謝榮富，陳振斌，鄧小康，贠?？?，李云朋

(海南大學 機電工程學院，海南 海口570228)

基于MOVES2014a的?？谑袡C動車污染物排放特征及分擔率研究

謝榮富，陳振斌，鄧小康，贠?？担钤婆?/p>

(海南大學 機電工程學院，海南 海口570228)

采用美國環(huán)保署最新的MOVES2014a模型并對其進行本地化修正，獲得了海口市機動車尾氣排放因子，結合2015年?？谑袡C動車的保有量、車型構成和年均行駛里程數據，計算了?？谑胁煌囆?、不同燃料類型和不同國標機動車的污染物排放總量和排放分擔率.研究結果表明：2015年?？谑袡C動車的HC，CO，NOX和PM排放量分別是5 675 t，46 014 t，9 232 t和1 006 t；輕型汽油客車是HC和CO的主要貢獻車型，其貢獻率分別占44.3%和72.2%；柴油車的NOX和PM排放分擔率分別為57.1%和85.6%，是其保有量占比的4.9倍和7.0倍；保有量占比僅為11.7%的國Ⅰ及國Ⅰ前機動車，其HC，CO，NOX和PM排放分擔率分別達到46.4%，46.9%，42.7%和54.9%.

機動車污染物； MOVES2014a； 排放特征； 分擔率； ?？谑?/p>

近年來，隨著?？谑薪洕娘w速發(fā)展和城鎮(zhèn)化建設的推進，?？谑袡C動車保有量持續(xù)地和快速地增長.截止2015年底，?？谑凶缘拿裼脵C動車有65.8萬輛，其中，汽車56.5萬輛[1]，小客車千人擁有率達到209輛.與2011年相比，注冊的民用機動車數量增長了54.5%，汽車數量增長了97.6%.隨著機動車保有量的大幅增加，機動車尾氣污染物的排放總量占大氣污染物排放總量的比重也日劇加重.據海口市生態(tài)環(huán)境環(huán)保局所做的機動車排放的分析報告可知：?？谑杏?8%的一氧化碳、78%的氮氧化物以及29%的PM2.5來自機動車尾氣排放[2].機動車尾氣排放所造成的污染已成為海口市大氣污染的首要污染來源.然而目前相關的研究只針對?？谑袡C動車排氣對空氣質量的影響，僅局限在整個機動車排放總量對空氣質量的影響，并未對不同類型機動車的排放污染特征作出具體判斷和分析.因此為了客觀評價?？谑袡C動車污染物排放的特征，本研究計算了?？谑袡C動車污染物排放因子，分析了不同類型機動車的排放分擔率，這對海口市的大氣污染防治具有重要的意義.

國內外的許多研究者已開展了機動車污染物排放特征及分擔率的研究，他們主要是借助國際主流機動車排放的模型，分車型、燃油類型、排放標準、道路類型、啟動及運行計算其排放特征和分擔率[3-7]，有些研究者還進行了區(qū)域性的機動車排放分擔率的研究，如對廣州[8]、杭州[9]、烏魯木齊[10]等地進行研究.部分研究者還計算了機動車排放的污染物總量在大氣總排放源中的分擔率，如Wang[11]，Anjaneyulu[12]，Syahril S[13]等人的研究；張清宇等人[14]還計算和分析了機動車源在總排放源中的濃度分擔率.

研究者使用美國環(huán)保署的MOVES，MOBILE等機動車排污分析軟件，對城市的空氣污染源進行了分析，并制定了有針對性的環(huán)保措施，使城市空氣質量得到了有效改善[15-16].基于此，本研究以2015年?？谑懈咚俟?、主干道、次干道以及支路上的機動車為調研目標，利用美國環(huán)保署(USEPA)最新的MOVES2014a機動車排放因子模型，估算了2015年?？谑袡C動車污染物HC，CO，NOX和PM的排放因子和排放總量，計算和分析了分車型、燃料類型以及排放標準的機動車的主要污染物排放分擔率及其特征，旨在為?？谑写髿馕廴镜姆乐喂ぷ骱蜋C動車的科學管理提供依據.

1 研究方法

1.1機動車排放因子的確定目前，機動車排放因子的確定包括實測法和模擬法，實測法主要有臺架測試法(或稱為底盤測功機測試法)、公路隧道測試法、遙感測試法和車載測試法[17].由于實測法對機動車、場地、儀器設備等都有較高的要求，且實測法測試樣本的容量有限，故其結果難以表征整個車隊的排放水平，因此本研究采用模擬法.

1.1.1 模型選擇目前機動車排放的計算模型有：USEPA(美國環(huán)保署)開發(fā)的MOVES模型和MOBILE模型，歐洲共同體的COPERT模型，美國加州空氣資源局的EMFAC模型，IVE模型以及CMEM模型等[18].其中MOVES模型是在已有30年歷史的MOBILE模型的基礎上進行修正、補充和改善而得來的[19].2011年，MOVES2010取代了MOBILE6.2，成為美國環(huán)保署官方的機動車排放測算模型[20-21].在眾多模型中，由于MOBILE系列模型和MOVES模型在國內已被學者拿來測算排放因子并且已經得到了較好的運用[22-24]，因此本研究選取USEPA最新的MOVES2014a模型來估算海口市機動車的排放因子.

1.1.2 MOVES2014a模型基本參數的確定MOVES模型的排放測算可根據空間范圍分為國家(nation) 、郡縣(county) 和項目(project) 3個層次.為了使不同地區(qū)均可廣泛應用，在country層次中設置有自定義區(qū)域模塊(Custom Domain)，用戶可以根據本地區(qū)的實際情況進行模型本地化的應用[19].本研究的測算區(qū)域為整個?？谑?包括市區(qū)和郊區(qū))，其道路類型包括快速路、非快速路、高速路和非高速路4種，其是通過設置自定義區(qū)域模塊(Custom Domain)來輸入本地化數據的.

1)時間和空間設定：測算基準年為2015年，測算周期為全年12個月，工作日和非工作日均進行全天24 h測算.由于我國的機動車排放標準限值的執(zhí)行滯后于美國5年左右[25]，為使測算結果更加符合我國機動車的實際排放狀況，本研究將模擬時間提前5年，為此，MOVES中選擇2010年為模擬年份；MOVES中的“道路類型”選擇城市限制型道路、非限制型道路，郊區(qū)限制型道路、非限制型道路4類，其分別對應?？谑袇^(qū)的快速路和非快速路、郊區(qū)高速路和非高速路.

2)車輛類型：根據MOVES2014a模型中機動車分類的標準，參考國內機動車分類標準以及?？谑袡C動車的實際使用狀況，將?？谑械臋C動車劃分為五大類，即輕型客車、輕型貨車、中型車、重型車以及摩托車.

3)機動車保有量和車齡分布：經查閱?？谑?001—2016年的統(tǒng)計年鑒，可獲得該城市各類機動車的保有量，再通過核算逐年的機動車新增量可獲取車齡分布.

4)平均車速分布：利用GPS設備對5輛載客汽車和5輛載貨汽車開展了兩周(包括工作日和非工作日，日高峰期和非高峰期)的逐秒行駛速度的數據收集，覆蓋了海口市的主干路、次干路以及支路等多種類型的道路，將數據進行處理后就可得到海口市分車型機動車在各類道路上的時速分布.因?？谑惺袇^(qū)已禁摩，因此摩托車的平均車速分布采用模型的默認值.

5)年均行駛里程(VMT)和里程分布：年均行駛里程是通過實地問卷調查，并參考環(huán)保部所發(fā)布的《道路機動車大氣污染物排放清單編制技術指南》[26]以及林秀麗[27]、吳大磊[28]等人所進行的年均行駛里程的研究所得.由于MOVES模型中還需輸入各車型在時間(小時、天、月)和空間(不同類型道路)上的行駛里程分布比例，故本文根據GPS所獲得的逐秒行駛速度數據，通過計算得到了各車型的行駛里程的道路類型分布比例和分小時、分天(工作日和非工作日) 的里程分布比例，月里程分布比例則采用模型默認值.

6)燃料參數：海口市于2015年10月底全面供應車用國五汽柴油，其燃油組分信息1～10月份和11～12月份分別依據車用燃料油國四以及國五標準錄入.

7)氣象參數：氣象參數(主要包括環(huán)境溫度和濕度)采用的是?？谑袣庀笳镜谋O(jiān)測數據.

8)測算的污染物：CO，HC，NOX，PM.

9)其他參數如I/M制度，匝道比例等采用模型的默認值.

1.2機動車污染物排放量的計算

1.2.1 計算方法機動車污染物排放量是通過MOVES2014a模擬輸出的分車型機動車的不同污染物排放因子、分車型機動車的保有量以及分車型機動車的年均行駛里程數(VMT)這三者的乘積計算得到的.

?？谑袡C動車分車型污染物排放量的計算方法如式(1)所示：

EQij=EFij×Pi×VMKI×10-6，

(1)

式中:EQij為i類機動車j類污染物的排放量/t；EFij為i類機動車j類污染物的排放因子/(g·km-1)；Pi為計算年份i類機動車的保有量/輛；VMKi為計算年份i類機動車的年均行駛里程數/km.

1.2.2 ?？谑袡C動車的年均行駛里程和保有量本次研究中的分車型機動車的年均行駛里程以及保有量數據在1.1.2節(jié)已做詳細闡述，具體見表1所示.

表1 2015年海口市各車型的保有量和年均行駛里程

注：2015年?？谑衅渌剂项愋偷臋C動車共計1 569輛，因其污染排放較小，故未納入統(tǒng)計.

2 結果與分析

2.1?？谑袡C動車排放因子通過對MOVES2014a模型的部分參數值進行本地化修正，模擬得到?？谑休p型客車(汽油)、輕型客車(柴油)等9種車型的排放因子，各車型的排放因子見表2所示.

表2 2015年?？谑胁煌囆蜋C動車污染物的排放因子

2.2海口市機動車污染物的排放清單利用機動車污染物的計算公式，通過計算可得出2015年?？谑袡C動車污染物的排放清單，具體見表3所示.

表3 2015年海口市分車型機動車的排放清單

2.3?？谑袡C動車的排放特征和排放分擔率分車型機動車的排放分擔率是指在所研究地區(qū)內不同類型機動車的污染物排放量與該污染物的機動車排放總量之比.不同類型的機動車因在排放因子、營運比例、運行特征、行駛里程和保有量等特征參數方面存在差異，因而其在機動車污染物排放總量中所占的比例會有一定的差別.

2.3.1 ?？谑袡C動車的分車型排放特征和排放分擔率根據2015年海口市機動車污染物排放清單和分車型分擔率的定義，通過計算可得到2015年?？谑袡C動車分車型各污染物的排放分擔率，如圖1、圖2、圖3和圖4所示.

圖1 2015 年?？谑袡C動車各車型CO 排放的分擔率

由圖1可知，對于不同類型的機動車，其CO排放的分擔率差異顯著.超過70%的CO來自于輕型汽油客車的排放，一部分原因是由于輕型汽油客車的CO排放因子相對較高，另一部分原因則是由于輕型汽油客車具有超大的保有量的緣故；摩托車的年均行駛里程雖然遠低于其他車型的年均行駛里程，但由于其具有較高的排放因子和保有量，故其CO排放的分擔率也達到10.4%，它是CO排放的第二大貢獻源；雖然中/重型機動車的年均行駛里程大和CO排放因子高，但由于其具有較低的保有量，故其CO排放的分擔率較低.

圖2 2015 年?？谑袡C動車各車型HC 排放的分擔率

由圖2可知，輕型汽油客車、摩托車和輕型柴油貨車是HC的主要貢獻者，三者的排放分擔率之和占HC排放總量的79.3%.摩托車因其具有較大的保有量和較高的HC排放因子而使得其分擔率達到了23.8%，這一現狀和其他濱海城市的狀況有一定差異.

由圖3可知，輕型汽油客車、重型柴油車和輕型柴油貨車是NOX的主要來源.輕型汽油客車的NOX排放因子雖然不到重型柴油車NOX排放因子的十分之一，但其超高的保有量使得其排放分擔率要大于重型柴油車的排放分擔率.重型柴油車的NOX排放分擔率遠大于其保有量的貢獻率，這是由于重型柴油車具有較大的NOX排放因子的緣故.

由圖4可知，重型柴油車和輕型柴油貨車的PM排放量已接近于PM排放總量的四分之三，其原因在于輕型柴油車和重型柴油車具有超高的PM排放因子；輕型汽油客車的PM排放量已接近于PM排放總量的10%，這主要是由于輕型汽油客車的保有量達到了總保有量的80%的緣故，所以雖然其排放因子較低，但其最終的污染物貢獻率也到達10%.由上述分析可知，要想進一步降低?？谑写髿庵械腜M，控制和降低重型柴油車和輕型柴油貨車的PM排放是關鍵.

圖3 2015 年?？谑袡C動車各車型NOX 排放的分擔率

圖4 2015 年?？谑袡C動車各車型PM 排放的分擔率

2.3.2 ?？谑胁煌剂蠙C動車的排放特征及分擔率為進一步確定不同燃料類型的機動車污染物排放現狀，對排放清單中的柴油機動車和汽油機動車的各污染物排放總量進行了求和，結果如表4所示.

表4 2015年?？谑胁裼蛙嚭推蛙嚫魑廴疚锏呐欧趴偭?/p>

結合表4中排放總量的數據，由分擔率的定義可得到不同燃料機動車的排放分擔率，見圖5.

由圖5可知，?？谑胁煌剂项愋偷臋C動車保有量占比與不同污染物排放的分擔率占比差異明顯，尤其是NOX和PM.2015年?？谑胁裼蛙嚨谋Ｓ辛恐徽?2.2%，其NOX，PM和HC的排放分擔率卻高達57.1%、85.6%和18.2%，分別是其保有量占比的4.9倍、7.0倍和1.5倍；柴油車的CO排放分擔率為10.7%，略低于其保有量占比.汽油車保有量的比例為87.8%，其NOX和PM的排放分擔率占比僅為42.9%和14.4%，分別低于其保有量百分比(44.9%和73.4%)；汽油車對CO的排放分擔率為89.3%，高出其保有量貢獻率1.5%.

由此可以得出：柴油車是PM和NOx排放的主要貢獻車源，尤其是PM的排放.經換算，2015年?？谑幸惠v柴油車的PM排放量約是一輛汽油車PM排放量的42倍；汽油車是CO排放的主要貢獻車源.若要減少機動車的PM和NOx排放總量，則應加強對柴油車尾氣排放的控制；若要減少機動車的CO排放總量，則應加強對汽油車尾氣排放的控制.

2.3.3 不同排放標準的機動車的排放特征及分擔率近年來，我國不斷提高機動車污染物的排放標準，以達到控制和減少機動車尾氣排放的目的，對于高排放標準的機動車則主要是通過優(yōu)化發(fā)動機構造和尾氣控制系統(tǒng)等技術手段來達到減排的效果.?？谑胁煌瑖鴺藱C動車的保有量狀況及其污染物排放的分擔率如圖6所示.

圖5 2015 年海口市不同燃料類型的機動車保有量率和排放分擔率

圖6 2015 年?？谑胁煌瑖鴺藱C動車的排放分擔率

由圖6可知，2015年?？谑胁煌瑖鴺藱C動車保有量的百分比與不同污染物的排放分擔率所占的百分比是截然不同的.隨著我國機動車排放標準的逐步提升，機動車各主要污染物的排放分擔率呈現出較大幅度的下降.對于國Ⅱ及國Ⅱ以下標準的機動車，其各項污染物的排放分擔率占比都遠高于其保有量占比，而對于國Ⅳ及國Ⅳ以上的機動車，其各項污染物的排放分擔率占比均遠低于其保有量占比.國Ⅰ前機動車的保有量不足4%，然而其各項污染物的排放分擔率卻遠遠高于其保有量，尤其是NOX和PM的排放，其排放分擔率分別高達19.8%和26.8%，分別為其保有量占比的5.1倍和6.9倍.國Ⅳ及國Ⅳ以上機動車占比超過一半的機動車保有量，然而其HC和PM的排放分擔率僅為12.4%和9.8%.通過保有量和分擔率的數據換算可得：一輛國Ⅰ前機動車所排放的HC，CO，NOX和PM分別是一輛國Ⅳ以上機動車所排放的HC，CO，NOX和PM的19.0倍、14.14倍、15.39倍和36.16倍.若對保有量占比僅為3.9%的國Ⅰ前機動車進行淘汰，那么HC，CO，NOX和PM的排放量將分別減少17.1%，16.0%，18.8%，26.8%；若把國Ⅰ前機動車等量更換為國Ⅳ及國Ⅳ以上機動車，那么HC，CO，NOX和PM的排放量將分別減少16.2%，15.0%，17.5%，26.0%，在這兩種措施下各項污染物的減排效果都很顯著.

3 模擬結果的驗證分析

為檢驗MOVES2014a模型對于計算?？谑袡C動車污染物排放的準確性，本文利用相關的研究成果和統(tǒng)計年鑒數據對模擬結果進行了驗證分析.

根據《2016年海南省統(tǒng)計年鑒》以及海南省生態(tài)環(huán)保廳所公布的2015年?？谑袡C動車污染物的排放數據，可獲得2015年?？谑袡C動車主要污染物排放量的官方統(tǒng)計數據，如表5所示.

表5 2015年?？谑袡C動車污染物的排放量

為了檢驗MOVES模型計算的準確性，在此利用偏差率進行分析，其計算方法如式(2)所示.

(2)

由式(2)得到2015年海口市機動車污染物的總體排放偏差率，具體見表6.

表6 2015年?？谑袡C動車污染物總體排放偏差率

由表6可知，HC，NOX和PM的偏差率分別為-9.92%，-3.67%和-11.90%，這表明采用MOVES2014a模型來計算?？谑袡C動車污染物(HC，NOX和PM)排放具有一定的準確性；但由于CO的偏差率較大，故仍需對其做進一步的修正.

4 結 論

(1)2015年?？谑袡C動車的HC，CO，NOX和PM排放總量分別為5 675 t，46 014 t，9 232 t和1 006 t.

(2)按車型劃分機動車可得：輕型汽油客車是HC和CO的主要貢獻車型，其貢獻率分別占44.3%和72.2%；NOX主要是來源于輕型汽油客車、重型柴油車和輕型柴油貨車的排放，三者排放之和超過了NOX排放總量的80%；重型柴油車和輕型柴油貨車是PM排放的主要來源，二者排放占PM排放總量的73.9%.

(3)按燃料類型劃分機動車可得：?？谑胁煌剂项愋偷臋C動車保有量的百分比與不同污染物排放分擔率占比是截然不同的.柴油車NOX和PM排放分擔率分別為57.1%，85.6%，分別是其保有量占比的4.7和7.0倍；汽油車CO排放的分擔率為89.3%，略高于其保有量占比.

(4)按國標劃分機動車可得：對于保有量占比僅為11.7%的國Ⅰ及國Ⅰ前的機動車，其HC，CO，NOX和PM排放的分擔率分別達到46.4%，46.9%，42.7%和54.9%；對于國Ⅳ及國Ⅳ以上的機動車，其CO，HC，NOX和PM排放的分擔率分別低于其保有量占比的37.4%，40.1%，35.2%和42.7%；對于一輛國Ⅳ及以上的機動車，其CO，HC，NOX和PM的排放量僅為一輛國Ⅰ前機動車排放量的7.1%，5.3%，6.7%和2.8%.

[1] 海南省統(tǒng)計局. 2016年海南統(tǒng)計年鑒[M].北京:中國統(tǒng)計出版社,2016.

[2] 黨朝峰.海口機動車超50萬輛一日不開PM2.5濃度將降低29%,[EB/OL].[2015-09-23]. http://haikou.hinews.cn/system/2015/09/23/017821391.shtml.

[3] 傅立新,都吉明,何東全,等.北京市機動車污染物排放特征[J].環(huán)境科學,2000,21(3):68-70.

[4] 車汶蔚,鄭君瑜,鐘流舉.珠江三角洲機動車污染物排放特征及分擔率[J].環(huán)境科學研究,2009,22(4):456-461.

[5] 蔣秋靜,盧彬.基于BOBILE6.2的機動車氣態(tài)污染物排放量與分擔率研究[J].太原理工大學學報,2013，44(01)：31-97.

[6] 楊清玲,陳剛才,馬寧.重慶市主城區(qū)機動車污染分擔率研究[J].西南師范大學學報(自然科學版),2009,34(4):173-177.

[7] 馬寧.重慶市主城區(qū)機動車污染狀況與分擔率研究[D].重慶：重慶大學,2008.

[8] 廖瀚博,余志,周兵,等.廣州市機動車尾氣排放特征研究[J].環(huán)境科學與技術,2012,35(1):134-138.

[9] 李新興,孫國金,王孝文,等.杭州市區(qū)機動車污染物排放特征及分擔率[J].中國環(huán)境科學,2013,33(9):1 684-1 689.

[10] 何麗,朱建雯,錢翌.烏魯木齊市區(qū)機動車污染物排放特征研究[J].環(huán)境工程,2015，35(5)：90-94.

[11] Wang H, Fu L, Zhou Y, et al. Trends in vehicular emissions in China's mega cities from 1995 to 2005[J].Environmental Pollution,2010,158(2):394-400.

[12] Syahril S, Resosudarmo B P, Tomo H S. Study on the Air Quality: Future Trends, Health Impacts, Economic Value and Policy Options:Jakarta, Indonesia[M].Asian Development Bank,2002.

[13] Anjaneyulu M V L R, Harikrishna M, Chenchuobulu S Modeling ambient carbon monoxide pollutant due to road traffic[J].Environmental and Ecological Engineering，2008,2(5):103-106.

[14] Zhang Q,Wei Y,Tian W,et al. GIS-based emission inventories of urban scale:A case study of Hangzhou, China[J]. Atmospheric Environment,2008,42(20):5 150-5 165.

[15] EEA (European Environment Agency).Air Quality in Europe—2016[R].Copenhagen：2016.

[16] NSW (New South Wales) Government.Current Air Quality in New South Wales, Australia—A Technical Paper Supporting the Clean Air Forum[R].New South Wales,2010,8.

[17] 郝吉明,傅立新,賀克斌,等.城市機動車排放污染控制—國際經驗分析與中國的研究成果[M].北京：中國環(huán)境科學出版社,2011.

[18] 霍紅,賀克斌,王歧東.機動車污染排放模型研究綜述[J].環(huán)境污染與治,2006,28(7):526-530.

[19] U.S.Environmental Protection Agency(EPA). Draft motor vehicle emission simulator MOVES2014a software design and reference manual[R].Washington D.C. EPA:2014.

[20] 黃冠濤,宋國華,于雷,等.綜合移動源排放模型—MOVES[J].交通信息與安全,2010,28(4):49-59.

[21] 黃冠濤.基于MOVES的微觀層次交通排放評價[D].北京：北京交通大學,2011.

[22] 陳玉婷.基于MOVES道路交通排放特性及影響因素研究[D].南京：東南大學,2016.

[23] 楊凱茜.西安市機動車尾氣排放量化模擬研究[D].西安：長安大學,2015.

[24] 吳希.城市道路網機動車排放預估研究[D].長沙：湖南大學,2015.

[25] 馬因韜,劉啟漢,雷國強,等.機動車排放模型的應用及其適用性比較[J].北京大學學報(自然科學版),2008,44(2) : 308-316.

[26] 環(huán)境保護部科技標準司.道路機動車排放清單編制技術指南(試行)[M].北京:中華人民共和國環(huán)境保護部,2014.

[27] 林秀麗,湯大鋼,丁焰,等.中國機動車行駛里程分布規(guī)律[J].環(huán)境科學研究,2009,22(3):377-380.

[28] 吳大磊,林怡青,彭美春,等.利用小樣本數據計算車輛年平均行駛里程的研究[J].交通運輸系統(tǒng)工程與信,2009,9(2):155-160.

Abstract：In the report, the modified USEPA MOVES2014a model was used to obtain the emission factors of motor vehicles in Haikou. Based on the population, types and the Vehicle-Miles of Travel (VMT) of the cars of Haikou in 2015, the total amount of pollutants and the sharing rates of the vehicles with different types, different fuel usage and different emission standard were calculated. The results showed that the total emission of HC, CO, NOx, and PM was 5 675 t, 46 014 t, 9 232 t and 1 006 t, respectively, in 2015. Light gasoline passenger vehicles were the major contributor of HC and CO, and the sharing rates was 44.3% and 72.2%, respectively. The NOx and PM contribution rates of diesel vehicles was 57.1% and 85.6%, respectively, and which was 4.9 times and 7.0 times as much as the number of diesel vehicles, respectively. We also found that the contribution rates of HC, CO, NOx and PM emission of Euro I and Pre-Euro I vehicles with the population of 11.7% was 46.4%, 46.9%, 42.7%, and 54.9%, respectively.

Keywords：Haikou; vehicle exhaust; MOVES2014a model; emission characteristics; contribution rates

CharacteristicsofMotorVehiclePollutantEmissionandShareRatioinHaikouCityBasedonMOVES2014a

Xie Rongfu, Chen Zhenbin, Deng Xiaokang, Yun Fukang, Li Yunpeng

(College of Mechanical and Electrical Engineering, Hainan University, Haikou 570228, China)

X 511

A DOl：10.15886/j.cnki.hdxbzkb.2017.0044

2017-03-30

中國清潔發(fā)展機制基金贈款項目子課題(CDM2013008)；大學生創(chuàng)新創(chuàng)業(yè)訓練計劃項目(國家級)(201610589007)

謝榮富(1989-)，男，重慶人，海南大學機電工程學院2015級研究生，E-mail：283694008@qq.com

陳振斌(1968-)，男，福建建甌人，博士，教授，研究方向：汽車節(jié)能環(huán)保與新能源，E-mail：zhenbin1208@hainu.edu.cn

1004-1729(2017)03-0282-08