CVEM排放模型在綜合交通規劃中的應用
——以成渝城市群為例

唐 藝，尹 航，黃志輝，于 雷,3,4，宋國華

（1.北京交通大學城市交通復雜系統理論與技術教育部重點實驗室，北京100044；2.生態環境部機動車排污監控中心，北京100012；3.德克薩斯南方大學 理工技術學院，美國休斯頓77004；4.許昌學院，河南許昌461000）

0 引言

自2016年修訂環境影響評價法后，我國對于環境影響評價愈發重視。除了法規約束，《“十三五”現代綜合交通運輸體系發展規劃》[1]中對規劃階段的排放評價提出了更高的要求。為實現在交通規劃階段進行交通排放的定量評估，需要選擇適當的交通排放模型并將其與交通規劃模型進行對接。

國外對規劃階段的交通排放評價已有較為成熟的探索。如美國的《交通一致性》（Transportation Conformity）[2]和英國的《氣候變化法案》（Climate Change Act 2008）[3]。我國在京津冀等地區的交通規劃[4]中也進行過較系統的運用。作為大氣環境影響分析的一部分，交通排放的量化計算需要使用排放模型。常用方法根據道路行駛里程（Vehicle Miles Traveled,VMT）的計算方法不同可以分為基于保有量的測算模型和基于交通量的測算模型[5]。基于保有量的排放測算方法在國內應用廣泛[6-10]，但此類測算方法對基礎設施建設、交通排放政策的變化（如運輸結構調整，限號通行等）影響不敏感，也難以刻畫交通排放的時空分布特征。基于交通量的排放測算方法[11-20]自20世紀90年代后期開始受到重視，該方法更能反映交通行為，測算區域和時間粒度也逐漸細化。然而，由于車輛類型、排放標準、后處理技術等的不同，本地化修正是應用國外模型的重要問題。另外，由于交通規劃模型和排放模型開發者源于不同領域，導致二者在銜接應用時出現諸多不兼容的問題。諸多學者[21-26]對兩者的對接問題進行了較為全面的研究和梳理，但目前的研究多集中于對交通仿真模型與微觀排放模型的分析，較少有研究涉及交通規劃模型與排放模型對接并應用模型對接計算成果對政策進行評價。應用交通排放模型進行規劃方案量化計算時需滿足如下三點要求：（1）對不同交通規劃方案的輸出參數敏感，從而能反映不同方案的排放差異；（2）體現交通排放的時間/空間分布，從而有助于結合環境約束制定交通減排對策；（3）能夠與交通規劃模型進行合理有效的對接，在模型結構、參數定義等方面具有兼容和一致性，從而保證排放測算和評估的科學性。

在上述背景與問題下，本文設計了中國機動車排放模型（China Vehicle Emission Model,CVEM）[27]在交通規劃階段的應用方法。作為基于國內參數和實驗數據開發的機動車排放模型，經過模型應用方法設計，有可能滿足上述要求。本文將從CVEM排放模型的結構和計算方法，CVEM排放模型應用于綜合交通規劃中的對接方法，成渝城市群綜合交通規劃方案的環境影響評價應用案例3個方面進行論述。

1 CVEM排放模型

CVEM排放模型由我國環保部機動車排污監控中心建立，是我國移動源排放清單模型，能夠測算車輛的CO,HC,NOX,PM排放[30]。該模型綜合多種國外交通排放模型，利用本地化的基礎數據分車輛類型和污染物排放過程計算車輛或地區的污染物排放[31]。

1.1 模型結構

CVEM模型的排放測算分為尾氣排放和蒸發排放兩部分。其中，尾氣排放又包括冷啟動過程和熱運行過程兩部分。受車型與排放過程的影響，CVEM排放模型針對不同車型參考了不同的國外排放模型方法。

污染物尾氣排放總量的計算方法如下：

式（1）～（2）中：EMAi,j為由車型i排放的污染物j的總量（g）；VMTi為車型為i的車輛行駛里程（km）；EFi,j為車型為i,污染物為j的排放因子（g/km），該排放因子為經過速度、溫度、海拔等修正因子修正后的排放因子；VAi為車型為i的機動車保有量（輛）；AMi為車型為i的機動車年均行駛里程（km）。

從以上VMT計算方法可知，CVEM是基于保有量的排放模型，其難以體現交通政策變化產生的排放差異，亦難以刻畫排放的時空分布特征。因此，需將其與交通規劃模型對接，利用交通規劃模型的輸出交通量和路段長度計算VMT，以克服上述問題。

此時，污染物排放的計算方法可表示為：

式（3）中：EMi為第i種污染物的排放量（g）；qlink,vt,es為某路段內特定車型和特定排放標準的車輛數（輛）；llink為link的路段長度（km）；f( )EFi,vt,es為i類型的污染物在特定車型和排放標準下的排放因子修正函數；i為污染物種類；vt為車輛類型，詳見表2；es為排放標準，包括國0～國V。

1.2 排放因子及其修正

CVEM排放模型的排放因子和修正因子主要考慮環境、車輛活動和車輛技術屬性3類要素，具體影響因素如表1所示。

表1 在CVEM中影響機動車尾氣排放的主要因素

考慮上述影響因素后，根據車型不同，車輛的排放因子分為：（1）輕型車輛與摩托車（Light Diesel Vehicle&Motorcycle,LDV&MC）的熱啟動排放因子；（2）重型柴油車與低速車輛（Heavy Diesel Vehicle&Low-Speed,HDV&Low-Speed）排放因子。計算及修正過程分別如式（4）和（5）所示。

輕型車輛與摩托車的排放因子EFLDV&MC計算公式如下：

EFLDV&MC=BEF×SCF×TCF×LCF×FCF×ACF （4）式（4）中：BEF為基本排放因子；SCF為速度修正因子；TCF為溫度修正因子；LCF為載重修正因子；FCF為燃料修正因子；ACF為海拔修正因子。

重型車輛與低速車輛的排放因子EFHDV&Low-Speed計算公式如下：

式（5）中：ERk為VSP區間為k的車輛排放率；Fk為車輛在VSP為k區間的時間；TCF為溫度修正因子；LCF為載重修正因子；FCF為燃料修正因子；ACF為海拔修正因子；v為車輛行駛速度（km/h）。

其中，行駛周期數據源于我國17個城市的調查；道路分擔率源于我國6個城市的駕駛員問卷調查；車輛信息數據從我國345個城市的車輛維修中心收集；機動車保有量源于我國公安部門的車輛注冊數據。CVEM排放模型的車型劃分按照我國公安部的車型劃分標準，按車輛類型、車輛規格、燃料類型以及排放標準分為34類，如表2所示。

表2 CVEM模型車型劃分表

2 交通規劃模型與CVEM排放模型對接

普遍應用于交通規劃的交通需求預測模型（如TransCAD中的內置模型），其輸出結果無法直接應用于CVEM排放模型進行規劃方案的排放評估，需要經過VMT及其車型分布、排放標準分布測算的對接流程，如圖1所示。

圖1 交通規劃模型與交通排放模型對接流程

2.1 交通量獲取

交通量獲取是指在應用預測周轉量計算排放時，將周轉量分布在各類型車輛上的過程。該方法適用于計算規劃排放總量。受限于周轉量無法體現運輸的空間分布，若希望表現規劃方案的空間分布，需要利用交通需求模型對周轉量進行交通流分配獲得預測交通量。

交通量可以通過式（6）進行計算：

式（6）中：qvt為運載工具為vt的輛數（輛）；ZZLvt為運載工具為vt的周轉量（t·km,人·km）；ULvt為運載工具的單位載重（t/輛,人/輛）；ATMvt為運載工具的平均行駛里程（km）；vt為運載工具類型。

交通量獲取過程可以通過歷史數據中各車型的工作量占比來計算各車型對周轉量的貢獻率，以歷史貢獻程度對規劃周轉量進行換算，計算公式如式（7）、式（8）所示：

式（7）～（8）中：ZZLi為運輸方式為i的周轉量（t·km,人·km）；i為客運或貨運； PGZLvt為車輛類型為vt的工作量占比（%）；為歷史數據中車輛類型為vt的車輛行駛里程（km）；為歷史數據中車輛類型為vt的車輛平均載重（t/輛,人/輛）；為歷史數據中客貨運周轉量。

2.2 車型比例分布

車型比例分布是指將預測的當量交通量PVlink（單位為pcu）換算為預測交通量（單位為輛）的過程。其方法是利用預測客貨運量和歷史車型比例以及當量交通量折算系數進行換算。計算方法如式（9）、式（10）所示：

式（9）～（10）中：qlink為路段預測交通量（輛）；PVlink為路段預測當量交通量（pcu）；pcuf為綜合標準車折算系數；pcufvt為車型為vt的車輛的標準車折算系數；αvt為車型為vt的車輛數占統計車型車輛總數的百分比；vt為車輛類型。

2.3 排放標準比例分布

排放標準比例分布是指對分車型的預測交通量進行排放標準劃分的過程。排放標準比例分布由車齡分布決定，與車輛類型、排放標準法規政策、車輛淘汰速率相關。因此，可利用歷史統計數據明確現狀車輛壽命、排放標準分布情況；利用車輛存活概率曲線估計規劃年的車齡分布，根據國家標準規定的排放標準年限估算相應車齡的車輛排放標準。根據楊方等[32]、劉森等[33]對基于存活概率的車齡分布研究，在假定車輛的存活概率保持不變的情況下，存活概率隨車齡的變化符合兩參數威布爾分布，計算方法如式（11）所示：

式（11）中：bj為失效陡度，當bj>1時，可以認為是用于反映老化淘汰狀態；Tj為預期壽命（年）。

為求解式中的bj與Tj，需要歷年車輛報廢數據或新車注冊數據。根據歷史數據確定存活概率φj,i后，再利用式（12）和式（13）計算車輛存活率sj,i和k+1年各車齡車輛數(k+1)。計算各車齡的車輛數占當年機動車保有量的比例之后，各排放標準的車輛比例即為相應車齡的比例之和。

2.4 排放因子修正

排放因子修正是指對CVEM排放模型的基本排放因子進行修正的過程。CVEM基本排放因子是基于行駛周期，利用臺架排放測試收集而得的。而車輛在實際行駛過程中受到環境、交通狀態等多方面的影響，需要對基本排放因子進行修正。一般包括速度、溫度、海拔修正等。CVEM模型的修正因子源于測試、文獻研究和國際經驗。圖2所示為NOX排放因子在不同排放標準下，不同速度的排放因子曲線。可以看出，NOX排放因子隨速度的增加而降低。

3 模型應用

圖2 NOX排放因子隨車輛速度變化曲線

本文利用CVEM排放模型為成渝城市群綜合交通運輸規劃[34]中的不同規劃方案進行環境影響評價，測算規劃方案的交通污染物排放總量并分析其空間分布。規劃以2030年為目標年，以鐵路建設強度最主要考量因素設計3種方案，分別為：激進方案（高強度）、適中方案（適中強度）和保守方案（低強度）。

具體規劃方案下客貨運周轉量及各交通方式占比如表3和表4所示。

表3 規劃方案的客運周轉量和運輸結構列表

表4 規劃方案的貨運周轉量和運輸結構列表

根據規劃輸出結果和要求，該案例的計算流程為：利用交通需求模型計算預測交通量→測算車型比例分布→測算排放標準比例分布→排放因子修正→規劃方案排放測算。各流程階段輸出結果見表5～表10。

3.1 計算預測交通量

利用交通規劃傳統四階段法模型，獲得在規劃路網下不同規劃方案各路段的預測當量交通量PVlink，結果示例見表5。

表5 預測規劃方案的路段日均當量交通量示例

3.2 測算車型比例分布

根據規劃要求與數據收集，測算車輛類型及其折算系數與車型占比，結果見表6。

表6 成渝城市群規劃測算的車輛類型及其折算系數與車型占比

經過計算，成渝城市群綜合標準車折算系數pcuf為1.64。

將表5的當量交通量PVlink換算為交通量qlink，結果示例見表7。

表7 預測規劃方案的路段日均交通量示例

3.3 測算排放標準比例分布

根據規劃要求和收集的數據，獲得成渝城市群現狀車輛的排放標準比例分布。利用車輛存活概率曲線預測規劃年車齡分布，并根據車齡估算車輛的規劃年排放標準比例分布，結果見表8。

表8 現狀與規劃年的車輛排放標準分布（%）

3.4 排放因子修正

對CVEM模型的基本排放因子進行車型、燃料、排放標準及速度分布等修正因子計算后，獲得成渝城市區綜合交通規劃公路污染物排放因子，如表9所示。

表9 公路污染物排放因子

3.5 污染物排放總量及空間分布

根據模型測算方法，利用表7和表9，根據式（1）和式（2）測算路段各污染物排放量，結果如圖3所示。

圖3 不同方案的污染物排放總量測算結果

從計算結果可以看出，受鐵路運輸承擔更多的旅客、貨物周轉量的影響，污染物排放總量隨著方案中公路運輸周轉量占比的降低而降低。

除了對規劃方案的污染物排放總量進行計算外，還可以根據規劃要求，分別對客運、貨運的污染物排放進行計算。以3種規劃方案的客貨運NOx排放量為例，可得到分線路、分客貨運的污染物排放測算結果，示例見表10。

表10 不同方案分客貨運的污染物路段測算結果示例

將路段污染物排放測算結果分布在路網上，可以直觀地反映污染物排放預測中重點路段和政策措施影響范圍的變化。圖4為3種方案NOX在路網上的分布情況。利用路網分布圖可以較為清晰直觀地反映污染物排放嚴重的區域或路段，以此對規劃方案的環境影響進行評價。

圖4 成渝城市群規劃情景NOx強度分布（單位：t/km）

4 結論

通過對CVEM排放模型在交通規劃中應用的研究，得出如下結果。

（1）為滿足交通規劃方案評價和決策支持，應用于交通規劃的排放模型需滿足3方面的要求：①對規劃方案及輸出參數敏感；②反映交通排放結果的時空分布；③能夠與交通規劃模型進行合理有效的對接。

（2）CVEM模型作為基于保有量的交通排放模型，經過應用方法設計，可與交通規劃模型進行合理對接，充分利用交通規劃模型預測的VMT及其分布，可滿足交通規劃方案的排放分析。

（3）根據交通規劃模型的輸出結果，應用CVEM模型的重要過程包括交通量獲取、車型比例分布測算、排放標準比例分布測算、排放因子修正、污染物排放總量測算及空間分布等。

此外，從CVEM排放模型的應用實例可知，利用交通排放的空間分布，可以結合規劃方案分客貨運、分通道/走廊、分樞紐分析污染物排放；亦可結合交通流的時變特征與當地空氣質量（包括其他排放源）模型耦合，進一步開展基于空氣質量的交通策略研究。CVEM模型在環保領域的用途廣泛，但在交通領域應用受限，主要原因是該模型對于交通運行的敏感度低。因此，未來需要對交通運行方面的參數進行詳細刻畫，例如路網密度、行駛里程、運行速度等。