米国ミシガン州デトロイトでの暴露研究をサポートするための大気質モデリングのためのローカル分解モバイルソース排出量の作成

この作業は、都市部における交通量の大気汚染物質の影響をモデル化するための方法論について説明しています。ここに示されているこの方法論は、道路ネットワークのジオメトリ、交通量、時間的割り当て因子、フリートミックス、および排出係数を利用して、重要なモデリング入力を提供します。さまざまなソースから組み立てられたこれらの入力は、気象入力と組み合わせて、分散モデリングに使用するリンクベースの排出量を生成して、トラフィックによる汚染物質濃度レベルを推定します。この方法論のためにこの方法論を実装するケーススタディは、モデル入力の重要性を強化するモデリング結果の感度分析を含む、フリートミックスなどの相対的な影響を与える人々を特定するなどです。さらに、モデル入力を補足するためのフリート活動の局所測定の使用例について説明し、モデル出力への影響について説明します。ローカルトラフィックの測定と気象によってサポートされる詳細なモデル入力により、交通関連の汚染物質からの曝露を正確に推定するために必要な空間的および時間的パターンをキャプチャすることが可能であると結論付けています。

This work describes a methodology for modeling the impact of traffic-generated air pollutants in an urban area. This methodology presented here utilizes road network geometry, traffic volume, temporal allocation factors, fleet mixes, and emission factors to provide critical modeling inputs. These inputs, assembled from a variety of sources, are combined with meteorological inputs to generate link-based emissions for use in dispersion modeling to estimate pollutant concentration levels due to traffic. A case study implementing this methodology for a large health study is presented, including a sensitivity analysis of the modeling results reinforcing the importance of model inputs and identify those having greater relative impact, such as fleet mix. In addition, an example use of local measurements of fleet activity to supplement model inputs is described, and its impacts to the model outputs are discussed. We conclude that with detailed model inputs supported by local traffic measurements and meteorology, it is possible to capture the spatial and temporal patterns needed to accurately estimate exposure from traffic-related pollutants.