机动车排放清单时空分配及校验方法研究

发布时间：2020-06-18 22:26

【摘要】：排放清单是大气复合污染治理的三大核心技术之一。随着固定点源排放清单建立方法学的不断完善,在整体排放清单研究中,机动车排放清单不确定性问题日益突出。以往针对机动车排放清单的研究多集中在总量和总量的变化趋势,针对机动车排放时空分布分配方法的研究较少,造成其时空分布仍存在较明显的不准确性和不确定性。机动车排放清单时空分布的不准确极大的影响了空气质量模型的准确度,现有机动车排放清单已经不能满足高分辨率的空气质量模拟要求和排放精细化控制的需求。本研究的针对机动车排放清单研究中存在的主要问题和技术难点——机动车排放清单分布计算与验证方法学缺失开展了多方面研究工作。首先,针对城际机动车排放清单空间的空间分布不准确问题,本研究利用现场调研、采样追踪和跨平台数据整合等多种手段,采集了城际机动车活动水平和行驶交通状况数据,建立能准确反映我国货运车实际行驶状况的活动水平-行驶工况多模块数据库,并在此基础上,开发基于道路排放强度的(REIB)清单计算方法,优化了城际机动车排放的空间分布。新方法下所建立的城际机动车排放清单的的不确定性范围分别为-24.1%到+44.7%(NO_x)和-16.3%到+31.3%(一次PM_(2.5)),比之前类似研究的不确定性有明显降低。同时,针对我国典型城市机动车清单季节划分不科学引起的时间分布失真问题,本研究耦合了TRAVEL+IED城市机动车排放分布模型,量化了上学季/非上学季的机动车排放存在6%-7%的差异,进一步细化了与出行需求相关的排放变化规律,优化了城市机动车清单的时间分布。最后,本研究针对机动车排放清单分布校验方法缺失的问题,开发了基于土地利用回归(LUR)模型融合地面观测数据与土地利用信息的机动车排放清单校验方法。在此方法框架下,本研究以珠三角区域为例对本研究建立的排放清单进行空间分布的验证,研究结果表明,本研究所建立的机动车排放清单能够与地面观测的NO_2浓度分布建立效果良好的LUR模型。
【学位授予单位】：清华大学
【学位级别】：博士
【学位授予年份】：2017
【分类号】：X734.2
【图文】：

清单,草场,CO浓度,数据来源

优势很有可能是由于在广州可获得的排放清单更详细和准确。而在其他珠三角城市，污染物的排放量可能被低估(Wu et al., 2012)。图1.1 南京草场门CO2和CO浓度的相关性与自上而下清单和自下而上清单中的排放比例对比（数据来源：Zhao et al., 2015）随着我国大气污染治理水平的进一步提高和国家对空气质量标准日益加严，

大气污染物,清华大学,清单,数据来源

2012)。民用车保有量的高增速不仅给交通系统带来巨大的压力，同时，机动车的尾气排放与能源消耗也给我国的环境与能源供应带来了巨大的压力。图1.2 我国1990-2015年主要大气污染物历史排放趋势（数据来源：清华大学开发的MEIC清单）机动车保有量的迅速增长导致机动车尾气排放的大气污染物大量增加。图1.2 所示为清华大学开发的中国多尺度排放清单模型 (Multi-resolution EmissionInventory for China，MEIC)中，我国 1990-2015 年期间，全国各种常规污染物的排放变化情况。2015 年我国道路机动车排放了 20%的 NOX和 16%的 BC。在过去的 30 多年间，我国多数常规污染物的排放量已从快速上升的趋势转变为基本

【相似文献】