基于深圳本土化MOVES模型微觀層次敏感性分析＊

郭園園 曹 罡 朱榮淑

（哈爾濱工業(yè)大學(xué)深圳研究生院深圳市水資源利用與環(huán)境污染控制重點(diǎn)實(shí)驗(yàn)室 廣東 深圳518055）

0 引 言

近年來，我國機(jī)動(dòng)車保有量迅速增加，2014年年底深圳機(jī)動(dòng)車保有量將達(dá)到300萬輛。機(jī)動(dòng)車保有量快速增長引起了能源危機(jī)、環(huán)境污染和交通堵塞等諸多問題。各國政府相繼出臺各種法規(guī)和措施來控制機(jī)動(dòng)車尾氣污染，改善城市空氣質(zhì)量。

為了掌握機(jī)動(dòng)車排放規(guī)律和污染特性，向決策者提供科學(xué)有效的機(jī)動(dòng)車污染控制措施，大量學(xué)者開展了了機(jī)動(dòng)車排放模型的研究，目前常用的機(jī)動(dòng)車排放因子模型有 MOVES，MOBILE，IVE，COPERT，CMEM 等。其中，MOVES模型是繼MOBILE，IVE等宏觀模型之后，美國EPA開發(fā)的新一代綜合移動(dòng)源排放預(yù)測模型，該模型能同時(shí)滿足用戶從宏觀（national），中觀（county），微觀（project）等不同層次上移動(dòng)源排放的綜合分析［1］。國外學(xué)者主要將 MOVES模型與其他交通類模型（如Vissim，Paramics等）嵌套起來，實(shí)現(xiàn)模擬值的有效輸出，如Adel W.Sadeka等［2］利用微觀層次交通模型Paramics提取逐秒車輛特性，將其整合成MOVES模型所需要的數(shù)據(jù)，來提高模擬精度。MOVES模型的開發(fā)相對于其他成熟模型（如 MOBILE、COPERT）等較晚，目前國內(nèi)學(xué)者多數(shù)以MOVES模型的原理結(jié)構(gòu)及其微觀層次運(yùn)用為主要研究內(nèi)容［3］。文獻(xiàn)中報(bào)道的MOVES模型敏感性分析主要以污染物排放因子變化率來表征參數(shù)的影響，沒有考慮相應(yīng)的引起排放因子變化的參數(shù)的變化率，并且研究車型較單一，不能直觀反映參數(shù)的變化帶來的排放因子的變動(dòng)程度［4－5］。

MOVES微觀層次模型涉及較多參數(shù)，主要包括道路、車齡分布、氣象、速度、燃油、模擬年以及I／M制度等，而我國關(guān)于機(jī)動(dòng)車排放因子研究尚處于發(fā)展中階段，缺乏與機(jī)動(dòng)車排放特性相關(guān)的數(shù)據(jù)，用戶在有限的時(shí)間和資源情況下搜集相關(guān)數(shù)據(jù)非常困難。本研究通過對MOVES模型微觀層次參數(shù)敏感性分析，能夠幫助用戶了解在采用本地?cái)?shù)據(jù)代替模型默認(rèn)數(shù)據(jù)時(shí)各參數(shù)對排放因子的影響程度，提前預(yù)估關(guān)鍵參數(shù)對排放因子的影響，在進(jìn)行數(shù)據(jù)搜集工作時(shí)優(yōu)先考慮關(guān)鍵參數(shù)。敏感性分析也為決策者制定有效的排放控制策略提供科學(xué)依據(jù)。

1 MOVES模型微觀層次敏感性分析方法

與以往模型敏感性分析方法不同，筆者采用基于參數(shù)本土化方法構(gòu)建的MOVES－深圳模型，引入基礎(chǔ)案例的各參數(shù)值與基礎(chǔ)排放因子作為參比對象，通過計(jì)算敏感度系數(shù)，實(shí)現(xiàn)模型參數(shù)對排放因子的影響分析。

1.1 深圳的本土化參數(shù)

本研究所采用的MOVES模型是美國EPA基于美國當(dāng)?shù)氐膶?shí)際情況建立的機(jī)動(dòng)車排放因子模型，因此在使用該模型模擬我國城市的機(jī)動(dòng)車排放情況時(shí)，需要將模型相關(guān)參數(shù)進(jìn)行修正，即參數(shù)本土化。文中基于深圳市的實(shí)際情況對地理信息、車輛類型、燃油等參數(shù)進(jìn)行本土化。

1）地理信息?？紤]到深圳氣候特征與地理環(huán)境（如：溫度、濕度、海拔、經(jīng)緯度等），將深圳模擬區(qū)域等同于美國佛羅里達(dá)的Orange County（橘子縣）。

2）車輛類型。由于中國的機(jī)動(dòng)車分類標(biāo)準(zhǔn)與美國不同，將中國車型按照MOVES模型基于車輛使用功能分類標(biāo)準(zhǔn)重新分類。

3）燃油?；谏钲谑心壳笆褂玫幕汭V汽油和國Ⅲ柴油相關(guān)燃油標(biāo)準(zhǔn)，主要通過調(diào)整MOVE模型的MySQL數(shù)據(jù)庫中關(guān)于燃油的硫含量、RVP、氧含量、蒸發(fā)溫度等參數(shù)。

1.2 敏感性分析的基礎(chǔ)案例

敏感性分析的基礎(chǔ)案例是考察MOVES模型模擬的排放因子對模型輸入?yún)?shù)變動(dòng)敏感性的比對依據(jù)。表1中列出了本研究分析基礎(chǔ)案例時(shí)采用的輸入?yún)?shù)及深圳本土化參數(shù)。由此模擬出的深圳市常見5種車型（車齡均為4年）的THC，CO，NOx，PM2.5 4種污染物的排放因子，見表2。

表1 基礎(chǔ)案例模擬采用的參數(shù)Tab.1 The parameters used for the base case

表2 基礎(chǔ)案例模擬所得基礎(chǔ)排放因子Tab.2 The simulated emission factors based on the base case

1.3 敏感度系數(shù)及模型各輸入?yún)?shù)取值范圍

本研究采用單因素敏感性分析方法，通過引入敏感度系數(shù)這一評價(jià)指標(biāo)對深圳市實(shí)際道路常見的5種車型同時(shí)進(jìn)行敏感性分析，篩選出影響較大的參數(shù)。式（1），（2）給出了本研究所采用的敏感度系數(shù)的計(jì)算方法［6－7］。在進(jìn)行敏感性分析中，根據(jù)敏感度系數(shù)的大小，將敏感性參數(shù)分為3級：敏感、一般敏感和不敏感。當(dāng)SAF＞1時(shí)，則認(rèn)為該參數(shù)是敏感參數(shù)；當(dāng)SAF＜0.1時(shí)，則認(rèn)為該參數(shù)是不敏感參數(shù)；當(dāng)0.1＜SAF＜1時(shí)，則認(rèn)為該參數(shù)屬于一般敏感參數(shù)［8－9］。

式中：ΔA／A為排放因子的變化率；ΔF／F為模型參數(shù)的變化率；SAF＞0為排放因子與模型參數(shù)呈正相關(guān)；SAF＜0為排放因子與模型參數(shù)呈負(fù)相關(guān)。

式中：i為參數(shù)的遞增次數(shù)；ΔA／A為第i次的排放因子變化率；TVi為第i次的排放因子值；BV為基礎(chǔ)排放因子值。

根據(jù)MOVES模型微觀層次模擬所需用戶提供參數(shù)類型，本文主要分析速度、氣象（溫度、濕度）、燃油（硫含量、RVP）、車齡組合4種參數(shù)對機(jī)動(dòng)車尾氣中 THC，NOx，CO，PM2.5 4種污染物的排放因子的敏感性。表3列出了敏感性分析所考察的參數(shù)取值的變化范圍。

2 實(shí)驗(yàn)結(jié)果與分析

2.1 速度參數(shù)的敏感性分析

進(jìn)行速度參數(shù)敏感性分析時(shí)，只有速度參數(shù)發(fā)生變化，其他參數(shù)均保持不變。由于MOVES模型針對不同的車型提供不同的速度區(qū)間，所以各車型的最小速度取值并不相同。對模擬結(jié)果按照以上方法進(jìn)行數(shù)據(jù)分析得出深圳市市區(qū)道路常見5種車型的THC，CO，NOx，PM2.5的SAF隨速度變化曲線圖。見圖1～圖4。

表3 敏感性分析中參數(shù)取值范圍Tab.3 Parameter ranges of the sensitivity analysis

圖1 各車型THC的SAF隨速度變化曲線Fig.1 The curves of SAF changing with the speed for THC emission from various vehicles

圖2 各車型CO的SAF隨速度變化曲線Fig.2 The curves of SAF changing with the speed for CO emission from various vehicles

圖3 各車型NOx的SAF隨速度變化曲線Fig.3 The curves of SAFchanging with the speed for NOxemission from various vehicles

圖4 各車型PM2.5的SAF隨速度變化曲線Fig.4 The curves of SAFchanging with the speed for PM2.5emission from various vehicles

由圖1～圖4可見，5種車型的4種污染物的SAF值與速度均呈負(fù)相關(guān)，即速度越大，各車型污染物的排放因子越小。｜SAF｜隨著速度的增加而減小，說明速度對各車型的各污染物的排放因子影響程度在逐漸減?。?0］，在速度小于20 km／h時(shí)，各種污染物的SAF在－6～ －1之間變化，此時(shí)速度屬于敏感參數(shù)；當(dāng)速度大于40 km／h以后，各個(gè)污染物SAF隨著速度的變化較小，變化范圍集中在－1～ －0.1之間，此時(shí)速度屬于一般敏感參數(shù)。對各污染物分車型進(jìn)行SAF分析發(fā)現(xiàn)：速度對各污染物排放因子均表現(xiàn)為一般敏感和敏感，未有不敏感的情況。圖1和圖2顯示，5種車型的THC和CO排放因子在速度小于20km／h的區(qū)間內(nèi)，SAF大于1，屬于敏感速度區(qū)間。圖3和圖4表明，公共汽車的NOx，PM2.5排放因子敏感速度區(qū)間相對于其他車型偏低，大約處在小于16km／h的范圍內(nèi)，而輕型廂式載貨的敏感速度區(qū)間則在小于35km／h的范圍內(nèi)，相比于其他車型偏高。

2.2 氣象參數(shù)敏感性分析

在MOVES微觀層次的模擬中，涉及到的氣象因素有2種，即溫度和濕度。在溫度參數(shù)敏感性分析場景中，除溫度參數(shù)外各類參數(shù)取值均采用表1所列的基礎(chǔ)案例參數(shù)取值，所考察的溫度參數(shù)值見表3，相關(guān)曲線見圖5～圖8。

由圖5和圖6可見，各車型的THC和CO排放因子隨溫度變化表現(xiàn)出較好的一致性，公共汽車、社會中大巴及中重型車隨溫度變化其SAF均為0，而私家車和輕型廂式貨車的THC和CO隨溫度變化的SAF變化趨勢一致。David Choir［11］的研究也說明汽油車型對溫度變化的敏感性高于柴油車型。圖5表明私家車和輕型廂式載貨在整個(gè)溫度區(qū)間內(nèi)｜SAF｜均小于1，因此溫度屬于一般敏感參數(shù)。圖6表明只有私家車和輕型廂式載貨的CO排放因子對溫度表現(xiàn)出較強(qiáng)的敏感性，當(dāng)溫度處于17℃以上時(shí)，溫度對于這2種車型的CO排放因子屬于敏感參數(shù)，當(dāng)溫度低于17℃時(shí)則屬于一般敏感參數(shù)。圖7表明，針對NOx的排放，私家車和輕型廂式載貨隨溫度變化SAF值變化趨勢一致，而公共汽車、社會中大巴和中重型車的SAF值隨溫度變化趨勢一致。而且，該5種車型雖隨著溫度變化SAF值與溫度呈現(xiàn)不同的相關(guān)性，但是在溫度大于27℃左右，SAF均大于1，溫度對于這5種車型屬于敏感參數(shù)，而溫度低于27℃時(shí)則屬于一般敏感參數(shù)。圖8顯示，除了私家車的PM2.5對溫度的變化表現(xiàn)出敏感外，溫度對于其他柴油車型PM2.5的排放均屬于不敏感參數(shù)。這可能是由于MOVES模型在建模時(shí)，沒有把溫度對模擬柴油車PM2.5排放因子的影響考慮在內(nèi)。針對私家車而言，當(dāng)溫度小于20℃時(shí)，其SAF小于1，屬于敏感參數(shù)；而當(dāng)溫度大于23℃時(shí)，則屬于不敏感參數(shù)；溫度處于20～23℃小范圍區(qū)間則屬于一般敏感參數(shù)。David Brzezinski［12］的研究也說明溫度超過22.22℃之后，其對私家車PM2.5的排放影響很小，且隨著溫度升高，PM2.5排放下降。

圖5 各車型THC的SAF隨溫度變化曲線Fig.5 The curves of SAFchanging with the temperature for THC emission from various vehicles

圖6 各車型CO的SAF隨溫度變化曲線Fig.6 The curves of SAFchanging with the temperature for CO emission from various vehicles

圖7 各車型NOx的SAF隨溫度變化曲線Fig.7 The curves of SAFchanging with the temperature for NOxemission from various vehicles

圖8 各車型PM2.5的SAF隨溫度變化曲線Fig.8 The curves of SAFchanging with the temperature for PM2.5emission from various vehicles

在濕度參數(shù)敏感性分析場景中，所考察的濕度取值見表3，相關(guān)曲線見圖9～圖10。圖9顯示，中重型車、社會中大巴、公共汽車的SAF為0，說明濕度對于該3種車型的THC，CO，PM2.5排放因子屬于不敏感參數(shù)；對于私家車和輕型廂式載貨，隨著濕度增加，SAF增加，說明濕度對該車型的THC，CO，PM2.5排放因子有影響，當(dāng)濕度小于65%時(shí)，屬于一般敏感參數(shù)，當(dāng)濕度大于65%時(shí)，屬于敏感參數(shù)。圖10表明濕度對于各車型的NOx均屬于一般敏感參數(shù)。

圖9 各車型THC，CO，PM2.5的SAF隨濕度變化曲線Fig.9 The curves of SAFchanging with the humidity for THC，CO，PM2.5emission from various vehicles

圖10 各車型NOx的SAF隨濕度變化曲線Fig.10 The curves of SAFchanging with the humidity for NOxemission from various vehicle

2.3 燃油參數(shù)敏感性分析

燃油參數(shù)主要考察2個(gè)因素：硫含量和汽油中雷氏蒸氣壓（RVP）。燃油中硫含量的變化是以國標(biāo)為主線進(jìn)行相應(yīng)變化，采考察的數(shù)值列于表4。RVP是液體燃料揮發(fā)性的1個(gè)重要指標(biāo)，而由于柴油揮發(fā)性較小，因此在柴油燃料性質(zhì)中均不考慮。通常汽油中RVP的范圍按照季節(jié)分為2個(gè)階段：從11月1日～4月30日為冬季，汽油中蒸氣壓不大于45kPa，從5月1日～10月31日為夏季，汽油中蒸氣壓不大于60kPa。本研究RVP取值范圍是45～88kPa。

圖11表明除私家車以外的其他4種車型隨硫含量變化所對應(yīng)的SAF值均為0，說明THC，CO和NOx排放因子不隨硫含量的變化而改變，而是固定值；私家車的THC，CO，NOx的SAF值隨硫含量變化的趨勢一致，即：隨著汽油中硫含量的增加，SAF值降低，說明燃油中硫含量越大，對私家車各污染物排放因子的影響越小。結(jié)合圖12和圖13可以看出，各車型的PM2.5和SO2排放因子的SAF不隨硫含量的變化發(fā)生改變，并且硫含量對于各車型的PM2.5排放因子屬于不敏感參數(shù)，而對于SO2排放因子則屬于敏感參數(shù)。

表4 國標(biāo)中規(guī)定的硫含量標(biāo)準(zhǔn)Tab.4 The sulfur content specified in national standards mg／kg

由于只考察汽油中的RVP對排放因子的敏感性，所以考察的車型只有私家車，圖14表明，只有CO隨著RVP變化SAF 值在－0.2～0.6之間變化，而針對其他污染物的SAF值均不變，因此可以得出RVP的變化只對私家車的CO排放因子一般敏感。

圖11 各車型THC，CO，NOx的SAF隨硫含量變化曲線Fig.11 The curves of SAFchanging with the sulfur for THC，CO，NOxemission from various vehicles

圖12 各車型PM2.5的SAF隨硫含量變化曲線Fig.12 The curves of SAFchanging with the sulfur for PM2.5emission from various vehicles

圖13 各車型SO2的SAF隨硫含量變化Fig.13 The curves of SAFchanging with the sulfur for SO2emission from various vehicles

圖14 私家車各污染物的SAF隨RVP變化Fig.14 The curves of SAFchanging with the RVP for emission factor from various vehicle

2.4 車齡參數(shù)敏感性分析

在車齡參數(shù)敏感性分析場景中，除車齡逐年變化外，其他參數(shù)均采用基礎(chǔ)案例（見表1）給出的參數(shù)值，但是模擬采用的車齡基礎(chǔ)值為新車（0年）。MOVES模型中，車齡的變化范圍為0～30年。根據(jù)中國車輛實(shí)際使用年限的調(diào)查結(jié)果，本文僅分析車齡15年以內(nèi)的車輛。MOBILE模型是基于零公里排放水平、劣化率及車輛累積行駛里程來進(jìn)行基礎(chǔ)排放率的運(yùn)算，與MOBILE不同，在MOVES模型中，基礎(chǔ)排放率的估算是基于車輛的運(yùn)行工況進(jìn)行模擬。對于1個(gè)給定模擬年和排放源類型的組合，MOVES模型提供23種基于不同車齡組合的運(yùn)行工況，在進(jìn)行排放率的估算時(shí)根據(jù)用戶提供的平均速度或者行駛周期，MOVES模型自動(dòng)將與車齡組合相對應(yīng)的23種運(yùn)行工況進(jìn)行累加。因此，MOVES模型計(jì)算污染物排放率時(shí)是基于車齡組合（見表5）而不是具體的單一車齡，也不是如MOBILE模型所運(yùn)用的累積行駛里程［13］。

表5 MOVES模型中車齡組合Tab.5 Combination of the age of vehicles in MOVES model

由于MOVES模型是根據(jù)車齡組合進(jìn)行劣化分析，因此在分析SAF值隨車齡變化時(shí)發(fā)現(xiàn)SAF值呈階梯式增長趨勢。結(jié)合圖15～18可見，私家車隨著車齡的增加其SAF值增長迅速，而其他車型的SAF增長趨勢不明顯。各個(gè)車型在前3年的敏感度系數(shù)明顯高于4～5年車齡組合。白廣德對長春市乘用車實(shí)測研究發(fā)現(xiàn)在用車劣化最迅速的階段為從投入使用到車齡3年或者累計(jì)行駛里程8萬km以內(nèi)［14］，說明新車在開始使用的前幾年排放劣化很快，隨著車齡的增加排放劣化率減慢。綜合以上可以得出：車齡對于汽油車型屬于敏感參數(shù)，對于柴油車型的0～3年階段屬于敏感參數(shù)，4～5年階段屬于不敏感參數(shù)，大于5年的車齡則屬于一般敏感參數(shù)。

圖15 各車型THC的SAF隨車齡組合變化曲線Fig.15 The curves of SAFchanging with the age combination for THC emission from various vehicles

圖16 各車型CO的SAF隨車齡組合變化曲線Fig.16 The curves of SAFchanging with the age combination for CO emission from various vehicle

圖17 各車型NOx的SAF隨車齡組合變化曲線Fig.17 The curves of SAFchanging with the age combination for NOxemission from various vehi

圖18 各車型PM2.5的SAF隨車齡組合變化曲線Fig.18 The curves of SAFchanging with the age combination for PM2.5emission from various vehic

3 結(jié)束語

筆者通過對深圳本土化的MOVES模型進(jìn)行敏感性分析，發(fā)現(xiàn)各參數(shù)的變化均能不同程度地影響排放因子的模擬結(jié)果。整體而言，速度和車齡相比于氣象和燃油等參數(shù)對污染物排放因子的影響程度更大，由其SAF值可知，當(dāng)速度小于20km／h時(shí)，速度參數(shù)對各車型的排放因子影響程度較大，屬于敏感參數(shù)；當(dāng)速度大于20km／h時(shí)，則屬于一般敏感參數(shù)。車齡的SAF值變化與速度相似，不同的區(qū)間影響程度不同，大致可以分為：對于柴油車型，0～3年屬于敏感參數(shù)和大于5年屬于一般敏感參數(shù)；車齡對于汽油車型而言屬于敏感參數(shù)。

另外，不同車型不同污染物的排放因子對各參數(shù)的敏感程度不同，結(jié)合氣象參數(shù)和燃油參數(shù)可知：私家車的排放因子相比于其他4種柴油車型的排放因子對各個(gè)參數(shù)變化表現(xiàn)出的敏感性更加明顯。中、重型車，社會中、大巴和公共汽車的排放因子除了NOx對溫度和濕度的變化表現(xiàn)出一般敏感之外，對其他排放因子均屬于不敏感參數(shù)。燃油參數(shù)中硫含量的變化對于各個(gè)車型的SO2排放因子均屬于敏感參數(shù)，對于私家車的THC，CO，排放因子屬于一般敏感參數(shù)。由于只考慮汽油的RVP，RVP變化只對私家車的CO排放因子一般敏感。

由于我國目前主要應(yīng)用國外模型進(jìn)行機(jī)動(dòng)車尾氣排放因子的研究，缺乏模型參數(shù)所需數(shù)據(jù)的積累，因此筆者的研究在幫助用戶深入了解模型，進(jìn)行參數(shù)數(shù)據(jù)收集方面具有重要意義。筆者主要針對參數(shù)的變化對排放因子影響程度進(jìn)行了充分地討論，并沒有對研究中排放因子的SAF隨參數(shù)變化的趨勢不同等現(xiàn)象做出分析，今后將針對該研究問題進(jìn)行深入探討，以期找出參數(shù)變化對排放因子的影響機(jī)理，為MOVES模型在中國應(yīng)用的可靠性提供依據(jù)。

［1］ KOUPAL J，MICHAELS H.Design and implementation of MOVES：EPA′s new generation mobile source emission model［EB／OL］.（2012-11-13）［2014-05-12］.http： ∥ www.doc88.com／p－981621571968.html，2014.

［2］ SADEKA W，ZHAO Y J.Computationally efficient approaches to integrating the MOVES emissions model with traffic simulators［J］.Procedia Computer SciVerse，2013，35（5）：882-887.

［3］ 黃冠濤，于 雷，宋國華，等.綜合移動(dòng)源排放模型：MOVES［J］.交通信息與安全，2010，28（4）：49-53.HUANG Guantao，YU Lei，SONG Guohua，et al.The Integrated mobile source emissions model：MOVES［J］.Journal of Transport Information and Safety，2010，28（4）：49-53.（in Chinese）

［4］ 岳園圓，宋國華，黃冠濤，等.MOVES在微觀層次交通排放評價(jià)中的應(yīng)用研究［J］.交通信息與安全，2013，31（6）：47-53.YUE Yuanyuan，SONG Guohua，HUANG Guantao，et al.The applied research of MOVES at the microlevel evaluation of transport emissions［J］.Journal of Transport Information and Safety，2013，31（6）：47-53.（in Chinese）

［5］ 張廣昕，孫晉偉.基于 MOVES的機(jī)動(dòng)車排放分析及控制措施研究［J］.交通節(jié)能與環(huán)保，2013（1）：25-28.ZHANG Guangxi，SUN Jinwei.Research on analysis of vehicle emission based on MOVES and control measures［J］.Energy Conservation ＆ Environmental Protection in Transportation.2013（1）：25-28.（in Chinese）

［6］ 蔡 毅，邢 巖，胡 丹.敏感性分析綜述［J］.北京師范大學(xué)學(xué)報(bào)，2008，44（1）：9-10.CAI Yi，XING Yan，HU Dan.The summary of sensitivity analysis［J］.Journal of Beijing Normal University，2008，44（1）：9-10.（in Chinese）

［7］ 趙虎林.投資項(xiàng)目財(cái)務(wù)評價(jià)新指標(biāo)“敏感度系數(shù)”計(jì)算的討論［J］.化工技術(shù)經(jīng)濟(jì)，2004，22（1）：35-36.ZHAO Hulin.Discussion of the calculation of the investment project financial evaluation of new targets"sensitivity coefficient"［J］.Chemical Techeconomics，2004，22（1）：35-36.（in Chinese）

［8］ MINNELLI R A，GILMORE J H，LANDSMAN L.Sensitivity analysis of MOBILE6.0［DB／OL］.（2012-11-13）［2014-05-12］http：∥ www.doc88.com／p－981621571968.html.

［9］ GEORGE J，RONGER W N.MOVES2010aRegional Level Sensitivity Analysis［EB／OL］.（2013-12-21）［2014-03-14］http：∥ntl.bts.gov／lib／46000／46500／46598／DOT-VNTSC-FHWA-12-05. pdf，2014.

［10］ KOTA S H，QI Y，SCHADE G W.MOVES vs MOBILE6.2：differences in emission factors and regional air quality predictions［C］.TRB 2012Annual Meeting，Washington：TRB，2011.

［11］ DAVID C.MOVES sensitivity analysis：the impacts of temperature and humidity on emissions［EB／OL］.（2011-06-14）［2013-12-23］.http：∥www. epa. gov／otaq／models／moves／conference2011／sensitivity-moves-2011.pdf，2013.

［12］ BRZEZINSKI D.Exhaust temperature，air conditioning and inspection and maintenance adjustments in MOVES 2010a［R］.Washington，D C，：EPA Office of Transportation ＆ Air Quality Assessment and Standards Division 2000Traverwood Drive，2011.

［13］ EPA.Where I can find the emission deterioration rates in MOVES？［EB／OL］.（2011-07-01［2014-06-20］http：∥ moves.supportportal.com／link／portal／23002／23024／Article／32154／Where-I-canfinf-the-emission-deterioration-rates-in-MOVES，2014.

［14］ 白廣德.長春市乘用車排放劣化規(guī)律及控制策略研究［D］.長春：吉林大學(xué)，2008.BAI Guangde.Research on emission deterioration rule and control policy about passenger car of changchun city［D］.Changchun：Jilin University，2008.（in Chinese）