排放模型

一 排放因子模型 1 MOBILE模型 1.1 概述 MOB I LE是美国环保局 ( EPA)开发并推荐使用的宏观排放模型 ,是基于车龄、 平均车速等因素计算车队排放水平的宏观模型 ,考虑了计算平均排放因子 ,现已发展到 MOB I LE 6.2版本。MOB I LE 6设置了 41个输入参数 ,以 89种命令实现参数输入。有些重要的输入参数对排放因子影响较大 ,在机动车尾气排放控制方面有重要的研究价值，如机动车车型、 行驶平均速度、 燃油雷氏蒸气压值、 环境温度、 车里程分布、 车龄分布等。由于影响机动车污染物排放的因素较多 ,MOB I LE考虑了多种影响因素的修正方法 ,如环境因素中的温度、湿度和纬度;车用燃料中的硫含量、 含氧添加剂及替代燃料;空调负荷影响先从温度、 湿度和太阳辐射强度等方面分析计算空调的使用系数 ,再以道路类型、 平均速度和未开空调时的排放因子拟合空调负荷修正因子。 目前 ,MOB I LE模型在我国机动车排放因子计算中有很广泛的应用 ,在支持城市机动车污染控制宏观决策方面具有很强的指导意义 ,但随着城市机动车污染控制工作的不断深入和细化 ,对高分辨率决策支持工具的需求也将越来越紧迫 ,宏观的 MOB I LE模型已无法满足这种决策需求。另外,由于我国的排放控制水平较低 ,基础数据较少 ,在使用MOB I LE系列模型时有相当一部分参数建立在猜测基础上 ,因而需要完善我国机动车的相关基础数据。刘侃侃,贠延滨,罗才武,孙德智. 城市机动车尾气排放及道路扩散模式综述[J]. 环境监测管理与技术,2009,21(6):8-14. 1.2 MOBILE模型的基本计算原理 首先根据排放控制水平得到机动车在标准工况下的基本排放因子，在此基础上，再按照实际条件下各影响因素同标准工况的差别，对基本排放因子进行修正，最终得到实际运行状况下的排放因子。以下将分别介绍基本排放因子和修正因子的算法。 在一定的环境条件下，车辆的排放与其使用里程呈线性关系， 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 示为：Cipn=Aip+BipYin 式中： Cipn———FTP（1975）平均排放因子（g/km）； Aip———初始排放因子（g/km）； Bip———排放因子劣化率； Yin———总行驶里程； i———出产年代； p———污染物类型； n———计算年代。 在计算出基本排放水平后，可考虑各种影响因素，对其排放因子进行修正，得到实际排放因子E：E=SUM（C，M，F，CA，L，U，H） 式中： SUM———下属物理量的综合函数； C———FTP（1975）平均排放因子； M———占总行驶里程比例； F———温度、速度、热启动/冷启动工况修正参数； CA———空调装置修正参数； L———负载修正参数； U———拖车修正参数； H———湿度修正参数。 靖苏铜,王伟,白韶波.城市机动车排放因子的测算研究[J]. 汽车与船舶 参考文献： 1 李修刚, 杨晓光, 王炜, 邓学钧.用于城市交通规划的机动车污染物排放因子. 2 林秀丽 , 丁焰 , 汤 大纲 专科护士培训大纲语法等级大纲网络小说大纲模版专职安全员生产检查释经讲道讲章大纲 . MOB ILE612中车队特征和平均速度对机动车尾气排放的影响[J]. 环境科学导刊, 2008, 27 (3) : 11 – 13. 2 COPERT模型 COPERT模型源于欧洲委员会 ( EC)开展的机动车排放因子研究 ,经多年完善 ,于 2007年进一步开发得到目前的可由计算机程序实现的 COPERTⅣ 模型。该模型采用大量可靠的实验数据 ,可兼容不同国家的标准和参数变量 ,为欧洲国家广泛应用。与 MOB I LE模型相比 , COPERT模型更适用于有不同尾气排放标准和很少交通数据资料的国家 ,还能计算机动车年排放量 ,可用于开发高时空分辨率的机动车排放数据库。 由于 COPERT模型来自与我国发动机技术相近的欧洲 ,并能兼容我国目前和未来一段时间内的机动车排放控制标准 ,需要的参数较少 ,便于推广使用 ,可计算不同地区不同道路多种行驶工况下的各种机动车排放因子,因而在我国有很广泛的应用。谢邵东等根据机动车的实际构成、 行驶工况和燃油特征 ,应用 COPERT Ⅲ模型计算得到2002年中国机动车排放 CO、 NOx、 NMVOC和 PM的排放因子 ,通过与 MOB I LE模式和台架测试得到的排放因子比较 ,发现应用 COPERT Ⅲ模型的计算结果更接近中国机动车实际排放情况。 参考文献： 1　谢邵东,宋翔宇,沈新华.应用 COPERT Ⅲ模型计算中国机动车排放因子 [ J ].环境科学, 2006, 27 (3) : 415 - 419. 3 IVE模型 保局资助下 ,共同开发了 IVE模型 ( I nternati onaVehicle Emissi onModel) ,引入了比功率(VSP)分布状况 ,以反映车辆运行工况对污染物排放量的影响 ,提高了模型预测的可靠性 ,也便于发展中国家进行本土化处理。王海鲲等、 姚志良等调查了机动车运行特征和技术水平参数 ,对 IVE模型进行了本土化处理 ,利用修正后的模型分别计算了上海市、北京市的机动车污染物排放现状 ,建立了机动车污染排放清单。 参考文献： 1 王海鲲,陈长虹,黄成,等.应用 I VE模型计算上海市机动车污染物排放 [ J ].环境科学学报, 2006, 26 (1) : 1 – 9 2 姚志良,贺克斌,王岐东,等. I VE机动车排放模型应用研究 [ J ].环境科学, 2006, 27 (10) : 1928 - 1933. 4 CMEM模型 该模型是微观模型 ,能够计算出大量不同类型轻型机动车在不同行驶条件 (如加速、 减速、 怠速和匀速 )下每秒尾气管排放值和油耗量。CMEM在我国也曾有应用。何春玉等分析和研究了北京市机动车污染物的排放特征 ,收集统计了典型轻型机动车参数 ,运行 CMEM模型 Access 2.02版本计算机动车排放因子 ,得到的不同交通行驶状况下北京市轻型机动车的 CO2、 CO、 HC和 NOx单车排放因子及各车型综合排放因子与实测排放因子及排放特征有较好的一致性。CMEM模型在美国已经过大量的验证工作 ,与独立的排放测试结果相比较 ,估算效果很好 ,对于受到微观形式工况影响的机动车排放因子计算具有独到优势。与 MOB I LE模型相比 ,当机动车以低速和中速行驶时 ,两者估算结果一致;高速行驶时 ,CMEM估算的 HC偏高 ,NOx偏低;当速度极低时 ,CMEM对各种排放物的估算值均低于 MOB I LE模型。 参考文献： 1　何春玉,王歧东. 运用 CMEM模型计算北京市机动车排放因子 [ J ].环境科学研究, 2006, 19 (1) : 109 - 112 5 MVEI模型 MVEI由 CALIMEAC ( California I/M Emission Factors Model)、EMFAC、 WE IGHT (Activity Weighting Model)和 BURDEN 4个子模式组成 ,每个子模式有不同的分工:CALIMEAC用于在用车监督检查、I/M规程、 路边抽检得到的排放数据的基本排放因子计算 ,依据不同的年型组、 排放控制技术、 排放限值,将汽车分为 20个不同的技术组类 ,获得基本排放因子; ②EMFAC反映车辆实际工作的排放情况 ,在计算的排放因子基础上 ,采用温度、车速、燃油、工况和高排放量 5个修正系数加以修正 ,这些参数因车类、技术装置、年型、污染物、排放过程、日历年的不同而变化 ,此外还考虑了不同起动状态对排放影响的复杂性; ③WEIGHT主要生成累计行驶里程、年型不同引起的行车系数和技术分类不同引起的行车系数 3类数据 ,行车系数包括车的保有量、行驶里程和起动次数 3种因素; ④BURDEN即分担率 ,采用 EMFAC和 WE IGHT的排放因子 ,应用各个郡的独特条件 ,产生每个郡、 空气质量盆地和全州的排放清单 ,以及每个 评价 LEC评价法下载LEC评价法下载评价量规免费下载学院评价表文档下载学院评价表文档下载 年、 日历年、 夏天或冬天的排放清单 ,也可以统计燃油消耗量及 SOx和铅的排放量 ,输出为表格方式表示的排放数据。该模式接近加州的实际情况 ,数据分类科学 ,根据机动车污染情况的实际变化 ,每 3年进行一次模式更新。尽管CARB认为该模型在加州应用结果良好 ,但在我国还未见应用。 二 扩散模式 城市典型交通道路一般分为开阔型、 交叉型、城市峡谷型 3类 ,每种类型的道路结构各异 ,因而适用模式也有所区别。 1开阔型道路扩散模式 开阔型道路为城市道路的主干 ,车流量大 ,车流速度较快 ,两侧开阔少阻 ,污染物易受气象参数影响而快速扩散 ,尾气污染物浓度与车流量往往有很高的相关性。适用于此类道路的机动车尾气扩散模式较多 ,主要为基于高斯理论的扩散模式 ,许多最初开发应用于高速公路机动车尾气扩散的模式也可以移植于城市开阔型道路机动车尾气模拟 ,模式主要有 CALRoads、GM、H IWAY、TEXIN - 2、 GFLS M、ISMAP、 TRAQSIM等 ,在我国以 CALRoads模式应用最多。 1.1 CALRoads模式 CALRoads模式是由美国加利福尼亚交通部开发的道路大气扩散模型 , 包括 CAL I NE4、CAL3QHC和 CAL3QHCR等 3个模块。CAL I NE4是 CAL I NE模式系列的最新版本 ,基于高斯扩散方程 ,应用混合层的概念来描述道路上方污染物的扩散 ,其基本思路是将道路划分为一系列线源单元(简称线元 ) ,分别计算各线元排放的污染物对接受点浓度的贡献 ,然后再求和计算整条道路流动源在接受点产生的污染物浓度。 CALRoads模式在欧美国家各大城市已有广泛应用 ,也是在我国应用最成熟的扩散模式之一。李莉等应用 CALRoads模式对上海市典型交通道路的CO作预测,发现该模式在模拟周围较空旷主干道路CO质量浓度时具有较好的结果 ,与实测结果的相关性在 0.01的显著性水平上达到了0.83。兰涛对该模式的CAL I NE4子模式进行了修正 ,对西安市主干道路机动车 CO污染扩散进行模拟 ,模拟浓度与实测浓度的比值在 [ 0. 5，1 .5 ]区间的比例接近 93 . 75%。CALRoads模式仅限于预测地形条件相对简单、气象条件相对稳定的高速公路和城市开阔型道路及停车场等场所在微尺度区域内受点的污染物质量浓度 ,而且输入参数较繁杂 ,和 GIS结合以进行空间数据管理、分析和可视化的难度较大。