论文部分内容阅读
运用美国环保总局USEPA开发的MOBILE6.2移动源排放模型计算西安市机动车综合排放因子,采用情景分析法对模型中5个排放因子VOC、NOx、CO、CO2和PM的影响因素进行敏感性分析,分析结果表明:不同的参数对排放因子影响程度不同,其中,模型年的选取至关重要,其次登记分布、柴油车分率,年累积行驶里程,里程分布对PM、VOC、NOx和CO的排放都有较大的影响,CO2仅与燃油的经济性有关;其中CO2涉及2个敏感性参数命令;PM涉及7个敏感性参数命令;NOx涉及12个敏感性参数命令;VOC涉及14个敏感性参数命令;CO涉及13个敏感性参数命令;同时敏感性分析结果表明:整个车队（All vel）的综合排放因子的变化与轻型车汽油车（LDGV）有相同的发展趋势。 文中给出了敏感性命令参数清单和模型应用简化输入方案,并结合西安市实际情况着重从环境参数、车队特征、活动强度、油品特征、技术政策、技术法规和控制措施等7个方面收集了西安市的机动车污染的相关资料,对模型部分输入参数进行修正,重新定制了符合西安市的输入参数,输出了1996和2005年西安市机动车综合排放因子。结果表明,从1996年到2005年,西安市的机动车综合排放因子VOC、CO、NOx和PM分别降低了28%、29%、15%和43%。但是从排放总量上看,污染物排放总量还是不断的增加,除PM增幅在41%外,其余的VOC、CO和NOx每英里排放量增加幅度均超过50%。 模拟值和西安市北路隧道试验实测值比较表明:NOx模拟结果总体偏低,实测值大约是模拟值两倍,而VOC、CO同西安市机动车相当。 目前如何发挥主体职能部门间的横向协作与联系,促进信息的共享和交流,是MOBILE6.2模型应用首先要解决的问题。最后本文在模型的框架下,构建了西安市机动车污染管理框架,建议在该模型框架下尽快构建西安市机动车污染管理体系。 由于我国并没有建立符合我国实际国情的机动车综合排放因子计算模型,因而使用USEPA开发的MOBILE6.2模型进行综合排放因子的计算不失为一种好的途径。