城市平面交叉口机动车细颗粒物排放及扩散研究

《城市平面交叉口机动车细颗粒物排放及扩散研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号:U49110710-2015122064硕士学位论文城市平面交叉口机动车细颗粒物排放及扩散研究宋建华导师姓名职称邱兆文副教授申请学位类别工学硕士学科专业名称交通运输规划与管理论文提交日期2018年4月17日论文答辩日期2018年5月26日学位授予单位长安大学StudyontheemissionanddiffusionoffineparticlesofmotorvehiclesaturbanintersectionADissertationSubmittedfortheDegreeofMasterCandidate：SongJianh

2、uaSupervisor：AssociateProf.QiuZhaowenChang’anUniversity,Xi’an,China摘要近年来，随着我国城市交通不断发展，便捷的交通在带给人们便利的同时，也带来了交通拥堵和交通环境污染等问题，其中城市雾霾等环境问题尤为严重。城市交叉口已成为城市交通环境污染的重灾区，行人在交叉口频繁的穿行或逗留而面临细颗粒物高浓度暴露的风险，然而对于交叉口的细颗粒物浓度时空分布特征的研究鲜有报道。因此，本文以西安市小寨交叉口为研究对象，通过定点监测实验采集数据，探究交通、气象等因素与细颗粒物时空分布的内在联系

3、，为交叉口机动车尾气排放控制策略、城市交通减排以及减轻空气污染提供科学依据。本文基于机动车尾气排放模型MOVES和扩散模型CAL3QHC建立了平面交叉口细颗粒物评估方法，通过实测验证模型的可靠性；然后在西安市小寨交叉口的实测数据基础上，提出人工神经网络模型用于预测交叉口的细颗粒物扩散浓度。本文的主要研究工作如下：首先，为了更加精细化地研究机动车尾气排放与扩散规律，本文选取了基于行驶工况为基本计算原理的机动车尾气排放模型MOVES和适用于信号交叉口的机动车尾气扩散模型CAL3QHC。通过分析排放模型MOVES和扩散模型CAL3QHC结构和原理

4、，对两个模型进行匹配集成，建立了细颗粒物浓度的预测模型。该模型的基本原理是利用MOVES模型输出实际路网中机动车尾气排放因子，并作为CAL3QHC模型的输入数据进行细颗粒物扩散浓度的计算。其次，选取西安市小寨交叉口作为研究对象，应用提出的细颗粒物浓度预测模型模拟交叉口细颗粒物浓度分布。通过本地化修正的排放模型计算机动车在交叉口细颗粒物排放量，得到交叉口的南进口道颗粒物浓度最高，其余依次为北进口道、西进口道和东进口道；应用扩散模型CAL3QHC模拟分析了交叉口周围机动车尾气扩散特征，研究结果表明在交叉口的东南角和东北角的细颗粒物扩散浓度相对较

5、高，与实测值分析结果一致。通过与实测值进行对比分析，研究结果表明CAL3QHC模型在细颗粒物的背景浓度较低的情况下，预测误差为5.1%。最后通过对定点监测颗粒物浓度数据分析，结果表明交叉口的东南角和东北角为细颗粒物浓度最高的位置，同时细颗粒物的浓度从早高峰3时段到早平峰时段过程中呈现积累现象，周内PM2.5平均浓度从73.22μg/m到380.31μg/m。周末的颗粒物浓度与周内相比下降显著，PM2.5浓度下降达40%。最后，为了克服现有扩散模型CAL3QHC的不足，本文在实测数据的基础上建立了I相应的BP神经网络和小波神经网络模型用于预测

6、交叉口的细颗粒物扩散浓度，并通过实测值验证两种神经网络模型的预测精度，结果表明小波神经网络相对传统的BP神经网络模型的预测精度更好。其中小波神经网络模型预测误差4.61%，而BP神经网络模型为5.55%，并与CAL3QHC模型的预测结果对比分析以及考虑到BP神经网络存在局部最优、过拟合等缺点，得出小波神经网络在实际应用中更具推广性。关键词：细颗粒物，排放模型MOVES，扩散模型CAL3QHC，信号交叉口，人工神经网络IIAbstractInrecentyears,withthecontinuousdevelopmentofurbantran

7、sportationinChina,convenienttransportationbringsconveniencetopeople,butalsobringsmanyproblems,suchastrafficcongestionandtrafficenvironmentpollution,amongwhichenvironmentalissuessuchasurbanhazeareparticularlyserious.Urbanintersectionshavebecomethehardest-hitareasforurbantra

8、fficenvironmentpollution.Pedestriansfacetheriskofhighconcentrationexposureoffineparticles