城市出租車污染物排放模型研究

白 竹，王 瑋

（黑龍江工程學(xué)院 汽車與交通工程學(xué)院，黑龍江 哈爾濱150050）

近年來，隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展，我國機(jī)動(dòng)車保有量已經(jīng)從1990年的550萬增加到了2011年的2.17億輛（截止6月底）。機(jī)動(dòng)車數(shù)量的增加在為人們生活帶來諸多便利的同時(shí)，也為大氣環(huán)境帶來了許多負(fù)面的外部效應(yīng)。有研究表明，城市道路中心85%的CO、75%的NOx和50%的HC都來自機(jī)動(dòng)車排放的尾氣[1]。在大多數(shù)城市中，機(jī)動(dòng)車污染物排放已經(jīng)成為大氣環(huán)境污染問題的主要來源[2－3]。因此，為減少車輛運(yùn)行對(duì)環(huán)境造成的負(fù)面影響，車輛排放問題的解決迫在眉睫。

在眾多車輛類型中，出租車排放高于其他車輛的排放，受關(guān)注程度最高。一方面，由于出租車年均行駛里程高，車輛排放劣化速度較快；另一方面，出租車在交通擁堵地區(qū)行駛的工況比例較大。同時(shí)，絕大部分出租車行駛在城市中心人口密度大的地區(qū)，對(duì)大氣環(huán)境和城市居民健康帶來了直接的威脅[4]。Jin（2006年）指出，北京市出租車 NOx、CO和HC排放量占機(jī)動(dòng)車總排放量的比例分別是5.1%、11.9%和3.8%。然而，在北京，出租車數(shù)量僅占機(jī)動(dòng)車總數(shù)量的2.7%[5]。Wang et al（2008年）研究發(fā)現(xiàn)，在上海，出租車運(yùn)行里程占機(jī)動(dòng)車總運(yùn)行里程的18.2%，然而，出租車尾氣中CO和NOx的排放量卻分別占總排放量的22.2%和10.4%[6]。Oliver et al（2008年）研究表明，在天津，所有車輛類型中出租車是排放VOC和CO數(shù)量較高的車型，排放比例分別是33%和25%[7]。這些研究結(jié)果表明，在中國的許多城市中，出租車污染物排放是一個(gè)較嚴(yán)重的問題，更是一個(gè)亟待研究和解決的問題。因此，研究出租車輛的污染物排放問題具有重要的現(xiàn)實(shí)意義。

1 研究概況

Stead（1999年）研究了英國出租車使用和排放之間的關(guān)系，并采用1989年／1991年國家運(yùn)行調(diào)查數(shù)據(jù)來計(jì)算出租車的污染物排放量。研究結(jié)果表明：運(yùn)行距離是車輛污染物排放的主要影響因素[8]。Stead（1999年）給出了車輛排放模型，即

CO排放量（g／pass）＝

CO排放因子（g／pass·km）×運(yùn)行里程（km）.

Han and Naeher（2006年）回顧了發(fā)達(dá)國家對(duì)出租車空氣污染物排放的研究歷程，污染物類別包括PM、CO、NO2、VOCs和PAHs。研究表明，不同的控制方法可以得到不同的研究結(jié)果[9]。

Zeng et al（2007年）研究了廣州市出租車污染物排放問題，其中：污染物包括CO、CO2、HC和NOx。運(yùn)用人工神經(jīng)網(wǎng)絡(luò)方法對(duì)877組出租車排放數(shù)據(jù)進(jìn)行處理，進(jìn)而判別出租車的總排放量[10]。

Wang et al（2010年）所研究的車輛排放模型同樣運(yùn)用了車輛運(yùn)行里程指標(biāo)和排放因子指標(biāo)[11]。

畢曄等（2007年）利用MOBILE 6.2模型計(jì)算了2000年、2005年及2008年北京市出租車的排放因子，并且計(jì)算了北京市出租車2005年更換部分舊車以及2008年更換全部舊車以后出租車的排放因子及總排放量。研究結(jié)果表明，舊車更換以及使用符合排放標(biāo)準(zhǔn)的車型可以使污染物排放量大大降低[4]。

王愛娟等（2010年）利用車載排放測(cè)試系統(tǒng)SEMTECH－DS對(duì)北京市出租車進(jìn)行了實(shí)際道路排放測(cè)試，并基于實(shí)驗(yàn)數(shù)據(jù)分別分析了出租車行駛速度、加速度以及機(jī)動(dòng)車比功率（VSP）與 HC、CO、NOx和CO2排放的關(guān)系。結(jié)果表明 HC、CO和NOx的排放率基本隨著出租車行駛速度的增加先增加然后降低，而CO2排放率隨行駛速度的增加而增加；在不同速度區(qū)間內(nèi)，各種污染物排放因子和排放率均隨著加速度的增加而增加；各污染物的排放率和排放因子均隨VSP增加而增加，且與VSP成一定的正相關(guān)關(guān)系，利用VSP量化出租車污染物排放更為合理[12]。

2 出租車污染物排放模型

估算在用車排放量的一般方法包括：

1）用車輛行為（如車輛運(yùn)行里程）乘以排放因子（如CO排放因子，g／km）計(jì)算；

2）用百公里油耗（L／100km）乘以排放因子（如CO排放因子，g／L）計(jì)算。

模型研究中存在的關(guān)鍵問題是模型要能夠用準(zhǔn)確的表達(dá)方式描述車輛在道路系統(tǒng)中運(yùn)行的實(shí)際排放情況。因此，可以從3個(gè)方面對(duì)出租車污染物排放模型進(jìn)行改善，即

1）排放因子指標(biāo)；

2）各種污染物排放因子的估算模型；

3）出租車污染物排放模型結(jié)構(gòu)。

近年來，有研究人員已經(jīng)開始使用每乘客每公里排放多少克污染物（單位：g／pass·km）來計(jì)算出租車排放問題[13]。目前，排放因子的估算模型也已日漸成熟，而出租車污染物排放的有關(guān)模型研究發(fā)展則較慢。

3 排放因子估算模型

3.1 MOBILE模型

MOBILE是由美國環(huán)保局（EPA）于1978年開發(fā)出來的，用于估計(jì)實(shí)際運(yùn)行條件下在用機(jī)動(dòng)車HC、CO和NOx平均排放因子的模型。其研究過程一共歷經(jīng)6代，最新版本是于2002－02發(fā)布的MOBILE6，用來計(jì)算1952年～2050年的機(jī)動(dòng)車排放因子。MOBILE模型的程序用FORTRAN語言編寫，基本計(jì)算公式都是在對(duì)排放測(cè)試數(shù)據(jù)進(jìn)行長期統(tǒng)計(jì)和回歸分析后得到的經(jīng)驗(yàn)公式。模型所用的測(cè)試數(shù)據(jù)主要來源于美國環(huán)保局（USEPA）進(jìn)行的在用車測(cè)試以及根據(jù)聯(lián)邦測(cè)試（Federal Test Procedure，F(xiàn)TP）進(jìn)行的新車排放測(cè)試結(jié)果。從這些數(shù)據(jù)的測(cè)試分析中得出，在不同時(shí)期的排放標(biāo)準(zhǔn)條件下，不同車型行駛不同里程后的平均排放因子，同時(shí)還可得到各種參數(shù)（如車輛的載重、自重、環(huán)境因素以及維修保養(yǎng)狀況等）對(duì)排放的影響。在MOBILE6中對(duì)車型分類也進(jìn)行了擴(kuò)展，將原有的8種車型擴(kuò)展至12種。MOBILE模型主要針對(duì)交通環(huán)境的面控，是宏觀模型，而且模型主要表達(dá)為交通流平均運(yùn)行速度的函數(shù)。目前，MOBILE模型在中國的北京、廣州、南京等城市已經(jīng)得到了廣泛應(yīng)用，用來估計(jì)機(jī)動(dòng)車排放[4，14－19]。

雖然MOBILE模型得到了廣泛應(yīng)用，但是它們卻不能合理地反映交通事件、實(shí)時(shí)交通狀況、具體地點(diǎn)等不同情況下的在用車輛的排放量。尤其是針對(duì)當(dāng)?shù)氐缆方煌顩r、交通流組成、交通流量、駕駛工況和燃料組成等因素發(fā)生變化時(shí)，這些模型無法準(zhǔn)確地估計(jì)它們對(duì)當(dāng)?shù)剀囕v排放量的影響。此外，這些模型也不能有效地估計(jì)交通控制與管理策略在減少車輛排放方面的實(shí)施效果[20]。另外，由這些模型計(jì)算的排放因子本質(zhì)上是以美國機(jī)動(dòng)車車型和具體的排放標(biāo)準(zhǔn)為基礎(chǔ)的，而且測(cè)試的燃料和車輛運(yùn)行工況也只是來自于美國。因此，如果模型推廣應(yīng)用于其他國家，計(jì)算得到的總排放量就會(huì)存在較大問題，這主要是因?yàn)椴煌瑖矣兄煌能囕v類型、排放標(biāo)準(zhǔn)、燃料組成和不同的車輛運(yùn)行工況。最后，由于MOBILE模型是應(yīng)用平均車速來設(shè)計(jì)排放因子的計(jì)算模型，不可避免地會(huì)遺漏某些極端的排放情況[21]。

3.2 EMFAC模型

EMFAC模型是由美國加州資源局根據(jù)加州嚴(yán)格的標(biāo)準(zhǔn)和航空燃料評(píng)價(jià)法規(guī)，采用與MOBILE模型相似的方法建立的模型。加州空氣資源局（CARB）在1988年發(fā)布了EFMAC7D，后來經(jīng)過改善依次頒布了EFMAC7F和EFMAC7G，并于2000－05發(fā)布了EFMAC2000。EFMAC模型采用一系列計(jì)算機(jī)模型（機(jī)動(dòng)車排放清單模型）來預(yù)測(cè)機(jī)動(dòng)車排放。EFMAC2000和EFMAC7G是EMFAC模型中應(yīng)用較為廣泛的2個(gè)版本。最近的版本是于2002－12頒布的EMFAC2002。與MOBILE模型相似，EMFAC模型也是基于平均速度的排放因子模型，是一種宏觀預(yù)測(cè)模型[14]。

3.3 IVE 模型

IVE模型是由美國加州大學(xué)河邊分校CECERT中心為發(fā)展中國家設(shè)計(jì)研發(fā)[22]。IVE模型是用Java語言編寫的獨(dú)立的計(jì)算機(jī)程序模型，用來估計(jì)從宏觀層次到微觀層次任意地點(diǎn)的機(jī)動(dòng)車排放因子，預(yù)測(cè)的時(shí)間跨度可為2004年～2030年。假定給定車隊(duì)、燃料、交通流和擁擠的變化量時(shí)，IVE模型能夠用于預(yù)測(cè)未來的排放因子[23]。模型需要3類輸入變量，分別是：①機(jī)動(dòng)車車隊(duì)中發(fā)動(dòng)機(jī)技術(shù)和排放控制裝置的分布情況（包括維護(hù)情況）；②當(dāng)?shù)氐缆飞线\(yùn)行的不同類型在用車輛的駕駛行為；③針對(duì)當(dāng)?shù)貦C(jī)動(dòng)車的車輛排放因子[15]。

該模型的核心算法是基于MOBILE模型，通過對(duì)臺(tái)架測(cè)試數(shù)據(jù)進(jìn)行處理，得到基于FTP工況的基礎(chǔ)排放因子。但是，在處理行駛特征這個(gè)重要影響因素時(shí)，IVE模型采用VSP和發(fā)動(dòng)機(jī)負(fù)載（ES）2個(gè)參數(shù)對(duì)非FTP工況下的機(jī)動(dòng)車排放進(jìn)行模擬[24]。具體處理方法為：根據(jù)VSP和ES對(duì)排放的關(guān)系，把機(jī)動(dòng)車瞬態(tài)行駛狀態(tài)按照VSP和ES劃分為60種，每一種狀態(tài)元對(duì)應(yīng)一個(gè)排放水平。通過對(duì)比目標(biāo)工況和FTP工況狀態(tài)元分布，得到目標(biāo)工況下機(jī)動(dòng)車的排放水平[14]。

世界上許多城市都使用了IVE模型，包括北京和廣州[25－26]。IVE模型的優(yōu)點(diǎn)是將不同的技術(shù)和條件都考慮在內(nèi)。這些技術(shù)和條件源自于大多數(shù)發(fā)展中國家和不同的車輛運(yùn)行工況，例如機(jī)動(dòng)車比功率（VSP）和發(fā)動(dòng)機(jī)負(fù)載分布，這些對(duì)機(jī)動(dòng)車尾氣排放都有著深遠(yuǎn)的影響。IVE模型可以使用當(dāng)?shù)貦C(jī)動(dòng)車隊(duì)分布狀況、車輛運(yùn)行工況和平均的車輛運(yùn)行里程（VKT）等指標(biāo)來完善模型，以便模型能夠與當(dāng)?shù)貭顩r接近。此外，當(dāng)?shù)氐臋z查／維護(hù)（I／M）制度、油料狀況以及氣候條件等影響因素都可以作為輸入變量用來改善模型的預(yù)測(cè)效果[23]。

3.4 基于機(jī)動(dòng)車比功率的模型

VSP（vehicle specific power）的物理意義是瞬態(tài)機(jī)動(dòng)車輸出功率與機(jī)動(dòng)車質(zhì)量的比值，最初由美國麻省理工大學(xué)Jose Luis Jimenez Palacios于1999年提出，隨后被進(jìn)一步發(fā)展和應(yīng)用，并成為美國EPA開發(fā)新一代機(jī)動(dòng)車排放模型MOVES的主要參數(shù)之一[14，27]。清華大學(xué)環(huán)境科學(xué)與工程系利用車載測(cè)試系統(tǒng)對(duì)北京等9個(gè)城市的80余輛輕型車進(jìn)行測(cè)試，并引入VSP和ES的概念建立中國城市的機(jī)動(dòng)車排放因子模型。COPERT模型在歐洲已經(jīng)得到廣泛地應(yīng)用。該模型中，車輛駕駛工況可分為城市、鄉(xiāng)村和高速公路，排放因子采用平均車速。模型利用VSP確定不同類型駕駛行為的排放因子，以便產(chǎn)生隨機(jī)駕駛工況下的瞬態(tài)排放[28]。

采用VSP作為行駛狀態(tài)參數(shù)的優(yōu)勢(shì)在于：測(cè)試結(jié)果可以驗(yàn)證機(jī)動(dòng)車瞬態(tài)排放對(duì)VSP呈現(xiàn)較強(qiáng)的規(guī)律性變化；可以綜合考慮機(jī)動(dòng)車行駛過程中的速度、加速度和道路坡度等變化，其綜合表征性能要優(yōu)于平均速度；并且所需參數(shù)獲取相對(duì)簡單。實(shí)踐證明，與速度或者加速度指標(biāo)相比，VSP與排放產(chǎn)生的關(guān)系更加密切[29]。

4 出租車污染物排放量計(jì)算模型

4.1 模型1

模型1假定出租車污染物的排放量與其所處的服務(wù)狀態(tài)無關(guān)，即出租車在空載和滿載狀態(tài)下同一種污染物的排放量相同，單車排放量只與車輛自身性能和運(yùn)行里程有關(guān)。使用的參數(shù)是車輛運(yùn)行公里數(shù)（VKT）和排放因子（EF），模型形式為

式中：Qi表示第i種污染物的日排放量，kg；EFt，i表示當(dāng)出租車類型為t時(shí)，第i種污染物的排放因子，g／km；At表示t類型出租車的數(shù)量。當(dāng)t＝d時(shí)表示柴油出租車，當(dāng)t＝g時(shí)表示汽油出租車；VKTt代表t類型出租車的日平均里程數(shù)，km；i＝1，2，3，分別為出租車NOx排放量、HC排放量和CO排放量。

4.2 模型2

模型2同樣假定出租車污染物的排放量與其所處的服務(wù)狀態(tài)（滿載和空載）無關(guān)。該模型利用排放因子（如CO排放因子，g／L）與百公里油耗或者燃油經(jīng)濟(jì)性指標(biāo)相乘來計(jì)算。模型形式為

式中：Et，i表示t類型出租車第i種污染物的排放因子，g／L；Ct表示平均燃油經(jīng)濟(jì)性；Qi、At、VKTt含義與式（1）相同。

4.3 模型3

Stead（1999年）則考慮了平均空載率對(duì)污染物排放的影響，也就是說，對(duì)于同一種污染物而言，出租車在空載和滿載狀態(tài)下其排放量不同。為綜合表征各種狀態(tài)的一般性規(guī)律，模型3將“平均載客率”指標(biāo)引入污染物排放模型，詳見式（3）[8]。

式中：EFt，i表示t類型出租車第i種污染物的排放因子，g／pass·km；P表示平均載客率（不包括駕駛員）；Qi、At、VKTt含義與式（1）相同。

4.4 模型4

基于上述模型，Shi An（2011年）做了相應(yīng)改進(jìn)，分別給出了出租車載客和空載兩類不同服務(wù)狀態(tài)下污染物排放的表達(dá)形式。而通常情況下，路網(wǎng)中出租車的服務(wù)狀態(tài)都是既包括載客狀態(tài)，又包括空載狀態(tài)，因此，模型構(gòu)成詳見式（4）[30]。

式中：r表示平均空駛率，文獻(xiàn)選用r＝0.5；μ表示出租車處于空駛狀態(tài)時(shí)的轉(zhuǎn)換因子，假設(shè)μ＝0.6；其他參數(shù)含義同式（3）。

在采用相同測(cè)試數(shù)據(jù)的基礎(chǔ)上，通過對(duì)比模型3和模型4的計(jì)算結(jié)果，Shi An（2011年）指出：出租車空駛里程是影響出租車排放量產(chǎn)生的關(guān)鍵因素之一。

為比較現(xiàn)有模型的預(yù)測(cè)結(jié)果，Shi An（2011年）利用哈爾濱市出租車的實(shí)測(cè)數(shù)據(jù)對(duì)各種模型進(jìn)行計(jì)算。在此基礎(chǔ)上，表1給出了不同出租車類型不同空氣污染物的排放量預(yù)測(cè)結(jié)果。

5 結(jié)束語

出租車出行方式具有靈活的“門到門”等特點(diǎn)，其在城市居民出行中發(fā)揮著重要作用。由于出租車在城市道路中行駛里程較高，污染物排放量較大，對(duì)環(huán)境產(chǎn)生的負(fù)面影響較大。以出租車污染物排放為研究對(duì)象，本文對(duì)不同排放因子指標(biāo)的選取、各種排放因子的估算模型以及排放量的預(yù)測(cè)模型等進(jìn)行了研究。

表1 出租車污染物排放量的預(yù)測(cè)結(jié)果[30]

在回顧與總結(jié)現(xiàn)有成果的基礎(chǔ)上，本文認(rèn)為今后出租車污染物排放的研究重點(diǎn)可以從如下兩個(gè)方面進(jìn)行：一方面，改善現(xiàn)有出租車污染物排放因子指標(biāo)，在排放預(yù)測(cè)模型中引入能夠反映出租車運(yùn)行特征的關(guān)鍵影響因素，使出租車污染物排放模型能夠更接近現(xiàn)實(shí)世界的真實(shí)排放水平；另一方面，從出租車市場(chǎng)管理和控制的角度出發(fā)，對(duì)出租車價(jià)格制度和出租車市場(chǎng)準(zhǔn)入制度實(shí)施科學(xué)管理，實(shí)現(xiàn)在滿足現(xiàn)有需求的情況下減少出租車在城市道路中的空駛里程，進(jìn)而實(shí)現(xiàn)減少出租車排放的目標(biāo)。

[1]王煒，項(xiàng)喬君，常玉林.城市交通系統(tǒng)能源消耗與環(huán)境影響分析方法[M].北京：科學(xué)出版社，2002：268－319.

[2]Mayer，H.Air pollution in cities[C].Atmospheric Environment，1999，33，4029－4037.

[3]Hong Kong Environmental Protection Department（HKEPD）[C].Environmental Protection Department of Hong Kong SAR，2005.

[4]畢曄，葛蘊(yùn)珊，韓秀坤.基于MOBILE6.2的北京市出租車排放污染物分析[J].安全與環(huán)境學(xué)報(bào)，2007，7（2）：61－64.

[5]Jin，B.The Research on the Relationship between the City Taxi Type Choice and the Urban Atmospheric Environmental Capacity[C].Thesis（Master）：Inner Mongolia University，2006.

[6]Wang，H，Chen，C，Huang，C，F(xiàn)u，L.On－road vehicle emission inventory and its uncertainty analysis for Shanghai，China[J].Science of the Total Environment，2008，398：60－67.

[7]Oliver，H H，Li，M，Qian G，et al.In－use vehicle emissions in China：Tianjin study[M].[2008－10－10]http：／／belfercenter.ksg.harvard.edu／files／2008＿Oliver＿In－use＿Vehicle＿Emissions＿Tianjin.pdf.

[8]Stead D.Relationships between transport emissions and travel patterns in Britain[J].Transport Policy，1999，6，247－258.

[9]Han X，Naeher L P.A review of traffic－related air pollution exposure assessment studies in the developing world[J].Environment International，2006，32，106－120.

[10]Zeng J，Guo H，Hu Y.Artificial neural network model for identifying taxi gross emitter from remote sensing data of vehicle emission[J].Journal of Environmental Sciences，2007，19，427－431.

[11]Wang H，F(xiàn)u L，Zhou Y，Du X.Trends in vehicular emissions in China’s mega cities from 1995to 2005[J].Environmental Pollution，2010，158，394－400.

[12]王愛娟，葛蘊(yùn)珊，譚建偉，等.北京市出租車實(shí)際道路行駛特征與排放特性的關(guān)系研究[J].北京理工大學(xué)學(xué)報(bào)，2010，30（8）：891－895.

[13]Qiu L，Chen Y，Zhao D，et al.Scenario Analysis of Passenger Traffic Development in Guangzhou until 2020[J].Acta Scientiarum Naturalium Universitatis Sunyatseni，2008，47：114－118.

[14]鄧可.城市公交污染物排放預(yù)測(cè)模型研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2010.

[15]Haikun Wang，Changhong Chen et al.On－road vehicle emission inventory and its uncertainty analysis for Shanghai[J].Science of the Total Environment，2008，398：60－67.

[16]Fu L，He K，He D，Tang Z，Hao J.A study on models of MOBILE source emission factors[J].Acta Sci Circumstantiae，1997，17（4）：474－9.

[17]Zhu C.Coefficient of vehicular emission discharge and trend of pollution in Guangzhou City[J].China Environ Sci，1997，17（3）：216－9.

[18]He D，Hao J，He K，F(xiàn)u L.Vehicle emission factors determination using model calculation[J].Environ Sci，1998，19（3）：7－10.

[19]Li W，F(xiàn)u L，Hao J，Ma H，Li S，Hu W.Emission inventory of 10kinds of air pollutants for road traffic vehicles in China[J].Urban Environ Urban Ecol，2003，16（2）：36－38.

[20]T L Chan，Z Ning.On－road remote sensing of diesel vehicle emissions measurement and emission factors estimation in Hong Kong[J].Atmospheric Environment，2005，39：6843－6856.

[21]Sawyer RF，Harley RA，Cadle SH，Norbeck JM，Slott R，Bravo HA.Mobile sources critical review：1998 NARSTO assessment[J].Atmos Environ，2000，34：2161－2181.

[22]Nicole D，James L，et al.International Vehicle Emissions Model （Version 1.1.1，2004），2004.http：／／www.issrc org／ive／index.html.

[23]Qingyu Zhang，Junfei Xu，Gang wang，et al.Vehicle emission mventories projection based on dynamic emission factors：Acase study of Hangzhou，China[J].Atmospheric Environment，2008，42：4989－5002.

[24]Szwarcfiter L，Mendes F E，Lebre La Rovere E.Enhancing the effects of the Brazilian program to reduce atmospheric pollutant emissions from vehicles[M].Transportation Research Part D：Transport and Environment.2005，10（2）：153－160.

[25]Nicole D，James L，et al.Development and application of an international vehicle emissions model[R].Washington，DC：Transportation Research Board 81st Annual Meeting，2005.

[26]Guo H，Zhang Q，Shi Y，Wang D.Evaluation of the international vehicle emission（IVE）model with on－road remote sensing measurements[J].Journal of Environmental Sciences，2007，19，818－826.

[27]E A Corley，L D Davis，J Lindner，M O Rodgers.Inspection／maintenance program evaluation：Replicating the Denver step method for an Atlanta fleet[J].Environmental Science ＆ Technology.2003，37 （12）：2801－2806.

[28]Jimenez J L.Understanding and quantifying motor vehicle emissions with vehicle specific power and TILDAS remote sensing[D].Massachusetts：Massachusetts Institute of Technology，1999.

[29]Kuhns HD，Mazzoleni C，Moosmüller H，Nikolic D，Keislar RE，Barber PW，et al.Remote sensing of PM，NO，CO and HC emission factors for on－road gasoline and diesel engine vehicles in Las Vegas，NV[J].Sci Total Environ 2004，322：123－37.

[30]Shi An，Xiaowei Hu，Jian Wang.Urban taxis and air pollution：a case study in Harbin，China[J].Journal of Transport Geography，2011，19：960－967.