基于Matlab灰色模型法的天然气出租车队MOBILE6.2排放特性研究

利用MOBILE6.2模拟了青岛市天然气出租车队2015年CO、HC、NO_X排放因子。采用简易瞬态工况法检测在役12辆捷达、32辆桑塔纳出租车的排放因子,并利用测试结果对MOBILE6.2模型进行修正完成了模型的本地化。结合Matlab灰色系统模型预测了2016~2020年污染物排放水平。结果表明2015年青岛市出租车CO、HC、NO_X的排放因子分别为1.84g/km、0.66g/km、0.36g/km,导致CO排放高的原因有两个:天然气燃烧性能和发动机技术改变。"油改气"降低了CO、HC、NO_X80%、69%、63%的排放,减排效果在2016~2020年趋于平稳。

利用MOBILE6.2模型预测高速公路路段综合排放因子

采用美国环保局(EPA)的MOBILE6.2模型,结合滨州市的实际情况,对滨州市的两个高速公路站,黄河大桥站和无棣站,通过车辆数目、车型进行统计分析,从而得到两个高速公路站点排放因子数据,其计算结果能为高速公路机动车污染控制提供依据,同时也提出了一种新的使用模型来计算高速公路路段排放因子的方法。

基于MOBILE6.2的机动车气态污染物排放量与分担率研究

通过对太原市机动车运营特征的分析,采用修正的MOBILE6.2模式,对主要参数进行本地化修正,计算了太原市机动车排放的气态污染物排放因子,并确定了太原市分车型污染物的排放总量和分车型的排放分担率。结果表明,2011年太原市机动车CO、HC和NOx的总排放量分别为42.44×104 t、3.93×104 t和4.71×104 t。分析得出,轻型客车是主要的排放源,分别占(质量分数)82.50%、76.61%和45.40%,其原因是由于轻型客车27.5%的年增长率以及较高的排放因子共同造成的;重型车是NOx排放的第二大排放源,占NOx总排放量的36.47%。以上两种车型是太原市机动车排放污染控制的重点。

杭州市区机动车危险气态污染物排放的模型计算

通过对杭州市区机动车保有量及其构成、车辆登记分布和累积行驶里程的调查分析,获得了杭州市区机动车的基本运营特征参数.采用修正的MOBILE6.2 模型计算了杭州市区2003年机动车排放的危险气态污染物（苯、1,3-丁二烯、甲醛、乙醛和丙烯醛）的排放因子.并在此基础上计算了杭州市区机动车危险气态污染物的排放清单和分车型的排放分担率.结果表明,杭州市区机动车危险气态污染物的综合排放因子很高,汽油车、摩托车、重型柴油车的排放因子分别是美国同期水平的1.3～6.9、1.7～4.4和3倍,2003年杭州市区机动车危险气态污染物苯、1,3-丁二烯、甲醛、乙醛和丙烯醛总量分别为810.0、116.7、412.2、123.8和18.0 t.研究还表明,车速对此类污染物的排放影响很大,当平均车速大于30 km/h时,排放因子明显减小.

利用MOBILE 6.2模型预测LPG出租车排放因子

针对MOBILE6.2预测天然气汽车排放因子的功能,分析了其在预测液化石油气(LPG)轻型汽车上的可行性。并根据LPG出租车汽车排放总量分析系统(VMAS)测试结果,得到所需参数,预测了实验车队的排放因子,与实测值的误差≤10%,表明MOBILE6.2预测LPG轻型汽车排放因子具有良好的适用性。

北方城市机动车排放因子简化模型的确定

介绍了MOBILE6.2模型的概念及内容,并对其进行了敏感性分析,结合我国北方城市机动车污染控制现状,确定了机动车排放因子的简化模型,经验证该模型计算结果与公路隧道测试法得出结果相近。

太原市机动车CO排放与控制对策研究

介绍了太原市机动车保有量的现状,运用MOBILE6.2模型对太原市机动车CO排放因子和排放量进行了估算分析,通过预测2015年机动车排放CO的浓度,对太原市机动车CO排放与控制提出了针对性的对策。

行车速度对北京市机动车排放因子的影响

为方便交通管理部门及时、准确地了解路网排放情况,采用MOBILE6.2排放模型对北京市机动车的综合排放因子进行了测算。根据北京市气象、地理数据,以及北京市机动车的种类分布、车龄分布、里程分布和累积里程等确定模型所需参数,应用模型计算不同速度下北京市机动车的HC、VOC、CO、NOx、PM综合排放因子。模拟北京市机动车高峰、平峰使用工况,采集单车道路实测排放因子数据,通过实测排放因子修正MOBILE6.2模型参数。修正后模型的排放因子与行车速度之间的关系更接近北京市的实际排放情况。

2008—2018年北京机动车排放的初步模型估算

自2008年奥运会以来,北京市空气质量多模式预报系统采用了美国环保署研发的机动车排放模型MOBILE6.2,结合交通年报数据构建每日机动车排放源。分析2008—2018年期间该系统中的北京市机动车排放模拟数据,研究结果表明:(1)机动车排放的一氧化碳(CO)和氮氧化物(NOx)具有明显的季节性,呈现夏季低、冬季高的U形排放特征。(2)模拟未考虑近十年机动车保有量变化,所估算的CO、NOx、碳氢化合物(HC)的年排放总量逐年降低,其中CO年总量下降幅度明显,从2009年排放总量168万吨下降到2017年排放总量131.8万吨,下降约22%,NOx从2009年排放总量11.2万吨下降到2016年排放总量6万吨,下降约46%。NOx模拟结果与北京市环境年报中的氮氧化物年排放总量下降趋势一致,环境年报中氮氧化物排放总量从2010年的19.77万吨下降到2017年的9.52万吨。(3)结合北京市历年机动车保有量,对模式所估算的2008—2017年机动车年排放总量进行修订,修订后的结果相对于2009年模式估算的机动车排放CO年总量依然减少。

高斯气体扩散模型下的北京市机动车尾气污染模拟

参照北京市主要干道车流量、中国统计年鉴所登记的北京市车型分布数据、油品使用以及气候数据,利用Mobile6.2模型修正参数,得出北京市机动车尾气综合排放因子;利用上述数据结合高斯线源扩散模型借助Matlab编程计算,实现空间位置与浓度分布的结合。根据所得到的浓度图,可以看出,浓度分布于环路的位置有所重叠,并且集中分布在环路的1.5km范围内,以SO2为例,其环路1.5km范围的平均浓度值超出了大气二级质量标准上限值100倍,同时依据模型计算数据与真实观测点数据进行比较,发现误差控制在20%以内,模型表现良好。