陽泉市2017年基于交通流量的機(jī)動車排放清單

解淑霞，黃志輝*，王鑫，唐祎骕，何巍楠，紀(jì)亮，王燕軍，倪紅

1.中國環(huán)境科學(xué)研究院 2.國家環(huán)境保護(hù)機(jī)動車污染控制與模擬重點(diǎn)實(shí)驗(yàn)室 3.北京交通大學(xué) 4.北京交通發(fā)展研究院

隨著我國城市化進(jìn)程快速推進(jìn)，城市大氣污染越來越復(fù)雜，大氣污染已由局地、單一的煤煙型污染向區(qū)域、復(fù)合型污染轉(zhuǎn)化[1]。為分析大氣污染來源和分布，許多地區(qū)開展了大氣污染物排放清單及顆粒物源解析研究工作[2-3]，如北京市[4-5]、上海市[6]、杭州市[7]、濟(jì)南市[8]、廣州市[9]和天津市[10]等，結(jié)果表明機(jī)動車排放是城市大氣污染的主要來源之一。機(jī)動車排放的主要污染物有CO、HC、NOx和PM等，除一次排放外，NOx等一次污染物在光化學(xué)作用下會導(dǎo)致臭氧和二次氣溶膠的生成，對空氣質(zhì)量達(dá)標(biāo)造成嚴(yán)重影響[11-12]。因此，為改善空氣質(zhì)量，需要加強(qiáng)機(jī)動車排放監(jiān)管，通過研究機(jī)動車污染物排放特征，建立機(jī)動車排放清單是制定機(jī)動車排放精細(xì)化管控措施的重要依據(jù)。

為了建立機(jī)動車排放清單，國內(nèi)外學(xué)者在清單編制方法和排放因子測試等方面開展了大量的研究[13-17]。目前，編制機(jī)動車排放清單比較常用的方法是模型法，如利用COPERT、MOBILE和IVE等模型，經(jīng)過各種因子修正后得到本地化機(jī)動車排放因子[18-21]；然后，通過機(jī)動車保有量、年均行駛里程或?qū)嶋H道路行駛里程及車型分布等計(jì)算排放清單。利用保有量進(jìn)行計(jì)算時(shí)，由于存在車輛登記地與使用地不一致、重型貨車跨區(qū)域使用等情況，使區(qū)域機(jī)動車排放量計(jì)算不夠準(zhǔn)確，也無法反映實(shí)際道路交通排放情況。為了提高城市交通運(yùn)行效率、減少擁堵，包含有道路交通流量監(jiān)控的智慧交通取得了很大的發(fā)展，可以獲得實(shí)際道路上的車流、車速、車型構(gòu)成等數(shù)據(jù)[22-24]，為基于實(shí)際交通流量的排放清單計(jì)算提供了條件；同時(shí)，空氣質(zhì)量預(yù)報(bào)預(yù)警技術(shù)的發(fā)展對機(jī)動車排放輸入數(shù)據(jù)提出了更高的要求[25-26]。因此，基于實(shí)際交通流量的機(jī)動車排放清單研究受到研究者的極大關(guān)注[27-32]。鄭君瑜等[13]以珠三角區(qū)域?yàn)檠芯繉ο?，提出了基于交通流量和路網(wǎng)的區(qū)域機(jī)動車污染物排放量空間分配方法。王凱等[31]基于現(xiàn)場調(diào)查和衛(wèi)星影片解譯，應(yīng)用ArcGIS建立了北京延慶區(qū)高分辨率的機(jī)動車排放清單。樊守彬等[4-5]通過模型模擬和調(diào)查統(tǒng)計(jì)方法獲得北京市交通流量數(shù)據(jù)，計(jì)算得到北京市機(jī)動車實(shí)際道路排放特征。劉登國等[28]以上海市內(nèi)環(huán)區(qū)域高架道路和地面主干道路的交通信息為基礎(chǔ)開展了上海市機(jī)動車NOx排放研究。綜上，很多學(xué)者通過不同的途徑獲得實(shí)際交通流量，開展了基于交通流量的機(jī)動車排放清單研究。

陽泉市位于京津冀大氣污染傳輸通道，地處黃土高原東緣、太行山脈中段西麓，屬于典型的中低山區(qū)，大氣污染物不易擴(kuò)散，近年來陽泉市機(jī)動車保有量的持續(xù)增長，進(jìn)一步增加了大氣污染治理的難度。目前，對陽泉市機(jī)動車排放清單的研究較為鮮見，精準(zhǔn)措施的制定還缺乏基礎(chǔ)數(shù)據(jù)支撐[33]。因此，筆者通過車型信息的統(tǒng)計(jì)調(diào)查和道路交通流量的模擬，利用自下而上的排放清單構(gòu)建方法，建立了2017年陽泉市高時(shí)空分辨率機(jī)動車排放清單，分析了基于實(shí)際交通流量的機(jī)動車排放特征，以期為陽泉市機(jī)動車排放的精細(xì)化管控提供技術(shù)支撐。

1 材料與方法

1.1 道路交通流量獲得方法

根據(jù)數(shù)據(jù)來源的不同，道路交通流量的獲得方法主要分為2類:1)真實(shí)交通流量數(shù)據(jù)；2)通過模型計(jì)算得到的模擬交通流量數(shù)據(jù)。真實(shí)的交通流量監(jiān)測需要布設(shè)大量的點(diǎn)位，因此多數(shù)研究只能獲得部分道路的真實(shí)交通流量數(shù)據(jù)，難以獲得全路網(wǎng)的數(shù)據(jù)，在進(jìn)行排放清單計(jì)算時(shí)通常需要將2種方法相結(jié)合。經(jīng)典的交通流量模型之一為基本圖模型，模型基于實(shí)測車流速度、密度和流量數(shù)據(jù)，利用統(tǒng)計(jì)學(xué)方法建立三參數(shù)之間的相互關(guān)系，采用散點(diǎn)圖或曲線圖反映交通流量狀態(tài)及變化特征，并采用數(shù)據(jù)擬合方法構(gòu)建參數(shù)間的函數(shù)關(guān)系[34]?；緢D模型常作為交通流量問題研究的基礎(chǔ)，隨著對車輛微觀駕駛行為的關(guān)注，van Aerde推導(dǎo)得到了經(jīng)典的四參數(shù)單段式連續(xù)模型，即van Aerde速度-流量模型[35]。通過van Aerde模型，可由速度推算流量，實(shí)現(xiàn)宏觀與微觀交通流量模型間的轉(zhuǎn)換，模型結(jié)構(gòu)簡單、參數(shù)少、數(shù)據(jù)獲取容易，對大規(guī)模車流和路網(wǎng)研究具有較強(qiáng)的優(yōu)勢。趙娜樂等[36-37]對van Aerde速度-流量模型進(jìn)行了研究，并用交通流量實(shí)測數(shù)據(jù)進(jìn)行了交通流特征參數(shù)標(biāo)定，結(jié)果表明模型擬合效果較好。因此，筆者采用van Aerde速度-流量模型和實(shí)際調(diào)研數(shù)據(jù)進(jìn)行城市交通流量的模擬。實(shí)際交通流量數(shù)據(jù)通過北京四維圖新科技股份有限公司獲得，路網(wǎng)交通流量數(shù)據(jù)以路段(按照路口、紅綠燈、高速公路出入口等道路節(jié)點(diǎn)進(jìn)行劃分得到的單元路段)形式提供，將陽泉市路網(wǎng)分為2×104個(gè)路段，每個(gè)路段含道路ID碼、道路類型、道路長度、車流量等信息。應(yīng)用van Aerde速度-流量模型前，分別以高速公路、快速路、主干路、次支路進(jìn)行模型參數(shù)標(biāo)定，得到不同等級道路速度-流量模型，同時(shí)對凌晨和夜間高速公路及快速路的交通流量根據(jù)實(shí)際流量趨勢用多項(xiàng)式進(jìn)行了修正。

1.2 道路車型構(gòu)成

清單計(jì)算時(shí)需要獲得實(shí)際道路上車輛的詳細(xì)構(gòu)成，包括車型(小型客車、中型客車、大型客車、輕型貨車、中型貨車、重型貨車等)，燃料類型(汽油、柴油、天然氣、電動等)，排放階段(國3、國4、國5等)信息。通過調(diào)研2017年陽泉市國道車輛結(jié)構(gòu)、山西省高速公路和省道車輛結(jié)構(gòu)、太原市和長治市城市內(nèi)道路車輛結(jié)構(gòu)，采用類比分析后獲得2017年陽泉市不同類型道路上機(jī)動車構(gòu)成情況。2017年陽泉市機(jī)動車燃油類型和排放階段結(jié)構(gòu)見表1。

表1 2017年陽泉市機(jī)動車燃油類型和排放階段結(jié)構(gòu)

1.3 排放因子獲得方法

排放因子主要基于國家第一次、第二次移動源污染物普查數(shù)據(jù)，在調(diào)研發(fā)動機(jī)型式核準(zhǔn)時(shí)臺架試驗(yàn)結(jié)果基礎(chǔ)上，結(jié)合國內(nèi)實(shí)際道路車載排放(PEMS)測試計(jì)算得到。實(shí)際道路PEMS測試的車型包括不同排放階段的上百輛輕型車和重型車，試驗(yàn)分別在北京、深圳、唐山、重慶、廣州、新疆、哈爾濱、陽泉等地進(jìn)行。

基本排放因子采用基于機(jī)動車比功率(vehicle specific power，VSP)的排放因子，計(jì)算公式如下：

(1)

式中：BEF為基本排放因子，g/(km·輛)；BER為不同道路類型、擁堵狀況下某車型在不同運(yùn)行模式區(qū)間(VSP Bin)的基本排放率，g/s；δ為不同VSP Bin占比；V為不同道路類型、擁堵狀況下的平均速度，km/h。

VSP Bin的劃分參照美國MOVES模型劃分思路，考慮到我國機(jī)動車的行駛特點(diǎn)與美國間的差異，重型車和公交車VSP Bin根據(jù)現(xiàn)場調(diào)研獲得的逐秒行駛工況數(shù)據(jù)進(jìn)行劃分；輕型車的行駛特點(diǎn)與美國類似，沿用美國MOVES模型劃分方法。

在進(jìn)行機(jī)動車綜合排放因子計(jì)算時(shí)，根據(jù)陽泉的地理特點(diǎn)及車輛使用情況，對基本排放因子進(jìn)行溫度、濕度、速度、空調(diào)、負(fù)載參數(shù)修正，公式如下：

EF=BEF×CF

(2)

式中：EF為機(jī)動車綜合排放因子，g/(km·輛)；CF為綜合修正排放因子，即溫度、濕度、速度、空調(diào)、負(fù)載修正因子的乘積，根據(jù)《道路機(jī)動車大氣污染物排放清單編制技術(shù)指南(試行)》[38]，溫度、濕度、速度、空調(diào)、負(fù)載的修正因子為0.32～1.69。

1.4 排放量計(jì)算

計(jì)算排放量時(shí)，先測算城市綜合排放因子。基于道路車輛的GPS數(shù)據(jù)分析，獲取實(shí)際道路工況數(shù)據(jù)及VSP Bin分布；基于臺架測試和PEMS測試，獲取逐秒排放率數(shù)據(jù)，在此基礎(chǔ)上獲取隨速度變化的機(jī)動車排放因子，結(jié)合不同道路的行駛里程(VKT)分布，開展溫度、濕度、速度、空調(diào)等參數(shù)修正后，獲取綜合排放因子。再利用van Aerde速度-流量模型，基于城市路網(wǎng)路段速度特征、車輛結(jié)構(gòu)特征，獲取按照道路類型、車輛類型、燃油種類、排放階段劃分的路網(wǎng)路段交通流量。最后將路網(wǎng)路段交通流量與綜合排放因子相乘，經(jīng)匯總后獲得城市機(jī)動車排放清單。排放量計(jì)算公式如下：

E=∑qi,j,k×li×EFi,j×365

(3)

式中：E為機(jī)動車污染物排放量，t/a；q為車流量，輛/h;i為道路類型；j為車輛類型；k為時(shí)間，h；l為道路長度，km。

1.5 排放量時(shí)空分配

以ArcGIS軟件構(gòu)建平臺，利用路網(wǎng)信息與交通流量信息相結(jié)合的方式來確定排放空間和時(shí)間分配方法，將機(jī)動車尾氣排放量進(jìn)行時(shí)空分配?？臻g分配時(shí)，根據(jù)路網(wǎng)、路段對道路長度、交通流量、機(jī)動車排放因子等信息進(jìn)行處理，得到每個(gè)路段的機(jī)動車污染物排放量；時(shí)間分配時(shí)，分道路類型提取路段中的路網(wǎng)信息，按照工作日和非工作日各時(shí)段的機(jī)動車流量分別進(jìn)行統(tǒng)計(jì)分析，得到不同道路類型的車流量變化規(guī)律，通過綜合排放因子計(jì)算出不同道路類型24 h的機(jī)動車排放量。

2 結(jié)果與討論

2.1 道路交通流量模擬結(jié)果

通過van Aerde速度-流量模型，結(jié)合GIS地圖、路況數(shù)據(jù)、已有道路觀測數(shù)據(jù)，獲取陽泉市基于路網(wǎng)路段的道路日交通流量數(shù)據(jù)(圖1)。由圖1可見，人口密集、道路密集區(qū)域每條道路的交通流量大部分在10 000輛/d以上，交通流量在20 000輛/d以上的道路主要為高速公路、國道和省道。

圖1 陽泉市日交通流量分布Fig.1 Spatial distribution of daily traffic flow in Yangquan City

圖2 陽泉市機(jī)動車污染物日均排放量Fig.2 Daily average pollutant emission of motor vehicles in Yangquan City

2.2 污染物排放總量

2017年陽泉市工作日和非工作日路網(wǎng)機(jī)動車排放量的CO、HC、NOx和PM排放量如圖2所示。

由圖2可見，工作日CO、HC、NOx、PM排放量分別為126.9、26.6、49.3、0.7 t/d，非工作日分別為119.4、25.1、45.2、0.6 t/d，非工作日污染物的排放量稍低于工作日。2017年工作日、非工作日分別為250和115 d，計(jì)算得到陽泉市全年道路機(jī)動車排放量的CO、HC、NOx、PM量分別為4.56×104、0.96×104、1.76×104、0.024×104t。

2.3 排放量按車型分布特征

陽泉市全路網(wǎng)道路上不同車型在工作日和非工作日各污染物的排放占比如圖3所示。由圖3可見，每種車型對4種污染物的貢獻(xiàn)率差異較大，小型客車的CO和HC排放占比最大，重型貨車和大型客車是NOx和PM的主要排放源。工作日與非工作日的排放占比相比，小型客車各項(xiàng)污染物變化不明顯，工作日和非工作日均在80%以上，這主要是由于小型客車除在工作日主要用于上下班外，在非工作日也有較大的出行需求；中型和大型客車在非工作日NOx和PM排放占比稍高于工作日，這與非工作日人們有旅行出行需求等相關(guān)，其他車型的污染物排放占比在工作日和非工作日區(qū)別不明顯。

圖3 陽泉市按車輛類型劃分的機(jī)動車污染物排放量構(gòu)成Fig.3 Proportions of motor vehicle emissions by vehicle types in Yangquan City

各車型日均污染物排放量如圖4所示。由圖4可見，小型客車CO、HC、NOx、PM排放量分別為101.6、22.1、5.0、0.01 t/d，排放總量最大；中型客車分別為2.0、0.2、1.0、0.01 t/d；大型客車分別為6.7、1.3、16.0、0.10 t/d；輕型貨車分別為8.5、1.6、2.0、0.2 t/d；中型貨車分別為1.1、0.2、3.0、0.1 t/d；重型貨車分別為4.8、0.8、21.0、0.3 t/d。

圖4 陽泉市按車輛類型劃分的機(jī)動車污染物日均排放量Fig.4 Proportions of motor vehicle emissions daily average by vehicle types in Yangquan City

2.4 排放量按階段分布特征

陽泉市機(jī)動車日均排放量按排放階段分布如圖5所示。由圖5可見，CO、HC、NOx、PM排放量大小依次為國4、國3、國5、國2、國1、國0。其中，國4機(jī)動車CO、HC、NOx、PM排放量分別占總排放量的38.9%、41.8%、31.3%、16.7%，國3機(jī)動車分別占22.4%、23.5%、49.3%、66.7%。國4機(jī)動車的CO和HC排放量占比較高，這主要是由于國4小型客車保有量占比較高；國3機(jī)動車的NOx和PM排放量占比較高，主要是由于國3柴油車的單車排放量較高。

圖5 陽泉市按排放階段劃分的機(jī)動車污染物日均排放量Fig.5 Proportions of motor vehicle emissions by emission stages in Yangquan City

2.5 排放量按空間及道路類型分布特征

根據(jù)路口、紅綠燈、高速公路出入口等節(jié)點(diǎn)進(jìn)行道路路段的劃分，統(tǒng)計(jì)每個(gè)路段的車輛里程、平均車速，將基于路段的機(jī)動車活動強(qiáng)度、車型、行駛速度與排放因子相結(jié)合，建立機(jī)動車各污染物排放量的空間分布，結(jié)果見圖6。由6圖可見，高速公路和路網(wǎng)密度處于中等水平的道路機(jī)動車排放強(qiáng)度較高，路網(wǎng)非常密集的區(qū)域可能由于每個(gè)路段的長度較短，機(jī)動車行駛速度相對較低，導(dǎo)致機(jī)動車排放強(qiáng)度并不是最高。排放強(qiáng)度較高的路段主要為南北走向的天黎高速公路(G207、S45)、東西走向的京昆高速公路(G5)以及陽泉繞城高速公路(S2003)。

根據(jù)道路類型，分別統(tǒng)計(jì)城市高速公路、國道、省道、縣道、鄉(xiāng)道上機(jī)動車的CO、HC、NOx、PM排放量，然后按工作日和非工作日加權(quán)后得到各類型道路上的污染物日均排放量(圖7)。由圖7可見，高速公路上各污染物排放量均較大，國道和省道上的排放水平比較接近，縣道排放量最少。CO和HC排放量在高速公路和鄉(xiāng)道上的占比較高，CO和HC排放主要來自于小型客車，說明小型客車更多愿意行駛在高速公路，鄉(xiāng)道上的排放占比較高是由于鄉(xiāng)道長度在總道路中占比以及行駛在鄉(xiāng)道的小型客車占比較高。NOx和PM排放量在高速、國道、省道的排放占比較高，是由于NOx和PM排放主要來自于重型貨車，而高速、國道、省道是重型貨車運(yùn)輸貨物的主要通道。

圖6 陽泉市機(jī)動車污染物日均排放量空間分布Fig.6 Spatial distribution of daily average vehicle emissions in Yangquan City

圖7 不同道路類型各污染物日均排放量Fig.7 Daily average emission of pollutants on various roads

2.6 排放量按區(qū)縣分布特征

陽泉市行政區(qū)包括平定縣、盂縣和郊區(qū)、礦區(qū)、城區(qū)，共兩縣三區(qū)，各區(qū)縣的機(jī)動車排放量統(tǒng)計(jì)如圖8。從圖8可以看出，各污染物排放量最大的為盂縣，其次是平定縣和郊區(qū)，由于礦區(qū)和城區(qū)的面積占比很小，因此排放量占比也很小。

圖8 陽泉市按區(qū)縣劃分的機(jī)動車日均排放量Fig.8 Proportions of motor vehicle emissions by administrative districts in Yangquan

2.7 結(jié)果對比分析

為對建立的排放清單進(jìn)行比較和分析，將該研究與張意等[10,29]的研究進(jìn)行了比較。根據(jù)張意等[10]的研究結(jié)果，天津市2013年機(jī)動車污染物CO、HC、NOx和PM的排放量分別為22.78×104、5.29×104、6.94×104、0.32×104t，分別是陽泉市機(jī)動車排放量的5.0、5.5、3.8、13.3倍，考慮到2017年陽泉市與2013年天津市機(jī)動車保有量的差異，2013—2017年機(jī)動車排放標(biāo)準(zhǔn)的升級及黃標(biāo)車的淘汰，認(rèn)為陽泉市機(jī)動車污染物的排放總量合理，顆粒物的排放水平比天津市偏低，但與成都[32]相比，顆粒物排放水平偏高，這主要是由于不同方法之間的差異所致。對于工作日與非工作日排放量的差異性，李笑語等[29]對南京市場研究發(fā)現(xiàn)，非工作日污染物的排放量稍低于工作日，與本研究結(jié)果一致。

2.8 不確定性分析

本研究基于交通流量信息和排放因子編制陽泉市道路機(jī)動車排放清單。交通流量信息包括具有時(shí)間分布特征的車流量、車速信息，其中車流量通過模型計(jì)算得到，由于同一等級的道路在不同區(qū)域的車流量有所差異，會給流量模擬帶來一定的不確定性。用于計(jì)算的排放因子需要進(jìn)行溫度、空調(diào)、海拔、負(fù)載、燃料等參數(shù)修正，這些參數(shù)的修正除了參照已有模型外，還要基于實(shí)際調(diào)研數(shù)據(jù)進(jìn)行修正，在獲取過程中不可避免存在誤差。實(shí)際道路機(jī)動車的構(gòu)成主要參照了陽泉市國道車輛結(jié)構(gòu)及山西省和其他相鄰城市道路車輛的結(jié)構(gòu)，可能與陽泉市的實(shí)際情況存在一定偏差?；谝陨戏治?，排放清單的不確定性受到車流量、排放因子和車型構(gòu)成的影響，其中車流量和排放因子的影響相對較大。

3 結(jié)論

(1)利用van Aerde速度-流量模型，結(jié)合GIS地圖及實(shí)際路段交通流量數(shù)據(jù)，得到全路網(wǎng)交通流量分布，其中人口密集、道路密集區(qū)域每條道路的日交通流量大部分在10 000輛/d以上，高速公路、省道日交通流量在20 000輛/d以上。

(2)2017年陽泉市道路機(jī)動車的CO、HC、NOx、PM排放量分別為4.56×104、0.96×104、1.76×104、0.024×104t。按道路類型劃分，高速公路(含城市快速路)機(jī)動車是4項(xiàng)污染物排放的主要貢獻(xiàn)者；按車輛類型劃分，小型客車是CO、HC排放的主要貢獻(xiàn)者，重型貨車是NOx、PM排放的主要貢獻(xiàn)者；按排放階段型劃分，國4機(jī)動車的CO和HC排放量占比較高，國3機(jī)動車的NOx和PM排放量占比較高；按區(qū)縣劃分，污染物排放量最大的為盂縣，其次是平定縣和郊區(qū)。