Statistical analysis of road transport emissions

Στατιστική ανάλυση εκπομπών ρύπων οδικών μεταφορών (Αγγλική)

  1. MSc thesis
  2. Keramydas, Christos
  3. Διαχείριση και Τεχνολογία Ποιότητας (ΔΙΠ)
  4. 23 Σεπτεμβρίου 2018 [2018-09-23]
  5. Αγγλικά
  6. 82
  7. Panagiotidou, Sofia
  8. Panagiotidou, Sofia | Maravelakis, Petros
  9. Portable Emissions Measurement Systems (PEMS) | Emission factor | Variance | Uncertainty propagation | Synchronization | Road transport emissions inventory | Φορητά Συστήματα Μέτρησης Εκπομπών | Συντελεστής εκπομπής | Μεταβλητότητα | Διάδοση αβεβαιότητας | Συγχρονισμός | Απόθεμα εκπομπών ρύπων οδικών μεταφορών
  10. 48
  11. Figure 2.1: Schematic overview of a typical PEM System (Figure: http://writingaboutcars.com/wp-content/uploads/2015/11/PEMS_hardware.png). Figure 2.2: Conceptual diagram illustrating the propagation of point estimates and probability distributions for inputs through the model and their effect on the model output. Each model input is shown as a probability density function (Figure and Caption: NARSTRO, 2005, Appendix C). Figure 3.1: Flowchart of the logic of the FDIS algorithm. Figure 3.2: Fitting an appropriate function EF=f(v) to describe the relationship between emission factor values and vehicle speed. Figure 3.3: The coefficient of correction of the uncertainty of an emission factor over link-distance. Figure 4.1: The LSSF set of time-lag values for vehicle speed at each idling/start points. Figure 4.2: The LSCF set of time-lag values for CO2 concentration at each idling/start points. Figure 4.3: Vehicle speed, CO2, and Exhaust Flow Rate before (left) and after (right) the synchronization based on the FDIS algorithm (idle/start point #5; t=1067[s]). Figure 4.4: Vehicle speed, CO2, and Exhaust Flow Rate synchronization based on the FDIS algorithm (idle/start points #1 to #8). Figure 4.5: Vehicle speed, CO2, and Exhaust Flow Rate synchronization based on the FDIS algorithm (idle/start points #9 to #15). Figure 4.6: Mean distance-based emission factors ± standard deviation (within vehicles – left; between vehicles - right) over speed. Figure 4.7: Mean distance-based emission factors (over speed) and the 95% confidence intervals of the mean for the weighted case (left) and the unweighted case (right). Figure 4.8: Minitab 18 results on the unbalanced one-way random effects ANOVA for speed class 12-20[km/h] using the Restricted Maximum Likelihood Estimator (RMLE). Figure 4.9: Fitting an appropriate function EF=f(v) to describe the relationship between emission factor values and vehicle speed. Table 2.1: Reconstruction of “tailpipe-out” or “catalyst-out” emissions techniques for the synchronization of signals in emission measurement datasets (Dilara & Garcia, 2011). Table 4.1: Implementation of the idling/start point conditions for t=721[s]. Table 4.2: Implementation of the idle/start point conditions for t=721[s]. Table 4.3: Results of the implementation of the single-factor unbalanced random effect ANOVA (expected mean square - EMS method) (unweighted means) approach and the weighted means approach for the speed-based estimation of the variance of the mean emission factors (sample PEMS data of five diesel-fueled Euro IV Light Good Vehicles). Table 4.4: Implementation of the idle/start point conditions for t=721[s]. Table 4.5: Emission factors and uncertatinty per link.
    • Road transport is a major contributor for both the EU’s air pollutant (e.g. CO2 and NOx) and particulate matter emission inventories. Control of the environmental impacts of road transport is pursued by national and local authorities around the world to ensure the quality of urban living, protect public health, and mitigate associated costs. Portable Emissions Measurement Systems (PEMS) are a modern way of measuring real-driving emissions, allowing for measurements under a wide range of different real-driving patterns and conditions. PEMS aim to provide a better understanding of emissions, but there are still several challenging issues to be addressed for both academia and practitioners, including the statistical analysis of the respective data. In this context, the first part of this dissertation proposes a simple and quite fast algorithm for the synchronization of the basic signals in a PEMS dataset. The algorithm is based on the transition from the idling to the driving mode of a vehicle, whereas engineering and statistical criteria are employed to synchronize vehicle speed, exhaust flow rate, and pollutant concentration series by appropriately shifting them in time. The second part of the dissertation proposes two alternative approaches for the estimation of the variance of distance-based emission factors, the respective mean values, and the variance of the means. The unbalanced one-way random effects Analysis of Variance and the Unweighted Sum of Squares methods are employed to derive the necessary estimators. A continuous function is also fitted to mean emission factor values to describe their relationship with speed. The third part of the dissertation employs the Law of Propagation of Uncertainty to provide a linked-based approach to the estimation of the uncertainty of road transport emission inventories in a metropolitan area. The uncertainty of the emission factors, and the uncertainty in the final fleet composition are two of the main sources of uncertainty that are considered. Interesting observations and useful conclusions are drawn from the aforementioned investigations, and several recommendations for future measurements and data analysis are made.
    • Οι οδικές μεταφορές συμμετέχουν με ένα σημαντικό μερίδιο στη διαμόρφωση του αποθέματος αέριων ρύπων και σωματιδίων στην Ευρωπαϊκή Ένωση. Ο έλεγχος των περιβαλλοντικών επιπτώσεων των οδικών μεταφορών αποτελεί μια σημαντική πρόκληση για τις εθνικές και τοπικές αρχές σε όλο τον κόσμο, με απώτερο στόχο τη διασφάλιση της ποιότητας ζωής στα αστικά κέντρα, την προστασία της δημόσια υγείας και τη μείωση των σχετικών δαπανών. Τα Φορητά Συστήματα Μέτρησης Εκπομπών (ΦΣΜΕ, Portable Emission Measurement Systems) είναι ένας σύγχρονος τρόπος μέτρησης των ρύπων σε συνθήκες πραγματικής οδήγησης. Τα συστήματα αυτά στοχεύουν στην περαιτέρω κατανόηση των εκπομπών, αν και υπάρχουν ακόμα σημαντικά ζητήματα που πρέπει να επιλυθούν – σε ακαδημαϊκό και πρακτικό επίπεδο – συμπεριλαμβανομένης και της στατιστικής ανάλυσης των αντίστοιχων δεδομένων. Στο πλαίσιο αυτό, το πρώτο μέρος της διατριβής προτείνει έναν απλό και σχετικά γρήγορο αλγόριθμο για το συγχρονισμό των βασικών σημάτων σε ένα σύνολο δεδομένων από ένα ΦΣΜΕ. Ο αλγόριθμος βασίζεται τη μετάβαση από την κατάσταση ακινησίας ενός οχήματος στην κατάσταση της κίνησης αυτού, ενώ χρησιμοποιούνται κριτήρια μηχανικής και στατιστικά κριτήρια για το συγχρονισμό της ταχύτητας του οχήματος, της ροής των καυσαερίων, και της συγκέντρωσης των ρύπων, η οποία επιτυγχάνεται με κατάλληλη μετατόπισή τους στο χρόνο. Το δεύτερο μέρος της διατριβής προτείνει δύο εναλλακτικές προσεγγίσεις για την εκτίμηση της μεταβλητότητας των συντελεστών εκπομπής ρύπων οχημάτων βάσει απόστασης, τις μέσες τιμές τους και τη μεταβλητότητα των μέσων τιμών. Οι μέθοδοι που χρησιμοποιούνται είναι η Ανάλυση Διακύμανσης κατά ένα παράγοντα με τυχαίες επιδράσεις και μη ισορροπημένο σχεδιασμό (Unbalanced one-way random effects ANOVA) και η μέθοδος των Μη Σταθμισμένων Αθροισμάτων Τετραγώνων (Unweighted sum of squares). Η προσαρμογή μιας κατάλληλης συνεχούς συνάρτησης στα δεδομένα περιγράφει τη σχέση μεταξύ των μέσων συντελεστών εκπομπής και της ταχύτητας. Το τρίτο μέρος της διατριβής χρησιμοποιεί το Νόμο της Διάδοσης της Αβεβαιότητας και παρέχει μια προσέγγιση, βάσει τμημάτων (link-based), για την εκτίμηση της αβεβαιότητας του συνολικού αποθέματος εκπομπών ρύπων οδικών μεταφορών σε μια μητροπολιτική περιοχή. Η αβεβαιότητα των συντελεστών εκπομπής και η αβεβαιότητα της τελικής σύστασης του στόλου είναι οι δύο βασικές πηγές αβεβαιότητας που λαμβάνονται υπόψη. Οι βασικές παρατηρήσεις και τα συμπεράσματα συνοψίζονται στο τελικό μέρος της εργασίας, συμπεριλαμβάνοντας συστάσεις για μελλοντικές μετρήσεις και τη σχετική ανάλυση των δεδομένων.
  13. Items in Apothesis are protected by copyright, with all rights reserved, unless otherwise indicated.