城市交通中机动车排放的迅速增长正在严重恶化城市空气质量，使得交通排放问题受到越来越广泛的关注，相关的研究也越来越多。将交通仿真模型与排放测算模型结合来测算交通排放量正逐渐成为交通排放领域的研究热点。然而，最新的研究表明，由于对加速度刻画不精确，微观交通仿真模型用于排放测算可能导致显著误差。在此背景下，本文基于机动车排放的最佳解释变量—机动车比功率(VSP)分布，对仿真模型中不同类型车辆跟驰模型的排放测算效果进行了对比研究，并在此基础上对车辆跟驰模型模型进行优化。　　首先，本文综述了国内外主流车辆跟驰模型、排放测算模型以及交通仿真与排放模型之间相结合的相关研究成果。本文认为平均速度区间内的VSP分布是刻画交通流排放特征的有效方法。在此基础上，选取安全距离模型(OVM、GFM、FVDM和IFVDM)和生理-心理模型(Wiedemann和Fritzsche)等典型车辆跟驰模型作为研究对象，并采用基于平均速度区间内的VSP分布模型作为排放测算方法。　　其次，利用GPS收集大量的北京市快速路轻型车跟驰状态下的驾驶行为数据。然后，设计了“将实测驾驶行为数据作为前车，通过数值仿真输出后车跟驰行为数据”的实验方法。同时，本文采取VSP分布的相对均方误差和排放因子的相对误差作为指标用于评价跟驰模型数值仿真结果的误差。分析发现安全距离模型(FVDM和IFVDM)输出的低速区间VSP分布特征与实测相似，但对高速度区间(ASI>25)下的跟驰行为仿真存在错误；Wiedemann模型输出的VSP分布特征与实测数据有明显差异，对车辆跟驰行为的描述过于激进；Fritzsche模型输出的VSP分布特征与实测数据最为吻合，排放因子测算误差最小。　　最后，本文筛选出车辆跟驰模型中的重要参数进行了敏感性分析。通过对比默认值、+30％和-30％的调整值对应的VSP分布和排放测算效果，发现Wiedemann模型的敏感参数是最大加速度(bmax)，但该参数调整无法提高Wiedemann模型VSP分布的准确性；Fritzsche模型进行排放测算的关键参数有期望时间间隔(TD)，危险时间间隔(Tr)，安全时间间隔(Ts)和加速度an。针对Fritzsche模型中影响排放测算的关键参数，结合其平均速度区间内的VSP分布的均方误差，排放因子相对误差和排放测算误差等指标，对车辆跟驰模型参数进行优化。经过测算和对比，优化后模型的排放测算误差平均值降低54.9％。