路網排放測算方法綜述

重慶交通大學交通運輸學院

【摘 要】如何準確地量化分析交通措施所產生的環境效益，從而評價和對比各種措施的減排效果，為相關部門提供決策支持，是有效管理和改善路網交通排放狀態的基本平臺和必要步驟。 本文針對路網中易于獲取的平均速度參數，綜述了國內外利用平均速度測算路網排放的各類方法。

【關鍵詞】平均速度；排放因子；行駛周期；VSP

平均速度是交通領域的傳統參數，該參數在交通數據采集系統或交通規劃軟件中非常容易獲取。平均速度可以通過以下方法關聯排放：平均速度關聯排放因子；平均速度關聯行駛周期；平均速度關聯VSP分布。

一、平均速度關聯排放因子

（一）國外情況綜述

該方法以COPERT模型為代表，曾一度成為交通路網中排放效益評估的主流方法。Bigazzi[1]等人以波特蘭一段800米的高速公路為實例，基于平均速度對應排放因子的方法，分析了不同擁堵狀態下的排放狀況。其研究結果發現，擁堵時期，排放量增加的原因是流量的增加，而非排放因子的變化。

（二）國內情況綜述

在國內，李鐵柱等人[2]采用了國外的排放因子與平均車速間所具有的函數關系[3]，并以此為依據計算城市道路路段環境交通容量；宋國華[4]等人基于北京市實測數據，對MOBILE 模型中速度與排放進行修正，得到北京市速度與各污染物排放間的關系式；唐嘉平等人[5]，李莉等人[6]通過平均車速和車流量，計算機動車的排放強度，并分別開發了北京市和上海市的機動車排放GIS系統；Wang 等人[7]以MOBILE5B為基礎，利用中國實測數據獲取不同平均速度下的修正因子，并對應由交通普查獲取的速度區間分布率，計算了北京奧運會期間的污染物的排放。

（三）方法評述

該方法獲取平均速度后，利用如下公式計算排放量：

E = EF（v） * T*i * Li （2-15）

其中，E 為路網中的總排放量，g；v 為機動車平均速度，km/h；EF（v） 為排放隨速度v 的函數，g/km；Ti 表示路段 i 上的車流量，pcu；Li為路段 i 的長度，km。其中，Ti、Li、v 均可由交通規劃模型獲取。

從公式中不難發現，排放因子僅僅只是與平均速度相關的函數，無法刻畫交通策略引起的瞬時速度和加速度改變對排放的影響，因而不適用于細致的交通政策評價。

二、平均速度關聯行駛周期

（一）基本概念

該方法是指，平均速度首先關聯行駛周期，再由其所對應的行駛周期，計算排放因子或是VSP分布率。行駛周期（Driving Cycle）指的是一段車速隨時間的變化歷程，模擬了一定地區范圍內的車輛駕駛狀態。建立行駛周期的目的在于統一本地區車輛的行駛狀態，便于排放數據的對比與檢驗。因此，行駛周期的主要參數，如平均速度、平均加減速等應和所在地區的實際交通狀況盡量接近。

行駛周期的建立方法根據區域范圍層面而不同。國家層面的行駛周期的目的在于統一全國測試標準，因而采用人工建立的方法，即人為創建速度和加速度模式；而城市及道路層面的行駛周期，目的在于反映道路的運行狀況，通常使用實測擬合的建立方法，即根據比較指標，從已測得的大量實際行駛速度中提煉出一段速度變化曲線，使得這段曲線能反映實測數據的特點。常見比較指標如表1。

表1 行駛周期常見指標[8]

TABLE 1 Indices in the Development of Driving Cycles

ID 特征指標 指標意義

1 怠速比例（Pi） 全部怠速時間/行駛周期時間

2 加速比例（Pa） 全部加速時間/行駛周期時間

3 勻速比例（Pc） 全部勻速時間/行駛周期時間

4 減速比例（Pd） 全部減速時間/行駛周期時間

5 平均速度（V1） 全部速度點的速度之和/行駛周期時間

6 平均行駛速度（V2） 全部速度點的速度之和/行駛周期中的非怠速時間

7 加速工況下平均加速度（Aa） 全部加速點的加速度之和/全部加速時間之和

8 減速工況下平均減速度（Ad） 全部減速點的減速度之和/全部減速時間之和

9 各區間速度比例（F（v1-v2）） 速度值所在區間的時間/行駛周期時間

10 短行程的運行時間（T） 從一個怠速工況開始到下一個怠速工況開始的總時間

11 短行程的運行里程（D） 從一個怠速工況開始到下一個怠速工況開始的總行駛里程

12 短行程加速次數（Fa） 從一個怠速工況開始到下一個怠速工況開始的總加速次數

13 短行程減速次數（Fd） 從一個怠速工況開始到下一個怠速工況終止的總減速次數

（二）國外情況綜述

很多發達國家均建立了自己的標準行駛周期，如美國，日本，歐洲等。使用行駛周期關聯排放的方法以MOBILE和MOVES模型為代表。MOBILE中，使用平均速度對應行駛周期，再通過臺架測試模擬該行駛周期運行狀態，從而獲取排放值，作為該平均速度下的排放因子。而MOVES模型中的運行模式計算是對這一方法進行的延續，其通過平均速度對應行駛周期后，計算該行駛周期的運行模式（VSP與瞬時速度）分布，作為路段運行模式特征的表現。

（三）國內情況綜述

我國目前采用ECE 15+EUDC 周期作為國家標準行駛周期。為了更加準確地反映各城市的駕駛行為特征，不少城市均開始開發自己的行駛周期，例如國外的悉尼、墨爾本、佩斯、雅典等城市，在我國，劉希玲等人建立了我國北京、天津、上海、大連、廣州五個城市的行駛周期[9]；王岐東等人[10]對北京、重慶、長春、成都、吉林、綿陽、九臺、梓潼八個不同等級城市的機動車行駛周期進行了研究；裴文文等人[11]針對北京市不同等級道路，分別建立了行駛周期。

（四）方法評述

但是，其行駛周期的開發過程以排放測算為目標，并不能很好地反映交通路網的動態變化，與此同時，采用行駛周期推算運行模式分布，還存在時間長度上的矛盾，即行駛周期的時間長度通常為1500秒，一方面，由于取時過短，難于完全包含該路網多變條件下平均速度所對應的運行模式狀態，另一方面，又因為平均速度所覆蓋的時間范圍過長，增加了該段運行模式產生變化的可能性，從而導致其結果穩定性不佳。

三、平均速度關聯VSP分布

（一）國外情況綜述

針對行駛周期計算VSP分布無法兼顧路網狀態多樣性及運行模式分布穩定性的問題，一些學者開始研究平均速度與VSP分布的直接關系。Lents等人[12]收集了實時交通數據并發現奈落比，圣利亞哥，圣保羅三個城市有著相似的VSP分布。Frey等人[13]對不同道路上，13組平均速度在30-40km/h區間的數據分析發現，各組VSP分布類似。但以上學者對運行模式分布的研究僅僅局限在定性探討，其研究結果無法直接用于模型計算。

（二）國內情況綜述

Song[14]等人針對平均速度和VSP運行模式的關系進行了定量研究，其具體方法為：首先按一定時間集成粒度劃分時間片段，計算各片段平均速度與VSP分布；接著，將平均速度劃分區間，最后將各平均速度區間內，所有時間片段的VSP分布進行疊加，用以表征該平均速度下的VSP分布狀態。該研究發現不同平均速度下，VSP分布呈現正態分布，且均值隨平均速度的增大而增大。

（三）方法評述

此項研究揭示了平均速度與VSP運行模式分布的關系。在該研究方法中，因變量平均速度來源于交通規劃模型和交通數據收集系統，獲取手段非常容易。同時，VSP分布的疊加不受時間長度限制，可將多次同類測試的時間段疊加，且其計算結果不會增加計算復雜性。因此，能通過將短時間集成粒度下的VSP分布疊加，實現反映路網的多變狀態的同時，克服了行駛周期時間中平均速度包含時間長，運行模式分布不穩定的問題。因此，該研究對聯系交通模型和排放模型進行排放測算起到了轉折性意義。

但是，隨著排放模型的進一步細化，VSP已不再是聯系交通與排放的唯一運行模式參數。即使在相同的VSP區間，排放速率也可能產生一定差異。為此，MOVES模型和IVE模型分別加入瞬時速度和ES參數，進一步細化運行模式參數，以達到較高的預測精度。由于ES參數需要將前25秒的速度作為計算依據，極大地增加了路網數據采集的難度，本文將選擇瞬時速度與VSP組合，作為運行模式的描述參數，并研究平均速度與運行模式參數分布的關系，實現交通網絡排放測算。

參考文獻：

[1]Bigazzi， A.， M. Figliozzi， and K. Clifton， Motorists Exposure to Traffic-Related Air Pollution： Modeling the Effects of Traffic Characteristics [C]. 90th Transportation Research Board Annual Meeting CD-ROM， Washington， DC， 2011.

[2]李鐵柱， 朱志高， 田新現. 城市道路路段環境交通容量 [J]. 東南大學學報：自然科學版， 2008， 38 （2）： 309-313.

[3]Margiotta， R A. Improved vehicle speed estimation procedures for air quality and planning application [D]. Department of Civil Engineering， The University of Tennessee， 1996.

[4]宋國華， 于雷 城市交通規劃環境影響評價的方法與實踐 [J]. 安全與環境工程， 2007； 14 （3）： 6-14.

[5]吳曉璐， 余琦， 馬蔚純. 環境空氣質量數值模擬及其在上海道路交通規劃環境評價中的應用 [J]. 復旦學報： 自然科學版， 2007， 46 （3）： 348-355.

[6]賀紅， 賀克斌， 王歧東 機動車污染排放模型研究綜述 [J]. 環境污染與防治. 2006， 28 （7）： 526-530

[7]Wang， H.， L. Fu， X. Lin， Y. Zhou and J. Chen A bottom-up methodology toestimate vehicle emissions for the Beijing urban area [R]. Science of the Total Environment 2009； 407： 1947-1953

[8]宋國華 面向交通策略評價的交通油耗排放模型研究 [D]. 北京，北京交通大學博士學位論文， 2007

[9]劉希玲， 丁焰. 我國城市汽車行駛工況調查研究 [J]. 環境科學研究， 2000， 13 （1）： 23-27.

[10]王岐東， 賀克斌， 姚志良， 霍紅. 中國城市機動車行駛工況研究 [J]. 環境污染與防治， 2007， 29 （10）： 745-748.

[11]裴文文， 于雷， 楊方， 王文， 宋國華， 王麗水 北京市機動車行駛周期的建立方法研究 [J]. 交通環保. 2004；25 （3）， 14-17.

[12]Lents， J.， M. Walsh， K. He， N. Davis， M. Osses， and S. Tolvett. Handbook of Air Quality Management [EB/OL]. 2009-6-24. http：//www.aqbook. org/read/？ page= 86.

[13]Frey H. C.， N. M. Rouphail， and H. Zhai. Speed- and Facility-Specific Emission Estimates for On-Road Light-Duty Vehicles on the Basis of Real-World Speed Profiles [J]. Transportation Research Record： Journal of the Transportation Research Board， 2006， 1987： 128–137

[14]Song， G.， L. Yu， and Z. Tu. Distribution Characteristics of Vehicle Specific Power on Urban Restricted Access Roadways [R]. 89th Transportation Research Board of the National Academies， Washington， D.C.， 2010.

基金項目：

重慶市自然科學基金（ctcs2013jcyjA00015），重慶市教委資助項目（KJ1400328）。

作者簡介：

胥耀方（1984-）女，重慶，畢業于北京交通大學，從事交通環境、智能交通類研究，就職于重慶交通大學，副教授。