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.     

上海市机动车发展的大气环境容量

研究了上海市机动车和固定源排放对环境中NOx 浓度的贡献率 ,采用ADMS Urban空气质量模型从环境容量角度提出上海市机动车发展的总量控制目标 .2 0 0 2年上海全市NOx 排放总量为 39 7× 10 4t/a ,其中中心城区机动车NOx 排放分担率81% ,浓度贡献率为 86 % .为实现 0 0 8mg/m3 年平均浓度容量控制目标 ,上海市机动车NOx 排放总量应控制在 3 5× 10 4t/a以下     

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%.     

DOC+CDPF对国III重型柴油货车实际道路排放的影响

利用便携式车载排放测试系统（PEMS）对2辆加装氧化催化转化器（DOC）和催化型柴油颗粒捕集器（CDPF）与否的国III重型柴油货车进行实际道路排放测试.结果表明,2辆改造重型柴油车的CO、THC、固态颗粒物粒数（SPN）和黑碳（BC）实际道路排放因子分别为（1.31±0.37）g/（kW×h）、（0.20±0.03） g/（kW×h）、（7.13×10¹⁰±5.27×10¹⁰）个/（kW×h）和（0.69±0.06）mg/（kW×h）,相对于原始排放（拆除DOC+CDPF）分别降低52.48%、55.69%、99.91%和99.22%.从低速、中速到高速,CO和THC减排比例呈现上升趋势,然而运行工况对SPN和BC减排比例则无显著影响.加装DOC+CDPF会导致NO₂在NO_x中的占比升高,且从低速、中速到高速涨幅依次增大,但对NO_x无明显减排效益,其排放因子为9.53~9.83g/（kW×h）,远高于实验室排放限值.     

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。     

2010—2019年成都市机动车排污特征分析及防控措施减排效果评估

为评估2010—2019年成都市机动车防控措施的减排效果,以2010年为基准年,采用排放清单法计算了各减排措施下2019年的减排量,对比分析了4种控制措施的减排效益。结果表明：成都市机动车排污总量逐年下降,2019年PM_2.5、NO_x、VOCs、CO、SO₂和NH₃的排放量分别为0.27×10⁴、4.63×10⁴、1.70×10⁴、28.99×10⁴、0.21×10⁴和0.45×10⁴ t,主要分布在中心城区,其中重型货车对PM_2.5和NO_x贡献最大,小型客车对VOCs、CO、SO₂和NH₃贡献最大;措施中加严标准的综合减排量最大,重点减排车型为小型客车、轻型货车、公交车等,2019年6种污染物减排量分别为0.14×10⁴、2.27×10⁴、1.29×10⁴、6.77×10⁴、0.07×10⁴和0.38×10⁴ t;优化城市交通管理对小型客车和摩托车的减排效果显著,2019年6种污染物减排量分别为0.04×10⁴、0.81×10⁴、0.38×10⁴、2.55×10⁴、0.05×10⁴和0.04×10⁴ t;淘汰高排放车辆对小型客车、轻型货车等的减排较明显,2019年6种污染物减排放量分别为0.13×10⁴、0.98×10⁴、0.34×10⁴、2.62×10⁴、0.01×10⁴和0.007×10⁴ t;推广清洁能源汽车的重点减排车型为出租车和公交车,虽然可有效减少PM_2.5、NO_x的排放,但VOCs却有小幅增加,2019年6种污染物减排放量分别为0.12×10⁴、0.62×10⁴、−0.13×10⁴、0.30×10⁴、0.004×10⁴和0.000 5×10⁴ t。     

Suicide by crashing into a heavy vehicle: Focus on professional drivers using in-depth crash data

Objective: Road traffic suicides typically involve a passenger car driver crashing his or her vehicle into a heavy vehicle, because death is almost certain due to the large mass difference between these vehicles. For the same reason, heavy-vehicle drivers typically suffer minor injuries, if any, and have thus received little attention in the research literature. In this study, we focused on heavy-vehicle drivers who were involved as the second party in road suicides in Finland.

Methods: We analyzed 138 road suicides (2011–2016) involving a passenger car crashing into a heavy vehicle. We used in-depth road crash investigation data from the Finnish Crash Data Institute.

Results: The results showed that all but 2 crashes were head-on collisions. Almost 30% of truck drivers were injured, but only a few suffered serious injuries. More than a quarter reported sick leave following their crash. Injury insurance compensation to heavy-vehicle drivers was just above €9,000 on average. Material damage to heavy vehicles was significant, with average insurance compensation paid being €70,500. Three out of 4 truck drivers reported that drivers committing suicide acted abruptly and left them little opportunity for preventive action.

Conclusions: Suicides by crashing into heavy vehicles can have an impact on drivers’ well-being; however, it is difficult to see how heavy-vehicle drivers could avoid a suicide attempt involving their vehicle.     

Predicting vehicle fuel consumption patterns using floating vehicle data

The status of energy consumption and air pollution in China is serious. It is important to analyze and predict the different fuel consumption of various types of vehicles under different influence factors. In order to fully describe the relationship between fuel consumption and the impact factors, massive amounts of floating vehicle data were used. The fuel consumption pattern and congestion pattern based on large samples of historical floating vehicle data were explored, drivers'' information and vehicles'' parameters from different group classification were probed, and the average velocity and average fuel consumption in the temporal dimension and spatial dimension were analyzed respectively. The fuel consumption forecasting model was established by using a Back Propagation Neural Network. Part of the sample set was used to train the forecasting model and the remaining part of the sample set was used as input to the forecasting model.     

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.      

军绿有机涂层和金属漆涂层全浸泡下的腐蚀行为对比研究

目的针对车辆装备长期在高盐雾、高湿热、高日照等恶劣的气候环境下使用,会受到腐蚀影响的现状,探究现役军用有机涂层防护性能。方法采用电化学阻抗谱技术研究军绿有机涂层和金属漆涂层在3.5%NaCl溶液中的腐蚀电化学行为,分析这两种涂层在浸泡期间的电化学阻抗谱特征,通过拟合等效电路得到涂层电阻R_c和涂层电容C_c,并用这两个电化学参数评价军绿有机涂层和金属漆涂层的耐蚀性能。结果军绿有机涂层抗腐蚀介质渗透能力很强,而金属漆涂层抗腐蚀介质渗透能力稍弱。结论两种涂层都表现出很好的防护性能,且金属漆涂层在腐蚀后期的防护性能要优于军绿有机涂层。