模拟城市规模车辆NO和PM_2.5的相互比较 - 排放对股权评估的影响

科学领域:

• 环境科学 环境科学
• 大气化学 大气化学
• 运输工程 运输工程

背景情况:

• 对空气污染物排放的准确表征对于评估时空变化,人口暴露,健康结果和环境正义至关重要.
• 由于排放过程,车队组成和活动数据的不确定性,交通部门的排放难以量化,导致建模数据集的差异.

研究的目的:

• 为了比较四个不同的车辆排放数据集在大芝加哥地区在多个空间分辨率.
• 识别数据集之间的模拟排放的不一致性和量化差异,特别是在更细微的空间尺度上.

主要方法:

• 四个车辆排放数据集的比较:燃料库存车辆排放量,邻里排放映射操作,密歇根湖空气总监联盟-西北大学和佛蒙特大学.
• 在芝加哥大区以三个共享空间分辨率 (1.0,1.3和4公里2) 进行的分析.
• 评估域级协议和本地规模的不一致性,重点关注NOx和PM2.5排放.

主要成果:

• 域级协议在最粗的分辨率 (4公里2) 中最强,在更细的分辨率 (1公里2) 中出现了显著的不一致.
• 在1平方公里的分辨率下,总NOx排放量在数据集之间变化高达82%,电网电池最大PM2.5排放量变化高达272%.
• 不同的结果源于排放因子,模拟车辆过程和交通数据表征的差异,尽管共享了输入数据.

结论:

• 在运输排放数据集中存在重大局部差异,影响空气质量和环境正义评估的准确性.
• 种族/民族分组之间的排放负担相对差异的幅度可能会有很大差异 (高达11%),这凸显了下游分析中需要仔细选择数据的必要性.
• 标准化方法和改进交通数据表征对于减少运输排放模型中的不确定性至关重要.