- 文献综述（或调研报告）：
- 碳排放因子模型
为了监控公路运输产生的二氧化碳排放，“自上而下”和“自下而上”[1]-[3]的方法是文献中的两种常用方法。自上而下的方法是在较大的时空规模（例如，国家年度水平）上根据总的燃料使用数据估算二氧化碳排放。自下而上的方法可以估算每辆车的二氧化碳排放量。 在这种自下而上的方法中，明确考虑了详细的车辆技术（即车辆类型，发动机尺寸，燃料类型，车辆使用年限，变速箱类型和空调系统）和驾驶方式（即速度，加速度和道路坡度） 。 与自上而下的方法相比，自下而上的方法可以以更高的时空分辨率提供更准确的估计，但需要更详细的数据。本次课题使用的方法就是自下而上的方法。
使用自下而上的方法的车辆排放模型包括MOBILE，COPERT，EMISSIONS FACTORS（EMFAC），综合模式排放模型（CMEM），国际车辆排放（IVE）模型，和机动车排放模拟器（MOVES）[5]-[7]
，本次课题使用的是MOVES模型。
在对碳排放模型的研究上，国内外专家学者都依据不同的模型进行了一系列实验。
Daniel[8]等人依据MOVES模型对上海市和无锡市的交通碳排放在微观、宏观层面进行了研究，探讨了影响城市交通碳排放的主要因素，提出了移动监测系统和碳排放量化方法对城市低碳交通进一步发展的重要指导意义。
H.W. Wallace, B.T. Jobson等人[9]通过MOVES模型和MOBILE模型，预测了冬季爱达荷州博伊西的一个区域的碳排放总量和氮氧化物的总量，并与实测数据进行对比，发现实测数据和MOVES模型预测到的数据更为接近。
卢卓建在论文[10]中采用Urban-RAM模型交通出行核算模块对居民机动车交通出行碳排放进核算和分析，得出佛山市居民机动车直接排放量都是逐年递增，其中轿车出行对直接碳排放量的贡献量最大,达到91%，并且有进一步扩大碳排放贡献率的可能，而摩托车则次之，达到6%。
孙文圃,许金良,景立竹,董亚萍[11]基于 MOVES 模型得到我国高速公路不同纵坡情况下的碳排量数据库文件，建立高速公路纵坡路段的载重汽车的碳排放模型，并对碳排放模型进行敏感性分析。研究表明在高速公路上行驶的机动车碳排放量对坡度最为敏感，坡长次之。
杨晨、邓建华[12]为研究公交车辆在停靠站停靠时尾气排放的规律,文章通过现场调查公交车停靠过程,使用MOVES2014a模型对公交停靠过程中尾气污染物进行仿真模拟。表明在停靠过程中，怠速工况对公交车尾气排放影响最大,加速工况下次之,减速工况下最小。
李文倬[13]对比了MOBILE、COPERT、IVE、CMEM、MOVES五种道路机动车排放模型。发现MOBILE模型更适用于宏观尺度的机动车排放研究，是一种宏观排放因子模型。与MOBILE模型相比，COPERT模型更适用于有着不同尾气排放标准和很少交通数据资料的国家。而IVE模型是一种基于工况的排放因子模型，比宏观因子模型能够更好地表征机动车实际运行情况。CMEM模型则作为一种适用于微观交通环境的瞬态排放因子模型，适用于一个交叉口、路段等微观情况。MOVES模型包含了宏、中、微观三种尺度，是新一代的综合排放模型，已成为美国许多地区的法规模型。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
