环境工程专业毕业论文环境工程专业毕业论文 精品论文精品论文 机动车纳米颗粒物特性及排机动车纳米颗粒物特性及排放因子的研究放因子的研究关键词：纳米颗粒物关键词：纳米颗粒物 排放因子排放因子 OSPMOSPM 模型模型 机动车机动车 大气环境监测大气环境监测摘要：本论文的目的是描述城市街道峡谷机动车排放纳米颗粒物的特性，并致 力于确定城市街道峡谷纳米颗粒物的数浓度和机动车颗粒物的排放因子。 论 文的数据取自 Stockholm 市的 Hornsgatan 交通干道大气环境监测站和离该街道 600m 远处的 Rosenlundsgatan 城市背景浓度监测站，使用资料的数据时段为 2002 年 6 月2003 年 1 月。 通过同步测量街道和背景点的颗粒物粒径分布 (粒径范围为 7400nm)来确定机动车排放的纳米颗粒物对城市街道颗粒物总数 浓度的贡献。 与街道监测点相比，背景点的颗粒物数浓度明显减少，而大颗 粒占的比重较大。污染物的城市背景浓度变化较小，而且也呈现出与街道浓度 相似的轻微变化形式，只是变化幅度要比街道测量值的变化幅度小很多倍。计 算得到颗粒物总数浓度(ToN)、NOx 和 CO 的背景浓度与街道浓度的平均比值分 别为 0.19、0.17 和 0.34。 风速和风向以相同的方式影响 ToN、NOx 和 CO 浓 度的变化，各种污染物浓度的日变化特征基本上与交通量的日变化特征同步， 周六和周日污染物浓度的日变化特征基本一致。 交通源贡献的颗粒物大部分 粒径都小于 50nm，这个粒径范围的颗粒物占了总数浓度的绝大部分，但对体积 浓度或质量浓度的贡献确非常小。交通源贡献的颗粒物数浓度粒径分布图显示： 颗粒物数浓度的峰值粒径一直稳定在 1525nm 之间，不随时间和重型车比例的 变化而变化。 论文使用 OSPM 模型，采用逆模型法来确定 Stockholm 市城市 典型驾驶工况下车流的颗粒物数排放因子，得到机动车的平均排放因子为 (8.260.08)1014 个(km辆)。将过往街道的车辆分为轻型车(LDV)和重型 车(HDV)，用多元回归法确定的轻型车和重型车的颗粒物数排放因子分别为 (5.130.38)1014 个/(km辆)和(93.0810.14)1014 个/(km辆)。 平均重型车单车的颗粒物数排放因子是轻型车单车排放的 1522 倍，即重型车 单车的颗粒物数排放因子比轻型车要大一个数量级。这与 Imhof 等人得到的 “重型车单车平均的颗粒物数排放因子是轻型车单车排放因子的 1030 倍”的 结论相吻合。 把本论文确定的颗粒物数排放因子与已公开发表的同类研究确 定的颗粒物数排放因子数据进行比较，结果表明，Homsgatan 街道平均车流和 轻型车的颗粒物数排放因子与其他研究得到的值很接近，而重型车的颗粒物数 排放因子比其他研究得到的值略高一些。 尽管不同研究的实验设计和具体执 行过程等都不尽相同，但是确定的颗粒物数排放因子都处于同量级范围。正文内容正文内容本论文的目的是描述城市街道峡谷机动车排放纳米颗粒物的特性，并致力 于确定城市街道峡谷纳米颗粒物的数浓度和机动车颗粒物的排放因子。 论文 的数据取自 Stockholm 市的 Hornsgatan 交通干道大气环境监测站和离该街道 600m 远处的 Rosenlundsgatan 城市背景浓度监测站，使用资料的数据时段为 2002 年 6 月2003 年 1 月。 通过同步测量街道和背景点的颗粒物粒径分布 (粒径范围为 7400nm)来确定机动车排放的纳米颗粒物对城市街道颗粒物总数 浓度的贡献。 与街道监测点相比，背景点的颗粒物数浓度明显减少，而大颗 粒占的比重较大。污染物的城市背景浓度变化较小，而且也呈现出与街道浓度 相似的轻微变化形式，只是变化幅度要比街道测量值的变化幅度小很多倍。计 算得到颗粒物总数浓度(ToN)、NOx 和 CO 的背景浓度与街道浓度的平均比值分 别为 0.19、0.17 和 0.34。 风速和风向以相同的方式影响 ToN、NOx 和 CO 浓 度的变化，各种污染物浓度的日变化特征基本上与交通量的日变化特征同步， 周六和周日污染物浓度的日变化特征基本一致。 交通源贡献的颗粒物大部分 粒径都小于 50nm，这个粒径范围的颗粒物占了总数浓度的绝大部分，但对体积 浓度或质量浓度的贡献确非常小。交通源贡献的颗粒物数浓度粒径分布图显示： 颗粒物数浓度的峰值粒径一直稳定在 1525nm 之间，不随时间和重型车比例的 变化而变化。 论文使用 OSPM 模型，采用逆模型法来确定 Stockholm 市城市 典型驾驶工况下车流的颗粒物数排放因子，得到机动车的平均排放因子为 (8.260.08)1014 个(km辆)。将过往街道的车辆分为轻型车(LDV)和重型 车(HDV)，用多元回归法确定的轻型车和重型车的颗粒物数排放因子分别为 (5.130.38)1014 个/(km辆)和(93.0810.14)1014 个/(km辆)。 平均重型车单车的颗粒物数排放因子是轻型车单车排放的 1522 倍，即重型车 单车的颗粒物数排放因子比轻型车要大一个数量级。这与 Imhof 等人得到的 “重型车单车平均的颗粒物数排放因子是轻型车单车排放因子的 1030 倍”的 结论相吻合。 把本论文确定的颗粒物数排放因子与已公开发表的同类研究确 定的颗粒物数排放因子数据进行比较，结果表明，Homsgatan 街道平均车流和 轻型车的颗粒物数排放因子与其他研究得到的值很接近，而重型车的颗粒物数 排放因子比其他研究得到的值略高一些。 尽管不同研究的实验设计和具体执 行过程等都不尽相同，但是确定的颗粒物数排放因子都处于同量级范围。 本论文的目的是描述城市街道峡谷机动车排放纳米颗粒物的特性，并致力于确 定城市街道峡谷纳米颗粒物的数浓度和机动车颗粒物的排放因子。 论文的数 据取自 Stockholm 市的 Hornsgatan 交通干道大气环境监测站和离该街道 600m 远处的 Rosenlundsgatan 城市背景浓度监测站，使用资料的数据时段为 2002 年 6 月2003 年 1 月。 通过同步测量街道和背景点的颗粒物粒径分布(粒径 范围为 7400nm)来确定机动车排放的纳米颗粒物对城市街道颗粒物总数浓度 的贡献。 与街道监测点相比，背景点的颗粒物数浓度明显减少，而大颗粒占 的比重较大。污染物的城市背景浓度变化较小，而且也呈现出与街道浓度相似 的轻微变化形式，只是变化幅度要比街道测量值的变化幅度小很多倍。计算得 到颗粒物总数浓度(ToN)、NOx 和 CO 的背景浓度与街道浓度的平均比值分别为 0.19、0.17 和 0.34。 风速和风向以相同的方式影响 ToN、NOx 和 CO 浓度的 变化，各种污染物浓度的日变化特征基本上与交通量的日变化特征同步，周六 和周日污染物浓度的日变化特征基本一致。 交通源贡献的颗粒物大部分粒径都小于 50nm，这个粒径范围的颗粒物占了总数浓度的绝大部分，但对体积浓度 或质量浓度的贡献确非常小。交通源贡献的颗粒物数浓度粒径分布图显示：颗 粒物数浓度的峰值粒径一直稳定在 1525nm 之间，不随时间和重型车比例的变 化而变化。 论文使用 OSPM 模型，采用逆模型法来确定 Stockholm 市城市典 型驾驶工况下车流的颗粒物数排放因子，得到机动车的平均排放因子为 (8.260.08)1014 个(km辆)。将过往街道的车辆分为轻型车(LDV)和重型 车(HDV)，用多元回归法确定的轻型车和重型车的颗粒物数排放因子分别为 (5.130.38)1014 个/(km辆)和(93.0810.14)1014 个/(km辆)。 平均重型车单车的颗粒物数排放因子是轻型车单车排放的 1522 倍，即重型车 单车的颗粒物数排放因子比轻型车要大一个数量级。这与 Imhof 等人得到的 “重型车单车平均的颗粒物数排放因子是轻型车单车排放因子的 1030 倍”的 结论相吻合。 把本论文确定的颗粒物数排放因子与已公开发表的同类研究确 定的颗粒物数排放因子数据进行比较，结果表明，Homsgatan 街道平均车流和 轻型车的颗粒物数排放因子与其他研究得到的值很接近，而重型车的颗粒物数 排放因子比其他研究得到的值略高一些。 尽管不同研究的实验设计和具体执 行过程等都不尽相同，但是确定的颗粒物数排放因子都处于同量级范围。 本论文的目的是描述城市街道峡谷机动车排放纳米颗粒物的特性，并致力于确 定城市街道峡谷纳米颗粒物的数浓度和机动车颗粒物的排放因子。 论文的数 据取自 Stockholm 市的 Hornsgatan 交通干道大气环境监测站和离该街道 600m 远处的 Rosenlundsgatan 城市背景浓度监测站，使用资料的数据时段为 2002 年 6 月2003 年 1 月。 通过同步测量街道和背景点的颗粒物粒径分布(粒径 范围为 7400nm)来确定机动车排放的纳米颗粒物对城市街道颗粒物总数浓度 的贡献。 与街道监测点相比，背景点的颗粒物数浓度明显减少，而大颗粒占 的比重较大。污染物的城市背景浓度变化较小，而且也呈现出与街道浓度相似 的轻微变化形式，只是变化幅度要比街道测量值的变化幅度小很多倍。计算得 到颗粒物总数浓度(ToN)、NOx 和 CO 的背景浓度与街道浓度的平均比值分别为 0.19、0.17 和 0.34。 风速和风向以相同的方式影响 ToN、NOx 和 CO 浓度的 变化，各种污染物浓度的日变化特征基本上与交通量的日变化特征同步，周六 和周日污染物浓度的日变化特征基本一致。 交通源贡献的颗粒物大部分粒径 都小于 50nm，这个粒径范围的颗粒物占了总数浓度的绝大部分，但对体积浓度 或质量浓度的贡献确非常小。交通源贡献的颗粒物数浓度粒径分布图显示：颗 粒物数浓度的峰值粒径一直稳定在 1525nm 之间，不随时间和重型车比例的变 化而变化。 论文使用 OSPM 模型，采用逆模型法来确定 Stockholm 市城市典 型驾驶工况下车流的颗粒物数排放因子，得到机动车的平均排放因子为 (8.260.08)1014 个(km辆)。将过往街道的车辆分为轻型车(LDV)和重型 车(HDV)，用多元回归法确定的轻型车和重型车的颗粒物数排放因子分别为 (5.130.38)1014 个/(km辆)和(93.0810.14)1014 个/(km辆)。 平均重型车单车的颗粒物数排放因子是轻型车单车排放的 1522 倍，即重型车 单车的颗粒物数排放因子比轻型车要大一个数量级。这与 Imhof 等人得到的 “重型车单车平均的颗粒物数排放因子是轻型车单车排放因子的 1030 倍”的 结论相吻合。 把本论文确定的颗粒物数排放因子与已公开发表的同类研究确 定的颗粒物数排放因子数据进行比较，结果表明，Homsgatan 街道平均车流和 轻型车的颗粒物数排放因子与其他研究得到的值很接近，而重型车的颗粒物数 排放因子比其他研究得到的值略高一些。 尽管不同研究的实验设计和具体执行过程等都不尽相同，但是确定的颗粒物数排放因子都处于同量级范围。 本论文的目的是描述城市街道峡谷机动车排放纳米颗粒物的特性，并致力于确 定城市街道峡谷纳米颗粒物的数浓度和机动车颗粒物的排放因子。 论文的数 据取自 Stockholm 市的 Hornsgatan 交通干道大气环境监测站和离该街道 600m 远处的 Rosenlundsgatan 城市背景浓度监测站，使用资料的数据时段为 2002 年 6 月2003 年 1 月。 通过同步测量街道和背景点的颗粒物粒径分布(粒径 范围为 7400nm)来确定机动车排放的纳米