基于IVE模型重型柴油车尾气排放时空特征分析

该研究基于国际机动车排放(IVE)模型结合GPS轨迹点密度和道路长度的方法,建立了昆明市主城区重型柴油车大气污染物和温室气体的高分辨率网格化排放清单,量化了重型柴油车的行驶特征,确定了车辆的VSP bin分布特征、环境变量和车辆技术特征,改进了污染物空间分配方法。结果表明,昆明市主城区的CO_(2)、NOx和PM日排放总量分别为373.481、2.43和0.193 t。驾驶模式工况主要向VSP bin12趋近,其后逐渐降低;污染物的排放因子随车速变化而有规律的变化。从时间分布来看,污染物的小时排放模式均呈现出双峰趋势,表明交通拥堵和通勤高峰时段是污染物排放的主要时段;将轨迹点密度和网格道路长度作为污染物空间分配的权重因子,能够更真实地反映污染物排放强度的分布模式。

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InternationalVehicleEmission(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-2.9～1.2kW·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%.

基于IVE模型的杭州市机动车实际行驶工况下排放因子的研究

首先,利用台架试验对IVE模型中的基础排放率进行地域性差异的修正;然后,利用GPS系统获得杭州市机动车在不同道路类型和时间下的实际行驶工况;最后,应用修正后的IVE模型确定杭州市实际行驶工况下轻型车和出租车的CO和NOx综合排放因子。结果表明,对IVE模型基础排放率的修正能较好地提高模型的模拟精度;在杭州市区高峰期实际行驶工况下,轻型车CO和NOx综合排放因子分别是2.92和1.03g/km,出租车的排放因子分别为轻型车的2.0和1.7倍。

一种汽车源排放模型——IVE模型简介

系统介绍了美国环保局应用于汽车源排放计算的IVE模型,分析了模型的结构和理论基础,着重介绍了模型中使用的VSP的概念以及Bin的划分,为模型及其参数的修正提供了理论指导,同时讨论了模型的发展及其适应性。

基于IVE模型的重庆市主城区机动车排放清单研究

对IVE排放模型进行了分析和介绍;以重庆市主城区为研究对象给出了IVE排放模型主要数据的调查方法及排放量的计算方法;利用IVE排放模型建立了2011年重庆市主城区机动车的排放清单。为以后的重庆市主城区的交通环境治理提供了参考依据。

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。

利用柴油车车载排放测试对IVE模型的修正及模型应用

IVE模型是国内外应用较为广泛的机动车排放模型之一,为了使该模型在计算机动车排放时更为符合当地实际情况,本文首先将13辆我国道路上典型柴油车的车载排放测试数据与IVE模型基本排放因子进行了对比研究,获得了模型基本排放因子的修正系数,然后将修正后的IVE模型应用于宁波市机动车污染物排放因子的计算,获得宁波市各类型车辆的排放因子.结果表明,模型基本排放因子与排放测试结果相接近的污染物顺序依次为CO、NOX、HC;宁波市机动车CO的启动排放因子远远高于其他污染物,相当于HC和NOX启动排放因子的20倍左右;宁波市机动车运行排放因子中,公交车污染物排放因子最大,其次是重型货车和乘用车,最后是轻型货车.

从车辆排放特性曲线研究IVE模型对我国城市车辆的适应性

为研究IVE模型在国内的适应性,利用车载排放检测仪器OBS-2200,在天津市典型道路上对随机获得的74辆不同类型车辆进行测试,并利用IVE模型附带模版对车载排放数据进行处理,得出了天津市不同技术类型车辆的排放特性曲线。通过与模型标准排放特性曲线对比,得出了该模型对我国城市车辆排放CO2的排放特性曲线符合性较好,对HC排放符合性较差等一系列结论。

IVE模型中区间划分方法对排放因子估算的影响

利用便携式排放测试系统(Portable Emission Measurement System,简称PEMS)和GPS系统(Global Position System,简称GPS)选取多辆天津市机动车进行了道路测试,并对其排放及行驶数据进行了研究,分析了在IVE(International Vehicle Emissions,简称IVE)模型中不同区间的划分方法下,机动车比功率(Vehicle Specific Power,简称VSP)与排放相关系数的差异.CO、CO_2、NO_x排放与VSP相关系数在Paps(Preaverage Power Stress,前平均比功率负载,简称Paps)方案下进行划分时的平均值从原有的引擎负载(Engine Stress,简称ES)方案下的0.1以下上升到0.4以上;但是HC排放与VSP相关系数在ES方案下的均值为0.0370,在Paps方案下却为-0.0766.分别计算污染物实测排放因子与IVE模型改进前和改进后的污染物排放因子的比值,发现采用Paps区间划分方法计算得出的排放因子数据比ES区间划分方法得出的数据显著接近于实测排放因子,显示Paps区间划分方法有助于改善机动车排放估算的准确度.

基于IVE模型乌鲁木齐机动车大气污染物排放因子研究

本文通过对乌鲁木齐市主城区机动车车型、燃料和运行工况的信息调查,得到主城区机动车现状。在此基础上,采用IVE模型进行模拟,结合统计分析,计算得到了2010年乌鲁木齐市主城区机动车基于行驶里程的启动和运行排放因子。将有助于掌握乌鲁木齐市主城区机动车技术状况、车龄分布、年均行驶里程、在路行驶车型比例以及各型在用机动车排放状况,为制定主城区机动车排气污染管理措施,改善大气环境质量提供科学依据。

利用道路遥感监测数据运用IVE模型

机动车排放是我国城市大气污染的主要来源之一,发展与利用先进的机动车排放检测技术和方法已成为机动车污染控制的必然趋势。机动车排放道路遥感监测反映实际道路行驶中的排放状况,对全面分析排放水平有很强的统计意义。

IVE机动车排放模型应用研究

对IVE模型进行了系统分析和介绍,以北京市为研究对象给出了模型的主要输入参数的确定方法和思路,运用IVE模型对北京市不同车型车队的排放进行计算.结果表明:公交车和卡车的排放因子明显较高,特别是颗粒物排放因子,分别为普通轻型车的14倍和44倍.北京市机动车的CO、VOC、NOx和PM的平均日排放总量分别为2767.4、182.5、353.8和7.1t.对于CO和VOC,普通轻型车的分担率分别为42.0%和34.7%;对于NOx和PM而言,卡车的贡献率最高,分别达到66.3%和83.0%.此外,比较了IVE模型与MOBILE6模型的方法和计算结果,讨论了IVE模型在我国的主要应用优势.

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%.

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.

IV模型中变点检测的Cramer-Von Mises方法

目的研究IV模型中变点检测问题。方法基于加权残差部分和(Weighted-CUSUM)的Cramer-Von Mises检验统计量。结果证明了其在原假设和备择假设下的极限性质。结论该检验方法在特征量与跃度非正交性条件下,当δ=1/2具有非平凡势,而当0≤δ<1/2时,则是相合的。

IV模型中变点序贯检验方法

本文研究了IV模型中变点序贯检验问题.提出了基于加权残差部分和(weighted-CUSUM)的检验统计量.证明了其在原假设和备择假设下的极限性质.该检验方法在特征量与跃度非正交性条件下,当δ=1/2具有非平凡势,而当0≤δ<1/2时,则是相合的.

基于交通模型的道路机动车排放模拟研究

该文以交通模型为基础,利用基于主干路段的小时机动车动态排放清单的ADMS-Urban模型模拟机动车主要污染物扩散。基于交通模型的道路机动车排放NOx、PM10、PM2.5、VOCs排放量分别是264吨/日、19.6吨/日、17.5吨/日、83.6吨/日;基于ADMS模拟的早8点上海NOx、PM2.5(一次)、VOCs高浓度主要集中在内环、中环、外环线上,主干路及高速路段两侧的高浓度距离约1km,最大距离出现在下风向的100m左右;14个敏感点模拟的NOx浓度在55-6161 ug/m3,西北风、东南风、静风NOx最大值在沪闵路北松公路口分别为14.5mg/m3、15.3 mg/m3、19.3 mg/m3。

Ⅳ级逸度模型在评估温度对污染物环境行为影响中的应用--以松花江硝基苯污染事故为例

通过建立具有温度依附性的Ⅳ级逸度模型,模拟了松花江环境污染事故发生后硝基苯的动态环境行为,重点考察了温度T对其环境行为的影响。模型的主要参数逸度容量和迁移系数与T呈负相关,T对硝基苯在大气中的污染水平影响较大。随着T的降低,污染物从大气向其他环境相富集。0℃条件下,事故发生后水体和大气中硝基苯浓度峰值可分别达到背景值的4.9倍和4.7倍。研究结果表明,Ⅳ级逸度模型能够作为一种比较有效的手段,表征环境温度对突发性环境污染事故发生后污染物环境行为的影响,并对污染物的环境行为进行预测。

基于GIS与加权信息量模型的城镇地质灾害易发性评价——以大新镇为例

大新镇位于资水中游河谷地区,境内地形陡峭,地质灾害沿河谷两岸多发,开展地质灾害易发性评价对大新镇地质灾害预测预报、防灾减灾具有重要意义。以大新镇1∶5万地质灾害详细调查数据为基础,选取坡高、坡向、坡度、工程岩组、构造、河流、道路7个评价因子,建立研究区地质灾害易发性评价指标体系;利用基于层次分析(AHP)模型和信息量(IV)模型改进后的加权信息量(WIV)模型对研究区开展地质灾害易发性评价,并以信息量变化曲线的突变点为分区阈值界限将研究区划分为低、中、较高、极高易发区;通过ROC曲线对评价结果进行检验,结果表明WIV模型得到的AUC值为0.745,IV模型得到的AUC值为0.712,AHP模型得到的AUC值为0.663,WIV模型相比IV模型和AHP模型评价精度分别提高了5%和12.3%,说明改进后的WIV模型评价精度较高,适应于小区域城镇尺度地质灾害易发性评价,评价结果对该区域地质灾害风险防治与管控具有指导意义。

SITI－V特性模型

提出了一个ＳＩＴＩ－Ｖ特性模型．该模型不仅成功地解释了在小电流工作时的指数Ｉ－Ｖ特性，而且也说明了在中等电流和大电流工作时的线性Ｉ－Ｖ特性．基于这个模型。