论文部分内容阅读
近年来,随着城市机动化进程的不断发展,城市交通拥堵状况日益加剧,由此带来的机动车尾气排放污染问题,严重的困扰着城市居民的工作和生活,恶化着城市生态环境,严重危害着人们的健康,环境污染问题已成为世界各国现代城市交通发展中面临的首要问题。步行是城市居民的主要出行方式之一,城市道路环境是行人步行的重要场所,由于城市道路环境两侧建筑密集,机动车流量较大,因此该区域污染扩散条件较差,污染源排放集中,使得城市道路环境空气污染比区域性空气污染更为严重,步行于其中的出行者没有任何遮蔽完全暴露于空气污染物中,而具有较大的健康风险。本研究以城市道路环境空气中3种影响人体健康的主要污染物（NOx、CO、O3）为研究对象,分析了城市道路环境污染物暴露特征以及行人步行速度相关影响因素;通过车载尾气测试系统得到机动车排放实测数据,分析评价了不同机动车污染物排放模型的模拟精度;在全面采集交通、污染物、气象等各类数据的基础上,开展了城市道路环境污染物扩散模拟研究;在整合数据采集系统与各类模型的基础上,构建了城市道路环境行人污染物暴露模拟平台。本文的主要研究内容和结论包括:（1）本研究比较分析了3种典型机动车尾气排放模型（MOBILE模型、IVE模型、CMEM模型）的原理、车型分类、适用范围等因素,通过车载尾气采集分析系统进行车辆行驶工况、尾气排放、油耗数据的采集,比较分析了3种模型的模拟结果。此外,本研究分别选取机动车在冷启动（Cold Start）、热启动（HotStart）与热稳定（Stabilized）3种状态下的运行工况片段,输入到CMEM模型中,分析比较了不同工况条件下的CMEM模型的模拟精度。研究结果表明,与宏观排放模型MOBILE模型、IVE模型相比,微观排放模型CMEM模型在准确获取机动车行驶工况数据的前提下,模拟精度较高。（2）本研究通过分析实测得到机动车尾气中NOx（NO2+NO）的构成比例,并利用空气污染物检测数据构建了城市道路环境NOx与NO2关系模型,从而改进了污染物扩散模型CALINE4,使其可以应用于城市道路环境NOx浓度的模拟计算。通过对NOx与CO两种污染物浓度模拟结果与实测结果的比较发现,环境风速小于3.0m/s时,模拟结果较为准确;当风速大于4.0m/s时,模拟值比实测值偏低。（3）本研究分析了O3浓度与太阳辐射、NOx浓度、温度、机动车流量、风速的相关性,分析结果表明,城市道路微观环境下O3浓度与风速呈正相关特性,其原因在于风速的升高加大了污染物的扰动与混合程度,促进了O3的生成反应。本文分别选取不同位置O3浓度的相关影响因素,构建了可用于计算路侧检测点与背景检测点O3浓度的多元回归模型。模拟结果与实测结果比较发现,路侧检测点模型计算值平均相对误差为7.71%,背景检测点模型计算值平均相对误差为4.08%。（4）本文构建了城市道路环境行人污染物暴露模拟平台,实现了对于城市道路环境下不同信号控制条件、不同走行线路行人的空气污染物暴露情况的模拟分析。模拟平台由基础数据采集模块、交通仿真模块（VISSIM）、机动车排放模块（CMEM）、污染物扩散浓度计算模块（CALINE4、回归模型）和行人污染物暴露计算模块5部分组成。针对各模块不同的车型分类方法,建立了各模块之间的车型映射关系。（5）应用城市道路环境行人污染物暴露模拟平台,分析了测试交叉口采取固定信号与感应信号两种信号控制方法的交通运行状况、污染物浓度分布状况、行人暴露量与行人污染物吸入剂量的变化情况。仿真结果表明,采用感应信号控制方法,交叉口机动车运行状况得到明显改善,主要污染物浓度显著降低,行人暴露量与污染物吸入剂量明显减少。以CO为例,感应信号控制条件下,行人污染物暴露量均值下降26.2%,通过该交叉口行人的平均CO吸入剂量减少3.1ml。