摘要：面对内河船舶排放清单研究中存在的船舶静态参数和运行轨迹缺失问题,提出基于极致梯度提升(eXtreme Gradient Boosting)算法的船舶静态参数修复方法和基于航道轨迹的长距离轨迹修复方法,并基于修复资料计算了重庆市长江水域的船舶排放清单,并揭示船舶排放的时空特征.研究结果表明,本文提出的方法在内河船舶资料修复方面表现优异,主机额定功率修复R 2=0.963,设计航速的修复R 2=0.871.同时在轨迹修复上提升了轨迹的完整性并将修复时间大幅度降低,为船舶排放研究提供了资料支撑.而船舶排放结果表明,重庆市内河船舶排放的污染物总排放量为1869.01t,各污染物中NOx的排放占比最高(81.8%),水域内的污染来源主要是干散货船和客船.不同行驶工况下的污染排放顺序为:巡航>停泊>机动操作.客船的排放特征与其它船型不同,客船的排放峰值集中在夜晚,其它船型在白天达到排放峰值.不同船舶的空间排放特征不同,集装箱船和危险品船只在长江干线上产生排放,而客船高排值集中在客流交汇处的客运码头.

摘要：为实现个体车辆出行、排放行为的精细表征与挖掘,基于宣城市中心城区全量个体车辆的出行轨迹、技术参数、排放轨迹等多维交通大数据,以表征个体车辆出行过程的排放信息为主线,设计并构建车辆出行排放知识图谱.研究表明:①知识图谱直观地表征了“车辆-道路-出行-排放”信息的时空关联,可实现个体车辆在不同日期、不同时段、不同路段等多尺度出行特征的精细挖掘.以某辆小型客车为例,检索发现周一、周三出行主要连接的小时实体都为7:00、8:00和17:00,周五、非工作日出行连接的小时实体具有明显的随机性;周一、周三出行所连接的道路实体较少且基本一致,在宣水路、昭亭北路、昭亭南路的出行里程之和占比为63%~68%,周五、非工作日出行连接的道路实体则较为分散.②通过出行信息类、排放信息类实体的关联检索,可实现个体车辆出行排放时空特征的精细辨识和溯源分析.示例车辆的检索结果表明:周一车辆的CO日排放量为1.2g,是周六的2.5倍,同时在早高峰时段(7:00),车辆出行在交通繁忙路段时,伴随低水平车速,排放强度相对较高.

摘要：广东非珠三角机动车保有量的大量增长带来了交通尾气污染物和CO2的高强度、集中性排放,严重影响空气质量以及碳排放治理工作。因此,迫切需要设计更加高效可行的碳减排政策来控制交通尾气污染物以及CO2的排放。该文基于平均行驶里程法预测了非珠三角地区2015-2020年5种污染物(CO、VOCs、NOx、PM2.5和CO2)在不采取专门控制措施情景下的排放量,并根据现有经济、技术和政策规划设计了5种减排情景,计算不同减排情景下的减排量,定量分析了不同减排情景对多污染物的协同控制效应及其成本效益。研究表明:(1)在不采取专门的控制措施下,2015-2020年污染物排放量持续增长,2020年CO2排放量将达到5 488.6×10^4t,相比2014年增长了141%;(2)在各类减排情景下,污染物排放量呈现不同程度的削减(VOCS除外),其中,2020年提高燃油品质对NOx(削减率37%)和CO(削减率41%)的削减率最高;(3)提高排放标准对CO2和PM2.5的协同控制效应最好,公交优先对CO2和NOx的协同控制效应最好;(4)综合考虑对各污染物的减排效果,提高排放标准成本效益最优,对空气污染物和CO2的平均减排率为29%,平均单位成本为0.13元/g。研究显示,由于低费效比及其对多污染物的协同控制效应好,提高排放标准在研究中是最优的污染物减排措施。

摘要：利用2014-2018年北京市春节前后交通污染监测站的PM 2.5和NO 2浓度数据,采用浓度特征对比、PM 2.5/CO比值等方法,初步评估春节期间烟花禁燃措施和机动车减排的效果,探讨烟花燃放及气象条件对空气质量的影响。结果表明:PM 2.5和NO 2浓度变化特征不同,春节期间PM 2.5平均浓度为103.6μg/m 3,高于非春节期间25.3%;而NO 2平均浓度为53.8μg/m 3,低于非春节期间19.5%,主要受到机动车减排的影响。2014年春节期间PM 2.5浓度最低,2015-2018年PM 2.5浓度呈逐年下降趋势;NO 2浓度无明显年际变化特征。烟花爆竹燃放对PM 2.5浓度影响显著,对NO 2浓度影响较小,除夕期间对PM 2.5浓度的最大贡献值达283.4~704.1μg/m 3。2018年北京市五环内禁燃烟花措施对交通站PM 2.5污染改善明显,PM 2.5浓度较前4年均值下降25.2%,NO 2浓度仅下降2.4%;禁燃对燃放高峰期PM 2.5浓度有明显削峰作用,无有利扩散气象条件下,除夕期间烟花燃放对PM 2.5浓度的最大贡献值仍较前4年下降45.0%。气象条件对春节期间PM 2.5浓度变化的影响作用较NO 2显著,有利扩散气象条件是2014年春节期间PM 2.5污染较非春节期间明显改善的主要原因。

摘要：西安市机动车保有量的大量增长带来了交通尾气污染物和CO2的高强度、集中性排放,严重影响空气质量以及碳排放治理工作。因此,详细的机动车排放特征研究可以为减排措施的设定提供依据。本文研究了2007-2017年西安市不同车型、不同排放标准的车辆排放特征。研究发现:各种污染物中,CO2排放量增长最快,年均增长率为15.1%。大型客车和大型货车是NOx、PM2.5的主要来源,小型客车和大型货车是CO2的主要来源。随着排放标准的不断提高,2017年国0排放标准的车型对VOCS和CO的贡献率仅为2.7%和1.9%。对各种污染物进行归一化处理后发现,CO和NOx在机动车污染物中占比最高。