当前的世界环境

介绍

机动车排放的氮氧化物(NOx)、一氧化碳(CO)、挥发性有机化合物(VOC)和颗粒物(PM)是大城市空气污染的主要来源。为了实现可持续发展和可持续的交通，我们需要一个工具来评估与交通有关的项目，具有良好的准确性和数字形式。随着交通流量的增加和污染物的增加，人类将面临环境问题的风险，其对身体健康、心理和经济损失的影响是显而易见的。大城市的交通拥挤，成千上万的汽车通道增加了空气污染。今天，空气污染是人类面临的主要问题之一，而且每天都变得越来越重要。在伊朗，根据土地用途、地形、交通行为，交通是一个非常重要的问题。

为了识别和解决城市街道的这个问题，污染物级别计算等因素和与标准的兼容性是重要的，最终建立执行工程以减少空气污染，是有效的步骤是解决这个问题。为了实现环境目标，并确定规划者的环境问题，考虑了交通管理计划和道路设计中的环境影响研究，目的是确定运输要求，条件是不超过标准的负面环境影响。交通是空气污染主要来源的地方分析一氧化碳污染水平被选为研究的主要目标。

必须提到它的空气质量问题在城市设计和规划城市交通方面至关重要。虽然这些分析不仅限于城市街道上交通造成的污染物的限制，但在这些领域是如此重要，因为这一问题在城市街道上更为重要。

总之，在这研究中，基于5站的32点的现场数据，在德黑兰高速公路附近调查的大气中污染物浓度的有效因素。在这些领域的短期（一小时）和通常的交通条件下已经完成了计算。

该研究的最终目的是提供一种估计城市高速公路中的一氧化碳浓度的模型，并通过调查这些污染物的原因和预测来设置系统中可接受的交通和其他功能。

文献综述

理解街道外部和上部的空气流的特征是理解城市高速公路污染物的传输和分布性能所必需的。此问题有三种主要方法：所有尺寸测量，使用物理模型和数学模型降低现场测量。¹

许多关于高速公路的研究证实，当屋顶表面的风垂直于风的传播方向时，街道上的涡旋流动会扩大。这种涡旋流的结果是污染物在上游和风向上的传输，然后又将其传输回风中，最终增加了风后面的污染物水平。²

杰科et al .,利用风洞模型研究了城镇中心点污染源的传输参数。他们发现，随着建筑的平均高度增加两倍，同样密度的建筑，城市地区地面上的污染物浓度也会增加一倍。奥克和努涅斯(Oke & Nunez)在1977年、谢赫(Sheih)在1986年和中村(Nakamura)在1988年对真实城市公路上的风廓线测量进行了准确的研究。一般来说，这些研究表明街道上有涡旋的形式，但这不可能在所有情况下都是真的(特别是在低风速下)。从物理上来说，从制导和控制的角度研究风洞模型是比较简单的。然而，不准确的边界条件和不正确的缩放可能导致错误。Hoydysh在1988年和1991年的研究表明，污染物的浓度格局取决于路径对称性和块体大小的表观比率。垂直方向污染物浓度呈指数级降低。而且污染物的浓度也更多地集中在风的背面朝向风的面。^3.

用于城市高速公路问题的数值模型可以是几种形式：其中一些模拟流体流动和污染物传输，有些是基于观察数据的经验模型。计算机硬件技术的进步为环境方面的仿真提供了新的机会。

约翰逊et al .,,1990年和舒佐et al .,,1992年，研究了城市高速公路中作为流体的风流动，并批准了一些风洞结果，如屋顶水平风流动垂直于街道时的风涡旋转。^3.

1973年的约翰逊et al .,,基于加利福尼亚州所有尺寸的观察数据进行了经验模型。该模型谓词从线性源的浓度降低，抵抗风的线性源，并且线性降低朝向风的相对侧的高度水平。他们发现屋顶水平中的风向控制CO浓度图案的水平。朝向风背面的街道表面附近的CO浓度明显高于相对的一侧。^4.

Lin和Niemeier（1998）使用观察到的交通数据来估计每小时分配因子和分类的流量分配给每小时值。这些间接方法不可避免地导致排放建模中的不准确性。理论上，道路上交通流量的数值建模可以提供计算交通排放所需的每一个细节。不幸的是，由于道路网络复杂性，以前的努力未能这样做。^5.

L. xia，Y. Shao（2005）使用了拉格朗日交通流模型。根据他们的研究，交通流量模型很简单，但已被发现非常有效。随着旅行行为的规范，它们的模型能够在道路网络上模拟交通流量。该模型成功应用于港岛。将模拟的交通在三个交叉码头隧道中流动，并在岛上的三个计数站进行平日和周末的观察结果。在令人满意的水平下，模型再现了跨港隧道和计数站的交通流量的时间变化。^6.

方法

研究影响交通污染物水平的因素有三种适当的方法

1. 开发两阶段模型（扩散分布），分配机制模拟与Navier-Stokes方程和适当的边界条件进行了模拟（数值建模）。
2. 建立基于风洞和现场观测的实验模型(使用小尺度模型的模拟风洞)。
3. 基于对影响污染物浓度的所有因素的真实理解，以及在交通和大气条件各不相同的不同地点收集的数据，开发经验模型。

方法1和方法2需要基于交通参数建立准确的模型来预测污染排放速率。由于伊朗没有建立准确的扩散模型，两阶段模型并不适用。此外，排放模型参数的精确测量比较复杂，成本较高。此外，比较实验室数据和现场数据是困难的，使用风洞模拟模型需要广泛的实验室设施。

根据本研究的目的和现有的设施，第一和第二种方法不被认为是合适的。因此，采用第三种方法，即应用影响因素和现场数据，分析几何条件、大气条件和交通条件之间的关系。

该方法具有优于其他方法的优点如下^7.

1. 由于污染物水平和有效参数的分析是相互关联的，因此在分布和排放上扩展基于等权重的关系成为可能。
2. 就成本而言，这些基于实地观察的模型是最佳选择。
3. 实证关系很简单，而不是必需的电脑，以估算污染物的浓度，以便运输规划的目的。
4. 当评估和选择交通项目的经验关系被使用时，其他建模方法需要较少的输入数据。这些数据在交通规划中也很容易得到。此外，实验模型只需要两阶段模型所需的一小部分输入即可运行。

表1：建模结果 点击这里查看表格

表2：模型变化的结果 点击这里查看表格

数据收集

一般将影响城市公路污染浓度的因素分为四类。

1. 交通参数
2. 几何设计
3. 大气条件
4. 环境(背景)的浓度

在方法1到3中有定义方法，有关它们的数字化概括。但环境浓度似乎是一些复杂的。周围的浓度是空气中存在的污染物的量，而无需在那里交通。在研究区域附近的住宅和工业区的分布将影响这个问题^7.。

图1：CO浓度和每小时交通之间的正和良好相关 点击这里查看图

图2：CO浓度与风正常速度之间的负面和良好相关 点击这里查看图

关于前三种方法有不同的测量方法和一般协议来数字化。但周围的浓度似乎是一些复杂的。背景浓度是空气中存在的污染物，没有交通状况。在研究区域附近的住宅和工业区的分布影响了这个问题。^7.

本研究的重点将放在前三组变量上，原因如下:

• 首先，交通在地面表面和城市街道附近的污染浓度和低空地区有效。
• 其次，这是由于对交通在德黑兰市CO浓度中的作用的研究。根据研究，超过90%的CO天然气生产来自德黑兰的运输。
• 第三个原因与选区有关。试图将选定的电台在商业和住宅区，远离生产CO天然气的工业区。

本研究中现场数据的主要问题是在同一时间要求交通，空气污染和大气数据的要求。

首先已经检查了“德黑兰空气污染控制”和“环保组织”的现有测量站的位置。由于除了十字路口和广场之外，更多现有的站点以及其他一些在广泛领域设定的另一个站点通常没有合适的站点，展示了城市街道的污染情况。

从便携式样本中使用。此外，便携式采样具有一些优势，如站位和采样高度等参数是可控的。采样时考虑了交通量大、高速公路条件以及上述重要条件。因此，选择Modares和Resalat高速公路进行数据测量。

几何变量

站中的几何变量在三维中测量：高度，纵向和横向。数据测量已经在两条高速公路的不同部分的相邻站拍摄。这些站的几何变量非常靠近在一起，因此主要重点是污染水平，交通参数和气象条件之间的关系。

气象变量

在这项研究中，分析了三个变量，包括：风速，风向和环境温度。这些信息已从Resalat公路的气象站中取出。存在在不同时间和一周中的气象变量，并且在其中收集数据的时间也提取了所需的气象数据。

模型开发

为了开发用于预测和估计良好的模型，分析了首先相关的变量对。基于该分析，将交通量和风力正常速度识别为最有效的变量。图（1）和（2）显示了这些变量与每小时浓度的一氧化碳之间的相关性。交通量和一氧化碳浓度之间的相关性是+ 0.814，在风正常速度和一氧化碳浓度之间是-0.655。

对以往模型的校正表明，SRI模型和Crompton & Gilbert模型具有良好的一致性。本阶段通过以下分析并使用SPSS软件对四种组合形式进行了定义和校准。

co = \ frac {a.traffic} {（w.sinα+ b）} \ +c.w.sinα

车辆流量:车辆的流量(每小时)

W._T.：总路宽（M）

温度：温度

选择最终模型的模型检查的能力。从表（1）和（2）模型中可以看出，No.1作为最佳模型，根据预测能力和计算误差。

1. 环境保护署，第51部附录W -空气质素模式指引(1995)
2. Shiran，G. R.“区域范围内的环境能力，基于空气污染标准，博士学位澳大利亚悉尼新南威尔士大学论文（1997年）。
3. A.A.Hassan和J.M.Crowther，街道峡谷中的流体流动和污染物分散的建模，环境监测和评估52：PP 281-297（1998）。
4. C.M.N Riain，B.Fisher，C.J.Martin和J.Littler，伦敦中央街道的流域和分散，环境监测和评估52：299-314（1998）。
5. Lin K.， Niemeier, D.，利用多元多元回归模型改善空气质量与出行需求模型之间的联系。交通运输研究3(6)，375 - 387(1998)。
6. 夏林，邵颖，交通流与空气污染排放模型在香港的应用，环境建模与软件20:1175-1188(2005)。
7. Linaritakis，影响城市街道交通相关空气污染物水平的因素，博士。英国伦敦大学论文（1987年）。