环境科学学报  2020, Vol. 40 Issue (12): 4483-4491
河北省国道和省道机动车基于交通流量的尾气排放量估算    [PDF全文]
陆雅静1, 倪爽英1, 王洪华1, 周亚欣2, 杜杰3, 孟琛琛1, 赵江伟4    
1. 河北省生态环境科学研究院, 石家庄 050037;
2. 河北省第三测绘院, 石家庄 050031;
3. 河北省交通规划设计院, 050011;
4. 河北省生态环境监测中心, 石家庄 050037
摘要:河北省各城市均已开展利用机动车保有量等宏观统计数据的城市移动源排放清单编制工作,但尚缺乏对跨省及全省各城市间国省道高时空分辨率的移动源排放清单研究.本研究利用2017年河北省国道、省道日均交通流量监测数据,计算了2017年河北省国道和省道机动车大气污染物排放量.结果表明:2017年河北省国道和省道机动车CO、HC、NOx、PM2.5和PM10排放量,与利用宏观统计数据计算得到的全省机动车排放总量相比,分别占27.8%、15.7%、55.6%、58.3%和58.5%.重型货车是国道和省道机动车CO、NOx、PM2.5和PM10排放的主要来源.河北省南部国省道的机动车排放量以南部各城市为中心呈网状辐射,东北部沿海地区的排放量主要在沧州-天津-唐山-秦皇岛-承德沿线分布,西北部则主要在保定-张家口-内蒙沿线分布.月均排放量分布情况为1月最高,9月最低;周日均分布情况为周一—周三逐日增加,周四开始回落,周日降至最低;每日小时平均分布呈现明显的双高峰现象,两次高峰分别出现在11:00和18:00左右;最低值出现在凌晨4:00.河北省内,各市国省道机动车污染物排放分担率前3位的依次为保定、沧州和张家口.跨省交通车辆排放的CO、HC、NOx、PM2.5、PM10分别占河北省国省道机动车总排放量的48.1%、48.7%、42.9%、41.3%和41.3%,其中天津市出入河北省的车辆排放分担率最高,其次是北京.京津冀应在区域层面建立机动车污染联合防治协调机制,从调整区域货运交通运输结构、推动柴油车污染控制措施升级等方面改善区域环境空气质量.
关键词国道    省道    机动车    交通流量    排放量    
Estimation of vehicle emission based on traffic flow on national and provincial roads in Hebei Province
LU Yajing1, NI Shuangying1, WANG Honghua1, ZHOU Yaxin2, DU Jie3, MENG Chenchen1, ZHAO Jiangwei4    
1. Hebei Provincial Academy of Ecological Environmental Science, Shijiazhuang 050037;
2. The Third Institute of Surveying and Mapping of Hebei Province, Shijiazhuang 050031;
3. Hebei Provincial Communications Planning and Design Institute, Shijiazhuang 050011;
4. Hebei Ecological Environment Monitoring Center, Shijiazhuang 050037
Received 29 June 2020; received in revised from 24 July 2020; accepted 24 July 2020
Abstract: The urban motor vehicle emission inventory has been established in each cities of Hebei province on the basis of the macro statistical data such as vehicle population, while the research on the emission inventory of the inter-provincial and inter-city roads with high spatial and temporal resolution is still very limited. In the present study, the air pollutant emissions of motor vehicles in Hebei were calculated based on the daily average traffic flow monitoring data of national and provincial roads in 2017. Results showed that the emissions of CO, HC, NOx, PM2.5 and PM10 from motor vehicles on national and provincial roads in 2017 accounted for 27%, 15%, 54%, 56% and 57% of the province's vehicle emissions calculated by using macro statistical data. Heavy trucks were the main emission sources of CO, NOx, PM2.5 and PM10 from national and provincial motor vehicles. In southern Hebei, it showed a radiation distribution around the cities for the emission of motor vehicles on the national and provincial roads. In the Northeast coastal areas, the pollutant emissions mainly distributed along Cangzhou-Tianjin-Tangshan-Qinhuangdao-Chengde, while in the northwest of Hebei, mainly distributed along Baoding-Zhangjiakou-Inner Mongolia. The distribution of monthly average emissions reached the highest in January and the lowest in September. The weekly changing of pollutants emissions showed an upward trend from Monday to Wednesday, while decreased from Thursday and then reached the lowest on Sunday. The diurnal variation of pollutants emissions presented an obvious bimodal curve. The peak concentrations were found at 11:00 and 18:00 respectively, and the minimum was observed at 4:00 am. Baoding, Cangzhou and Zhangjiakou were the top three cities in Hebei for the contributions of motor vehicle emissions on national and provincial roads. The emissions of CO, HC, NOx, PM2.5 and PM10 from inter-provincial traffic vehicles accounted for 48.1%, 48.7%, 42.9%, 41.3%, and 41.3% of the total emissions from national and provincial vehicles, respectively. The transit vehicles that from Tianjin to Hebei contributed most to the pollutant emissions, followed by those from Beijing. To improve the regional air quality, a coordinated mechanism such as the adjustment of the regional freight transportation structure and promoting of pollution control measures for diesel vehicles should be established in Beijing-Tianjin-Hebei region for the joint prevention and control of motor vehicle pollution.
Keywords: national roads    provincial roads    vehicles    traffic flow data    pollutant emission    
1 引言(Introduction)

机动车尾气是臭氧和二次粒子前体物的重要排放源(Cao et al., 2011).近年来, 随着河北省机动车保有量的持续增长, 机动车尾气排放已成为河北省各城市重要的大气污染物来源之一.根据大气重污染成因与治理攻关项目的数据成果, 石家庄、唐山等8个传输通道城市2017—2018年秋冬季细颗粒物来源解析结果显示, 各市采暖季本地排放中机动车对PM2.5的贡献在10%~27%.

根据《河北省打赢蓝天保卫战三年行动方案》, 机动车大气污染防治是现阶段河北省大气污染防治的重要任务之一.而精确估算机动车大气污染物排放清单, 对于精准监管和进一步治理机动车尾气具有重要意义.

现阶段, 国内外学者对移动源大气污染源排放清单都有一定的研究.国外常用的机动车排放模型有MOBILE、IVE、COPERT、MOVES等(马因韬等, 2008), 国内学者(吴烨等, 2002车汶蔚, 2010Lang et al., 2014Sun et al., 2016孙世达等, 2017唐伟等, 2018李荔等, 2018金嘉欣等, 2020)也应用COPERT、MOBILE等模型开展了不同尺度的机动车排放清单研究工作.但大部分研究主要是利用区域机动车保有量、车辆平均行驶里程等统计数据计算区域机动车排放清单, 这种方法忽略了跨区域行驶车辆的影响, 空间分辨率也较低.其他学者基于道路交通流信息研究建立了北京(樊守彬等, 2015)、上海(王海鲲等, 2006)、成都(周子航等, 2018)等市的机动车排放清单, 但是均以城市道路为研究对象, 缺少城市间国道、省道的机动车排放量.王人洁等(2017)基于国道和省道机动车流量, 计算了2015年全国国道和省道机动车大气污染物排放量.

河北省作为京津冀大气污染防治的重点区域, 各城市均已开展利用城市机动车保有量等宏观统计数据的城市移动源排放清单工作, 但尚缺乏对跨省及全省各城市间国省道高时空分辨率的移动源排放清单研究.公路机动车排放量不容忽视, 据统计, 2017年河北省国道、省道机动车行驶量分别占4类公路(国道、省道、县道、乡道)总行驶量的54.2%和28.8%.因此, 本文以河北省国道和省道为研究对象, 基于全省国省道交通流数据, 计算了2017年河北省国道和省道机动车大气污染物排放量.

2 材料与方法(Materials and methods) 2.1 研究范围

以2017年河北省全部国道、省道为研究范围, 国道1.57万km, 省道1.17万km.

2.2 计算方法

根据《道路机动车大气污染物排放清单编制技术指南(试行)》(生态环境部, 2015), 基于河北省逐条国道和省道的年日均交通流量监测数据, 计算2017年河北省国道和省道机动车大气污染物排放量.

道路机动车排放源分为三级分类, 第一级分类将道路机动车根据载客量和载货量分为微型(小型)载客汽车、中型载客汽车、大型载客汽车及微型(轻型)载货汽车、中型载货汽车、重型载货汽车、摩托车和低速货车;第二级分类根据车辆使用的主要燃料类型分为汽油、柴油和其他燃料;在第二级分类的基础上, 第三级根据车辆的污染控制水平分为国一前、国一、国二、国三、国四和国五.

道路机动车排放量(E)主要包括尾气排放(E1)和HC蒸发排放(E2)两部分.其计算公式见式(1).

(1)
2.2.1 道路机动车尾气排放量的计算

道路机动车尾气排放量的计算在第三级排放源层面完成.计算公式见式(2).

(2)

式中, E1为第三级机动车排放源i对应的CO、HC、NOx、PM2.5和PM10的道路机动车排放量(t);Pi为所在道路i类型机动车的日均车流量(辆);EFii类型机动车基于单位行驶里程的排放因子(g·km-1);VKT为i类型机动车在所在道路中的行驶里程(km·辆-1).

2.2.2 机动车蒸发排放量计算方法

由于本研究只考虑机动车在国省道行驶期间的尾气排放, 因此不考虑驻车期间的HC蒸发排放.机动车行驶期间的HC蒸发排放量在第一级排放源层面完成, 按式(3)计算.

(3)

式中, EF为机动车行驶过程中的蒸发排放系数(g·h-1);VKT为j类型机动车在所在道路中的行驶里程(km·辆-1);Pj为所在道路j类型机动车的日均车流量(辆);Vjj类型机动车的平均行驶速度(km·h-1).

2.3 活动水平数据

本研究活动水平数据采用2017年河北省国省道交通调查站的交通流量数据, 该数据包括逐条道路的道路名称、道路类型、所属行政区域(分地市)、观测里程、平均行驶速度, 分车型日均、月均、日小时平均车流量等信息, 所覆盖国道和省道的观测里程分别占国道和省道总里程的37.5%和68.3%, 具有较好的代表性, 可以提供满足计算河北省国道和省道的机动车排放清单的活动水平数据.

2.3.1 不同道路类型的车型交通量分布

不同车型的机动车大气污染物排放情况不同.图 2给出了河北省国道和省道不同车型的交通量分布情况.中小型客车占比最高, 分别占到全省国家高速、普通国道、省级高速和普通省道车流量的53.6%、51.5%、51.3%和50.8%;其次是重型载货汽车, 占国家高速、普通国道、省级高速和普通省道车流量的30.7%、20.0%、36.0%和19.0%.普通国省道上的小型货车和摩托车流量高于高速公路.

图 1 研究范围示意图 Fig. 1 The study area

图 2 河北省国道和省道不同车型交通量分布 Fig. 2 Traffic volume distribution Vehicle types on national and provincial roads of Hebei province
2.3.2 不同道路类型的车速分布

车辆的尾气排放与运行速度之间关系密切(US EPA, 2002), 低速行驶时排放因子较高, 中高速行驶时排放因子总体较低(田灵娣等, 2016).《道路机动车大气污染物排放清单编制技术指南(试行)》(生态环境部, 2015)也给出了不同速度区间的排放因子修正系数.利用交通流量站点观测得到的车辆年均行驶速度和交通量, 分析得出河北省国道和省道不同车型的平均行驶速度, 如表 1所示.可知, 省级高速上的客车行驶速度最高, 其次是国家高速上的客车, 普通省道上的摩托车和低速货车行驶速度最低.

表 1 河北省国道和省道主要车型的平均行驶速度 Table 1 Average speed of main vehicle types on national and provincial roads in Hebei 
2.3.3 不同车型的排放标准分布

随着机动车污染物排放标准不断加严, 机动车大气污染物排放水平不断降低.通过对河北省机动车注册登记时间的统计分析, 得出了不同车型各个排放标准阶段的保有量占比情况, 如表 2所示.

表 2 河北省不同车型的排放标准分布 Table 2 Emission standards distribution of major vehicle types in Hebei
2.3.4 不同时间分辨率的交通量分布

不同时间分辨率的机动车大气污染物排放情况不同.利用交通流量站点观测得到的分车型年日平均, 分道路日小时平均、月平均、周日平均等车流量信息, 统计得出各道路类型不同时间分辨率交通量分布情况, 见图 3.一年中, 各类道路交通量最大的月份均在冬季(1月、2月和12月), 交通量较小的月份在春季和秋季(4月、8月、9月和10月).其中省级高速的月度变化幅度最大.一周中, 各类道路交通量周一—周三逐日增加, 周四开始回落, 周日降至最低.一天中, 各类道路交通量的小时变化呈明显的双高峰现象, 两次高峰分别出现在11:00和18:00左右;最低值出现在凌晨4:00.

图 3 国道和省道月交通量分布(a)、周每日交通量分布(b)及日每小时交通量分布(c) Fig. 3 Monthly(a), weekly(b) and diurnal(c) traffic volume distribution on national and provincial roads
2.4 排放因子的确定

机动车尾气大气污染物排放因子的计算公式见式(4).

(4)

式中, BEFii类车的综合基准排放系数, φi为环境修正因子, γi为平均速度修正因子, λii类车辆的劣化修正因子, θii类车辆的其他使用条件(如负载系数、油品质量等)修正因子.《道路机动车大气污染物排放清单编制技术指南(试行)》(生态环境部, 2015)给出了综合基准排放系数BEF及各类修正因子, 本研究基于上述河北省国道和省道行驶机动车的燃料类型分布、车速分布、车型分布、排放标准分布状况, 计算得到河北省国道和省道机动车大气污染物排放因子.

3 结果与讨论(Results and discussion) 3.1 全省国道和省道机动车大气污染物排放总量

2017年河北省国道和省道机动车CO、HC、NOx、PM2.5和PM10排放量分别为17.0万、2.8万、20.2万、0.7万和0.8万t, 与利用机动车保有量数据计算得到的河北省机动车排放源清单相比, 分别占到全省机动车排放量的27.8%、15.7%、55.6%、58.3%和58.5%.NOx和PM占比高, 说明跨市机动车, 特别是柴油车运输交通产生的大气污染物不容忽视.而目前我省空气质量自动监测站点以及各城市PM2.5来源解析手工采样点主要布设在城市, 环境空气质量数据和PM2.5来源解析对机动车, 特别是柴油车排放的响应和影响可能都有不同程度的低估.

3.2 不同道路污染物排放分担率

由于行驶里程、车流量、车速不同, 不同类型道路的污染物排放分担率不同.如图 4a所示, 国家高速和普通国道的排放分担率较高, 普通省道次之, 省级高速最低.

图 4 不同类型道路(a)及不同道路分车型污染物排放分担率(b) Fig. 4 Emission contributions of different vehicle types on different types of roads(a) and various road types(b)

燃料种类、排放标准等因素的影响, 河北省国省道不同类型道路分车型污染物的排放分担率如图 4b所示.重型货车在各类道路上的车流量占比为19.0%~36.0%, 但CO、NOx、PM2.5和PM10排放分担率均居首位, 分别占各类道路上总排放量的36.0%、62.0%、64.0%和64.0%以上, 高于全国国省道上大型货车的排放水平(王人洁等, 2017).对于HC, 国家高速和普通国道上排放分担率最高的是中小型客车, 占比45.0%以上, 其次也是重型货车;省级高速和普通省道上排放分担率最高的重型货车, 占比34.0%以上, 其次是中小型客车.总体而言, 国省道上重型货车的排放分担率较高, 因此, 应通过柴油车污染控制措施的升级, 以及从调整整个区域货运交通运输结构等措施降低机动车污染, 改善区域环境空气质量.

3.3 全省国道和省道污染物排放空间分布

利用ARGGIS软件, 按1 km×1 km网格对排放量进行了空间分配, 得到2017年河北省国道和省道机动车PM2.5、NOx、HC和CO排放量的空间分布, 结果如图 5所示.可知河北省南部的机动车排放量以邯郸、邢台、石家庄、衡水、沧州、保定、廊坊等市为中心呈网状辐射, 东北部沿海地区的排放量主要在沧州-天津-唐山-秦皇岛-承德沿线分布, 西北部则主要在保定-张家口-内蒙沿线分布.

图 5 河北省国道和省道机动车PM2.5 (a)、NOx (b)、HC (c)和CO (d)排放量空间分布 Fig. 5 Spatial distribution of PM2.5(a), NOx(b), HC(c) and CO(d) emissions from vehicles on the national and provincial roads in Hebei
3.4 全省国道和省道污染物排放时间分布

利用各道路类型不同时间分辨率交通量分布情况, 对排放量进行了时间分配, 得到2017年河北省国道和省道机动车PM2.5、NOx、HC和CO排放量月度、周每日和日每小时的时间分布, 结果如图 6所示.可知, 不同时间分辨率的排放量分布与交通量分布情况一致.

图 6 国道和省道机动车PM2.5、PM10、NOx、HC和CO月排放量分布(a)、周每日排放量分布(b)及日每小时排放量分布(c) Fig. 6 Monthly(a), Weekly(b) and diurnal emission distributions of PM2.5, PM10, NOx, HC and CO from vehicles on the national and provincial roads

一年中, 1月各类污染物排放量最高, 1—4月逐月下降, 5、6月稍有升高后回落, 9月降至最低后反弹.一周中, 各类污染物排放量周一—周三逐日增加, 周四开始回落, 周日降至最低.一天中, 各类污染物排放量的小时变化呈现明显的双高峰现象, 两次高峰分别出现在11:00和18:00左右;最低值出现在凌晨4:00.

3.5 河北省各市排放分担率

河北省各市国省道机动车污染物排放分担率如图 7所示.保定市国省道道路里程占全省的13.6%, 车流量占7.7%, 行驶里程占14.2%, CO、HC、NOx、PM2.5、PM10排放分担率分别占全省排放量的14.8%、15.0%、13.5%、13.2%和13.2%, 均居全省首位, 主要是由于保定市地理位置位于河北省中部, 与省内石家庄、衡水、沧州、廊坊、张家口等多市, 以及北京、山西接壤, 路网密集, 域内行驶里程居全省首位.其次是沧州市, 主要是由于车流量大, 占全省的12.7%;张家口市排放量居全省第三, 主要是由于市域内道路里程长, 占全省总里程的15.6%, 居全省首位.

图 7 河北省各市国省道机动车污染物排放分担率 Fig. 7 Distribution of vehicle Emissions in national and provincial roads of each city in Hebei
3.6 跨省交通车辆排放分担率

相邻省与河北省跨省交通量占比及跨省交通车辆污染物排放分担率如表 3所示.2017年出入河北省界的交通量约占河北省国省道交通总量的14.8%, 其中天津市最高, 占6.1%左右, 其次是北京, 约占3.3%.跨省交通车辆排放的CO、HC、NOx、PM2.5、PM10分别占河北省国省道机动车总排放量的48.1%、48.7%、42.9%、41.3%和41.3%, 其中天津市出入河北省的车辆排放分担率最高, 其次是北京.可见, 京津冀区域跨省交通排放对整个区域的空气质量都有影响, 应在区域层面建立机动车污染联合防治协调机制, 改善区域环境空气质量.

表 3 跨省交通量占比及排放分担率 Table 3 Contributions of inter-provincial traffic volume and vehicle emissions
4 结论(Conclusions)

1) 2017年河北省国道和省道机动车CO、HC、NOx、PM2.5和PM10排放量分别为17.0万、2.8万、20.2万、0.7万和0.8万t, 与利用机动车保有量数据计算得到的河北省机动车排放源清单相比, 分别占到全省机动车排放量的27.8%、15.7%、55.6%、58.3%和58.5%.

2) 对于CO、NOx、PM2.5和PM10, 重型货车在各类道路上的排放分担率均居首位;对于HC, 国家高速和普通国道上排放分担率最高的是中小型客车, 省级高速和普通省道上排放分担率最高的重型货车.应通过柴油车污染控制措施的升级, 以及从调整整个区域货运交通运输结构等措施降低机动车污染.

3) 河北省南部国省道的机动车排放量以邯郸、邢台、石家庄、衡水、沧州、保定、廊坊等市为中心呈网状辐射, 东北部沿海地区的排放量主要在沧州-天津-唐山-秦皇岛-承德沿线分布, 西北部则主要在保定-张家口-内蒙沿线分布.

4) 河北省国省道机动车年月均排放量分布情况为1月最高, 9月最低;周日均分布情况为周一—周三逐日增加, 周四开始回落, 周日降至最低;每日小时平均分布呈现明显的双高峰现象, 两次高峰分别出现在11:00和18:00左右;最低值出现在凌晨4:00.

5) 河北省内, 各市国省道机动车污染物排放分担率前3位的依次为保定、沧州和张家口市;相邻省与河北省跨省交通车量排放分担率前3位的依次为天津、北京和山东.京津冀区域跨省交通排放对整个区域的空气质量都有影响, 应在区域层面建立机动车污染联合防治协调机制.

参考文献
Cao G L, Zhang X Y, Gong S L, et al. 2011. Emission inventories of primary particles and pollutant gases for China[J]. Chinese Science Bulletin, 56(8): 781-788. DOI:10.1007/s11434-011-4373-7
车汶蔚. 2010.珠江三角洲高时空分辨率机动车污染排放清单开发及控制对策研究[D].广州: 华南理工大学
樊守彬, 田灵娣, 张东旭, 等. 2015. 基于实际道路交通流信息的北京市机动车排放特征[J]. 环境科学, 36(8): 2750-2757.
李荔, 张洁, 赵秋月, 等. 2018. 基于COPERT模型的江苏省机动车时空排放特征与分担率[J]. 环境科学, 39(9): 3976-3986.
金嘉欣, 孙世达, 王芃, 等. 2020. 辽宁省2000-2030年机动车排放清单及情景分析[J]. 环境科学, 41(2): 665-673.
Lang J L, Cheng S Y, Zhou Y, et al. 2014. Air pollutant emissions from on-road vehicles in China, 1999-2011[J]. Science of the Total Environment, 496: 1-10. DOI:10.1016/j.scitotenv.2014.07.021
马因韬, 刘启汉, 雷国强, 等. 2008. 机动车排放模型的应用及其适用性比较[J]. 北京大学学报(自然科学版), 44(3): 308-316.
生态环境部. 2015.道路机动车大气污染物排放清单编制技术指南(试行)[EB/OL]. http://www.Zhb.Gov.cn/gkml/hbb/bgg/201501/W020150107594587831090.pdf
Sun S D, Jiang W, Gao W D. 2016. Vehicle emission trends and spatial distribution in Shandong province, China, from 2000 to 2014[J]. Atmospheric Environment, 147: 190-199. DOI:10.1016/j.atmosenv.2016.09.065
孙世达, 姜巍, 高卫东. 2017. 青岛市机动车排放清单与空间分布特征[J]. 中国环境科学, 37(1): 49-59.
唐伟, 何平, 杨强, 等. 2018. 基于IVE模型和大数据分析的杭州市道路移动源主要温室气体排放清单研究[J]. 环境科学学报, 38(4): 1368-1376.
US EPA. 2002. User's guide to MOBILE 6.0:mobile source emission factor model[M]. Washington: United States Environmental Protection Agency, 420-422.
王人洁, 王堃, 张帆, 等. 2017. 中国国道和省道机动车尾气排放特征[J]. 环境科学, 38(9): 3553-3560.
吴烨, 郝吉明, 傅立新, 等. 2002. 澳门机动车排放清单[J]. 清华大学学报(自然科学版), 42(12): 1601-1604.
王海鲲, 陈长虹, 黄成, 等. 2006. 应用IVE模型计算上海市机动车污染物排放[J]. 环境科学学报, 26(1): 1-9.
周子航, 邓也, 吴柯颖, 等. 2018. 成都市道路移动源排放清单与空间分布特征[J]. 环境科学学报, 38(1): 79-91.