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。

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.

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。

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.

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。

广州市机动车尾气排放特征研究

文章利用COPERT IV模型计算广州市机动车尾气排放因子,结合机动车保有量和构成,获得2008年广州市机动车尾气排放总量并对排放因子的速度敏感性,以及不同车型、不同排放标准、不同燃料类型机动车排放特征进行了分析。结果表明:2008年广州市机动车CO、NOX、VOC和PM的排放总量分别为138 772.42 t、80 868.69 t、24 907.26 t和3 171.97 t。摩托车和小客车是CO和VOC的主要贡献车型,贡献率总和分别达到78.31%和70.52%;而作为NOX和PM的主要贡献车型,大客车和重型货车的贡献率总和分别达到78.94%和83.72%。国0标准机动车排放水平高于其他排放标准的车型,CO和VOC的排放分担率接近于保有量比例的2倍。汽油车是CO和VOC的主要贡献车型,其排放贡献率超过80%;而PM排放主要以柴油车为主;柴油车的NOX排放总量高,接近于汽油车的2倍。

杭州市区机动车污染物排放特征及分担率

选取杭州市区绕城高速、快速路、主干道和民用支路4种典型道路进行工况测试,建立了2010年机动车CO、HC、NOx和PM10排放清单,获得了分车型、燃料类型、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,杭州市机动车的污染物排放分担率差别显著,乘用车、出租车和公交车是CO和HC排放的主要来源,重型货车和公交车是NOx和PM10排放的主要来源,且乘用车的NOx排放分担率也较大;柴油车的NOx和PM10的排放分担率远大于其保有量的贡献率,是其排放的主要来源,汽油车是CO和HC排放的主要来源;占保有量30%的国0和国I车辆,对CO、HC、NOx和PM10排放分担率分别为67%、69%、58%和82%;主干道是机动车CO、HC和NOx排放的主要来源,其排放分担率分别为66%、65%和64%,民用支路是PM10排放的主要来源,分担率为55%.

杭州市机动车NO_x排放清单的建立及其对空气质量的影响

以杭州市主城区为例,对车辆信息(包括车流量和车辆构成、车辆控制技术水平、车辆行驶工况、车辆启动分布等)进行了调研和测试,并根据IVE模型计算了机动车NOx的排放清单.结果表明,2004年杭州市主城区机动车NOx排放总量为25 100 t,其中,轻型客车、出租车、公交车、重型货车和轻型货车的年排放量分别为5 800,1 100,7 300,9 200和1 700 t.在此基础上,通过AERMOD模型模拟了城市机动车源NOx年均质量浓度以及城市空气中总的NOx年均质量浓度空间分布,得出机动车排放的NOx对总的NOx年均质量浓度的贡献率为40.91%,并对贡献率的空间分布进行了分析.

东北地区典型城市哈尔滨市机动车排气污染物排放清单研究

以哈尔滨为目标城市,开展了东北地区典型城市机动车排放清单的研究。哈尔滨市机动车排放清单的构建主要基于活动水平数据调研、排放因子模型模拟和机动车排放清单计算模型。建立活动水平数据库所需参数包括机动车的车型、车龄、排放标准、技术分布、行驶工况、燃油类型等。排放因子数据来源于参数本地化的IVE模型的计算。通过构建哈尔滨市2014年的机动车排放清单,计算了分车型、燃料类型和启动运行过程的污染物分担率,并对冬、夏两季及市区和非市区的排放量进行了对比。研究结果表明,轻型客车对CO和VOC排放的贡献最大,重型货车、大型客车以及中小货车对NO_x和颗粒物的排放贡献较大。机动车污染物的排放大部分是在运行过程中产生的,其对CO、VOC、NO_x和颗粒物排放量的分担率分别为67%、85%、99%和97%。冬季各种污染物的排放量均大于夏季。市区CO的排放量远高于非市区,市区单位面积机动车VOC的排放量远远高于非市区部分,而非市区的NO_x和颗粒物量要高于市区。

基于二次卡尔曼滤波修正的尾气排放分布

监测机动车尾气排放并制定科学减排措施迫在眉睫,而如何反映由交通需求变化引起排放分布变化是建立尾气排放分布模型的核心问题.按照"交通需求推演-机动车比功率参数确定-交通排放"的思路,利用机动车比功率参数标定交通需求与尾气排放之间的量化关系.以交通需求数据为基础,通过二次卡尔曼滤波修正交通流状态数据和交通分布数据,并通过动态交通分配获取实时车辆工况参数,与典型车型工况曲线匹配,确定车辆比功率在不同速度区间分布,而后,将机动车行驶特征工况参数代入国际车辆排放(international vehicle emission,IVE)模型中确定排放因子,计算得到区域内机动车尾气排放强度.研究表明,以15 min为预测周期,利用二次卡尔曼滤波估计交通需求的平均相对误差为8.89%,且利用IVE尾气模型模拟具有较好的可靠性.预测结果显示,实现基于动态交通需求的行驶工况所构建的交通污染分布模型具有可行性,且二次卡尔曼滤波修正提供了精度的保证,该推演数据可用于分析尾气分布,评价交通改善措施对尾气排放影响,为制定减排策略提供依据.

青岛市机动车污染物排放研究

青岛市机动车保有量快速增加,机动车污染物的大量排放对环境空气质量的影响日益突出.运用IVE模型计算了青岛市机动车污染物排放状况,并运用等标污染负荷法对不同机动车车型及其排放进行评估.研究表明:2014年青岛市机动车气态污染物排放量CO、VOCs、NOx、SO2分别为92.7、10.1、6.6、0.1万t/a,颗粒物PM10及PM2.5分别为0.09、0.08万t/a,小型载客汽车为主要的机动车污染物排放源,占机动车污染物排放总量的48%;大气污染物中CO、VOCs及NOx受机动车排放较为显著,贡献率分别为56.86%、48.86%和27.83%,SO2、PM10及PM2.5相对较小.在机动车保有量持续增长的情况下,发展绿色交通、提高燃油品质、开发清洁能源等措施可有效降低机动车污染物的排放.

交通规划环评中机动车尾气影响预测方法研究

针对我国目前规划环境影响评价技术导则和技术方法中均欠缺关于交通发展建设规划的空气污染物排放量计算的指导性原则和方法,以已批复的北京市"十二五"时期交通发展建设规划环评为例,探讨当中所采用的机动车尾气污染物排放量计算方法的准确性和适用性。与国内部分学者利用IVE模型计算的北京市机动车排放因子和污染物排放量进行分析比较,结果表明,采用本研究的方法在计算CO、NOx污染物排放量时产生的误差较小,虽然在排放因子的选择上存在需进一步改进的地方,但相比IVE模型计算方法,采用本研究提供的方法所需参数较少,计算方法较为简便,并且在以交通量为主要变量的条件下,可预测不同时期的污染物排放特征,更适合做为交通发展建设规划环评的通用计算方法。

基于交通信息的道路机动车排放NO_x模拟研究

以上海内环区域高架道路和地面主干道路的交通信息为基础,基于路段的机动车动态排放清单并利用ADMSUrban模型模拟NO_x扩散变化。结果表明:道路车流以轻型客车为主,分别占高架路、主干路的77%和60%;1 139条路段工作日平均车流量为95万辆/h,车速为37.5 km/h;NO_x小时排放量为127 kg/h^2 019 kg/h,日排放量为25.8 t,重型客车NO_x排放量为道路机动车排放NO_x的主要来源;模拟NO_x质量浓度占环境空气比例为6.6%~73.4%,2:00 NO_x质量浓度最低,8:00最高,与交通密度低谷和峰值同步。

重庆市主城区基于动态交通流的机动车污染物排放特征

基于重庆市主城区动态交通流数据、机动车实际行驶数据以及车辆检测数据,采用国际机动车排放(IVE)模型结合道路长度的方法,建立了重庆市主城区机动车污染物的排放清单,并利用ADMS-Urban扩散模型对NO_(x)排放数据进行了验证。结果表明:2017年主城区机动车CO、VOCs、NO_(x)和PM 10的排放量分别为22.80万、1.25万、4.18万、0.42万t/a,小型客车、轻型货车和重型货车对各类污染物的贡献总和均超过85%;机动车污染物排放集中在内环以内的核心区域,呈现由中心向四周放射状递减的趋势。27个监测站点的NO_(2)监测值与模拟值具有较好的相关性,说明NO_(x)模拟结果基本合理,机动车NO_(x)排放对重庆市主城区大气NO_(2)的贡献显著,开展机动车污染防治专项工作可成为重庆市主城区NO_(x)削减的有效途径。

南京市机动车尾气排放特征研究

随着机动车保有量的迅速增加,南京市由机动车排放造成的污染也日益受到关注,定量分析计算机动车污染物排放特征,对城市汽车污染控制决策具有重要意义。为探究南京市机动车尾气排放特征,运用COPERT IV模型估算2019年南京市机动车污染排放量,分析车速、车型、排放标准以及车用燃料等四个因素对动车尾气排放所造成的影响,并根据机动车排放特征提出针对机动车污染减排控制的措施与建议,如提高排放标准、提升燃油质量、淘汰高排放量机动车、发展公共交通运输、优化城市交通格局。

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%.

天津市机动车排放清单及影响要素研究

为掌握天津市机动车排放现状和各因素对排放的定量影响,该文在对天津市机动车类型分布、技术水平、行驶状况和启动信息进行数据采集的基础上,运用国际机动车排放（IVE）模型,建立起天津市机动车排放清单。结果发现：天津市机动车NOx等污染物排放存在3个峰值时间,高峰期排放占排放总量的52%～55%;无催化器车辆占各种污染物排放总量的60%～95%;居民路的交通状况对于排放的影响最为不利,这些因素应该成为天津市机动车排放控制的重点。