环境科学  2017, Vol. 38 Issue (7): 2738-2746   PDF    
长三角地区典型城市非道路移动机械大气污染物排放清单
鲁君1,2, 黄成1,2, 胡磬遥1,2, 杨强3, 井宝莉3, 夏阳3, 卢滨3, 唐伟3, 楼晟荣1,2, 陶士康1,2, 李莉1,2    
1. 国家环境保护城市大气复合污染成因与防治重点实验室, 上海 200233;
2. 上海市环境科学研究院, 上海 200233;
3. 杭州市环境保护科学研究院, 杭州 310014
摘要: 本研究选取上海和杭州两市开展了非道路移动机械的实地调查,分析了各城市非道路移动机械的种类构成、使用特点、燃料类型、功率分布和排放标准等级,在此基础上建立了城市尺度非道路移动机械排放清单技术方法,编制了上海和杭州市2014年非道路移动机械大气污染物排放清单.结果表明,上海和杭州市非道路移动机械柴油消费分别为6.1×105 t和3.2×105 t,NOx排放分别为3.09×104 t和1.72×104 t,PM2.5排放分别为1.41×103 t和8.1×102 t,其中,挖掘机等建筑市政施工机械的排放贡献最为突出.非道路移动机械NOx排放分别占两城市所有源的11.1%和16.1%,占流动源的18.5%和32.2%,已成为城市大气污染的重要来源之一.
关键词: 非道路移动机械      移动源      排放清单      工程机械      农用机械      港作机械      机场地勤设备      排放因子     
Air Pollutant Emission Inventory of Non-road Machineries in Typical Cities in Eastern China
LU Jun1,2, HUANG Cheng1,2, HU Qing-yao1,2, YANG Qiang3, JING Bao-li3, XIA Yang3, LU Bin3, TANG Wei3, LOU Sheng-rong1,2, TAO Shi-kang1,2, LI Li1,2    
1. State Environment Protection Key Laboratory of Formation and Prevention of the Urban Air Complex, Shanghai 200233, China;
2. Shanghai Academy of Environmental Sciences, Shanghai 200233, China;
3. Hangzhou Academy of Environmental Science, Hangzhou 310014, China
Abstract: Based on site investigation of non-road vehicles in Shanghai and Hangzhou located in east China, non-road vehicle emission inventory in 2014 was established in these cities as well as its emission inventory technology. Characteristics of non-road vehicle were also analyzed, including classification, type of fuel, power and emission standard. The results showed that diesel consumed by non-road vehicles was 6.1×105 t in Shanghai and 3.2×105 t in Hangzhou; NOx emission was 3.09×104 t in Shanghai and 1.72×104 t in Hangzhou; PM2.5 emission was 1.41×103 t in Shanghai and 8.1×102 t in Hangzhou, 2014. Emissions from excavators and other construction equipment contributed the most in non-road vehicle emission inventory. Non-road vehicle has become one of the important sources of urban air pollution, whose NOx emissions accounted for 11.1% of all urban sources in Shanghai and 16.1% in Hangzhou, and accounted for 18.5% of mobile sources in Shanghai and 32.2% in Hangzhou.
Key words: non-road machinery      mobile source      emission inventory      construction equipment      agricultural machinery      port machinery      airport ground equipment      emission factor     

非道路移动机械指不在道路上行驶的移动式机械设备或车辆,包括推土机、挖掘机等工程机械,拖拉机等农用机械,叉车、拖车等场(厂)内和港口作业机械以及机场地勤设备等.非道路移动机械与机动车、船、飞机等同属流动源.近年来,机动车排放的控制水平不断提升,使非道路移动机械的污染问题逐渐凸显,其NOx、CO、THC和PM排放在全球移动源中的占比达到18%~29%左右[1],在我国及重点区域的排放贡献也不容忽视[2~4].非道路移动机械流动性大、缺乏有效的登记管理制度,活动水平数据较难获取,因此,过去的大气污染物排放清单研究中较少涉及完整的非道路移动机械排放[5~10].近年来,一些专家学者在全国、区域和城市尺度分别开展了非道路移动机械大气污染物排放清单的探索性研究[2, 3, 11~14],但是,除农用机械具有较完整的保有量和活动水平数据外,大部分非道路移动机械的排放均以统计年鉴和燃油消耗量推算为主,基本未考虑机械的使用方式和排放控制水平差异,清单的不确定性普遍较高.美国环保署(EPA)在非道路移动机械排放清单方面建立较为成熟的NONROAD模型,相对而言,我国的研究基础仍比较薄弱,相关参数在我国的适用性还有待进一步探讨[15].为此,本研究构建了城市尺度非道路移动机械排放清单编制的技术方法,分别选取上海和杭州两大东部地区城市开展了非道路移动机械的排放调查,以2014年为基准年,建立了上海和杭州市非道路移动机械大气污染物排放清单,旨在为城市尺度非道路移动机械排放清单的建立提供参考,并为各城市开展非道路移动机械排放控制提供科学支撑.

1 材料与方法 1.1 研究对象及分类

本研究涵盖的非道路移动机械主要是指装载内燃机的非道路用机械设备及场(厂)内车辆,并按照5级分类对机械进行划分.第1级根据机械的使用性质分为建筑市政施工机械、港作机械、场(厂)内机械、农用机械和机场地勤设备,上述分类可分别对应建设、交通、质监、农业、民航等管理部门,便于数据获取及后续排放控制措施的落实;第2级根据机械种类进行划分,由于机械种类繁多,本研究根据其作业方式进行了一定的归并,主要包括挖掘机械、铲运机械、起重机械、压实机械、路面机械、桩工机械、叉车、牵引车、拖拉机、收割机、场内客车、场内货车等;第3级根据常用燃料类型,分为柴油、汽油、天然气(CNG)、液化石油气(LPG)、油气两用及其他;第4级根据发动机功率进行划分,划分方式参照我国新生产非道路移动机械排放标准[16];第5级根据国0~国5排放标准进行划分.具体如图 1所示.

图 1 非道路移动机械分类 Fig. 1 Categories of non-road machineries

1.2 排放计算方法

本研究建立的非道路移动机械排放清单为上述各类机械排放计算结果之和,每类机械根据其燃油消耗量和基于单位燃油的排放因子进行计算,具体如式(1) 所示.

(1)

式中,Ejj类污染物的排放量(t),污染物种类包括SO2、NOx、CO、VOCs、PM10和PM2.5;FCii类非道路移动机械的燃油消耗量(t);EFi, ji类非道路移动机械j类污染物的单位油耗排放因子(g·kg-1).

各类机械的燃油消耗量根据其保有量、工作小时数和小时油耗进行计算,其中,建筑市政施工机械的保有量根据典型工地实地调查推算获得,如式(2) 所示;港作机械、场(厂)内机械、农用机械和机场地勤设备根据其注册保有量进行计算,如式(3) 所示.

(2)
(3)

式中,Nkk类施工工地(个);pi, k为单位工地中i类建筑市政施工机械(台·个-1);Pi为除建筑市政施工机械外i类机械的注册保有量(台); Hii类机械的年平均日工作小时数(h);FRii类机械的小时油耗(kg·h-1).

1.3 活动水平调查 1.3.1 使用方式

为获取各类非道路移动机械活动水平信息,本研究分别结合上海和杭州的实地调查和机械申报登记,对施工工地、港口码头、工厂企业、农业合作社、航空公司等单位的机械使用情况进行了调查,共发放调查问卷1 349份,获取17 051台机械活动水平信息. 表 1所示为各类非道路移动机械的使用频率、工作小时数等调查结果.可见,各类建筑市政施工机械的单位工地使用台数平均约在0.26~1.89台·个-1左右,其数量取决于工地大小及其施工阶段.各类机械中,挖掘机械数量相对较多.建筑和市政道路工地的各类机械使用数量不等,建筑工地中挖掘机械、起重机械数量相对较高,市政道路工地中的铲运机械、压实机械和路面机械数量较多.从年均工作小时数来看,建筑市政施工机械中,挖掘机械、铲运机械和起重机械的工作小时数相对较高;港作机械中,起重机械使用最为频繁,其次为牵引车;场(厂)内机械的工作小时数显著低于港作机械,与机场地勤设备接近;农用机械的工作小时数与东部地区农业活动周期有关,工作时间显著低于其他机械.已有研究可获取的非道路移动机械工作小时数据较少,国家环境保护部《非道路移动源大气污染物排放清单编制技术指南》[17]中将工程机械和农用机械归为两大类,给出的工作小时数普遍低于本研究调查结果,势必导致对非道路移动机械排放量的低估.李东玲等[3]调查的挖掘机和装载机工作时间与本研究较为接近,而樊守彬[12]、付明亮[18]、葛蕴珊[19]等调查的农用机械工作小时数也普遍低于本研究,可能是由于调查地区的农业活动时间与东部地区存在差异.总体来看,本研究调查结果与美国NONROAD模型中给出的使用小时数较为接近,其中,建筑市政施工机械和机场地勤设备相对较高.可以看出,不同机械种类的工作时间存在相当大的差异,细化机械分类对提升非道路移动机械排放清单的精细度和准确度具有较大意义.

表 1 各类非道路移动机械的活动水平信息 Table 1 Activity level of each non-road machinery type

1.3.2 燃料种类

非道路移动机械使用的燃料种类对其大气污染物排放具有重要影响. 表 2所示为调查所得各大类机械使用的不同燃料种类构成情况.柴油是非道路移动机械使用的最主要燃料,其中尤以普通柴油为主.各类机械中,使用普通柴油的数量分别在43.1%~87.1%左右,还有约12.9%~35.5%的机械使用车用柴油.近年来,上海等长三角城市港作机械正加快推进牵引车等机械的天然气替代工作,约3.3%的机械开始使用天然气.农用机械中约有41.8%使用汽油,主要为功率较小的田园管理机械和耕整地机械.

表 2 各类非道路移动机械使用的燃料种类分布/% Table 2 Proportions of different fuel types used by each non-road machinery/%

1.3.3 功率分布

图 2所示为各类非道路移动机械的发动机功率大小分布及其平均功率.可见,挖掘机械、铲运机械、起重机械、压实机械和路面机械的发动机功率(kW,下同)普遍分布在[75, 130) 和[130, 560) 的中高功率段,平均功率分别为110、139、157、102和158 kW,桩工机械和发电机的功率相对较小,分别在96 kW和79 kW左右.港口和场(厂)内作业机械中,牵引车功率最大,平均为154 kW,其次为场内客车、场内货车和其他工业机械,平均功率分别为109、77和58 kW,叉车功率最小,主要分布在[37, 56),平均功率为49 kW.农用机械的功率普遍小于工程机械,各类机械的平均功率约在10~54 kW左右.机场工程车的功率主要分布在[75, 130),平均功率为100 kW.

图 2 各类非道路移动机械的功率分布和平均功率 Fig. 2 Engine power distributions and average powers of different non-road machinery types

1.3.4 小时油耗

为了解各类机械的油耗,从而估算其大气污染物排放,本研究调查建立了各类机械发动机功率与小时油耗的相关关系,如图 3所示.可见,发动机功率与小时油耗呈线性相关关系,该结果与李东玲等[3]调查的结论基本一致.不同类型机械的小时油耗相对发动机功率的斜率存在一定差异,挖掘机械、铲运机械、压实机械、路面机械、收割机和拖拉机等小时油耗随发动机功率的增长幅度相对较大,说明上述机械在相同功率段下作业使用的油耗相对更高.

图 3 主要非道路移动机械发动机功率与小时油耗的相关性 Fig. 3 Correlations of engine powers and fuel consumptions of major non-road machineries

1.3.5 排放标准分布

图 4所示为各类机械的排放标准分布情况,其中,欧美日等国家进口机械按其排放标准转换为我国对应的非道路移动机械排放阶段.可见,目前国内非道路移动机械的排放控制水平总体偏低.建筑市政施工机械中,未达到一阶段(Stage 0) 标准的机械占到33%~58%左右.叉车的排放标准主要为二阶段(Stage 2),占61.8%.港口和场(厂)内机械的排放标准相对较高,主要分布在二、三阶段(Stage2, 3).农用机械中,拖拉机、农用运输车排放控制水平相对滞后,分别有64.6%和50.0%的机械为Stage 0,收割机、耕整地机械和田园管理机械大部分已达到Stage 2,占到69.8%~89.5%.机场工程车中约58.7%达到Stage 2.总体来看,非道路移动机械的排放标准明显滞后于车用发动机,应当引起足够的重视.

图 4 各类非道路移动机械的排放标准分布 Fig. 4 Emission standard distributions of different non-road machinery types

1.4 排放因子确定

排放因子是估算大气污染物排放量的关键参数.对SO2排放因子,本研究采用燃料平衡方法进行计算,如式(4) 所示.

(4)

式中,Sll类燃料的硫含量;Fi, li类机械使用l类燃料的占比. 2014年,上海和杭州市普通柴油标准均为国三,硫含量为3.5×10-4,车用柴油分别为国五和国四标准,硫含量分别为根据1.0×10-5和5.0×10-5,按照表 3中各类机械燃料种类分布情况,可分别计算获得上海市和杭州市各类机械使用各类燃料的SO2排放因子.

表 3 各类非道路移动机械的平均排放因子 Table 3 Average emission factors of different non-road machinery types

表 3为各类机械的NOx、CO、VOCs、PM10和PM2.5平均排放因子,分别参考NONROAD模型[21]、环保部非道路移动源排放清单指南[17]及国内相关研究实测的排放因子[3, 18, 19, 22~26],取平均值计算获得.按照各类机械的工作方式和燃料类型,将排放因子分为8大类,场内客、货车的排放因子取自研究团队已有的研究成果[27].获取平均排放因子后,本研究进一步根据各类型机械的功率和排放标准分布,对排放因子进行了细化,细化的依据主要是采用NONROAD模型和环保部排放清单指南中各阶段功率和排放标准下排放因子相对平均值的系数关系进行推算.总体来看,实测的非道路移动机械排放因子普遍高于NONROAD模型和环保部排放清单指南,但是由于目前国内非道路移动机械实测排放因子数据较少,尚无法对各类机械的排放因子进行系统化更新校正,建议在后续研究中加强非道路移动机械排放因子的实测研究,以建立可反映我国非道路移动机械实际排放水平的本地化排放因子数据库.

2 结果与讨论 2.1 各城市非道路移动机械的油耗和排放量

表 4所示为上海市和杭州市非道路移动机械的柴油消费和大气污染物排放清单计算结果.可见,上海和杭州两市非道路移动机械保有量相近,但机械构成差异较大,上海市建筑市政工程机械、港作机械和场(厂)内机械保有量显著高于杭州,农用机械则少于杭州,由此导致两市机械的柴油消费和大气污染物排放相差较大.上海市非道路移动机械柴油消费量约为杭州市的2倍左右,SO2、NOx、PM10和PM2.5排放约为杭州市的1.8倍左右,CO和VOCs排放与杭州市相近.上海市非道路移动机械的柴油消费和大气污染物排放主要来自建筑市政施工机械、场(厂)内机械和港作机械;杭州市建筑市政施工机械的柴油油耗和排放贡献显著高于其他机械,农用机械对CO和VOCs的排放贡献较大.可见,即使城市地域相近、保有量接近,但两个城市的排放总量和构成存在明显差异,细化城市尺度非道路移动机械分类和清单构建方法,对于准确识别城市非道路移动机械排放的主要来源具有十分重要的意义.

表 4 上海与杭州非道路移动机械柴油消费与大气污染物排放清单 Table 4 Diesel consumption and air pollutant emission inventories of non-road machineries in Shanghai and Hangzhou

2.2 各类非道路移动机械的油耗和排放分担

图 5所示为上海和杭州市各类非道路移动机械的累计保有量、柴油油耗和大气污染物排放分担情况.由图 5可见,挖掘机械尽管保有量占比仅为8.7%,但其贡献了32.2%的柴油消费,对SO2、NOx、PM10和PM2.5的排放占比分别为35.8%、37.0%、32.8%和32.8%,是东部地区城市非道路移动机械排放的最主要贡献者.其他建筑市政施工机械(如铲运机械、起重机械、压实机械、路面机械等)的单位机械油耗和排放贡献也相对较高.叉车的保有量占比与其油耗和排放分担率基本一致,均在20%左右.拖拉机尽管保有量较高(占18%左右),但其油耗和排放贡献相对较低.田园管理机械主要以小型点燃式发动机为主,CO和VOCs排放贡献相对较高,保有量占22%的田园管理机械分别贡献了37.4%的CO排放和20.1%的VOCs排放.通过分析可知,建筑市政施工类机械对城市非道路移动机械油耗和排放的总体贡献较高,其排放控制水平也相对滞后(见图 3),应当成为大气污染防治的重点.

图 5 各类非道路移动机械的柴油油耗和排放构成 Fig. 5 Proportions of diesel consumption and air pollutant emissions of different non-road machinery types

2.3 非道路移动机械与其他源排放贡献比较

根据已有研究获得的上海市和杭州市机动车、船舶及其他污染源排放清单结果,可得到非道路移动机械在各城市大气污染源排放清单中的占比,如图 6所示.其中,上海市其他污染源排放取自2014年试点城市大气污染物排放清单研究成果,杭州市其他污染源取自叶贤满等的2010年排放清单研究成果(未考虑船舶)[28].由图 6可见,非道路移动机械的NOx排放贡献相对突出,分别占上海市和杭州市所有源NOx排放的11.1%和16.1%,其他污染源的排放贡献相对较小,均在3%以下;非道路移动机械NOx排放分别占两城市流动源的18.5%和32.2%,PM2.5排放分别占12.8%和6.9%,可见,非道路移动机械在流动源中的排放占比已较为突出,随着各城市机动车排放控制水平的不断提升,非道路移动机械的污染防治应当尽快给予重视和加强.

图 6 上海市与杭州市非道路移动机械及其他污染源排放分担率 Fig. 6 Emission contributions of non-road machineries and other sources in Shanghai and Hangzhou

2.4 不确定性分析

本研究的不确定性主要存在于非道路移动机械的保有量估算、活动水平和排放因子获取这3个方面.在机械保有量方面,目前我国各城市均未建立非道路移动机械的登记备案制度,大量建筑市政施工机械无可靠的统计数据来源,本研究采用单位工地使用机械的数量进行推算,调查的工地类型、施工阶段和机械样本的代表性都可能造成较大的不确定性;相对而言,通过相关部门获取的港作机械、场(厂)内机械、农用机械和机场地勤设备的保有量不确定性较小.在活动水平方面,本研究通过17000余台机械的大样本调查方式统计所得,但是由于机械的种类较多,部分机械的活动水平信息仍可能存在一定的不确定性,相对偏差较大.排放因子是目前我国非道路移动机械排放清单研究最为薄弱的环节,可参考的非道路移动机械排放因子实测研究成果仍十分有限,不足以评估各种机械类型、发动机功率段和排放标准的排放水平,而且实测结果与NONROAD模型和国家清单指南中推荐的排放因子还存在比较大的差异,有必要在后续研究中继续补充各类非道路移动机械的本地化排放因子实测研究,以减少排放清单的不确定性.

3 结论

(1) 本研究通过调查建立了上海和杭州市非道路移动机械大气污染物排放清单,2014年上海和杭州市非道路移动机械的保有量分别在1.0×105台左右,柴油消费量分别为6.1×105 t和3.2×105 t,NOx排放分别为3.09×104 t和1.72×104 t,PM2.5排放分别为1.41×103 t和8.1×102 t.非道路移动机械NOx排放分别占两城市所有源的11.1%和16.1%,占流动源的18.5%和32.2%,其大气污染物排放已成为城市大气污染的重要来源之一.

(2) 由于建筑市政施工机械平均功率和单位油耗相对较高,排放控制水平较为滞后,其大气污染物排放影响较大,其中尤以挖掘机械的排放贡献最为突出,占保有量8.7%的挖掘机械贡献了32.2%的柴油消费量,以及33%~37%的污染物排放量.

(3) 机械数量和排放因子是导致非道路移动机械排放清单不确定性的最主要因素,若要进一步提升城市尺度非道路移动机械排放清单的精细度,充分发挥排放清单在非道路移动机械污染防治工作的作用,有必要建立非道路移动机械的登记备案制度,完善机械信息数据库,同时应加强对各类非道路移动机械排放因子的实测研究,建立可代表我国典型非道路移动机械种类、功率、工况特点及控制水平的本地化排放因子数据库.

参考文献
[1] Yan F, Winijkul E, Streets D G, et al. Global emission projections for the transportation sector using dynamic technology modeling[J]. Atmospheric Chemistry and Physics, 2014, 14(11): 5709–5733. DOI: 10.5194/acp-14-5709-2014
[2] 张礼俊, 郑君瑜, 尹沙沙, 等. 珠江三角洲非道路移动源排放清单开发[J]. 环境科学, 2010, 31(4): 886–891. Zhang L J, Zheng J Y, Yin S S, et al. Development of non-road mobile source emission inventory for the Pearl River Delta Region[J]. Environmental Science, 2010, 31(4): 886–891.
[3] 李东玲, 吴烨, 周昱, 等. 我国典型工程机械燃油消耗量及排放清单研究[J]. 环境科学, 2012, 32(2): 518–524. Li D L, Wu Y, Zhou Y, et al. Fuel consumption and emission inventory of typical construction equipments in China[J]. Environmental Science, 2012, 32(2): 518–524.
[4] 潘月云, 李楠, 郑君瑜, 等. 广东省人为源大气污染物排放清单及特征研究[J]. 环境科学学报, 2015, 35(9): 2655–2669. Pan Y Y, Li N, Zheng J Y, et al. Emission inventory and characteristics of anthropogenic air pollutant sources in Guangdong province[J]. Acta Scientiae Circumstantiae, 2015, 35(9): 2655–2669.
[5] Zhang Q, Streets D G, Carmichael G R, et al. Asian emissions in 2006 for the NASA INTEX-B mission[J]. Atmospheric Chemistry and Physics, 2009, 9(14): 5131–5153. DOI: 10.5194/acp-9-5131-2009
[6] Zheng J Y, Zhang L J, Che W W, et al. A highly resolved temporal and spatial air pollutant emission inventory for the Pearl River Delta region, China and its uncertainty assessment[J]. Atmospheric Environment, 2009, 43(32): 5112–5122. DOI: 10.1016/j.atmosenv.2009.04.060
[7] Huang C, Chen C H, Li L, et al. Emission inventory of anthropogenic air pollutants and VOC species in the Yangtze River Delta region, China[J]. Atmospheric Chemistry and Physics, 2011, 11(9): 4105–4120. DOI: 10.5194/acp-11-4105-2011
[8] 赵斌, 马建中. 天津市大气污染源排放清单的建立[J]. 环境科学学报, 2008, 28(2): 368–375. Zhao B, Ma J D. Development of an air pollutant emission inventory for Tianjin[J]. Atmospheric Scientiae Circumstantiae, 2008, 28(2): 368–375.
[9] 杨柳林, 曾武涛, 张永波, 等. 珠江三角洲大气排放源清单与时空分配模型建立[J]. 中国环境科学, 2015, 35(12): 3521–3534. Yang L L, Zeng W T, Zhang Y B, et al. Establishment of emission inventory and spatial-temporal allocation model for air pollutant sources in the Pearl River Delta region[J]. China Environmental Science, 2015, 35(12): 3521–3534. DOI: 10.3969/j.issn.1000-6923.2015.12.001
[10] 程钟, 章建宁, 周俊, 等. 常州市大气污染物排放清单及分布特征[J]. 环境监测管理与技术, 2016, 28(3): 24–28. Cheng Z, Zhang J N, Zhou J, et al. Air pollutant emission inventory and distribution characteristics in Changzhou[J]. The Administration and Technique of Environmental Monitoring, 2016, 28(3): 24–28.
[11] Wang F, Li Z, Zhang K S, et al. An overview of non-road equipment emissions in China[J]. Atmospheric Environment, 2016, 132: 283–289. DOI: 10.1016/j.atmosenv.2016.02.046
[12] 樊守彬, 聂磊, 阚睿斌, 等. 基于燃油消耗的北京农用机械排放清单建立[J]. 安全与环境学报, 2011, 11(1): 145–148. Fan S B, Nie L, Kan R B, et al. Fuel consumption based exhaust emissions estimating from agriculture equipment in Beijing[J]. Journal of Safety and Environment, 2011, 11(1): 145–148.
[13] 金陶胜, 陈东, 付雪梅, 等. 基于油耗调查的2010年天津市农业机械排放研究[J]. 中国环境科学, 2014, 34(8): 2148–2152. Jin T S, Chen D, Fu X M, et al. Estimation of agricultural machinery emissions in Tianjin in 2010 based on fuel consumption[J]. China Environmental Science, 2014, 34(8): 2148–2152.
[14] 谢轶嵩, 郑新梅. 南京市非道路移动源大气污染物排放清单及特征[J]. 污染防治技术, 2016, 29(4): 47–51. Xie Y S, Zheng X M. Atmospheric pollutant emission inventory from non-road mobile sources in Nanjing and its characteristics[J]. Pollution Control Technology, 2016, 29(4): 47–51.
[15] 林秀丽. NONROAD非道路移动源排放量计算模式研究[J]. 环境科学与管理, 2009, 34(4): 42–45. Lin X L. A Study On models of NONROAD mobile source emissions[J]. Environmental Science and Management, 2009, 34(4): 42–45.
[16] GB 20891-2014, 非道路移动机械用柴油机排气污染物排放限值及测量方法(中国第三、四阶段)[S].
[17] 环境保护部公告2014年第92号, 非道路移动源大气污染物排放清单编制技术指南(试行)[S].
[18] 付明亮, 丁焰, 尹航, 等. 实际作业工况下农用拖拉机的排放特性[J]. 农业工程学报, 2013, 29(6): 42–48. Fu M L, Ding Y, Yin H, et al. Characteristics of agricultural tractors emissions under real-world operating cycle[J]. Transactions of the Chinese Society of Agricultural Engineering, 2013, 29(6): 42–48.
[19] 葛蕴珊, 刘红坤, 丁焰, 等. 联合收割机排放和油耗特性的试验研究[J]. 农业工程学报, 2013, 29(19): 41–47. Ge Y S, Liu H K, Ding Y, et al. Experimental study on characteristics of emissions and fuel consumption for combines[J]. Transactions of the Chinese Society of Agricultural Engineering, 2013, 29(19): 41–47. DOI: 10.3969/j.issn.1002-6819.2013.19.005
[20] U.S. Environmental Protection Agency. Median life, annual activity, and load factor values for NONROAD engine emissions modeling:NR-005c[R]. Washington, DC:United States Environmental Protection Agency, 2004.
[21] U.S. Environmental Protection Agency. Exhaust and crankcase emission factors for nonroad engine modeling-compression ignition[R]. Washington, DC:United States Environmental Protection Agency, 2010.
[22] Fu M L, Ge Y S, Tan J W, et al. Characteristics of typical non-road machinery emissions in China by using portable emission measurement system[J]. Science of the Total Environment, 2012, 437: 255–261. DOI: 10.1016/j.scitotenv.2012.07.095
[23] 曲亮, 何立强, 胡京南, 等. 工程机械不同工况下PM2.5排放及其碳质组分特征[J]. 环境科学研究, 2015, 28(7): 1047–1052. Qu L, He L Q, Hu J N, et al. Characteristics of PM2.5 emissions and its carbonaceous components from construction machines under different typical driving modes[J]. Research of Environmental Sciences, 2015, 28(7): 1047–1052.
[24] 申现宝, 王岐东, 姚志良, 等. 农用运输车实际道路油耗特征研究[J]. 北京工商大学学报(自然科学版), 2010, 28(2): 71–75. Shen X B, Wang Q D, Yao Z L, et al. Study on road fuel consumption characteristics from rural vehicles[J]. Journal of Beijing Technology and Business University(Natural Science Edition), 2010, 28(2): 71–75.
[25] Fu M L, Ding Y, Ge Y S, et al. Real-world emissions of inland ships on the Grand Canal, China[J]. Atmospheric Environment, 2013, 81: 222–229. DOI: 10.1016/j.atmosenv.2013.08.046
[26] Zhang F, Chen Y J, Tian C G, et al. Emission factors for gaseous and particulate pollutants from offshore diesel engine vessels in China[J]. Atmospheric Chemistry and Physics, 2016, 16(10): 6319–6334. DOI: 10.5194/acp-16-6319-2016
[27] Huang C, Wang H L, Li L, et al. VOC species and emission inventory from vehicles and their SOA formation potentials estimation in Shanghai, China[J]. Atmospheric Chemistry and Physics, 2015, 15(19): 11081–11096. DOI: 10.5194/acp-15-11081-2015
[28] 叶贤满, 徐昶, 洪盛茂, 等. 杭州市大气污染物排放清单及特征[J]. 中国环境监测, 2015, 31(2): 5–11. Ye X M, Xu C, Hong S M, et al. Emission inventory and characteristics of air pollutants in Hangzhou[J]. Environmental Monitoring in China, 2015, 31(2): 5–11.