CN102508949A - 城市隧道机动车尾气排放的数字化分析方法 - Google Patents

城市隧道机动车尾气排放的数字化分析方法 Download PDF

Info

Publication number
CN102508949A
CN102508949A CN2011103098775A CN201110309877A CN102508949A CN 102508949 A CN102508949 A CN 102508949A CN 2011103098775 A CN2011103098775 A CN 2011103098775A CN 201110309877 A CN201110309877 A CN 201110309877A CN 102508949 A CN102508949 A CN 102508949A
Authority
CN
China
Prior art keywords
tunnel
traffic
vehicle
city
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2011103098775A
Other languages
English (en)
Inventor
何杰
蔡晓华
杭文
赵池航
王海峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN2011103098775A priority Critical patent/CN102508949A/zh
Publication of CN102508949A publication Critical patent/CN102508949A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/80—Technologies aiming to reduce greenhouse gasses emissions common to all road transportation technologies
    • Y02T10/82—Elements for improving aerodynamics

Landscapes

  • Traffic Control Systems (AREA)

Abstract

本发明提供一种城市隧道机动车尾气排放的数字化分析方法，其特征在于包括如下步骤：调查城市隧道交通量信息、各出入口道路信息及交通管理控制措施信息；构建城市隧道的数字化交通路网并仿真获取实时交通运行工况；确定城市机动车尾气排放的模拟模型，并对不同模型间的车型进行映射；隧道机动车尾气排放的数字化计算；交通管理控制措施对隧道机动车尾气排放影响的数字化再现。本发明的城市隧道机动车尾气排放的数字化分析方法在交通量、隧道特征、控制策略等基本数据的基础上，完全通过数字化计算获得城市隧道机动车尾气的排放，具有成本低、可重复、可视化、环境参数易修改等优点。

Description

城市隧道机动车尾气排放的数字化分析方法
技术领域
本发明涉及交通仿真、机动车尾气排放、交通管理控制等研究领域，尤其涉及以改善城市隧道交通环境为目标的交通微观仿真、机动车尾气排放的联合数字化分析方法。
背景技术
在城市化与机动化的快速发展、低排放标准机动车辆所占比例较大、交通管理与控制的手段较为落后等多种因素的作用下，我国城市空气质量受到机动车尾气排放的严重威胁。《中国机动车污染防治年报(2010年度)》统计显示，全国113个环保重点城市中1/3的空气质量不达标，很多城市尤其是大城市空气污染已呈现出煤烟型和汽车尾气复合型污染的特点。
城市隧道成为缓解城市交通压力的有效方法。城市隧道具有不占用耕地、利于水土环境保护、减少道路病害、缩短行驶里程及提高行驶速度等诸多优点，但由于其特殊的构造，使得行驶车辆排放出的尾气，如CO2(carbon dioxide，二氧化碳)、CO(carbon monoxide，一氧化碳)、HC(hydrocarbons，碳氢化合物)、NOx(oxides of nitrogen，氮氧化物)、PM(碳烟颗粒)等不能及时的扩散、消失。同时，机动车在进入及离开隧道时，驾驶员所处的环境会发生变化，机动车的速度和加速度也会发生一定程度的变化，当隧道内部出现事故时，车辆更是会频繁的启停，这都会导致机动车在隧道内的停留时间延长，使机动车尾气污染物的排放增加。
目前研究机动车尾气污染物排放方法主要分为实际测试和排放模型的研究。实际测试主要分为实验室测试和实际道路测试。前者包括台架测试，后者包括隧道实验、遥感测试和车载测试。而机动车尾气污染物排放模型研究基于不同的原理将其分为：基于平均速度的统计回归模型，其代表为MOBILE模型、COPERT(Computer Programme to calculate Emissions fromRoad Transport)模型；基于机动车行驶特征的模型，其代表为IVE(International VehicleEmission)模型和CMEM(Comprehensive Modal Emission Model)模型。
其中，CMEM模型由加州大学河边分校于20世纪90年代中期开始开发，为行驶工况类模型，以瞬态速度-加速度行驶状态为主要参数，能够模拟不同工况下机动车的瞬时排放，模型结果为瞬时值。模型可以预测各种各样的轻型车在不同状态(如正常运行、劣化、损坏)下的排放。与以往模型惯用的数学统计+代用参数的方法不同，CMEM模型基于发动机负载和污染物形成的物理化学原理，考虑所有行驶状态对排放的影响。CMEM模型中机动车类型分为3类26种，模型需要输入的参数数量为47个，由于获取实际道路环境机动车技术组成和行驶工况则需要较高强度的调查，模型参数获取难度较大。
通过微观交通仿真软件可实现研究对象交通运行状况的实时模拟，并获得相应的交通运行数据，最为常用的软件是VISSIM。VISSIM为德国PTV公司开发的微观交通流仿真软件系统，是一种微观的、基于时间间隔和驾驶行为的仿真建模工具，用以城市交通和公共交通运行的交通建模。它可以分析各种交通条件下，如车道设置、交通构成、交通信号、公交站点等，城市交通和公共交通的运行状况，是评价交通工程设计和城市规划方案的有效工具。
就城市隧道机动车尾气排放而言一般采取隧道实验的方法，通过在隧道内外监测污染物的浓度，并根据现场的车流参数，获得对应车队的平均排放因子水平。隧道实验简单易操作，测试涉及的车辆样本数较多，具有一定代表性，在精度要求不高的情况下，可用来获取车队平均排放因子。缺点是受背景浓度影响，而且被测车辆的工况单一。
综上，通过实际测试或者构建机动车尾气排放模型来进行研究取得了长足的发展，但仍然存在以下几方面的问题：
一、对城市隧道机动尾气排放的研究仅仅停留在隧道实验的阶段，相应的仿真研究寥寥无几，此外，隧道实验虽然简单易操作，但实验人员长时间处于隧道中，对身体健康和人身安全不利。
二、实际测试和机动车尾气排放模型无法实现与交通管理控制措施的实时反馈，无法充分反映交通管理策略。
三、交通问题研究重点在缓解交通拥堵上，采取的交通管理控制措施以缓解交通拥堵、疏导交通流、减少旅行时间等为目的，而极少考虑其对减少尾气排放的作用。
因此，以城市中受污染较为严重的隧道为研究对象，在对交通量、道路特征等方面进行详细调查的基础上，联合微观交通仿真和机动车尾气排放模型提出交通尾气污染数字化分析计算方法，分析不同交通管理控制手段对隧道内机动车尾气污染物排放的影响。
发明内容
本发明所要解决的技术问题是针对上述现有技术的不足，提出一种联合微观交通仿真和机动车尾气排放模型的城市隧道交通尾气污染数字化分析方法，从交通管理控制的角度出发模拟城市隧道机动车尾气排放，改善隧道交通环境，为隧道的管理提供科学的依据。
为解决上述技术问题，本发明采用如下技术方案：一种城市隧道机动车尾气排放的数字化分析方法，包括以下步骤：
步骤1：调查城市隧道交通量信息、各出入口道路信息及交通管理控制措施信息；
步骤2：构建城市隧道的数字化交通路网并仿真获取实时交通运行工况；
步骤3：确定城市机动车尾气排放的模拟模型，并对不同模型间的车型进行映射；
步骤4：隧道机动车尾气排放的数字化计算；
步骤5：交通管理控制措施对隧道机动车尾气排放影响的数字化再现。
本发明提出的城市隧道机动车尾气排放的数字化分析方法，通过车型映射关系的确立，将微观交通仿真软件与机动车尾气排放模型两者耦合起来进行联合仿真，重点以城市中受污染较为严重的隧道为研究对象，以改善隧道交通环境为目标的角度来探讨不同的交通管理策略对隧道中机动车尾气排放的影响。
该发明是针对城市隧道机动车尾气排放的，将弥补以往方法仅进行实地监测的不足，回避了隧道实验耗时长、实验花费大、有安全隐患等缺点，使用数字化仿真分析的方法有效而准确地描述城市隧道内机动车的尾气排放特性，为隧道交通环境的改善提供一定的科学依据。
对隧道的运营管理部门而言，该数字化分析方法为获取隧道内真实的机动车运行状况以及机动车排放情况提供了准确可靠的仿真与实验环境，能够预知和数字化再现不同的交通管理控制措施(如车速限制、车速限制、单双号限行等)对隧道机动车尾气排放的影响，并可为交通管理控制策略的科学评价提供依据。
对环境监测部门而言，可通过此分析方法获取在不同交通状况条件下，城市隧道内机动车尾气的排放量，为环境的监控以及环境的改善提供一定的科学依据。
对广大机动车驾驶员而言，此方法获取的隧道机动车尾气的排放可使其了解隧道中驾驶环境，可使其尽量避免在高峰等交通拥挤时段使用隧道，为广大的驾驶员以及司乘人员的身体健康提供一定的帮助。
本发明的城市隧道机动车尾气排放的数字化分析方法在交通量、隧道特征、控制策略等基本数据的基础上，完全通过数字化计算获得城市隧道机动车尾气的排放，具有成本低、可重复、可视化、环境参数易修改等优点。
附图说明
图1是基于微观交通仿真和机动车尾气排放联合的数字化分析流程图；
图2是城市隧道机动车尾气排放的数字化分析方法流程图；
图3为九华山隧道走向及观测点分布示意图；
图4为Cat 5车型在三种时速下的尾气污染物排放统计图；
图5Cat 16车型在三种时速下的尾气污染物排放统计图；
图6Cat 40车型在三种时速下的尾气污染物排放统计图；
图7高峰60km/h下三类车型的尾气污染物排放统计图；
图8高峰70km/h下三类车型的尾气污染物排放统计图；
图9平峰80km/h下三类车型的尾气污染物排放统计图；
图10现状高峰与限行-高峰两状态下机动车尾气污染物排放因子值。
具体实施方式
如图1所示，本发明的城市隧道机动车尾气排放的数字化分析方法是基于微观交通仿真和机动车尾气排放联合的思想：
首先进行实地调研，然后将数据输入微观交通仿真软件构建数字化交通路网并仿真获取实时交通运行工况，再确定机动车尾气排放的模拟模型，并对不同模型间的车型进行映射，然后进行机动车尾气排放的数字化计算，并根据计算结果分析交通管理控制措施对机动车尾气排放的影响。
本具体实施方式的城市隧道机动车尾气排放的数字化分析方法如图2所示：
第一步：隧道实地调查。包括：
城市隧道交通量调查，即对所研究的隧道分时段(高峰、平峰)、分车型(小汽车、客车等)进行交通量的调查；
城市隧道各出入口道路基本信息调查，即对隧道各个出入口的车道数、车道宽度和标志标线等信息进行调查；
城市隧道交通管理控制措施调查，即明确调查对象的交通管理控制措施，如车速限制、车型限制、公交专用道、信号配时等。
第二步：构建城市隧道的数字化交通路网并仿真获取实时交通运行工况，并仿真输出车辆运行相关信息，包括车辆ID、仿真时间、车辆类型、速度、加速度等。
构建交通路网的过程是将第一步中调查所得到的城市隧道的交通量信息、出入口道路信息以及交通管理控制措施信息输入交通微观仿真软件VISSIM，建立相应隧道的路网模型，仿真获得现状条件下城市隧道路网中车辆的实时交通运行工况。其间，如果调查信息中的车型与VISSIM模型中的车型不一致，需要进行车型映射关系的确立，即根据VISSIM模型中已确定的车型，在调查信息中找到与之相对应的车辆类型。
第三步：确定城市机动车尾气排放的模拟模型，对不同模型间的车型进行映射。
本实施方式采用与交通微观仿真软件VISSIM具有较高耦合度的城市机动车尾气排放模拟模型CMEM模型，确立VISSIM软件和CMEM模型中车型的映射，即根据VISSIM模型中已确定的车型，在CMEM模型中找到与之相对应的车辆类型。
第四步：隧道机动车尾气排放的数字化计算。
将VISSIM仿真运行获得的机动车每秒运行工况，通过车型映射关系的确立，将其输入CMEM模型中，获取该隧道路网中机动车尾气的排放值；
第五步：交通管理控制措施对隧道机动车尾气排放影响的数字化再现。
根据CMEM模型获取的路网中机动车尾气的排放情况，分析交通管理控制措施对机动车尾气排放的影响。并通过改变已构建的城市隧道VISSIM路网模型中的交通管理控制措施，分析在不同的交通管理策略下，该路网中的机动车尾气排放值的变化情况，并以此为依据对不同的交通管理控制策略进行相应的评价，为减少路网中机动车尾气的排放，改善交通运行提供一定的科学依据。
下面以九华山隧道机动车尾气排放的数字化分析过程为例详细说明本发明的技术方案。
1、九华山隧道实地调查
南京市九华山隧道，南起龙蟠中路天工苑，北至新庄立交，下穿北京东路、九华山、南京航海运动学校后进入玄武湖折向西北，沿环湖路至情侣园西侧下穿玄武湖东西向隧道敞开段，全长约2.8km。九华山隧道共有6个进出口(观测点)，详见图3。调查小组选取九华山隧道观测点1、2、3、5进行了为期一个月的交通量调查，调查时间段为早高峰(7:00-9:00)和平峰(14:30-16:30)，共计4个小时。调查结果见表1、表2。
表1各观测点高峰小时交通量            单位：辆/h
Figure BDA0000098357450000051
表2各观测点平峰小时交通量            单位：辆/h
2.车型映射关系的确立
根据调查到的九华山隧道的交通量信息、出入口道路信息以及交通管理控制措施信息，采用交通微观仿真软件VISSIM建立九华山隧道的路网模型，仿真获得现状条件下路网中车辆的实时交通运行工况。由于上述调查表格、VISSIM软件以及CMEM模型中车型设置的不同，需确定两两之间的车型映射关系。根据VISSIM的车型限制，将调查表格中的私家车、出租车、小客车和大客车合并到Car，将公交车和大客车合并到Bus，将货车等同于Hgv，而摩托车在VISSIM中没有相应的类别以及数量很小，在仿真中将其忽略。对于VISSIM和CMEM而言，根据VISSIM模型中已确定的车型，在CMEM模型中找到与之相对应的车辆类型，具体的车辆车型映射关系如表3所示。
表3VISSIM模型和CMEM模型之间的车型映射
Figure BDA0000098357450000062
3.车型、车速限制对机动车尾气污染物排放的影响
从60km/h、70km/h、80km/h三个速度点出发运行仿真，探讨九华山隧道中机动车辆在高峰和平峰时段的尾气污染物(HC、CO和NOx)排放情况，平高峰时段下不同车型、不同车速的三种机动车尾气污染物的排放因子值如表4所示。
表4不同车型、车速下九华山隧道机动车尾气污染物排放因子值
Figure BDA0000098357450000071
上表中机动车尾气污染物的排放涉及交通时段、车型限制、车速限制3个要素，在对车型和车速限制要素分析之前，首先对交通时段进行探讨。在时速60km/h、70km/h和80km/h情况下，高峰、平峰的机动车尾气污染物排放情况相类似。以60km/h为例，无论高峰还是平峰，每类车型在相同的车速限制下，HC、CO、NOX的排放因子值基本是一致的。例如Cat 5车型在高峰和平峰时段的HC、NOX的值是一样的，CO的值只相差0.01。平高峰交通时段对机动车尾气污染物排放因子值的影响不大，因此暂且不考虑交通时段因素的影响。
1)不同车速对机动车尾气污染物排放的影响
选取高峰时段的Cat 5、平峰时段的Cat 16和高峰时段的Cat 40在60km/h、70km/h、80km/h时速下机动车尾气污染物的排放情况进行分析，详见图4、图5和图6。
(1)Cat 5车型(小汽车车型)
此类车型的机动车尾气污染物排放因子随车速的变化如下：
HC的值随车速的增加而上升，分别为0.077g/km、0.082g/km、0.085g/km，增幅为6.5％和3.7％；CO的值随车速的增加有明显的上升趋势，分别为1.43g/km、1.55g/km、1.62g/km，增幅为8.4％和4.5％；NOX的值随车速的增加而变化不大，基本维持不变，分别为0.15g/km、0.16g/km、0.16g/km。
(2)Cat 16车型(货车车型)
此类车型的机动车尾气污染物排放因子随车速的变化如下：
HC的值随车速的增加而变化不大，基本维持不变，分别为0.166g/km、0.166g/km、0.176g/km；CO的值随车速的增加有明显的上升趋势，分别为1.40g/km、1.45g/km、1.61g/km，增幅为3.6％和11.0％；NOX的值随车速的增加而变化不大，基本维持不变，分别为0.37g/km、0.37g/km、0.40g/km。
(3)Cat40车型(公共汽车车型)
此类车型的机动车尾气污染物排放因子随车速的变化如下：
HC的值随车速的增加而下降，分别为0.573g/km、0.553g/km、0.516g/km，降幅为3.5％和6.7％；CO的值随车速的增加而下降，分别为1.05g/km、1.02g/km、0.98g/km，降幅为2.9％和3.9％；NOX随车速的增加有明显的下降趋势，分别为3.8g/km、3.75g/km、3.62g/km，降幅为1.3％和3.5％。
2)不同车型对机动车尾气污染物排放的影响
分别在高峰60km/h、高峰70km/h和平峰80km/h下对Cat 5、Cat 16和Cat 40这三种不同车型的尾气污染物排放情况进行分析，详见图7、图8和图9。
这三类车型在高峰60km/h、高峰70km/h和平峰80km/h下的尾气污染物的变化趋势是一致的，车速对不同车型的尾气污染物排放的影响体现在数量上面。就不同车型而言，Cat 40(公共汽车车型)对HC和NOX的排放贡献比较大，尤其NOX的排放因子值是Cat 5(小汽车车型)的25倍左右；HC的排放因子值是Cat 5(小汽车车型)的7倍左右；对CO排放贡献比较大主要是Cat 5(小汽车车型)和Cat 16(货车车型)。
4.单双号限行对机动车尾气污染物排放的影响
九华山隧道交通量超过3600辆/h，高峰时段隧道内交通运行不流畅，采取单双号限行探讨其对隧道内机动车尾气污染物排放的影响。2007年8月北京市实施单双号限行后实测发现停驶的机动车接近50％，同时考虑到单双号限行会引起很大的社会反响，只针对小汽车进行相应的出行限制，对公共汽车等大容量交通工具不做限制，设定九华山隧道实施单双号限行后的高峰机动车数、平峰机动车数为实施之前的60％和55％，详见表5。通过仿真运行后得到尾气污染物的排放因子值详见表6。
表5单双号限行后九华山隧道高峰及平峰各观测点机动车预测量
Figure BDA0000098357450000091
表6高峰与平峰单双号限行后九华山隧道机动车尾气污染物排放因子值
Figure BDA0000098357450000092
高峰和平峰时段3类车型的3种机动车尾气污染物排放值基本一致，由于单双号限行后两时段的交通状况很相似的原因导致。选取现状高峰60km/h与限行-高峰的两个状态机动车尾气污染物排放情况相比较，详见图10。采取限行措施后，同等条件下三类车型的机动车尾气污染物排放因子值显著下降，降幅达到2-3倍，对于改善隧道交通环境十分有效。同时采取限行措施后，机动车总量也会有一定的下降，总的机动车尾气污染物的排放总量也将得到下降。
总之，车型限制、车速限制及单双号的限行对隧道内机动车尾气的排放产生了很好的抑制效果，考虑到措施的可行性，建议采取组合的方式进行，如高峰时段单双号限行，分车型车速限制等。

Claims (5)

1.一种城市隧道机动车尾气排放的数字化分析方法，其特征在于包括如下步骤：
步骤1：调查城市隧道交通量信息、各出入口道路信息及交通管理控制措施信息；
步骤2：构建城市隧道的数字化交通路网并仿真获取实时交通运行工况； 
步骤3：确定城市机动车尾气排放的模拟模型，并对不同模型间的车型进行映射； 
步骤4：隧道机动车尾气排放的数字化计算； 
步骤5：交通管理控制措施对隧道机动车尾气排放影响的数字化再现。
2.如权利要求1所述的城市隧道机动车尾气排放的数字化分析方法，其特征在于所述步骤2的具体过程是：根据步骤1中获取的城市隧道的交通量信息、出入口道路信息以及交通管理控制措施信息，采用交通微观仿真软件VISSIM建立相应隧道的路网模型，仿真获得现状条件下城市隧道路网中车辆的实时交通运行工况。
3.如权利要求2所述的城市隧道机动车尾气排放的数字化分析方法，其特征在于所述步骤3的具体过程是：采用与交通微观仿真软件VISSIM具有较高耦合度的城市机动车尾气排放模拟模型CMEM模型，确立VISSIM软件和CMEM模型中车型的映射，即根据VISSIM模型中已确定的车型，在CMEM模型中找到与之相对应的车辆类型。
4.如权利要求3所述的城市隧道机动车尾气排放的数字化分析方法，其特征在于所述步骤4的具体过程是：将VISSIM仿真运行获得的机动车每秒运行工况，通过车型映射关系的确立，将其输入CMEM模型中，获取该隧道路网中机动车尾气的排放值。
5.如权利要求2~4任一所述的城市隧道机动车尾气排放的数字化分析方法，其特征在于所述步骤5的具体过程是：通过改变已构建的城市隧道VISSIM路网模型中的交通管理控制措施，分析在不同的交通管理策略下，该路网中的机动车尾气排放值的变化情况，并以此为依据对不同的交通管理控制策略进行相应的评价，为减少路网中机动车尾气的排放，改善交通运行提供一定的科学依据。
CN2011103098775A 2011-10-13 2011-10-13 城市隧道机动车尾气排放的数字化分析方法 Pending CN102508949A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2011103098775A CN102508949A (zh) 2011-10-13 2011-10-13 城市隧道机动车尾气排放的数字化分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2011103098775A CN102508949A (zh) 2011-10-13 2011-10-13 城市隧道机动车尾气排放的数字化分析方法

Publications (1)

Publication Number Publication Date
CN102508949A true CN102508949A (zh) 2012-06-20

Family

ID=46221035

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011103098775A Pending CN102508949A (zh) 2011-10-13 2011-10-13 城市隧道机动车尾气排放的数字化分析方法

Country Status (1)

Country Link
CN (1) CN102508949A (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102789688A (zh) * 2012-08-20 2012-11-21 北京世纪高通科技有限公司 一种获取城市汽车污染物排放量的方法
CN104318315A (zh) * 2014-09-29 2015-01-28 南通大学 一种城市道路交通污染物排放监控预警系统及方法
CN105426636A (zh) * 2015-12-23 2016-03-23 北京工业大学 城市峡谷街道机动车污染物排放与扩散的实时估计方法
CN105551240A (zh) * 2015-12-08 2016-05-04 东南大学 基于不同道路状况的汽车尾气排放测定方法
CN106650825A (zh) * 2016-12-31 2017-05-10 中国科学技术大学 一种机动车尾气排放数据融合系统
CN106682699A (zh) * 2016-12-31 2017-05-17 中国科学技术大学 一种基于聚类分析的车辆尾气排放特征分析处理方法
CN107832495A (zh) * 2017-10-13 2018-03-23 东南大学 基于车辆轨迹数据的机动车尾气污染物排放量计算方法
CN108254495A (zh) * 2017-12-13 2018-07-06 上海市环境科学研究院 一种隧道机动车污染物监测方法及系统
CN109255162A (zh) * 2018-08-20 2019-01-22 南京林业大学 一种城市道路空间汽车尾气排放规律分析方法
CN110852528A (zh) * 2019-11-20 2020-02-28 长安大学 基于微观交通排放估算的公交站台选型方法
CN111125636A (zh) * 2019-12-04 2020-05-08 暨南大学 基于城市隧道的机动车排放因子计算方法
CN111292526A (zh) * 2020-01-16 2020-06-16 深圳市元征科技股份有限公司 车辆限行策略的调整方法、装置、服务器及存储介质
CN111696369A (zh) * 2020-04-10 2020-09-22 北京数城未来科技有限公司 一种基于多源地理空间大数据的全市道路分时分车型交通流预测方法
CN113158125A (zh) * 2021-03-31 2021-07-23 中汽研汽车检验中心（天津）有限公司 一种基于车联网的柴油车NOx排放评测方法
CN114417614A (zh) * 2022-01-20 2022-04-29 悉地（苏州）勘察设计顾问有限公司 一种中心城区机动车空间管控措施下碳排放减排测算方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN200986532Y (zh) * 2006-12-22 2007-12-05 天津市圣威科技发展有限公司 Asm简易工况法汽车排放气体分析仪

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN200986532Y (zh) * 2006-12-22 2007-12-05 天津市圣威科技发展有限公司 Asm简易工况法汽车排放气体分析仪

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
徐成伟 等: "城市机动车尾气排放测试方法模型与应用及展望", 《华东公路》, no. 5, 20 October 2008 (2008-10-20), pages 87 - 90 *
徐成伟: "武汉市机动车尾气排放管理决策支持系统", 《中国优秀硕士学位论文全文数据库 工程科技II辑》, no. 9, 15 September 2009 (2009-09-15), pages 35 - 41 *

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102789688B (zh) * 2012-08-20 2014-09-17 北京世纪高通科技有限公司 一种获取城市汽车污染物排放量的方法
CN102789688A (zh) * 2012-08-20 2012-11-21 北京世纪高通科技有限公司 一种获取城市汽车污染物排放量的方法
CN104318315A (zh) * 2014-09-29 2015-01-28 南通大学 一种城市道路交通污染物排放监控预警系统及方法
CN105551240B (zh) * 2015-12-08 2017-11-03 东南大学 基于不同道路状况的汽车尾气排放测定方法
CN105551240A (zh) * 2015-12-08 2016-05-04 东南大学 基于不同道路状况的汽车尾气排放测定方法
CN105426636A (zh) * 2015-12-23 2016-03-23 北京工业大学 城市峡谷街道机动车污染物排放与扩散的实时估计方法
CN105426636B (zh) * 2015-12-23 2018-09-04 北京工业大学 城市峡谷街道机动车污染物排放与扩散的实时估计方法
CN106650825A (zh) * 2016-12-31 2017-05-10 中国科学技术大学 一种机动车尾气排放数据融合系统
CN106682699A (zh) * 2016-12-31 2017-05-17 中国科学技术大学 一种基于聚类分析的车辆尾气排放特征分析处理方法
CN106682699B (zh) * 2016-12-31 2019-06-07 中国科学技术大学 一种基于聚类分析的车辆尾气排放特征分析处理方法
CN106650825B (zh) * 2016-12-31 2020-05-12 中国科学技术大学 一种机动车尾气排放数据融合系统
CN107832495A (zh) * 2017-10-13 2018-03-23 东南大学 基于车辆轨迹数据的机动车尾气污染物排放量计算方法
CN108254495B (zh) * 2017-12-13 2023-08-22 上海市环境科学研究院 一种隧道机动车污染物监测方法及系统
CN108254495A (zh) * 2017-12-13 2018-07-06 上海市环境科学研究院 一种隧道机动车污染物监测方法及系统
CN109255162A (zh) * 2018-08-20 2019-01-22 南京林业大学 一种城市道路空间汽车尾气排放规律分析方法
CN110852528A (zh) * 2019-11-20 2020-02-28 长安大学 基于微观交通排放估算的公交站台选型方法
CN111125636A (zh) * 2019-12-04 2020-05-08 暨南大学 基于城市隧道的机动车排放因子计算方法
CN111125636B (zh) * 2019-12-04 2023-05-26 暨南大学 基于城市隧道的机动车排放因子计算方法
CN111292526A (zh) * 2020-01-16 2020-06-16 深圳市元征科技股份有限公司 车辆限行策略的调整方法、装置、服务器及存储介质
CN111696369A (zh) * 2020-04-10 2020-09-22 北京数城未来科技有限公司 一种基于多源地理空间大数据的全市道路分时分车型交通流预测方法
CN113158125A (zh) * 2021-03-31 2021-07-23 中汽研汽车检验中心（天津）有限公司 一种基于车联网的柴油车NOx排放评测方法
CN114417614A (zh) * 2022-01-20 2022-04-29 悉地（苏州）勘察设计顾问有限公司 一种中心城区机动车空间管控措施下碳排放减排测算方法
CN114417614B (zh) * 2022-01-20 2023-10-27 悉地（苏州）勘察设计顾问有限公司 一种中心城区机动车空间管控措施下碳排放减排测算方法

Similar Documents

Publication Publication Date Title
CN102508949A (zh) 城市隧道机动车尾气排放的数字化分析方法
Lyu et al. Review of the studies on emission evaluation approaches for operating vehicles
Pouresmaeili et al. Development of Mashhad driving cycle for passenger car to model vehicle exhaust emissions calibrated using on-board measurements
CN107330217B (zh) 一种基于rbfnn的中观油耗预测方法
CN102054222A (zh) 基于居民出行分析的城市机动车排放量化方法
CN106846806A (zh) 基于Isolation Forest的城市道路交通异常检测方法
CN102567811A (zh) 基于实时道路交通特征的机动车排放测算方法
Song et al. Delay correction model for estimating bus emissions at signalized intersections based on vehicle specific power distributions
Sharma et al. Performance evaluation of CALINE 4 dispersion model for an urban highway corridor in Delhi
Tu et al. Real-world emissions and fuel consumption of gasoline and hybrid light duty vehicles under local and regulatory drive cycles
Hallmark et al. Assessing impacts of improved signal timing as a transportation control measure using an activity-specific modeling approach
Sofwan et al. Characteristics of the real-driving emissions from gasoline passenger vehicles in the Kuala Lumpur urban environment
Beevers et al. The impact of congestion charging on vehicle speed and its implications for assessing vehicle emissions
CN105957348A (zh) 一种基于gis和pems的城市公交线路节点处排放估算方法
Hao et al. Evaluating the environmental impact of traffic congestion based on sparse mobile crowd-sourced data
Woo et al. Overestimation of on-road air quality surveying data measured with a mobile laboratory caused by exhaust plumes of a vehicle ahead in dense traffic areas
Zhang et al. Study on the real-world emissions of rural vehicles on different road types
Rosero et al. Assessing on-road emissions from urban buses in different traffic congestion scenarios by integrating real-world driving, traffic, and emissions data
Li et al. A comparative study on data segregation for mesoscopic energy modeling
Zhai et al. Comparative analysis of drive-cycles, speed limit violations, and emissions in two cities: Toronto and Beijing
Abou-Senna et al. Developing a microscopic transportation emissions model to estimate carbon dioxide emissions on limited-access highways
Stokić et al. A bilinear interpolation model for estimating commercial vehicles' fuel consumption and exhaust emissions
Salihu et al. Effect of road slope on driving cycle parameters of urban roads
Fan et al. Evaluating the Effects of One‐Way Traffic Management on Different Vehicle Exhaust Emissions Using an Integrated Approach
Yu et al. PEMS-based approach to developing and evaluating driving cycles for air quality assessment

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20120620