立基于城市功能区划分的道路机动车大气污染物排放清单对改善中观尺度的城市空气质量具有重要辅助作用.本文以厦门市海沧区为例,基于城市功能区划分方法,结合各功能区内监测道路的机动车通行量实测数据,建立道路机动车大气污染物排放清单,并分析各功能区道路机动车大气污染物排放特征.结果发现,海沧区道路机动车尾气排放物中CO的排放贡献率最高,工业区和居住区的道路机动车大气污染物排放量对海沧区的空气污染贡献率最大,海沧区夜间大气污染物的主要排放源来自于工业区道路机动车大气污染物排放;生态服务区及公共管理与公共服务区的道路机动车排放特征受相邻工业区机动车大气污染物排放的影响较为显著.研究表明:城市功能区分布欠合理是导致道路机动车大气污染物高排放量的重要原因之一;基于城市功能区划分构建道路机动车大气污染物排放清单的研究方法,不仅可为中观尺度下的城市大气污染排放情况提供有效的调查途径,而且能为城市功能格局的合理规划提供重要的理论依据.     

青岛市机动车排放源强与排放量研究

阐述了青岛市城市机动车的发展现状和道路交通状况,采集典型交通状况的车流量和车速数据,对评价区域进行了移动线源、面源的源强分析计算,得到了该区域内机动车排放网格数据,通过修正的排放因子计算了青岛市机动车主要尾气污染物的年排放量,目的是为机动车污染治理提供了理论数据。研究表明从排放源源强分析机动车道路污染状况和污染区域分布,不受扩散模式的影响,可以简单有效的评价机动车排放污染程度;青岛市城市主干道以成为机动车污染物的主要排放源,针对青岛市机动车尾气污染情况提出了合理的污染物治理建议。     

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.     

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.     

城市机动车排放因子隧道试验研究

选取典型城市隧道进行机动车排放因子测试,应用隧道试验原理,通过连续48h的现场采样监测,获得了隧道内机动车排放污染物NO_x.CO、SO₂、PM₁₀、VOC和HC浓度、交通参数(车型、车速、交通流量)和气象参数(如风速、风量、温度、湿度)等实测数据.通过质量平衡计算出隧道内机动车NO_x.CO、SO₂、PM₁₀和HC的平均排放因子分别为1.379、15.404、0.142、0.637、1.857g·(km·辆)^-1.并在此基础上应用多元回归方法计算出8大类机动车各种排放污染物的单车排放因子.结果反映目前中国城市机动车污染物排放水平及各污染物排放特征.     

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。     

宁波市区道路机动车综合排放因子

机动车综合排放因子是计算城市机动车污染物排放总量和排放分担率的基础,是降低城市机动车排放的重要依据,是控制城市道路交通污染的源头.根据宁波市区道路机动车运行工况的研究成果,利用加速模拟工况(ASM)排放测试系统,检测主要污染物HC,CO和NO_x的排放浓度;依据试验车变速器和主减速器的结构参数,以及试验车在宁波市区道路运行时的档位分布计算排污值,并依据机动车的年代和车型分布对该值进行修正,计算宁波市区道路机动车综合排放因子.结果表明,宁波市区道路机动车主要污染物HC,CO和NO_x的综合排放因子分别为5.89,21.22和18.91 g/(km·辆).      

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.     

成都市道路移动源排放清单与空间分布特征

以成都市为例开展了路网、交通流、道路行驶工况和机动车保有量等数据的收集工作,运用自下而上的方法,基于实测校正和本地化的IVE模型计算了不同区域机动车在高速路、主干道、次干道和支路的排放因子,应用GIS技术建立了1 km×1 km的成都市高时空分辨率道路移动源排放清单.结果表明,2016年成都市道路移动源CO、VOCs、NO_x、SO_2、PM_(10)和NH_3排放量分别为4.2×10~5、4.5×10~4、7.2×10~4、0.4×10~3、1.1×10~4和6.2×10~3t.CO排放主要贡献车型为小型客车、中型客车和大型客车,VOCs排放主要源于小型客车和摩托车,NOx和SO2排放主要产生于小型客车和重型货车,PM10排放主要贡献车型为重型货车,NH3排放主要由小型客车贡献.污染物排放量空间分布呈现出由城市中心向卫星城市、远郊区递减趋势,中心城区和二圈层区域路网密集,排放呈片状分布,三圈层则呈带状分布.排放清单机动车技术分布数据可靠性较高,而交通流数据和排放因子存在一定不确定性.     

中国国道和省道机动车尾气排放特征

近年来,随着我国机动车保有量的持续增长,机动车排放已成为我国重要的大气污染物来源之一.现有的机动车排放研究多关注城市内的机动车大气污染物排放,针对城市间的大气污染物排放研究较少.我国城市间交通道路主要包括国道和省道,截止至2015年我国国道里程18.53万km、省道里程32.97万km,约占全国等级公路总里程的13%,因此开展我国国道和省道机动车大气污染物排放研究十分重要.本研究基于全国国道和省道交通监测站的年均监测数据,采用环境保护部发布的《道路机动车大气污染物排放清单编制技术指南(试行)》中的指导方法,计算了2015年我国国道和省道机动车的大气污染物排放清单,分析了污染物排放的时空分布特征.结果表明,我国国道和省道公路机动车排放的一氧化碳(CO)、氮氧化物(NO_x)、颗粒物(PM)和碳氢化合物(HC)排放量分别占全国机动车污染物总排放量的4.5%、27.9%、14.4%和7.7%;不同车型对国道和省道机动车大气污染物排放的分担率不同,其中大货车是NO_x、PM_(10)、PM_(2.5)的主要来源,摩托车是CO和HC的主要来源;不同道路类型中各车型的大气污染物排放分担率也不同,如高速路上大货车是NO_x、PM_(10)和PM_(2.5)的主要来源,普通道路上大客车和大货车是NO_x、PM_(10)和PM_(2.5)的主要来源.     

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。     

重庆城区机动车排放污染研究

通过调查研究首先弄清重庆城区主干道机动车排放污染的现状，算出机动车排污负荷在城区道路大气环境中的分担率，利用美国ＥＰＡ推荐的ＭＯＢＩＬＥＳ模型计算城区道路机动车排放的综合排放因子，由此估算重庆城区机动车排放总量并预测２００５、２０１０年的发展趋势。     

关中地区道路移动源细颗粒物排放特征研究

道路移动源排放的细颗粒物是城市大气颗粒物的主要来源,其排放量、粒径分布和化学组分等特征是评价区域环境颗粒物排放水平及制定相应管控措施的基础.本研究通过抽样调查与观测数据,采用MOVES模型计算了2019年关中地区道路移动源细颗粒物排放量,并利用台架测试法收集了36辆机动车尾气颗粒物,分析了细颗粒物粒径分布和化学组分特征.结果表明,关中地区机动车尾气、刹车磨损和轮胎磨损的PM_2.5排放量分别为3543.77、593.45和117.61 t,西安市机动车PM_2.5排放总量占关中地区机动车PM_2.5总排放量的46.8%.重型货车为机动车PM_2.5主要排放源,其保有量仅占机动车总保有量的2.3%,但排放了53.6%的PM_2.5;不同燃料类型机动车对尾气PM_2.5的排放贡献率不同,柴油车最大,为87.5%.在匀速工况下,柴油车、汽油车和天然气车尾气细颗粒物的数浓度峰值粒径分别为73、9和9 nm,而在加速工况下分别为73、17和17 nm;在加速工况下,这3类燃料机...     

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...     

轻型柴油车排放特性与机动车比功率分布的实例研究

引入机动车比功率概念研究了驾驶条件(DrivingCondition)对机动车排放的影响及二者间的关系.利用美国Sensors公司生产的SEMTECH-D车载排放测试仪在上海选取2辆轻型柴油客货两用车开展了实际道路排放测试.测试道路包括城市快速道、主干道和次干道,2辆轻型车测试的道路全长分别为31·8和39·7km.通过计算逐秒的比功率值,研究了实际行驶中机动车比功率(VSP)与机动车油耗、空燃比和污染物排放的关系.回归分析结果表明,比功率比加速度能够更好地反映与NOx排放之间的关系,不同道路上机动车的CO、TC、NOx排放速率和油耗的比功率区间(VSPbin)分布具有较好的一致性.实测研究中VSPbin分布于-20~20kW·t-1的范围内,其中超过50%的数据分布在-3~1kW·t-1之间.高排放集中在分布频率较低的高VSP区间.应用污染物排放与VSP分布的关系式和VSPbins的频率分布可以估算机动车污染物排放总量.排放速率计算式具有一定的不确定性,还有待将来进一步修正.     

基于车流和大气污染物浓度同步增量的机动车平均排放因子估算方法

机动车尾气排放已成为城市大气污染的主要来源并受到了高度关注.机动车排放因子是反映机动车排放状况的最基本参数,但实测排放因子代价较高、代表范围有限,基于国外排放模式估算的排放因子又与我国的实际排放状况存在一定差距.本研究首先基于早高峰时段车流量和道路附近大气污染物浓度呈近线性增加、气象条件和背景污染物浓度相对稳定的特征,将时段内污染物浓度的增加主要归因为车流的增加,从而建立车流和污染物浓度增量之间的关系;然后采用无限线源高斯扩散模式,反推道路实际行驶机动车的平均排放因子.以北京市一条主干道为例,利用早高峰车流量、污染物浓度、气象观测数据,进行了实例研究,并将研究结果同COPERT4排放模型的预测结果进行了对比.本研究和COPERT4排放模型预测的8月一氧化碳平均排放因子分别为2.0 g·km-1和1.2 g·km-1,12月分别为5.5 g·km-1和5.2 g·km-1.结果表明,本方法估算的机动车排放因子在数值大小及季节变化上均与COPERT4排放模型较为接近.所提方法通过消除背景浓度的干扰,为实时获取车队实际排放因子提供了一种新思路.     

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IVE模型和大数据分析的杭州市道路移动源主要温室气体排放清单研究

利用IVE模型和对杭州市机动车排放管理数据库大数据的分析,得到杭州市2015年各类机动车主要温室气体高分辨率排放清单,分析了排放分担情况及时间变化特征,并利用Arc GIS及杭州市路网信息建立了1 km×1 km网格化空间分布.结果表明,杭州市道路移动源温室气体排放中CO_2、CH_4和N_2O的年排放量分别为818.11×10~4、0.85×10~4和0.07×10~4t,合计856.79×10~4t(以CO2当量计).从温室气体种类来看,CO_2占道路移动源温室气体排放总量的绝大部分,为95.5%;从机动车类型来看,小微型客车对道路移动源温室气体排放的贡献率最大,占72.8%;从道路类型的排放情况来看,杭州市市中心、城区、城郊和郊区中温室气体合计CO_2当量贡献率最高的均为主干路,分别为43.4%、61.8%、58.0%和42.4%.杭州市道路移动源温室气体排放强度均呈现由城市中心向城市边缘递减的趋势,同时温室气体排放量日变化特征明显,均出现弱双峰现象.