謝榮富，陳振斌，鄧小康，贠?？担钤婆?/p>

(海南大學(xué) 機(jī)電工程學(xué)院，海南 ?？?70228)

基于MOVES2014a的海口市機(jī)動(dòng)車(chē)污染物排放特征及分擔(dān)率研究

謝榮富，陳振斌，鄧小康，贠福康，李云朋

(海南大學(xué) 機(jī)電工程學(xué)院，海南 ?？?70228)

采用美國(guó)環(huán)保署最新的MOVES2014a模型并對(duì)其進(jìn)行本地化修正，獲得了?？谑袡C(jī)動(dòng)車(chē)尾氣排放因子，結(jié)合2015年?？谑袡C(jī)動(dòng)車(chē)的保有量、車(chē)型構(gòu)成和年均行駛里程數(shù)據(jù)，計(jì)算了?？谑胁煌?chē)型、不同燃料類(lèi)型和不同國(guó)標(biāo)機(jī)動(dòng)車(chē)的污染物排放總量和排放分擔(dān)率.研究結(jié)果表明：2015年?？谑袡C(jī)動(dòng)車(chē)的HC，CO，NOX和PM排放量分別是5 675 t，46 014 t，9 232 t和1 006 t；輕型汽油客車(chē)是HC和CO的主要貢獻(xiàn)車(chē)型，其貢獻(xiàn)率分別占44.3%和72.2%；柴油車(chē)的NOX和PM排放分擔(dān)率分別為57.1%和85.6%，是其保有量占比的4.9倍和7.0倍；保有量占比僅為11.7%的國(guó)Ⅰ及國(guó)Ⅰ前機(jī)動(dòng)車(chē)，其HC，CO，NOX和PM排放分擔(dān)率分別達(dá)到46.4%，46.9%，42.7%和54.9%.

機(jī)動(dòng)車(chē)污染物； MOVES2014a； 排放特征； 分擔(dān)率； 海口市

近年來(lái)，隨著?？谑薪?jīng)濟(jì)的飛速發(fā)展和城鎮(zhèn)化建設(shè)的推進(jìn)，海口市機(jī)動(dòng)車(chē)保有量持續(xù)地和快速地增長(zhǎng).截止2015年底，?？谑凶?cè)的民用機(jī)動(dòng)車(chē)有65.8萬(wàn)輛，其中，汽車(chē)56.5萬(wàn)輛[1]，小客車(chē)千人擁有率達(dá)到209輛.與2011年相比，注冊(cè)的民用機(jī)動(dòng)車(chē)數(shù)量增長(zhǎng)了54.5%，汽車(chē)數(shù)量增長(zhǎng)了97.6%.隨著機(jī)動(dòng)車(chē)保有量的大幅增加，機(jī)動(dòng)車(chē)尾氣污染物的排放總量占大氣污染物排放總量的比重也日劇加重.據(jù)?？谑猩鷳B(tài)環(huán)境環(huán)保局所做的機(jī)動(dòng)車(chē)排放的分析報(bào)告可知：海口市有88%的一氧化碳、78%的氮氧化物以及29%的PM2.5來(lái)自機(jī)動(dòng)車(chē)尾氣排放[2].機(jī)動(dòng)車(chē)尾氣排放所造成的污染已成為?？谑写髿馕廴镜氖滓廴緛?lái)源.然而目前相關(guān)的研究只針對(duì)?？谑袡C(jī)動(dòng)車(chē)排氣對(duì)空氣質(zhì)量的影響，僅局限在整個(gè)機(jī)動(dòng)車(chē)排放總量對(duì)空氣質(zhì)量的影響，并未對(duì)不同類(lèi)型機(jī)動(dòng)車(chē)的排放污染特征作出具體判斷和分析.因此為了客觀評(píng)價(jià)?？谑袡C(jī)動(dòng)車(chē)污染物排放的特征，本研究計(jì)算了?？谑袡C(jī)動(dòng)車(chē)污染物排放因子，分析了不同類(lèi)型機(jī)動(dòng)車(chē)的排放分擔(dān)率，這對(duì)?？谑械拇髿馕廴痉乐尉哂兄匾囊饬x.

國(guó)內(nèi)外的許多研究者已開(kāi)展了機(jī)動(dòng)車(chē)污染物排放特征及分擔(dān)率的研究，他們主要是借助國(guó)際主流機(jī)動(dòng)車(chē)排放的模型，分車(chē)型、燃油類(lèi)型、排放標(biāo)準(zhǔn)、道路類(lèi)型、啟動(dòng)及運(yùn)行計(jì)算其排放特征和分擔(dān)率[3-7]，有些研究者還進(jìn)行了區(qū)域性的機(jī)動(dòng)車(chē)排放分擔(dān)率的研究，如對(duì)廣州[8]、杭州[9]、烏魯木齊[10]等地進(jìn)行研究.部分研究者還計(jì)算了機(jī)動(dòng)車(chē)排放的污染物總量在大氣總排放源中的分擔(dān)率，如Wang[11]，Anjaneyulu[12]，Syahril S[13]等人的研究；張清宇等人[14]還計(jì)算和分析了機(jī)動(dòng)車(chē)源在總排放源中的濃度分擔(dān)率.

研究者使用美國(guó)環(huán)保署的MOVES，MOBILE等機(jī)動(dòng)車(chē)排污分析軟件，對(duì)城市的空氣污染源進(jìn)行了分析，并制定了有針對(duì)性的環(huán)保措施，使城市空氣質(zhì)量得到了有效改善[15-16].基于此，本研究以2015年海口市高速公路、主干道、次干道以及支路上的機(jī)動(dòng)車(chē)為調(diào)研目標(biāo)，利用美國(guó)環(huán)保署(USEPA)最新的MOVES2014a機(jī)動(dòng)車(chē)排放因子模型，估算了2015年海口市機(jī)動(dòng)車(chē)污染物HC，CO，NOX和PM的排放因子和排放總量，計(jì)算和分析了分車(chē)型、燃料類(lèi)型以及排放標(biāo)準(zhǔn)的機(jī)動(dòng)車(chē)的主要污染物排放分擔(dān)率及其特征，旨在為海口市大氣污染的防治工作和機(jī)動(dòng)車(chē)的科學(xué)管理提供依據(jù).

1 研究方法

1.1機(jī)動(dòng)車(chē)排放因子的確定目前，機(jī)動(dòng)車(chē)排放因子的確定包括實(shí)測(cè)法和模擬法，實(shí)測(cè)法主要有臺(tái)架測(cè)試法(或稱(chēng)為底盤(pán)測(cè)功機(jī)測(cè)試法)、公路隧道測(cè)試法、遙感測(cè)試法和車(chē)載測(cè)試法[17].由于實(shí)測(cè)法對(duì)機(jī)動(dòng)車(chē)、場(chǎng)地、儀器設(shè)備等都有較高的要求，且實(shí)測(cè)法測(cè)試樣本的容量有限，故其結(jié)果難以表征整個(gè)車(chē)隊(duì)的排放水平，因此本研究采用模擬法.

1.1.1 模型選擇目前機(jī)動(dòng)車(chē)排放的計(jì)算模型有：USEPA(美國(guó)環(huán)保署)開(kāi)發(fā)的MOVES模型和MOBILE模型，歐洲共同體的COPERT模型，美國(guó)加州空氣資源局的EMFAC模型，IVE模型以及CMEM模型等[18].其中MOVES模型是在已有30年歷史的MOBILE模型的基礎(chǔ)上進(jìn)行修正、補(bǔ)充和改善而得來(lái)的[19].2011年，MOVES2010取代了MOBILE6.2，成為美國(guó)環(huán)保署官方的機(jī)動(dòng)車(chē)排放測(cè)算模型[20-21].在眾多模型中，由于MOBILE系列模型和MOVES模型在國(guó)內(nèi)已被學(xué)者拿來(lái)測(cè)算排放因子并且已經(jīng)得到了較好的運(yùn)用[22-24]，因此本研究選取USEPA最新的MOVES2014a模型來(lái)估算海口市機(jī)動(dòng)車(chē)的排放因子.

1.1.2 MOVES2014a模型基本參數(shù)的確定MOVES模型的排放測(cè)算可根據(jù)空間范圍分為國(guó)家(nation) 、郡縣(county) 和項(xiàng)目(project) 3個(gè)層次.為了使不同地區(qū)均可廣泛應(yīng)用，在country層次中設(shè)置有自定義區(qū)域模塊(Custom Domain)，用戶可以根據(jù)本地區(qū)的實(shí)際情況進(jìn)行模型本地化的應(yīng)用[19].本研究的測(cè)算區(qū)域?yàn)檎麄€(gè)?？谑?包括市區(qū)和郊區(qū))，其道路類(lèi)型包括快速路、非快速路、高速路和非高速路4種，其是通過(guò)設(shè)置自定義區(qū)域模塊(Custom Domain)來(lái)輸入本地化數(shù)據(jù)的.

1)時(shí)間和空間設(shè)定：測(cè)算基準(zhǔn)年為2015年，測(cè)算周期為全年12個(gè)月，工作日和非工作日均進(jìn)行全天24 h測(cè)算.由于我國(guó)的機(jī)動(dòng)車(chē)排放標(biāo)準(zhǔn)限值的執(zhí)行滯后于美國(guó)5年左右[25]，為使測(cè)算結(jié)果更加符合我國(guó)機(jī)動(dòng)車(chē)的實(shí)際排放狀況，本研究將模擬時(shí)間提前5年，為此，MOVES中選擇2010年為模擬年份；MOVES中的“道路類(lèi)型”選擇城市限制型道路、非限制型道路，郊區(qū)限制型道路、非限制型道路4類(lèi)，其分別對(duì)應(yīng)?？谑袇^(qū)的快速路和非快速路、郊區(qū)高速路和非高速路.

2)車(chē)輛類(lèi)型：根據(jù)MOVES2014a模型中機(jī)動(dòng)車(chē)分類(lèi)的標(biāo)準(zhǔn)，參考國(guó)內(nèi)機(jī)動(dòng)車(chē)分類(lèi)標(biāo)準(zhǔn)以及?？谑袡C(jī)動(dòng)車(chē)的實(shí)際使用狀況，將海口市的機(jī)動(dòng)車(chē)劃分為五大類(lèi)，即輕型客車(chē)、輕型貨車(chē)、中型車(chē)、重型車(chē)以及摩托車(chē).

3)機(jī)動(dòng)車(chē)保有量和車(chē)齡分布：經(jīng)查閱?？谑?001—2016年的統(tǒng)計(jì)年鑒，可獲得該城市各類(lèi)機(jī)動(dòng)車(chē)的保有量，再通過(guò)核算逐年的機(jī)動(dòng)車(chē)新增量可獲取車(chē)齡分布.

4)平均車(chē)速分布：利用GPS設(shè)備對(duì)5輛載客汽車(chē)和5輛載貨汽車(chē)開(kāi)展了兩周(包括工作日和非工作日，日高峰期和非高峰期)的逐秒行駛速度的數(shù)據(jù)收集，覆蓋了海口市的主干路、次干路以及支路等多種類(lèi)型的道路，將數(shù)據(jù)進(jìn)行處理后就可得到?？谑蟹周?chē)型機(jī)動(dòng)車(chē)在各類(lèi)道路上的時(shí)速分布.因?？谑惺袇^(qū)已禁摩，因此摩托車(chē)的平均車(chē)速分布采用模型的默認(rèn)值.

5)年均行駛里程(VMT)和里程分布：年均行駛里程是通過(guò)實(shí)地問(wèn)卷調(diào)查，并參考環(huán)保部所發(fā)布的《道路機(jī)動(dòng)車(chē)大氣污染物排放清單編制技術(shù)指南》[26]以及林秀麗[27]、吳大磊[28]等人所進(jìn)行的年均行駛里程的研究所得.由于MOVES模型中還需輸入各車(chē)型在時(shí)間(小時(shí)、天、月)和空間(不同類(lèi)型道路)上的行駛里程分布比例，故本文根據(jù)GPS所獲得的逐秒行駛速度數(shù)據(jù)，通過(guò)計(jì)算得到了各車(chē)型的行駛里程的道路類(lèi)型分布比例和分小時(shí)、分天(工作日和非工作日) 的里程分布比例，月里程分布比例則采用模型默認(rèn)值.

6)燃料參數(shù)：?？谑杏?015年10月底全面供應(yīng)車(chē)用國(guó)五汽柴油，其燃油組分信息1～10月份和11～12月份分別依據(jù)車(chē)用燃料油國(guó)四以及國(guó)五標(biāo)準(zhǔn)錄入.

7)氣象參數(shù)：氣象參數(shù)(主要包括環(huán)境溫度和濕度)采用的是?？谑袣庀笳镜谋O(jiān)測(cè)數(shù)據(jù).

8)測(cè)算的污染物：CO，HC，NOX，PM.

9)其他參數(shù)如I/M制度，匝道比例等采用模型的默認(rèn)值.

1.2機(jī)動(dòng)車(chē)污染物排放量的計(jì)算

1.2.1 計(jì)算方法機(jī)動(dòng)車(chē)污染物排放量是通過(guò)MOVES2014a模擬輸出的分車(chē)型機(jī)動(dòng)車(chē)的不同污染物排放因子、分車(chē)型機(jī)動(dòng)車(chē)的保有量以及分車(chē)型機(jī)動(dòng)車(chē)的年均行駛里程數(shù)(VMT)這三者的乘積計(jì)算得到的.

?？谑袡C(jī)動(dòng)車(chē)分車(chē)型污染物排放量的計(jì)算方法如式(1)所示：

EQij=EFij×Pi×VMKI×10-6，

(1)

式中:EQij為i類(lèi)機(jī)動(dòng)車(chē)j類(lèi)污染物的排放量/t；EFij為i類(lèi)機(jī)動(dòng)車(chē)j類(lèi)污染物的排放因子/(g·km-1)；Pi為計(jì)算年份i類(lèi)機(jī)動(dòng)車(chē)的保有量/輛；VMKi為計(jì)算年份i類(lèi)機(jī)動(dòng)車(chē)的年均行駛里程數(shù)/km.

1.2.2 ?？谑袡C(jī)動(dòng)車(chē)的年均行駛里程和保有量本次研究中的分車(chē)型機(jī)動(dòng)車(chē)的年均行駛里程以及保有量數(shù)據(jù)在1.1.2節(jié)已做詳細(xì)闡述，具體見(jiàn)表1所示.

表1 2015年?？谑懈鬈?chē)型的保有量和年均行駛里程

注：2015年?？谑衅渌剂项?lèi)型的機(jī)動(dòng)車(chē)共計(jì)1 569輛，因其污染排放較小，故未納入統(tǒng)計(jì).

2 結(jié)果與分析

2.1?？谑袡C(jī)動(dòng)車(chē)排放因子通過(guò)對(duì)MOVES2014a模型的部分參數(shù)值進(jìn)行本地化修正，模擬得到海口市輕型客車(chē)(汽油)、輕型客車(chē)(柴油)等9種車(chē)型的排放因子，各車(chē)型的排放因子見(jiàn)表2所示.

表2 2015年?？谑胁煌?chē)型機(jī)動(dòng)車(chē)污染物的排放因子

2.2?？谑袡C(jī)動(dòng)車(chē)污染物的排放清單利用機(jī)動(dòng)車(chē)污染物的計(jì)算公式，通過(guò)計(jì)算可得出2015年?？谑袡C(jī)動(dòng)車(chē)污染物的排放清單，具體見(jiàn)表3所示.

表3 2015年海口市分車(chē)型機(jī)動(dòng)車(chē)的排放清單

2.3?？谑袡C(jī)動(dòng)車(chē)的排放特征和排放分擔(dān)率分車(chē)型機(jī)動(dòng)車(chē)的排放分擔(dān)率是指在所研究地區(qū)內(nèi)不同類(lèi)型機(jī)動(dòng)車(chē)的污染物排放量與該污染物的機(jī)動(dòng)車(chē)排放總量之比.不同類(lèi)型的機(jī)動(dòng)車(chē)因在排放因子、營(yíng)運(yùn)比例、運(yùn)行特征、行駛里程和保有量等特征參數(shù)方面存在差異，因而其在機(jī)動(dòng)車(chē)污染物排放總量中所占的比例會(huì)有一定的差別.

2.3.1 ?？谑袡C(jī)動(dòng)車(chē)的分車(chē)型排放特征和排放分擔(dān)率根據(jù)2015年?？谑袡C(jī)動(dòng)車(chē)污染物排放清單和分車(chē)型分擔(dān)率的定義，通過(guò)計(jì)算可得到2015年海口市機(jī)動(dòng)車(chē)分車(chē)型各污染物的排放分擔(dān)率，如圖1、圖2、圖3和圖4所示.

圖1 2015 年?？谑袡C(jī)動(dòng)車(chē)各車(chē)型CO 排放的分擔(dān)率

由圖1可知，對(duì)于不同類(lèi)型的機(jī)動(dòng)車(chē)，其CO排放的分擔(dān)率差異顯著.超過(guò)70%的CO來(lái)自于輕型汽油客車(chē)的排放，一部分原因是由于輕型汽油客車(chē)的CO排放因子相對(duì)較高，另一部分原因則是由于輕型汽油客車(chē)具有超大的保有量的緣故；摩托車(chē)的年均行駛里程雖然遠(yuǎn)低于其他車(chē)型的年均行駛里程，但由于其具有較高的排放因子和保有量，故其CO排放的分擔(dān)率也達(dá)到10.4%，它是CO排放的第二大貢獻(xiàn)源；雖然中/重型機(jī)動(dòng)車(chē)的年均行駛里程大和CO排放因子高，但由于其具有較低的保有量，故其CO排放的分擔(dān)率較低.

圖2 2015 年?？谑袡C(jī)動(dòng)車(chē)各車(chē)型HC 排放的分擔(dān)率

由圖2可知，輕型汽油客車(chē)、摩托車(chē)和輕型柴油貨車(chē)是HC的主要貢獻(xiàn)者，三者的排放分擔(dān)率之和占HC排放總量的79.3%.摩托車(chē)因其具有較大的保有量和較高的HC排放因子而使得其分擔(dān)率達(dá)到了23.8%，這一現(xiàn)狀和其他濱海城市的狀況有一定差異.

由圖3可知，輕型汽油客車(chē)、重型柴油車(chē)和輕型柴油貨車(chē)是NOX的主要來(lái)源.輕型汽油客車(chē)的NOX排放因子雖然不到重型柴油車(chē)NOX排放因子的十分之一，但其超高的保有量使得其排放分擔(dān)率要大于重型柴油車(chē)的排放分擔(dān)率.重型柴油車(chē)的NOX排放分擔(dān)率遠(yuǎn)大于其保有量的貢獻(xiàn)率，這是由于重型柴油車(chē)具有較大的NOX排放因子的緣故.

由圖4可知，重型柴油車(chē)和輕型柴油貨車(chē)的PM排放量已接近于PM排放總量的四分之三，其原因在于輕型柴油車(chē)和重型柴油車(chē)具有超高的PM排放因子；輕型汽油客車(chē)的PM排放量已接近于PM排放總量的10%，這主要是由于輕型汽油客車(chē)的保有量達(dá)到了總保有量的80%的緣故，所以雖然其排放因子較低，但其最終的污染物貢獻(xiàn)率也到達(dá)10%.由上述分析可知，要想進(jìn)一步降低海口市大氣中的PM，控制和降低重型柴油車(chē)和輕型柴油貨車(chē)的PM排放是關(guān)鍵.

圖3 2015 年?？谑袡C(jī)動(dòng)車(chē)各車(chē)型NOX 排放的分擔(dān)率

圖4 2015 年?？谑袡C(jī)動(dòng)車(chē)各車(chē)型PM 排放的分擔(dān)率

2.3.2 ?？谑胁煌剂蠙C(jī)動(dòng)車(chē)的排放特征及分擔(dān)率為進(jìn)一步確定不同燃料類(lèi)型的機(jī)動(dòng)車(chē)污染物排放現(xiàn)狀，對(duì)排放清單中的柴油機(jī)動(dòng)車(chē)和汽油機(jī)動(dòng)車(chē)的各污染物排放總量進(jìn)行了求和，結(jié)果如表4所示.

表4 2015年海口市柴油車(chē)和汽油車(chē)各污染物的排放總量

結(jié)合表4中排放總量的數(shù)據(jù)，由分擔(dān)率的定義可得到不同燃料機(jī)動(dòng)車(chē)的排放分擔(dān)率，見(jiàn)圖5.

由圖5可知，?？谑胁煌剂项?lèi)型的機(jī)動(dòng)車(chē)保有量占比與不同污染物排放的分擔(dān)率占比差異明顯，尤其是NOX和PM.2015年?？谑胁裼蛙?chē)的保有量只占12.2%，其N(xiāo)OX，PM和HC的排放分擔(dān)率卻高達(dá)57.1%、85.6%和18.2%，分別是其保有量占比的4.9倍、7.0倍和1.5倍；柴油車(chē)的CO排放分擔(dān)率為10.7%，略低于其保有量占比.汽油車(chē)保有量的比例為87.8%，其N(xiāo)OX和PM的排放分擔(dān)率占比僅為42.9%和14.4%，分別低于其保有量百分比(44.9%和73.4%)；汽油車(chē)對(duì)CO的排放分擔(dān)率為89.3%，高出其保有量貢獻(xiàn)率1.5%.

由此可以得出：柴油車(chē)是PM和NOx排放的主要貢獻(xiàn)車(chē)源，尤其是PM的排放.經(jīng)換算，2015年?？谑幸惠v柴油車(chē)的PM排放量約是一輛汽油車(chē)PM排放量的42倍；汽油車(chē)是CO排放的主要貢獻(xiàn)車(chē)源.若要減少機(jī)動(dòng)車(chē)的PM和NOx排放總量，則應(yīng)加強(qiáng)對(duì)柴油車(chē)尾氣排放的控制；若要減少機(jī)動(dòng)車(chē)的CO排放總量，則應(yīng)加強(qiáng)對(duì)汽油車(chē)尾氣排放的控制.

2.3.3 不同排放標(biāo)準(zhǔn)的機(jī)動(dòng)車(chē)的排放特征及分擔(dān)率近年來(lái)，我國(guó)不斷提高機(jī)動(dòng)車(chē)污染物的排放標(biāo)準(zhǔn)，以達(dá)到控制和減少機(jī)動(dòng)車(chē)尾氣排放的目的，對(duì)于高排放標(biāo)準(zhǔn)的機(jī)動(dòng)車(chē)則主要是通過(guò)優(yōu)化發(fā)動(dòng)機(jī)構(gòu)造和尾氣控制系統(tǒng)等技術(shù)手段來(lái)達(dá)到減排的效果.?？谑胁煌瑖?guó)標(biāo)機(jī)動(dòng)車(chē)的保有量狀況及其污染物排放的分擔(dān)率如圖6所示.

圖5 2015 年海口市不同燃料類(lèi)型的機(jī)動(dòng)車(chē)保有量率和排放分擔(dān)率

圖6 2015 年?？谑胁煌瑖?guó)標(biāo)機(jī)動(dòng)車(chē)的排放分擔(dān)率

由圖6可知，2015年?？谑胁煌瑖?guó)標(biāo)機(jī)動(dòng)車(chē)保有量的百分比與不同污染物的排放分擔(dān)率所占的百分比是截然不同的.隨著我國(guó)機(jī)動(dòng)車(chē)排放標(biāo)準(zhǔn)的逐步提升，機(jī)動(dòng)車(chē)各主要污染物的排放分擔(dān)率呈現(xiàn)出較大幅度的下降.對(duì)于國(guó)Ⅱ及國(guó)Ⅱ以下標(biāo)準(zhǔn)的機(jī)動(dòng)車(chē)，其各項(xiàng)污染物的排放分擔(dān)率占比都遠(yuǎn)高于其保有量占比，而對(duì)于國(guó)Ⅳ及國(guó)Ⅳ以上的機(jī)動(dòng)車(chē)，其各項(xiàng)污染物的排放分擔(dān)率占比均遠(yuǎn)低于其保有量占比.國(guó)Ⅰ前機(jī)動(dòng)車(chē)的保有量不足4%，然而其各項(xiàng)污染物的排放分擔(dān)率卻遠(yuǎn)遠(yuǎn)高于其保有量，尤其是NOX和PM的排放，其排放分擔(dān)率分別高達(dá)19.8%和26.8%，分別為其保有量占比的5.1倍和6.9倍.國(guó)Ⅳ及國(guó)Ⅳ以上機(jī)動(dòng)車(chē)占比超過(guò)一半的機(jī)動(dòng)車(chē)保有量，然而其HC和PM的排放分擔(dān)率僅為12.4%和9.8%.通過(guò)保有量和分擔(dān)率的數(shù)據(jù)換算可得：一輛國(guó)Ⅰ前機(jī)動(dòng)車(chē)所排放的HC，CO，NOX和PM分別是一輛國(guó)Ⅳ以上機(jī)動(dòng)車(chē)所排放的HC，CO，NOX和PM的19.0倍、14.14倍、15.39倍和36.16倍.若對(duì)保有量占比僅為3.9%的國(guó)Ⅰ前機(jī)動(dòng)車(chē)進(jìn)行淘汰，那么HC，CO，NOX和PM的排放量將分別減少17.1%，16.0%，18.8%，26.8%；若把國(guó)Ⅰ前機(jī)動(dòng)車(chē)等量更換為國(guó)Ⅳ及國(guó)Ⅳ以上機(jī)動(dòng)車(chē)，那么HC，CO，NOX和PM的排放量將分別減少16.2%，15.0%，17.5%，26.0%，在這兩種措施下各項(xiàng)污染物的減排效果都很顯著.

3 模擬結(jié)果的驗(yàn)證分析

為檢驗(yàn)MOVES2014a模型對(duì)于計(jì)算海口市機(jī)動(dòng)車(chē)污染物排放的準(zhǔn)確性，本文利用相關(guān)的研究成果和統(tǒng)計(jì)年鑒數(shù)據(jù)對(duì)模擬結(jié)果進(jìn)行了驗(yàn)證分析.

根據(jù)《2016年海南省統(tǒng)計(jì)年鑒》以及海南省生態(tài)環(huán)保廳所公布的2015年海口市機(jī)動(dòng)車(chē)污染物的排放數(shù)據(jù)，可獲得2015年海口市機(jī)動(dòng)車(chē)主要污染物排放量的官方統(tǒng)計(jì)數(shù)據(jù)，如表5所示.

表5 2015年海口市機(jī)動(dòng)車(chē)污染物的排放量

為了檢驗(yàn)MOVES模型計(jì)算的準(zhǔn)確性，在此利用偏差率進(jìn)行分析，其計(jì)算方法如式(2)所示.

(2)

由式(2)得到2015年?？谑袡C(jī)動(dòng)車(chē)污染物的總體排放偏差率，具體見(jiàn)表6.

表6 2015年?？谑袡C(jī)動(dòng)車(chē)污染物總體排放偏差率

由表6可知，HC，NOX和PM的偏差率分別為-9.92%，-3.67%和-11.90%，這表明采用MOVES2014a模型來(lái)計(jì)算?？谑袡C(jī)動(dòng)車(chē)污染物(HC，NOX和PM)排放具有一定的準(zhǔn)確性；但由于CO的偏差率較大，故仍需對(duì)其做進(jìn)一步的修正.

4 結(jié) 論

(1)2015年?？谑袡C(jī)動(dòng)車(chē)的HC，CO，NOX和PM排放總量分別為5 675 t，46 014 t，9 232 t和1 006 t.

(2)按車(chē)型劃分機(jī)動(dòng)車(chē)可得：輕型汽油客車(chē)是HC和CO的主要貢獻(xiàn)車(chē)型，其貢獻(xiàn)率分別占44.3%和72.2%；NOX主要是來(lái)源于輕型汽油客車(chē)、重型柴油車(chē)和輕型柴油貨車(chē)的排放，三者排放之和超過(guò)了NOX排放總量的80%；重型柴油車(chē)和輕型柴油貨車(chē)是PM排放的主要來(lái)源，二者排放占PM排放總量的73.9%.

(3)按燃料類(lèi)型劃分機(jī)動(dòng)車(chē)可得：?？谑胁煌剂项?lèi)型的機(jī)動(dòng)車(chē)保有量的百分比與不同污染物排放分擔(dān)率占比是截然不同的.柴油車(chē)NOX和PM排放分擔(dān)率分別為57.1%，85.6%，分別是其保有量占比的4.7和7.0倍；汽油車(chē)CO排放的分擔(dān)率為89.3%，略高于其保有量占比.

(4)按國(guó)標(biāo)劃分機(jī)動(dòng)車(chē)可得：對(duì)于保有量占比僅為11.7%的國(guó)Ⅰ及國(guó)Ⅰ前的機(jī)動(dòng)車(chē)，其HC，CO，NOX和PM排放的分擔(dān)率分別達(dá)到46.4%，46.9%，42.7%和54.9%；對(duì)于國(guó)Ⅳ及國(guó)Ⅳ以上的機(jī)動(dòng)車(chē)，其CO，HC，NOX和PM排放的分擔(dān)率分別低于其保有量占比的37.4%，40.1%，35.2%和42.7%；對(duì)于一輛國(guó)Ⅳ及以上的機(jī)動(dòng)車(chē)，其CO，HC，NOX和PM的排放量?jī)H為一輛國(guó)Ⅰ前機(jī)動(dòng)車(chē)排放量的7.1%，5.3%，6.7%和2.8%.

[1] 海南省統(tǒng)計(jì)局. 2016年海南統(tǒng)計(jì)年鑒[M].北京:中國(guó)統(tǒng)計(jì)出版社,2016.

[2] 黨朝峰.?？跈C(jī)動(dòng)車(chē)超50萬(wàn)輛一日不開(kāi)PM2.5濃度將降低29%,[EB/OL].[2015-09-23]. http://haikou.hinews.cn/system/2015/09/23/017821391.shtml.

[3] 傅立新,都吉明,何東全,等.北京市機(jī)動(dòng)車(chē)污染物排放特征[J].環(huán)境科學(xué),2000,21(3):68-70.

[4] 車(chē)汶蔚,鄭君瑜,鐘流舉.珠江三角洲機(jī)動(dòng)車(chē)污染物排放特征及分擔(dān)率[J].環(huán)境科學(xué)研究,2009,22(4):456-461.

[5] 蔣秋靜,盧彬.基于BOBILE6.2的機(jī)動(dòng)車(chē)氣態(tài)污染物排放量與分擔(dān)率研究[J].太原理工大學(xué)學(xué)報(bào),2013，44(01)：31-97.

[6] 楊清玲,陳剛才,馬寧.重慶市主城區(qū)機(jī)動(dòng)車(chē)污染分擔(dān)率研究[J].西南師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2009,34(4):173-177.

[7] 馬寧.重慶市主城區(qū)機(jī)動(dòng)車(chē)污染狀況與分擔(dān)率研究[D].重慶：重慶大學(xué),2008.

[8] 廖瀚博,余志,周兵,等.廣州市機(jī)動(dòng)車(chē)尾氣排放特征研究[J].環(huán)境科學(xué)與技術(shù),2012,35(1):134-138.

[9] 李新興,孫國(guó)金,王孝文,等.杭州市區(qū)機(jī)動(dòng)車(chē)污染物排放特征及分擔(dān)率[J].中國(guó)環(huán)境科學(xué),2013,33(9):1 684-1 689.

[10] 何麗,朱建雯,錢(qián)翌.烏魯木齊市區(qū)機(jī)動(dòng)車(chē)污染物排放特征研究[J].環(huán)境工程,2015，35(5)：90-94.

[11] Wang H, Fu L, Zhou Y, et al. Trends in vehicular emissions in China's mega cities from 1995 to 2005[J].Environmental Pollution,2010,158(2):394-400.

[12] Syahril S, Resosudarmo B P, Tomo H S. Study on the Air Quality: Future Trends, Health Impacts, Economic Value and Policy Options:Jakarta, Indonesia[M].Asian Development Bank,2002.

[13] Anjaneyulu M V L R, Harikrishna M, Chenchuobulu S Modeling ambient carbon monoxide pollutant due to road traffic[J].Environmental and Ecological Engineering，2008,2(5):103-106.

[14] Zhang Q,Wei Y,Tian W,et al. GIS-based emission inventories of urban scale:A case study of Hangzhou, China[J]. Atmospheric Environment,2008,42(20):5 150-5 165.

[15] EEA (European Environment Agency).Air Quality in Europe—2016[R].Copenhagen：2016.

[16] NSW (New South Wales) Government.Current Air Quality in New South Wales, Australia—A Technical Paper Supporting the Clean Air Forum[R].New South Wales,2010,8.

[17] 郝吉明,傅立新,賀克斌,等.城市機(jī)動(dòng)車(chē)排放污染控制—國(guó)際經(jīng)驗(yàn)分析與中國(guó)的研究成果[M].北京：中國(guó)環(huán)境科學(xué)出版社,2011.

[18] 霍紅,賀克斌,王歧東.機(jī)動(dòng)車(chē)污染排放模型研究綜述[J].環(huán)境污染與治,2006,28(7):526-530.

[19] U.S.Environmental Protection Agency(EPA). Draft motor vehicle emission simulator MOVES2014a software design and reference manual[R].Washington D.C. EPA:2014.

[20] 黃冠濤,宋國(guó)華,于雷,等.綜合移動(dòng)源排放模型—MOVES[J].交通信息與安全,2010,28(4):49-59.

[21] 黃冠濤.基于MOVES的微觀層次交通排放評(píng)價(jià)[D].北京：北京交通大學(xué),2011.

[22] 陳玉婷.基于MOVES道路交通排放特性及影響因素研究[D].南京：東南大學(xué),2016.

[23] 楊凱茜.西安市機(jī)動(dòng)車(chē)尾氣排放量化模擬研究[D].西安：長(zhǎng)安大學(xué),2015.

[24] 吳希.城市道路網(wǎng)機(jī)動(dòng)車(chē)排放預(yù)估研究[D].長(zhǎng)沙：湖南大學(xué),2015.

[25] 馬因韜,劉啟漢,雷國(guó)強(qiáng),等.機(jī)動(dòng)車(chē)排放模型的應(yīng)用及其適用性比較[J].北京大學(xué)學(xué)報(bào)(自然科學(xué)版),2008,44(2) : 308-316.

[26] 環(huán)境保護(hù)部科技標(biāo)準(zhǔn)司.道路機(jī)動(dòng)車(chē)排放清單編制技術(shù)指南(試行)[M].北京:中華人民共和國(guó)環(huán)境保護(hù)部,2014.

[27] 林秀麗,湯大鋼,丁焰,等.中國(guó)機(jī)動(dòng)車(chē)行駛里程分布規(guī)律[J].環(huán)境科學(xué)研究,2009,22(3):377-380.

[28] 吳大磊,林怡青,彭美春,等.利用小樣本數(shù)據(jù)計(jì)算車(chē)輛年平均行駛里程的研究[J].交通運(yùn)輸系統(tǒng)工程與信,2009,9(2):155-160.

Abstract：In the report, the modified USEPA MOVES2014a model was used to obtain the emission factors of motor vehicles in Haikou. Based on the population, types and the Vehicle-Miles of Travel (VMT) of the cars of Haikou in 2015, the total amount of pollutants and the sharing rates of the vehicles with different types, different fuel usage and different emission standard were calculated. The results showed that the total emission of HC, CO, NOx, and PM was 5 675 t, 46 014 t, 9 232 t and 1 006 t, respectively, in 2015. Light gasoline passenger vehicles were the major contributor of HC and CO, and the sharing rates was 44.3% and 72.2%, respectively. The NOx and PM contribution rates of diesel vehicles was 57.1% and 85.6%, respectively, and which was 4.9 times and 7.0 times as much as the number of diesel vehicles, respectively. We also found that the contribution rates of HC, CO, NOx and PM emission of Euro I and Pre-Euro I vehicles with the population of 11.7% was 46.4%, 46.9%, 42.7%, and 54.9%, respectively.

Keywords：Haikou; vehicle exhaust; MOVES2014a model; emission characteristics; contribution rates

CharacteristicsofMotorVehiclePollutantEmissionandShareRatioinHaikouCityBasedonMOVES2014a

Xie Rongfu, Chen Zhenbin, Deng Xiaokang, Yun Fukang, Li Yunpeng

(College of Mechanical and Electrical Engineering, Hainan University, Haikou 570228, China)

X 511

A DOl：10.15886/j.cnki.hdxbzkb.2017.0044

2017-03-30

中國(guó)清潔發(fā)展機(jī)制基金贈(zèng)款項(xiàng)目子課題(CDM2013008)；大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目(國(guó)家級(jí))(201610589007)

謝榮富(1989-)，男，重慶人，海南大學(xué)機(jī)電工程學(xué)院2015級(jí)研究生，E-mail：283694008@qq.com

陳振斌(1968-)，男，福建建甌人，博士，教授，研究方向：汽車(chē)節(jié)能環(huán)保與新能源，E-mail：zhenbin1208@hainu.edu.cn

1004-1729(2017)03-0282-08