尤 倩 ,李洪枚 ,伯 鑫 ,鄭 昀 ,陳少博 (.首都經(jīng)濟(jì)貿(mào)易大學(xué)管理工程學(xué)院,北京 00070；2.北京化工大學(xué)環(huán)境科學(xué)與工程系,北京 00029；3.北京化工大學(xué)北化中國工業(yè)碳中和研究院,北京 00029；4.北京市職業(yè)病防治研究院,北京 00093)

我國航空運(yùn)輸業(yè)發(fā)展迅速[1-2],飛機(jī)起降架次快速增長,機(jī)場污染物排放量隨之增加.航空業(yè)的碳排放在每年全球人為碳排放中占 2.0%～2.5%[3].目前,機(jī)場排放清單研究主要利用 ICAO(international civil aviation organization, ICAO)推薦的模型在不同尺度上探討飛機(jī)發(fā)動(dòng)機(jī)在起降(landing and take-off,LTO)循環(huán)過程中排放的 HC、NOx、CO、SO2等大氣污染物和CO2排放量及影響因素[4-18].對單個(gè)機(jī)場,如國外的意大利的佛羅倫薩機(jī)場[4]、土耳其的阿塔圖爾克國際機(jī)場[5]、丹麥的哥本哈根凱斯楚普機(jī)場[6],國內(nèi)的廣州白云機(jī)場[7]、成都雙流機(jī)場[8]、首都機(jī)場[9-11]大氣污染物排放的研究,是根據(jù)機(jī)場實(shí)際運(yùn)行情況,飛機(jī)機(jī)型構(gòu)成,發(fā)動(dòng)機(jī)類型,確定飛機(jī)發(fā)動(dòng)機(jī)排放因子,并核算的機(jī)場大氣污染物排放量,此方法處理的數(shù)據(jù)龐雜,數(shù)據(jù)清洗耗費(fèi)時(shí)間.在此基礎(chǔ)上,對城市群如華北地區(qū)[12]、珠三角[13]、京津冀[14]、粵港澳[15]的機(jī)場排放清單研究,根據(jù)區(qū)域內(nèi)起降飛機(jī)機(jī)型構(gòu)成,獲得各機(jī)場或區(qū)域的污染物排放因子,核算區(qū)域內(nèi)各機(jī)場大氣污染物排放量.在全國機(jī)場方面,夏卿[16]等以1周為周期,將某航空公司機(jī)隊(duì)某型飛機(jī)的平均排放因子作為核算機(jī)場排放清單的依據(jù);BO[17]等根據(jù)《非道路移動(dòng)源大氣污染物排放清單編制技術(shù)指南》[18]編制了2000～2016年飛機(jī)污染物排放清單,相關(guān)研究采用的因子與我國機(jī)場實(shí)際運(yùn)行排放情況存在差異,排放量核算結(jié)果存在較大不確定性.

目前,研究主要核算單個(gè)機(jī)場或區(qū)域機(jī)場的排放因子,全國機(jī)場排放因子大多采用不分機(jī)型的《非道路移動(dòng)源大氣污染物排放清單編制技術(shù)指南》[18]因子或單一機(jī)型平均因子,本研究根據(jù)中國機(jī)隊(duì)配置情況,核算LTO循環(huán)階段,中國飛機(jī)平均大氣污染物排放因子;建立 2017～2020年中國大陸(不包括港澳臺(tái))民用航空機(jī)場 LTO循環(huán)過程的大氣污染排放清單(HC、NOx、CO、PM、SO2、CO2);結(jié)合本團(tuán)隊(duì)已有成果(2000～2016年機(jī)場排放清單)[17],分析了自2000年以來,3次全球性疫情(2003年的非典、2012年的中東呼吸癥、2020年新冠疫情)對機(jī)場大氣污染物排放的影響.

1 研究方法

1.1 研究區(qū)域與對象

以2017～2020為基準(zhǔn)年,區(qū)域包括中國30個(gè)省、自治區(qū)及直轄市(中國香港、澳門、臺(tái)灣和西藏地區(qū)暫不考慮) ,2017年共有機(jī)場229個(gè),2018年有235個(gè),2019年有239個(gè),2020年240個(gè).飛機(jī)起降數(shù)據(jù)來源于中國民用航空局;全國飛機(jī)機(jī)隊(duì)配置數(shù)據(jù),來源于中國民用航空局出版物《從統(tǒng)計(jì)看民航》[19];機(jī)型與發(fā)動(dòng)機(jī)匹配數(shù)據(jù)來源于飛機(jī)制造公司官網(wǎng)和文獻(xiàn)查閱[12,20];發(fā)動(dòng)機(jī)的燃油消耗率、煙度及排放因子,來源于 ICAO飛機(jī)發(fā)動(dòng)機(jī)排放數(shù)據(jù)庫[21].研究的排放污染物包括NOx、CO、HC、SO2、PM和CO2.

1.2 大氣污染物排放量計(jì)算方法

機(jī)場區(qū)域的污染物排放源包括:飛機(jī)LTO循環(huán)階段尾氣排放,輔助動(dòng)力裝置(APU)和地面支持設(shè)備(GSE)等.其中,飛機(jī) LTO 循環(huán)階段碳排放占比超過80%[21],故本文僅核算飛機(jī)LTO循環(huán)階段大氣污染物排放.由于我國機(jī)隊(duì)配置情況復(fù)雜,機(jī)型繁多,且飛機(jī)機(jī)型與發(fā)動(dòng)機(jī)機(jī)型并非一一匹配,全國范圍內(nèi)的詳細(xì)分機(jī)型起降數(shù)據(jù)統(tǒng)計(jì)不易實(shí)現(xiàn), ICAO提供了不同數(shù)據(jù)水平下的排放模型,基于ICAO標(biāo)準(zhǔn)排放量模型和機(jī)場飛機(jī)起降航班架次比例排放清單編制方法,已經(jīng)在多個(gè)項(xiàng)目中得到了應(yīng)用,取得了很好的效果[10,12].因此本研究采用基于機(jī)隊(duì)配置數(shù)據(jù)計(jì)算加權(quán)排放因子的方法核算全國機(jī)場LTO循環(huán)大氣污染物及碳排放量.2017～2020年,我國機(jī)隊(duì)配置變化幅度較小,故假設(shè)每架飛機(jī)的起降概率是均等的,根據(jù) 2018年各機(jī)型所占比例(表1)利用ICAO排放因子數(shù)據(jù)庫提供的排放因子,計(jì)算飛機(jī)發(fā)動(dòng)機(jī)LTO循環(huán)大氣污染物加權(quán)排放因子和航空煤油加權(quán)消耗率.2018年,我國行業(yè)運(yùn)輸飛機(jī)共 3639架登記在冊,納入本文排放因子核算的機(jī)型數(shù)量占比98.79%.

表1 2018年中國全行業(yè)運(yùn)輸飛機(jī)數(shù)及占比Table 1 The number and proportion of transport aircraft in China's entire industry in 2018

各污染物加權(quán)排放因子計(jì)算公式如式1所示:

式中:EIi,j表示i類污染物在j模式下我國機(jī)隊(duì)的加權(quán)排放因子,kg/kg;EIi,j,m表示m類發(fā)動(dòng)機(jī)i類污染物在j模式下的排放因子,kg/kg;Nm發(fā)動(dòng)機(jī)為m的飛機(jī)數(shù)量;N為總飛機(jī)數(shù)量.

加權(quán)燃油消耗率計(jì)算公式:

式中:Fj為在j模式下我國機(jī)隊(duì)的航空煤油加權(quán)消耗率,kg/s;Fj,m表示m類發(fā)動(dòng)機(jī)在j模式下的燃油消耗率,kg/s.

煙度計(jì)算公式:

式中:SNj為在j模式下我國機(jī)隊(duì)的加權(quán)煙度;SNj,m表示m類發(fā)動(dòng)機(jī)在j模式下的煙度,來自ICAO發(fā)動(dòng)機(jī)排放數(shù)據(jù)庫[22].

(1)HC、NOx、CO排放量的計(jì)算方法:由公式(1)計(jì)算出來的加權(quán)排放因子,計(jì)算飛機(jī)發(fā)動(dòng)機(jī)不同工作模式的排放量.

式中:Ei,j為i類污染物在j模式下的排放量,kg;tj表示j模式的工作時(shí)間(分別為0.7, 2.2, 4, 26min);n代表發(fā)動(dòng)機(jī)臺(tái)數(shù);LTO為LTO循環(huán)數(shù)量.

(2)SO2排放量的計(jì)算方法:SO2的排放量一般采用物料衡算的核算方法,計(jì)算公式為:

式中:ESO2為SO2的排放量,kg; FSC為航空燃料的含硫量,不同批次FSC差異較大,無具體數(shù)據(jù)時(shí)一般默認(rèn)為0.068%;η為燃燒效率(即 SO2產(chǎn)率),本文取96.7%.

(3)PM排放量的計(jì)算方法:ICAO發(fā)動(dòng)機(jī)數(shù)據(jù)庫中不包含PM排放因子,PM的計(jì)算采用一階近似法(FOA3.0).該方法將飛機(jī)PM排放分為揮發(fā)性含硫組分、揮發(fā)性有機(jī)組分和非揮發(fā)性組分3部分[23].

式中:EPM為PM排放量,kg;EIPM為PM的3部分組分排放因子總和,g/kg,根據(jù)燃油含硫率(0.068%),空燃比[24](起飛、爬升、進(jìn)近和滑行階段分別為115,76,56.25,6.17),煙度(式 3)等計(jì)算[21].

(4)CO2排放量的計(jì)算方法:由公式(2)計(jì)算出來的加權(quán)燃油消耗率,計(jì)算飛機(jī)發(fā)動(dòng)機(jī)不同工作模式的碳排放量.

式中: ECO2為CO2在j模式下的排放量,kg; EICO2表示CO2排放因子,本文取3.15[25].

2 結(jié)果與討論

2.1 2017～2020年中國機(jī)場LTO循環(huán)排放清單

如表2所示,2017～2019 年,機(jī)場 NOx、CO、HC、SO2、PM和CO2排放總量呈增長趨勢,2020年排放總量同比下降 22.39%.其中,2020年中國民航機(jī)場LTO循環(huán)NOx、CO、HC、SO2、PM和CO2排放量分別為10.90, 8.22, 0.96, 0.28、0.06和1360.27萬t.

表2 中國民航飛機(jī)LTO循環(huán)污染物及碳總排放量及排放總量(萬t/a)Table 2 Pollutants and CO2emissions of LTO cycle from China’s civil aviation aircraft (104t/a)

甘孜格薩爾機(jī)場、北京大興機(jī)場、重慶巫山機(jī)場、九寨黃龍機(jī)場等,2020年排放量同比增長超過300%,此類排放量大幅增長的機(jī)場主要為2020年新通航或者復(fù)航的國內(nèi)支線機(jī)場(表3).

表3 2020年污染物及碳排放量同比增長前10的機(jī)場Table 3 Top 10airports with year-on-year increase in emissions in 2020

2.2 污染物排放量的時(shí)間變化

由圖1可見,2017～2019年,機(jī)場大氣污染物及碳排放月分布較為均衡,2月份占比相對較低,主要原因是 2月份天數(shù)與其他月份比天數(shù)較少,飛機(jī)起降次數(shù)較少.2020年排放量月分布變化明顯,2020年2月,受新冠肺炎疫情影響,飛機(jī)起降次數(shù)驟降,排放量同比下降70.54%,3月之后,疫情逐漸好轉(zhuǎn),航空運(yùn)輸恢復(fù),機(jī)場排放逐月增加,同比下降量逐月減少,10月份同比下降1.61%,基本恢復(fù)疫情前水平.

圖1 2017～2020年機(jī)場污染物及碳月排放總量的年占比Fig.1 Monthly emissions as a percentage of annual emissions of airport in 2017～2020

如圖2所示,2017～2019年,季度 GDP同比增長超6%,2020年第一季度同比下降5.49%,第四季度恢復(fù)正常增長水平,與機(jī)場排放的變化規(guī)律一致,由此,機(jī)場排放量在一定程度上與經(jīng)濟(jì)發(fā)展水平相關(guān).

圖2 2017～2020年分季度污染物及碳排放量與GDP增速對比Fig.2 Comparison between quarterly emissions and GDP growth in 2017～2020

2.3 不同飛行模式下排放特征

如圖3所示,CO、HC、SO2、CO2主要的污染源來自滑行階段,分別占總排放量的 92.80%、91.56%、41.81%、41.81%.飛機(jī)在LTO循環(huán)的滑行和著陸階段發(fā)動(dòng)機(jī)處于低推動(dòng)力運(yùn)行模式,分別約為標(biāo)準(zhǔn)推動(dòng)力的7%和30%,尤其是滑行段發(fā)動(dòng)機(jī)燃燒室處于較低溫度和壓力狀態(tài)[26-27],燃燒反應(yīng)不完全,HC 和 CO 排放因子較大[28-29],滑行時(shí)間長,產(chǎn)生HC 和CO最大[8,10,12,30-31].滑行階段SO2、CO2排放量最大的原因是滑行時(shí)間長,燃油消耗多,兩種污染排放量與燃油消耗量成正比[31-32].NOx、PM 的主要污染源來自爬升階段,分別占總排放量的 47.93%、37.39%.起飛和爬升階段飛機(jī)發(fā)動(dòng)機(jī)推動(dòng)力大,燃油消耗率大,空燃比較小(氧氣不足),燃燒室溫度高,壓力大,產(chǎn)生較多NOx和PM[12,33-34].

圖3 中國民航機(jī)場飛機(jī)LTO循環(huán)污染物及碳排放量Fig.3 Pollutants and CO2 emissions of LTO cycle in China's civil aviation airports

減小LTO循環(huán)的燃油消耗率、各污染物排放因子和 LTO 循環(huán)時(shí)間,選擇優(yōu)質(zhì)燃油(低含量的硫和芳香烴)和低排放發(fā)動(dòng)機(jī),優(yōu)化 LTO循環(huán)模式,可減少各種污染物排放量.比如,鑒于起飛段和滑行段的污染物排放特征,可以通過采用減小起飛推動(dòng)力(比如采用發(fā)動(dòng)機(jī)組合),減少起飛滑跑階段的燃油消耗,達(dá)到減少NOx和BC)排放峰值[35-36];中型機(jī)場飛機(jī)可采用單引擎滑行,減少燃油消耗,可減少污染物排放;選擇飛機(jī)最佳滑行速度,減少滑行時(shí)間,可減少污染物排放[37];選擇50:50的混合生物燃料(生物質(zhì)油與航空煤油混合)可減少飛機(jī)顆粒物排放50%～70%[38].

2.4 污染物排放量的空間分布

從總體上看,污染物和碳排放存在較大區(qū)域差異.我國通用航空企業(yè)地區(qū)分布按民航各地區(qū)管理局所轄區(qū)域劃分,共有7大區(qū)域分別是:華東、中南、西南、華北、西北、東北和新疆.以2018年為例,各地區(qū)年排放總量占全國的比例分別為:26.96%、25.17%、16.28%、14.31%、7.29%、6.42%和 3.56%.排放主要集中在華東地區(qū)和中南地區(qū),東北地區(qū)和新疆地區(qū)占比最小.華東地區(qū)經(jīng)濟(jì)發(fā)達(dá),擁有上海浦東機(jī)場、上海虹橋機(jī)場等超大規(guī)模的機(jī)場,而東北部地區(qū)和新疆地區(qū)70%以上的機(jī)場為4C級的支線機(jī)場,機(jī)場起降架次少,排放量隨之減少.從單一機(jī)場上看,2017～2020年機(jī)場大氣污染物及碳排放主要集中在一些大型機(jī)場,機(jī)場污染物及碳排放總量與機(jī)場所在省市GDP相關(guān).以2018年為例,排放量最多的3個(gè)機(jī)場為北京首都機(jī)場、上海浦東機(jī)場和廣州白云機(jī)場,排放總量占全國排放總量的5.54%、4.55%和4.31%(表4).

表4 2017～2020年污染物及碳排放總量前10機(jī)場及其省份GDPTable 4 Top 10 airport pollutants and CO2 emissions and provincial GDP in 2017～2020

隨著旅游業(yè)與航空運(yùn)輸業(yè)的關(guān)聯(lián)性越來越強(qiáng),機(jī)場污染物及碳排放與機(jī)場所處地區(qū)旅游業(yè)興衰等密切相關(guān).以CO2為例,2018～2020年CO2排放量同比增長的機(jī)場數(shù)量占比分別為:73.80%、65.96%、19.67%.如圖4,2018～2020年同比降低最多的機(jī)場為九寨黃龍機(jī)場、永州零陵機(jī)場和安順黃果樹機(jī)場.2018年九寨黃龍機(jī)場所在地的景區(qū)九寨溝受災(zāi)封閉重建,旅游人數(shù)減少,旅游業(yè)大幅萎縮,機(jī)場排放量同比降低73.80%.2019年,永州零陵機(jī)場老化嚴(yán)重,機(jī)場跑道提質(zhì)改造,4月底后所有航班取消,機(jī)場排放量同比降低76.61%.2020年疫情暴發(fā)安順黃果樹機(jī)場所在地安順市擁有著名旅游景點(diǎn)黃果樹大瀑布,游客減少,旅游業(yè)受到影響,形勢低迷,機(jī)場排放量同比降低79.58%.此外,云南、陜西、重慶等旅游省市的機(jī)場排放量較高.由此,除去機(jī)場自身原因,旅游業(yè)的發(fā)展對國內(nèi)旅游支線機(jī)場CO2排放有較大影響.

圖4 2017～2020年中國民航機(jī)場CO2排放分布變化Fig.4 Changes in the distribution of CO2 emission in China's civil aviation airports in 2017～2020

2.5 疫情對飛機(jī)排放量影響

基于本團(tuán)隊(duì)2000～2016年民用航空機(jī)場排放清單的研究成果[17]和本研究涵蓋的2017～2020根據(jù)年中國大陸機(jī)場排放清單,對 2000～2020年我國民用航空機(jī)場大氣污染物排放總量及其增長率進(jìn)行分析如圖5所示.2000～2019年我國民用航空機(jī)場大氣污染物(NOx、CO、HC、SO2、PM)排放總量逐年增加(年均增長率為10.59%),到2020年的排放總量顯著降低.非典期間,2003年機(jī)場排放量同比增長0.08%,與2002年基本持平;2012年機(jī)場排放總量同比增長 10.43%;2015年機(jī)場排放總量同比增長7.97%;2020年機(jī)場排放總量同比減少22.39%.

圖5 2000～2020年中國民航機(jī)場飛機(jī)大氣污染物排放總量及增長率Fig.5 Total emissions and growth rate of air pollutants in China's civil aviation airports from 2000 to 2020

疫情對機(jī)場污染物排放的影響主要與疫情的特點(diǎn)、國家采取的措施相關(guān).非典具有傳染性極強(qiáng)、病情發(fā)展快速等特點(diǎn),國家采取嚴(yán)格管控措施,疫情在較短時(shí)間內(nèi)得到控制(北京從 4月中旬較大規(guī)模傳染到6月20日基本結(jié)束),非典對民航運(yùn)輸業(yè)的影響主要在上半年;中東呼吸癥具有病程進(jìn)展迅速、病死率高等特點(diǎn),但該疫情未在國內(nèi)大流行,對民航機(jī)場運(yùn)輸影響較小;新冠疫情具有涉及范圍廣,傳染性強(qiáng),持續(xù)時(shí)間長等特點(diǎn),為控制疫情蔓延,國家采取嚴(yán)格的管控措施,控制人口流動(dòng),減少感染風(fēng)險(xiǎn),飛機(jī)航班減少,故民航機(jī)場大氣污染物排放總量下降.故21世紀(jì)3次全球大流行的疫情,2020年的新冠疫情對民航機(jī)場排放影響最顯著.

2.6 不確定性分析

本研究使用蒙特卡羅方法來證實(shí)中國民用航空機(jī)場排放清單計(jì)算的可靠性,根據(jù)燃油量和排放因子的概率分布產(chǎn)生隨機(jī)數(shù),并求解不同參數(shù)取值下對應(yīng)的排放量,獲取排放量的分布,以進(jìn)一步確定其不確定性區(qū)間.參照Settler等[21]提出的方法,針對2018年的CO2排放清單,在蒙特卡羅框架下進(jìn)行了1000次模擬實(shí)驗(yàn),求解了2018年機(jī)場CO2排放量的95%置信區(qū)間.

對于本研究2018年排放清單,結(jié)果不確定性主要來源于一下幾個(gè)方面:第一,排放因子是影響排放清單不確定性的最主要因素,ICAO發(fā)動(dòng)機(jī)數(shù)據(jù)庫推薦參數(shù)的運(yùn)行情況與我國民航飛機(jī)的實(shí)際情況可能存在差異,具有較大的不確定性.實(shí)際上發(fā)動(dòng)機(jī)排放與飛機(jī)發(fā)動(dòng)機(jī)類型、實(shí)際運(yùn)行條件以及周圍環(huán)境密切相關(guān),會(huì)隨著發(fā)動(dòng)機(jī)役齡、維修狀態(tài)和氣候條件發(fā)生變化.本文僅選取了我國代表性的飛機(jī)發(fā)動(dòng)機(jī)機(jī)型.飛機(jī)型號與發(fā)動(dòng)機(jī)型號并非完全一一對應(yīng),假設(shè)其服從三角形分布(3.148,3.150,3.173)[21].第二, 航空燃油消耗量.本文選用2018年的中國機(jī)場機(jī)隊(duì)配置數(shù)據(jù)來計(jì)算2017～2020年的飛機(jī)機(jī)型發(fā)動(dòng)機(jī)加權(quán)航空燃油消耗量,每架飛機(jī)每年的起降架次不同,機(jī)隊(duì)配置比例與飛機(jī)實(shí)際起降比例不完全相等,與實(shí)際情況會(huì)有偏差.同時(shí),航空燃油的品質(zhì)也會(huì)影響消耗量.假設(shè)航空燃油量服從±10%水平的三角形分布.

分析結(jié)果表明,本文核算的中國機(jī)場排放清單結(jié)果是相對穩(wěn)定的,2018年機(jī)場排放清單總量的95%置信區(qū)間為±8.13%.

3 結(jié)論

3.1 2017～2019年機(jī)場大氣污染物及碳排放量呈現(xiàn)逐年增長的趨勢,2020年排放總量同比降低22.39%,第四季度基本恢復(fù)至去年同期水平.CO2是最主要的排放物,NOx是最主要的污染物.

3.2 HC、CO、SO2、CO2滑行階段排放量最大,NOx、PM爬升階段排放量最大.基于飛機(jī)LTO循環(huán)數(shù)據(jù)的精確性及全面性,選取和確定核算模型中有關(guān)參數(shù)的方法不同,導(dǎo)致 LTO循環(huán)及其不同飛行模式下幾種常見污染物排放量的大小順序存在一定差異性.

3.3 飛機(jī)排放在一定程度上可以反映經(jīng)濟(jì)發(fā)展水平.從全國來看,2020年2月排放量同比下降70.54%,GDP同比下降 5.49%.第四季度排放量恢復(fù)同期水平,GDP恢復(fù)正常增長率.從地區(qū)來看,機(jī)場排放量還與所在地GDP、旅游化興衰密切相關(guān).

3.4 疫情主要影響國際機(jī)場的排放量,對國內(nèi)支線機(jī)場的影響相對較小.與非典和中東呼吸綜合征相比,2020年新冠疫情對機(jī)場排放影響更大.