考慮空駛距離的出租汽車空氣污染排放模型

王 健，池利兵,2，胡曉偉

(1.哈爾濱工業(yè)大學交通科學與工程學院，黑龍江哈爾濱150090；2.中國城市規(guī)劃設計研究院，北京100037)

0 引言

作為城市客運交通系統的組成部分，出租汽車在方便乘客出行、促進城市客運交通健康發(fā)展方面發(fā)揮了重要作用。然而，由于出租汽車24 h運營并長時間占用城市道路，加大了城市空氣環(huán)境污染和道路交通壓力，且平均每名乘客每公里污染物排放量遠高于公共汽車和地鐵[1]，更加重了整個城市的社會成本，進而影響城市空氣環(huán)境質量和公眾身體健康。

在出租汽車空氣污染排放研究方面，文獻[2]認為出行距離是出租汽車空氣污染排放和能源消耗的主要因素，其他因素包括乘客數量、車輛使用年限、燃油類型、行駛速度等。文獻[3]綜述了近年來有關出租汽車、地鐵和公共汽車排放PM，CO，NO2，VOC等空氣污染物的研究。文獻[4]針對廣州市的研究發(fā)現，出租汽車CO排放濃度為23.7 ppm，遠高于地鐵3.1 ppm和公共汽車8.6 ppm。文獻[5]采用神經網絡模型對廣州市遠程遙感采集的877組出租汽車排放數據進行處理，識別出租汽車空氣污染排放總量包含CO，CO2，HC和NOX。文獻[6]在文獻[2]和文獻[7]研究基礎上，基于哈爾濱市出租汽車運營數據并考慮空駛率的影響，構建了出租汽車污染排放模型。文獻[8]基于上海市2012年出租汽車軌跡數據構建交叉口尾氣排放模型，并進行試驗性應用。文獻[9]對出租汽車污染排放因子估算模型和排放量預測模型進行綜述。

在已有研究中，文獻[6]提出將出租汽車運營狀態(tài)劃分為載客狀態(tài)和空駛狀態(tài)分別計算空氣污染情況，然而其根據歷史數據統計得到的出租汽車日均行駛里程和空駛率進行計算，準確性降低。本文結合出租汽車GPS數據的統計和處理結果，借鑒已有研究成果，構建考慮空駛距離的出租汽車空氣污染排放模型。

1 出租汽車GPS數據處理

1.1 數據篩選

本文獲取2011年4月18日(星期一)至26日(星期二)深圳市13 798輛出租汽車共計204 h的GPS數據，經過數據清洗、數據濾波，共篩選3 198輛出租汽車作為分析對象。出租汽車GPS數據篩選過程如圖1所示。

1.2 出租汽車空駛和載客狀態(tài)識別

表1給出深圳市某出租汽車GPS軌跡數據示例，可以發(fā)現當出租汽車駕駛人在某地點等待乘客上車時，駕駛人將短時停車(如編號4的記錄)等候乘客；當駕駛人等待乘客下車時，也需要短時停車(如編號28的記錄)。因此，本文選擇出租汽車狀態(tài)的變化點作為判斷乘客上下車的依據。當同一出租汽車的GPS數據集中，上一條GPS數據中狀態(tài)為“0”，而下一條為“1”時，代表出租汽車有乘客上車，此時出租汽車的GPS位置被提取作為“載客點”，假設此時刻此位置發(fā)生了空載出租汽車載到乘客事件。反之，當出租汽車狀態(tài)從“1”變?yōu)椤?”時，代表有乘客下車，此時為乘客“下車點”，假設此時刻此位置發(fā)生了載客出租汽車乘客下車事件。

1.3 出租汽車GPS數據推導行駛距離

基于出租汽車GPS數據，可以獲取出租汽車在路網運行的經緯度、時間、速度等信息，結合深圳市GIS地圖可計算車輛的行程速度、載客距離、空駛距離等信息。這些信息能夠較為準確地反映出租汽車在路網中的行駛特性，因此出租汽車GPS數據亦適用于分析城市客運出租汽車的空氣污染排放。

本文采用如下公式[10-11]計算兩點之間的距離：

圖1 出租汽車GPS數據篩選過程Fig.1 Process of taxi GPS data filtering

式中：D為兩點間在地球表面的距離/km；R為地球半徑/km，采用地球平均半徑，取值為6 371.004 km；latδ，longδ分別為δ點的經度和緯度。

出租汽車某次載客或者空駛的距離由一系列GPS定位點連接而成，將匹配后的GPS定位點在GIS路網上行駛路徑距離累加即可得到出租汽車的行駛距離。將某出租汽車在一日內的所有載客里程和空駛里程求和可得到日行駛里程，對采集到的2011年4月18—26日的日行駛里程數據進行平均，即可得到每輛出租汽車的日均行駛里程。

表1 某出租汽車GPS軌跡數據示例Tab.1 Ataxi's GPS trajectory data

2 出租汽車空氣污染排放模型構建

2.1 傳統的出租汽車空氣污染排放模型

傳統的出租汽車空氣污染排放模型包括三種，分別為基于車輛行駛里程、車輛油耗和出租汽車載客率的計算模型[6]。

1）基于車輛行駛里程的排放模型。

基于出租汽車行駛距離和排放因子進行計算：

式中：Qj為空氣污染物j平均日排放量/(kg?d-1)；A為出租汽車總量，本文統計數量為3 198輛；EFj為空氣污染物j的排放因子/(g?km-1)；VKT為每輛出租汽車的日均行駛距離/(km·d-1)；j=1，2，3分別為出租汽車排放空氣污染物NOX，HC和CO。

2）基于車輛油耗的排放模型。

基于排放因子乘以出租汽車百公里耗油量(或稱燃油經濟性)進行計算：

式中，Ej為空氣污染物j的排放因子/(g?l-1)；C為出租汽車百公里耗油量/(km?l-1)，數值為11 km?l-1。

3）基于出租汽車載客率的排放模型。

文獻[2]構建的模型考慮了平均載客率：

2.2 考慮空駛距離的出租汽車空氣污染排放模型

根據出租汽車GPS數據，通過獲取到的每輛出租汽車的日均載客次數和行駛軌跡，可以得到出租汽車日均載客里程、日均空駛里程，結合傳統的3個模型構建新模型進行分析。

1）改進模型1。

根據模型1構建考慮出租汽車空駛距離的新模型為

式中：EFo,j為載客狀態(tài)下空氣污染物 j的排放因子/(g?km-1)；VKTo為每輛出租汽車的日均載客里程/(km?d-1)；EFv,j為空駛狀態(tài)下空氣污染物 j的排放因子/(g?km-1)； VKTv為每輛出租汽車的日均空駛里程/(km?d-1)。其中，VKTo+VKTv=VKT.

2）改進模型2。

根據模型2構建考慮出租汽車空駛距離的新模型為

式中：Eo,j為載客狀態(tài)下空氣污染物 j的排放因子/(g?l-1)；Ev,j為空駛狀態(tài)下空氣污染物 j的排放因子/(g?l-1)。

3）改進模型3。

根據模型3構建考慮出租汽車空駛距離的新模型為

3 空氣污染排放量計算

對式(5)中的 EFo,j和EFv,j取值，本文參考文獻[12]，將其上限值作為出租汽車載客狀態(tài)的空氣污染排放因子EFo,j，下限值作為空駛狀態(tài)的空氣污染排放因子EFv,j。對式(6)中的 Eo,j和 Ev,j取值則參考文獻[13]，將其上限值作為載客狀態(tài)的空氣污染排放因子Eo,j，下限值作為空駛狀態(tài)的空氣污染排放因子Ev,j。根據文獻[14]可得到式(7)中的值，而則參考文獻[6]取載客狀態(tài)的0.6進行計算。具體的出租汽車空氣污染排放因子如表2所示。

結合表2和公式(5)，(6)，(7)，基于GPS數據可計算得到深圳市3 198輛出租汽車日均空氣污染排放總量(見表3)。由于出租汽車空氣污染排放因子選自不同研究，且其計量單位不統一，因此三類模型的計算結果并不一致，但均為19 700～23 650 kg?d-1，差別不大。可以看出，空駛過程中三類模型對應的出租汽車空氣污染物排放量占污染排放總量的比例分別為25.4%，34.2%和18.9%。因此，出租汽車空駛過程中排放的空氣污染應引起交通管理者和研究人員的注意。為進一步校核模型的準確度，未來需開展出租汽車實際排放調查，并構建相關的統計模型，從而得到更為精確的出租汽車空氣污染排放因子和污染物排放量。

4 結論

中國的機動車排放正從國III向國IV、國V轉變，迫切需要研究機動車減排的技術手段和交通管理措施，因此有必要對占城市交通量較大比例的出租汽車污染排放進行研究。由出租汽車空氣污染排放模型可知，排放因子、行駛距離、燃油經濟性等是影響出租汽車空氣污染排放量的主要因素，因此，可從這三方面入手制定出租汽車減排策略。例如在排放因子方面，可以引入液化石油氣(Liquefied Petroleum Gas,LPG)汽車、混合電動車(Hybrid-electric Vehicles,HEVs)[15]、電動汽車等；在行駛距離方面，可以通過電話叫車、打車軟件、設置出租汽車停靠站等方式，有效減少出租汽車空駛距離；在燃油經濟性方面，需要對出租汽車進行定期維修和養(yǎng)護、定期檢查及更換空氣濾清器、減少怠速行駛等。

表2 出租汽車空氣污染排放因子Tab.2 Taxicab emission factor

表3 出租汽車日均空氣污染排放總量Tab.3 Average daily emissions of taxies kg?d-1

[1]Reddy A K N,Anand Y P,D'Sa A.Energy for a Sustainable Road/Rail Transport System in India[J].Energy for Sustainable Development,2000,4(1):29-44.

[2]Stead D.Relationships between Transport Emissions and Travel Patterns in Britain[J].Transport Policy,1999,6(4):247-258.

[3]Han X,Naeher L P.A Review of Traffic-related Air Pollution Exposure Assessment Studies in the Developing World[J].Environment International,2006,32(1):106-120.

[4]Chan L Y,Lau W L,Zou S C,Cao Z X,Lai S C.Exposure Level of Carbon Monoxide and Respirable Suspended Particulate in Public Transportation Modes While Commuting in Urban Area of Guangzhou,China[J].Atmospheric Environment,2002,36(38):5831-5840.

[5]Zeng J,Guo H,Hu Y.Artificial Neural Network Model for Identifying Taxi Gross Emitter from Remote Sensing Data of Vehicle Emission[J].Journal of Environmental Sciences,2007,19(4):427-431.

[6]An S,Hu X,Wang J.Urban Taxis and Air Pollution:A Case Study in Harbin,China[J].Journal of Transport Geography,2011,19(4):960-967.

[7]Wang H,Fu L,Zhou Y,Du X,Ge W.Trends in Vehicular Emissions in China's Mega Cities from 1995 to 2005[J].Environmental Pollution,2010,158(2):394-400.

[8]趙旻玥.基于出租車軌跡數據分析交叉口尾氣排放的時空特征[D].上海：華東師范大學，2013.Zhao Minyue.Analyze Spatial and Temporal Characteristics of Exhaust Emissions around Intersections Based on Taxi Trajectory Data[D].Shanghai:East China Normal University,2013.

[9]白竹，王瑋.城市出租車污染物排放模型研究[J].黑龍江工程學院學報(自然科學版)，2013，27(1)：17-21.Bai Zhu,Wang Wei.A Study of Urban Taxis Pollution Emission Models[J].Journal of Heilongjiang Institute of Technology,2013,27(1):17-21.

[10]Ned Levine&Associates.CrimeStat Version 3.3[R].Washington DC:National Institute of Justice,2010.

[11]Hu X,An S,Wang J.Exploring Urban Taxi Drivers'Activity Distribution Based on GPS Data[J].Mathematical Problems in Engineering,2014,2014:1-13.

[12]畢曄，葛蘊珊，韓秀坤.基于MOBILE6.2的北京市出租車排放污染物分析[J].安全與環(huán)境學報，2007，7(2)：61-64.Bi Ye,Ge Yunshan,Han Xiukun.Analysis of Emission Pollutants from Beijing Taxi Based on MOBILE 6.2[J].Journal of Safety and Environment,2007,7(2):61-64.

[13]Guo H,Zhang Q,Shi Y,Wang D.On-road Remote Sensing Measurements and Fuelbased Motor Vehicle Emission Inventory in Hangzhou,China[J].Atmospheric Environment,2007,41(14):3095-3107.

[14]邱立勛，陳愚，趙黛青，蔡國田，陳勇，胡秀蓮，姜克雋.廣州市至2020年城市客運交通發(fā)展情景分析[J].中山大學學報(自然科學版)，2008，47(S)：114-118.Qiu Liqun,Chen Yu,Zhao Daiqing,Cai Guotian,Chen Yong,Hu Xiulian,Jiang Kejun.Scenario Analysis of Passenger Traffic Development in Guangzhou until 2020[J].Acta Scientiarum Naturalium Universitatis Sunyatseni,2008,47(S):114-118.

[15]Gao H O,Kitirattragarn V.Taxi Owners'Buying Preferences of Hybrid-electric Vehicles and Their Implications for Emissions in New York City[J].Transportation Research PartA,2008,42(8):1064-1073.