论文部分内容阅读
许多城市面临着越来越严重的大气污染问题,机动车污染物作为城市大气污染的主要来源,不仅导致了城市环境空气质量的下降,还影响了居民的身体健康以及城市的经济发展。估计城市区域机动车污染物的排放量,研究机动车污染物的排放特征,对制定机动车污染控制策略和改善城市大气环境质量具有重大意义。传统估计城市区域机动车污染物排放清单算法的数据通常来源于年鉴数据,问卷调查等,数据的准确性和及时性较差,污染物排放的估计结果准确度低。随着交通信息采集技术的发展,全球定位系统(GPS)和视频识别等技术可以采集真实的交通数据。它们被用于提高机动车污染物估计结果的准确性,但这些数据通常只包含出租车或浮动车等部分机动车,难以反映城市机动车整体的排放水平。近年来,无线射频技术(RFID)被应用于智能交通领域,它不仅可以实时快速获取城市路网中车辆的通行信息,还能覆盖城市中所有的机动车,具有经济、高效、安全等特点。本研究基于RFID电子车牌数据建立城市机动车排放模型,改进现有方法的不足,并以重庆市为例,宏观分析机动车污染物的排放特征,主要工作包括:(1)简单介绍了RFID电子车牌识别系统的采集原理,针对原始RFID电子车牌数据中存在的数据冗余问题,设计了一套方法计算重复数据冗余率和相似数据冗余率,验证了RFID电子车牌识别系统信息采集的有效性,为后文基于RFID电子车牌数据城市机动车排放模型的建立奠定了基础。(2)提出了基于RFID电子车牌数据的城市机动车排放清单模型,并以重庆市为例,确定了模型中的参数,并估计了重庆市主城区四种机动车污染物(CO、HC、NO_x和PM)的排放量。机动车排放模型将机动车的污染物排放分为运行排放、启动排放和蒸发排放。模型参数主要分为两类:交通流参数和排放因子。交通流参数包括车队构成、行驶里程、行驶时间、平均速度和启动次数,本文以重庆市RFID电子车牌数据为例,分别提出算法计算每个交通流参数,并分析了各类型机动车的行驶特征;排放因子分为运行排放因子、启动排放因子和蒸发排放因子,运行排放因子需结合城市的实际情况修正得到,其他排放因子可查阅相关文献资料确定。本文结合重庆市主城区的实际情况修正了运行排放因子,并根据提出的排放模型估计了重庆市主城区CO、HC、NO_x和PM的排放量,并对结果进行了不确定性分析。(3)宏观上分析了重庆市主城区机动车污染物的排放特征,从排放类型、车型、燃料类别、排放标准等方面分析了重庆市主城区机动车污染物的排放特征,还分析了不同排放类型的污染物排放分担率一周内的变化规律。为重庆市主城区机动车污染的治理与预防提供了基础数据,为机动车管理提供了科学依据。