应用COPERTⅢ模型计算中国机动车排放因子

介绍了计算机动车污染物排放因子的COPERTⅢ模型,并根据中国机动车实际构成、行驶工况和燃油特征确定了模型所需参数,然后应用该模型计算得到了2002年中国机动车排放CO、NOx、NMVOC和PM的排放因子.通过比较COPERTⅢ模式、MOBILE模式和台架测试得到的中国机动车排放因子发现,应用COPERTⅢ模型计算获得的排放因子更接近中国机动车实际排放情况.

基于PEMS与COPERT的机动车尾气排放特征分析

以佛山市3辆汽油车(国0小汽车、国0面包车与国Ⅳ小汽车)为研究对象,利用PEMS测试技术,研究了机动车在实际道路行驶过程中的尾气排放特征,重点分析了不同车辆类型、排放标准与行驶速度下的机动车油耗与CO、CO2、NOx排放因子,并结合COPERT模型模拟结果进行了对比分析。结果表明:(1)3辆测试车辆CO2、NOx排放与油耗曲线的走势趋于一致;2辆小汽车CO与油耗的曲线均随速度的提升而升高,而面包车CO的排放与油耗则呈现相反的现象。(2)实际测试数据中国0与国Ⅳ小汽车的CO排放因子差异较大,以国0/国Ⅳ小汽车气态物排放因子的比值为指标,实际测试数据中CO的该比值变化范围在272~600之间,而CO2与NOx分别仅为0.66~0.84与0.58~4.05。(3)对比CO与NOx,各车型COPERT模拟与PEMS实测所获的CO2排放因子结果最为接近,其模拟值/测试值之比间于0.645~1.497,故COPERT模型对于中国机动车尾气CO2排放的模拟相对较为准确。

基于COPERT Ⅳ模型的机动车PM_(2.5)排放来源特征分析

以广东省佛山市为研究范围,主要采用COPERTⅣ模型研究了重点车型排气管与非排气管排放的PM2.5特征及其影响因素,并分析了佛山2012年机动车排放PM2.5的排放来源。分析表明:非排气管排放PM2.5随车重增加而增加,随车速提升而降低;排气管排放PM2.5随车速和排放标准的提升而降低;随着排放标准的提升,排气管和非排气管排放差异越来越小;2012年佛山市机动车非排气管排放的PM2.5占机动车PM2.5总排放的28.9%,且随着未来黄标车淘汰等机动车污染控制措施的执行,非排气管PM2.5排放将成为大气环境控制污染治理的内容之一。

基于COPERT 4模型的杭州市机动车排气污染特征研究

以2015年为基准年,利用COPERT 4模型计算了杭州市分车型分排放标准下的机动车排气污染物(CO、碳氢化合物(HC)、NO_x、PM_(2.5))的排放因子,并估算了各污染物排放量及分车型分排放标准下的各污染物分担率。结果表明,随着排放标准的提升,机动车排气污染物排放因子总体呈现下降的趋势。汽油车的CO和HC排放因子高于柴油车,而柴油车的NO_x和PM_(2.5)排放因子高于汽油车;天然气车的各污染物排放因子基本接近汽油车,而汽油电混动车的各污染物排放因子则明显低于其他动力车;各污染物排放因子随车型的增大(重)而增大。2015年杭州市机动车排气污染物CO、NO_x、HC和PM_(2.5)排放量分别为48 923.0、44 713.7、7 014.7、837.9t,其中汽油车CO和HC分担率较高主要是因为小型汽油客车CO和HC分担率高,并且其保有量占比也高,应重点控制小型汽油客车的保有量;柴油车NOx和PM_(2.5)分担率较高主要是因为重型柴油货车NO_x和PM_(2.5)分担率高,但其保有量占比不高,应重点控制重型柴油货车的排放因子。

基于COPERT Ⅳ模型的机动车排放清单研究——以南京市为例

该研究应用COPERT Ⅳ模型建立了南京市2014年机动车污染排放清单。结果表明:南京市2014年机动车CO、NO_x、VOCs、PM_(10)和PM_(2.5)排放量分别为6.80万t、4.46万t、1.12万t、0.21万t和0.16万t。各车型污染物贡献率各不相同,小客车排放的CO和VOCs量最大,分别为59.2%和48.2%。重型货车是NO_x、PM_(10)和PM_(2.5)排放的主要来源,贡献率分别为50.8%、37.2%和41.0%。按排放标准划分,国Ⅲ标准的车辆对CO、VOCs、NO_x、PM_(10)和PM_(2.5)排放的贡献率最大,分别为30.4%、55.5%、26.5%、51.3%和54.9%。

基于COPERT模型北京市机动车大气污染物和二氧化碳排放研究

机动车大气污染物及CO_(2)减排对于改善空气质量和缓解气候变化具有重要的作用。综合利用北京市机动车保有量、道路行驶工况、气象、燃料组分及燃料消耗量等数据,应用COPERT模型计算得到北京市机动车主要大气污染物和CO_(2)排放量,并识别其污染排放特征和不同车型、排放标准等级车辆的排放贡献,采用ADMS-Urban模型模拟了机动车污染排放对周边环境的影响。结果表明:2019年北京市机动车4项主要大气污染物CO、NO_(x)、PM_(2.5)和VOCs排放量分别为12.15万、4.06万、0.18万和2.57万t。车辆结构得到优化,国四及以上排放标准车辆占比达86.97%,数量占4%的柴油客货车排放贡献大,分别占机动车NO_(x)和PM_(2.5)排放总量的84%和60%;非末端排放占机动车VOCs排放量的20%,需要引起关注。机动车尾气排放对5个交通监测站点贡献的NO_(2)平均浓度为15.7μg/m^(3),其对环境质量影响较大;机动车CO_(2)排放量为1683万t,其中柴油车排放贡献约21%。对北京市机动车大气污染物和碳排放需要进一步协同控制。

基于COPERT模型的重型柴油货车排放因子敏感性分析研究

模拟分析了COPERTⅣ模型中不同污染物排放因子计算结果对主要输入参数的敏感性。以COPERTⅣ模型为平台,以重型柴油货车为研究对象,分别模拟了不同行驶速度、排放标准、燃料含硫率、累计行驶里程、车辆负载、道路类型、道路坡度、是否执行I/M制度等情景下的排放因子,对比分析了不同参数对CO、VOC、NOx、PM、SO2等污染物排放因子的影响,得出以下主要结论:0~45 km/h为速度变化的敏感范围,国2及国4排放阶段相较于前一阶段排放因子有较大幅度下降等。

COPERT汽车发动机冷启动排放模型

随着机动车保有量的增加,由此产生的环境问题日益严重威胁人们的健康,而在汽车排放污染物中冷启动排放量占到汽车总排放量的70%～80%,因此需要对汽车的冷启动排放进行测试和分析,以更好地对汽车排放控制技术提供数据支持。文章通过在法规所规定的条件下,对数辆轻型车进行了低温冷启动排放试验,利用瞬时测试数据对汽车不同污染物(主要包括:CO,HC,NOx)的冷启动排放时间和排放因子比率进行分析计算,并分析比较了COPERT模型中冷启动模型参数和此试验数据间的差异。分析表明COPERT模型能准确地反应HC的冷启动排放,而对CO和NOx则误差较大。

基于COPERT模型车辆尾气诱发城市污染的评估方法

在几条能代表城市交通状况的主干道进行了污染物检测实验,考虑的参数作为计算道路交通车辆尾气排放造成空气污染COPERT模型的输入量。根据大量计算,提出了一个以道路上车辆尾气排放量为评价指标的道路分类图表。

基于COPERT模型的城市道路交通能耗排放分析

交通能耗排放的量化及分布特征分析是制定交通节能减排政策的依据。研究选用COPERT 5模型计算城市道路交通能耗排放量及分担率特征。研究分析表明:2020年广州市城市道路的小型客车数量占比高达82%,轻型货车占比为10%。道路交通的运行划分为畅通、缓行及拥堵3种等级,畅通运行状态下燃料消耗及排放因子低于缓行和拥堵状态。非工作日与工作日能耗排放特征差异主要受小型客车出行量影响。小型客车对道路交通能耗(FC)、二氧化碳(CO_(2))及一氧化碳(CO)、细颗粒物(PM_(2.5))、可吸入颗粒物(PM_(10))、挥发性有机物(VOC)排放贡献最大,大型客车、中轻型货车对道路交通氮氧化物(NO_(X))排放贡献最大。因此,未来要加强对小型客车的引导和管控,增强城市公共交通吸引力,降低小型客车出行量;同时也要全面淘汰国3及以下排放标准的柴油货车,持续推进运输结构调整,加快新能源汽车的推广应用。

基于COPERT模型的广东省公路能耗与排放预测分析

综合利用机动车基础数据、运政库数据、高速公路收费数据等多源交通大数据,应用COPERT模型计算得到广东省公路网营运车辆能耗和排放数据,并通过情景分析法评估不同的情景下,营运车的能耗与尾气排放量。研究结果表明:2021年3月广东省营运车辆的能耗为126.3万吨标准煤,CO_(2)、CO、HC、NO_(X)、PM_(2.5)、PM_(10)排放量分别274.2万吨、1.05万吨、585.81吨、1.865万吨、376.64吨、418.01吨;单一技术措施情景的减排效果不够显著,多种措施融合实施的减排效果最好;以每年3月为例,多措施组合情景下,预测能耗及排放量均较基准情景下降幅度达13%以上。

基于COPERT模型的江苏省机动车时空排放特征与分担率

利用COPERT模型和Arc GIS技术建立了江苏省2015年1 km×1 km、小时分辨率的机动车网格化排放清单.采用改进的"标准道路长度"方法,利用路网信息以及拥堵延时指数的月变化、周变化和日变化数据提高清单的时空分辨率.基于COPERT模拟结果分析了分车型、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,江苏省2015年NOx、HC、CO、PM_(2.5)、SO_2、OM和BC的排放量分别为49.09、16.63、161.48、1.69、0.19、0.36和0.67万t,其中苏州和徐州排放量占比之和达34%~45%;HC蒸发排放量为2.02万t,占HC排放总量的12%;小型客车和摩托车对于HC和CO排放量的分担率最大,均超过30%;重型柴油货车对NOx、PM_(2.5)、SO_2、OM、BC的分担率在36%~54%之间,远高于其他车型;苏州和徐州的重型和中型柴油货车是NOx、PM_(2.5)的最主要排放源;国Ⅲ标准柴油车对NOx、PM_(2.5)、SO_2和BC的分担率均最大,在42%~55%之间;国Ⅲ标准重型柴油货车和国0标准中型柴油货车是全省NOx、PM_(2.5)、OM和BC的首要和次要贡献车型,两者分担率之和在40%~56%之间.国0标准摩托车对全省HC和CO排放的分担率较高,约为16%.

道路交通排放对周边环境影响的分析——以兰州市安宁区学府路为例

探究城市道路中机动车污染物的排放对周边环境的影响,对环境治理起着至关重要的作用。通常通过分析污染物的影响因素,来建立排放模型。根据研究尺度的不同,将应用较广泛的模型进行划分,并对模型原理、应用及存在不足等方面进行归纳和总结。为了探究学府路道路污染状况,选取COPERT模型进行污染物排放量的测算,并使用ANSYS软件模拟了道路交通排放对学府路周边环境的影响,得出了污染物地图。结果表明:学府路工作日内4项主要大气污染物NO_(2)、CO、PM_(2.5)、PM_(10)排放量分别为67.7、269.1、15.1和22.8 t。数量占10.0%的轻型货车排放贡献较大,分别占机动车NO_(2)和PM排放总量的50.5%和69.1%。通过模拟值与实测值的对比发现,COPERT模型对于中观尺度的研究具有较好的支撑。

基于多燃料类型出租车轨迹匹配的居民出行CO_(2)排放时空特征挖掘

作为公共交通出行的重要补充,出租车运营产生的燃料消耗和CO_(2)排放模式与城市居民的出行足迹相一致。在公共交通电气化的背景下,精准计算多种燃料类型出租车出行的CO_(2)排放量并挖掘其在城市不同区域的时空特征,对了解城市居民出行CO_(2)排放的空间特征与实现城市CO_(2)减排具有重要的现实意义。运用兰州市出租车运行轨迹数据,通过隐马尔可夫模型轨迹匹配实现居民出租车出行轨迹与路径的精准识别,使用COPERT模型计算了汽油、CNG、油气混动三种燃料类型出租车的CO_(2)排放量,并在不同时空尺度对居民出行CO_(2)排放的时空特征进行分析。研究结果发现:由于电气化进程中汽油车数量的减少,在三种燃料类型出租车CO_(2)排放量中,油气混动车最高,CNG车次之,汽油车的CO_(2)排放量最低,工作日早晚高峰时段CO_(2)排放量高于非工作日,而凌晨时段CO_(2)排放量较低。CO_(2)排放热点主要集中在交通枢纽、商圈和住宅区附近,且以兰州市各城市中心区为原点沿带状向城市外围递减,这些区域的高排放量反映了城市居民的出行需求和活动模式。研究结论可作为多燃料类型出租车温室气体排放的精准测算与城市公共交通减排路径的研究基础,同时也对居民出行碳排放的时空特征挖掘和推动城市交通低碳出行提供依据。

佛山市机动车尾气颗粒物PM_(2.5)的排放特征研究

以2010年为基准年,利用COPERTⅣ模型计算了佛山市机动车尾气PM10及PM2.5的排放因子和排放量,评估了交通源车型组成及国标分布特征对PM2.5分担率的影响,建立了5大类车型的PM2.5及PM10排放量比值关系。2010年佛山市机动车的PM2.5及PM10直接排放量分别为1 953.03 t/a及2 422.60 t/a;PM2.5排放量最高的2类车型为重型柴油车与摩托车,分担率分别为61.5%及19.3%;在所有机动车中国0车具有最高PM2.5分担率,高达47.5%;不同车型PM2.5/PM10排放量之比亦不同,依次为:轻型柴油车0.850>重型柴油车0.847>摩托车0.811>轻型汽油车0.574>重型汽油车0.477。柴油车与摩托车为削减PM2.5直接排放的主要控制对象,尤其应重点淘汰国0、国Ⅰ及国Ⅱ柴油类黄标车,综合考虑道路状况的前提下可实施限摩政策。

佛山市中心城区机动车限行对污染物削减效果的分析

为改善2010年亚运会期间空气质量,佛山市对中心城区内部分道路进行试限行.采用欧洲COPERT模式,计算出不同排放标准、不同车速、不同车型下的机动车排放因子,通过交通流调查,获取限行前后典型道路交通流运行状态,并以此为依据评估限行后区内机动车污染减排效果.结果表明,限行期间,主要路段道路交通流量平均下降32.5%,车型比例变化较大,摩托车流量下降显著.各种污染物降幅比例并不一致.按照此流量降幅可以预计,如在区内全面展开机动车限行,单位路段污染物(CO、NOx、VOC、PM)年排放量分别下降48.1%、39.2%、43.6%、49.2%.

佛山市机动车尾气排放清单及特征分析

采用COPERTⅣ模型定量分析了2010年佛山机动车尾气污染物排放情况。结果表明,CO2、CH4、N2O、CO、挥发性有机物(VOC)、非甲烷挥发性有机物(NMVOC)、PM2.5、PM10、NOX、SO2、NH3的年排放量分别为688.13万、0.39万、0.034万、28.65万、5.09万、4.69万、0.19万、0.24万、3.31万、0.02万、0.10万t/a。轻型汽油车、摩托车及重型柴油车对各类污染物排放量贡献均较大,摩托车对于CO、CH4排放量的贡献程度最大。具体而言,轻型汽油车对VOC、NMVOC、CO2、N2O、SO2及NH3分担率较高,重型柴油车对颗粒物(PM)分担率较大。国0车对区域性污染物CO、VOC、PM2.5、PM10、NOX及全球性污染物CH4的分担率超过其车型所占比例(26.6%),分别为58.4%、34.1%、47.5%、42.9%、36.0%、44.5%。

基于GPS浮动车法的机动车尾气排放量分布特征

以广州市城市干道东风路1902～1903路段为研究对象,根据交通流理论建立了速度-流量模型,采用GPS浮动车速度数据和视频检测流量数据计算了模型的关键参数——阻塞密度,实现了从速度到流量的推算,并采用COPERTⅣ模型计算了不同速度等级下的综合排放因子,通过源强法计算该路段00:01─24:00的小时排放量.对CO,NOx,VOC和PM综合排放因子的速度敏感性分析表明,当平均速度达50 kmh后,随速度的增加综合排放因子下降明显变缓;对小时排放量的分析表明,污染物排放量主要集中在车流量的高峰时段,且与车流密度有很好的线性相关性,相关系数均大于0.90.

珠三角地区机动车排放清单建立与来源分析

文章建立了珠三角地区2012年10种污染物的机动车排放清单,并分不同车辆类型、不同排放标准以及不同城市分析了各污染物排放特征。结果表明:(1)不同车型的机动车排放贡献率存在着一定的差异,其中轻型客车、摩托车和大型客车所占排放比例较高;(2)CO、VOC、CH4、NMVOC主要来源于轻型客车和摩托车,NOx、PM2.5、EC、OM主要来源于大型客车,NH3主要来源于轻型客车,SO2主要来源于大型客车和轻型客车;(3)国0和国Ⅰ标准机动车是主要排放贡献源;(4)广州、深圳排放量所占珠三角整体排放量比重较大,其次为佛山、东莞、江门,珠海、中山、肇庆、惠州所占排放比例较小。

中国不同排放标准机动车排放因子的确定

应用机动车污染物排放因子模型COPERT,在考虑行驶工况、油品质量、以及环境温度等影响机动车污染物排放因子的因素的基础上,计算得到包括汽油乘用车、柴油乘用车、LPG乘用车、汽油混合动力乘用车、汽油轻型货车、柴油轻型货车、汽油重型货车、柴油重型货车、柴油公交车、CNG公交车、生物柴油公交车以及摩托车等不同车型在实施欧0,欧Ⅰ,欧Ⅱ,欧Ⅲ,欧Ⅳ,欧Ⅴ和欧Ⅵ等不同阶段机动车排放标准情况下的CO,CO2,NOx,PM10,NMVOC,SO2,N2O,CH4和NH3排放因子。计算结果为估算中国近年和未来机动车污染排放清单,提高机动车污染控制的决策和管理水平,以及评估机动车污染控制政策和措施的实施绩效提供了科学依据和数据支持。