肖中新+李兵兵+于堯+葛穎恩

摘要：鑒于中國城市機(jī)動車排放的NOx，CO和PM類尾氣對城市大氣造成的污染日趨嚴(yán)重，通過監(jiān)測道路低空機(jī)動車排放數(shù)據(jù)，對機(jī)動車污染排放隨交通參數(shù)變化的規(guī)律進(jìn)行剖析。針對不同車型，提出機(jī)動車污染排放因子模型。對模型進(jìn)行標(biāo)定和試驗驗證。所得結(jié)果能有效反映路段車輛的真實排放情況。該方法為實時掌握機(jī)動車污染排放的時空分布規(guī)律與特征，制定科學(xué)的、精細(xì)化的交通污染防治措施提供依據(jù)。

關(guān)鍵詞： 機(jī)動車排放； 時空預(yù)測； 排放因子

中圖分類號： X734.2 文獻(xiàn)標(biāo)志碼： A

Abstract： In view of the fact that atmospheric pollution in Chinese cities caused by NOx， CO and PMemissions of vehicles is becoming more and more serious， the variation law of vehicle emission versus traffic parameters is analyzed by monitoring the near-road vehicle emission data. Pollution emission factor models for various types of vehicles are proposed. The models are calibrated and verified by tests. The test results can reflect the real emissions of vehicles in a road section. The method can provide support for finding the space-time distribution laws and characteristics in real time and formulating the scientific and refined measures to prevent and control traffic pollution.

Key words： vehicle emission； space-time predicting； emission factor

引 言

隨著我國城鎮(zhèn)化進(jìn)程的加快，機(jī)動車尾氣已逐漸成為氮氧化物（NOx）、碳?xì)浠衔铮℉C）、揮發(fā)性有機(jī)物（VOC）、一氧化碳（CO）以及顆粒物（PM）等城市大氣污染的主要來源之一。[1]同時，機(jī)動車行駛過程中產(chǎn)生的尾氣污染對城市居民健康的影響也已逐漸引起人們的關(guān)注。路段近地區(qū)域（垂向）以及路側(cè)往往是是機(jī)動車尾氣污染的“重災(zāi)區(qū)”。對“呼吸帶”高度的路段區(qū)域大氣進(jìn)行定量監(jiān)測，獲得機(jī)動車排放污染數(shù)據(jù)，對剖析機(jī)動車污染排放近地區(qū)域的分布，制定環(huán)保、交通管控對策，實現(xiàn)城市環(huán)境的可持續(xù)發(fā)展具有重要的意義。

目前，歐美一些國家陸續(xù)開展了對道路低空大氣污染模型的研究，較為著名的有CALINE4，AERMOD和CAL3QHCR等模型[2]。美國環(huán)保署（EPA）將AERMOD模型和CAL3QHCR模型作為分析近地區(qū)域顆粒物的模型。目前，我國對道路低空范圍機(jī)動車污染排放的研究較少，且研究多采用國外較為成熟的污染排放模型。這存在兩方面的不足：（1）首先是我國機(jī)動車污染排放清單與歐美國家有差異[2-4]。我國汽柴油標(biāo)準(zhǔn)和車輛性能都與發(fā)達(dá)國家不同，因此無論在排放污染因子的確定或是排放模型的系數(shù)標(biāo)定上都有很大區(qū)別。即使采用美國提出的更適用于我國道路交通條件的IVE模型[5]，也需要針對我國不同省份或道路條件重新進(jìn)行模型的構(gòu)建。（2）道路機(jī)動車尾氣排放模型的構(gòu)建往往是以機(jī)動車的平均行駛速度為依據(jù)的，而在上述較為成熟的模型中平均速度值來源于歐美國家駕駛員的駕駛習(xí)慣（與我國駕駛員的差異明顯），因此采用這類模型無法得到我國道路交通排放的實際情況。

我國環(huán)保部2012年頒布了新版的《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》[6]，這一標(biāo)準(zhǔn)在2016年全面施行，對我國城市大氣質(zhì)量和監(jiān)測設(shè)備等提出了更加嚴(yán)格的要求?！董h(huán)境影響評價技術(shù)導(dǎo)則 大氣環(huán)境》[7]和《2016中國機(jī)動車環(huán)境管理年報》[1]中均提出了針對機(jī)動車污染防治的若干對策和建議。然而，我國還未能完成系統(tǒng)性的、長效的道路機(jī)動車污染排放模型的搭建。因此，本文考慮我國道路實際交通情況，以合肥市某主干路為研究對象，提出道路低空范圍的機(jī)動車尾氣排放模型，并對道路低空污染的變化規(guī)律進(jìn)行深入剖析。

1 試驗方案設(shè)計

道路交通流的構(gòu)成類型和特點直接影響著各種污染物的排放總量，道路的地理分布、風(fēng)向、氣溫、季節(jié)等對污染排放的影響亦不可忽視。本文選取的試驗條件為：晴朗天氣，平均溫度20℃，濕度71%，風(fēng)力小于1.5 m/s。在合肥市某雙向8車道主干路設(shè)置污染物監(jiān)測點，監(jiān)測點高度設(shè)置為4 m，采集數(shù)據(jù)間隔為1 h。

2 數(shù)據(jù)分析

2.1 交通參數(shù)分析

對試驗路段交通流量進(jìn)行調(diào)查，調(diào)查時段選為07：00—20：00，結(jié)果見圖1。

由圖1可知，所調(diào)查路段交通流量時間變化特征明顯，平均車流率為309輛/h，且日變化特征相似，具有早高峰、午高峰、下班高峰及晚高峰特征。早高峰、午高峰和晚高峰的出現(xiàn)時段分別為8：00—9：00，12：00—13：00和19：00—20：00，且17：00之后道路車流率明顯上升，也反映了該路段不僅僅面向通勤需求。

圖2為道路車流率與車速的關(guān)系曲線。從擬合曲線可以看出，車輛平均行駛速度與車流率成二次關(guān)系。當(dāng)車流率低于260輛/h時，車速越快，單位時間內(nèi)通過該路段的車輛數(shù)就越多；但隨著車流率的增大，該道路趨于飽和，車輛平均行駛速度出現(xiàn)明顯下降。endprint

2.2 機(jī)動車排放污染變化規(guī)律

機(jī)動車排放的主要污染物包括NOx，CO和SO2等。采用大氣污染自動監(jiān)測車對實驗路段路側(cè)NOx（主要包括NO和NO2）、SO2、可吸入顆粒物（PM10和PM2.5）以及CO等數(shù)據(jù)類別進(jìn)行時間質(zhì)量濃度的分析。

2.2.1 NOx時空變化規(guī)律

圖3為工作日期間監(jiān)測路段低空NOx，NO2，NO的平均質(zhì)量濃度變化曲線。

從圖3中可以看出，道路污染物中NOx質(zhì)量濃度隨時間波動的特征較為相似，這說明道路上空NOx的來源類型及污染源排放比較穩(wěn)定，規(guī)律性較強(qiáng)。NOx質(zhì)量濃度在一天中有3個高峰時段，第1個高峰時段為8：00—9：00，第2個高峰時段為15：00—16：00，第3個高峰時段為20：00—21：00。其中早高峰時段NOx質(zhì)量濃度最高，下午時段NOx質(zhì)量濃度最低。一天中的4：00—5：00和13：00—14：00為NOx質(zhì)量濃度的低谷時段。

2.2.2 SO2時空變化規(guī)律

圖4為工作日期間監(jiān)測路段低空SO2質(zhì)量濃度隨時間變化的曲線。由圖4可知，SO2質(zhì)量濃度變化不存在明顯的、周期性的峰值，但依舊存在一定的積累特性，從側(cè)面反映了空氣中SO2的產(chǎn)生原因較為復(fù)雜。

2.2.3 PM10和PM2.5時空變化規(guī)律

PM10質(zhì)量濃度和PM2.5質(zhì)量濃度是衡量大氣污染水平的重要指標(biāo)。監(jiān)測路段實測PM10和PM2.5質(zhì)量濃度隨時間的變化見圖5。由圖5可知：PM10和PM2.5均隨時間的變化表現(xiàn)出較強(qiáng)的規(guī)律性，且兩者波動規(guī)律極為相似；PM2.5質(zhì)量濃度變化較PM10的質(zhì)量濃度變化更加平緩，其高峰時段約為9：00—10：00，17：00—18：00，0：00—1：00，比NOx質(zhì)量濃度的峰谷滯后約1.5 h。

圖5 監(jiān)測路段PM10和PM2.5質(zhì)量濃度隨時間的變化

2.2.4 CO時空分布規(guī)律

CO是烴燃料燃燒的中間產(chǎn)物，主要是由于烴在機(jī)動車內(nèi)燃機(jī)局部缺氧或低溫條件下不能完全燃燒而產(chǎn)生的，混在內(nèi)燃機(jī)廢氣中排出。當(dāng)汽車負(fù)重過大、行駛較慢或空擋運(yùn)轉(zhuǎn)時，燃料不能充分燃燒，廢氣中CO含量就會明顯增加。圖6為CO質(zhì)量濃度隨時間變化的曲線?？傮w來看，CO質(zhì)量濃度較為穩(wěn)定，由于大氣擴(kuò)散條件不利，一段時間內(nèi)CO質(zhì)量濃度具有小幅度的“躍升”現(xiàn)象。

3 模型構(gòu)建與分析

由于試驗路段環(huán)境較為封閉，下墊面較為同質(zhì)，為簡化分析，假設(shè)該監(jiān)測路段上空污染物的變化皆源于該路段機(jī)動車的排放。因此，該路段空氣污染物含量為空氣中固有污染物量P0與車輛尾氣排放量Pe之和：Pair=P0+Pe

（1）Pe為可變排放量，因為當(dāng)前道路污染的變化全部是由機(jī)動車尾氣排放導(dǎo)致的。此外，設(shè)置車型為i的機(jī)動車排放污染物j的系數(shù)為Cij，因此該類型車的污染物j的總排放量可表示為Eij=CijQi

（2）其中，Qi為i型車的車流量，可從監(jiān)測路段的交通流量視頻中得到，則所有機(jī)動車污染物j的總排放量可表示為Ej=i（CijQi）

（3） 參照國際機(jī)動車污染物排放形式，構(gòu)建以下不同類型車的排放范式（其中v為平均車速，l，p，b，α，β為待標(biāo)定系數(shù)）：

小轎車（包含私家車和出租車）排放率為Ecar=p1v2+p2v+p3

（4）輕型商務(wù)車（貨車）LGV（light goods vehicle）排放率為ELGV=l1v2+l2v+l3

（5）公交車（客車）排放率為Ebus=b1v-b2

（6）則小轎車、輕型商務(wù)車、公交車排放系數(shù)向量為p1，p2，p3，l1，l2，l3，b1，b2T，總排放率為E=Fp1，p2，p3，l1，l2，l3，b1，b2。

目標(biāo)函數(shù)設(shè)為max ρE，O，其中：O為觀測污染物濃度值；ρ（E，O）為E與O間的皮爾遜相關(guān)系數(shù)。根據(jù)機(jī)動車污染物排放特性與車速間的關(guān)系，可知：p1，l1，b2>0；p2，l2<0；0

由表1和2可知，利用根據(jù)合肥市某路段實測數(shù)據(jù)得到的NOx和CO排放模型所得結(jié)果與國外實測所得結(jié)果有較大的差異，這也說明我國道路條件以及駕駛行為有一定的特殊性。因此，急需對我國不同城市、不同環(huán)境條件下的各類型車排放進(jìn)行模型的再次標(biāo)定，以找出符合我國國情的機(jī)動車尾氣排放規(guī)律。根據(jù)所得結(jié)果，利用所標(biāo)定模型進(jìn)行排放值的預(yù)測，并與9：00—20：00道路斷面實測值進(jìn)行對比分析，見圖7和8。

根據(jù)表1和2所得結(jié)果對預(yù)測值進(jìn)行檢驗。由圖7可知，由NOx排放模型所得預(yù)測值能夠較好地反映路段NOx的真實排放，準(zhǔn)確率達(dá)85%以上。根據(jù)圖8可知，由CO排放模型所得預(yù)測值與實際檢測值誤差在20%以內(nèi)。基于合肥市道路條件實際情況，對PM10排放因子進(jìn)行標(biāo)定（見表3），模型預(yù)測誤差低于22%（見圖9）。

4 結(jié) 論

選取合肥市某主干道為研究對象，對機(jī)動車排放出的NOx，CO，SO2，PM2.5和PM10等的質(zhì)量濃度的時空分布規(guī)律進(jìn)行了分析，發(fā)現(xiàn)NOx，PM2.5和PM10的質(zhì)量濃度具有較強(qiáng)的周期變化特質(zhì)，而SO2和CO的質(zhì)量濃度未呈現(xiàn)顯著的周期波動性。在此基礎(chǔ)上，提出機(jī)動車污染物排放模型，并依據(jù)前期尾氣排放實測數(shù)據(jù)，進(jìn)行了排放因子的再標(biāo)定。實測證明所得排放模型可較為準(zhǔn)確地反映實際交通排放情況。由于受到路段交通流監(jiān)測方法和時間的限制，下一步將采用連續(xù)長周期監(jiān)測數(shù)據(jù)對模型進(jìn)行進(jìn)一步修正，以提高模型應(yīng)用的精確性。endprint

參考文獻(xiàn)：

[1] 中華人民共和國環(huán)境保護(hù)部. 2016中國機(jī)動車環(huán)境管理年報[R]. 中國： 環(huán)境保護(hù)部， 2016.

[2] LIU Haobing， WANG Yuqin， CHEN Xiaohong， et al. Vehicle emission and near-road air quality modeling in Shanghai， China， based on taxi GPS data and MOVES revised emission inventory[J]. Transportation Research Board， 2013， 2340： 33-48.

[3] WANG Haikun， CHEN Changhong， HUANG Cheng， et al. On-road vehicle emission inventory and its uncertainty analysis for Shanghai， China[J]. Science of the Total Environment， 2008， 398（1/2/3）： 60-67.

[4] SINGER B C， HARLEY R A. A fuel-based motor vehicle emission inventory[J]. Journal of the Air & Waste Management Association， 1996， 46（6）： 581-593.

[5] 馮曉， 王婷麗， 趙琦. 基于IVE模型的重慶市主城區(qū)機(jī)動車排放清單研究[J]. 重慶交通大學(xué)學(xué)報（自然科學(xué)版）， 2014， 33（2）： 135-137.

[6] 中華人民共和國環(huán)境保護(hù)部. 環(huán)境空氣質(zhì)量標(biāo)準(zhǔn) 第5-7部分： GB 3095—2012[S]. 中國： 環(huán)保部， 2012： 1.

[7] 中華人民共和國環(huán)境保護(hù)部. 環(huán)境影響評價技術(shù)導(dǎo)則 大氣環(huán)境 第6-9部分： HJ 2.2-2008[S]. 中國： 環(huán)保部， 2008： 12.

[8] NTZIACHRISTOS L， GKATZOFLIAS D， KOURIDIS C， et al. COPERT： a European road transport emission inventory model[M]. Berlin：Springer， 2009： 491-504.

（編輯 賈裙平）endprint