应用IVE模型计算上海市机动车污染物排放

为了解上海市机动车污染现状,建立上海市机动车源排放清单,分别选择上海市中心城区、商业区和收入相对较低区域中的主干道、快速道和次干道3种共9条典型道路,开展机动车技术水平参数、比功率(VSP)分布状况、启动状况等测试,并在此基础上将International Vehicle E-mission(IVE)模型本地化.调查结果表明,上海市区实际道路上轻型客车、出租车、公交巴士、卡车和摩托车(包含助动车)分别占道路总车流量的41.0%、30.8%、15.6%、6.9%和5.7%;从技术组成看,约85%的轻型客车和97%的出租车均安装有三元催化装置,约30%的公交巴士和90%的卡车没有达到欧Ⅰ标准;机动车的VSP分布主要集中在-2.9～1.2 kw·t-1.模式计算结果表明,2004年上海市机动车CO、VOC、NOx和PM排放量分别为57.06×104t、7.75×104t、9.20×104t和0.26×104t;20%的高排放车对总排放量的贡献占到25%～45%;启动过程中排放的CO、VOC和PM占总排放量的15%～25%,NOx仅占总排放量的4.5%.     

利用IVE模型建立成都市轻型汽油客车排放清单

城市机动车污染物排放清单的建立是控制机动车污染的关键.本研究以2012年为基准年,通过对成都市轻型汽油客车技术水平分布、活动水平和保有量等数据的调查,将IVE模型本地化,计算了成都市2012年轻型汽油客车VOCs、PM、NOx、CO的排放清单,并分析了清单的不确定性.结果表明:成都市2012年轻型汽油客车排放的VOCs、PM、NOx和CO分别为2.23×104t、1.6×102t、1.26×104t和2.03×105t;轻型汽油客车中黄标车VOCs、PM、NOx、CO的排放量分别占排放总量的27.5%、18.1%、37.2%和42.5%,表明黄标车是轻型汽油客车污染物排放的主要来源;排放清单的不确定性主要来自于排放因子,VOCs、PM、NOx和CO清单的不确定性分别为-31.67%~32.35%、-54.75%~55.09%、-6.56%~6.76%和-12.22%~12.51%.     

中国机动车排放模型的研究与展望

通过介绍美国环保局(USEPA)颁布的机动车源排放模型(MOBILE)的发展、分类及最新模型版本,提出了根据这一思路开发的中国机动车排放模型.重点介绍了机动车类型划分、基本排放因子测试及有关修正因子的确定等.      

利用IVE模型进行公交车尾气排放分析

介绍了IVE尾气排放模型并与MOBILE模型进行了比较分析。使用GPS对上海市公交车多条运行线路进行了实时运行速度测量,得到上海公交车运行模式的BIN分布,对上海市CNG公交车和柴油公交车的尾气排放进行了模拟计算。结果表明使用CNG公交车代替柴油公交车后,NOX和PM的排放均有显著的降低,但采用不同技术的CNG公交车尾气排放仍有很大的差异,无催化转化和尾气再循环的CNG公交车的CO排放量远高于同类型柴油公交车的排放量。认为IVE模型的模拟结果具有较好的可靠性,其计算模式适用于我国机动车尾气排放清单分析的研究。     

机动车排放控制标准对污染物排放因子的影响

基于我国机动车排放控制标准,利用适应性调整后的IVE模型及改进的LEAP模型,结合机动车燃油经济性,建立了研究区域2004—2030年机动车CO,VOCs,NO_x,PM10和CO₂的动态排放因子.结果表明,国Ⅰ和国Ⅱ规定的机动车排放控制标准(除摩托车外)对降低各类机动车型污染物排放因子作用不大; 而国Ⅳ标准将自2010年起执行,只有执行该标准才能显著降低所有汽油和柴油车型的污染物排放因子. 研究结果同时显示,2010年后机动车污染物的排放因子将继续降低.      

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.     

运用CMEM模型计算北京市机动车排放因子

采用由美国加州大学Riverside分校开发的综合模式排放模型(CMEM)分析和研究北京市机动车污染物的排放特征,以9辆代表北京市典型技术类型的轻型机动车为实验车辆,收集了运行CMEM模型所需要的数据和参数.通过CMEM模型Access 2.02版本计算,得到了在不同交通行驶状况下北京市4类典型轻型机动车的CO2,CO,HC,NOx单车排放因子及各车型综合排放因子.通过与同一车辆的在路实测排放因子比较发现,用CMEM模型计算的CO,HC和NOx与实测排放因子及排放特征有较好的一致性,因此适用于计算北京市机动车CO,HC和NOx排放因子.      

机动车排放模型的研究进展

综述了美国机动车的排放模型，讨论了美国环保局(USEPA)颁布的机动车源排放模型(MOBILE)、加州空气资源局(CARB)认证的排放因子模型(EMFAC)以及由加州大学河边分校和密西根大学主持研究的综合模式排放模型(CMEM)的发展、分类及最新重点模型版本，提出了建立基于我国情况的排放因子模型组的思路。     

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.      

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%.     

机动车排放控制应用模型初探

本文对机动车排放控制现状、对策评价方法及排放模型进行分析,并简述模型在北京市的应用.     

确定机动车排放因子的几种方法

介绍了确定机动车排放因子的几种方法,即台架测试法、模式计算法、实际行驶工况测试法、公路隧道法,并简要介绍了它们的特点、应用的范围.     

Evaluation of the International Vehicle Emission （IVE） model with on-road remote sensing measurements

Intemational Vehicle Emissions （IVE） model funded by U.S. Environmental Protection Agency （USEPA） is designed to estimate emissions from motor vehicles in developing countries. In this study, the IVE model was evaluated by utilizing a dataset available from the remote sensing measurements on a large number of vehicles at five different sites in Hangzhou, China, in 2004 and 2005. Average fuel-based emission factors derived from the remote sensing measurements were compared with corresponding emission factors derived from IVE calculations for urban, hot stabilized condition. The results show a good agreement between the two methods for gasoline passenger cars＇ HC emission for all 1VE subsectors and technology classes. In the case of CO emissions, the modeled results were reasonably good, although systematically underestimate the emissions by almost 12%-50% for different technology classes. However, the model totally overestimated NOx emissions. The IVE NOx emission factors were 1.5-3.5 times of the remote sensing measured ones. The IVE model was also evaluated for light duty gasoline truck, heavy duty gasoline vehicles and motor cycles. A notable result was observed that the decrease in emissions from technology class State II to State I were overestimated by the IVE model compared to remote sensing measurements for all the three pollutants. Finally, in order to improve emission estimation, the adjusted base emission factors from local studies are strongly recommended to be used in the IVE model.     

交叉口机动车尾气污染扩散模型综述

文章介绍了美国主要的交叉口尾气污染扩散模型,并对模型进行了比较评价,探讨了传统交叉口扩散模型的缺陷;介绍了国内外交叉口尾气扩散研究的最新发展动态,最后提出了提高模型精度和发展新模型的几点建议。     

实时尾气检测系统OEM的应用

机动车尾气排放实时检测系统OEM是基于车辆实际行驶路况的新型车载尾气检测系统。该系统突破了传统的定点尾气收集数据的局限性，能够方便快捷地获得不同路段、不同车型、不同时段的以秒为单位的尾气排放数据以及包括速度和加速度在内的瞬间车辆行驶数据。文中对OEM系统的基本原理和方法进行了简单的介绍，并给出了应用该系统在北京市交通网络测试尾气的一些初始结果。