不同交通分擔率影響下的載客機動車尾氣排放比較

不同交通分擔率影響下的載客機動車尾氣排放比較

隨著機動車保有量逐漸增加，機動車化進程顯著加快，城市交通污染物日益劇增，機動車尾氣排放物嚴重威脅人類健康和破壞城市環境。研究表明：一輛汽車在正常情況下約每100千米用掉8升汽油，1升汽油充分燃燒會產生2.4千克CO2，按照汽車一年行駛的平均值15000千米的情況看，一臺性能俱佳的機動車一年為大氣中貢獻的二氧化碳就是：15000/100X8X2.4=2880千克。交通引發的城市生態環境問題逐漸凸顯，而低碳交通所倡導的出行方式從根本上來講就是以公共交通為主的低碳出行方式，而且加強小汽車的需求控制管理、改善現行交通的出行環境和基礎設施、使各種出行方式能夠方便和便捷銜接是發展低碳交通的重要輔助方式，低碳交通作為一個特殊領域，也作為低碳社會、低碳經濟的一部分，逐漸受到城市建設管理者的重視，也成為未來城市發展的必然趨勢。本文在不同交通方式分擔率下研究機動車尾氣排放量的變化。

非集計模型與交通分擔率

出行者交通方式的選擇直接影響城市交通結構，不同的交通結構反過來也影響著出行者的行為選擇。非集計模型以出行效用最大為基本準則，在與出行者相關的多個選擇肢中，在多因素綜合影響之下，出行者選擇效用最大的選擇肢，其理論基礎一般可表示為：對任意的i1j，當Uin＞Ujn時，個人n優先選擇選擇肢i。其中Uin表示選擇肢i對個人n的選擇效用，一般記為Uin=Vin + ein，即個人選擇肢可表示為可觀測的影響因素構成的效用項確定項Vin與不可觀測因素構成的效用隨機項ein之和，具體一般用效用函數表達，其常用表達式為：

式中Vin為效用函數（與個人n的社會經濟特性與選擇肢i的特性有關），Xkin為個人n響應選擇肢i的第k個變量值，qk為待定系數。在確實效用函數的具體形式之后，運用最大似然法估計法進行參數標定，進而確定各種交通選擇肢的分擔率。《咸寧市市區優先發展城市公共交通實施辦法》預計“十三五”期間市區城市公共交通出行分擔率將達到18%，機動化公交出行分擔率不低于30%，再結合已有研究與咸寧市城市公共交通專項規劃等，本文交通選擇肢及其初始分擔率確定如表1所示。

表1 交通方式初始分擔率

不同出行方式污染排放

汽車對環境的污染主要表現在汽車尾氣排放和噪聲兩個方面。有關研究結果表明，各類機動車輛排氣污染已占城市大氣部份污染物的70%以上，成為影響城市居民生活質量的一個重要污染源。在機動車排出的廢氣中，污染物的主要成分有：二氧化碳（CO2）、一氧化碳（CO）、碳氫化合物（HC）、氮氧化合物（NOx）、顆粒物（PM）等，每種污染物都人體健康存有威脅。與城市居民日常生活相關的機動車主要有載客汽（大、中、小、微型）、載貨汽車（重、中、輕、微型）、摩托車和其它車型等，根據中國機動車污染防治年報（2013，2015），不同車型主要污染物排放分擔率如表2所示。

表2 各車型主要污染物排放量分擔率

不同交通分擔率下機動車尾排放研究

本文側重分析私家車、出租車等小型載客汽車和不同類型公交車等中、大型載客汽在城市交通不同分擔率下的污染排放，出租車雖行駛歷程遠大于私家車，但排污量與私家車

基本相當，故將其綜合為一類。為了便于污染物的計算與后期的對比分析，本文將上述交通方式選擇肢進行綜合，綜合為非機動出行、摩托車、小型載客汽車、中型載客汽車四種方式。綜合后的基礎表格如表3所示。

表3中污染物排放只考慮載客機車部分，其中中型汽車數據由表2中大型+中型載客汽車數據所得，微型數據合并在小載客車部分，交通分擔率小型汽車部分由出租車和私家車兩部分組成，機車數據來源于2015年咸寧統計年鑒。對表3中的數據，分別以CO、HC、NOx、PM作為因變量，交通分擔率和機車數量作為自變量，在EXCEL中進行回歸分析，可得：YCO=－26.66+2.91X1－0.04X2、YHC=－13.49+2.09X1－0.07X2、YNOx=31.47－0.64X1－0.76X2、YPM=30.89－0.88X1－0.67X2。

公交優先策略是目前城市低碳出行的共識，根據咸寧楓丹公交有限公司提供的數據：咸寧市截至2016年10月共有公交車429輛，在假定所有機車數量和摩托車、非機動車交通分擔率不變前提下，研究當中型載客汽車交通分擔率上升一個百分點、小型載客汽車下降一個百分點時，其對應尾氣排放的變化，結果如表4所示。

由表4可知，當中型汽車交通分擔率上升一個百分點（即相當于公交車分擔率上升1%）、小型車交通分擔率下降一個百分點（即相當于私家車、出租車交通分擔率下降1%）時，所有大小載客汽尾汽排放中CO、HC、NOx、PM的分擔率變化量為分別為2.91、2.10、0.65和0.88，由于小型載客汽車和中型載客汽車的基數不同且同一時刻均為固定值，實質即為二者載客能力有別導致同樣出行任務下對環境造成的污染程度不同，由此可得此時小型載客汽車的尾氣排放率中CO、HC、NOx、PM的分別下降了19.05、13.72、4.19和5.76，中型載客汽車的尾氣排放率中CO、HC、NOx、PM的分別上升了1.15、0.83、0.25和0.35，運用相對變化比較方法：（A－B）/（A+B）*100%，可得CO、HC、NOx、PM減排的比率分別為88.61%、88.59%、88.74%和88.54%。可見加大中型載客汽車在交通方式中的分擔率，對減少汽車尾氣排放對環境的污染效果非常明顯。

表3 尾氣排放比率－交通分擔率－機車數量

表4 1%交通分擔率變化時尾氣排放量變化

不同交通分擔率下機動車尾排放研究

現代城市生活人們越來越注重環保與生態理念，城市居民對日常生活緊密相關的交通出行方式的選擇在悄無聲息的對自身周邊的大氣環境產生著直接影響。本文定量化的研究結果大致表明，增加1%的公交出行方式分擔率，約可以使CO、HC、NOx和PM的排放量均減少88%左右，減排的效果明顯。倡導公交優先、低碳出行方式、發展便捷舒適的公共交通，作為建設低碳社會、發展低碳經濟的一部分，應當逐漸受到城市建設管理者的重視，這也是未來城市發展的必然趨勢。

除此之外，本文還使用了最近鄰類型的理論，在這個理論的框架下，如果任何一個i 分區的采樣與j分區的中心的距離，比其它的j 分區采樣與j分區中心的距離更近，本文就認為分區是成對出現的。在實際應用中，在評估狀態之間使用歐幾里得距離已經非常足夠了，并且對于計算量負載的要求也相對較小。自適應分區（AP）的方法如下給出。

b）如果d( t)＞τ，則使用獨立分區推導t分區

c）否則，使用成對分區推導t分區。

仿真結果

在仿真過程中，在同時監控并跟蹤10個目標的情況下，AP算法對每1秒的即時數據進行運算，需要耗費大約1.5秒的時間。隨著硬件水平的提升，本文方案有望提供一個更趨近于實時的跟蹤。我們首先對10個目標進行JMPD實現，然后對這個結果進行粒子濾波，通過對粒子濾波結果進行跟蹤，展現了他們的性能表現。圖1取的是50次試驗的平均值，其中每次試驗的目標集合都是從我們的實時目標數據庫中隨即選擇10個組成的。

本文展現了基于遞歸估計的JMPD的多目標跟蹤算法，并用貝葉斯方法對該算法進行了實現。我們對自適應粒子的策略進行了細化，全面考慮了多目標問題的本質，并且，選擇恰當的時機，把多目標的問題分解成一系列的更小的獨立的問題，同時，在目標相互靠近時，正確的處理了置換對稱性以及目標之間的相互關系。

10.3969/j.issn.1001- 8972.2016.20.030