排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
MOVES模型是基于美国实际情况建立的机动车排放因子模型,在使用该模型模拟我国城市的机动车排放情况时,需要将模型相关参数进行修正.为使MOVES 模型能够准确模拟深圳机动车排放特征,基于深圳市的实际情况对地理信息、车辆类型、燃油、模拟年等MOVES模型微观层次默认参数进行本土化.在明确这些参数在MOVES模型中如何界定的前提下,根据深圳实际机动车相关情况对参数赋值.并且,对比分析了本土化前后MOVES模型估算结果与车载实测排放因子的相对误差.结果表明,NOx模拟效果显著改善,其中在快速路上的相对误差由365%减少至14%;CO2在本土化前后相对误差都较小,并且本土化之后的相对误差控制在20%以内;CO在本土化前后相对误差减少30~50%;但是对于HC而言,本土化前后模拟效果改善不明显,有较大提升空间. 相似文献
2.
3.
4.
为了使用户在数据资源匮乏的情况下,能够快速针对模型关键参数进行数据收集,文中在对MOVES模型进行参数本土化修正的基础上,引用经济学常用的敏感度系数(SAF)评价指标概念,通过定义的 SA F等级,进行了MOVES中速度、气象等参数对深圳市常见车型排放因子的影响程度分析。研究表明,当速度小于20 km/h时,各种污染物的 SA F在1~6之间变化,属于敏感参数;车龄为0~3年的新车其污染物的 SA F>1,各车型劣化较快;硫含量对各车型SO2排放因子的 SA F≥1,属于敏感参数,雷氏蒸汽压只对私家车的CO排放有影响;温度对柴油车型的T HC ,CO和PM2.5的 SA F≤0.1,属于不敏感参数,湿度对于中重型车、社会中大巴、公交车的 THC ,CO ,PM2.5排放因子的SA F≤0.1,属于不敏感参数。各参数针对不同车型的不同污染物,表现出不同的敏感性。 相似文献
1