扩展功能
文章信息
- 张帆, 程水源, 王人洁, 杨柳, 李悦
- ZHANG Fan, CHENG Shui-yuan, WANG Ren-jie, YANG Liu, LI Yue
- 京津冀区域国家干线公路机动车大气污染影响研究
- Study on Effect of Atmospheric Pollution from Motor Vehicles on National Trunk Highway of Beijing-Tianjin-Hebei Region
- 公路交通科技, 2017, 34(6): 144-150
- Journal of Highway and Transportation Research and Denelopment, 2017, 34(6): 144-150
- 10.3969/j.issn.1002-0268.2017.06.021
-
文章历史
- 收稿日期: 2017-03-15
2. 交通运输部规划研究院, 北京 100028
2. Transport Planning and Research Institute, Ministry of Transport, Beijing 100028, China
近年来,我国京津冀、长三角、珠三角等地区频繁出现高强度、大范围、长时间的灰霾天气,对人民群众的根本利益和经济健康发展造成严重不利影响。当前,我国城市大气污染已由煤烟型全面转化为煤烟尾气混合型,部分城市已完全转化为尾气型,交通活动对大气污染的分担率不断提高。研究显示,机动车排放对我国城市大气中可吸入颗粒物(PM10)的分担率约为10%~15%,少数南方城市约为20%左右,对城市大气细颗粒物(PM2.5)的分担率则高达20%~30%[1-8]。北京市环保局2014年发布的北京市PM2.5来源解析成果数据显示,在5类本地排放源中,机动车对全市PM2.5污染的分担率居于首位,达到31.3%,高于燃煤和工业排放的分担率。2013年国务院发布的《大气污染防治行动计划》明确要求,到2017年京津冀区域细颗粒物浓度比2012年下降25%左右。在京津冀区域大气污染防治措施中,强化移动源污染防治与工业企业大气污染综合治理、面源污染治理并列为3项重点工作。
伴随国民经济的发展,我国国家干线公路网规模持续扩大,公路货物和旅客运输承担的运量和周转量快速增长,公路运输车辆的污染物排放随之大幅度提高,已成为移动源大气污染物污染排放中最重要的贡献来源。《2015年中国机动车污染防治年报》显示,2014年全国机动车排放污染物4 547.3万t,比2013年削减0.5%,其中氮氧化物(NOx)627.8万t,颗粒物(PM)57.4万t,碳氢化合物(HC)428.4万t,一氧化碳(CO)3 433.7万t。汽车是污染物总量的主要贡献者,其排放的NOx和PM超过90%,HC和CO超过80%。按车型分类,全国货车排放的NOx和PM明显高于客车,其中重型货车是主要贡献者,而客车CO和HC排放量则明显高于货车。公路运输活动在地域分布上具有较大的不均衡性,我国大气污染形势最为严峻的京津冀区域同时也是公路运输活动的密集区。公路运输活动与大气重度污染在空间分布上的高度重叠使得公路运输排放对大气污染问题的影响进一步凸显。
交通运输部近年将绿色交通作为引领,科学、定量地评价京津冀区域国家干线公路机动车的大气污染影响有助于交通运输行业落实《大气污染防治计划》重点工作部门分工方案。文中从建立2014年京津冀区域国家干线公路机动车大气污染物排放清单入手,计算机动车大气污染物分担率,从而提出京津冀区域减缓机动车大气污染影响的措施和建议,为交通运输行业绿色发展提供决策支持。
1 京津冀区域国家干线公路机动车大气污染物排放清单的建立随着机动车保有量的迅速增长,机动车带来的污染问题也越来越突出。据张少君等[9-10]研究估计,2010年北京市机动车总碳氢化合物(THC),CO,NOx的排放量分别达到了5.9,50.7,7.5万t,机动车排放已经成为空气中污染物的主要来源。同样,机动车也是上海、杭州、广州、深圳这些大型城市的主要空气污染源[11],而评估机动车大气污染物排放,研究机动车大气污染影响,是治理机动车污染的前提和基础。
1.1 机动车大气污染物排放清单研究现状机动车排放清单是了解机动车排放对于城市和区域空气质量以至于全球气候变化影响的关键技术。通过耦合城市机动车交通信息与机动车排放数据,建立计算模型,分析一个区域内机动车的污染物排放特征。广义上的机动车排放清单主要分为两类:基于机动车统计量建立的宏观清单、基于道路交通流信息特征建立的微观清单。宏观清单不过多考虑交通因素,更关注机动车作为一个整体对于污染物排放的影响,其研究的时间与空间尺度通常较大,常选取整个城市与区域的年度平均数据进行计算。而微观清单更多考虑交通流对于排放的影响,往往针对某个城市区域进行专门的分析。
在机动车清单研究初期,由于交通数据获取十分困难,以及计算机计算能力与排放测试条件的限制,通常研究都围绕区域的宏观排放清单进行。早在20世纪80年代初期,美国南海岸空气质量管理区(South Coast Air Quality Management District)与加州空气资源委员会(Air Resources Board)[12-13]就对加州地区机动车排放进行了计算。随后,B. Singer等[14]依据车辆燃油消耗建立了加州南海岸地区的机动车排放清单。进入21世纪,基于城市道路交通流的机动车排放清单正逐渐成为清单研究的主要方向[15]。伦敦大气污染物排放清单(London Atmosp-heric Emissions Inventory,LAEI)由伦敦政府于2002年首次发布,最近的更新日期为2010年。该清单的交通模块由伦敦交通模型与伦敦交通调查数据构成,排放因子模块则针对不同污染物,参考了英国、欧洲与美国的排放因子数据库,以及COPERT 4模型和污染物排放相关研究建立而成[16-17]。
国内的机动车排放清单研究起步于20世纪末。早在2000年,傅立新等[18]就先采用宏观计算,再进行排放分摊的方法,利用MOBILE5模型计算了北京市全市与城区的机动车排放。吴烨等[19]用类似的方法建立了澳门的机动车排放清单,这类清单采用Top-down方法建立,属于典型的宏观清单。随着全球定位系统(Global Positioning System,GPS)技术的发展,道路工况数据能够更容易地收集与运用到清单研究中。刘欢等[20]利用GPS道路采样的方法,耦合IVE模型建立了天津市的机动车排放清单。Zhou等则[21]基于道路的流量观测数据,建立了北京市奥运期间的污染物排放清单。这几类清单均采用Bottom-up方法建立,属于微观清单的范畴。
1.2 机动车大气污染物排放清单编制方法本研究选取NOx,PM2.5,PM10,CO,HC作为机动车典型污染物进行清单计算。以国家干线公路车队为基本统计单元,车队中每种细分车型(以车龄/燃油类型/排放标准细分)作为基本计算单元,车队中车辆速度等于道路车队平均速度,从而计算每条公路上每种燃料车型在不同车龄与排放标准下的车辆排放。本研究的国家干线公路范围主要指北京市、天津市、河北省行政区域内的国家高速公路和国道,其他公路机动车排放不在本研究范围内。机动车排放计算公式为:
![]() |
(1) |
式中,EFn, p, h为编号n的道路p类污染物在第h年的道路排放总量; TFn, h, t, age, es, fuel为编号n的公路在第h年逐日平均,fuel类燃料类型的第t种车型,在第age年车龄与es类排放标准下的公路车队流量; ESt, es, fuel, p为第t种车型在fuel类燃料类型与es类排放标准下p类污染物的基准排放速率;Ln为编号n的公路长度。
公路机动车总排放EFp, h计算公式为:
![]() |
(2) |
机动车大气污染物排放清单编制涉及两类基础数据,即交通信息数据库与机动车排放因子数据库。
交通信息数据库包括机动车保有量、车龄、排放标准等信息,以及基于全国公路情况调查观测形成的《2014年国家干线公路交通量手册》的分车型交通量数据。
机动车排放因子数据库主要依据京津冀区域机动车信息(考虑京津冀区域平均车龄和机动车排放标准等)经本地化处理后的机动车排放因子。本研究采用的排放因子原始数据来源于《道路机动车大气污染物排放清单编制技术指南》[22],本地化处理后的机动车排放因子见表 1~表 3。
车型 | CO | HC | NOx | PM2.5 | PM10 |
微型、小型客车 | 4.078 | 0.463 | 0.320 | 0.012 | 0.013 |
中型客车 | 11.088 | 1.100 | 0.988 | 0.026 | 0.029 |
大型客车 | 24.351 | 1.985 | 2.060 | 0.085 | 0.095 |
微型、轻型货车 | 14.139 | 1.562 | 1.115 | 0.026 | 0.029 |
中型货车 | 30.528 | 2.785 | 2.327 | 0.085 | 0.095 |
重型货车 | 30.528 | 2.759 | 2.327 | 0.085 | 0.095 |
车型 | CO | HC | NOx | PM2.5 | PM10 |
小型客车 | 0.314 | 0.093 | 0.904 | 0.051 | 0.057 |
中型客车 | 2.538 | 0.620 | 4.028 | 0.306 | 0.339 |
大型客车 | 7.453 | 0.506 | 10.278 | 0.614 | 0.682 |
轻型货车 | 2.503 | 0.881 | 4.439 | 0.188 | 0.208 |
中型货车 | 3.542 | 0.699 | 6.576 | 0.379 | 0.420 |
重型货车 | 4.066 | 0.678 | 8.400 | 0.414 | 0.458 |
车型 | CO | HC | NOx | PM2.5 | PM10 |
小型客车 | 2.354 | 0.290 | 0.256 | 0.012 | 0.013 |
中型客车 | 4.662 | 1.116 | 3.305 | 0.026 | 0.029 |
大型客车 | 9.363 | 2.232 | 11.663 | 0.085 | 0.095 |
表 3中,其他燃料类型指的是压缩天然气、液化天然气和液化石油气。依据《道路机动车大气污染物排放清单编制技术指南》提供的排放系数,其他燃料类型的PM2.5和PM10的排放系数与汽油车一致。
1.4 京津冀区域国家干线公路机动车大气污染物排放清单基于上述机动车大气污染物排放清单的编制方法和基础数据库,计算得到京津冀区域国家干线公路机动车大气污染物排放清单,见表 4。
行政区域 | CO | HC | NOx | PM2.5 | PM10 |
北京市 | 34 635 | 2 033 | 24 691 | 1 432 | 1 589 |
天津市 | 14 442 | 462 | 12 272 | 684 | 759 |
河北省 | 67 975 | 4 260 | 67 423 | 3 642 | 4 039 |
合计 | 117 052 | 6 756 | 104 386 | 5 759 | 6 388 |
从表 4可以看出,河北省国家干线公路机动车的各类污染物排放为京津冀区域国家干线公路机动车大气污染排放之首,排放比例占到了58%~67%。京津冀区域国家干线公路机动车5类大气污染物排放强度(即每公里国家干线公路大气污染物排放量)的空间分布见图 1。
![]() |
图 1 京津冀机动车排放强度空间分布(2014) Fig. 1 Emission intensity spatial distributions of vehicles in Beijing-Tianjin-Hebei region (2014) |
|
2 京津冀区域国家干线公路机动车大气污染影响及排放特征分析 2.1 机动车大气污染物排放分担率分析
机动车大气污染物排放分担率是评价机动车排放对大气环境影响的重要指标。本研究依据清华大学提供的2012年京津冀区域陆源大气污染物排放清单(忽略2012年与2014年排放量年际差异),采用本研究得到的国家干线机动车大气污染物排放量,计算京津冀区域国家干线公路机动车排放占各地大气污染源排放总量的分担率(不考虑大气污染物的二次转化),具体见图 2。
![]() |
图 2 京津冀区域国家高速、国道范围机动车大气污染物排放分担率(2014年) Fig. 2 Emission share ratio of motor vehicles air pollutant on national expressway and national roadin Beijing-Tianjin-Hebei region (2014) |
|
在北京市,国家高速、国道范围的机动车的NOx排放占北京市区域排放量的8.45%,CO排放占2.25%,其余污染物占比相对较小。在天津市,机动车的NOx排放占天津市排放量的2.79%,其余污染物占比相对较小。在河北省,机动车NOx的排放占河北省的排放量相对其他污染物较高,为3.15%。
2.2 分区域货车大气污染物排放分析柴油发动机具有燃烧温度高、燃烧均匀性差、控制技术落后等特点,导致柴油单车的NOx和PM排放都远高于汽油车,而大部分货车都是柴油车[23]。王海坤等[24]对上海的研究发现,重型柴油车的保有量只占上海市机动车保有量的5.5%,但对于NOx和PM的排放贡献率高达65%和56%。张少君等[25]对广州的研究表明,重型柴油车占机动车NOx和PM10的排放贡献率高达50%和70%。严晗通过对北京典型道路机动车污染物排放与浓度特征的研究分析,得出外地进京货车对于北京城市道路的PM2.5排放强度具有显著影响。可见,不论是从排放贡献率还是从排放强度角度分析,区域货车的排放影响都十分重要[26]。因此,本研究重点分析分区域、分公路类型、分货车类型的货车大气污染物排放。
依据《2014年国家干线公路交通量手册》的分车型交通量数据计算,在京津冀国家干线公路范围内,货车在机动车大气污染物排放中占比较大,具体见表 5。
行政区域 | CO | HC | NOx | PM2.5 | PM10 |
北京市 | 26 | 34 | 52 | 52 | 52 |
天津市 | 29 | 24 | 54 | 53 | 53 |
河北省 | 40 | 37 | 67 | 66 | 66 |
从表 5可知,对于NOx排放,河北省67%以上的国家干线公路范围的机动车排放都来自于货车,天津市为54%,北京市为52%;对于PM排放,三地的国家干线公路范围的货车排放量占比与NOx排放规律类似;对于HC和CO排放,北京市和天津市国家干线公路范围的货车排放占比不高,而河北省国家干线公路范围的货车排放占比在40%左右。由此,河北省的货车排放分担率最高,天津次之,北京相对较小,这与各行政区域的产业结构、货车排放标准及油品标准密切相关。
2.3 分公路类型货车大气污染物排放分析对于不同区域国家干线不同公路类型的货车大气污染物排放分担率,由表 6可见,北京地区主要集中在高速公路;除HC以外,天津市和河北省70%以上集中在国道。
行政区域 | 公路类型 | CO | HC | NOx | PM2.5 | PM10 |
北京市 | 高速 | 81 | 99 | 83 | 83 | 83 |
国道 | 19 | 1 | 17 | 17 | 17 | |
天津市 | 高速 | 25 | 94 | 25 | 26 | 26 |
国道 | 75 | 6 | 75 | 74 | 74 | |
河北省 | 高速 | 29 | 95 | 29 | 30 | 30 |
国道 | 71 | 5 | 71 | 70 | 70 |
2.4 分货车类型大气污染物排放分析
按照货车类型计算,可以得出不同区域国家干线公路的分货车类型排放分担率(图 3)。
![]() |
图 3 分货车类型排放分担率(2014年) Fig. 3 Emission share ratios of different lorry types (2014) |
|
从图 3可见,京津冀区域的重型货车排放分担率都较大。北京市重型货车NOx,PM10,PM2.5的排放分担率占到60%左右;重型货车HC和CO的排放分担率占到40%左右,轻型货车也占到30%左右。天津市重型货车NOx,PM10,PM2.5的排放分担率占到60%~70%左右;重型货车HC和CO的排放分担率占到50%左右,轻型货车和中型货车的排放相当。河北省重型货车NOx,PM10,PM2.5的排放分担率在70%以上;重型货车HC和CO的排放分担率占到50%以上,轻型货车也占到近30%。
3 京津冀区域国家干线公路减缓机动车大气污染的措施建议根据以上对京津冀区域国家干线公路机动车大气污染物清单建立和污染影响分析内容,按照环保部空间红线、总量红线、准入红线的有关思路,提出京津冀区域国家干线公路范围减缓机动车大气污染的措施建议。
3.1 加强交通管理,强化空间管控继续执行京津核心区域车辆限行政策。研究在北京、天津等大型城市高排放区征收拥堵费的政策。结合京津冀交通一体化公路网的完善,严格限制过境货车。在北京、天津核心区域,确定过境货车的准入车型、限行时段和限行空间,加强对过境货车的检查和监督。推进北京、天津核心区域城市绿色物流体系建设,探索建立新能源物流配送服务体系。
3.2 降低排放强度,实施总量管控确立机动车大气污染物排放的总量限额。创建公交都市,做好干线铁路、城际铁路、市郊铁路和城市轨道交通4层次轨道交通网络的衔接,降低机动车使用强度。加大新能源车辆和清洁能源车辆推广力度,提高新能源和清洁能源在交通运输总能耗中的占比,降低机动车污染物排放强度。
3.3 加严运输装备标准,建立准入限额继续加严机动车大气污染物排放标准,在北京实施京六标准的基础上,研究制订京津冀机动车排放标准推进时间表。建立京津冀区域统一的车辆淘汰标准,严控淘汰车辆异地注册。建立高能效低排放车辆认证标准体系。
4 结论(1) 采用自下而上(Bottom-up)的污染物清单编制方法,利用《2014年国家干线公路交通量手册》的交通量数据和京津冀区域机动车本地化排放因子,建立了2014年京津冀区域国家干线公路机动车大气污染物排放清单。
(2) 京津冀区域国家干线公路机动车大气污染物排放清单显示:在北京市,国家高速、国道范围内机动车NOx和CO的排放占比较高,分别为北京市区域排放量的8.45%和2.25%;在天津市和河北省,机动车NOx排放约为对应行政区排放量的3%,其余污染物占比相对较小。
(3) 京津冀区域货车的排放影响较为重要。从机动车特征污染物角度分析,河北省67%以上的国家干线公路范围的机动车NOx排放都来自于货车,北京市和天津市分别为52%和54%;从公路类型角度分析,北京市货车的大气污染物排放主要集中在高速公路;天津市和河北省货车的HC排放集中在高速公路,其他大气污染物排放的70%以上集中在国道;从货车类型角度分析,北京市重型货车NOx,PM10,PM2.5的排放分担率占到60%左右,HC和CO的排放占到40%左右;天津市重型货车NOx,PM10,PM2.5的排放分担率占到60%~70%左右,HC和CO的排放占到50%左右;河北省重型货车NOx,PM10,PM2.5的排放分担率在70%以上,HC和CO排放占到50%以上。
(4) 根据国家干线公路机动车大气污染影响研究结论,按照环保部空间红线、总量红线、准入红线的有关思路,提出京津冀区域国家干线公路减缓机动车大气污染的建议思路,为京津冀区域交通运输绿色发展提供决策支持。
[1] | WU D, FUNG J C H, YAO T, et al. A Study of Control Policy in the Pearl River Delta Region by Using the Particulate Matter Source Apportionment Method[J]. Atmospheric Environment, 2013, 76: 147-161 |
[2] | 中国环境科学研究院. 重污染城市环境空气质量达标管理关键技术研究[R]. 北京: 中国环境科学研究院, 2012. Chinese Research Academy of Environmental Sciences. Research on Key Techniques of Heavily Polluted Urban Ambient Air Quality Standards Management[R]. Beijing: Chinese Research Academy of Environmental Sciences, 2012. |
[3] | 顾泽平. 大气细颗粒物有机质组成的变化规律及其在源解析中的应用[D]. 上海: 上海大学, 2009. GU Ze-ping. Compositional Variations of Solvent-Extractable Organic Compounds in PM2.5 and Their Applications in Source Apportionment[D]. Shanghai: Shanghai University, 2009. |
[4] | 包贞, 冯银厂, 焦荔, 等. 杭州市大气PM2.5和PM10污染特征及来源解析[J]. 中国环境监测, 2010, 26(2): 44-48 BAO Zhen, FENG Yin-chang, JIAO Li, et al. Characterization and Source Apportionment of PM2.5 and PM10 in Hangzhou[J]. Environmental Monitoring in China, 2010, 26(2): 44-48 |
[5] | 美国环保局. 美国自愿性减排方案[C]//第四届中美机动车污染防治研讨会. 北京: 环境保护部机动车排污监控中心, 2014. U.S. Environmental Protection Agency. The United States Voluntary Emissions-reduction Schemes[C]//The 4th Sino-US Seminar on Motor Vehicle Pollution Prevention. Beijing:Vehicle Emission Control Center of MEP, 2014. |
[6] | SONG Y, ZHANG Y, XIE S, et al. Source Apportionment of PM2.5 in Beijing by Positive Matrix Factorization[J]. Atmospheric Environment, 2006, 40(8): 1526-1537 |
[7] | 姬洪亮. 天津市PM10和PM2. 5污染特征及来源解析[D]. 天津: 南开大学, 2011. JI Hong-liang. Characterization and Source Apportionment of PM2.5 and PM10 in Tianjin [D]. Tianjin: Nankai University, 2011. |
[8] | 中国环境科学研究院. 典型地区大气灰霾特征与控制途径预研究[R]. 北京: 中国环境科学研究院, 2013. Chinese Research Academy of Environmental Sciences. Pre-research on Typical Areas Control Method and Characteristics of Atmospheric Haze[R]. Beijing: Chinese Research Academy of Environmental Sciences, 2013. |
[9] | WU Y, WANG R, ZHOU Y, et al. On-road Vehicle Emission Control in Beijing: Past, Present and Future[J]. Environmental Science & Technology, 2010, 45(1): 147-153 |
[10] | ZHANG S, WU Y, WU X, et al. Historic and Future Trends of Vehicle Emissions in Beijing, 1998-2020: A Policy Assessment for the Most Stringent Vehicle Emission Control Program in China[J]. Atmospheric Environment, 2014, 89: 216-229 |
[11] | 刘世昕. 九城市大气污染源公布北广深杭首要污染源是机动车[N]. 中国青年报, 2015-04-01(11). LIU Shi-xin. Nine City Air Pollution Sources Announced, the Primary Pollution Source of Beijing-Guangzhou-Shenzhen-Hangzhou Is Motor Vehicle[N]. China Youth News, 2015-04-01(11). |
[12] | Air Resources Board. History of Air Resources Board[EB/OL]. [2014/10/22]. https://www.arb.ca.gov/knowzone/history.htm. |
[13] | LAWSON D R. The Southern California Air Quality Study[J]. Journal of the Air & Waste Management Association, 1990, 40(2): 156-165 |
[14] | SINGER B C, HARLEY R A. A Fuel-based Motor Vehicle Emission Inventory[J]. Journal of the Air & Waste Management Association, 1996, 46(6): 581-593 |
[15] | FRANCO V, KOUSOULIDOU M, MUNTEAN M, et al. Road Vehicle Emission Factors Development: A Review[J]. Atmospheric Environment, 2013, 70: 84-97 |
[16] | MATTAI J, HUTCHINSON D. London Atmospheric Emissions Inventory 2004 Report [R]. London: London Research Centre, 2004. |
[17] | Greater London Authority. London Atmospheric Emissions Inventory 2010: Methodology Document[R]. London: London Research Centre, 2010. |
[18] | 傅立新, 郝吉明, 何东全, 等. 北京市机动车污染物排放特征[J]. 环境科学, 2000, 21(3): 68-70 FU Li-xin, HAO Ji-ming, HE Dong-quan, et al. The Emission Characteristics of Pollutants from Motor Vehicles in Beijing[J]. Environmental Science, 2000, 21(3): 68-70 |
[19] | 吴烨, 郝吉明, 傅立新, 等. 澳门机动车排放清单[J]. 清华大学学报:自然科学版, 2002, 42(12): 1601-1604 WU Ye, HAO Ji-ming, FU Li-xin, et al. Emissions Inventory for Mobile Sources in Macao, China[J]. Journal of Tsinghua University: Science and Technology Edition, 2002, 42(12): 1601-1604 |
[20] | 刘欢, 贺克斌, 王岐东. 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 LIU Huan, HE Ke-bin, WANG Qi-dong. Vehicular Emissions Inventory and Influencing Factors in Tianjin[J]. Journal of Tsinghua University: Science and Technology Edition, 2008, 48(3): 370 |
[21] | ZHOU Y, WU Y, YANG L, et al. The Impact of Transportation Control Measures on Emission Reductions during the 2008 Olympic Games in Beijing, China[J]. Atmospheric Environment, 2010, 44(3): 285-293 |
[22] | 环境保护部. 道路机动车大气污染物排放清单编制技术指南(试行)[M]. 北京: 环境保护部, 2014. Ministry of Environmental Protection. Technical Guidelines for Compilation of Air Pollutant Emission Inventory for Road Vehicles (Trial Implementation)[M]. Beijing: Ministry of Environmental Protection, 2014. |
[23] | 束嘉威. 基于实际道路工况的重型柴油车排放规律研究[D]. 北京: 清华大学, 2013. SHU Jia-wei. Study on Emission Rule of Heavy Duty Diesel Vehicle Based on Actual Road Conditions[D]. Beijing: Tsinghua University, 2013. |
[24] | WANG H, CHEN C, HUANG C, et al. On-road Vehicle Emission Inventory and its Uncertainty Analysis for Shanghai, China[J]. Science of the Total Environment, 2008, 398(1/2/3): 60-67 |
[25] | ZHANG S, WU Y, LIU H, et al. Historical Evaluation of Vehicle Emission Control in Guangzhou Based on a Multi-Year Emission Inventory[J]. Atmospheric Environment, 2013, 76: 32-42 |
[26] | 严晗. 北京典型道路机动车污染物排放与浓度特征研究[D]. 北京: 清华大学, 2014. YAN Han. Study on Pollutant Emission and Concentration Characteristics of Typical Road Vehicles in Beijing [D]. Beijing: Tsinghua University, 2014. |