环境科学学报  2018, Vol. 38 Issue (1): 71-78
基于大数据分析和IVE模型的杭州市机动车污染物排放变化特征研究    [PDF全文]
唐伟1 , 杨强1 , 黄成2 , 卢滨1 , 夏阳1 , 井宝莉1 , 卢清2,3 , 鲁君2     
1. 杭州市环境保护科学研究院, 杭州 310014;
2. 上海市环境科学研究院, 国家环境保护城市大气复合污染成因与防治重点实验室, 上海 200233;
3. 环境保护部华南环境科学研究所城市生态环境研究中心, 广州 510655
摘要: 以杭州市全市域为研究对象,基于机动车排放管理数据库和IVE模型本地化后计算出市区、城区、城郊和郊区4类区域及快速路、主干路和次干路3类道路的各类机动车排放清单,利用ArcGIS及杭州市路网信息建立了1 km×1 km网格化空间分布,分析了机动车污染物排放特征.结果显示,杭州市机动车各污染物NOx、CO、PM2.5和VOCs的年排放量分别为4.9×104、12.5×104、0.2×104、2.1×104 t.各种车型中,中重型货车对NOx和PM2.5的贡献均最大,分别为45.8%和36.3%,其次为大中型客车、公交客运,小微型客车对CO和VOCs的排放贡献最大,分别为69.3%和51.1%.机动车各污染物排放强度均呈现由城市中心向城市边缘递减的趋势,高排放区域集中在城中心及城南和城北区域,同时各污染物排放量日变化特征明显,均出现弱双峰现象.
关键词: 排放清单     杭州市     机动车污染     空间分布    
Study on characteristics of pollutant emission from motor vehicles in Hangzhou based on large data analysis and IVE model
TANG Wei1, YANG Qiang1 , HUANG Cheng2, LU Bin1, XIA Yang1, JING Baoli1, LU Qing2,3, LU Jun2    
1. Hangzhou Institute of Environment Sciences, Hangzhou 310014;
2. State Environment Protection Key Laboratory of Formation and Prevention of the Urban Air Complex, Shanghai Academy of Environmental Sciences, Shanghai 200233;
3. Urban Environment and Ecology Research Center, South China Institute of Environmental Science, Ministry of Environmental Protection, Guangzhou 510655
Received 26 May 2017; received in revised from 20 June 2017; accepted 20 June 2017
Supported by the National Key Technology R & D Program(No.2014BAC22B03), the Hangzhou Social Development Research Program(No.20162013A06) and the Hangzhou Technology Guidance Program(No.20163501Y53)
Biography: TANG Wei (1980—), male, senior engineer, E-mail:hztonwell@qq.com
*Corresponding author: YANG Qiang, E-mail:yqeia@qq.com
Abstract: This study calculate the localized area, urban, rural and suburban areas 4 types of expressway, trunk road and secondary trunk road 3 kinds of vehicle emission inventory in Hangzhou City by using motor vehicle emissions management database and IVE model, to established the distribution of 1 km×1 km grid space by using the information of road network and ArcGIS software, analyzed the emission characteristics of motor vehicle pollution. The results showed that the emissions of NOx, CO, PM2.5 and VOCs were 4.9×104, 12.5×104, 0.2×104, and 2.1×104 t, respectively. The duty trucks contributed mostly in NOx and PM2.5 formation, accounted 45.8% and 36.3%, respectively. The contribution of small cars to CO and VOCs emission were 69.3% and 51.1%, respectively. The motor vehicle pollutant emission intensity decreased from the city center to the edge of the city, high emission regions are concentrated in the city center and the south and north region. At the same time, the diurnal variation of the pollutant discharge is obvious.
Key words: emission inventory     Hangzhou City     vehicle pollution     spatial allocation    
1 引言(Introduction)

机动车排放是现阶段我国复合型大气污染的重要来源, 对城市空气中PM2.5和O3等二次污染的贡献较为突出(Tang et al., 2007; 樊守彬等, 2015; 黄成等, 2012), 因此, 国内各城市对机动车的污染控制日益重视.在探讨控制机动车尾气污染时, 排放清单是其重要的研究内容(郝吉明等, 2000; Huo et al., 2009; 宋翔宇等, 2006).国内学者(傅立新等, 1997; 2012;毕晔等, 2007; 祝昌健等, 1997; 何东全等, 2000; 李修刚等, 2000)分别利用MOBLE模型研究了北京、广州、南京等城市的机动车污染物排放特征或排放因子.也有研究人员(宋翔宇等, 2006; 谢绍东等, 2006; 蔡皓等, 2010)利用COPERT模型计算得到了在不同排放标准的情况下包括各种车型的主要污染物排放因子, 根据COPERT模型并应用GIS技术建立了中国机动车排放源清单.还有科研人员(戴璞等, 2009; 王晓宇等, 2012)利用CMEM模型模拟了不同工况下柴油车的尾气排放特征.但由于MOBLE和COPERT模型具有很强的地域性(王海鲲等, 2006), CMEM模型参数设置复杂及计算需求大(Huo et al., 2009), 导致这些模型在使用时存在一定的局限性.

IVE模型是由美国加州大学河畔分校工程学院的环境研究与技术中心、全球可持续体系研究组织及国际可持续研究中心联手开发的机动车污染排放模型.国外学者Davis等(2005)介绍了IVE模型的设计及应用, 并对车队构成、机动车行驶状况等参数进行了阐述.该模型通过引入比功率(VSP)这一参数, 用来反映机动车的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(姚志良等, 2016).在国内, 王虎等(2007)系统地介绍了IVE模型, 分析了模型的结构和理论基础, 为模型及其参数的修正提供了理论指导.王海鲲等(2006)通过对上海市典型道路的机动车技术水平参数、比功率分布情况等进行测试, 并将测试数据带入IVE模型, 得到了上海市机动车源排放清单.刘欢等(2008)在对天津市机动车类型分布、技术水平、行驶状况和启动信息进行数据采集的基础上, 运用IVE模型, 建立了天津市机动车排放清单.陈军辉等(2015)通过对成都市轻型汽油客车技术水平分布、活动水平和保有量等数据的调查, 利用IVE模型计算了成都市轻型汽油客车的排放清单.

杭州市是我国东南沿海重点城市, 截止2015年年底, 机动车保有量已经达到273万辆(国家统计局, 2016), 已有的研究表明, 杭州市机动车尾气及大气二次转化是其环境空气中PM2.5、VOCs和黑碳等污染物的重要来源, 机动车排放造成的空气污染已成为杭州市突出的环境问题(吴琳等, 2014; 徐昶等, 2014; 叶贤满等, 2015).Guo等(2007)薛佳平等(2010)王孝文等(2012)李新兴等(2013)基于调研的基础数据, 运用修正后的IVE排放模型分别建立了杭州市2004年、2010年的机动车排放清单.囿于统计数据缺乏, 上述研究结果存在着较大的不确定性, 同时, 杭州机动车实行了限行等管理措施后其污染特征和空间分布也发生了较大的变化, 因此, 对杭州市机动车污染源排放清单的更新十分必要.本研究以杭州市全市域为研究对象, 基于杭州市机动车2015年大数据分析, 利用IVE模型本地化后计算出市区、城区、城郊和郊区4类区域及快速路、主干路和次干路3类道路的各类机动车排放清单, 利用ArcGIS及杭州市路网建立1 km×1 km网格化空间分布, 分析机动车污染物排放特征, 旨在为杭州市机动车新阶段的污染防治提供更加翔实的数据支持.

2 研究方法(Research methods) 2.1 计算方法

机动车排放量参考IVE模型采用排放因子法计算, 即通过用一系列的修正排放因子乘以基础排放率, 得到每种技术类型车辆的修正以后的基础排放因子, 结合目标区域内的车辆技术信息和各车型的动态总量, 得到整个目标区域内机动车的排放总量, 计算公式如下:

(1)

式中, Qj为车辆实际调整后的实际排放率, Bj为车辆基础排放率, Ki, j为修正因子(区域参数、燃料品质参数、功率和驾驶参数).

机动车VOCs蒸发排放量计算公式如下:

(2)

式中, E2为每年行驶的及驻车期间的VOCs蒸发排放量(t), EF1为机动车行驶过程中的蒸发排放系数(g·h-1), VKT为当地车辆的单车年均行驶里程(km), V为机动车运行的平均行驶速度(km·h-1), EF2为驻车期间的综合排放系数(g·d-1), P为当地以汽油为燃料的机动车保有量(辆).

2.2 活动水平大数据调查

本研究采用杭州市机动车排放管理数据库中2015年底全市域的机动车保有量大数据.机动车构成参考《道路机动车大气污染排放清单编制指南》(环境保护部, 2015)中分类方法, 分为中重型货车、轻微型货车、大中型客车、小微型客车、公交客运、专项作业车、出租车、牵引车、摩托车和农用运输车10大类;机动车使用燃料类型分为汽油、柴油、电、天然气和其他(混合动力等)5类;里程排放标准构成分为国0、国1、国2、国3和国4, 燃料为电的机动车其排放标准按“电”来区分;机动车行驶里程调查采用杭州市机动车排放管理数据库记录的机动车表读数;路网车流和车速的小时变化情况根据杭州市交通部门的路网实际监测结果确定.

2.3 排放因子确定

本研究通过调研2015年杭州市的机动车车型构成、车辆行驶工况、环境温度、燃料品质等基础数据, 利用IVE(International Vehicle Emissions model)模型计算所得, 模型中的基础排放因子根据国内已有的机动车实测排放因子(黄成等, 2012; 王海鲲等, 2006; Huang et al., 2015; 车汶蔚等, 2009)进行校正.

2.4 空间分配方法

本研究采用ArcGIS平台对机动车排放源进行空间分配, 空间分配的网格精度为1 km×1 km.首先根据机动车行驶量分布, 分别计算得到各区域和道路类型上的机动车排放量, 再根据该区域和道路类型对GIS路网进行划分, 将排放量根据杭州市路网进行空间分配.

3 结果与讨论(Results and discussion) 3.1 机动车信息特征 3.1.1 机动车构成分布

从统计结果(图 1)来看, 小微型客车是杭州市的主要车型, 占比达到71.4%;其次是摩托车, 占比为19.9%, 主要分布在杭州郊区及各县市;轻微型货车、中重型货车、大中型客车、公交客运、专项作业车、出租车、牵引车和农用运输车的占比分别为4.9%、1.8%、0.8%、0.4%、0.3%、0.3%、0.2%和0.1%.

图 1 杭州市机动车构成情况 Fig. 1 Motor vehicle composition in Hangzhou City
3.1.2 燃料类型分布

图 2所示为杭州市各车型机动车使用不同燃料类型的车辆构成分布.小微型客车、出租车和摩托车的燃料类型以汽油为主, 均占到90%以上;轻微型货车和大中型客车中30%~40%为汽油车, 60%~70%为柴油车;中重型货车基本上均为柴油车;公交客运中56%为柴油车, 16%为天然气汽车, 15%为纯电公交车, 8%为汽油车, 其余为混合动力等其他类型车;农用运输车、牵引车和专项作业车均以柴油车为主, 分别占到80%~90%以上.

图 2 杭州市车辆使用燃料类型情况 Fig. 2 Different fuel types of vehicles composition in Hangzhou City
3.1.3 排放标准构成

从杭州市机动车排放标准构成情况(图 3)来看, 杭州市小微型客车以国3、国4排放标准车辆为主, 占比分别为30.9%、45.9%;大中型客车以国1、国3排放标准车辆为主, 占比分别为32.5%和35.7%;公交客运则以国2、国3和国4排放标准车辆为主, 占比分别为23.7%、34.4%和28.1%;出租车以国3、国4排放标准车辆为主, 占比分别为42.0%、50.6%;轻微型货车和中重型货车均以国3、国4排放标准车辆为主;摩托车以国2、国3排放标准车辆为主, 分别占总量的33.3%、33.9%;农用运输车以国1排放标准车辆占比较大, 为38.7%, 其他排放标准车辆占比相差不多; 牵引车以国3排放标准车辆为主, 占比63.1%;专项作业车以国3排放标准车辆最多, 占比为43.7%, 其他排放标准(国0、国1、国2、国4)的车辆分别占总量的8.7%、13.6%、21.4%、12.5%.

图 3 杭州市车辆排放标准构成 Fig. 3 Discharge standard of vehicles composition in Hangzhou City
3.1.4 机动车行驶里程调查

根据杭州市机动车排放管理数据库记录的机动车里程表读数对各车型年均行驶里程进行分析, 以掌握各车种在不同车龄状态下的实际使用频率.杭州市机动车行驶里程调查结果如图 4所示.各被调查车型均出现相同的行驶里程特征, 即单车日均行驶里程普遍随车龄的增加而下降, 车辆越老, 使用频率越低.此外, 中重型货车、大中型客车的单车日行驶里程较轻微型货车、小微型客车要大, 车龄在5年内的重型货车、大中型客车单车日行驶里程平均为100 km左右, 而车龄在5年内的轻微型货车、小微型客车单车日行驶里程平均为50~60 km.随着车龄的增加, 各种车型的车实际使用频率变化不大, 重型货车、大中型客车的单车日行驶里程平均为50 km左右, 而轻微型货车、小微型客车的单车日行驶里程平均为35 km左右.

图 4 杭州市各车型不同车龄下的单车日均行驶里程 Fig. 4 The average daily mileage of each vehicle type in Hangzhou City
3.1.5 路网车流和平均车速分布

本研究车流监测点位共153个, 按照区域(含市中心、城区、城郊和郊区4类)和道路类型(含快速路、主干路和次干路3类)分为12类, 监测时段覆盖全年及每日24 h.根据路网车流量和道路长度, 对2015年杭州市各车型行驶里程进行分解, 结果如表 1所示.小微型客车日均行驶里程占比达80.7%, 其次为轻微型货车和中重型货车, 分别为5.5%和4.0%.

表 1 各车型机动车行驶里程和平均车速分布 Table 1 The average mileage and average speed distribution of each vehicls on different road types and areas
3.2 机动车污染物排放特征

按不同车型进行分类汇总, 得出机动车污染物排放计算结果(表 2).杭州市机动车各污染物年排放量中CO排放量最大, 为12.5×104 t, 其中最受关注的NOx年排放量为4.9×104 t, PM2.5年排放量为0.2×104 t, VOCs年排放量为2.1×104 t.已有研究(薛佳平等, 2010; 叶贤满等, 2015)表明, 杭州市机动车排放的NOx已占城市NOx排放总量的40%以上, 因此, 从改善环境空气质量的角度来看, 对机动车NOx的污染控制是优选目标之一.

表 2 杭州市2015年机动车污染源排放清单(分车型) Table 2 Vehicle pollutant emission inventory of Hangzhou for the year of 2015 (different vehicle emission)

各区域(含市中心、城区、城郊和郊区4类)机动车污染物排放情况见表 3.由表 3可见, 城区4项污染物排放总量最大, 占各区域污染物排放总量的50.9%, 市中心和城郊基本相当, 分别占23.3%和22.9%, 最少的为郊区.因此, 应重点抓城区机动车尾气排放的监督管理工作.

表 3 杭州市2015年机动车污染源排放清单(分区域) Table 3 Vehicle pollutant emission inventory of Hangzhou for the year of 2015(different area)

各道路类型(含快速路、主干路和次干路3类)机动车污染物排放情况见表 4.由表 4可见, 城市主干路上机动车的4项污染物排放总量最大, 占所有道路排放总量的63.9%, 其次为次干路, 占21.0%, 快速路最低, 占15.1%.因此, 应重点抓城市主干路的机动车尾气排放的监督管理工作.

表 4 杭州市2015年机动车污染源排放清单(分道路类型) Table 4 Vehicle pollutant emission inventory of Hangzhou for the year of 2015(different road)

本研究将机动车污染物排放清单与杭州市往年的研究及其他城市进行比较, 结果见表 5.由表 5可以看出, 与王孝文等(2012)的研究结果相比, CO、PM2.5和VOCs排放量均小, NOx排放量基本相当;污染物排放量计算的差异与基础数据获取、车型分类、排放系数的选择密切相关, 也与杭州市近5年机动车污染物排放要求提高、油品提高、道路密度及拥堵情况相关.与其他城市污染清单的研究结果相比, 各地机动车污染物排放清单均存在一定的差异性, 这主要是由于各城市机动车保有量及活动水平数据的不同, 同时又由于各城市机动车行驶的工况有差异, 在IVE模型本地化因子校正过程中导致排放因子差别较大, 因此, 在排放清单方面不可避免均存在一定的差异.

表 5 杭州与其他城市机动车污染物排放清单比较 Table 5 Comparison of vehicle pollutants in hangzhou and other cities
3.3 车型排放分担率

不同车型的车辆由于排放因子、运营比例、行驶里程、启动次数等特征参数的不同, 在机动车污染物排放量中所占的比例会有显著差异.由图 5可知, 杭州市不同车型对NOx、CO、PM2.5、VOCs的贡献水平差别很大.中重型货车对NOx和PM2.5的贡献均最大, 分别为45.8%和36.3%, 其次为大中型客车、公交客运, 主要因为这类车主要为柴油车, 其排放大, 而控制较少, 是未来移动源控制的重点;而小微型客车对CO和VOCS的排放贡献最大, 分别为69.3%和51.1%, 主要由于其保有量大, 对VOCs的控制来说, 摩托车、大中型客车、中重型货车也必须给予重点关注.

图 5 杭州市各类车型排放分担率 Fig. 5 Emission contributions of different vehicle emissions in Hangzhou City
3.4 空间分布特征

图 6所示为杭州市机动车大气污染物排放的1 km×1 km空间分布.以绕城范围为界, 杭州道路移动源机动车排放强度空间分布区域特征非常明显.由图 6可知, 机动车各污染物排放强度整体上较为一致, 均呈现由城市中心向城市边缘的递减趋势, 高排放区域集中在城中心及城南和城北区域, 特别是在上城区、下城区、西湖区、拱墅区和江干区, 钱塘江南岸的滨江区和萧山区排放强度也较大, 主要因为这些区域路网结构比较密集, 商业区和居民区分布相对集中.因主城区西北和西南部为中山丘陵地带, 所以与主城区相比其排放强度较低.这与王孝文等(2012)的研究结果基本一致.

图 6 杭州市机动车污染物排放的空间分布(a. NOx, b. CO, c. PM2.5, d. VOCs) Fig. 6 Spatial distribution of air pollutant emissions in Hangzhou City
3.5 时间变化特征

图 7所示为杭州市机动车污染物排放时间分布特征.由图 7可知, 机动车各污染物的排放量日变化明显, 即白天高、夜间低, 与人群出行规律相吻合;在污染物排放中均出现弱双峰现象, 但双峰现象不太明显, 中间时段的排放量与高峰时段的排放量较为接近, 反映出近年来人们通过机动车出行的比例进一步增加.

图 7 杭州市机动车污染物排放时间分布特征(a. NOx, b. CO, c. PM2.5, d. VOCs) Fig. 7 Characteristics of the discharge time distribution of vehicle pollutants in Hangzhou City
4 结论(Conclusions)

1) 2015年杭州市机动车保有量已达到273万辆, 小微型客车是主要车型, 占比达到71.4%;小微型车燃料类型以汽油为主, 占到90%以上, 排放标准以国3、国4为主, 合计占比为76.8%.

2) 从机动车行驶里程调查情况来看, 各被调查车型均出现相同的行驶里程特征, 单车日均行驶里程普遍随车龄的增加而下降, 车辆越老, 使用频率越低.

3) 基于IVE模型本地化后建立了杭州市2015年机动车污染源排放清单, 结果显示, 杭州市机动车各污染物年排放量中CO排放量最大, 为12.5×104 t, 最受关注的NOx年排放量为4.9×104 t, PM2.5年排放量为0.2×104 t, VOCs年排放量为2.1×104 t.

4) 杭州市不同车型对NOx、CO、PM2.5、VOCs的贡献水平差别很大.中重型货车对NOx和PM2.5的贡献均最大, 分别为45.8%和36.3%;其次为大中型客车、公交客运;而小微型客车对CO和VOCs的排放贡献最大, 分别为69.3%和51.1%.

5) 杭州道路移动源机动车排放强度空间分布区域特征非常明显.机动车各污染物排放强度均呈现由城市中心向城市边缘递减的趋势, 高排放区域集中在城中心及城南和城北区域, 特别是在上城区、下城区、西湖区、拱墅区和江干区, 钱塘江南岸的滨江区和萧山区排放强度也较大, 主要因为这些区域路网结构比较密集, 商业区和居民区分布相对集中.

6) 杭州市机动车各污染物的排放量日变化明显, 各污染物排放均出现弱双峰现象, 但双峰现象不太明显, 中间时段的排放量与高峰时段的排放量较为接近.

参考文献
毕晔, 葛蕴珊, 韩秀坤. 2007. 基于MOBILE6.2的北京市出租车排放污染物分析[J]. 安全与环境学报, 2007, 7(2): 61–64.
蔡皓, 谢绍东. 2010. 中国不同排放标准机动车排放因子的确定[J]. 北京大学学报(自然科学版), 2010, 46(3): 319–326.
车汶蔚, 郑君瑜, 钟流举. 2009. 珠江三角洲机动车污染物排放特征及分担率[J]. 环境科学研究, 2009, 22(4): 456–461.
陈军辉, 范武波, 钱骏, 等. 2015. 利用IVE模型建立成都市轻型汽油客车排放清单[J]. 环境科学学报, 2015, 35(7): 2016–2024.
戴璞, 陈长虹, 黄成, 等. 2009. 不同行驶工况下轻型柴油车瞬时排放的CMEM模拟研究[J]. 环境科学, 2009, 30(5): 1520–1527.
Davis N, Lents J, Oases M, et al.2005. Development and application of an international vehicle emissions model[C].Transportation Reseamh Board 81st Annual Meeting.Washington DC
樊守彬, 田灵娣, 张东旭, 等. 2015. 基于实际道路交通流信息的北京市机动车排放特征[J]. 环境科学, 2015, 36(8): 2750–2757.
傅立新, 郝吉明, 何东全, 等. 2000. 北京市机动车污染物排放特征[J]. 环境科学, 2000, 21(3): 68–70.
傅立新, 贺克斌, 何东全, 等. 1997. MOBILE汽车源排放因子计算模型研究[J]. 环境科学学报, 1997, 17(4): 474–479.
Guo H, Zhang Q Y, Shi Y, et al. 2007. On-road remote sensing measurements and fuel-base motor vehicle emission inventory in Hangzhou, China[J]. Atomospheric Environment, 41(14): 3095–3107. DOI:10.1016/j.atmosenv.2006.11.045
Huang C, Wang H L, Li L, et al. 2015. VOC species and emission inventory from vehicles and their SOA formation potentials estimation in Shanghai, China[J]. Atmospheric Chemistry and Physics, 15(9): 11081–11096.
Huo H, Zhang Q, He K, et al. 2009. High-resolution vehicular emission invertory using a link-based method:A case study of light-duty vehicles in Beijing[J]. Environmental Science Technology, 43: 2394–2399. DOI:10.1021/es802757a
国家统计局. 2016. 杭州市统计年鉴2016[M]. 北京: 中国统计出版社.
郝吉明, 傅立新, 贺克斌, 等. 2000. 城市机动车排放污染控制[M]. 北京: 中国环境科学出版社.
何东全, 郝吉明, 贺克斌, 等. 1998. 应用模型计算机动车排放因子[J]. 环境科学, 1998, 19(3): 7–10.
环境保护部. 2015. 道路机动车大气污染物排放清单编制技术指南(试行)[EB/OL]. 2017-05-26. http://www.zhb.gov.cn/gkml/hbb/bgg/201501/W020150107594587831090.pdf
黄成, 刘娟, 陈长虹, 等. 2012. 基于实时交通信息的道路机动车动态排放清单模拟研究[J]. 环境科学, 2012, 33(11): 3725–3732.
李新兴, 孙国金, 王孝文, 等. 2013. 杭州市区机动车污染物排放特征及分担率[J]. 中国环境科学, 2013, 33(9): 1684–1689.
李修刚, 杨晓光, 王炜, 等. 2000. 用于城市交通规划的机动车污染排放因子[J]. 环境科学, 2000, 21(3): 68–70.
刘欢, 贺克斌, 王崎东. 2008. 天津市机动车排放清单及影响要素研究[J]. 清华大学学报(自然科学版), 2008, 48(3): 370–373.
宋翔宇, 谢绍东. 2006. 中国机动车排放清单的建立[J]. 环境科学, 2006, 27(6): 1041–1045.
Tang J H, Chan L Y, Chan C Y, et al. 2007. Characteristics and diurnal variations of nmhcs at urban, suburban, and rural sites in the pearl river delta and a remote site in south China[J]. Atmospheric Environment, 41(38): 8620–8632. DOI:10.1016/j.atmosenv.2007.07.029
王海鲲, 陈长虹, 黄成, 等. 2006. 应用IVE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.
王虎, 李孟良, 乔维高. 2007. 一种汽车源排放模型-IVE模型简介[J]. 中国环境监测, 2007, 23(5): 78–81.
王晓宇, 刘海洋, 李亭慧, 等. 2012. CMEM用于我国柴油公交车排放计算[J]. 哈尔滨工业大学学报, 2012, 44(6): 78–81. DOI:10.11918/j.issn.0367-6234.2012.06.018
王孝文, 田伟利, 张清宇, 等. 2012. 杭州市机动车污染物排放清单的建立[J]. 中国环境科学, 2012, 32(8): 1368–1374.
吴琳, 沈建东, 冯银厂, 等. 2014. 杭州市灰霾与非灰霾日不同粒径大气颗粒物来源解析[J]. 环境科学研究, 2014, 27(4): 373–381.
谢绍东, 宋翔宇, 申新华. 2006. 应用COPERT Ⅱ模型计算中国机动车排放因子[J]. 环境科学, 2006, 27(3): 415–419.
徐昶, 沈建东, 叶辉, 等. 2014. 杭州黑碳气溶胶污染特性及来源研究[J]. 中国环境科学, 2014, 34(12): 3026–3033.
薛佳平, 田伟利, 张清宇. 2010. 杭州市机动车NOx排放清单的建立及其对空气质量的影响[J]. 环境科学研究, 2010, 23(5): 613–618.
姚志良, 贺克斌, 王岐东, 等. 2006. IVE机动车排放模型应用研究[J]. 环境科学, 2006, 27(10): 1928–1933. DOI:10.3321/j.issn:0250-3301.2006.10.002
叶贤满, 徐昶, 洪盛茂, 等. 2015. 杭州市大气污染物排放清单及特征[J]. 中国环境监测, 2015, 31(2): 5–11.
祝昌健. 1997. 广州市机动车尾气排放系数及污染趋势探讨[J]. 中国环境科学, 1997, 17(3): 216–219.