基于重复GPS实车测量与车辆比功率(VSP)的反复性城市车辆排放热点识别——厄瓜多尔基多案例研究

《Urban Science》:Identification of Recurrent Urban Vehicle Emission Hotspots Using Repeated GPS-Based Real-Driving Measurements and Vehicle-Specific Power: A Case Study in Quito, Ecuador

【字体: 大 中 小 】 时间:2026年10月24日 来源:Urban Science 3.2

编辑推荐:

  城市车辆排放受瞬态驾驶条件的强烈影响,而路线级排放因子可能掩盖高排放事件反复发生的位置。本研究提出一个空间重现框架,整合重复实车测量、全球定位系统(GPS)轨迹、车辆比功率(VSP)和瞬时排放,以识别持续性排放热点。在厄瓜多尔基多沿同一城市路线开展12次重复测

  
城市车辆排放受瞬态驾驶条件的强烈影响,而路线级排放因子可能掩盖高排放事件反复发生的位置。本研究提出一个空间重现框架,整合重复实车测量、全球定位系统(GPS)轨迹、车辆比功率(VSP)和瞬时排放,以识别持续性排放热点。在厄瓜多尔基多沿同一城市路线开展12次重复测试,提供了69,414个车辆运行与一氧化碳(CO)、二氧化碳(CO2)和碳氢化合物(HC)排放的同步观测。高功率条件(VSP>5 kW/t)占观测的16.67%,但贡献了83.65%的CO、55.89%的CO2和67.61%的HC排放。基于排放强度、高负荷发生和最小数据标准识别污染物特异性热点,并在12次运行中评估其重现性。采用100 × 100 m参考网格,2个CO、14个CO2和19个HC网格单元呈现出至少75%的重现水平。网格尺寸敏感性分析(50–200 m)揭示了空间细节与重复路线覆盖之间的权衡,而CO2热点数量在100–200 m网格间保持稳定。应用经验估计的19 s时间校正的额外敏感性分析显示,CO2和HC热点具有相对较高的空间一致性(Jaccard指数分别为0.765和0.895),而两个原始CO热点均未保留其位置。所提框架区分了孤立高排放事件与空间持续性排放易发位置,同时强调了时间对齐对热点识别的污染物依赖性影响。
研究背景与问题:城市道路交通是温室气体和空气污染物的重要来源,其排放随交通活动、驾驶条件、道路网络和地形变化呈显著时空差异。路线级或汇总排放因子虽便于比较车辆总体性能,但可能掩盖特定路段内短时高排放事件;单次行程中出现的高排放位置也可能只是偶发事件,只有沿同一路线重复识别到的高排放位置才更能反映持续性空间模式。实车驾驶排放(RDE,实际道路运行条件下的排放测试)可量化真实交通和环境条件下的排放,车辆比功率(VSP,按车辆质量归一化的瞬时功率需求指标)可把速度、加速度、道路坡度及阻力与瞬时功率需求联系起来。基多位于高海拔山区城市路网,海拔和坡度变化频繁,但基于同一路线重复实测并量化热点跨运行重现性的证据仍有限。因此,研究人员在厄瓜多尔基多沿固定城市路线开展12次重复实车测试,整合排放、车载诊断系统(OBD-II,车辆电子控制系统诊断接口)、GPS与VSP,识别CO、CO2和HC的反复性热点,并检验网格尺寸和时间对齐对热点识别的影响;其意义在于区分孤立高排放事件与空间持续性排放易发路段,为更精细的城市排放分析提供可重复框架。

研究人员开展的研究与意义:该研究对同一固定路线的12次额外实车测量进行新的空间分析,这些测量来自Molina-Campoverde et al.此前报道的同一实验活动,均为维护后、空气和燃油滤清器恢复正常配置的附加测量,未纳入前文;研究目标与既有汇总排放表征不同,重点在于识别高排放事件是否在同一空间位置重复出现。结果表明,高功率条件对累积排放贡献显著,高排放热点沿路线呈污染物特异性空间集中,且100 × 100 m参考网格下CO2和HC热点在若干敏感性情景中较CO更稳定。该框架把VSP运行条件、瞬时排放、重复GPS轨迹和空间重现性整合起来,可支持识别空间持续性排放易发路段;但作者强调结果为关联而非直接因果,并受单车辆、单一路线和特定实验条件限制。

关键技术方法(≤250字):12次额外实车测量来源于Molina-Campoverde et al.此前报道的同一实验活动,均为维护后、空气/燃油滤清器正常配置且未纳入前文的数据。使用2009 Kia Sportage Active(M1类,1975 cm3,Euro 4)在基多固定路线测试;OBD-II、GPS与Brain Bee AGS-688气体分析仪以1 Hz同步采集,MATLAB处理。由纵向动力学计算VSP;以100×100 m为主网格,并行50、150、200 m敏感性;热点判据为N≥5、单元平均排放≥空间P90且≥20%观测满足VSP>5 kW/t并瞬时排放≥全局P90;计算12次重现率、条件重现率,并以Jaccard指数(空间交集与并集之比,1表示完全一致)比较19 s时移校正。

研究结果:
3.1 重复驾驶条件与VSP特征:通过12次重复测试的同步观测,获得69,414个车辆运行、排放和地理位置同步观测;路线级平均VSP为1.96–2.24 kW/t,运行间变异系数约4.17%,行程时长、距离和平均速度的变异也较低。尽管运行条件总体可比,CO和HC排放因子的运行间变异明显高于CO2,说明相近功率需求与路线特征并不必然产生相同污染物响应。

3.2 VSP与实车排放关系:通过按VSP区间统计累积排放质量占比,发现正功率需求区间贡献突出。VSP>5 kW/t的观测仅占16.67%,却贡献83.65%的CO、55.89%的CO2和67.61%的HC;在最高功率需求条件下,仅3.64%的观测贡献43.06%的CO、18.26%的CO2和30.41%的HC。由此支持将VSP>5 kW/t作为高负荷/高排放事件识别准则,但作者指出VSP应解释为车辆功率需求指标,而非孤立因果因子。

3.3 排放热点空间分布与重现性:通过100 × 100 m参考网格逐次识别污染物特异性热点并计算12次运行重现率,R≥75%的高重现热点为2个CO、14个CO2和19个HC网格单元,热点并非均匀分布而是集中于特定路段。移除VSP相关判据后,高重现阈值下结果相同,三种污染物的高重现单元空间一致性的Jaccard指数均为1.00;代表性高重现单元具有较高平均VSP、较高车速和正坡度。条件重现率表明需结合路线—网格覆盖解释,避免将采样不足位置误判为持续性热点。

3.4 网格尺寸敏感性与热点识别及时间对齐稳健性:通过50、100、150、200 m网格及Nmin和时间校正敏感性分析,50 × 50 m网格未产生R≥75%热点且全覆盖率仅9.55%;100–200 m间CO2高重现热点数量稳定为14个,HC由19降至14和13个,CO由2降至1和1个;三种污染物同时R≥50%的单元由20降至15和13个,且无任一网格下三污染物同时R≥75%。Nmin=3、5、10改变有效网格和热点数。应用19 s时间校正后,CO2高重现热点由14增至16个、HC由19降至17个,Jaccard指数分别为0.765和0.895;CO热点数量仍为2个,但两个原始热点均未保留位置,Jaccard指数为0.000。结果表明热点识别受空间分辨率、单元内采样支持和时间对齐共同影响,且CO对时间对齐更敏感。

讨论总结:作者认为结果确认VSP对解释实车排放变异具有相关性,与Tan et al.、Park and Park等关于VSP改善实车CO2和NOx表征的结论一致;空间分析显示高排放条件在特定位置反复集中,与Peng et al.报道的网格化空间异质性相似,但该研究通过同车同路线重复测量区分持续性位置与孤立事件。高海拔路线约2046–2917 m,VSP气动阻力采用恒定空气密度0.875 kg/m3,局部空气密度变化未显式表示,可能给气动分量带来不确定性,但12次运行一致采用该值以保持可比性。网格尺寸影响热点识别,CO2最稳健,HC和CO对空间聚合更敏感;时间对齐引入污染物依赖不确定性,CO热点位置变化突出。该框架的主要贡献是整合VSP运行条件、瞬时排放、重复GPS轨迹和空间重现性;作者强调观察关系为关联而非直接因果,单车辆和特定路线限制外推。

研究结论翻译:本研究开发了一个空间重现框架,整合重复实车测量、GPS轨迹、车辆比功率(VSP)和瞬时污染物排放,以识别厄瓜多尔基多城市路线上的持续性车辆排放热点。基于12次重复实验运行和69,414个同步观测,获得以下结论。重复测试呈现一致的车辆运行条件,路线级平均VSP为1.96–2.24 kW/t,运行间变异系数约4.17%;尽管运行一致性较高,污染物排放在运行间表现出不同程度的变异性,尤其是CO和HC。高功率运行条件在累积排放中占不成比例份额:VSP>5 kW/t的观测仅占16.67%,但贡献83.65%的CO、55.89%的CO2和67.61%的HC;仅3.64%的观测处于最高功率条件下,却贡献43.06%的CO、18.26%的CO2和30.41%的HC。这些结果表明VSP有助于区分与实车高排放相关的运行条件。重现分析显示高排放事件沿实验路线空间集中而非均匀分布。采用100 × 100 m参考网格和R≥75%重现阈值,识别出2个高重现CO热点、14个CO2热点和19个HC热点。若干重现位置平均VSP约19–22 kW/t,表明持续性排放热点与重复高功率需求运行条件之间存在空间关联;但污染物差异表明热点持续性不能由单一污染物代表。网格尺寸敏感性确认空间离散化显著影响热点识别。50 × 50 m网格重复路线空间支持有限且无R≥75%热点;在100–200 m间,网格尺寸敏感性具有污染物特异性。CO2热点数量最稳定,在100、150和200 m均为14个;HC高重现热点由19降至14和13个,CO由2降至1和1个。因此100 × 100 m被保留为参考分辨率,因为它是维持可识别重现热点并较50 m显著提高重复路线覆盖的最细评估空间尺度。时间对齐敏感性进一步表明排放热点空间持续性取决于污染物。应用估计的19 s时间校正后,CO2高重现热点为16个、HC为17个,而原始分析分别为14和19个,Jaccard指数分别为0.765和0.895;相反,CO热点数量仍为2个,但两个原始热点均未保留空间位置。这些发现表明时间对齐引入污染物依赖的热点识别不确定性,评估重现排放模式稳健性时应考虑空间一致性而非仅热点计数。总体而言,所提框架通过区分孤立高排放事件与实车条件下反复出现高排放的位置,扩展了常规路线级排放评估,为识别空间持续性排放易发路段和支持更有针对性的城市排放分析提供可重复基础。结果特定于所评估车辆、路线和实验条件,未来研究应使用更大车辆样本、更多路线、不同交通条件和更广城市路网重复测量评估该框架。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号