基于MOVES模型的污染物排放相关性分析.pdf

第43卷第1期太原学院学报（自然科学版）Vol.43No.1

2025年3月JOURNALOFTAIYUANUNIVERSITY(NATURALSCIENCEEDITION)Mar.2025

基于MOVES模型的污染物排放相关性分析

杨阳，刘敏

（太原科技大学车辆与交通工程学院，山西太原030024)

摘要：道路机动车排放是大气污染物的重要来源，同时也是量化评价最困难的污染源之一。

目前，国内主要利用MOVES模型进行道路机动车排放预测，但在参数本地化时进行地理区域选择

方面缺少深入分析，基于太原实际的道路交通流信息，共选取8个相近地理区域，模拟得出机动车

CO,CH4，NOr，PM2.5污染物排放量，并运用SPSS进行污染物排放量与所选地理区域纬度和海拔

相关性分析。结果显示：在纬度确定的情况下，海拔和污染物排放量不存在显著相关；在海拔确定的

情况下，纬度和污染物CH，NOr,PM2.5排放量不存在显著相关性，但与CO排放量存在显著相关性。

关键词：机动车排放；MOVES模型;SPSS软件；污染物排放相关性分析

中图分类号：U491.9+2文献标识码：A文章编号:2096-191X(2025)01-047-08

D0I:10.14152/j.cnki.2096-191X.2025.01.007

0引言

随着我国经济日益增长和人民生活水平不断提高，机动车已经成为现代社会重要的交通工具。机动车

保有量的显著上升，为人们日常生活提供极大便利的同时，也带来了较为严重的环境问题，对人类生存环境

造成了较大的威胁。随着“双碳”目标的深入推进，精确量化道路机动车污染物的排放量，成为需解决的关

键问题。目前，主要的机动车排放预测模型有MOBILEL,COPERT[2,IVEL3],MOVES模型等，MOVES

模型相较于其他模型，能够反映实际运行状态下的排放差异，并且有多种层次的应用场景。近年来，大部分

学者倾向于使用MOVES模型来进行污染物排放量的测算，由于其数据库均为美国本土实测数据，因此，首

先需对MOVES模型中的地理信息参数进行本地化修正。表1汇总了近年来基于MOVES模型进行机动

车排放量化的相关研究。

由表1可知，国内利用MOVES模型进行地理信息参数本地化修正时，大多基于纬度、海拔、气候、温

度、湿度及降水量等选取美国模拟地理区域。由于地区的气候、年平均降水量等因素主要受所处纬度影响，

温度和湿度在模型气象信息参数里面可以自行设置，故在本文中地理区域选择时主要考虑纬度与海拔这两

个因素。

国内利用MOVES模型进行机动车污染物排放量的相关研究，大部分通过直接选取相近纬度和海拔等

因素来确定模拟地理区域，而对于当纬度和海拔等不同因素的相似性不一致时该怎么选择，纬度和海拔的不

同分别对道路机动车排放的影响这些问题都没有进行考量。为了深入研究MOVES模型在对应地理区域

选取时需要考虑的因素，本文以太原市为例，通过实地调查以及查阅相关资料，提取太原市机动车的相关数

据，运用MOVES模型选取不同模拟地理区域，进行污染物排放量与纬度和海拔的相关性分析。

收稿日期：2024-06-16

基金项目：山西省回国留学人员科研资助项目（2024-126)

作者简介：杨阳（1988一），女，河南南阳人，太原科技大学车辆与交通工程学院副教授，博士，研究方向为交通环境节能减排，

E-mail:2020015@tyust.edu.cn

48太原学院学报（自然科学版）第43卷

表1研究城市与对应地理区域选取依据汇总

Tab.1Summaryoftheselectionbasisofthestudycitiesandcorrespondinggeographicalareas

研究城市对应地理区域选取选取依据数据来源

上海市