摘要：為分析高速公路上由交通事故造成的交通流擁堵?tīng)顟B(tài)的車(chē)輛尾氣污染物排放特性，采用微觀仿真軟件VISSIM仿真高速公路交通流擁堵?tīng)顟B(tài)和流暢狀態(tài)的車(chē)輛運(yùn)行數(shù)據(jù)，基于比功率（vehicle specific power，VSP）的車(chē)輛尾氣污染物排放測(cè)算模型計(jì)算2種狀態(tài)下不同車(chē)型的尾氣污染物排放量，并進(jìn)行對(duì)比分析，通過(guò)綜合移動(dòng)源排放模型（motor vehicle emission simulator，MOVES）驗(yàn)證基于VSP排放測(cè)算結(jié)果的準(zhǔn)確性。結(jié)果表明：擁堵?tīng)顟B(tài)下不同車(chē)型車(chē)輛加速工況的尾氣污染物排放量大于減速與怠速工況；交通流擁堵?tīng)顟B(tài)下車(chē)輛CO、NO_x、HC與CO₂的排放量約為流暢狀態(tài)下的1.86、1.86、2.15、2.01倍，高速公路交通事故擁堵?tīng)顟B(tài)下的尾氣污染物排放量遠(yuǎn)高于流暢狀態(tài)；2種模型對(duì)4類(lèi)尾氣污染物排放測(cè)算結(jié)果較接近，相對(duì)平均偏差較小。

關(guān)鍵詞：高速公路；交通事故；擁堵；尾氣排放；微觀仿真；VSP

中圖分類(lèi)號(hào)：U491.9文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1672-0032（2024）03-0026-05

引用格式：武青青，余雪，高超，等.基于交通仿真的高速公路交通事故擁堵排放特性［J］.山東交通學(xué)院學(xué)報(bào)，2024，32（3）：26-30.

WU Qingqing， YU Xue， GAO Chao， et al. Emission characteristics of highway traffic accident congestion based on traffic simulation［J］.Journal of Shandong Jiaotong University，2024，32（3）：26-30.

0 引言

隨著經(jīng)濟(jì)的發(fā)展，高速公路車(chē)流量持續(xù)上升，交通事故發(fā)生率隨之增大，交通事故造成的交通流擁堵會(huì)增大車(chē)輛燃油消耗及尾氣污染物排放，影響高速公路行車(chē)環(huán)境。研究交通事故擁堵時(shí)車(chē)輛的尾氣污染排放具有重要的現(xiàn)實(shí)意義。

國(guó)內(nèi)外學(xué)者對(duì)車(chē)輛尾氣污染物排放開(kāi)展廣泛研究。城市道路方面，吳孟庭等^[1]采用微觀仿真軟件VISSIM分析設(shè)置公交專(zhuān)用道前、后路段的交通流變化及污染物排放因子變化；李嘉智^[2]將微觀仿真軟件VISSIM與綜合移動(dòng)源排放模型（motor vehicle emission simulator，MOVES）結(jié)合，基于比功率（vehicle specific power，VSP）排放測(cè)算模型計(jì)算城市道路信號(hào)交叉口的車(chē)輛尾氣排放；Lü等^[3]分析城市相鄰交叉口的協(xié)調(diào)控制對(duì)城市道路車(chē)輛尾氣排放的影響；Abdull等^[4]基于車(chē)輛排放模型預(yù)測(cè)日本京都市國(guó)道上轎車(chē)和卡車(chē)的交通特征和尾氣污染物排放。高速公路是連接城市的重要紐帶，承擔(dān)大量客、貨車(chē)運(yùn)輸活動(dòng)，對(duì)高速公路排放污染研究主要集中在高速公路污染物排放時(shí)空分布特征，程大千等^[5]基于道路車(chē)輛大氣污染物排放清單和CALINE-4擴(kuò)散模式，分析江蘇省高速公路網(wǎng)車(chē)輛污染物排放及擴(kuò)散的時(shí)空分布特征；高丹丹等^[6]采用排放因子法，建立河南省2016年高速公路車(chē)輛高分辨率大氣污染物排放清單；鄒澤耀等^[7]基于福建省高速公路交通流量數(shù)據(jù)，建立福建省2020年部分月份的高速公路車(chē)輛高分辨率污染物排放清單；李賓等^[8]以湘潭市大橋飯店路口為例，根據(jù)現(xiàn)場(chǎng)調(diào)研數(shù)據(jù)計(jì)算車(chē)輛怠速與慢速2種情形的擁堵碳排放，認(rèn)為湘潭市交通擁堵導(dǎo)致的能耗和碳排放的增加幅度不小于30%；王景榮等^[9]建立交通擁堵碳排放計(jì)算模型，為計(jì)算高速公路擁堵時(shí)的碳排放提供理論依據(jù)。隨機(jī)動(dòng)車(chē)保有量的增大，高速公路交通事故擁堵和空氣污染問(wèn)題日益嚴(yán)重，從微觀層面對(duì)高速公路交通事故造成交通擁堵時(shí)車(chē)輛尾氣污染物排放特性的研究較少。

本文基于濟(jì)南市高速公路車(chē)流調(diào)查數(shù)據(jù)，采用微觀仿真軟件VISSIM模擬高速公路交通流擁堵?tīng)顟B(tài)和流暢狀態(tài)下車(chē)輛運(yùn)行數(shù)據(jù)，通過(guò)基于VSP的車(chē)輛尾氣排放測(cè)算模型計(jì)算并對(duì)比2種交通流狀態(tài)下車(chē)輛尾氣污染物排放量，為交通管理部門(mén)降低車(chē)輛尾氣污染、改善高速公路的行車(chē)環(huán)境提供數(shù)據(jù)支持。

1 排放測(cè)算模型與仿真方法

1.1 排放測(cè)算模型

車(chē)輛在行駛過(guò)程中的污染物排放與能源消耗、功率輸出密切相關(guān)。VSP是車(chē)輛發(fā)動(dòng)機(jī)瞬時(shí)輸出功率與車(chē)輛質(zhì)量之比，與車(chē)輛瞬時(shí)速度、瞬時(shí)加速度等有關(guān)^[10]，基于VSP的車(chē)輛尾氣排放測(cè)算模型可計(jì)算不同車(chē)輛類(lèi)型、不同運(yùn)行狀態(tài)的車(chē)輛尾氣排放量。

比功率的計(jì)算式^[11]為：

{P_VSP}={v}［{a}（1+ε_i）+{g}sin{θ}］+C_R{g}{v}+0.5{ρ_a}C_D{A}（{v}+{v_wind}）²{v}/{m}，

式中：｛P_VSP｝為以kW/t為單位的車(chē)輛比功率P_VSP的數(shù)值；{v}為以m/s為單位的車(chē)速v的數(shù)值；{a}為以m/s²為單位的加速度a的數(shù)值；ε_i為滾動(dòng)質(zhì)量系數(shù)，一般ε_i=0.1；{g}為以m/s²為單位的重力加速度g的數(shù)值；{θ}為以（°）為單位的道路坡度θ的數(shù)值，此處{θ}=0；C_R為滾動(dòng)阻力系數(shù)，此處C_R=0.013 5；{A}為以m²為單位的車(chē)頭橫截面積（豎面）A的數(shù)值；{ρ_a}為以kg/m³為單位的空氣密度ρ_a的數(shù)值；C_D為風(fēng)阻系數(shù)；{v_wind}為以m/s為單位的車(chē)輛迎面風(fēng)速v_wind的數(shù)值；{m}為以t為單位的車(chē)輛質(zhì)量m的數(shù)值。

簡(jiǎn)化后，輕型車(chē)比功率的計(jì)算式^[12]為：

{P_VSPL}={v}（1.1{a}+0.132）+0.000 302{v}³，（1）

式中｛P_VSPL｝為以kW/t為單位的輕型車(chē)比功率P_VSPL的數(shù)值。

重型車(chē)的結(jié)構(gòu)和質(zhì)量與輕型車(chē)差異較大，重型車(chē)比功率的計(jì)算式^[13]為：

{P_VSPH}={v}（{a}+0.091 99）+0.000 169{v}³，（2）

式中｛P_VSPH｝為以kw/t為單位的重型車(chē)比功率P_VSPH的數(shù)值。

將車(chē)輛VSP按一定的間隔劃分為不同的區(qū)間，車(chē)輛在不同VSP區(qū)間的污染物排放率（區(qū)間平均瞬時(shí)排放率）不同。不同車(chē)輛VSP區(qū)間的污染物排放率如表1所示^[10]。

采用基于VSP的車(chē)輛尾氣排放測(cè)算模型計(jì)算尾氣污染物排放量時(shí)，將車(chē)輛在各VSP區(qū)間的行駛時(shí)間與該區(qū)間對(duì)應(yīng)的污染物排放率之積累加后得總排放量^[2]

E=∑ni=1t_iR_i，（3）

式中：n為VSP區(qū)間數(shù)，t_i為車(chē)輛在第i個(gè)VSP區(qū)間的行駛時(shí)間，R_i為第i個(gè)VSP區(qū)間污染物的排放率。

1.2 仿真方法

微觀仿真軟件VISSIM能模擬微觀道路交通狀況，通過(guò)設(shè)置不同參數(shù)可輸出不同的車(chē)輛運(yùn)行數(shù)據(jù)。在軟件VISSIM中構(gòu)建長(zhǎng)10 km的雙向四車(chē)道高速公路，車(chē)流量為3 000輛/h，限速100 km/h，車(chē)輛類(lèi)型包括客一（荷載7座及7座以下的載客汽車(chē)）、貨一（車(chē)長(zhǎng)不大于3.5 m且總質(zhì)量不大于1 800 kg的載貨汽車(chē)，但不包括三輪汽車(chē)和低速貨車(chē)）、貨三（總質(zhì)量不小于12 000 kg的載貨汽車(chē)），為實(shí)測(cè)高速公路占比較高的3種車(chē)型，按0.85∶0.09∶0.06設(shè)置3種車(chē)型的車(chē)輛數(shù)，分別模擬高速公路交通流流暢狀態(tài)和擁堵?tīng)顟B(tài)下的車(chē)輛運(yùn)行數(shù)據(jù)。設(shè)置路網(wǎng)預(yù)熱時(shí)間為0～1 000 s，在自西向東外側(cè)車(chē)道設(shè)置交通事故故障車(chē)輛，車(chē)輛故障時(shí)間（從開(kāi)始擁堵到交通事故車(chē)輛移除）為1 000～2 800 s，仿真時(shí)間為5 000 s，在事故道路上每隔100 m設(shè)置排隊(duì)計(jì)數(shù)器。

通過(guò)軟件VISSIM內(nèi)部數(shù)據(jù)采集器采集道路信息、排隊(duì)車(chē)輛數(shù)等數(shù)據(jù)，采用Vehicle Record模塊輸出仿真時(shí)間、時(shí)刻信息、車(chē)輛編號(hào)、車(chē)輛類(lèi)型、車(chē)輛速度、車(chē)輛加速度等數(shù)據(jù)，根據(jù)輸出數(shù)據(jù)計(jì)算車(chē)輛尾氣污染物排放量。

2 仿真計(jì)算結(jié)果

通過(guò)VISSIM仿真得出高速公路自西向東單向車(chē)道交通流擁堵?tīng)顟B(tài)和流暢狀態(tài)下的不同車(chē)型的瞬時(shí)速度、瞬時(shí)加速度等數(shù)據(jù)，結(jié)合式（1）（2）計(jì)算3種車(chē)型的瞬時(shí)VSP，由表1得到污染物排放率，采用式（3）計(jì)算高速公路交通流擁堵?tīng)顟B(tài)與流暢狀態(tài)下不同車(chē)型的HC、CO、NO_x、CO₂污染物排放量，并與MOVES模型的測(cè)算結(jié)果對(duì)比，驗(yàn)證基于VSP的車(chē)輛尾氣排放測(cè)算模型的準(zhǔn)確性。

2.1 尾氣污染物排放測(cè)算

高速公路發(fā)生交通事故后，上游車(chē)輛到達(dá)區(qū)與擁堵區(qū)交界處形成集結(jié)波，清理事故車(chē)輛后，擁堵區(qū)與恢復(fù)區(qū)交界處形成消散波^[14]，此時(shí)，擁堵不會(huì)立即消失，消散波與集結(jié)波繼續(xù)向上游移動(dòng)，持續(xù)影響交通流。

高速公路交通流擁堵?tīng)顟B(tài)下車(chē)輛在仿真時(shí)間內(nèi)的瞬時(shí)速度如圖1所示。由圖1可知：擁堵?tīng)顟B(tài)下車(chē)輛可分為3種行駛情況，

在仿真時(shí)間內(nèi)的瞬時(shí)速度包括未到達(dá)擁堵路段時(shí)在某種車(chē)流密度下正常行駛，擁堵路段頻繁怠速、加速、減速行駛，通過(guò)擁堵路段逐漸恢復(fù)正常行駛。擁堵路段車(chē)輛怠速、加速、減速3種運(yùn)行工況時(shí)間占比分別為27.1%、44.7%、28.2%，加、減速工況時(shí)間占比達(dá)72.9%，說(shuō)明擁堵?tīng)顟B(tài)下車(chē)輛加、減速較頻繁。在仿真時(shí)間5 000 s內(nèi)，交通流擁堵?tīng)顟B(tài)下不同車(chē)型車(chē)輛在怠速、加速、減速工況下的尾氣污染物排放量如表2所示。

由表2可知：不同車(chē)型車(chē)輛加速工況的尾氣污染物排放量大于減速與怠速工況；客一在不同工況下的尾氣污染物排放量大于貨一與貨三，原因是高速公路上客一的車(chē)輛數(shù)占比大于貨一與貨三，整體尾氣污染物排放相對(duì)較多。

去除故障車(chē)輛，在相同路段、相同時(shí)間內(nèi)仿真交通流流暢狀態(tài)下車(chē)輛運(yùn)行工況，通過(guò)基于VSP的車(chē)輛尾氣排放測(cè)算模型計(jì)算高速公路流暢狀態(tài)下不同車(chē)型的單車(chē)污染物排放量，并與擁堵?tīng)顟B(tài)下單車(chē)污染物排放量對(duì)比，結(jié)果如表3所示。由表3可知：3種車(chē)型在擁堵?tīng)顟B(tài)下單車(chē)的尾氣污染物排放量明顯大于流暢狀態(tài)；擁堵?tīng)顟B(tài)下，客一的單車(chē)CO排放量大于貨一和貨三，貨一和貨三的單車(chē)NO_x、HC、CO₂排放量大于客一，客一主要以汽油為燃料，汽油燃燒不充分的主要污染物為CO，貨一和貨三運(yùn)行速度小且多以柴油為燃料，主要尾氣污染排放物為NO_x；流暢狀態(tài)下，貨三單車(chē)CO、NO_x、HC、CO₂的排放量均大于貨一和客一。

擁堵?tīng)顟B(tài)與流暢狀態(tài)車(chē)輛尾氣污染物排放總量對(duì)比如表4所示。

由表4可知：擁堵?tīng)顟B(tài)下，3種車(chē)型的CO、NO_x、HC、CO₂排放總量分別約為流暢狀態(tài)下的1.86、1.86、2.15、2.01倍，高速公路交通事故擁堵?tīng)顟B(tài)下的車(chē)輛尾氣污染物排放量明顯大于流暢狀態(tài)。

2.2 MOVES模型仿真驗(yàn)證

根據(jù)濟(jì)南市高速公路實(shí)際情況修正MOVES 3.1模型中的地理信息、氣象因素、燃油信息等參數(shù)后^[15-18]，測(cè)算高速公路交通流擁堵與流暢狀態(tài)的車(chē)輛尾氣污染物排放量。

計(jì)算相對(duì)平均偏差，衡量2種模型估算的車(chē)輛尾氣污染物排放量偏離平均排放量的程度，驗(yàn)證基于VSP的車(chē)輛尾氣排放測(cè)算模型的準(zhǔn)確性，相對(duì)平均偏差

R_MD=d/x×100%，

式中：d為2種模型測(cè)算的尾氣污染物排放量的偏差，x為2種模型測(cè)算的平均尾氣污染物排放量。

在擁堵?tīng)顟B(tài)與流暢狀態(tài)下，2種模型測(cè)算的車(chē)輛尾氣污染物排放量對(duì)比結(jié)果如表5所示。由表5可知：2種模型對(duì)高速公路擁堵與流暢狀態(tài)下4類(lèi)污染物排放量的測(cè)算結(jié)果較接近，相對(duì)平均偏差為2.00%～18.00%，表明基于VSP的車(chē)輛尾氣排放測(cè)算模型的結(jié)果較準(zhǔn)確。

3 結(jié)論

基于濟(jì)南市高速公路車(chē)流調(diào)查數(shù)據(jù)，采用微觀仿真軟件VISSIM模擬仿真雙向4車(chē)道高速公路由交通事故造成的擁堵?tīng)顟B(tài)與無(wú)交通事故流暢狀態(tài)的車(chē)輛行駛狀態(tài)，通過(guò)基于比功率的車(chē)輛尾氣污染物排放測(cè)算模型測(cè)算客一、貨一、貨三3種主要車(chē)型在擁堵?tīng)顟B(tài)與流暢狀態(tài)下的尾氣污染物排放量。

1）高速公路上客一車(chē)輛數(shù)占比大于貨一、貨三，不同工況下的尾氣污染物排放量大于貨一、貨三，考慮運(yùn)輸費(fèi)用時(shí)，貨車(chē)司機(jī)會(huì)選擇國(guó)道、省道行駛，高速公路上重型貨車(chē)數(shù)占比較小，尾氣污染物排放較小。

2）高速公路擁堵?tīng)顟B(tài)下，不同車(chē)型車(chē)輛加速工況下污染物排放量大于減速與怠速工況。

3）高速公路擁堵?tīng)顟B(tài)下CO、NO_x、HC、CO₂排放量約為流暢狀態(tài)下的1.86、1.86、2.15、2.01倍，高速公路交通事故擁堵?tīng)顟B(tài)下的車(chē)輛尾氣污染物排放量明顯大于流暢狀態(tài)，應(yīng)盡可能縮短高速公路交通事故處理時(shí)間，減少高速公路整體尾氣污染物排放。

參考文獻(xiàn)：

[1] 吳孟庭，李鐵柱.路段公交專(zhuān)用道對(duì)車(chē)輛燃油消耗與污染物排放的影響分析[J].交通運(yùn)輸工程與信息學(xué)報(bào)，2009，7（3）：78-86.

[2] 李嘉智.面向低污染排放的交通信號(hào)控制模型與優(yōu)化方法研究[D].廣州：華南理工大學(xué)，2018.

[3] L J P， ZHANG Y L. Effect of signal coordination on traffic emission[J].Transportation Research Part D：Transport and Environment，2012，17（2）：149-153.

[4] ABDULL N， YONEDA M， SHIMADA Y. Traffic characteristics and pollutant emission from road transport in urban area[J].Air Quality， Atmosphere amp; Health， 2020，13：731-738.

[5] 程大千，鄒慶，張甦，等.機(jī)動(dòng)車(chē)污染物排放及擴(kuò)散的時(shí)空分布特征研究：以江蘇省高速公路網(wǎng)為例[J].公路交通科技，2020，37（11）：139-149.

[6] 高丹丹，尹沙沙，谷幸珂，等.河南省2016～2019年機(jī)動(dòng)車(chē)大氣污染物排放清單及特征[J].環(huán)境科學(xué)，2021，42（8）：3663-3675.

[7] 鄒澤耀，鄭鑫程，徐崇敏，等.疫情背景下的福建省高速公路機(jī)動(dòng)車(chē)污染物排放清單[J].環(huán)境科學(xué)學(xué)報(bào)，2022，42（5）：119-128.

[8] 李賓，周俊.交通擁堵的碳排放效應(yīng)：以湘潭市大橋飯店路口為例[J].城市問(wèn)題，2017（6）：46-51.

[9] 王景榮，肖鶴，解建光.高速公路擁堵碳排放計(jì)算模型研究[J].現(xiàn)代交通技術(shù)，2015，12（2）：81-84.

[10] 趙玉.考慮低排放的交叉口信號(hào)優(yōu)化方法研究[D].長(zhǎng)春：吉林大學(xué)，2022.

[11] SRINIVASAN D， CHOY M C， CHEU R L. Neural networks for real-time traffic signal control[J].IEEE Transactions on Intelligent Transportation Systems， 2006，7（3）：261-272.

[12] DAVIS N， LENTS J， OSSES M， et al. Development and application of an international vehicle emissions model[J].Transportation Research Record： Journal of the Transportation Research Board， 2005， 1939（1）：155-165.

[13] ANDREI P. Real world heavy-duty vehicle emissions modeling[D].Morgantown： West Virginia University，2001.

[14] 余雪，高超，張沖，等.基于VISSIM仿真的高速公路交通事故擁堵擴(kuò)散與消散預(yù)測(cè)[J].山東交通學(xué)院學(xué)報(bào)，2023，31（3）：47-52.

[15] 姚勝永，李亞楠，劉佳豪.基于MOVES模型的石家莊市機(jī)動(dòng)車(chē)排放清單研究[J].交通節(jié)能與環(huán)保，2019，15（6）：4-9.

[16] 岳園圓，宋國(guó)華，黃冠濤，等.MOVES在微觀層次交通排放評(píng)價(jià)中的應(yīng)用研究[J].交通信息與安全，2013，31（6）：47-53.

[17] 李嘉智.信號(hào)交叉口機(jī)動(dòng)車(chē)尾氣排放總量估算模型研究[J].公路與汽運(yùn)，2022（3）：37-44.

[18] 李菊，何超，柏洋洋.基于MOVES的高速公路客運(yùn)交通排放特性研究[J].機(jī)電工程技術(shù)，2023，52（2）：102-105.

Emission characteristics of highway traffic accident congestion

based on traffic simulation

WU Qingqing， YU Xue， GAO Chao， QI Rui， LIU Hualong， WANG Jian

School of Transportation and Logistics Engineering， Shandong Jiaotong University， Jinan 250357， China

Abstract：To analyze the emission characteristics of vehicle exhaust pollutants under congested highway traffic"conditions caused by traffic accidents， microscopic simulation software VISSIM is used to simulate vehicle operation data under both congested and smooth traffic conditions on highways. The vehicle specific power （VSP）-based emission calculation model is employed to compute the exhaust emissions of different vehicle types under these two conditions， and a comparative analysis is performed. The accuracy of the VSP-based emission calculation results is verified using the motor vehicle emission simulator （MOVES）. The results show that： under congested conditions， the exhaust emissions of vehicles during acceleration are higher than those during deceleration and idling; The emissions of CO， NO_x， HC， and CO₂ under congested traffic conditions are approximately 1.86， 1.86， 2.15， and 2.01 times higher， respectively， than those under smooth traffic conditions. The emissions under highway traffic accident congestion are significantly higher than under smooth conditions; the calculation results of the two models for the four types of exhaust pollutants are relatively close， with a small relative average deviation.

Keywords：highway; traffic accident; congestion; exhaust emission; microscopic simulation; VSP

（責(zé)任編輯：趙玉真）