移动源已成为全球各大城市大气污染的主要来源之一, 对PM2.5及光化学前体物均具有重要贡献[1~4].近年来, 各国机动车排放标准不断提升, 全球道路移动源排放呈逐年下降趋势, 但是非道路移动机械的排放贡献日益突出[5, 6], 其NOx、CO、THC和PM排放在全球移动源中的占比已达到18%~29%左右[7].非道路移动机械通常指挖掘机、装载机、推土机、叉车等工程机械以及拖拉机、联合收割机等农用机械, 此外还包括港口、机场和企业内部等未纳入道路移动源管理的车辆和设备.为了全面掌握移动源大气污染物排放特征, 一些专家学者先后根据我国工程和农业机械保有情况建立了全国尺度非道路移动机械的大气污染物排放清单[8, 9].在城市尺度方面, 上海、杭州、北京、天津、南京等地也相继通过调查建立了非道路移动机械排放清单[10~13], 为非道路移动源排放管控提供了重要支撑.相对而言, 区域层面既缺乏可靠的统计资料、也难以开展全面的调查, 除珠三角区域外, 研究成果仍相对较少[14~16].
长三角是我国经济活动最为频繁、能源消费最为密集的区域之一, 人为源大气污染物排放集中[17].区域内建筑施工、港口作业、民航和工业运输频繁, 也不乏农业占比较高的城市, 各类非道路移动机械的使用频率较高, 其大气污染物排放贡献不容忽视.研究团队前期通过实地调查建立了上海、杭州等长三角典型城市的非道路移动机械排放清单, 获得了相关的活动水平数据, 但区域层面研究仍相对较少; 另一方面, 该区域机动车排放通过严格管控呈逐年下降趋势[18], 非道路移动机械的排放贡献可能逐渐凸显, 但缺乏相关的研究予以佐证.因此, 本研究结合长三角区域统计资料及典型城市非道路移动机械调查结果, 以2014年为基准年, 建立了长三角三省一市非道路移动机械大气污染物排放清单, 并对2005~2025年间非道路移动机械排放进行了预测, 旨在为区域非道路移动机械管控提供科学支撑.
1 材料与方法 1.1 研究区域及对象本研究的区域包括江苏、浙江、安徽和上海三省一市共41个城市.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, 包括建筑及市政工程机械、港作机械、场(厂)内机械、农用机械和机场地勤设备, 在此基础上进一步按照机械种类、燃料类型、发动机功率和排放标准进行划分, 具体分类原则参见文献[10].
1.2 排放清单建立方法 1.2.1 油耗及排放计算各类机械的排放量根据其燃油消耗量及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, Ej为j类污染物的排放量(t), 污染物种类包括SO2、NOx、CO、VOCs、PM10和PM2.5; FCi为i类非道路移动机械的燃油消耗量(t); EFi, j为i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, 如式(2)所示.其中, 各类机械的小时油耗数据取自文献[10]的研究成果.
(2) |
式中, Pi为i类机械的保有量(台); Hi为i类机械的年平均工作小时数(h); FRi为i类机械的小时油耗(kg·h-1).
1.2.2 保有量估算由于目前我国尚未建立非道路移动机械台账管理体系, 除农用机械外, 均无统一的保有量信息可直接获取.为此, 本研究根据上海和杭州实地调查获得的保有量对其他城市进行了推算, 上海和杭州市非道路移动机械的调查方法和结果参见文献[10].其中, 建筑及市政工程机械采用房屋施工面积进行推算; 港作机械根据港口货物吞吐量进行推算; 企业场(厂)内机械根据重工业总产值进行估算; 机场地勤设备根据民航客运量进行估算; 农用机械直接使用各城市统计年鉴结果.
1.2.3 活动水平确定活动水平是编制源清单的关键要素, 非道路移动机械的活动水平主要为各类机械的年均工作小时数.考虑到长三角地区工业、交通和农业等工作方式基本相近, 本研究采用上海和杭州实地调查的工作小时数进行计算, 具体如表 1所示.本研究确定的各类机械工作小时数普遍高于文献[19]中推荐的小时数, 其中工程类机械和农用机械分别高出92%和16%.挖掘机械和铲运机械与李东玲等[20]的调查结果较为接近, 农用机械在各地的使用方式差异较大, 本研究略高于付明亮等[21]和葛蕴珊等[22]调查的结果.
1.2.4 排放因子确定
非道路移动机械SO2排放因子采用燃料平衡法计算, 如式(3)所示.
(3) |
式中, Sl为l类燃料的硫含量; Fi, l为i类机械使用l类燃料的占比.其中, 柴油和汽油硫含量分别根据普通柴油和车用汽油标准的实施时间确定, 2005和2010年非道路移动机械用普通柴油以国1为主, 硫含量为2×10-3; 2014年升级至国3, 硫含量为3.5×10-4; 2020和2025年非道路移动机械用柴油将升级至国6水平, 硫含量为1×10-5.
各类机械的NOx、CO、VOCs、PM10和PM2.5平均排放因子主要参考NONROAD模型[23]、环境保护部排放清单指南[19]及国内相关研究实测的排放因子[20~22, 24~27]进行确定.除平均排放因子外, 本研究还考虑了不同功率段及排放标准阶段的排放因子差异, 该数据主要根据NONROAD模型、环境保护部排放清单指南以及排放标准中各功率和排放标准的排放因子相对值推算获得, 如表 2所示.
1.2.5 空间分配
不同类型非道路移动机械排放分别按照点源或面源形式分配入长三角4 km×4 km网格, 建筑及市政工程机械、企业场(厂)内机械和农用机械按照面源进行分配, 其中, 建筑及市政工程机械和农用机械分别按照城市和农田土地利用类型进行分摊, 企业场(厂)内机械按照长三角地区工业企业分布进行分摊.港作机械和机场地勤设备按照港口码头和机场的经纬度位置进行分摊.
1.3 排放预测方法 1.3.1 驱动力预测本研究假设房屋施工面积、港口货物吞吐量、重工业总产值和民航客运量与各省市人均国民生产总值(GDP)相关, 农业机械总动力与第一产业(一产)GDP相关, 并收集建立了2005~2016年长三角三省一市上述指标与非道路移动机械相关指标的相关性, 如图 1所示, 其中实心点为2005~2013年各项指标的相关性, 可见施工面积、港口货物吞吐量、重工业总产值、农业机械总动力和民航客运量分别与人均GDP和一产GDP存在密切的相关关系; 自2014年起, 非道路移动机械相关指标随经济指标的增长趋势逐步趋缓.因此, 根据长三角三省一市2020和2025年GDP、人口和一产占比的规划要求, 本研究对2020和2025年长三角三省一市非道路移动机械相关指标进行了预测, 如图 1中空心点所示.预计到2020年, 施工面积、港口货物吞吐量、重工业总产值、农业机械总动力和民航客运量等指标相比2014年分别增长8%、27%、28%、11%和34%, 2025年各项指标进一步比2020年增长3%、16%、17%、6%和29%.
排放标准构成对非道路移动机械排放计算结果具有较大影响, 为此, 本研究依据各阶段排放标准的实施时间, 结合机械的新增量和淘汰量, 对各年度非道路移动机械排放标准构成进行滚动更新.各类机械的排放标准实施时间参照国家标准规定的时间节点, 并假定2019年实施国4排放标准, 场内车辆的排放标准参照机动车排放标准的实施节点.机械的淘汰量根据各类机械的平均机龄推算获得, 据调查, 建筑及市政工程机械、港作机械、场(厂)内机械、农用机械和机场地勤设备的平均机龄依次为9、7、8、10和6 a, 假定机械存活率符合正态分布, 各类型机械的新增量可参照NONROAD模型[28]进行计算, 具体如式(4)所示.
(4) |
式中, NGw为机械新增量(台); PGw为机械净增量(台), 本研究根据驱动力预测获得; Age为各类机械的平均机龄(a).
图 2所示为预测所得的各类机械2005~2025年各阶段排放标准构成情况. 2005~2014年长三角区域非道路移动机械以国0、国1和国2标准为主, 随着排放标准的提升, 2020年和2025年国3机械占比相对增加, 港作机械和机场地勤设备中将新增一定量的国4和国5标准场内车辆.
表 3所示为2014年长三角区域非道路移动机械保有量、柴油消费量及大气污染物排放量计算结果.根据测算, 区域机械总量约为8.23×106台, 主要集中在江苏省和安徽省, 分别占36%和53%;机械柴油消费量约为9.95×106 t, 约占三省一市柴油总消费量的30%左右[29], 上海、江苏、浙江和安徽分别占6%、41%、21%和32%;机械的SO2、NOx、CO、VOCs、PM10和PM2.5排放合计分别为5.5×103、4.9×105、7.6×105、1.1×105、2.9×104和2.7×104 t, 江苏省排放占比最高, 约为41%~45%, 其次为安徽省, 约为30%~39%.与国家环保部发布的2015年全国工程机械和农用机械排放总量相比, 本研究测算的长三角区域非道路移动机械NOx、VOCs和PM10排放分别占到12%、17%和8%左右[9].
图 3所示为长三角三省一市非道路移动机械排放的4 km×4 km网格化空间分布结果.可见, 长三角中东部地区非道路机械主要污染物排放均相对集中, 特别是在上海市、江苏省沿江8市及浙江省嘉兴、杭州和宁波等城市地区排放相对密集, 主要来自建筑及市政工程机械; 长三角北部地区排放相对高于南部, 主要来自农用机械排放.
图 4所示为2014年长三角区域各类型非道路移动机械保有量、柴油消费量及大气污染物排放构成情况.可见, 农用机械是长三角地区最主要的非道路移动机械类型, 占机械总量的93%, 其对CO和VOCs排放的贡献最为突出, 分别占88%和77%.建筑及市政工程机械是单机油耗和排放贡献最大的机械种类, 尽管其保有量仅占4%, 柴油消费量占比可达43%, SO2、NOx、PM10和PM2.5排放贡献分别为47%、49%、35%和35%, 一方面是由于建筑及市政工程机械的功率相对高于农用机械; 另一方面与建筑及市政工程机械工作时长大于农用机械有关.港作机械、企业场(厂)内机械和机场地勤设备分别占机械总量的0.2%、2.9%和0.2%, 柴油消费量分别占2.7%、10.9%和0.8%, 污染物排放分别在0.8%~2.8%、2.5%~9.7%和0.4%~1.0%之间.
图 5给出了长三角三省一市各城市不同类型非道路移动机械主要大气污染物排放的构成情况.可见, 长三角各城市非道路移动机械排放构成存在显著差异, 中部和南部城市建筑及市政工程机械的排放贡献相对较高, 企业场(厂)内机械排放也相对突出, 主要与长三角中部和南部城市建设力度相对较大及其重工业占比相对较高有关; 西部和北部城市农用机械排放贡献相对突出; 沿海及长江一带城市的港作机械排放占比相对较高.
图 6所示为2005~2025年长三角地区各类型非道路移动机械保有量及柴油消费量的预测结果.可见, 2005~2014年间, 长三角地区非道路移动机械总量和柴油消费量增长较为迅速, 2010年和2014年非道路移动机械保有量相比2005年分别增加了33%和57%, 柴油消费量增幅更大, 分别为62%和124%.各类型机械中, 建筑及市政工程机械和企业场(厂)内机械的增幅最大, 主要与近10年来长三角地区城市建设和工业发展速度较快有关, 其次为港作机械和机场地勤设备, 随长三角地区港口货运量及民航客运量上升呈较快增长趋势.根据预测, 2020年和2025年长三角地区社会经济将基本进入稳定发展态势, 机械保有量及柴油消费量增速将相对放缓, 2020年和2025年非道路移动机械保有量相比2014年分别增加了2%和9%, 柴油消费量增幅分别为2%和8%.港作机械和机场地勤设备预计将成为长三角地区增幅最大的机械类型.相对而言, 长三角区域农用机械基本保持稳定, 2010、2014、2020和2025年农用机械保有量分别比2005年增加了30%、50%、53%和63%, 柴油消费量分别增加29%、49%、51%和61%.
长三角地区2005~2025年各类型非道路移动机械大气污染物排放量的变化趋势如图 7所示.其中, 机械SO2排放自2014年起将呈现快速下降趋势, 主要是由于油品标准快速提升使硫含量显著下降. NOx排放于2014年左右达到峰值, 分别比2005和2010年上升78%和18%, 2020和2025年将比2014年分别下降10%和16%. CO、VOCs、PM10和PM2.5排放分别于2010年左右达到峰值, 到2020年, CO、VOCs、PM10和PM2.5排放分别比2014年下降3%、10%、11%和11%, 到2025年分别下降3%、15%、21%和21%.排放标准提升是非道路移动机械排放下降的主要原因, 但是与机动车相比, 非道路移动机械主要污染物降幅仍相对较小, Zhang等[18]的研究预测, 到2020年长三角主要城市机动车NOx、HC和PM2.5将分别比2014年下降22%、50%和48%左右, 远高于非道路移动机械的排放降幅.可见, 非道路移动机械在未来长三角区域流动源中的排放贡献将更加突出, 有必要进一步提升非道路移动机械排放标准, 加强对机械尾气污染物排放的管控.
图 8给出了长三角各城市2005~2025年非道路移动机械主要大气污染物排放的预测结果.各城市非道路移动机械NOx和PM2.5排放均呈现先上升后下降的趋势, VOCs排放则自2005和2010年起呈现持续下降态势.从区域分布来看, 长三角沿海及北部城市的非道路移动机械排放相对较高, 在未来相当长一段时期内, 非道路移动机械排放仍将保持在较高的水平上.
图 9所示为2005~2025年各类型非道路移动机械主要污染物单位油耗排放的预测结果.可见, 各类型机械的NOx、VOCs和PM2.5单位油耗排放总体上均呈逐年下降趋势, 其中, VOCs和PM2.5的单位油耗排放降幅相对较大, 2010、2014、2020和2025年VOCs平均排放水平分别比2005年下降了28%、52%、60%和66%; PM2.5分别下降了21%、44%、51%和59%; NOx的降幅相对较小, 分别下降约6%、19%、28%和37%.从机械类型来看, 机场地勤设备的单位油耗排放水平降幅最大, 其次为农用机械、企业场(厂)内机械和港作机械, 建筑及市政工程机械的排放水平降幅最小, 主要是由于其淘汰更新力度较小、标准提升速度较慢所致.提升机械排放标准, 降低单机污染物排放水平是削减非道路移动机械排放的根本举措, 我国现行的非道路移动机械排放标准距离发达国家或车用发动机仍存在相当大的差距, 要有效减少非道路移动机械排放必须大幅加快机械标准的提升步伐.
(1) 2014年长三角三省一市非道路移动机械总量约为8.23×106台, 柴油消费量约9.95×106 t, SO2、NOx、CO、VOCs、PM10和PM2.5排放分别为5.5×103、4.9×105、7.6×105、1.1×105、2.9×104和2.7×104 t.其中, 江苏省和安徽省的机械保有量、油耗及排放占比相对较高.从空间分布来看, 上海市、江苏省沿江8市及浙江省嘉兴、杭州和宁波等城市地区排放相对密集, 北部地区排放相对高于南部.
(2) 农用机械在长三角地区非道路移动机械中的占比最高, 达到93%, 其CO和VOCs排放贡献最为突出, 分别为88%和77%;建筑及市政工程机械的单机油耗和排放最大, 仅占保有量4%的机械贡献了43%的柴油消费量占比, 其SO2、NOx、PM10和PM2.5排放贡献分别为47%、49%、35%和35%.各城市机械排放构成存在较大差异, 长三角中部和南部城市建筑及市政工程机械和企业场(厂)内机械排放占比最大, 西部和北部城市农用机械排放贡献相对突出, 沿海及长江一带城市的港作机械排放相对较高.
(3) 据预测, 2005~2014年间, 长三角地区非道路移动机械保有量、油耗及排放增幅均相对较快, 2010年和2014年机械保有量分别比2005年增加了33%和57%, 柴油消费量分别上升62%和124%.到2020和2025年, 区域非道路移动机械总量增速明显放缓, 主要与长三角区域城市建设、工业发展和港口航运基本趋于稳定有关, 2020年和2025年机械保有量分别比2014年增加2%和9%, 柴油消费量增加2%和8%.各类污染物中, SO2降幅最大, 主要得益于油品改进; NOx排放于2014年达到峰值, 2020和2025年分别比2014年下降10%和16%. CO、VOCs、PM10和PM2.5排放分别于2010年左右达到峰值.
(4) 预测表明, 非道路移动机械单位油耗排放水平呈逐年下降趋势, 但降幅显著低于机动车, 非道路移动机械在区域流动源中的排放占比预计将更加突出.我国现行的非道路移动机械排放标准距离发达国家或车用发动机还存在相当大的差距, 加快老旧机械淘汰并进一步提升机械排放标准对削减非道路移动机械排放总量具有十分重要的意义.
[1] | Blanchard C L, Tanenbaum S, Hidy G M. Source contributions to atmospheric gases and particulate matter in the southeastern United States[J]. Environmental Science & Technology, 2012, 46(10): 5479-5488. |
[2] | Jathar S H, Woody M, Pye H O T, et al. Chemical transport model simulations of organic aerosol in southern California:model evaluation and gasoline and diesel source contributions[J]. Atmospheric Chemistry and Physics, 2017, 17(6): 4305-4318. DOI:10.5194/acp-17-4305-2017 |
[3] | Hu L, Millet D B, Baasandorj M, et al. Emissions of C6-C8 aromatic compounds in the United States:constraints from tall tower and aircraft measurements[J]. Journal of Geophysical Research:Atmospheres, 2015, 120(2): 826-842. DOI:10.1002/2014JD022627 |
[4] | 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 |
[5] | Dallmann T R, Harley R A. Evaluation of mobile source emission trends in the United States[J]. Journal of Geophysical Research-Atmospheres, 2010, 115(D14): D14305. DOI:10.1029/2010JD013862 |
[6] | Xing J, Pleim J, Mathur R, et al. Historical gaseous and primary aerosol emissions in the United States from 1990 to 2010[J]. Atmospheric Chemistry and Physics, 2013, 13(15): 7531-7549. DOI:10.5194/acp-13-7531-2013 |
[7] | 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 |
[8] | 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 |
[9] |
中华人民共和国环境保护部. 中国机动车环境管理年报2017[R]. 北京: 中华人民共和国环境保护部, 2017. Ministry of Environmental Protection of the People's Republic of China. China vehicle environmental management annual report 2017[R]. Beijing: Ministry of Environmental Protection of the People's Republic of China, 2017. |
[10] |
鲁君, 黄成, 胡磬遥, 等. 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[J]. 环境科学, 2017, 38(7): 2738-2747. Lu J, Huang C, Hu Q Y, et al. Air pollutant emission inventory of non-road machineries in typical cities in eastern China[J]. Environmental Science, 2017, 38(7): 2738-2747. |
[11] |
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. |
[12] |
张意, Michel A, 李东, 等. 天津市非道路移动源污染物排放清单开发[J]. 环境科学, 2017, 38(11): 4447-4453. Zhang Y, Andre M, Li D, et al. Development of a non-road mobile source emissions inventory for Tianjin[J]. Environmental Sciences, 2017, 38(11): 4447-4453. |
[13] |
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. |
[14] |
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. |
[15] |
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 |
[16] |
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. |
[17] | 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 |
[18] | Zhang S J, Wu Y, Zhao B, et al. City-specific vehicle emission control strategies to achieve stringent emission reduction targets in China's Yangtze River Delta region[J]. Journal of Environmental Sciences, 2017, 51: 75-87. DOI:10.1016/j.jes.2016.06.038 |
[19] | 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]. |
[20] |
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. |
[21] |
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. |
[22] |
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 |
[23] | U. S. Environmental Protection Agency. Exhaust and crankcase emission factors for non-road engine modeling-compression-ignition, EPA-420-R-10-018[R]. Washington, DC: United States Environmental Protection Agency, 2010. |
[24] | 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 |
[25] |
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. |
[26] |
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. |
[27] | 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 |
[28] | U. S. Environmental Protection Agency. Calculation of age distributions in the nonroad model: Growth and scrappage, EPA-420-R-05-018[R]. Washington, DC: United States Environmental Protection Agency, 2005. |
[29] | 国家统计局能源统计司. 中国能源统计年鉴2015[M]. 北京: 中国统计出版社, 2015. |