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.     

资源环境领域脱钩分析研究进展

为掌握资源环境领域脱钩分析的研究进展,论文采用概括和比较分析的手段,从脱钩概念界定、脱钩分析的主要关注领域、脱钩分析的测度方法以及脱钩指标4个方面对资源环境领域的脱钩分析进行了梳理和概括。归纳出已有研究的几个特点:①不同研究对于脱钩的定义和类型划分不同,就脱钩而言,主要区别在于所包含绝对脱钩、相对脱钩和衰退性脱钩中的类型不同;②目前脱钩分析的研究领域主要集中在宏观层面以及部分行业(产业)层面的环境(资源)压力与其驱动因素之间的脱钩分析;③不同研究所采用的脱钩测度方法有很大差别,目前大致有8类不同的脱钩测度方法;④脱钩指标也是脱钩分析中的一项重要研究内容,目前还没有一个统一的指标体系,越来越多的研究将各类有关环境压力和资源消耗的指标应用到脱钩分析作为脱钩指标。最后探讨了还需要进一步深入研究的内容。     

机动车排放车载实验及模型模拟研究

研究机动车的排放特征及获得排放因子,是建立机动车排放清单和制定相应控制策略的基础,而路上的机动车排放车载测试被认为是实验室台架测试的一个重要补充.本研究利用AVL DiGas 4000 light五气分析仪,在澳门典型路段上对7辆汽油轿车样本开展了尾气排放车载实验.研究发现安装电喷加三元催化转化系统的车辆(以下称电喷车)在气态污染物排放上比旧的化油器车有显著降低,化油器车HC、CO和NO排放的体积浓度平均值分别为227×10^-6、1.57%和1477×10^-6,而电喷车则分别为33×10^-6、0.21%和131×10^-6,约是前者的1/11～1/7.但电喷车在冷启动阶段会出现高排放;对电喷车的CO和NO排放浓度做算术平均,其绝对值主要由出现频率少的高浓度值所贡献.研究进一步估算了汽油轿车的排放因子,同时利用MOBILE5模型计算了澳门2000年汽油轿车的平均排放因子,模型计算值和实验数据估算结果的比值在59%～139%之间,如果仅比较年平均排放因子,这个比值则在68%～132%之间.结果表明,车辆采用电喷加催化转化系统,对控制污染物排放的作用显著,但催化设备存在冷启动时起燃缓慢的问题;对电喷车的技术改进,减少其在行驶过程中出现高浓度的污染物排放,将能进一步大大降低平均排放水平;应用修正的MOBILE5模型计算澳门地区汽油轿车的排放因子,结果是比较可信的.     

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.