單肖年，劉皓冰，張小麗，陳小鴻，葉建紅

（1.河海大學(xué)土木與交通學(xué)院，南京 210024；2.新墨西哥大學(xué)土木與環(huán)境工程系，阿爾伯克基 87123；3.同濟大學(xué)道路與交通工程教育部重點實驗室，上海 201804）

為了準確地估計車輛污染物排放特征，歐美發(fā)達國家從20世紀60年代起就開始實測車輛排放數(shù)據(jù)，開發(fā)了基于排放因子及平均速度修正的宏觀車輛排放模型，如MOBILE（mobile source emission factor model）模型、EMFAC（emission factors）模型等。本世紀初，隨著對實際工況下車輛排放的關(guān)注以及車載排放測試系統(tǒng)的發(fā)展，能夠?qū)崟r地采集車輛在實際運行工程中的污染物排放特征，研究者構(gòu)建了基于車輛行駛特征的微觀車輛排放模型，即以表征車輛行駛工況的參數(shù)為度量指標，如車輛比功率（vehicle specific power，VSP）、速度/加速度等，進而分析不同工況下的車輛排放特征，如CMEM（comprehensive modal emissions model）模 型、MOVES（motor vehicle emissions simulator）模型等。

車輛排放特征的地域性強，受當?shù)剀囕v行駛狀況、駕駛行為、車輛排放水平和燃油品質(zhì)的影響大。前述的車輛排放模型均是根據(jù)當?shù)貙嶋H行駛工況設(shè)計，如美國FTP工況（federal test procedure），并基于大量的實驗或?qū)崪y數(shù)據(jù)統(tǒng)計建模而成。MOVES模型中開放的數(shù)據(jù)庫存儲了不同車輛類型、車齡、車速及車輛比功率下的車輛基本排放因子，稱之為微單元（Bin），同時存儲了其他相關(guān)影響因素的修正系數(shù)。由此，MOVES模型靈活開放的數(shù)據(jù)庫及模型結(jié)構(gòu)增加了模型的移植性，使得世界很多城市采集表征當?shù)貙嶋H的車輛行駛工況數(shù)據(jù)、車輛技術(shù)特征及行駛環(huán)境數(shù)據(jù)等，對MOVES模型進行本地化修正，進而估計車輛污染物排放特征。

MOVES初始模型發(fā)布于2009年12月，2010年黃冠濤等［1］即對MOVES模型的系統(tǒng)組成進行了介紹，2013年岳園園等［2］率先對MOVES模型中車輛行駛工況、車齡分布、車用燃油及行駛環(huán)境等相關(guān)輸入?yún)?shù)進行了本地化修正，估計了北京市輕型車污染物排放因子。隨后我國研究者從多個維度對MOVES模型進行了本地化修正，探究了不同城市不同車輛類型的污染物排放特征，包括輕型車/重型車排放因子或排放清單等?，F(xiàn)有研究對MOVES模型的本地化修正可以覆蓋影響機動車排放的絕大多數(shù)要素，包括燃油標準、劣化系數(shù)、車齡分布、車輛排放技術(shù)、車輛行駛工況以及行駛環(huán)境等［2-8］。具體而言，燃油標準是指我國車用汽油及車用柴油標準與模型內(nèi)置的美國燃油標準在使用時間跨度及成分組成上存在差異，例如張廣昕等［3］利用MOVES模型剖析了汽油中不同硫含量對車輛排放因子的變化特征。劣化系數(shù)是指隨著車輛車齡及行駛里程的增長，車輛排放因子呈現(xiàn)增長趨勢，Liu等［4］即對中美兩國輕型車不同污染物的劣化系數(shù)進行了較為全面的修正，并通過不同車齡階段進行表達。車輛排放技術(shù)是指單車排放控制技術(shù)的差異，例如曹楊等［5］分析了我國輕型車排放標準與歐洲、美國輕型車排放標準實施年份的差異，Shan等［6］分析了中美兩國重型公交車排放技術(shù)的差異。車輛行駛工況是指在實際道路行駛條件下的車輛比功率分布特征，MOVES模型中內(nèi)置了美國當?shù)爻鞘械能囕v行駛工況數(shù)據(jù)，研究者需要對本地的車輛行駛工況數(shù)據(jù)進行采集與分析［7］。行駛環(huán)境著重體現(xiàn)在車輛行駛過程中的環(huán)境溫度與濕度特征。

現(xiàn)有的研究對MOVES模型本地化修正多停留在輸入?yún)?shù)較為簡單的修正，如直接使用本地車齡分布、溫度濕度等。部分學(xué)者較好地對中美兩國機動車污染排放限制標準進行了分析［4-6］，但中美兩國車輛污染物排放特征的差異性對比研究較為不足，總體上缺乏較為全面、統(tǒng)一的MOVES模型本地化修正方法。此外，由于中美兩國車輛排放限值標準推進的年限及測試工況有明顯的差異性，例如2000年國內(nèi)使用的輕型車并不能直接等同于2000年在美國使用的輕型車，且車輛不同的污染物排放限值標準及車用燃油存在顯著差異。在對MOVES模型進行本地化修正及移植過程中，亟需考慮上述中美兩國車輛排放限值標準及測試工況的差異性。

基于上述的背景，本文旨在提出MOVES模型本地化修正的建模方法并進行案例分析，剖析我國典型城市輕型車污染物排放特征，進而探究交通運行特征對車輛污染物排放的影響，有助于促進我國城市機動車污染排放的定量化分析或中美車輛排放控制技術(shù)差異分析。

1 MOVES模型本地化修正方法

1.1 MOVES模型及研發(fā)進展

美國環(huán)保署2009年12月發(fā)布了移動源排放測算模型MOVES2010，用于取代2004年發(fā)布的MOBILE6.2模型，成為新一代車輛排放計算模型，并于2015年及2020年對MOVES模型進行了更新迭代，分別為MOVES2014及MOVES3模型。MOVES模型的模擬空間范圍涵蓋了宏觀、中觀及微觀三個層面。宏觀及中觀層面是指國家及縣市機動車排放總量估計，微觀層面是指路段、交叉口及停車場等車輛排放因子估計。MOVES模型模擬的污染物種類繁多，如HC、CO、NOx及PM（particulate matter）等。

MOVES模型內(nèi)置的數(shù)據(jù)庫按照Bin微單元劃分方法存儲了兩類車輛能耗及排放清單，反映了影響車輛能耗及排放特征的主要因素，如表1所示。一類是根據(jù)車輛類型、燃油類型、車重、發(fā)動機等組合模式，另外一類是根據(jù)車型、車齡、車速及車輛比功率的組合模式，前者表征了車輛的技術(shù)特征，后者體現(xiàn)了車輛實際行駛過程中的工況特征。MOVES模型不僅能夠估計車輛運行階段的能耗及排放特征，還能夠估計啟動、剎車摩擦等其他車輛運行狀態(tài)的能耗及排放特征。此外，由于車輛實際的車公里數(shù)難以獲得，MOVES模型中采用車齡來表征車輛劣化的特征。MOVES模型中道路類型分為5類，包括了道路設(shè)施及非道路設(shè)施等，其中限制出入口（restricted access）是指快速路或高速公路，不限制出入口（unrestricted access）是指地面道路，如主次干路等。

表1 MOVES模型方法描述Tab.1 Description of MOVES model method

1.2 MOVES本地化修正的必要性

MOVES的Bin劃分方法及宏微觀統(tǒng)一的思想，給模型的應(yīng)用帶來了很大的靈活性。非美國本土城市可借助于MOVES模型微觀層面的數(shù)據(jù)結(jié)構(gòu)，基于當?shù)氐能囕v實際行駛工況特征及車輛技術(shù)特征，估計實際交通運行情況下的車輛污染物排放因子。微觀層面MOVES模型的核心輸入是表征車輛行駛工況的車輛比功率分布，模型的其他輸入包括有：燃油類型、道路類型、車齡分布、劣化系數(shù)、溫度濕度等。

MOVES模型本地化修正不僅需要對輸入的相關(guān)參數(shù)進行修正，還需要關(guān)注車輛技術(shù)特征的差異性，即中美兩國車輛排放限值標準推進的進程及測試工況有明顯的差異性。我國車輛排放限值標準制定參照歐洲標準體系，從2000年至2020年間先后制定了輕型車國I至國VI的尾氣排放限值標準，時間跨度僅為20年，以車輛CO排放限值標準為例，如圖1所示。

圖1 美國、歐洲及中國輕型汽油車CO排放限值標準變化Fig.1 Changes of CO emission limits for light-duty gasoline vehicles in the United States,Europe,and China

由圖1可知，我國輕型汽油車CO排放限值標準下降趨勢與歐洲幾乎一致。美國從1960年代開始關(guān)注機動車排放污染，并逐步采取嚴格的車輛尾氣排放限值標準措施，在1990年初，輕型汽油車CO排放限值已經(jīng)與我國輕型車國III階段相當，從圖1中可以看出2005年我國車輛排放限值與美國排放限值較為一致。然而，需要說明的是，我國排放限值標準采用的是新車排放限值，而美國在1994后車輛排放限值考慮的是5年或者行駛5萬英里的車輛排放限值，整體來說我國車輛排放標準還要往后推5年，即認為2010年以后，我國機動車排放標準與美國較為一致。對于2001年的車輛來說其排放特征與美國80年代初的車輛一致。

另一方面，在車輛排放限值標準制定過程中，中美兩國車輛測試的標準工況也同樣具有顯著差異性。我國國標的I型試驗借鑒歐洲ECE15（economic commission for Europe）+EUDC（extra urban driving cycle）穩(wěn)態(tài)工況，而美國采用FTP瞬態(tài)工況，如圖2所示?？紤]到車輛排放限值標準的差異、車輛排放測試工況的差異及車用燃油標準的差異，MOVES模型本地化修正的難點是需要結(jié)合我國實際的車輛排放限值標準及測試工況對MOVES模型的排放清單進行深入修正。

圖2 歐洲ECE15+EUDC穩(wěn)態(tài)工況與美國FTP瞬態(tài)工況Fig.2 European ECE 15+EUDC steady state condition and American FTP transient condition

1.3 MOVES模型本地化修正的建模流程

為進一步明晰MOVES模型本地化修正的思路，MOVES模型機動車排放特征計算過程如圖3所示。根據(jù)一定時空范圍內(nèi)的車輛行駛軌跡數(shù)據(jù)，估計得到車輛VSP-Bin分布特征，結(jié)合模型中內(nèi)置的不同VSP-Bin分布下的車輛排放速率數(shù)據(jù)庫，可以估計得到車輛基礎(chǔ)因子；隨后結(jié)合車用燃油、氣象信息、車齡分布及劣化特征等相關(guān)參數(shù)，估計得到某車輛類型綜合排放因子；進一步利用車型結(jié)構(gòu)組成及車公里數(shù)據(jù)，計算得到某區(qū)域一定時空下的機動車排放總量或排放清單。

圖3 MOVES模型計算過程Fig.3 Computational procedure of MOVESmodel

基于第1.1節(jié)及1.2節(jié)的分析，本文提出了MOVES建模流程及模型輸入/修正的參數(shù)，如圖4所示。圖中通過虛線邊框的方式凸顯出MOVES模型需修正的關(guān)鍵輸入?yún)?shù)，包括：車輛排放限值、車齡分布、燃油標準、劣化系數(shù)、行駛工況以及行駛環(huán)境等。此外，對于我國車輛I/M（inspection maintenance）制度的修正，可以在劣化系數(shù)修正中進行考量；車輛空調(diào)參數(shù)選擇默認值，本次研究中未考慮修正。由此，基于MOVES模型本地化修正，進而估計車輛實際運行狀況下的污染物排放因子。對于我國各標準新車污染物排放清單的修正，首先基于我國車輛排放限值標準測試工況，使用MOVES模型估計得到不同年份下的車輛排放因子，與我國車輛各階段排放限值進行對比，進而確定我國各階段車輛不同污染物排放限值標準對應(yīng)的美國車輛年份。

圖4 MOVES模型建模流程及輸入?yún)?shù)修正Fig.4 Modeling process and input parameter modification of MOVES

對各標準新車排放清單修正有兩種：①修正MOVES模型排放清單數(shù)據(jù)庫中有關(guān)車齡的所有微單元；②對車輛排放因子的估計年份及車齡分布進行聯(lián)合修正。選擇途徑①需要對所有的微單元進行遍歷修正，難度高；選擇途徑②雖然會增加模型的運行次數(shù)，但能夠準確地表征我國車輛的技術(shù)特征，本文選擇途徑②作為各標準新車排放清單修正的方法。

2 MOVES模型輕型車排放清單匹配

2.1 車輛排放清單匹配方法

MOVES模型存儲有美國從60年代至現(xiàn)在的各類車型、各時間階段和各類污染物排放清單，基于開放的數(shù)據(jù)結(jié)構(gòu)，可以將我國不同排放限制水平的車輛精確地匹配到美國各時間階段的車輛，從而對新車排放清單進行匹配，以符合我國不同排放限值階段的車輛技術(shù)特征。

具體操作流程：在MOVES模型中，對每一階段的輕型車分別進行我國車輛排放標準的I型運行試驗仿真，對比仿真前后輕型車CO、HC、NOx及PM特征，確定我國輕型車不同排放限值對應(yīng)的美國年份信息。需要說明的是，我國車輛排放限值標準國III階段后（2007年后的新車）的輕型車I型運行試驗條件為“冷啟動+工況運行”，在-7℃環(huán)境下靜置12 h以上；然后在25℃環(huán)境下進行ECE15+EUDC工況測試，并從工況開始計算車輛排放數(shù)值。同時，燃油類型應(yīng)該同步考慮相對應(yīng)年份的燃油標準。國I及國II標準的I型試驗操作不存在冷啟動，允許發(fā)動機預(yù)熱40 s，無法在MOVES模型中直接仿真。Piotr及Jerzy［9］指出冷啟動試驗的HC、CO及NOx排放分別是國I及國II預(yù)熱試驗排放的1.5、2.2及1.2倍。借鑒上述研究成果，對國I及國II輕型車的排放限值進行匹配。近30年輕型車I型試驗污染物排放仿真值，以CO及PM10為例，如圖5所示。

由圖5可知，根據(jù)我國車輛CO排放限值標準，確定我國不同輕型車排放標準所對應(yīng)的美國模型年份分別為：1995、1999、2002、2007、2010及2012年。研究中需要進一步區(qū)分不同污染物我國車輛排放限值標準所對應(yīng)的美國模型年。

圖5 車輛I型仿真試驗CO及PM 10排放值Fig.5 Results of CO and PM 10 emission factors

針對PM10而言，我國輕型車排放限值標準列出的是PM數(shù)值，未具體區(qū)分PM10及PM2.5排放限值，無法對PM的排放物做出準確的修正。郝艷召等［8］研究發(fā)現(xiàn)國I至國IV輕型車PM10的排放值分別為0.026、0.011、0.007及0.003 g·km-1。參考上述數(shù)值，確定了輕型車PM10排放物的美國模型年份為1994、1997、2002、2004、2007及2012年。

2.2 車輛排放清單匹配結(jié)果

根據(jù)2.1節(jié)的車輛排放清單匹配方法，可以確定HC及NOx車輛排放限值對應(yīng)的年份，匯總?cè)绫?所示。此外，國標實施前的車輛排放特征與美國1970～1975年生產(chǎn)的車輛排放特征相當?？傮w上，我國輕型車污染物排放限值要落后于美國輕型車排放限值，且落后的年份差距隨著我國車輛排放限值標準的不斷推進而縮小。此外，不同的輕型車排放物所對應(yīng)的美國模型年是不同的，我國輕型車對HC及PM10排放物的限值要落后于對NOx及CO排放物的限值。

表2 符合我國輕型車排放標準的MOVES模型美國排放清單年份匹配Tab.2 Comparison of model year of emission limits for light-duty vehicles between the United States and China

3 MOVES模型本地化——以上海市為例

3.1 燃油參數(shù)選擇

燃油品質(zhì)對車輛污染物排放具有較大的影響，尤其是車輛排放限值標準的推進與車用燃油標準的制定密切相關(guān)。我國車用汽油質(zhì)量標準的推進，主要體現(xiàn)在對含硫量、烯烴含量、錳含量以及苯含量等提出更為嚴格的控制。由于數(shù)據(jù)限值，本文估計的基準年份為2013年，在燃油參數(shù)選擇時采用車用汽油國IV標準及DB31/427—2009上海市車用汽油參數(shù)標準。在MOVES2014模型中，通過15個參數(shù)細分出6 884種燃油類型。對比發(fā)現(xiàn)，對于芳香烴含量、含氧量常數(shù)、T 50及T 90而言，MOVES內(nèi)置的燃料組成均滿足上述標準，研究中按照雷氏蒸汽壓、含硫量及苯含量數(shù)值進行升序，選擇一致性較高的燃油，其中又以硫含量作為主要指標。

根據(jù)相關(guān)監(jiān)測，上海汽油硫含量在5×106～30×106，且2013年下半年上海實施國V標準的油品。研究以上海市車用汽油DB31/427—2009為標準，確定MOVES2014模型中Fuel Formulation ID=2 420為汽油燃料，作為上海市輕型車汽油的燃料推薦值。

3.2 輕型車車齡分布修正

車齡分布是指不同年份出廠車輛占車輛總數(shù)的比例分布，MOVES模型需要按照車輛使用類型分別輸入車齡分布。本文根據(jù)實際調(diào)查數(shù)據(jù)計算上海市2013年輕型車車齡分布特征。上海市環(huán)境監(jiān)測中心于2014年6月～8月，通過檢測站調(diào)研的方式，調(diào)查了近3萬輛輕型車的使用年限特征，其中本地小汽車約為2.25萬輛，外地牌照小汽車約為0.75萬輛，本地牌照小汽車與外地牌照比值約為1：0.33，與上海市第4次綜合交通調(diào)查數(shù)據(jù)相一致，由于該數(shù)據(jù)的大樣本特征，且上海市2014年及2013年私人小汽車擁有政策并沒有發(fā)生改變，調(diào)研所獲得輕型車車齡分布可以作為上海市2013年輕型車污染物排放估計的車齡分布特征。

由于上海市快速路在工作日高峰時段7：30～9：30以及16：30～18：30禁止外省市號牌小客車、出租空車、實習(xí)車通行。因此，快速路輕型車的車齡分布估計時，需要剔除外地牌照及滬C牌照小汽車數(shù)量；而地面道路輕型車車齡分布估計時，需要包括所有車輛車齡數(shù)據(jù)，快速路及地面道路輕型車車齡分布如圖6所示。

圖6 車輛車齡分布特征Fig.6 Vehicle age distribution of light duty vehicle in Shanghai

上海市快速路車齡均值為4.8，車齡為2、3、4比例均超過15%，前5年車齡累積比例達到64%。上海市地面道路輕型車平均車齡約為5年（均值為4.91），車齡為1的擁車比例低（0.14%），車齡分布存在兩個峰值，分別是2年（20.29%）及4年（21.00%），車齡為3年時的比例僅為1 2.30%，車齡分布具有明顯的跳躍與波動特征，這是由于外地牌照的車輛混入所引起的。同時，也間接地說明了若從車管所調(diào)取上海市注冊的輕型車數(shù)據(jù)，進而計算得到的車齡分布并不能代表實際在上海市內(nèi)運行的輕型車車齡分布特征。

考慮到不同污染物具有不同的目標年份設(shè)定，HC為2004年，NOx為2008年，CO為2010年，PM10為2007年，修正的快速路及地面道路輕型車車齡分布如圖7所示。不同污染物呈現(xiàn)不同的車齡分布特征，進一步說明MOVES模型排放清單匹配的必要性。針對輕型車不同污染物排放因子估計需要運行4次。

圖7 不同污染物的模型年份及車齡分布修正Fig.7 Model years and revised vehicle age distribution for different vehicle emissions

3.3 劣化系數(shù)修正

在第2小節(jié)中討論了我國不同排放標準下的新車排放清單匹配問題。車輛實際使用過程中，車輛的排放特征將會進一步劣化，主要是受到行駛里程數(shù)及我國I/M制度的影響。MOVES模型中根據(jù)車齡儲存了不同車齡分布下的劣化系數(shù)，分為車齡小于3年、4～5年、6～7年、8～9年、10～14年、15～19年及大于20年，共7組。研究中，需要按照我國輕型車實際行駛里程隨年份的變化進行修正。借鑒相關(guān)研究成果［11］，得到輕型車車齡劣化系數(shù)修正，如表3所示。

由表3可知，我國劣化系數(shù)要高于美國同比例數(shù)值，推行系統(tǒng)的I/M檢驗維護制度對降低我國“舊車”的劣化排放具有重要作用。此外，輕型車PM的劣化系數(shù)假設(shè)與MOVES模型一致。

表3 車輛劣化系數(shù)修正Tab.3 Revised deterioration factor of light-duty vehicle

3.4 其他輸入?yún)?shù)

（1）氣象參數(shù)

MOVES模型中的氣象數(shù)據(jù)輸入為估計年月日時間點的溫度及濕度。通過查閱上海市歷史氣象數(shù)據(jù)，結(jié)合往年的歷史數(shù)據(jù)，確定研究分析時段為2013年5月初工作日的早高峰，進而設(shè)定溫度為25℃（77℉），濕度為70%。

（2）車隊信息數(shù)據(jù)

MOVES模型中需要輸入的車隊信息包括車型分布比例以及各車型的車齡分布。車輛排放計算的車輛分類與交通運行車輛分類不一致，與我國車輛分類也不太相同。MOVES模型在移植至我國使用時，需要考慮車輛類型的對應(yīng)性。本文研究中，輕型車選擇模型編號為21。

（3）車輛行駛工況數(shù)據(jù)

MOVES模型對車輛行駛工況的描述通過以下三種途徑實現(xiàn)：①輸入車輛或路段的平均車速，主要用于美國地區(qū)縣市、州及國家層面，且只能估計機動車的排放總量；②車輛逐秒車速，MOVES模型將車輛或路段的逐秒車速轉(zhuǎn)化為車輛-比功率分布，進而估計車輛排放因子，用于路段、交叉口等微觀層面；③直接輸入車輛-比功率分布。途徑①只適用于美國地區(qū)的城市，途徑②輸入車輛逐秒速度的方法，輸入數(shù)據(jù)繁多，工作較為復(fù)雜，通常選擇途徑③。作者已經(jīng)計算了上海市快速路及地面道路車輛-比功率分布特征［12］，可直接輸入到MOVES模型相關(guān)的模塊中，估計車輛排放因子。

4 本地輕型車排放因子估計

4.1 快速路輕型車排放因子估計

由圖8知，上海市快速路輕型車的平均車速在10～110 km·h-1時，HC排放因子約為0.05～0.22 g·km-1，CO排放因子約為1.34～5.91 g·km-1，NOx排放因子約為0.28～0.72 g·km-1，PM10排放因子約為0.001 4～0.006 2 g·km-1?？焖俾份p型車各排放污染物隨著速度增長呈現(xiàn)快速下降后緩慢下降的趨勢（NOx除外，緩慢下降后開始上升）。

圖8 上海市快速路輕型車污染物排放因子Fig.8 Vehicle emission factors on expressway in Shanghai

4.2 地面道路輕型車排放因子估計

由圖9可知，上海市地面道路輕型車的平均車速在5～70 km·h-1時，HC排放因子約為0.06～0.55 g·km-1，CO排 放 因 子 約 為1.87～11.91 g·km-1，NOx排放因子約為0.30～1.63 g·km-1，PM10排放因子約為0.000 97～0.008 0 g·km-1。此外，與快速路同一速度的排放因子相比，地面道路輕型車排放因子較高，這是由于受到道路交叉口的影響，地面道路輕型車加減速模式比重高，進而導(dǎo)致車輛排放因子更高。

圖9 上海市地面道路輕型車污染物排放因子Fig.9 Vehicle emission factors on ground-level road in Shanghai

4.3 輕型車排放因子估計準確性分析

在缺乏實際車載排放測試數(shù)據(jù)的情況下，研究借鑒以往車載排放測試的相關(guān)結(jié)果［13］，說明MOVES模型本地化修正估計結(jié)果的準確性，如表4所示。

表4 MOVES模型本地化修正估計結(jié)果的準確性Tab.4 Accuracy of results based on Localized MOVES

由表4可知，受到車輛的車齡、行駛里程等相關(guān)因素的影響，實測輕型車排放因子高于汽油車小型客車綜合基準排放系數(shù)。MOVES模型本地化修正估計的快速路輕型車CO、HC及NOx排放因子平均值分別為2.45、0.079、0.41 g·km-1，地面道路輕型車CO、HC及NOx排放因子平均值分別為3.92、0.16、0.60 g·km-1。綜合考慮上海市輕型車車齡分布特征，以國III及國IV輕型車為主，MOVES模型本地化修正的輕型車排放因子特征與實際觀測的結(jié)果較為接近，說明了模型估計結(jié)果的準確性。

此外，研究中不僅估計了MOVES模型本地化修正后的結(jié)果，同時考慮了MOVES模型不修正情況下，僅輸入輕型車實際行駛工況數(shù)據(jù)，估計輕型車排放因子。MOVES模型本地化修正及為修正估計結(jié)果對比分析，如表5所示。表中，括號內(nèi)數(shù)值是指本地化修正的輕型車污染物排放因子是未修正輕型車污染物排放因子的倍數(shù)。

由表5可知，MOVES模型本地化修正的快速路輕型車HC、CO、NOx排放因子是未修正輕型車污染物排放特征的13.85倍、2.53倍及11.08倍，PM排放差距較??；尤其是在低速行駛環(huán)境下（車速小于30 km·h-1），我國車輛污染物排放因子快速上升，中美車輛的排放因子差距大。MOVES模型本地化修正的地面道路輕型車的HC、CO及NOx排放因子分別是MOVES模型未修正的車輛排放因子的16.16倍、2.68倍及13.04倍。由此可見，若不考慮中美兩國車輛排放限值水平的差異性及劣化系數(shù)的不同，僅輸入當?shù)氐能囕v行駛工況數(shù)據(jù)，并不能準確地估計車輛排放特征，說明了MOVES模型本地化修正的必要性。

表5 MOVES模型本地化修正及未修正結(jié)果分析Tab.5 Results of localized and default MOVES

5 總結(jié)

由于MOVES模型開發(fā)的美國本土性，本文首先介紹了MOVES模型的適用范圍及方法，論述了模型本地化修正的必要性及建模流程。結(jié)合我國新車排放限值標準及測試工況，對我國輕型車的使用年份與美國車輛的使用年份進行匹配，例如我國國I至國VIa輕型車排放限值標準所對應(yīng)的MOVES模型美國輕型車年份分別為：1995、1999、2002、2007、2010及2012年。其次從燃油參數(shù)選擇、車齡分布修正、劣化系數(shù)及其他輸入?yún)?shù)等方面，對MOVES模型進行了本地化修正。最后，基于MOVES模型本地化修正及不同道路環(huán)境下的車輛行駛工況數(shù)據(jù)，估計了上海市輕型車在不同運行速度下的污染物排放因子，輕型車污染物排放特征隨速度的增長均呈現(xiàn)快速下降后緩慢下降的趨勢（NOx除外，緩慢下降后開始上升），快速路及地面道路輕型車排放特征趨勢具有一致性。

作者貢獻說明：

單肖年：論文主要構(gòu)思者，數(shù)據(jù)分析，方法構(gòu)建，論文撰寫。

劉皓冰：參與方法構(gòu)建與數(shù)據(jù)分析，論文撰寫指導(dǎo)。

張小麗：參與數(shù)據(jù)收集與分析。

陳小鴻：參與方法構(gòu)建，思路研討，論文修改。

葉建紅：數(shù)據(jù)分析指導(dǎo)，論文撰寫指導(dǎo)及修改。