机动车已成为城市空气污染的主要来源,且机动车作为更接近人体呼吸带的排放源,对人体健康影响更为显著。而交叉口与城市快速路拥堵路段是两个典型的城市道路排放热点区域,对该区域的机动车排放机理与污染物时空分布特征的研究,将有利于研究排放热点区域污染物浓度分布,进而制定精细化的排放控制或减少污染物与人体接触的措施。既有的交叉口与拥堵路段排放研究集中于排放总量的影响因素分析,方法上多基于平均速度或行驶周期类排放模型测算排放量,而基于实际机动车行驶轨迹的排放特征研究较少,特别是缺少热点区域的污染物时空分布研究。此外,公交车可靠逐秒排放数据较少,而轻型客车逐秒排放数据丰富,且更能体现交通流特征;机动车排放污染物(CO、HC、PM和NO_X)的排放率随机动车比功率(Vehicle Specific Power,VSP)的变化规律有较高一致性,但PM和NO_X扩散时发生二次反应。在此背景下,本研究的目标是以CO为例,基于行驶轨迹与排放测试数据,针对轻型汽油客车建立其在交叉口与快速路拥堵路段两个排放热点区域的污染物时空分布模型,实现排放热点区域污染物高时空分辨率的动态刻画。本文主要研究工作如下:第一,建立了基于行驶轨迹的机动车排放热点污染物量化方法。收集了大量轻型客车在北京道路网的逐秒行驶轨迹数据、国五轻型汽油客车的逐秒排放测试数据、北京市工作日浮动车数据。在对数据质量控制的基础上,提取了轨迹片段及其属性特征。在此基础上,建立了排放热点污染物量化方法,包括机动车比功率聚类分析、比功率区间的排放率统计、基于分类轨迹比功率分布的污染物量化方法与指标计算方法。指标中排放源强为排放时空分布模型的输出,本文提出了基于交通密度与排放率的排放源强计算方法。第二,建立了交叉口多组合条件下的排放因子预测模型。针对交叉口整体与交叉口上下游,分析了道路类型、停车次数、转向、延误对比功率分布和排放因子的影响,筛选了关键影响因素;应用含定性变量的回归模型,构建了基于延误和停车次数(或转向)的交叉口整体与交叉口上下游的排放因子预测模型,排放因子与延误呈线性关系,拟合优度R~2在0.89以上,并通过了回归模型检验。第三,建立了基于行驶轨迹的交叉口排放时空分布模型。通过分析交叉口机动车不同运行状态下的轨迹特征,将轨迹分为加速轨迹、减速轨迹、不停车轨迹、停车间轨迹与怠速轨迹五类,建立了基于分类轨迹的交叉口排放空间分布量化方法、提出了基于分类轨迹的交叉口交通密度估算方法,进而基于交通密度与分类轨迹的平均排放率建立了交叉口排放时空分布模型。车队消散加速时空是交叉口排放源强最高的区域,其平均排放源强为怠速区排放源强的2倍左右。排放源强最高点为车辆启动路段,其移动速度等于车队消散波的波速。第四,建立了基于行驶轨迹的拥堵路段排放时空分布模型。基于浮动车数据将快速路拥堵蔓延消散分类,将轨迹分为离开拥堵、进入拥堵、拥堵中、以及非拥堵轨迹四类,基于分类轨迹的比功率分布与排放特征,将其进一步分组,并建立了加速轨迹的加速度与速度的幂函数关系;在此基础上,建立了快速路拥堵路段的排放时空分布模型,刻画了拥堵区域排放时空分布特征,其特征为加速离开拥堵时空的平均排放源强最高、其次为拥堵中时空、最小为非拥堵或减速进入拥堵时空。在排放最高的加速时空,随车速增大,排放源强逐渐减小。排放最高点为机动车开始加速路段,其移动速度等于瓶颈消散波的波速。作为对比,应用平均速度类排放测算方法与本研究的排放时空分布模型比较,结果表明平均速度类方法显著低估了加速路段产生的排放。第五,在算例中,应用AERMOD大气扩散模型模拟了交叉口与拥堵路段污染物浓度分布,分析了风向、排放源强计算方法、时段、交叉口交通量等因素下污染物浓度分布情况与形成机理,浓度分布受排放源强计算方法的影响显著;设计了交叉口行人暴露量化方法,算例应用表明传统交叉口排放源强计算方法导致了各进口方向的过街行人暴露量被低估8%-31%。