2. 浙江大学环境与资源学院, 杭州 310058
2. College of Environmental and Resource Sciences, Zhejiang University, Hangzhou 310058
机动车尾气是城市空气污染的重要来源(Angius et al.,1995;范秀英等,1999;Zhang et al.,2008;郑君瑜等,2009).尾气排放不仅损害人体呼吸系统,导致慢性气管炎、支气管炎等疾病,而且影响心血管系统、神经系统、免疫功能和生殖功能(Kan et al.,2007; Han et al.,2006; Chen et al.,2004).因此,控制机动车尾气排放已成为改善城市环境空气质量的重点工作之一,而认识区域机动车污染物排放特征是实行机动车污染控制的基础(傅立新等,2000;刘永红等,2010).
乌鲁木齐市作为新丝绸之路的经济带核心区,近年来机动车保有量急速增长,从2000年的11.8万辆增加到2011年底的40万辆(新疆维吾尔自治区统计局,2011),从而使得城市环境空气污染从煤烟型向煤烟和机动车混合型污染转变,并对乌鲁木齐市环境空气质量的影响开始从潜在威胁上升为突出的问题(郭宇宏等,2014).
因此,本研究以乌鲁木齐市主城区为研究区域,采用“国际机动车污染物排放清单模型(IVE)”计算乌鲁木齐市区机动车污染物排放因子,建立2011年乌鲁木齐市机动车放清单,分析车辆类型、燃料类型等对污染物排放量的影响,以期为乌鲁木齐市机动车污染防治和环境综合治理提供决策依据和参考.
2 机动车污染物排放因子(Pollutant emission factors of vehicle) 2.1 IVE计算模型近10年来,IVE模型在国内已得到广泛应用(Liu et al.,2007;Davis et al.,2005),如研究人员在上海(王海鲲等,2006)、天津(刘欢等,2008)、杭州(王孝文等,2012)等地先后利用IVE模型研究了当地的机动车污染排放情况,郭慧(2007)利用遥感测试数据对IVE模型基础排放因子进行了修正.
2.1.1 计算原理IVE是利用模型内嵌的基础排放因子乘以修正系数,得到每种技术类型车辆修正后的排放因子,然后与目标区域内的车辆技术信息和各车型的动态总量相结合,最后得到整个机动车车队的污染物总体排放量(宋宁等,2011).模型通过引入比功率(VSP)参数来反映机动车的运行工况对污染物排放量的影响,使计算结果更为准确可靠(周溪溪等,2014).本研究采用的IVE模型在以往的研究中已完成评估修正(Guo et al.,2007).IVE 模型将机动车启动排放和运行排放分开进行计算,利用公式(1)修正基础排放率计算,公式(2)和(3)进行车队排放率(Qrunning,Qstart)计算(ISSRC,2004).
式中,Qt为修正后的基础排放率(g(启动)、g · km-1(行驶));Bt为基础排放率(g(启动)、g · km-1(行驶));K(Base)t为基础排放率的修正因子;K(Temp)t为温度的修正因子;K(Hmd)t为湿度的修正因子;K(M)t为I/M制度的修正因子;K(Fuel)t为燃油质量的修正因子;K(Alt)t为海拔高度的修正因子;K(Cntry)t为区域的调整因子;UFTP为在LA4行驶工况下机动车的平均速度(km · h-1);D为车辆总行驶里程(km);Uc为在实际行驶工况下机动车的平均速度(km · h-1);ft为表示机动车出行比例或者启动状态所占比例;fdt为表示机动车的不同行驶或怠速工况占其总的行驶或怠速工况的比例;Kdt为驾驶和停机模式的修正因子;t为机动车的技术类型;d为机动车的行驶模型.
2.1.2 比功率(VSP)计算车辆的比功率(VSP)即单位质量机动车的瞬时功率,是发动机克服车轮旋转阻力、空气动力学阻力做功及增加机动车的动能和势能所需要输出的功率和因内摩擦阻力造成的传动系的机械损失功率,其数值与速度和加速度有关(Jimenez,1999),对于轻型车,其简化数学表达式为:
为使调研数据能充分代表乌鲁木齐市机动车的行驶特征,在考虑道路的交通流量大小、车辆堵塞程度、早晚交通流量变化等的基础上,结合乌鲁木齐市区道路结构的特点,在市中心城区选择了2条快速路、3条主干道和2条次干道作为调研对象,具体测试道路见表 1和图 1
| 表1 乌鲁木齐市机动车行驶工况测试道路 Table 1 Roads where driving data were measured in Urumqi |
![]() |
| 图1 调研道路分布图 Fig.1 Distribution map of measurement road |
于2011年7月在所选路段采用摄像机记录各路段各时段的车流量和车辆构成比例,拍摄点设置在道路交叉口或天桥上,每条车道拍摄工作均包含工作日(8 d)和非工作日(4 d)的上下班高峰期和非高峰期,记录时段覆盖每天的7:00—22:00,每个小时拍摄1次,每次持续20 min.拍摄完后结合视频检测分析技术,获得调查路段每小时的车流量、车速和车型比例等数据.
2.2.2 车辆控制技术水平于2011年12月至2012年1月,分别从乌鲁木齐市机动车检测站和车管所收集近几年的车辆检测数据,包括车辆保有量、车辆类型、登记年月、燃料类型、累计行驶里程等,对调研资料进行分析处理,得到乌鲁木齐市不同车型(乘用车、公交车、出租车、轻型货车和重型货车)的车辆特征及排放控制技术水平.
2.2.3 车辆行驶工况行驶工况实测采用GPS定位仪,逐秒记录车辆所在的经纬度、高程和车辆行驶轨迹,从而计算出车辆每秒钟的运行速度、加速度和VSP.于2011年8月,选取4辆普通乘用车作为测试用车,分别装设1台GPS和1台笔记本电脑,按照表 1所选路段,每个小时分别在7条道路上跟车流行驶20 min左右,监测时间选在工作日每天8:00—22:00,非工作日10:00—22:00,历时3 d.实测完成后采用鸿环机动车行驶工况分析软件,将GPS信号接收仪测量记录的数据,经过分析软件计算,最后得出各路段行驶工况的特征参数值.
2.2.4 车辆启动次数于2011年9—10月,通过发放问卷调查表的方式调研车辆启动次数、启动时间分布和从停车到下一次启动时的停滞时间分布等内容.实际共计发放调查表454份,经筛选分析,其中214份可信合理.
2.3 调研结果分析 2.3.1 典型道路车流量乌鲁木齐市典型道路车流量调研结果如图 2所示.由图 2可以看出,乌鲁木齐市快速道路上工作日平均车流量约1627 辆· h-1,非工作日为1745 辆· h-1,明显多于市内其它两类道路,但远远低于杭州(9210 辆· h-1)(孙国金,2013)、重庆(4942 辆· h-1)(王婷丽,2013)等国内发达城市;非工作日车流量高于工作日,主要是由于乌鲁木齐市居民非工作日外出郊游人员增多;工作日从早上8:00开始车流量呈现缓慢上升趋势,下午20:00下班时迎来车流晚高峰;非工作日在下午18:00以后车流逐渐下降,比工作日车流量下降时间提前,说明非工作日乌鲁木齐市郊游人员返程时间较早.主干道上工作日平均车流量约为748 辆· h-1,非工作日为736 辆· h-1,无明显差距;监测时间段内小时车流量变化不显著,其中,上午8:00—10:00为车流量增加阶段,10:00—20:00车流量基本维持在一个水平,20:00以后车流量逐渐下降,车流量最大差值约为250辆.快速路和主干道上车流量“双峰”现象不明显,这主要与乌鲁木齐市地理位置和交通路网结构有关,乌鲁木齐市东、南、西三面环山,呈现南北走向的狭长状,主要出城道路为南北走向的东西外环路和河滩路,在工作日和非工作日全天候均呈现交通流量高峰期,基本不显现“双峰”.次干道上工作日平均车流量为202 辆· h-1,非工作日平均车流量为191 辆· h-1;工作日和非工作日车流量变化趋势相差较大,工作日13:00车流较低,18:00迎来晚高峰,然后逐渐下降,非工作日车流逐渐增大,20:00迎来晚高峰,然后逐渐下降.总体分析,主干道和次干道工作日车流量略大于非工作日,主干道与快速路的车流量日变化趋势类似,次干道工作日和非工作日车流变化较大.
![]() |
| 图2 乌鲁木齐市典型道路上平均车流量的日变化图 Fig.2 Diurnal traffic flow in Urumqi typical tested roads (passenger car and total are reduced 5 times) |
典型道路上车辆构成比例如图 3所示,由图 3可知,所有道路上乘用车的数量都占绝对优势,高达74.74%,其次是出租车,占17.09%,其余依次是公交车和轻型货车;由于市区限行,重型货车较少,仅占2.56%.
![]() |
| 图3 乌鲁木齐市典型道路上车辆构成 Fig.3 Observed fleet mix in Urumqi typical tested roads |
通过调研获得的机动车分车型排放控制技术水平分布见表 2.由表 2可知,乌鲁木齐市机动车燃料类型主要包括汽油、柴油和天然气.其中,出租车以天然气为主要燃料,乘用车、公交车及轻型货车以汽油燃料为主,重型货车以柴油燃料为主.乌鲁木齐市乘用车、公交车、出租车、轻型货车及重型货车中累积行驶里程大于16×104 km的车辆分别占各类车辆总量的38.62%、65.57%、93.15%、48.58%和84.08%,表明乌鲁木齐市各类车辆劣化程度较为严重,尾气减排任务较重,尤其以出租车和重型货车为甚.公交车、轻型货车、重型货车中未执行任何标准的车辆较多,分别占总量的46.79%、31.63%和56.52%,乘用车执行国Ⅲ标准的车辆较多,占34.77%,出租车执行国Ⅱ标准的车辆最多,占52.85%,说明乌鲁木齐市低排放标准车辆较多,未来应积极淘汰低排放标准车辆.
| 表2 乌鲁木齐市机动车排放控制技术水平分布 Table 2 Technology distribution of motor vehicles in Urumqi |
表 3为车辆行驶特征参数调研结果,其中,快速路上机动车的道路行驶状况最好,次干道次之,主干道上最差;各道路上平均车速较慢,低于40.42 km · h-1,匀速行驶过程较少,低于13%,加速、减速过程较多,高于32%,怠速行驶过程也较高,高于11%,表明车辆在行驶过程中常处于加速、减速和怠速状态.
| 表3 乌鲁木齐市道路车辆行驶特征 Table 3 Comparison of vehicle driving pattern parameters in Urumqi typical tested roads |
通过对乌鲁木齐市近几年的车辆检测数据分析,得到乌鲁木齐市不同车型车辆的年均行驶里程,其中,出租车的年均行驶里程最大,为13.14×104 km · a-1,其次是重型货车,为10.56×104 km · a-1,轻型货车的年均行驶里程为6.33×104 km · a-1,公交车的年均行驶里程为5.23×104 km · a-1,乘用车的年均行驶里程最小,为2.75×104 km · a-1.
调研获得214份有效调查问卷,经分析,乌鲁木齐市乘用车、公交车、出租车、轻型货车和重型货车每天的启动次数分别为7.7、15.0、3.2、5.9和4.9次.表 4和表 5为乌鲁木齐市客车、货车启动时间及车辆停滞时间分布,分析可知,机动车多数启动次数集中在早上06:00—09:00及下午18:00—1:00,这主要与乌鲁木齐市居民上下班时间点集中出行有关,因为夏季乌鲁木齐市上班时间为9:30,冬季为10:00;下班时间夏季为7:30,冬季为7:00,导致车辆集中启动出行.客车连续熄火时间在1h内居多,货车连续熄火时间在半小时内居多.
| 表4 客车启动时间及车辆停滞时间分布 Table 4 Distribution of bus star-up and waiting time |
| 表5 货车启动时间及车辆停滞时间分布 Table 5 Distribution of truck star-up and waiting time |
IVE机动车排放模型的研发人员用VSP-bin表示比功率分布区间,单位为 kW · t-1,共计60个区间(ISSRC,2008),每个区间(Bin)都对应着不同的修正因子,来对机动车的基础排放率进行对应的修正.图 4为乌鲁木齐市3种典型道路(快速路、主干道、次干道)工作日和非工作日的平均行驶特征分布曲线.从图中可看出,车辆VSP大部分分布在Bin9~Binl4之间.但各道路不同时期在发动机工作强度状态分布的VSP-bin均不相同.在工作日,快速路低(0 kW · t-1<Vsp-bin<20 kW · t-1)、中(20 kW · t-1<Vsp-bin<40 kW · t-1)、高发动机工作强度(40 kW · t-1<Vsp-bin<60 kW · t-1)所占时间分别占总测试时间的93.8%、5.1%和1.1%,主干道分别为96.5%、3.2%和0.3%,次干道分别为98.9%、1.1%和0.0%.在非工作日,快速路低、中、高发动机工作强度所占时间分别占总测试时间的92.87%、6.36%和0.77%,主干道分别为94.59%、5.12%和0.29%,次干道分别为98.62%、1.38%和0.0%.
![]() |
| 图4 乌鲁木齐市典型道路平均行驶特征分布 Fig.4 VSP distributions of vehicles in Urumqi typical tested roads |
根据IVE模型计算得到乌鲁木齐市机动车排放因子结果见图 5.由图可知,机动车(重型柴油货车除外)CO启动排放因子最大,其它依次为HC、NOx和PM;重型柴油货车启动排放因子以PM为 主,其它依次为NOx、CO、HC.乌鲁木齐市使用汽油 以外燃料类型的乘用车、出租车及公交车的PM运行排放因子分别为0.003、0.003和0.007 g · km-1,远低于石家庄市机动车PM运行排放因子(小轿车0.0153 g · km-1、出租车0.0153 g · km-1和大客车0.146 g · km-1)(程轲,2009),其原因可能与乌鲁木齐市部分乘用车、出租车和公交车使用天然气有关.除了柴油货车,其它车辆CO运行排放因子最大,其它依次是HC、NOx和PM;其中,轻型柴油货车运行排放因子以NOx为主,其它依次为CO、HC和PM;重型柴油货车运行排放因子以NOx为主,其它依次为CO、PM、HC,说明机动车排放因子随车型、燃油等因素变化较为明显.
![]() |
| 图5 乌鲁木齐市各类型车辆污染物启动和运行排放因子 (CO为缩小到1/5的数据) Fig.5 The various types of vehicle started and moved pollutant emission factors of Urumqi CO is reduced 5 times) |
基于行驶里程的排放清单是由机动车污染物运行排放量和启动排放量累加得到.根据获得的排放因子、机动车保有量及机动车日均启动次数和年均行驶里程数据,利用公式(1)计算得到乌鲁木齐市2011年机动车CO、NOx、HC和PM排放量分别为20.22×104、2.60×104、1.84×104和0.44×104 t · a-1.
3.2 分车型排放分担率不同车型的车辆由于排放因子、行驶里程和保有量等特征参数的不同,其在机动车污染物排放总量中所占的比例会有显著差异,乌鲁木齐市2011年不同车型机动车污染排放分担率如图 6所示.由图 6可知,乌鲁木齐市不同车型对CO、NOx、HC和PM的排放贡献水平差别较大,乘用车和公交车是CO的主要排放源,两者排放量占机动车CO排放总量的75.17%,其中,乘用车是CO排放的最主要来源,占总排放量的49.2%;乘用车、公交车和重型货车是HC主要排放源,分别占机动车HC总排放量的53.66%、14.68%和15.19%;重型货车和乘用车是NOx的主要排放源,两者排放量占机动车NOx排放总量的80.28%;重型货车是PM的主要排放源,排放量占机动车PM排放总量的91.56%.综合分析,载人车(含乘用车、出租车、公交车)是乌鲁木齐市CO和HC的主要机动车排放源,载货车(含轻型和重型)是NOx和PM的主要机动车排放源.这主要与不同车型在燃料类型和尾气控制系统的分布差异有关,载人车虽然运营比例较大,但由于NOx和PM的排放因子较小,因此,其对NOx和PM的排放贡献较小.载货车(尤其重型货车)尽管保有量较少,但由于其NOx和PM排放因子远高于其他车型,成为区域机动车NOx和PM污染物排放主要贡献源.
![]() |
| 图6 2011 年乌鲁木齐市不同车型的排放分担率 Fig.6 Emission contribution of different type of vehicles in Urumqi district in 2011 |
乌鲁木齐市不同燃料类型车辆污染物排放分担率如图 7所示.由图 7可知,燃料类型对机动车污染物的排放贡献率影响较大,汽油车是区域CO和HC机动车污染物排放的主要贡献源,而柴油车是乌鲁木齐市NOx和PM的主要机动车排放源,天然气作为清洁能源,采用天然气为燃料的机动车各类污染物排放量均较低.这种燃料类型对机动车污染物排放贡献的差异与不同燃料的机动车尾气控制系统和排放因子的差异性密切相关.以CO为例,汽油公交车排放因子是天然气公交车排放因子的8倍,淘汰1辆汽油公交车便可换来8辆天然气公交车CO排放的环境容量.与CO类似,汽油车HC的排放因子大于柴油车,约为1~20倍,淘汰1辆汽油重型货车可换来7辆柴油重型货车HC排放的环境容量.此外,以柴油为主要燃料动力的机动车,受燃料供应水平和各地方对柴油车标准的控制力度影响,燃油品质往往不高,其PM和NOx的排放因子远高于汽油车排放因子,淘汰1辆柴油重型货车可换来30辆汽油重型货车PM排放的环境容量
![]() |
| 图7 2011年乌鲁木齐市机动车燃料排放分担率 Fig.7 Emission contribution of different fuel types in Urumqi district in 2011 |
结合图 6和图 7分析结果可知,若需削减机动车CO和HC的排放量,需重点控制汽油乘用车的保有量,将使用汽油为燃料的公交车和重型货车替换为使用天然气、甲醇、乙醇等为燃料,采用这些新能源的汽车在污染物减排方面有较好的效果(Oravisjärvi et al.,2011;Yao et al.,2011 ; Huo et al.,2010);若控制市区NOx和PM的排放量,则需重点控制柴油车的数量,对其行驶的道路进行限制,尤其是对柴油重型货车的排放进行控制.在机动车排放控制技术管理方面,需结合目前乌鲁木齐市机动车排放标准执行状况,加强油品质量的工艺更新,减少汽柴油中硫、苯、芳烃的含量,改善汽柴油产品质量,做到油品质量与车辆排放标准相统一;加强汽车制造工艺改进,对发动机进行调整和改造,改善燃烧过程,减少有害污染物在机动车内生成;在汽油中添加燃油清洁剂,提高汽车发动机的燃烧效率,从源头上控制发动机的尾气污染,推行使用柴油过滤装置以减少柴油车污染物排放;积极推广应用新的机动车尾气净化技术,降低已产生有害气体的排放.
3.4 启动与运行排放特征机动车启动和运行过程污染物排放的贡献率如图 8所示.由图 8可知,机动车运行过程中产生的污染物是其重要贡献源,机动车启动对4种污染物的贡献率都较小,NOx的启动排放量仅占总排放量的4.10%,CO和PM的启动排放量约占总排放量8%左右,HC的启动排放量占总排放量的14.50%.机动车尾气污染控制需重点控制运行排放,虽然启动排放因子有时会比运行排放因子大,但由于机动车启动的时间和次数很少,在机动车行驶过程中的比重很小.
![]() |
| 图8 乌鲁木齐市2011年机动车启动运行排放特征 Fig.8 Emission contribution of running and start in Urumqi district in 2011 |
1)采用IVE 模型计算,2011年乌鲁木齐市机动车CO、NOx、HC和PM的排放量分别为20.22×104、2.60×104、1.84×104和0.44×104 t · a-1.
2)不同车型对CO、NOx、HC和PM的排放贡献水平差别较大,乘用车和公交车是乌鲁木齐市机动车CO的主要排放源,两者排放量占总量的75.17%;乘用车、公交车和重型货车是HC主要排放源,三者排放量占机动车HC总排放量的83.53%;重型货车和乘用车是NOx的主要排放源,两者排放量占机动车NOx排放总量的80.28%;重型货车是PM的主要排放源,排放量占机动车PM排放总量的91.56%.
3)燃料类型对机动车污染物的排放贡献率影响较大,汽油车是乌鲁木齐市CO和HC机动车污染物排放的主要贡献源,而柴油车是乌鲁木齐市NOx和PM的主要机动车贡献源,天然气作为清洁能源,采用天然气为燃料的机动车各类污染物排放量均较低.
4)机动车运行过程中产生的污染物是其重要贡献源,机动车启动对4种污染物的贡献率都较小.
| [1] | Angius S P,Angelino E,Castrofino G,et al.1995.Evaluation of the effects of traffic and heating reduction measures on urban air quality[J].Atmospheric Environment,29(23):3477-3487 |
| [2] | Chen B H,Hong C J,Kan H D.2004.Exposures and health outcomes from outdoor air pollutants in China[J].Toxicology,198(1/3):291-300 |
| [3] | 程轲.2009.石家庄市机动车大气污染物排放及控制对策研究[D].杨凌:西北农林科技大学 |
| [4] | Davis N,Lents J,Osses M,et al.2005.Developing countries:Development and application of an International Vehicle Emissions Model[J].Journal of the Transportation Research Board,1939:155-165 |
| [5] | 范秀英,张微,韩圣慧.1999.我国汽车尾气污染状况及其控制对策分析[J].环境科学,20(5):102-108 |
| [6] | 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,21(3):68-70 |
| [7] | Guo H,Zhang Q Y,Shi Y,et al.2007.Evaluation of the International Vehicle Emission (IVE) model with on-road remote sensing measurements[J].Journal of Environmental Sciences,19(7):818-826 |
| [8] | 郭慧.2007.城市机动车污染物排放的遥感测试及模型研究[D].杭州:浙江大学 |
| [9] | 郭宇宏,王自发,康宏,等.2014.机动车尾气排放对城市空气质量的影响研究——以乌鲁木齐市春节前后对比分析[J].环境科学学报,34(5):1109-1117 |
| [10] | Han X L,Naeher L P.2006.A review of traffic-related air pollution exposure assessment studies in the developing world[J].Environment International,32(1):106-120 |
| [11] | Huo H,Zhang Q,Wang M Q,et al.2010.Environmental Implication of Electric Vehicles in China[J].Environmental Science & Technology,44(13):4856-4861 |
| [12] | International Suburban Sustainable Research Center (ISSRC).2004.IVE (International Vehicle Emission) Model Users Manuasl[OL].2015-01-15.http://www.gssr.net/ive |
| [13] | International Suburban Sustainable Research Center (ISSRC).2008.Attachment C:Characterizing Emission Variations due to Driving Behavior from On-Road Vehicles[M].USA:International Suburban Sustainable Research Center (ISSRC). |
| [14] | Jimenez-Palacios L J.1999.Understanding and quantifying motor vehicle emission with vehicle specific power and TILDAS Remote Sensing[D]. Massachusetts:Institute of Technology, Cambridge. 54-57 |
| [15] | Kan H D,London S J,Chen G H,et al.2007.Differentiating the effects of fine and coarse particles on daily mortality in Shanghai,China[J].Environment International,33(3):376-384 |
| [16] | Liu H,He K B,Wang Q D,et al.2007.Comparison of vehicle activity and emission inventory between Beijing and Shanghai[J].Journal of the Air & Waste Management Association,57(10):1172-1177 |
| [17] | 刘欢,贺克斌,王岐东.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),48(3):370-373 |
| [18] | 刘永红,毕索阳,周兵,等.2010.佛山市中心城区机动车限行对污染物削减效果的分析[J].中国环境科学,30(11):1563-1567 |
| [19] | Oravisjärvi K,Pietikäinen M,Ruuskanen J,et al.2011.Effects of physical activity on the deposition of traffic-related particles into the human lungs in silico[J].Science of the Total Environment,409(21):4511-4518 |
| [20] | 潘汉生,陈长虹,景启国,等.2005.轻型柴油车排放特性与机动车比功率分布的实例研究[J].环境科学学报,25(10):1306-1313 |
| [21] | 宋宁,张凯山,李媛,等.2011.不同城市机动车尾气排放比较及数据可分享性评价[J].环境科学学报,31(12):2774-2784 |
| [22] | 孙国金.2013.机动车排放PM2.5和NOx的特征与减排对策[D].杭州:浙江大学 |
| [23] | 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,26(1):1-9 |
| [24] | 王孝文,田伟利,张清宇.2012.杭州市机动车污染物排放清单的建立[J].中国环境科学,32(8):1368-1374 |
| [25] | 王婷丽.2013.基于IVE模型的重庆市主城区机动车排放清单研究[D].重庆:重庆交通大学 |
| [26] | 新疆维吾尔自治区统计局.2011.新疆统计年鉴2011[M].北京:中国统计出版社 |
| [27] | Yao M F,Liu H F,Feng X.2011.The development of low-carbon vehicles in China[J].Energy Policy,39(9):5457-5464 |
| [28] | Zhang Q Y,Wei Y M,Tian W L,et al.2008.GIS-based emission inventories of urban scale:A case study of Hangzhou,China[J].Atmospheric Environment,42(20):5150-5165 |
| [29] | 郑君瑜,车汶蔚,王兆礼.2009.基于交通流量和路网的区域机动车污染物排放量空间分配方法[J].环境科学学报,29(4):815-821 |
| [30] | 周溪溪,宋国华,于雷.2014.面向排放量化的低速区间机动车比功率分布特性与模型[J].环境科学学报,34(2):336-344 |
2015, Vol. 35









