機(jī)動(dòng)車尾氣排放模型應(yīng)用及研究進(jìn)展

2范武波李 媛馬 冬張 懿唐斌雁王 杰錢 駿劉 政

(1.四川省生態(tài)環(huán)境科學(xué)研究院,四川 成都 610041；2.四川大學(xué)新能源與低碳技術(shù)研究院,四川 成都 610207；3.中國環(huán)境科學(xué)研究院,北京 100012)

0 引言

近年來，我國機(jī)動(dòng)車保有量持續(xù)增長，截至2018年底，全國機(jī)動(dòng)車保有量已達(dá)3.27億輛，同比2017年增長5.5%。機(jī)動(dòng)車排放具有流動(dòng)性強(qiáng)、動(dòng)態(tài)排放、多源排放的特征，從全國范圍看，機(jī)動(dòng)車活動(dòng)水平較大的城市均表現(xiàn)出顯著的機(jī)動(dòng)車排放污染，如北京[40]、上海[18]、廣州[41]等，機(jī)動(dòng)車尾氣排放已成為當(dāng)?shù)爻鞘写髿馕廴镜闹匾獊碓?。長期生活在機(jī)動(dòng)車尾氣高排放環(huán)境下會(huì)導(dǎo)致兒童的心肺功能下降[3]，增加成年人心腦血管疾病的發(fā)病率[4]，嚴(yán)重危害人類身體健康。不僅如此，這些污染物還會(huì)與氣象條件相互作用形成酸雨、光化學(xué)煙霧等自然災(zāi)害，破壞生態(tài)環(huán)境[1]。由此可見，開展機(jī)動(dòng)車尾氣排放特征研究，對(duì)于解決機(jī)動(dòng)車尾氣污染、改善區(qū)域大氣環(huán)境質(zhì)量具有重要意義。

目前，研究機(jī)動(dòng)車尾氣排放因子的方法有隧道實(shí)驗(yàn)、臺(tái)架實(shí)驗(yàn)、車載實(shí)驗(yàn)(Portable Emission Measurement System, PEMS)和模型測算等。國內(nèi)外學(xué)者通過隧道實(shí)驗(yàn)[5]、臺(tái)架試驗(yàn)[31]、PEMS測試[32,33]等方式掌握了一定的機(jī)動(dòng)車尾氣排放因子數(shù)據(jù)。通過這些方法能夠獲得較為準(zhǔn)確的單車排放因子，但測試工作量大、覆蓋車型有限、且積累的測試數(shù)據(jù)較少。更多的是采用成熟的模型進(jìn)行排放因子測算。樊守彬等[2]應(yīng)用COPERT模型計(jì)算了北京市典型汽油車輛蒸發(fā)VOCs排放因子和排放清單，并測算了不同物種的排放量。2012年陳軍輝等[6]基于本地化后的IVE 2.0.2模型，測算了成都市輕型汽油客車的排放因子。利用排放模型能夠快速測算出不同類型機(jī)動(dòng)車的排放因子，基于此開展區(qū)域機(jī)動(dòng)車排放污染特征研究，建立具有高時(shí)空分辨率的移動(dòng)源排放清單。本研究總結(jié)了目前應(yīng)用較為廣泛的機(jī)動(dòng)車尾氣排放因子模型，對(duì)比分析了這幾種模型的優(yōu)缺點(diǎn)和適用范圍，并基于研究現(xiàn)狀提出了未來我國機(jī)動(dòng)車排放因子的研究方向。

1 模型應(yīng)用

1.1 MOBILE模型

MOBILE宏觀排放模型由美國環(huán)保局(Environmental Protection Agency,EPA)于1996年開發(fā)完成，模型以上萬套聯(lián)邦測試程序FTP-75(Federal Test Procedure)測試數(shù)據(jù)為基礎(chǔ)，通過臺(tái)架測試得到單車排放因子，經(jīng)速度、行駛里程等27個(gè)影響參數(shù)修正后，計(jì)算得到實(shí)際排放因子。2002年美國學(xué)者Pokharel[7]利用遙感和MOBILE 6.0模型測算了近幾年丹佛地區(qū)機(jī)動(dòng)車排放總量。Hyung-Wook Choi[8]也通過MOBILE6.0模型估算了不同車速下機(jī)動(dòng)車的瞬時(shí)污染物排放清單，并開發(fā)了基于車輛特性的速度修正因子。國內(nèi)對(duì)MOBILE模型也有一些應(yīng)用，清華大學(xué)[9,11]采用MOBILE 5模型編制了北京、深圳等地的機(jī)動(dòng)車排放清單，說明模型具有良好的宏觀層面測算能力，但測試工況固定，且單一平均速度不能精確地反映機(jī)動(dòng)車的實(shí)際排放情況。

圖1比較了MOBILE模型測算武漢[10]、太原[12]、長三角地區(qū)[13]機(jī)動(dòng)車CO、NOx、THC排放因子的結(jié)果?？梢钥闯鋈齻€(gè)地區(qū)的機(jī)動(dòng)車排放特征基本一致，而對(duì)于不同地區(qū)同類車型排放因子的測算結(jié)果存在較大差異(30%～50%范圍)?？赡苁怯捎诓煌鞘熊囕v組成結(jié)構(gòu)及模型修正參數(shù)不同導(dǎo)致，這也體現(xiàn)出MOBILE模型的優(yōu)勢及弊端。MOBILE模型以大量排放測試數(shù)據(jù)為基礎(chǔ)，結(jié)構(gòu)完整，成熟度高，因此，可以提供相對(duì)準(zhǔn)確的宏觀尺度排放清單，能有效地反映城市機(jī)動(dòng)車排放的變化趨勢。但由于模型具有較強(qiáng)的地域性，且排放基礎(chǔ)數(shù)據(jù)收集困難，從而增大了污染物排放測算的不確定性。

1.2 COPERT模型

COPERT宏觀排放模型由歐洲環(huán)境委員會(huì)(European Environment Agency,EEA)于1989年推出，模型采用歐盟ECE15+EUDC排放測試標(biāo)準(zhǔn)，其計(jì)算原理是基于燃油消耗和行駛工況之間的能量守恒關(guān)系，以平均速度來表征機(jī)動(dòng)車行駛特征，經(jīng)參數(shù)修正后得到實(shí)際排放因子。Shreya Dey[14]編制了愛爾蘭-都柏林地區(qū)的機(jī)動(dòng)車排放清單，并分析了COPERT(V5.1)模型的不確定性來源。我國學(xué)者[34-36]通過車載排放實(shí)驗(yàn)、COPERTⅣ模型及MOBILE6.0模型測算得到了重型柴油車的CO、NOx、PM、HC排放因子，如圖 2 所示。

比較發(fā)現(xiàn)COPERTⅣ模型對(duì)NOx、CO和PM排放因子的預(yù)測值比MOBILE6.0模型更加接近實(shí)測值，而對(duì)于HC排放因子, MOBILE6.0 模型的預(yù)測誤差比COPERTⅣ 模型小。為了進(jìn)一步研究COPERT模型的適用性，程穎等[15]沿用上述方法得到了四種不同等級(jí)道路下重型柴油車的CO、NOx、HC和PM排放因子，如圖 3所示。研究指出，在同等級(jí)道路下，COPERTⅣ模型對(duì)NOx、HC 和CO 排放因子的預(yù)測值比MOBILE6.2模型更加接近實(shí)測值；而對(duì)于PM 排放因子，在快速路、主干路和支路上，MOBILE 模型的預(yù)測誤差比COPERT 模型小，但在次干路上，MOBILE 模型的預(yù)測誤差比COPERT 模型大。這充分說明COPERT模型的優(yōu)點(diǎn)和弊端均來自于它數(shù)據(jù)積累的要求不高，一方面提高了模型的兼容性，降低了模型帶來的不確定性；另一方面也導(dǎo)致模型的成熟度不如MOBILE 模型高。因此，COPERT模型更適用于歐洲及其他缺乏基礎(chǔ)數(shù)據(jù)的發(fā)展中國家的應(yīng)用研究。

1.3 MOVES 模型

2001年美國環(huán)保局(EPA)開發(fā)出集MOBILE排放模型與NONROAD非道路源排放計(jì)算模型于一體的全面綜合性排放模型——MOVES排放模型。模型的計(jì)算實(shí)質(zhì)是將行駛車輛的瞬時(shí)a、v計(jì)算得到的比功率(VSP)，劃分為不同區(qū)間(Bin)，并對(duì)應(yīng)到內(nèi)嵌的污染物排放速率( VSP-Bin )，在輸入平均速度后，模型自動(dòng)匹配排放，加權(quán)得到基礎(chǔ)排放因子，最后再對(duì)燃油、氣象、I/M等大量參數(shù)修正和行駛里程分布計(jì)算得到綜合排放因子。FUJITA E[16]利用MOVES2010a模型、MOBILE6.2模型、MFAC2007 模型分別測算了加利福尼亞州Van Nuys隧道的排放因子以及與實(shí)際遙感測試相比存在的差異，結(jié)果表明，MOVES2010a得到的結(jié)果與實(shí)際測量較為一致，比MOBILE等平均速度模型具有更強(qiáng)的適用性。2012年長安大學(xué)郝艷召等[17-21]選用MOVES模型對(duì)關(guān)中城市群的移動(dòng)源排放特征進(jìn)行了分析，并得到了關(guān)中地區(qū)的機(jī)動(dòng)車排放清單。研究顯示，該模型測算的關(guān)中地區(qū)機(jī)動(dòng)車CO、NOx和HC 污染物的排放因子比實(shí)測值整體偏高，排放水平接近于歐Ⅱ、歐Ⅲ標(biāo)準(zhǔn)，如表1所示。綜合來看，MOVES模型在結(jié)構(gòu)上相比于其他模型更加完善，可移植性強(qiáng)，具有模擬不同層面的排放能力，且對(duì)不確定性影響因素考慮更細(xì)致，測算結(jié)果更接近實(shí)際城市道路每小時(shí)的平均排放量，但這也導(dǎo)致了模型收集數(shù)據(jù)的工作量變大，本地化難度增加。

表12012年關(guān)中地區(qū)機(jī)動(dòng)車污染物排放

標(biāo)準(zhǔn)等級(jí)COHCNOx車輛類型甲醛乙醛苯系物歐Ⅱ4.1±2.80.31±0.340.47±0.39汽油車(1.0L)0.0040.0050.008歐Ⅲ2.2±2.30.09±0.070.23±0.29汽油車(1.3L)0.0020.0030.006汽油車(1.6L)0.0020.0060.005模擬值5.0330.2620.3440.0020.0010.008

1.4 IVE模型

IVE宏觀排放模型是由加州大學(xué)河邊分校(University of Californiaat Riverside, UCR)與國際可持續(xù)發(fā)展研究中心(International Sustainable Systems Research Center,ISSRC)共同研發(fā)完成，模型的計(jì)算核心是將機(jī)動(dòng)車行駛狀況基于比功率(VSP)和發(fā)動(dòng)機(jī)工作強(qiáng)度(ES)分成60個(gè)Bin，,每一個(gè)Bin對(duì)應(yīng)一系列不同的修正系數(shù)，將對(duì)應(yīng)Bin區(qū)間的修正系數(shù)乘以模型內(nèi)嵌的基礎(chǔ)排放因子，得到每種技術(shù)類型機(jī)動(dòng)車的排放因子，然后再根據(jù)車隊(duì)的行駛和啟動(dòng)特征綜合計(jì)算得到實(shí)際排放因子。IVE模型的數(shù)據(jù)來源與MOBILE模型一致，同時(shí)涵蓋中國、伊朗、泰國、巴西等12個(gè)國家15個(gè)城市的排放數(shù)據(jù)[22,23]，此外還積累了部分歐洲排放標(biāo)準(zhǔn)的測試數(shù)據(jù)，弱化了模型的地域性。在上海[24]、杭州[25]、成都[26]等地IVE模型被廣泛應(yīng)用于機(jī)動(dòng)車尾氣排放清單及變化特征研究，說明以實(shí)際道路排放測試為基礎(chǔ)的IVE模型能夠滿足我國現(xiàn)階段城市機(jī)動(dòng)車尾氣排放研究的需求。姚志良等[27,28]運(yùn)用IVE模型分別測算了北京、上海、深圳的8種類型機(jī)動(dòng)車非常規(guī)污染的排放分擔(dān)情況，如圖4所示，其中輕型客車對(duì)1 ,3-丁二烯、NH3、苯 、N2O和 CH4排放貢獻(xiàn)率最大均在50 %以上；其次主要為中重型客車、中重型卡車、摩托車。這種模型的優(yōu)點(diǎn)是通過VSP及ES來表征機(jī)動(dòng)車的瞬時(shí)行駛工況與排放的關(guān)系，降低了不確定性影響，提高了IVE模型測算結(jié)果的準(zhǔn)確性。模型成熟度較高，地域性較弱，但對(duì)車輛類型的分類要求則更為復(fù)雜。

1.5 CMEM模型

CMEM微觀排放模型由加州大學(xué)河邊分校(University of Californiaat Riverside, UCR)開發(fā)用來計(jì)算輕型車在各種運(yùn)行工況下的燃油消耗和尾氣排放。模型將機(jī)動(dòng)車尾氣排放過程分為6個(gè)模塊，8個(gè)運(yùn)行工況，每個(gè)模塊對(duì)應(yīng)機(jī)動(dòng)車不同的運(yùn)行和排放過程，基于發(fā)動(dòng)機(jī)負(fù)載和污染物形成的物理化學(xué)原理，通過向?qū)?yīng)模塊輸入車輛參數(shù)和行駛工況參數(shù)，如燃燒率、發(fā)動(dòng)機(jī)排放指數(shù)等50多種參數(shù)，最后輸出得到機(jī)動(dòng)車在不同行駛條件逐秒的排放值及燃油消耗量。從國內(nèi)外研究現(xiàn)狀來看，CMEM模型主要應(yīng)用于對(duì)微觀交通結(jié)構(gòu)的排放評(píng)估以及與交通仿真模型耦合研究。Stevanovic A[30]，Armas R[29]分別將VISSIM、MATsim交通仿真模型與CMEM模型耦合，模擬了不同交通信號(hào)控制系統(tǒng)的車輛燃油消耗和排放，研究表明在實(shí)際情況下優(yōu)化交通信號(hào)控制系統(tǒng)對(duì)機(jī)動(dòng)車排放有積極的作用。戴璞等[37]以本地化的CMEM模型模擬得到上海市輕型柴油車主干道瞬時(shí)排放特征，與黃成[38]的研究結(jié)果一致，且與道路實(shí)測數(shù)據(jù)對(duì)比驗(yàn)證，見表2。研究發(fā)現(xiàn)THC、CO以及NOx排放的相對(duì)誤差δ分別為14.20%、 3.70%和32.70%，相關(guān)系數(shù)r分別達(dá)到0.73、 0.72和0.87，這表明CMEM模型能夠較好地反映車輛在實(shí)際道路排放的瞬時(shí)變化。

表2 上海市城市主干道輕型柴油車瞬時(shí)排放因子 (g/km)

雷偉[39]以武漢市友誼大道一園林路交叉路口為研究對(duì)象，利用VISSIM仿真模型和CMEM模型，計(jì)算了該路口的交通排放水平，并通過減少路口紅燈等待時(shí)間和停車次數(shù)，制定了四種優(yōu)化通信號(hào)情景，測算得到了該路口機(jī)動(dòng)車HC、CO、NOx排放量和燃油消耗(QS)情況。從表3可以看出，采用 A1信號(hào)模式時(shí)該路口機(jī)動(dòng)車排放總量無明顯變化，但燃油消耗降低約1.99%；采用A3、A4信號(hào)模式時(shí)均能有效降低機(jī)動(dòng)車排放總量約5.01%和7.08%，減少燃油消耗約2.35% 和3.11 %；而采用A2信號(hào)模式時(shí)反而導(dǎo)致排放水平上升約5.30%，燃油消耗降低約0.68%。研究表明，排放與油耗對(duì)停車次數(shù)更為敏感，在制定和優(yōu)化交通信號(hào)控制時(shí)，停車次數(shù)是比交通延誤更為有效的評(píng)價(jià)指標(biāo)，同時(shí)也說明這種方法能較好地預(yù)測微觀層面的交通排放時(shí)空分布，評(píng)估交通管理策略對(duì)出行時(shí)間、排放和油耗的影響，具有成熟度高、可應(yīng)用性強(qiáng)的優(yōu)點(diǎn)，但模型對(duì)車輛實(shí)際運(yùn)行狀態(tài)的數(shù)據(jù)要求較高，采集難度大，缺乏應(yīng)用經(jīng)驗(yàn)。

表3 園林路交叉口機(jī)動(dòng)車HC、CO、NOx平均排放量及燃油消耗量(Qs)。

綜上所述，近年來國內(nèi)在機(jī)動(dòng)車排放清單研究方面做了大量工作，在模型應(yīng)用方面，正逐漸從宏觀向微觀層面過渡，由平均速度類模型向行駛工況類模型轉(zhuǎn)變，注重對(duì)模型的改進(jìn)和優(yōu)化應(yīng)用。在清單編制方面，從區(qū)域到城市逐步完善和積累了大量排放因子測試數(shù)據(jù)，動(dòng)態(tài)分析了機(jī)動(dòng)車實(shí)際運(yùn)行工況對(duì)排放的影響，提高了模型測算的精度。但由于測試數(shù)據(jù)積累不全面，實(shí)際道路機(jī)動(dòng)車排放影響因素較多，增加了模型的不確定性，從而放大了測算結(jié)果與實(shí)際值的誤差。

2 總結(jié)及展望

2.1結(jié)論

(1)機(jī)動(dòng)車排放模型包括以MOBILE模型為代表的平均速度類模型和以 IVE為代表的行駛工況類模型。其中MOBILE模型成熟度較高，應(yīng)用性強(qiáng)，適用于中、宏觀層面的排放測算；COPERT模型不如MOBILE模型完善，不確定性低，更適合歐洲及數(shù)據(jù)缺乏的發(fā)展中國家；MOVES模型結(jié)構(gòu)最完善，能測算不同層面，但不易于本地化應(yīng)用；IVE模型微觀模擬能力強(qiáng)，適用性好，準(zhǔn)確性高，但模型應(yīng)用復(fù)雜； CMEM模型可用性強(qiáng)，精度高，但對(duì)基礎(chǔ)數(shù)據(jù)質(zhì)量有較高要求，代表了機(jī)動(dòng)車模型發(fā)展的最新方向。

(2)機(jī)動(dòng)車排放具有流動(dòng)性強(qiáng)，排放多元化，動(dòng)態(tài)排放的特征，增加了建立機(jī)動(dòng)車排放清單的難度和不確定性，且排放測試基礎(chǔ)數(shù)據(jù)質(zhì)量的好壞，制約了模型測算精度。因此，提高排放因子測試數(shù)據(jù)精度，持續(xù)補(bǔ)充完善排放因子基礎(chǔ)數(shù)據(jù)庫，降低模型不確定性參數(shù)影響，將是國內(nèi)后續(xù)模型開發(fā)及應(yīng)用的主要攻堅(jiān)方向。

2.2 展望

基于本文的研究結(jié)果，及當(dāng)前國內(nèi)發(fā)展形勢，建議我國機(jī)動(dòng)車排放因子模型研究可從以下幾方面進(jìn)行完善：

(1)以實(shí)際道路排放測試(PEMS)為基礎(chǔ)，積累不同車型及車輛技術(shù)條件的測試數(shù)據(jù)，并利用測試結(jié)果對(duì)國外成熟排放模型的不確定性進(jìn)行分析及參數(shù)修正，降低模型的不確定性。

(2)運(yùn)用不同層面的交通仿真模型與排放模型耦合，統(tǒng)計(jì)區(qū)域機(jī)動(dòng)車尾氣排放量，模擬機(jī)動(dòng)車行駛時(shí)不同影響因素，如優(yōu)化交叉口信號(hào)、設(shè)置專用車道、改善交通運(yùn)輸管理模式等對(duì)機(jī)動(dòng)車排放的影響及評(píng)價(jià)，為政府管理部門制定機(jī)動(dòng)車節(jié)能減排政策提供理論依據(jù)。

(3)基于機(jī)動(dòng)車尾氣排放模型和空氣質(zhì)量擴(kuò)散模型建立區(qū)域機(jī)動(dòng)車尾氣排放污染物濃度評(píng)估方法[42]，分析時(shí)空分布特征，探究氣象因素對(duì)污染物擴(kuò)散的影響。

(4)汲取國外模型開發(fā)經(jīng)驗(yàn)，結(jié)合本地車輛構(gòu)成、負(fù)載、溫度、I/M制度、道路環(huán)境等特征，開發(fā)符合應(yīng)用于本地環(huán)境的排放模型。