用于城市交通规划的机动车污染物排放因子

分析了确定排放因子的方法,提出适用于中国城市交通规划的MOBILE模式法参数修正及参数计算方法,根据中国城市实际情况,使用MOBILE模式法参数修正计算排放因子,适用于城市交通规划;给出的南京市现状排放因子可直接用于南京市及附近城市的环境影响评价,平均车速在30－75km/h时CO,NOx和HC的排放因子都相对较小,污染较少。     

城市机动车排放因子的测算与研究

在阐述计算城市机动车排放因子的重要意义的基础上,介绍基本排放因子的计算且通过实例提出简化计算方法,并着重阐述计算城市机动车污染物排放因子的MOBILE模型法和MVEI模型法,对于评估城市空气质量环境质量、制定管理政策、采取适宜的整治措施都有着极为重要的意义.     

城市机动车排放因子的测算与研究

在阐述计算城市机动车排放因子的重要意义的基础上,介绍基本排放因子的计算且通过实例提出简化计算方法,并着重阐述计算城市机动车污染物排放因子的MOBII正模型法和MVEI模型法．对于评估城市空气质量环境质量、制定管理政策、采取适宜的整治措施都有着极为重要的意义。     

交叉口运行模式分布模型及排放测算

针对路网中可大规模采集的流量、速度数据,结合主流排放模型广泛应用的VSP参 数,提出了面向排放测算的交叉口运行模式模型,为动态评估路网中的交叉口排放提供了测 算依据.通过对交叉口区域的运行模式分布特征分析,提取交叉口运行模式关键特征参数,建 立基于粒子群聚类算法的交叉口运行模式分布模型.通过本模型和MOVES模型计算交叉口 排放,本模型预测HC、CO、NOx 污染物的误差分别为6.08%、0.80%、4.18%,而MOVES模型的 预测误差分别为38.67%、28.87%、12.22%.     

关于路段环境交通容量的探讨

本文运用机动车尾气扩散箱型模式建立路段环境交通容量计算模型．考虑满足环境空气质量标准和保证路段的通行能力,主要通过降低机动车污染物排放因子,并得出了相应的计算模型．最后对北京莱路段环境交通容量进行初步计算分析．该模型的提出可为城市规划、交通规划和交通管理决策提供参考．     

重庆市机动车排放污染预测

随着汽车保有量的迅速增加,汽车排放已成为城市空气污染的主要来源.本文通过预测未来重庆市的汽车保有量,并利用MOBILE5模式计算预测年份机动车排放的综合排放因子,由此预测未来重庆市城区机动车的排放总量.     

港口作业机械大气污染物排放研究

建立详细的大气污染物排放清单是港口企业实现精细化管理的基础,但目前有关大气污染物排放计算的研究还不充分。本文通过对大气污染物排放的计算方法分析,经过实地调研,选取本地化的污染物排放因子,采用燃料消耗法,对2013年龙潭集装箱港区主要大气污染物NOx,VOCs,CO,SOx和PM10的排放量进行计算,得出龙潭集装箱港口作业机械大气污染物排放清单,以此分析南京龙潭集装箱港节能减排潜力,并提出相应的改进措施。     

城市道路交通移动源碳排放核算方法

道路交通碳排放研究存在核算技术方法不成熟、排放因子本地化路径不明确等问题,影响道路交通移动源碳排放核算精度。对此,基于现有研究界定城市道路交通移动源碳排放的核算概念、核算边界及核算对象,归纳介绍因素分解法、排放系数法、全生命周期评价法三种道路交通移动源碳排放核算方法的核算原理及计算模型。针对排放因子标定研究的不足,以深圳市实践为例,阐述本地化排放因子标定校验的技术方法。通过采集深圳市本地化车辆运行工况,与欧洲HBEFA库的典型工况进行匹配识别;同时基于OPCAS车载移动平台校核排放因子的标定精度。最终确定不同车型、道路条件、排放标准情况下的4 500个排放因子,建成深圳市本地化排放因子库。     

重庆市机动车排放污染预测

随着汽车保有量的迅速增加，汽车排放已成为城市空气污染的主要来源．本文通过预测未来重庆市的汽车保有量，并利用MOBILE5模式计算预测年份机动车排放的综合排放因子，由此预测未来重庆市城区机动车的排放总量。     

特别论坛(7):交通+环境

正建立中国机动车排放因子基础数据库机动车尾气排放是城市大气污染物排放的重要来源,尾气排放因子是计算尾气排放量的关键指标。排放因子受驾驶行为、道路条件、车况、交通流运行状态等多种因素影响,具有典型的地域特征。中国对机动车尾气排放因子     

面向实际交通状态的混合动力汽车能耗和CO2排放模型

由于混合动力汽车与传统燃油车的能耗排放因子具有差异性，导致机动车交通路网能耗排放的量化评估存在不确定性。本文建立混合动力汽车在实际交通状态中的能耗和CO2排放因子测算模型，基于车辆比功率VSP(Vehicle Specific Power)作为车辆行驶状态与能耗排放之间耦合关系的表征参数。通过引入内燃机转速区分内燃机开启和关闭工作状态，并计算内燃机开启状态下VSP对应的平均能耗率，同时，建立能够解析混合动力汽车能耗排放产生机理的VSP分布。通过收集典型行驶工况下车辆测试油耗数据和北京市车辆实际行驶轨迹数据，验证了模型的准确性，并应用模型测算混合动力汽车不同速度区间下的油耗和CO2排放因子。研究结果表明：在城市行驶工况(UDDS)和高速行驶工况(HWY)中，模型测算能耗排放因子与真实值的平均相对误差分别为3.7%和-1.7%，与不考虑内燃机开启状态相比，测算误差减少5.6%和4.3%；在实际交通状态下，采用传统燃油车的测算方法会导致混合动力汽车行驶平均速度为高速区间时油耗和CO2排放量被低估，当行驶平均速度为低速区间时油耗和CO2排放量会被高估。     

碳达峰视角下的机场航空器碳排放预测

机场的航空器碳排放是民航碳排放的主要来源之一,早日实现机场航空器碳排放达峰有 助于加快推进绿色民航建设。以厦门高崎国际机场为例,首先采用改进的ICAO方法测算了2019 年机场航空器碳排放量;然后,运用情景分析与蒙特卡洛模拟方法预测了厦门机场航空器碳排放 达峰可能性、峰值与影响因素。结果表明：2019年厦门机场航空器在起降循环阶段共产生碳排放 33.8万t,2035年碳排放最多可达45.3万t;在绿色发展和技术突破情景下,2035年前均可实现航 空器碳排放达峰,且技术突破情景下达峰更早、峰值更低;航空器滑行时间和生物燃油替代率是 碳达峰的最重要影响因素;机场可从优化场面运行、加强规划引领等方面减少机场航空器碳排 放,实现机场航空器碳排放顺利达峰、早日达峰。     

城市交通运行状况对机动车碳排放的影响研究

为定量分析不同城市交通运行状况对机动车碳排放的影响，利用高德平台提供的拥堵延时指数(Congestion Delay Index, CDI)数据，在分析我国交通拥堵城市时空分布特征以及CDI特征的基础上，通过构建基于速度的CO2排放因子，利用VISSIM模拟不同交通运行状况时的交通量， 实现不同交通运行状况下机动车碳排放的估算。结果显示：交通拥堵城市分布具有空间依赖性和聚集性，在长三角经济区和珠三角经济区形成两个高聚集中心；CDI具有明显的周期性(7 d)波动规律，且受天气和人类活动等的影响较大，疫情打破了此规律；城市交通运行状况(CDI)对机动车CO2排放有较大的影响，当交通处于轻度拥堵时(CDI为1.582)，交通高峰期我国城市机动车年排放的CO2总量约为0.77亿 t，是畅通状态下的4.51倍；当交通保持基本畅通时(CDI为1.35)，交通高峰期我国城市机动车CO2年排放总量可减少0.29亿 t；当交通达到中度拥堵时(CDI为1.909)，交 通高峰期我国城市机动车CO2的年排放增加0.22亿 t；当处于交通严重拥堵时(CDI达2.394)，交通高峰期我国城市机动车CO2的年排放总量可达1.33亿 t。改善城市交通运行状况，可大幅度降低机动车的CO2排放量。     

基于机器学习的网约车合乘出行碳减排状态预测

网约车合乘出行可有效提高车辆运输效率,与常规网约车出行相比具有显著的碳减排潜力。然而,现实中网约车合乘出行能否真正减少碳排放受多方面因素影响,往往存在较大差异与不确定性。为识别碳减排潜力较大的网约车合乘订单,提出一种基于机器学习的网约车合乘出行碳减排状态预测模型,并解析其碳减排机理。首先,基于成都市真实的网约车合乘订单与轨迹数据,应用COPERT(COmputer Program to calculate Emissions from Road Transport)排放模型分别计算合乘出行碳排放量及其替代的独乘出行碳排放量,进而得到合乘出行相比独乘出行的碳减排量。然后,基于历史的合乘行程碳减排及其订单特征数据,训练XGBoost(eXtreme Gradient Boosting)模型以预测未来潜在合乘出行的碳减排状态。最后,采用ALE (Accumulated Local Effects)分析方法对预测模型进行特征变量解析,以识别影响合乘出行碳减排状态的关键因素。结果显示：研究区域内平均每次网约车合乘出行可减少碳排放307.23 g,但仍有15%的网约车合乘行程未能实现减碳;XGBo...     

航空发动机污染物排放量估算方法

借助发动机性能模型,研究了发动机性能退化对氮氧化物(NOx)、一氧化碳(CO)、未燃碳氢化合物(UHC)与碳烟颗粒(Soot)排放的影响,提出了基于飞行参数与发动机性能模型的污染物排放总量估算方法。利用ICAO排放数据拟合得到发动机地面状态下的参考排放指数,利用相对法模型得到飞行状态下的排放指数,根据航班飞行参数和发动机性能模型估算航班污染物排放总量。研究结果表明:性能退化对污染物的排放指数影响较大,仅考虑进对燃油消耗量的影响,性能退化对NOx排放总量的影响较小,但会引起CO、UHC与Soot排放总量的上升。执行中短途航班的双发民航飞机的NOx排放总量最高约为100kg,其次为CO,约为20kg,而UHC和Soot的排放总量较低,小于1kg。老化发动机的CO、UHC与Soot的排放总量增加约为10%,而NOx排放总量增加约为2%。     

交通运输业CO_2排放区域差异及影响因素

交通运输业是CO_2排放的重要来源.根据长江经济带九省二市2005—2014年面板数据,以Theil指数为衡量指标,从人均、单位增加值、单位换算周转量碳排放3个方面测算交通运输业CO_2排放的区域差异;结合扩展的Kaya恒等式,通过LMDI分解分析交通运输业CO_2排放的影响因素.结果表明:长江经济带各省市交通运输业CO_2排放呈现较明显的不均衡分布,人均碳排放、单位换算周转量碳排放差异大于单位增加值碳排放差异;能源结构、单位增加值能耗、单位GDP换算周转量抑制CO_2排放(贡献率分别为1.72%、56.6%、41.68%),单位换算周转量增加值、人均GDP、人口促进CO_2排放(贡献率分别为7.99%、88.99%、3.02%).     

城市区域机动车排放定量评价方法

搭建了机动车车载排放测试平台,获取了实际排放数据。对轻型车比功率进行了分区,得到了3种排放污染物的质量排放率。基于OD数据反推,将速度和加速度作为输入参数,采用排放模型和交通仿真模型,计算了城市区域的机动车排放总量与排放比例。计算结果表明:在晚高峰时段,CO、HC、NOx3种排放污染物的小时排放量分别为163.364 7、19.453 9、77.701 8kg;轻型车、中型车和公交车的CO排放比例分别为65.45%、29.57%、4.98%;轻型车、中型车和公交车的HC排放比例分别为57.68%、26.03%、16.29%;轻型车、中型车和公交车的NOx排放比例分别为48.11%、4.63%、47.26%;轻型车和中型车是CO和HC排放控制的重点,而公交车为NOx排放控制的重点。     

基于多源数据的公交车能耗碳排放测算模型

公交车能耗碳排放强度与车辆、线路和驾驶员有显著相关关系，为精准刻画其能耗碳排放强度特征，整合OBD监测数据、加油(气)数据、运营排班数据等多源数据资源. OBD监测数据和加油(气)数据呈显著的线性关系，证明修正后的OBD监测数据可满足分析要求. 搭建“速度-能耗碳排放强度曲线”测算模型，幂函数关系的拟合优度R2 =0.972 6 为最高. 实证研究发现，平均速度在10~60 km/h 变化时，液化天然气(LNG)车比柴油车能耗碳排放强度高 3.3%~33.7%，双层车比铰接车高2.4%~13.3%；LNG铰接车在不同线路、相同速度下的强度相差9.6%；不同驾驶员在相同线路的能耗碳排放强度可相差24.2%. 模型为各城市基于多源数据开展公交能耗碳排放目标设定提供数据支撑.     

交通拥堵与温室气体排放

缓解拥堵项目可减少温室气体排放,但基于单个变量(如仅基于出行距离)的CO2排放预测并不精确.为了准确预测缓堵项目减少的CO2排放量,利用车辆运行检测技术、车辆活动数据库及根据车辆类型设计的排放模型,通过分析速度与排放的关系绘制速度-排放曲线,并结合交通运行检测数据,评价缓堵策略、速度管理策略、交通平滑策略等交通运行管理...