CN110133191A - 一种基于空气质量监测设备计算道路机动车排放的方法 - Google Patents
一种基于空气质量监测设备计算道路机动车排放的方法 Download PDFInfo
- Publication number
- CN110133191A CN110133191A CN201910403947.XA CN201910403947A CN110133191A CN 110133191 A CN110133191 A CN 110133191A CN 201910403947 A CN201910403947 A CN 201910403947A CN 110133191 A CN110133191 A CN 110133191A
- Authority
- CN
- China
- Prior art keywords
- air quality
- quality monitoring
- road
- monitoring equipment
- discharge
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0031—General constructional details of gas analysers, e.g. portable test equipment concerning the detector comprising two or more sensors, e.g. a sensor array
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0073—Control unit therefor
- G01N33/0075—Control unit therefor for multiple spatially distributed sensors, e.g. for environmental monitoring
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Treating Waste Gases (AREA)
Abstract
本发明提供一种基于空气质量监测设备计算道路机动车排放的方法,其特征在于包括以下步骤:在道路旁安装空气质量监测设备以获取空气中的污染物浓度数据;在空气质量监测设备旁安装气象设备以获取风速、风向数据;获取空气质量监测设备与道路位置的关系;基于监测位置、污染物浓度数据和风向、风速数据,计算道路机动车排放。本发明的有益效果在于:通过路侧空气质量监测设备监测数据直接计算道路机动车排放,方法简单,并进一步地可以用于评估不同路段的排放比例,优化机动车排放管理。
Description
技术领域
本发明涉及城市环境监测领域,尤其涉及一种监测城市道路上机动车尾气排放的方法。
背景技术
机动车尾气主要污染物有一氧化碳(CO)、氮氧化物(NOX)、碳氢化合物(HC)、可吸入颗粒物等。NOX既是降水致酸前体物,也是造成光化学烟雾灰霾天气的罪魁祸首,而挥发性有机化合物(VOCs)则是机动车尾气污染中一种重要的碳氢化合物。机动车尾气在直接危害人体健康的同时,还会对人类生活的环境产生深远影响。
近年来,在“大气十条”的推动下,我国大气污染防治已经取得明显成效。如京津冀PM2.5下降幅度达39.6%,全国338个地级以上城市PM10下降幅度达22.7%。“大气十条”任务目标已全面实现。根据我国已经完成的第一批城市大气细颗粒物源解析结果,在很多城市尤其是大城市,机动车排放已成为PM2.5的首要来源。机动车排放在北京、上海、杭州、济南、广州和深圳的占比分别达到45.0%、29.2%、28.0%、32.6%、21.7%和52.1%。南京、武汉、长沙和宁波的移动源排放为第二大污染源,分别占24.6%、27.0%、24.8%和22.0%。道路机动车排放治理工作十分严峻。
因此,机动车污染防治工作是大气污染治理工作的重中之重。在机动车污染防治过程中,如何高效监测更多机动车排放是推进机动车排放治理的方法之一。
目前,获取道路机动车排放的方法主要有两类:
一、宏观层面
根据机动车保有量、排放标准、排放因子和不同车型的年均行驶里程等计算机动车排放量,然后根据机动车登记地址将机动车排放量分配到各个辖区中。但因为道路实时车辆的运行情况并不稳定,所以此类方法的监测精度非常不准确。
二、微观层面
1. 直接监测
车载尾气检测设备直接跟车监测,车辆检测场怠速法、简易工况法、双怠速法。检测精度较高、但检测成本大、周期长,无法用于大量机动车尾气的连续监测。
2. 间接监测
尾气遥测设备监测,这种方法能实现连续监测,但监测成本高、精度变化也会基于车流变化较大;基于车载诊断系统(OBD)终端间接监测,能够基于NOX等传感器及车辆实时油耗计算排放,但这种方法在实际车辆运行中也具有误差,并且其在全车型实现尤其是在私家车中实现在线监控的可能性不大。
发明内容
本发明的主要目的在于提供一种可以精确定位高污染排放路段的方法,以高效地监测更多机动车排放并进一步推动机动车排放治理,为大气污染的治理工作提供助力。
本发明提供的一种基于空气质量监测设备计算道路机动车排放的方法,其特征在于包括以下步骤:
(1)在道路旁安装空气质量监测设备以获取空气中的污染物浓度数据;
(2)在空气质量监测设备旁安装气象设备以获取风速、风向数据;
(3)获取空气质量监测设备与道路位置的关系;
(4)基于监测位置、污染物浓度数据和风向、风速数据,利用机动车尾气排放模型或高斯扩散方程反推计算道路机动车排放。
进一步地,所述空气质量监测设备应安装在道路垂直距离10m之内的任意位置,可选择安装在道路龙门架、路灯杆、交通信号灯杆以及道路中间绿化带。
进一步地,所述污染物浓度数据包括细颗粒物(PM2.5)、可吸入颗粒物(PM10)、一氧化碳(CO)、二氧化碳(CO2)、二氧化硫(SO2)、氮氧化物(NOX)、碳氢化合物(HC)其中一种或多种。
进一步地,所述空气质量监测设备能够测量细颗粒物(PM2.5)、可吸入颗粒物(PM10)、一氧化碳(CO)、二氧化碳(CO2)、二氧化硫(SO2)、氮氧化物(NOX)、碳氢化合物(HC)其中一种或多种参数的任意设备,包括各类空气质量监测固定设备、空气质量移动或便携式监测设备以及尾气遥测设备。
进一步地,所述空气质量监测设备位置信息可通过手工测量或内置卫星定位模块以及外装定位装置。
进一步地,所述空气质量监测设备、气象设备安装按路段划分布设,监测数据可离线存储或在线传输。
进一步地,所述道路机动车排放数据的计算方式指通过进行排放试验,基于机动车尾气扩散模型(HIWAY、CALINE-4)或高斯扩散方程,建立从排放到道路环境浓度的数据库,结合实际车辆排放和实际道路污染物浓度,对比构建从道路污染物浓度到机动车排放的关系库。
本发明的有益效果在于:通过路侧空气质量监测设备监测数据直接计算道路机动车排放,方法简单,并进一步地可以用于评估不同路段的排放比例,优化机动车排放管理。如针对区域内道路线按路段划分布设空气质量监测设备并搭配气象设备,在区域内形成一定密度的道路监测网,并能同步计算相应路段排放,及时获取区域内排放高的路段、时段和浓度等,指导机动车管理部门靶向执法,精准治理。
具体实施方式
以下结合实施例对本发明提供的一种基于空气质量监测设备计算道路机动车排放的方法作进一步阐述。
实施例1
在双向4车道路灯杆(路灯杆位于车道和人行道之间)高度2m处安装PM2.5监测设备(数据离线存储)及气象设备,每小时测一次设备位置处PM2.5浓度,获取一段时间的PM2.5数据及风向风速数据,基于每个时间点的污染物浓度数据和气象数据以及位置情况计算得到道路机动车排放。
实施例2
在双向6车道道路中间绿化带高度3m处安装CO监测设备(数据在线采集)及气象设备,基于每个时间点的污染物浓度数据和气象数据结合位置情况计算得到道路机动车排放。
实施例3
在双向8车道道路龙门架横梁中间处安装空气质量监测设备(多参数:PM2.5、PM10、CO、SO2、NO2,数据在线采集)及气象设备,基于每个时间点的污染物浓度数据和气象数据结合位置情况计算得到道路机动车排放。
以上仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (8)
1.一种基于空气质量监测设备计算道路机动车排放的方法,其特征在于包括以下步骤:(1)在道路旁安装空气质量监测设备以获取空气中的污染物浓度数据;(2)在空气质量监测设备旁安装气象设备以获取风速、风向数据;(3)获取空气质量监测设备与道路位置的关系;(4)基于监测位置、污染物浓度数据和风向、风速数据,利用机动车尾气排放模型或高斯扩散方程反推计算道路机动车排放。
2.根据权利要求1所述的一种基于空气质量监测设备计算道路机动车排放的方法,其特征在于:所述空气质量监测设备应安装在道路垂直距离10m之内的任意位置,可选择安装在道路龙门架、路灯杆、交通信号灯杆以及道路中间绿化带。
3.根据权利要求1所述的一种基于空气质量监测设备计算道路机动车排放的方法,其特征在于:所述污染物浓度数据包括细颗粒物(PM2.5)、可吸入颗粒物(PM10)、一氧化碳(CO)、二氧化碳(CO2)、二氧化硫(SO2)、氮氧化物(NOX)、碳氢化合物(HC)其中一种或多种。
4.根据权利要求1所述的一种基于空气质量监测设备计算道路机动车排放的方法,其特征在于:所述空气质量监测设备能够测量细颗粒物(PM2.5)、可吸入颗粒物(PM10)、一氧化碳(CO)、二氧化碳(CO2)、二氧化硫(SO2)、氮氧化物(NOX)、碳氢化合物(HC)其中一种或多种参数的任意设备,包括各类空气质量监测固定设备、空气质量移动或便携式监测设备以及尾气遥测设备。
5.根据权利要求1、2所述的一种基于空气质量监测设备计算道理机动车排放的方法,其特征在于:所述空气质量监测设备、气象设备安装按路段划分布设。
6.根据权利要求3所述的一种基于空气质量监测设备计算道路机动车排放的方法,其特征在于:所述空气质量监测设备位置信息获取可通过手工测量或内置卫星定位模块以及外装定位装置。
7.根据权利要求3所述的一种基于空气质量监测设备计算道路机动车排放的方法,其特征在于:所述空气质量监测设备的数据可离线存储或在线传输。
8.根据权利要求4所述的一种基于空气质量监测设备计算道路机动车排放的方法,其特征在于:所述道路机动车排放数据的计算方式指通过进行排放试验,基于机动车尾气扩散模型(HIWAY、CALINE-4)或高斯扩散方程,建立从排放到道路环境浓度的数据库,结合实际车辆排放和实际道路污染物浓度,对比构建从道路污染物浓度到机动车排放的关系库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910403947.XA CN110133191A (zh) | 2019-05-16 | 2019-05-16 | 一种基于空气质量监测设备计算道路机动车排放的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910403947.XA CN110133191A (zh) | 2019-05-16 | 2019-05-16 | 一种基于空气质量监测设备计算道路机动车排放的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110133191A true CN110133191A (zh) | 2019-08-16 |
Family
ID=67574331
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910403947.XA Pending CN110133191A (zh) | 2019-05-16 | 2019-05-16 | 一种基于空气质量监测设备计算道路机动车排放的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110133191A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113505160A (zh) * | 2021-07-21 | 2021-10-15 | 宁波工程学院 | 一种基于卷积深度神经网络的机动车尾气排放估计方法 |
RU2821410C1 (ru) * | 2023-09-08 | 2024-06-24 | Федеральное государственное бюджетное учреждение науки Федеральный научный центр "Владикавказский научный центр Российской академии наук" (ВНЦ РАН) | Экспресс способ определения уровня загрязнения атмосферного воздуха автомобильным транспортом |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110029168A1 (en) * | 2007-07-06 | 2011-02-03 | Howard Barry Talberg | Route oriented paradigm for hybrid vehicles using route calculation and system utilizing same |
CN102682605A (zh) * | 2012-06-13 | 2012-09-19 | 长安大学 | 基于汽车排放的高速公路环境交通容量确定系统及方法 |
CN105138822A (zh) * | 2015-07-28 | 2015-12-09 | 浙江工业大学 | 一种结构化交叉路口机动车尾气扩散评估方法 |
US20170091350A1 (en) * | 2015-09-24 | 2017-03-30 | Alexander Bauer | Near real-time modeling of pollution dispersion |
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 |
-
2019
- 2019-05-16 CN CN201910403947.XA patent/CN110133191A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110029168A1 (en) * | 2007-07-06 | 2011-02-03 | Howard Barry Talberg | Route oriented paradigm for hybrid vehicles using route calculation and system utilizing same |
CN102682605A (zh) * | 2012-06-13 | 2012-09-19 | 长安大学 | 基于汽车排放的高速公路环境交通容量确定系统及方法 |
CN105138822A (zh) * | 2015-07-28 | 2015-12-09 | 浙江工业大学 | 一种结构化交叉路口机动车尾气扩散评估方法 |
US20170091350A1 (en) * | 2015-09-24 | 2017-03-30 | Alexander Bauer | Near real-time modeling of pollution dispersion |
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 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113505160A (zh) * | 2021-07-21 | 2021-10-15 | 宁波工程学院 | 一种基于卷积深度神经网络的机动车尾气排放估计方法 |
RU2821410C1 (ru) * | 2023-09-08 | 2024-06-24 | Федеральное государственное бюджетное учреждение науки Федеральный научный центр "Владикавказский научный центр Российской академии наук" (ВНЦ РАН) | Экспресс способ определения уровня загрязнения атмосферного воздуха автомобильным транспортом |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bharadwaj et al. | Impact of congestion on greenhouse gas emissions for road transport in Mumbai metropolitan region | |
CN113360850B (zh) | 一种大气污染物线源溯源分析方法 | |
Ng et al. | Reducing vehicle fuel consumption and exhaust emissions from the application of a green-safety device under real driving | |
CN108682156B (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 | |
Yang et al. | Analysis of particulate matter and carbon monoxide emission rates from vehicles in a Shanghai tunnel | |
CN102508949A (zh) | 城市隧道机动车尾气排放的数字化分析方法 | |
Li et al. | Influence of traffic force on pollutant dispersion of CO, NO and particle matter (PM2. 5) measured in an urban tunnel in Changsha, China | |
Sharma et al. | Performance evaluation of CALINE 4 dispersion model for an urban highway corridor in Delhi | |
Cheng et al. | A high-resolution emissions inventory and its spatiotemporal pattern variations for heavy-duty diesel trucks in Beijing, China | |
CN113722652B (zh) | 一种燃油车交通碳排放计算方法 | |
Peitzmeier et al. | Real-world vehicle emissions as measured by in situ analysis of exhaust plumes | |
Huang et al. | Impact of drivers on real-driving fuel consumption and emissions performance | |
Zhang et al. | Evaluating the ammonia emission from in-use vehicles using on-road remote sensing test | |
Holmes et al. | Spatial distribution of submicrometre particles and CO in an urban microscale environment | |
Saari et al. | Exhaust particle and NOx emission performance of an SCR heavy duty truck operating in real-world conditions | |
Bernard et al. | Worldwide use of remote sensing to measure motor vehicle emissions | |
CN109255162A (zh) | 一种城市道路空间汽车尾气排放规律分析方法 | |
Luo et al. | Pollutant concentration measurement and emission factor analysis of highway tunnel with mainly HGVs in mountainous area | |
Chen et al. | MOVES-Beijing-based high spatial and temporal resolution ammonia emissions from road traffic in Beijing | |
CN110133191A (zh) | 一种基于空气质量监测设备计算道路机动车排放的方法 | |
Tong et al. | Uncertainty investigation of plume-chasing method for measuring on-road NOx emission factors of heavy-duty diesel vehicles | |
Munjal et al. | Factors affecting particulate matter levels near highway toll plazas in India | |
CN103822859A (zh) | 道路移动源非尾气管污染物排放因子测算方法 | |
Ma et al. | In-use NOx and black carbon emissions from heavy-duty freight diesel vehicles and near-zero emissions natural gas vehicles in California's San Joaquin Air Basin | |
DE102020205273A1 (de) | Verfahren zur Erstellung einer Karte der Emissionen von Kraftfahrzeugen |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
CB02 | Change of applicant information |
Address after: 100000 606, 6 / F, building 1, yard 8, Automobile Museum West Road, Fengtai District, Beijing Applicant after: Beijing Yingshi Ruida Technology Co.,Ltd. Address before: 100000 606, 6 / F, building 1, yard 8, Automobile Museum West Road, Fengtai District, Beijing Applicant before: BEIJING INSIGHTS VALUE TECHNOLOGY Co.,Ltd. |
|
CB02 | Change of applicant information | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |