CN104156622A - 一种城市交通颗粒物排放量的估算方法 - Google Patents
一种城市交通颗粒物排放量的估算方法 Download PDFInfo
- Publication number
- CN104156622A CN104156622A CN201410425336.2A CN201410425336A CN104156622A CN 104156622 A CN104156622 A CN 104156622A CN 201410425336 A CN201410425336 A CN 201410425336A CN 104156622 A CN104156622 A CN 104156622A
- Authority
- CN
- China
- Prior art keywords
- particulate matter
- highway
- traffic
- road
- urban
- 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
Links
Abstract
本发明涉及一种城市交通颗粒物排放量的估算方法,其包括以下步骤:卫星影像选择与处理、遥感解译城市路网、测定城市道路的尘负荷系数、模拟计算交通颗粒物排放因子及测算交通颗粒物排放量。本发明的有益效果为:本发明实现了遥感技术与地面实地监测、模拟分析技术有效结合;遥感技术能够快速、精准地获取不同时空尺度的城市交通路网特征,可以弥补地面定点监测无法反映路网颗粒物排放量总体情况的不足。利用遥感的现势性高、范围广、客观性强等诸多优点,与地面实地监测、模拟分析技术相结合,针对交通颗粒物,实现对城市交通颗粒物排放量的估算,能够为大气污染排放总量控制提供第一手资料。
Description
技术领域
本发明属于大气环境监测领域,具体涉及一种城市交通颗粒物排放量的估算方法。
背景技术
据2014年4月北京市环境保护局公布的PM2.5来源解析最新成果显示,北京市全年PM2.5来源中,本地来源贡献率64%-72%,而机动车排放PM2.5占本地来源的31.1%。城市交通排放是城市大气颗粒物主要来源之一。从全国范围看,近年来,各大型城市的城区不断扩张,道路快速延伸,机动车保有量持续大幅增加,同样加剧了大气重污染程度。实行交通污染排放总量控制是城市大气环境管理的重要途径之一,而说清交通污染排放规律是进行交通污染排放总量控制的重要环节。
现阶段,随着现场监测技术逐渐成熟,环境监管部门实现了对典型路段的污染浓度监测、排放强度估算和化学成分分析。这些工作能够较准确地评估指定路段的交通颗粒物污染排放特征。但是,城市交通系统本身具有复杂性和多变性,如不同等级道路时空分布的高度异质性、不同等级道路交通流量的差异及变化等,只应用定点监测的方法难以在空间大尺度上准确、定量地评估城市交通颗粒物总体排放量。
发明内容
为了解决现有技术存在的上述问题,本发明利用卫星遥感弥补地面监测的不足,为了达到提高城市交通颗粒物排放量的估算精度的目的,提供了一种城市交通颗粒物排放量的估算方法。
本发明所采用的技术方案为:
一种城市交通颗粒物排放量的估算方法,其包括以下步骤:
1)遥感数据选择与处理:获取城市路网的卫星影像,并对卫星影像进行几何精校正;
2)遥感解译城市路网:对所述城市路网的卫星影像进行遥感解译,获取城市路网的矢量数据,根据城市路网的矢量数据测算获得城市路网的面积和长度数据;遥感解译可以选用任何的解译方法,只要能够确保解译精度中生产比例尺应高于1∶5000,检查比例尺满足1∶10000条件下没有明显差错即可。
3)测定城市道路的尘负荷系数:根据城市路网的矢量数据,在所述城市路网不同等级道路上设置若干个现场监测点,进行实地监测,测定公路的尘负荷系数以及日平均小时车流量;
4)模拟计算交通颗粒物排放因子:根据测定的尘负荷系数,通过模型计算交通颗粒物排放因子值;
5)计算交通颗粒物排放量:
根据公式(1)计算待测区域内的路面尘负荷量:
路面尘负荷量=尘负荷系数×道路面积 (1)
根据公式(2)计算待测区域内的交通颗粒物日排放量:
交通颗粒物日排放量=交通颗粒物排放因子×道路长度×日平均小时车流量×24小时(2)。
进一步,步骤1)中所述卫星影像为影像空间分辨率不大于2m×2m的高分辨率卫星影像。
进一步,所述卫星影像由卫星遥感获取。由卫星获取后的卫星影像可以直接由互联网免费取得,也可以通过购买得到。此外除了通过卫星获取,还可以通过飞机进行航拍得到卫星影像。
进一步,所述卫星为QucikBird卫星。
进一步,步骤1)中所述几何精校正需满足的精度条件为多光谱数据精度纠正误差不超过0.5个像元,全色数据精度纠正误差在1个像元以内;同时保证进行融合处理的多光谱和全色影像数据相互匹配误差不超过1个像元。
进一步,所述城市路网包括城市道路和公路;所述城市道路的等级包括快速路、主干路、次干路、支路、城市道路立交桥;所述公路的等级包括高速公路、一级公路、二级公路、三级公路、四级公路及公路立交桥。城市道路中的快速路、主干路、次干路、支路及城市道路立交桥,在城市道路系统中具有不同的地位、作用、交通功能以及对沿线建筑物的服务功能。公路中的高速公路、一级公路、二级公路、三级公路、四级公路、公路立交桥具有不同的使用任务、功能和适应的交通量,具体的作用的详细描述参见《城市规划定额指标暂行规定》。
进一步,步骤3)中所述现场监测点设置为:在所述城市道路的主干路和次干路上均分别设有一个以上的现场监测点,在所述城市道路的快速路、支路、城市道路立交桥上,和所述公路的高速公路、一级公路、二级公路、三级公路、四级公路及公路立交桥上选择设有现场监测点。
进一步,步骤4)中所述模型为AP-42模型。
进一步,步骤4)中所述交通颗粒物排放因子包括ETSP、EPM10和EPM2.5。其中TSP为总悬浮颗粒物,PM10为粒径在10微米以下的颗粒物,PM2.5为细颗粒物,即环境空气中空气动力学当量直径小于等于2.5微米的颗粒物。
本发明的有益效果为:本发明有效的将遥感技术与地面实地监测、模拟分析技术相结合,遥感技术能够快速、精准地获取不同时空尺度的地面特征,结合卫星遥感数据,可以弥补地面定点监测无法反映路网总体情况的不足。利用遥感的现势性高、范围广、客观性强等诸多优点,与地面实地监测、模拟分析技术相结合,针对交通颗粒物,实现对城市交通颗粒物排放量的估算,能够为大气污染排放总量控制提供了第一手资料。
具体实施方式
本发明提供了一种城市交通颗粒物排放量的估算方法,下面将以北京市2012年的数据为例,进行详细说明,所述估算方法包括以下步骤:
1)遥感数据选择与处理:通过QucikBird卫星遥感获取城市路网的卫星影像,所述卫星影像为影像空间分辨率不大于2m×2m的高分辨率卫星影像;对卫星影像以国家标准航片为基础地图进行几何精校正;所述几何精校正需满足的精度条件为多光谱数据精度纠正误差不超过0.5个像元,全色数据精度纠正误差在1个像元以内;同时保证进行融合处理的多光谱和全色影像数据相互匹配误差不超过1个像元。
2)遥感解译城市路网:采用人工目视解译的遥感解译方法,对所述城市路网的卫星影像进行遥感解译,获取城市路网的矢量数据,所遥感解译生产比例尺应高于1∶5000,检查比例尺满足1∶10000条件下没有明显差错,通过以上方法精确地提取了2012年北京市四环及以内城市路网的信息(包括路面宽度、长度、空间分布等),所述城市路网包括城市道路和公路;所述城市道路的等级包括快速路、主干路、次干路、支路及城市道路立交桥;所述公路的等级包括高速公路、一级公路、二级公路、三级公路、四级公路及公路立交桥;根据城市路网的矢量数据测算获得城市路网的面积如表1所示为2012年北京市四环路以内不同等级道路的面积,和长度数据如表2所示为2012年北京市四环路以内不同等级道路的长度;从表1和表2中可以得出,北京市四环及以内主干路、次干路和支路道路用地总面积约36.84km2,主干路、次干路和支路道路总长度约1484.69km;
表1 2012年北京市四环路以内不同等级道路的面积(km2)
二环内 | 二环路 | 二至三环路 | 三环路 | 三至四环路 | 四环路 | |
主干路 | 2.38 | 3.70 | 3.13 | 3.70 | 3.98 | 5.68 |
次干路 | 2.03 | 1.90 | 2.85 | |||
支路 | 1.28 | 2.55 | 3.66 |
表2 2012年北京市四环路以内不同等级道路的长度(km)
二环内 | 二环路 | 二至三环路 | 三环路 | 三至四环路 | 四环路 |
主干路 | 66.76 | 41.74 | 82.84 | 52.92 | 107.18 | 75.31 |
次干路 | 101.59 | 117.88 | 147.71 | |||
支路 | 118.63 | 244.78 | 327.34 | 118.63 |
3)测定城市道路的尘负荷系数:根据城市路网的矢量数据,在所述城市道路的主干路和次干路上均分别设有五个现场监测点,进行实地监测,测定公路的尘负荷系数以及日平均小时车流量;将每条路测定的五个数据分别取平均值后,即为尘负荷系数;将测定的五个尘负荷系数的数据取平均值,即为尘负荷系数;进行实地监测,测定公路的尘负荷系数以及日平均小时车流量,尘负荷系数的具体情况如表3所示,日平均小时车流量如表4所示;
表3 北京市四环路及以内道路路面尘负荷和交通颗粒物排放因子
表4 2012年北京市四环路以内不同等级道路日平均小时车流量(辆/小时)
二环内 | 二环 | 二至三环间 | 三环 | 三环至四环间 | 四环 |
2767 | 12916 | 4154 | 11701 | 5294 | 14665 |
4)模拟计算交通颗粒物排放因子:根据测定的尘负荷系数,通过AP-42模型计算交通颗粒物排放因子值,所述交通颗粒物排放因子包括ETSP、EPM10和EPM2.5。结果如表3所示。
5)计算交通颗粒物排放量:
根据公式(1)计算待测区域内的路面尘负荷量:
路面尘负荷量=尘负荷系数×道路面积 (1)
根据公式(2)计算待测区域内的交通颗粒物日排放量:
交通颗粒物日排放量=交通颗粒物排放因子×道路长度×日平均每小时车流量×24小时(2)。
经上述公式(1)和公式(2)计算后,得到的结果如表5所示。
表5北京市四环路以内道路路面尘负荷和交通颗粒物日排放量
从表5中可以看出北京市四环及以内主干路、次干路以及支路的路面尘负荷总量约为404.64吨。北京四环内道路交通颗粒物估算结果为,TSP日排放量为492.26吨,PM10日排放量约174.94吨,PM2.5日排放量约66.53吨。
本发明有效的将遥感技术与地面实地监测、模拟分析技术相结合;遥感技术能够快速、精准地监测不同时空尺度的地面特征,可以弥补地面定点监测无法反映路网颗粒物排放量总体情况的不足。利用遥感的现势性高、范围广、客观性强等诸多优点,与地面实地监测、模拟分析技术相结合,针对颗粒物,实现对城市交通颗粒物排放量的估算,能够为大气污染排放总量控制提供了第一手资料。成果已经被北京市环境保护局采用,为北京市大气污染排放总量控制提供了第一手资料。
本发明不局限于上述最佳实施方式,任何人在本发明的启示下都可得出其他各种形式的产品,但不论在其形状或结构上作任何变化,凡是具有与本申请相同或相近似的技术方案,均落在本发明的保护范围之内。
Claims (9)
1.一种城市交通颗粒物排放量的估算方法,其特征在于:其包括以下步骤:
1)卫星影像选择与处理:获取城市路网的卫星影像,并对卫星影像进行几何精校正;
2)遥感解译城市路网:对所述城市路网的卫星影像进行遥感解译,获取城市路网的空间矢量数据,根据城市路网的矢量数据测算城市路网的面积和长度;
3)测定城市道路的尘负荷系数:根据城市路网的矢量数据,在所述城市路网不同等级道路上设置若干个现场监测点,进行实地监测,测定公路的尘负荷系数以及日平均小时车流量;
4)模拟计算交通颗粒物排放因子:根据测定的尘负荷系数,通过模型计算交通颗粒物排放因子值;
5)计算交通颗粒物排放量:
根据公式(1)计算待测区域内的路面尘负荷量:
路面尘负荷量=尘负荷系数×道路面积 (1)
根据公式(2)计算待测区域内的交通颗粒物日排放量:
交通颗粒物日排放量=交通颗粒物排放因子×道路长度×日平均小时车流量×24小时(2)。
2.根据权利要求1所述的一种城市交通颗粒物排放量的估算方法,其特征在于:步骤1)中所述卫星影像为空间分辨率不低于2m×2m的卫星影像。
3.根据权利要求1或2所述的一种城市交通颗粒物排放量的估算方法,其特征在于:所述卫星影像由卫星遥感获取。
4.根据权利要求3所述的一种城市交通颗粒物排放量的估算方法,其特征在于:所述卫星为QucikBird卫星。
5.根据权利要求1所述的一种城市交通颗粒物排放量的估算方法,其特征在于:步骤1)中所述几何精校正需满足的精度条件为多光谱数据精度纠正误差不超过0.5个像元,全色数据精度纠正误差在1个像元以内;同时保证进行融合处理的多光谱和全色影像数据相互匹配误差不超过1个像元。
6.根据权利要求1所述的一种城市交通颗粒物排放量的估算方法,其特征在于:所述城市路网包括城市道路和公路;所述城市道路的等级包括快速路、主干路、次干路、支路、城市道路立交桥;所述公路的等级包括高速公路、一级公路、二级公路、三级公路、四级公路、公路立交桥。
7.根据权利要求6所述的一种城市交通颗粒物排放量的估算方法,其特征在于:步骤3)中所述现场监测点设置为:在所述城市道路的主干路和次干路上均分别设有一个以上的现场监测点,在所述城市道路的快速路、支路、城市道路立交桥上,和所述公路的高速公路、一级公路、二级公路、三级公路、四级公路、公路立交桥上选择设有现场监测点。
8.根据权利要求1所述的一种城市交通颗粒物排放量的估算方法,其特征在于:步骤4)中所述模型为AP-42模型。
9.根据权利要求1所述的一种城市交通颗粒物排放量的估算方法,其特征在于:步骤4)中所述交通颗粒物排放因子包括ETSP、EPM10和EPM2.5。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410425336.2A CN104156622A (zh) | 2014-08-27 | 2014-08-27 | 一种城市交通颗粒物排放量的估算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410425336.2A CN104156622A (zh) | 2014-08-27 | 2014-08-27 | 一种城市交通颗粒物排放量的估算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104156622A true CN104156622A (zh) | 2014-11-19 |
Family
ID=51882120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410425336.2A Pending CN104156622A (zh) | 2014-08-27 | 2014-08-27 | 一种城市交通颗粒物排放量的估算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104156622A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105092783A (zh) * | 2015-05-08 | 2015-11-25 | 中国科学院遥感与数字地球研究所 | 一种大气污染监测设备、方法、系统以及终端设备 |
CN106557869A (zh) * | 2016-10-20 | 2017-04-05 | 北京市劳动保护科学研究所 | 一种基于poi点的大气污染物排放清单空间分配方法及装置 |
CN107292073A (zh) * | 2016-04-05 | 2017-10-24 | 中国科学院城市环境研究所 | 一种基于城市功能区的道路机动车尾气排放清单研究方法 |
CN109523083A (zh) * | 2018-11-21 | 2019-03-26 | 北京市环境保护监测中心 | 大气污染排放测算模型建立、测算方法及模型建立装置 |
CN110135103A (zh) * | 2019-05-24 | 2019-08-16 | 南京大学 | 一种采用水流模拟城市自然通风潜力的方法和系统 |
CN110991930A (zh) * | 2019-12-18 | 2020-04-10 | 天津玺腾龙科技发展有限公司 | 计算公路路段尘负荷等级的方法 |
CN112767686A (zh) * | 2020-12-23 | 2021-05-07 | 华南理工大学 | 一种基于多源数据融合的公路网汽车排放估算方法 |
CN114509373A (zh) * | 2022-04-20 | 2022-05-17 | 淄博众擎大数据科技合伙企业(有限合伙) | 一种汽车排气颗粒物检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040135998A1 (en) * | 2002-10-11 | 2004-07-15 | Chin See Leang | Method for remote sensing of pollutant molecules in a transparent medium using ultra-short intense lasers |
CN102507586A (zh) * | 2011-11-14 | 2012-06-20 | 辽宁师范大学 | 碳排放遥感监测方法 |
CN102591351A (zh) * | 2011-01-14 | 2012-07-18 | 北京航天慧海系统仿真科技有限公司 | 基于遥感、卫星定位导航和无人机的三维空间碳排放监测系统 |
CN102855759A (zh) * | 2012-07-05 | 2013-01-02 | 中国科学院遥感应用研究所 | 高分辨率卫星遥感交通流信息自动采集方法 |
-
2014
- 2014-08-27 CN CN201410425336.2A patent/CN104156622A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040135998A1 (en) * | 2002-10-11 | 2004-07-15 | Chin See Leang | Method for remote sensing of pollutant molecules in a transparent medium using ultra-short intense lasers |
CN102591351A (zh) * | 2011-01-14 | 2012-07-18 | 北京航天慧海系统仿真科技有限公司 | 基于遥感、卫星定位导航和无人机的三维空间碳排放监测系统 |
CN102507586A (zh) * | 2011-11-14 | 2012-06-20 | 辽宁师范大学 | 碳排放遥感监测方法 |
CN102855759A (zh) * | 2012-07-05 | 2013-01-02 | 中国科学院遥感应用研究所 | 高分辨率卫星遥感交通流信息自动采集方法 |
Non-Patent Citations (2)
Title |
---|
张璨: "武汉市主干道交通污染扩散模拟分析研", 《中国优秀硕士学位论文全文数据库工程科技II辑》 * |
贾玲 等: "基于Lansat7 ETM+影像的城市道路信息提取研究", 《遥感技术与应用》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105092783A (zh) * | 2015-05-08 | 2015-11-25 | 中国科学院遥感与数字地球研究所 | 一种大气污染监测设备、方法、系统以及终端设备 |
CN107292073A (zh) * | 2016-04-05 | 2017-10-24 | 中国科学院城市环境研究所 | 一种基于城市功能区的道路机动车尾气排放清单研究方法 |
CN106557869B (zh) * | 2016-10-20 | 2020-08-21 | 北京市劳动保护科学研究所 | 一种基于poi点的大气污染物排放清单空间分配方法及装置 |
CN106557869A (zh) * | 2016-10-20 | 2017-04-05 | 北京市劳动保护科学研究所 | 一种基于poi点的大气污染物排放清单空间分配方法及装置 |
CN109523083A (zh) * | 2018-11-21 | 2019-03-26 | 北京市环境保护监测中心 | 大气污染排放测算模型建立、测算方法及模型建立装置 |
CN110135103A (zh) * | 2019-05-24 | 2019-08-16 | 南京大学 | 一种采用水流模拟城市自然通风潜力的方法和系统 |
CN110135103B (zh) * | 2019-05-24 | 2020-09-01 | 南京大学 | 一种采用水流模拟城市自然通风潜力的方法和系统 |
CN110991930A (zh) * | 2019-12-18 | 2020-04-10 | 天津玺腾龙科技发展有限公司 | 计算公路路段尘负荷等级的方法 |
CN110991930B (zh) * | 2019-12-18 | 2023-05-23 | 天津玺腾龙科技发展有限公司 | 计算公路路段尘负荷等级的方法 |
CN112767686A (zh) * | 2020-12-23 | 2021-05-07 | 华南理工大学 | 一种基于多源数据融合的公路网汽车排放估算方法 |
CN112767686B (zh) * | 2020-12-23 | 2022-06-10 | 华南理工大学 | 一种基于多源数据融合的公路网汽车排放估算方法 |
CN114509373A (zh) * | 2022-04-20 | 2022-05-17 | 淄博众擎大数据科技合伙企业(有限合伙) | 一种汽车排气颗粒物检测方法 |
CN114509373B (zh) * | 2022-04-20 | 2022-08-05 | 淄博众擎大数据科技合伙企业(有限合伙) | 一种汽车排气颗粒物检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104156622A (zh) | 一种城市交通颗粒物排放量的估算方法 | |
Su et al. | A comparison of HYSPLIT backward trajectories generated from two GDAS datasets | |
Guo et al. | The influence of urban planning factors on PM2. 5 pollution exposure and implications: A case study in China based on remote sensing, LBS, and GIS data | |
Etyemezian et al. | Vehicle-based road dust emission measurement (III):: effect of speed, traffic volume, location, and season on PM10 road dust emissions in the Treasure Valley, ID | |
Keuken et al. | Total and size-resolved particle number and black carbon concentrations in urban areas near Schiphol airport (the Netherlands) | |
CN109086246A (zh) | 一种道路交通源的排放量计算方法及装置 | |
Wallace et al. | Topographic and spatial impacts of temperature inversions on air quality using mobile air pollution surveys | |
Merbitz et al. | Mobile measurements and regression modeling of the spatial particulate matter variability in an urban area | |
Jayaratne et al. | Characteristics of airborne ultrafine and coarse particles during the Australian dust storm of 23 September 2009 | |
Xu et al. | Computing payments for wind erosion prevention service incorporating ecosystem services flow and regional disparity in Yanchi County | |
Zhang et al. | Predicting daily PM2. 5 concentrations in Texas using high-resolution satellite aerosol optical depth | |
Sheng et al. | An experimental study to quantify road greenbelts and their association with PM2. 5 concentration along city main roads in Nanjing, China | |
Ali et al. | Impact of transport and industrial emissions on the ambient air quality of Lahore City, Pakistan | |
CN106557869B (zh) | 一种基于poi点的大气污染物排放清单空间分配方法及装置 | |
Wang et al. | Investigation of the spatiotemporal variation and influencing factors on fine particulate matter and carbon monoxide concentrations near a road intersection | |
Boarnet et al. | Fine particulate concentrations on sidewalks in five Southern California cities | |
Voordeckers et al. | The impact of street canyon morphology and traffic volume on NO2 values in the street canyons of Antwerp | |
Kavouras et al. | Particulate dust emission factors from unpaved roads in the US–Mexico border semi-arid region | |
Han et al. | Heterogeneity of influential factors across the entire air quality spectrum in Chinese cities: A spatial quantile regression analysis | |
CN108682156A (zh) | 基于出租车gps数据动态监测市区交通排放污染状况的方法 | |
CN205388561U (zh) | 具有空气质量检测功能的站点控制器 | |
Wang et al. | Using a mobile laboratory to characterize the distribution and transport of sulfur dioxide in and around Beijing | |
Zhu et al. | Distribution and sources of air pollutants in the North China Plain based on on-road mobile measurements | |
Song et al. | Chemical characterization of roadside PM2. 5 and black carbon in Macao during a summer campaign | |
CN107944701A (zh) | 一种飞机着陆过程中冲出跑道风险的检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20141119 |