城市商业区道路交通CO 污染的空间分布模拟研究1

拟研究

摘要: 根据气象条件、交通状况、建筑特征以及CO浓度的监测资料，分别选定CAILNE4模式和OSPM模式，在对其进行模型验证和参数修正的基础上, 对上海市商业区主要道对开阔型道路和峡谷型道路的CO浓度进行了模拟, 得出了上海市机动车在此两类道路上污染的空间分布特征。结果表明该两种模式在模拟上海市商业区所选交通道路CO浓度时具有较高的精度,亦即采用这两种模式来模拟此类道路的CO浓度是适用的。此两种模式可用于城市商业区

1

道路CO浓度预测与污染评价。

关键词：CO; 大气扩散; 线源模式; CAILNE4; 街区峡谷; OSPM

中图分类号： X511 文献标识码：A 文章编号:

The Study of Spatial Distribution of CO Pollution Simulation on City Road in Downtown Business district

Abstract：Two arterial roads，open roads and the canyon road in downtown business district of Shanghai were respectively selected to do monitoring based on the meteorological conditions, traffic flow, construction characteristics, and CO concentration. The applications of CAILNE4 and OSPM

models into a two arterial road respectively have been verified with the monitoring data and been in carries on parameter correction. The spatial distribution characteristics of two kinds of pollution on the roads have been obtained. Results show that the CO concentration simulation of two modes in the selected road is of high precision, Based on the scenario analysis, two kinds of model is used to simulate the CO concentration in the open roads and the canyon road is applicable. The two models can be used in prediction of atmospheric environmental CO concentration to the city business district road. Keywords: CO; Atmosphere dispersion; Line source model; CAILNE4 model; street canyon; OSPM model

经济和城市化的高速发展带动了城市机动车拥有量持续快速的增长，交通拥挤频繁，交通污染也日趋严重，全世界大约15％的CO2、50％的NOx和90％的CO由交通运输产生。交通污染在城市环境污染中所占的份额越来越高，尤其在大气污染中。在我国的一些大城市，城市土地利用布局发生了很大变化，许多污染性的工厂迁出了人口密集的市区，许多城市已

[1-2]

经由传统的煤烟型转变为交通产生的汽车尾气污染型。城市空气污染物浓度严重超标，严重危害了城市居民的身心健康，而且制约了城市经济的发展。我国越来越多的大城市如北京、上海、沈阳、西安等被列为世界上污染最严重的城市。在上海，CO污染占城市大气污染总量已超过76%。由交通造成的空气CO污染更是占90%以上，然而污染的扩散具有时间及

[3]

空间性，会随时间和空间的改变而变化。准确模拟机动车排放污染物在典型商业区的大气 收到日期： 修订日期： 基金项目：上海市研究生创新基金项目（JWCXSL1202）

中的传输扩散状况,是对交通环境研究的重要环节，而大气扩散模型是研究污染物在大气中扩散规律的有效方法。

一般包括城市的线源和多源扩散模式以及峡谷型的扩散模式，在这两种模式中,常用的

[5]

汽车尾气扩散模式有湍流扩散( 数值)模式、箱式( 经验) 模式和高斯型( 统计) 模式。其中, 以高斯线源模式为主。高斯型模式能较好地模拟开阔平坦公路上机动车尾气污染物的

[6-7]

扩散, 在公路环境研究中广泛应用。 开阔平坦城市道路上交通污染是一种典型的线源污染，美国环保局曾对各种确定初始扩散参数算法的线源模式进行了对比和验证, 结果发现采

[8]

用这一算法的CALINE 模式在模拟城市机动车污染扩散时具有较好效果。对道路机动车排放的CO污染物浓度进行模拟计算, 进而得到道路交通污染的空间分布特征。

街道峡谷指主干道两侧高楼林立，由于自身几何构造的影响，形成了特定的风向、风速等气象条件，以及扩散屏障，在此条件下，机动车在城市类似于峡谷的街道中行驶, 致使机

[9]

动车尾气不易扩散, 因此，主干道附近局部地区污染物浓度大大升高。峡谷内机动车排放的污染物长时间淤积,无法形成有效的扩散，致使此局部区域的污染物浓度高于其他地区。对两侧呼吸带内长时间暴露的人群身体健康造成严重的危害。因此, 有必要研究街道峡谷结构与气象条件联动作用下汽车尾气污染物的扩散规律, 从环保与健康视角为城市街道交通规划提供理论支持。目前，国外学者已根据本国试验开发出多种尾气扩散模型，进行峡谷内污染状况的评估与预测。但在中国，这方面的研究还处于初级发展阶段，尚未开发出专门针对街道峡谷地区污染物的扩散模型。 因此，根据我国一些大城市已经建成的街道峡谷型主干道的具体污染状况，进行污染数据采集和研究，针对我国现在的城市规划现状，并借鉴国外的一些成熟的研究模型，提出适合我国城市街道主干道交通污染物扩散的研究模型，为我国峡谷街道扩散模型研发提供理论支持成为必要，开辟城市新型交通规划模式，实现城市的可持续发展。

本文探讨线源污染扩散模式(CALINE4模式)和OSPM ( Operational Street Pollution Model)模型，选择了美国环保局推荐的公路线源污染扩散模式(CALINE4模式)对上海市商业区开阔平坦道路和街道峡谷型道路进行研究。通过实验手段与实地、实时监测获得气象数据与CO浓度, 使用mobile6.2模型计算上海市商业区各道路机动车排放因子, 综合以上数据, 使用默认参数值对CACILE4和OSPM进行初始计算, 根据监测结果与计算值之间的误差的大小对参数组进行修正, 使误差缩小至可接受范围内, 应用修改后的模型在相应道路上进行验证。

[4]

1. 研究区概况

城市商业区比较繁荣,机动车流动量量多，是人口和车辆的主要集聚地，机动车尾气污染相对严重，也是高楼大厦的主要建造区，由于楼房像阻碍污染物扩散无法穿透，使得污染物积聚，道路与楼房的相对位置会影响污染物的扩散。研究交通CO的污染的空间分布模型，不仅有利于给予交通控制，交通管理，交通组织方法提出用力的依据，从而减少交通CO污染。

1．1 主要气象特征

上海市属于亚热带季风气候, 市区平均气温为12.6度，受气候影响,温度变化大,为变温带。平均降水量1098-1198毫米，降水量60%集中在5-9 月。平均相对湿度为69% , 夏

天东南季风，冬天西北季风。风速在3.0-3.6米/秒之间。浦东以东北偏北为主，其他地区以东南偏东到东南风为主。年主导风向为西南风。

1．2 交通现状

上海市城市副中心五角场已基本上形成了以环岛为中心的放射和棋盘相结合的道路系统。环岛往外不仅有高速公路还有车流量大的五大主要道路往外辐射，分别是邯郸路、翔殷路、四平路、淞沪路和黄兴路。用三条马路——黄兴路、四平路和邯郸路分别接通杨浦、虹口和闸北，两条马路：翔殷路、淞沪路通向“大上海”腹地——江湾地区的东部；五条放射主道之间，各有横向的马路加以联结，如同蜘蛛网一样，结成密度平均的“棋盘状”道路网络。这里是商业区，人口和建筑物密集的地方，交通量大，容易产生拥堵和污染物集聚问题。

2 应用CALINE4和OSPM模式的背景

城市机动车排放污染物扩散过程、扩散规律的掌握是空气质量预报、城市环境规划以及机车排放污染控制对策的基础,在机动车排放污染研究中占有重要的地位。研究城市机动车排放污染扩散过程的方法有现场观测、物理风洞模型、数值模拟及模式计算等。但由于高成本和相关实验的难度,对污染物浓度进行准确的动态分时空监测不是十分可行,因此大气污染物扩散模式被广泛地用来模拟预测污染物的扩散分布情况,评估大气环境质量。

CALINE4模式是CALINE系列模式最高版本,是美国国家环保局推荐的一种法规应用级线

[11]

源模式，与其他各模式相比CALINE4模式适用面广,模式简单易操作,有基于Windows的友好用户图形界面。其典型特点就是输入参数可以根据当地实际情况以进行调整。因此,CALINE4模式在国外在模拟计算开阔型道路以及十字路口上机动车排放尾气扩散规律中有着广泛的应用，CALINE4模式在我国城市主干交通道路和交叉路口机动车尾气排放扩散模

[12]

拟中应用中已多次证明其可行性。

OSPM模式是丹麦环保署开发的用于计算城市峡谷型街道内污染物浓度的扩散模式。OSPM是一个研究街道峡谷的扩散模式,它较详细的考虑了街道几何形状(街道的高、宽、建

[13]

筑物的密集程度)和气象条件对街道内污染物扩散的影响,准确度较高。在欧洲国家得到了广泛的应用, OSPM模型模拟城市峡谷型道路两侧污染物浓度,并与监测结果进行比较,取得了良好的效果、国内对OSPM进行街道底部风速系数的修改,应用于街道机动车排放污染的扩散规律模拟、街区峡谷内污染物浓度计算并进行污染评价,取得较好地结果，表明OSPM模式

[14-17]

对于高宽比较大的街区峡谷有着良好的适用性。

[10]

3 CALINE4和OPSM模式简介

3.1 CALINE4模式

CALINE4 模式(简称CL4)基于高斯羽流扩散方程并且使用一个混合区域的概念来表述公

路上污染物质的扩散特征。它主要用于预测高速公路和城市重要街道附近的空气污染水平, 评估已知的在公路沿线150m 以内的微尺度区域交通设施排放的CO 对空气质量的影响。

CALINE 模式的基本思路是将污染源划分为若干个有限单元, 分别计算其对敏感受体的影响,

[18]

然后通过数值积分计算污染物的总浓度 , 其原理公式为:

式中, C为预测浓度；

错误！未找到引用源。 为线源长度;错误！未找到引用源。为风速；

错误！未找到引用源。 、 错误！未找到引用源。分别为水平和垂直方向的扩散参数； 错误！未找到引用源。、 错误！未找到引用源。 分别为线源端点的水平方向坐标; A为常量。

它与线源和敏感受体间的相对几何位置有关。CALINE4有其基于Windows 的用户图形界面,

[19]

主要由5个切换页面组成, 它们的作用是提供CO污染物数值模拟的数据输入平台。5个切换页面分别是: Job Parameters(工程参数) , Link Geometry ( 环节几何学) , Link

Activity( 环节活动性) , Run Conditions(运行环境)和Receptor Conditions(受体状况)。用户在使用过程中需定义所研究区域道路的几何参数(地理坐标、几何尺寸、路况特征等)、最差情况气象参数、交通容量和敏感受体位置等参数。用户也必须定义每个公路环节的CO扩散因子, CO的扩散因子根据加利福尼亚空气污染源理事会推荐的CT- EMFAC 模型建立, EMFAC2002 是此类软件的最新版本, 它是美国大气资源部向EPA 提供的一种公路机动车扩散因子模型, 反应了机动车检验的现状数据、流动车辆数据和影响车辆扩散评估的计划信息等。在执行CALINE4 模型时, 扩散因子的数值必须通过EMFAC2002 来获得。正像MOBILE6 一样, EMFAC2002 是建立在扩散速率, 实际的驾驶周期、速度和修正温度, 机动车控制技术, 近期采用的扩散标准和其他一系列影响机动车污染物扩散因素的基础上的一种模型。它重点考虑了不同区域在污染物的形成、交通模式、应用规章制度、温度和其他因素方面的差异。

3.2 OSPM模式介绍

OSPM 模式认为受体点的污染物浓度错误！未找到引用源。主要由直接扩散的浓度错误！未找到引用源。和由于街区内气流涡旋造成污染物循环形成的浓度错误！未找到引用源。构成,

即: 错误！未找到引用源。+错误！未找到引用源。 (1)

其中, 错误！未找到引用源。 为城市背景浓度, 模式对另外两部分浓度分别进行计算.

3.2.1 直接扩散引起的浓度

对于污染物由直接扩散产生的浓度, 采用简单高斯烟羽模式计算, 将排放源处理成一系列垂直于风向的微小有限长线源, 基本扩散公式为:

错误！未找到引用源。=错误！未找到引用源。

其中, 错误！未找到引用源。是由风和机动车扰动综合作用的结果, 即: 错误！未找到引用源。 错误！未找到引用源。 错误！未找到引用源。

错误！未找到引用源。 -- 受体点到线源距离;错误！未找到引用源。 ——峡谷内风速; 错误！未找到引用源。——屋顶风速;错误！未找到引用源。——初始扩散常数, 取为2m, 这一数值基本代表城市车速下, 污染物初始扩散的情况,错误！未找到引用源。经验常数, 根据风洞试验的结果, 取为0.1; 错误！未找到引用源。经验风速转换系数, 取为0.134;错误！未找到引用源。机动车引起的湍流, 该参数与车速和交通量相关, 一般取为0.1 m/ s. 将线源微源沿风向积分, 最终得到直接扩散引起的污染物浓度为:

其中: 错误！未找到引用源。——屋顶湍流强度, 可以计算为错误！未找到引用源。。

错误！未找到引用源。——源强; L —— 路宽; H ——两侧建筑物平均高度.

3.2.2 污染物循环引起的浓度

污染物循环引起的浓度采用简单箱式模型计算, 根据实际观测的结果, 假设循环区域

形状为梯形, 上边界最大长度为涡旋尺度的一半, 下边长度L r 受风速和建筑物高度的影响, 循环区域内污染物完全混合, 流入流出速度相同. 其中, 流入流出速率分别为:

错误！未找到引用源。 错误！未找到引用源。(错误！未找到引用源。) 错误！未找

到引用源。

错误！未找到引用源。 为梯形下底边, 是建筑物高度H 和风速的函数; 错误！未找到引用源。为梯形斜边, H为风向与街道的夹角. 根据错误！未找到引用源。= 错误！未找到引用源。 , 可以解得错误！未找到引用源。。

其中: Q 为源强, L为路宽, 错误！未找到引用源。为峡谷内风速, 错误！未找到引用源。为经验常数, 错误！未找到引用源。为机动车引起的湍流, 错误！未找到引用源。为下底边, 错误！未找到引用源。为斜边, 错误！未找到引用源。为风向与街道的夹角,

错误！未找到引用源。;错误！未找到引用源。;错误！未找到引用源。;

错误！未找到引用源。= 错误！未找到引用源。

4. 模式检验

4. 1. 模式参数输入

在上海市杨浦区五角场地区四平路、邯郸路、翔殷路、淞沪路和黄兴路进行了为期一周的高峰小时车流量、车型比例、气象条件和CO 小时质量浓度监测，监测时段为7:30-9:30, 16:30-18:30。应用CALINE4模式对四平路、邯郸路、翔殷路、淞沪路和黄兴路段和向外推一个十字交叉口附近开阔型路段进行CO小时质量浓度模拟, 并根据实际监测数据对模型在城市商业中心区干道的适用性进行验证。

环岛车道内是上海五角场地区机动车污染最严重的路段, 造成这种情况的原因除了机动车流量大、排放污染物量多外,街道的特点也是造成污染恶化的原因，属于峡谷型。附近有的道路街道狭窄, 宽度不够, 周围建筑物高大密集, 形成典型的街区峡谷, 阻碍了机动车污染物向周围扩散. 因此本研究选择环岛和道路街道狭窄路段进行机动车污染物在街区峡谷内浓度分布的研究。

模型输入参数主要有气象参数(风向、风速、温度、风向标准离差、混合层高度), 路段和受点位置、车流量及排放因子数据, 其中气象参数选取小时实际监测数据, 受点选择与监测点相吻合的位置。由于实际道路上不同小时内车型比例有所不同, 故可以根据下列公式, 计算道路综合排放因子:

错误！未找到引用源。

式中: TEF——车队综合排放因子, g/km；

错误！未找到引用源。——车型i的单车排放因子, g/km; 错误！未找到引用源。——车型i在车队中的比例。

[19-20]

根据公式进行单车排放因子选择。根据本地化的IVE模型计算得到。各车型单车排放因子见表1。

表1 各车型单车排放因子（g/km）

车型 排放因子

摩托车 14.61

电瓶车 6.45

小型客车 12.00

小型货车 12.00

大型客车 33.24

大型货车 43.24

4.1.2 车流特性

根据实际调查的结果,确定五角场商业区车流量的时间分布,通过现场计数的方法确

定了机动车在环岛及周边路段的高峰流量，见表2。

表2 环岛机动车高峰流量

车型

高峰流量(辆/ h)

大货车 67

小货车 80

大客车 6

小客车 22700

公交 1530

摩助车 1785

图1 环岛周边各路段机动车高峰流量图

4.1.2 街道特征

包括道路宽度、平均高度、受体点距两端十字路口的距离, 街道内特殊建筑物的位

置、高度等, 根据实地调研,环岛街两侧建筑物平均高度30m, 街道宽15m, 受体点选比较接近，距两侧十字路口较近。形状规则, 是比较特殊的高宽比大的街区峡谷。其他受点为道路中段, 距两侧十字路口均2km,街道较宽建筑物平均高度相对较小，高宽比不大，可以作为宽阔型道路扩散处理。

4.1.3 气象条件

包括计算日的风向、风速、温度、气压等。五角场商业区的上述参数均采用Testo435多功能检测仪实测。背景浓度值气象监测站的常规监测数据。

4. 2 模式检验

为了检验模型在城市商业中心区开阔型道路上的运行情况和适用性,选取了12个具有代表性的检验受体点位, 其基本上既能覆盖上海市杨浦区五角场商业中心区, 又能代表上海市商业区道路和交通的状况。这12个检验受体点位主要是五角场环岛周边道路和环岛内部。应用CL4计算出上述受体点位上的错误！未找到引用源。，将之与实际监测结果相比较(见表2), 发现在这12个检验受体点位上, 模型计算结果与实际监测数据误差在10% 以内的有9个, 占总数的75%，在图1中, 由于算法本身存在误差、监测数据存在偏差、车流和机动车湍流场存在不确定性，因此模拟值与监测值之间存在偏差,但两者的趋势保持着良好的一致性。由图2、3可以看出，环岛内部的两个点由于没有车流运用此模型误差比较大，去除这两个点，平均误差为7.20%。在图2中点划线(y=x) 为理想曲线, 即监测值和模拟值正好吻合时的曲线。通过相关性检验得到, 模拟值与监测值的相关系数为0.97, 说明二者具有非常好的相关

性。除了个别点，比如换到内部的两个点，由于受体点CO浓度不是机动车产生的，其模拟模型不符合外围车道机动车产生的模拟值，同时也说明了CO浓度受机动车的影响很大；其他异常点由于一些原因, 比如附近绿地面积较大、监测瞬间车流量异常、固定污染源的干扰较强等，使得模拟值与监测值的误差较大外, 其他情况下两者还是很吻合的, 故可以认为CL4 线源模式能够很好地模拟上海市商业中心区宽阔型街道上的错误！未找到引用源。情况。

表2 模型计算出的错误！未找到引用源。与监测出的错误！未找到引用源。比较

点位

路段

与道路距离

环岛四平路出口

四平路

5

20

路宽（m） 车流量（辆

/h）

2463

模拟值（mg/m）

3.5

3

监测值（mg/m） 误差（%）

3

3.42 2.3%

环岛邯郸路出口

邯郸路 5 20 2821

3.7 3.58 3.2%

环岛翔殷路出口

翔殷路 5 20 3555

4.1 3.83 6.6%

环岛淞沪路出口

淞沪路 5 20 2999

3.9 3.55 9.0%

环岛黄兴路出口

黄兴路 4 20 2332

3.4 3.11 8.5%

四平路国定路

国定路 5 15 819

1.9 2.07 8.9%

翔殷路国和路

国和路 5 15 1194

2.5 2.67 6.8%

淞沪路政立路

政立路 5 15 962

2.1 1.76 16.2%

邯郸路国定路

国定路 5 1434

2.8 2.63 6.1%

黄兴路国定东路

国定东路 7 1568

3.1 2.96 4.5%

环岛内部过道

5 0

1.2 0.91 24.2%

环岛内部中心

20 0

0.9 0.72 20.0%

图2 模拟错误！未找到引用源。与监测错误！未找到引用源。曲线

图3 模拟 错误！未找到引用源。与监测的错误！未找到引用源。相关性

同理，为了检验模型在城市商业区峡谷型道路上的运行情况和适用性,选取了具有代表性的检验受体点位,代表上海市商业区峡谷型道路和交通的状况。检验受体点位主要是环岛和周边峡谷型道路应用OSPM模型计算出受体点位上的错误！未找到引用源。，从而得出污染情况。研究将环岛和周边峡谷型道路采用OSPM 模式计算得到的结果与相同时间同步监测的结果进行比较, 其相关性分析结果见图4。除了模式本身算法的系统误差外,风速的变化、监测数据的不稳定也可能是造成误差的原因。由于为了测量环岛地区数据监测点离机动车道很近, 处于污染物尚未完全混合的位置, 可能有些接近车辆尾气管直接排放，因此一些监测值不一定能够准确反应一段时间的平均浓度, 少量数据点偏差较大, 但从大量数据的综合结果来看,监测和计算的结果表现出较好的一致性, 这也从另一方面说明OSPM计算的结果还是比较

3

准确的, 能适用于峡谷形式的街道内污染物浓度的计算。下式是ppm(10-6m)转化为mg/m

3

C(mg/m)=M/22.4×ppm×（273/（273+T））×P/101325。

图4 OSPM计算与监测相关性分析

图5 各路段机动车污染状况

因此，由以上规律，即使在没有实际监测数据的情况下, 如果知道车流量、路长、路宽等基础数据, 也可以通过运行CL4、OSPM和EMFAC2002模型计算出宽阔型道路路上受体的错误！未找到引用源。 , 从而为进一步城市商业区整体的CO污染情况以及空间分布特征提供了方法基础和数据来源。

通过对上海市商业区主要街路错误！未找到引用源。日均值的模拟和对模拟结果的评价, 运用EMME技术, 得到了上海市五角场商业区机动车线源污染评价结果图(图5)。图5基本反应了上海市五角场商业中心区道路交通污染的空间分布情况,污染严重的街路多分布于内环以内,部分路段分布于内环与中环之间,需要重点加以控制。

5 结论

在对CALINE4模型所需参数进行修正的基础上, 对上海市城市商业中心区道路上典型街路机动车线源污染的错误！未找到引用源。日均值进行了模拟,通过与实测数据的对比验证表明, CALINE4 模式基本适用于上海市城市商业中心区道路的条件,可以较准确地模拟上海市城市商业中心区机动车尾气污染物在宽阔型道路的扩散浓度。

OSPM 模式模拟城市商业中心区机动车污染物在街区峡谷内扩散的过程,从计算结果来看, OSPM 模式较好的模拟了这一过程, 基本反映了澳门街道内污染物的浓度分布.研究表明,在车流密集、两侧建筑物高大的街区内,容易发生污染物的积累,浓度分布同风向密切相关.通过模式分析方法,可以看到上海市商业区环岛地区机动车污染已经达到相当严重的程度,在不利的气象条件下,有可能发生更严重的污染问题,严重污染的主要来源是机动车的排放，会对处于环岛内部和周围的人群造成严重的身体危害。因此,应该采取相应措施对环岛进行与外界隔离,摩托车不宜在环岛内停留太久，以免驾驶员暴露在高浓度CO中。

参考文献：

[1] Hoydysh W G. Kinematics and suspension characteristics of flow in asymmetric street canyons

[J]. Atmospheric Environment,1988,22:26 77- 26.

[2]郝吉明. 大气污染控制工程[M]. 北京: 高等教育出版社, 2002.

[3]周少奇,林云琴.环境激素污染研究进展[J].环境污染与防治,2004,26(1):25 - 27

[4]飞，周洪昌.城市高架道路建设对机动车尾气污染的影响分析[J].上海环境科学,1999, 1999,18(10): 448-450.

[5]郝吉明, 傅立新, 贺克斌,等. 城市机动车排放污染控制[M].北京:中国环境科学出版社, 2001.

[6]程紫润, 傅大放. 线源扩散的模拟计算[J].环境科学, 1994, 15(3):57- 60

[7] 朱光灿, 闻德荪. 城市道路汽车性尾气扩散箱型模式研究[J]. 东南大学学报( 自然科学版), 2001,31(4): 88-91.

[8]Choudhury A H, Gordian M E , Morris S S. Associations between respiratory illness and PM10 air pollution [J]. Architecture Environment and Health, 1997, 52:1132117.

[9]周洪昌. 街道峡谷湍流扩散数值模型与模型修改[J].中国环境科学,1992, 12(6) : 1, 2 [10]迟妍妍, 张惠远.大气污染物扩散模式的应用研究综述[J]. 环境污染与防治,2007(05). [11]陈红梅, 陈崇成, 汪小钦. 应用CAL INE 4模式模拟机动车排气污染的时空分布——以厦门市主干道路为例[J]. 福州大学学报(自然科学版), 2004, 32( 2 ) : 257- 260.

[12]李莉, 陈长虹, 黄成等. CALRoads模式在上海市典型道路扩散预测中的应用CO[J].环境监测管理与技术.2006,18(4):7-11

[13]何东全,郝吉明,傅立新等.应用OSPM模式进行澳门街区峡谷污染评价[J].环境科学学报. 1999,19(3),256-261

[14]史锐,张红,尹卫霞等.应用OSPM模型计算太原市交通大气污染时空分布[J]. 环境科学与管理. 2010,35(10):(20-24)

[15] Hrtel O. Berkowic Z R. Operational street pollution model( OSPM ). NATC /CCM SITM. Air Pollution Mode ling and Its Application. Vancouver[M]. Canada, 1990.

[16]刘宇. 基于OSPM模型的街道峡谷污染研究.北京交通大学硕士学位论文[D]. 2006.

[17]李昭阳, 汤洁, 孙平安等. 长春市城市道路交通CO污染空气分布模拟研究[J] . 环境科学研究, 2005, 18 ( 1 ) : 78-82.

[18]陈红梅, 陈崇成, 汪小钦. 应用CAL INE 4模式模拟机动车排气污染的时空分布——以厦门市主干道路为例[ J] . 福州大学学报(自然科学版) , 2004, 32( 2 ) : 257- 260.

[19]陈长虹, 景启国, 王海鲲, 等. 重型机动车实际排放特性与影响因素的实测研究[J],环境科学学报,2005,25(7):870- 878.

[20]王海鲲, 陈长虹, 黄成, 等. 应用IVE模型计算上海市机动车污染物排放[J],环境科学学报, 2006, 26( 1 ): 1- 9