交叉口和公交站点是城市交通路网中两个典型的微观高排放热点区域，因为大量交通出行者直接曝露在该区域高浓度的污染物中，因此交通管理者只有掌握这两个微观热点区域车辆的排放特征，才能制定出有效的排放控制措施。此外，这两个热点区域的交通属于间断流运行的特征，不同于路段连续交通流运行状态，现有的用于描述续交通流运行特征和排放特征的一套指标和方法并不适合于这两个热点区域，因此有必要针对交叉口和公交站点开展其所属的间断流运行特征与其排放特征的关联研究。在当前研究中，关于轻型车的研究成果较多，而关于重型车的相对较少。在这个背景下，并考虑到重型柴油公交车不仅是城市交通路网主要公共交通出行工具之一，也是氮氧化物(NOx)和颗粒物(PM)的主要排放车型之一，本研究将针对重型柴油公交车开展其在交叉口和公交站点两个微观区域的排放量化研究，本文将构建考虑其在微观区域运行特征的重型柴油公交车排放量化模型。　　围绕以上的研究目标，本文首先从可用于重型柴油公交车的微观排放量化模型与方法、以及考虑排放效益的交叉口与公交站点管理与控制措施及方法两个方面开展了国内外研究综述。在完成综述的基础上，本文开展了以下的研究工作。　　第一，针对公交车在交叉口和公交站点处开展了移动排放检测数据、逐秒运行数据以及交叉口和公交站点的属性特征数据的收集，并对海量数据进行了质量控制。在此基础上，提出了公交车在交叉口和公交站点的排放特征分析数据处理流程。　　第二，针对公交车在交叉口和公交站点处的排放量化关键问题，本文提出了重型柴油公交车考虑客流时段特征的比功率(Vehicle Specific Power, VSP)计算方法;研究了比功率区间划分方法;统计并确立了本地化重型柴油公交车比功率区间对应的排放率;并基于重型柴油公交车排放规律确立了交叉口和公交站点的研究范围。　　第三，在以上研究基础上，本文分析了道路属性特征（道路等级）和公交车运行状态（停车次数、延误时间、转向）对其在交叉口处比功率和排放因子的影响，筛选出关键的影响因素;在此基础上，统计分析了该关键影响因素与重型柴油公交车在该区域的比功率分布和排放因子的相关关系，建立了基于控制延误的重型柴油公交车在交叉口处的比功率分布模型和排放因子预测模型，并对建立的模型进行了假设检验。为了验证本文所建立的模型，本文通过实测北京市320线路、603线路和751线路135个交叉口片段的排放数据和GPS数据来进行模型验证，结果表明:本文建立的微观热点区域比功率分布模型预测结果与实测数据统计结果的误差分布在-1.80％-6.1％之间;排放因子模型预测的结果与实测数据统计结果的误差分布在-0.88％-10.01％之间;而采用美国环保局开发的MOVES(Motor VehicleEmission Simulator, MOVES)模型预测的结果与实测数据误差分布在-98.32％-12.88％之间。这表明，本文建立的交叉口处重型柴油公交车的排放因子预测模型针对北京市实际路网的预测精度高于MOVES模型。　　第四，本文同时分析了公交站点属性特征（道路类型、站台布置形式、泊位数）和公交在站点的运行状态（总延误和停车次数）对其在站点的运行模式分布和排放因子的影响，筛选出在该点的关键影响因素;在此基础上，统计分析了该关键影响因素与公交车在站点处的比功率分布和排放因子的相关关系，建立了基于站点延误的公交车在站点处的比功率分布模型和排放因子预测模型，并对建立的模型进行了假设检验。为了验证本文所建立的模型和算法，本文通过实测北京市320线路、603线路和751线路190个公交站点片段的排放数据和GPS数据来进行模型验证，结果表明:本文所建立的微观区域运行模式分布模型的预测结果与实测数据统计结果的误差分布在-2.40％-3.6％之间;排放因子模型预测的结果与实测数据统计结果的误差分布在1.23％-7.12％之间。　　第五，在实例验证的研究中，本文基于所建立的公交车在交叉口处的排放因子预测模型，提出了考虑重型柴油公交车在交叉口NOx和PM排放量和交叉口通行能力的多目标信号配时优化模型，并提出了基于遗传算法的求解流程。实例分析结果表明:本文提出的优化的信号配时方案比通行能力手册(Highway CapacityMannual，HCM)推荐的配时方法单位时间内NOx和PM排放量各小2％，而通行能力提高5％;而比当前的信号配时方案单位时间内NOx排放量低13％、PM排放量低10％，而通行能力高4％。这表明本文提出的考虑公交NOx和PM排放效益和通行能力的信号配时方案达到了优化的效果。