以SuperMap GIS平台为基础，建立城市区域交通污染预测模型，其重点主要在于建立与地理数据关联的机动车污染信息数据库，对排放分布在GIS上进行直观、动态的描述和分析。
        普通空间数据主要是为了完成GIS的描述和呈现，包括行政区界、水系、道路、大气监测点等，专题数据是研究的重点内容，本研究中重点是建立道路专属图层，利用该图层实现道路的选择和对应道路机动车排放扩散模拟的GIS呈现。需要考虑道路的属性，如道路起止点位置、长度、平均宽度，还要道路的环境环境信息，如道路的绿化程度（分为1--5级），道路两旁建筑物平均高度，宽度，道路两侧建筑物的密集程度等数据，道路一定里程内的红绿灯数目（或者总的红绿灯数量）。在实际计算中，这些参数可以综合归纳为环境扩散系数，但系数的确定需要根据以上的条件的综合考虑。
       车辆属性和道路交通属性会影响排放因子的选择结果。
       (1)车辆属性数据。包括车辆登记数据、车辆运行数据、车辆环境质量数据、车型在不同运行速度下的排放系数。
       车型：机动车划分为轻型汽油车、中型汽油车、中型柴油车、重型汽油车、重型柴油车、摩托车及轻型摩托车（或其他分类方式）。在本系统中,为了计算和输入的方便,统一指小轿车和其他车型的比值
       (2)、交通属性数据分类
       对道路机动车排放的模拟中，还需要获取以下的交通属性数据：该道路通过车型的比例、道路早晚高峰持续时间，高峰时段车辆的速度及车型、该道路正逆向的车流量。

        在城市中，尾气会对人体健康造成直接的伤害。例如固体悬浮颗粒被吸入人体肺部，能引起各种呼吸系统疾病；一氧化碳被吸入进入血液循环后，会与血红蛋白结合成为碳氧血红蛋白，导致血液输氧下降，造成人体机能障碍，重者甚至会导致生命危险；尾气中耳朵铅被吸入人体超标后会影响肝肾等功能器官，或者引发心血管疾病等等。除了直接危害，还会影响人类生活的环境，间接的对人体造成伤害。

 

        上图为机动车尾气的排放状况，在空气比较干燥的冬天，随着机动车尾气的中的水分伴随污染气体的排出，我们看到了尾气的排放出来的非常严重，每辆汽车的尾气管后面都带着一个巨大的“有害气体”的尾巴。这些尾巴对大气环境都有一定的负面影响。
机动车尾气的组成部分非常复杂，有一百种左右，其主要污染物有：一氧化碳（CO）、碳氢化合物（HC）、氮氧化物（NOx）、铅（Pb）、PM2.5等等。
        因为机动车在不同工况时排放因子不同，而且不同的机动车排放因子也不同，所以需要建立机动车排放因子库，各种车型在不同运行速度下多种污染物的排放系数,便于对数据进行梳理和选择。

        中国目前对机动车车辆类型的划分与COPERTÓ模型有所不同,而且常见统计数据和机动车相关研究对机动车车辆类型的划分也不一样.为了确定中国机动车车辆类型对应的COPERTÓ模型的车辆类型,本研究通过比较COPERTÓ模型[11]和我国现用机动车分类标准[13],得到表2所示结果。

 

        根据模型的不同，选择道路类型的不同，需要进行线源源强和面源源强的计算，并给出机动车数量、速度等因素对于源强计算的影响和参数调节方法。
计算一条道路的污染物总量：
计算模型：COPERT模型
选择该模型的原因：总体而言，COPERT模型适合中国交通的基本情况。
        我们假设一条路上平均每天的时间段里面该类型的汽车的总流量为S，这条路的路长为L，假设计算一个月的排放量也就是说30天，根据这条路上的红绿灯情况以及平时具体的交通拥挤的情况，得出该类型的车在这条路上的热稳定状态所占的比例为p，那么对应的此类型的车在公路上冷启动的比例应该是1-p，所以得出此类型车在这条道路上面：
热稳定状态下的行驶距离：S1=L*p
冷启动状态下的行驶距离：S2=L*（1-p）
依据上面的计算公式的表格，我现在整理一下整个替换形式如下:（就是用一个具体的字母替换对应的计算公式）

1、算法和模型的软件编程实现
        对于模型算法进行计算机编程实现，完成产生式和规则库的软件实现。
2、计算参数分析
        提取特定道路、特定条件下的基本数据，进行计算分析，得到道路及道路周边任一点的污染物浓度，得到污染矩阵。

1、结果展现
        对计算结果建立GIS地图呈现机制，并通过编程实现，完成模型计算结果的二维电子地图形式显示。
2、城市尾气排放的动态模拟
        通过计算一定时间间隔的机动车尾气排放扩散结果，以二维动画的形式表现出来，反演出城市尾气排放的时空变化。
3、系统的优化和参数调整
        为了对系统进行优化，对相应的计算公式进行调整，建议取现场的环境值和实测结果20条，利用实际值对当前的预测模型进行修正，提高准确度。