城市机动车污染排放的时空预测与分布.docVIP

城市机动车污染排放的时空预测与分布 　　摘要：鉴于中国城市机动车排放的NOx，CO和PM类尾气对城市大气造成的污染日趋严重，通过监测道路低空机动车排放数据，对机动车污染排放随交通参数变化的规律进行剖析。针对不同车型，提出机动车污染排放因子模型。对模型进行标定和试验验证。所得结果能有效反映路段车辆的真实排放情况。该方法为实时掌握机动车污染排放的时空分布规律与特征，制定科学的、精细化的交通污染防治措施提供依据。 　　关键词： 机动车排放； 时空预测； 排放因子 　　中图分类号： X734.2 文献标志码： A 　　Abstract： In view of the fact that atmospheric pollution in Chinese cities caused by NOx， CO and PMemissions of vehicles is becoming more and more serious， the variation law of vehicle emission versus traffic parameters is analyzed by monitoring the near-road vehicle emission data. Pollution emission factor models for various types of vehicles are proposed. The models are calibrated and verified by tests. The test results can reflect the real emissions of vehicles in a road section. The method can provide support for finding the space-time distribution laws and characteristics in real time and formulating the scientific and refined measures to prevent and control traffic pollution. 　　Key words： vehicle emission； space-time predicting； emission factor 　　引 言 　　?S着我国城镇化进程的加快，机动车尾气已逐渐成为氮氧化物（NOx）、碳氢化合物（HC）、挥发性有机物（VOC）、一氧化碳（CO）以及颗粒物（PM）等城市大气污染的主要来源之一。[1]同时，机动车行驶过程中产生的尾气污染对城市居民健康的影响也已逐渐引起人们的关注。路段近地区域（垂向）以及路侧往往是是机动车尾气污染的“重灾区”。对“呼吸带”高度的路段区域大气进行定量监测，获得机动车排放污染数据，对剖析机动车污染排放近地区域的分布，制定环保、交通管控对策，实现城市环境的可持续发展具有重要的意义。 　　目前，欧美一些国家陆续开展了对道路低空大气污染模型的研究，较为著名的有CALINE4，AERMOD和CAL3QHCR等模型[2]。美国环保署（EPA）将AERMOD模型和CAL3QHCR模型作为分析近地区域颗粒物的模型。目前，我国对道路低空范围机动车污染排放的研究较少，且研究多采用国外较为成熟的污染排放模型。这存在两方面的不足：（1）首先是我国机动车污染排放清单与欧美国家有差异[2-4]。我国汽柴油标准和车辆性能都与发达国家不同，因此无论在排放污染因子的确定或是排放模型的系数标定上都有很大区别。即使采用美国提出的更适用于我国道路交通条件的IVE模型[5]，也需要针对我国不同省份或道路条件重新进行模型的构建。（2）道路机动车尾气排放模型的构建往往是以机动车的平均行驶速度为依据的，而在上述较为成熟的模型中平均速度值来源于欧美国家驾驶员的驾驶习惯（与我国驾驶员的差异明显），因此采用这类模型无法得到我国道路交通排放的实际情况。 　　我国环保部2012年颁布了新版的《环境空气质量标准》[6]，这一标准在2016年全面施行，对我国城市大气质量和监测设备等提出了更加严格的要求。《环境影响评价技术导则 大气环境》[7]和《2016中国机动车环境管理年报》[1]中均提出了针对机动车污染防治的若干对策和建议。然而，我国还未能完成系统性的、长效的道路机动车污染排放模型的搭建。因此，本文考虑我国道路实际交通情况，以合肥市某主干路为研究对象，提出道路低空范围的机动车尾气排放模型，并对道路低空污染的变化规律进行深入剖析。 　　1 试验方案设计 　　道路交通流的构成类型和特点直接影响着各种污染物的排放总量，道路的地理分布、风向、