基于峽谷模型淮安市城市道路PM2.5排放研究

吳 中，歐陽鈺榮

（河海大學土木與交通學院，江蘇 南京 210098）

基于峽谷模型淮安市城市道路PM2.5排放研究

吳 中，歐陽鈺榮

（河海大學土木與交通學院，江蘇 南京 210098）

選取中小城市道路-淮安市淮海北路段作為典型路段，設計并實施了街道峽谷實驗；根據現場監測的風速風向、交通量、車型、車速、PM2．5濃度及氣象條件，運用峽谷模型求解了不同動力源機動車對PM2．5的貢獻。得出了在晴天和小雨兩種天氣情況下雨天各類車排放因子較晴天均有不同程度的下降，動力源為柴油、汽油和天然氣的車排放因子依次下降。結論符合定性分析的結果，說明用峽谷模型研究中小城市道路PM2．5排放因子是適用的。結論表明柴油對PM2．5的貢獻最大，城市交通應盡量采用天然氣為動力源。

峽谷模型；城市道路；PM2．5排放因子

近幾年隨著中小城市的快速發展，大氣污染狀況也和大城市一樣逐漸惡化，霧霾天氣明顯增多。以淮安市為例，數據統計資料表明，淮安市交通工具PM2．5排放占總份額的20%左右（2015年7-8月），在光照條件下純粹由車輛排放形成的二次排放量并不穩定，約在交通工具排氣口一次排放總量的6%～25%。已成為解決城市大氣污染的難點問題，已經影響到城市的生態環境以及人民群眾日常的工作與生活。PM2．5雖然在大氣成分中所占組分較少，但它對空氣質量和能見度等有重要的影響。因此汽車尾氣排放的研究，尤其是PM2．5排放的研究已經刻不容緩。

科學準確地建立機動車污染源排放清單是進行機動車排放控制的重要依據，而獲取準確的機動車排放因子是其關鍵。[1]國內外排放因子的研究已經開始從單純的實驗室臺駕實測方法向包括現場觀測統計在內的綜合方法演變，微小顆粒物的排放也開始被考慮。本文以淮安市為例，通過街道峽谷實驗，在實測數據基礎上得出淮安市機動車不同車型在不同速度及不同天氣情況下的PM2．5綜合排放因子，為交通運輸企業的減排規劃提供理論依據和技術支撐。

1 實驗設計

1.1 街道峽谷模型原理

城市道路上的排放實驗處于半開放環境中，需要考慮道路兩側建筑物屋頂上自然風力的影響[2]。對于二維斷面的街道峽谷，圖1表達了街道兩側建筑物對街道橫斷面的氣流氣態的影響。

圖1 凹型城市“峽谷”街道斷面氣流流態示意圖Fig.1 Air flow state of street canyon sections

街區內的PM2．5的對流擴散過程是相對復雜的，受影響的因素很多，主要包括：垂直于街道中心線的風速、風向、街區地理因素和污染源強度等[3]。在擴散與氣流運動的影響下，道路內部的排放物濃度分布呈現如下特征：

1）氣流在道路峽谷邊側內部形成回流漩渦，A區受遮擋流速較小、B區迎氣流流速較大；

2）在氣流作用下，迎風區域（B區）的排放物隨風力作用被吹散，濃度較低；

3）排放物在背風區域（A區）聚集，濃度較高。

街道峽谷模型實驗就是同步觀測“峽谷”內的交通量，A、B區的排放濃度、建筑物頂面垂直于街道中心線的風速風向，以及背景PM2.5濃度；進而計算車輛的PM2.5排放因子[4]。

1.2 實驗方法

本項目設計如下實驗方案用于采集開放環境下的汽車尾氣排放數據：

1）在路面兩側位置布設交通流激光調查儀，用于檢測雙向交通流量、速度等參數；

2）在道路中央分隔帶護欄頂部位置布設PM2.5濃度儀，用于檢測道路內部的PM2.5濃度；

3）在道路兩側相鄰建筑物距離地面12.0m和18.3m位置分別布設3臺PM2.5濃度儀觀測微顆粒濃度，在道路一側較高的交通賓館樓頂布設1臺PM2.5濃度儀，用于檢測PM2.5的背景濃度；

4）在道路兩側建筑物距離地面約18.3m的平面上設置風速風向儀，儀器用三腳架支撐，高于樓面1.5m，用于檢測風速和風向。另有一臺手持式人工讀數的風速風向儀用于校核。

具體儀器布置位置見圖2。

圖2 淮安城市道路實驗儀器布設方案Fig.2 Experiment instrument location on Huai’an city road

1.3 試驗設備

試驗設備見表1。

表1 實驗設備及其用途Tab.1 Experimental equipment and its use

2 試驗及觀測數據處理

街道峽谷實驗于2015年8月1日—8月3日在淮安市淮海北路（主干道）進行，共計3天（全天24h采樣），覆蓋了交通高峰時段和平峰時段，經歷過大晴天與陰雨天。實驗同步進行了交通流量、流速與車型、風向與風速以及多點PM2．5含量的現場觀測。由于采用差分方法處理數據，差分時段選取的短，可以排除開放邊界造成的外來空氣帶來的污染因素。

圖3 淮安城市道路實驗現場圖Fig.3 Experiment sitemap of Huai’an city road

現場采樣具體的實驗過程為：

1）抽取一定體積的空氣，使之通過已恒重的濾膜，則懸浮微粒被阻留在濾膜上，根據采樣前后濾膜重量之差及采氣體積，即可計算總懸浮顆粒物的質量濃度；

2）記錄現場有關參數，包括溫度、大氣壓等；

3）將已恒重的濾膜用小鑷子取出，“毛”面向上，平放在采樣夾的網托上，擰緊采樣夾，按照規定的流量采樣；

4）采樣后，用鑷子小心取下濾膜，使采樣“毛”面朝內，以采樣有效面積的長邊為中線對疊好，放回表面光滑的紙袋并貯于盒內；

5）采集樣本交由分析部門處理[5]。

2.1 街道樓頂氣流觀測

設定記錄5分鐘平均氣流流速，得到每天04:15-15:50連續140組的風速風向時間平均值，見圖4。

由記錄數據可得：14：40時風速最高，為7．9m/s，觀測時段04：15-15．50內5分鐘平均是測風速的平均值為2．74m/s。

2.2 街道交通流量與車速觀測

街道交通流量與車速由二臺路側激光檢測儀分別布設在街道東西兩側車行道路邊，設置2～3人在市公路管理處樓頂上人工記錄公交車、大客車、小汽車以及出租車的出現時間與數量。

通過對記錄的數據分析，淮安市實測時間段內該路段交通量的高峰期在早上8:00-9:00。在所有記錄車輛中，小汽車所占比例最高，其次是出租車、公交車和大客車（見表2）。

圖4 8月1-3日市公路處樓頂5分鐘平均實測風速值Fig.4 The averagemeasured w ind speed on the roof w ithin 5m inutes（Aug.1st-3rd）

圖5 換算當量小汽車后交通量時間分布Fig.5 Time distribution after passenger car unit conversion

表2 不同車型交通量占比Tab.2 Traffic proportion of differentmodels

觀測的淮海北路西側道路的交通流平均速度是37．5 km/h，淮海北路西側道路的交通流平均速度是33．2 km/h。

2.3 街道PM2.5濃度觀測

“峽谷”街道底部中央和兩側以及高處的PM2．5傳感器同步實測5分鐘平均的歷時變化量見圖6。

圖6 城市街道實測PM2.5濃度值Fig.6 PM2.5 concentration in the city street

3 試驗結果及分析

3.1 SRI峽谷模型

Johnson（1973）等[6]人以街道峽谷內現場監測數據為基礎，擬合實測數據提出了預測污染物濃度的經驗公式SRI模型，它適用于可長時間懸浮于空中并可隨空氣同步運動的氣固態污染物。其基本原理是把街道峽谷某一高度內的峽谷內空間視為一個箱體，并假設污染物在垂直方向均勻變化（等梯度變化）。驗證表明，在凹型斷面內邊壁污染物濃度計算數值上能較好地描述圖1所示的空氣動力學原理。

SRI峽谷模型：

式中：CLee和CLuv分別為街道峽谷內屋頂風的上風側和下風側的污染物濃度；Cb為峽谷上面的背景濃度；u為屋頂風速；u0為最小稀釋參數，設定為0．5（m·s-1）；q為交通車道的排放強度（g/m/s）；x和z分別為受體水平和垂直方向距車道中央的距離;L0為污染物初始混合長度；H和B分別為建筑物高度和街道寬度;K為經驗常數，Johnson等人取值為7。藤谷等人監測東京都峽谷內CO濃度后得到SRI模式中參數K在1．6～39之間，大氣穩定度為弱不穩定時K值小。東京都基于測定的NOx數據得到K值為：不穩定、中性時為1/0．228，穩定時為1/0.153。因此，可以看出峽谷模型應用中K值較難標定[7]。

由于模型中包含經驗常數K，K值的大小與現場氣壓大小、街道寬度和建筑物高度都有關，峽谷模型無法直接求解。

3.2 值的評估

為了評估K值，采用較封閉的隧道試驗觀測結果[8]（滿足質量守恒定律）。由于該試驗是在南京市進行的，淮安市和南京市的柴油、汽油可能成分不完全相同，但天然氣是采用同一輸送管道的，成分相同，能進行比較，因此選用天然氣車型進行比較。思路是利用南京市隧道的觀測結果，由質量守恒方程計算PM2.5排放因子；再由淮安市城市道路監測的天然氣車的K值（不精確，是個范圍）由質量守恒方程反推PM2.5排放因子，與隧道PM2.5排放因子計算值最接近的K值為城市道路的K值。

3.2.1 計算隧道中的

依據PM2.5質量守恒方程：

式中：c（x，t）為沿程隨時間變化PM2.5濃度；v（t）為出口處斷面風速儀瞬時值；c出（t），c入（t）分別為隧道主干計算段出入口處斷面風速儀瞬時值；αi為排放因子，g/km；Ni為T時段內駛過隧道的車輛總數，其下標i代表車輛種類；S為隧道空間橫截面積；Δx為隧道主干段計算區間的長度，即首尾1號至4號PM2.5濃度傳感器間的隧道長度。當隧道橫截面積不變時，兩邊的S可消去。

結合不同PM2.5觀測值和當時的風速風向與空間相對位置，根據整理的m組離散實測數據，劃分成5種車型，分別列出離散形式的方程組，求解排放因子。

3.2.2 測量城市道路的K值

由于線源排放濃度與交通流量呈現正比關系，待定的系數K無法依據面向街道的兩側建筑物立面上布設的三臺儀器觀測數據標定得出。街道峽谷底部PM2.5傳感器緊靠車輛排氣管，其觀測數據最接近理想的線源強度。如果以谷底數據作為線源排放強度，按照它觀測數據推算標定出的K值參見圖7。圖7中K值有一定范圍的變化，變化區間在1-19之間。

圖7 城市道路中由PM2.5數據標定的K值Fig.7 K value of PM2.5 data calibration on the urban road

3.2.3 標定城市道路的K值

因為由觀測值標定的K值范圍太大，因此對每一個整數K值，通過SRI峽谷模型反向推算城市道路的天然氣車PM2.5排放因子，與3.2.1中的隧道天然氣車PM2.5排放因子值最接近的K值為城市道路的K值。結果標定出K值在10.1左右，基本落在圖7的取值區間的平均值上。

3.3 計算機動車排放因子

將方程（1）和（2）變換，各時段排放強度q可以寫為

可以看出，q可以寫成下列與自變量相關的函數形式：

在T=5分鐘平均時間內，排放強度q與交通量的關系（定義）可以表達為

在（6）式中，v為車輛空間平均車速；L0為污染物初始混合長度，為排放因子，g/km；Ni為T時段內駛過觀測點的車輛總數，其下標代表車輛種類。

上風側為

根據淮安市中心區域8月1-3日06∶00至16∶00現場實測數據，在天氣良好情況下，得到平均25～40 km/h車速下的城市汽車排放因子如表3。

表3 淮安城市汽車PM2.5的平均排放因子計算值Tab.3 Calculating value of PM2.5 average em ission factors

4 結論

1）各類車排放因子小雨時比晴天時都有不同程度的下降。說明空氣中的高濕度會降低PM2．5擴散的作用。

2）淮安市以柴油、汽油、天然氣為動力源的機動車PM2．5平均排放因子依次減少，晴天時最大（柴油大客車）為0．167 48 g/km，最小（天然氣出租車）為0．123 3 g/km。雨天時最大（柴油大客車）為0．161 30 g/km，最小（天然氣出租車）為0．011 76 g/km。重型車大于輕型車，排放標準越高的汽車PM排放量最低。提倡盡可能采用天然氣為動力源。

[1]蘇小芳，范炳全，黃遠東，等．城市次干道路段機動車污染物排放因子的測定[J]．上海理工大學學報，2004（4）：318-322．

[2]謝紹東，張遠航，唐孝炎．我國城市地區機動車污染現狀與趨勢[J]．環境科學研究，2000，13（4）：22-25，38．

[3]郭振宇．城市街道峽谷內機動車尾氣排放的PM2．5的對流擴散規律研究[D]．山東建筑大學，2013：18-21．

[4]朱光燦，聞德蓀．城市道路汽車尾氣擴散箱型模式研究[J]．東南大學學報：自然科學版，2001，31（4）：88-91．

[5]鄭春霞，王文全，錢翌，等．新疆烏魯木齊市公路兩側大氣總懸浮物、Pb～(2+),Cd～(2+)含量測定及分析[J]．新疆農業大學學報，2007（1）：57-60．

[6]STACHELIN J，SCHLAPFER K，BURGIN T，et al．Emission factor from road traffic from a tunnel study（Gubist Tunnel Switzerland）Part I：conceptand first results[J]．Atmospheric Environment，1998，32（6）：999-1009．

[7]程曉燕．城市交通源空氣質量模擬研究[D]．清華大學，2002：35-70．

[8]吳中，侯新超，徐輝，等．基于隧道法的機動車PM2．5排放因子研究[J]．華東交通大學學報，2016（4）：130-135．

On PM2.5 Em issions of Huai’an City Road Based on Canyon Model

Wu Zhong，Ouyang Yurong
（College of Civil and Transportation Engineering,HehaiUniversity,Nanjing 210098,China）

Taking Huaihai North Road in Huai’an city,a small-medium city,as the typical road section,this study designed and implemented the street canyon experiment.According to themeasured PM2.5 concentration, wind speed and direction,traffic volume,vehicles,speed andmeteorological conditions,the canyonmodel was used to calculate the contribution ofmotor vehicleswith different power sources to PM2.5.It is obtained that the emission factors of various types of vehicles in rainy days are less than those in sunny days,and the emission factors of diesel,gasoline and natural gas decline in succession.The results of qualitative analysis show that it is feasible to use the canyonmodel to study the PM2.5 emission factors on small andmedium-sized city roads and that diesel oil becomes the greatest contributor to PM2.5,and it is suggested to adopt natural gas as the power source in urban traffic.

the canyonmodel；urban road；PM2.5 emissions

1005-0523（2017）05-0035-07

U491．1

A

2017－01－08

吳中（1964—），教授，博士，研究方向為交通流理論、交通規劃與管理。

（責任編輯 王建華）