不同等級城市道路交通污染實驗研究

劉雯月，羅亞萍

（1.長安大學汽車學院，陜西 西安 710064；2.蘭州工業(yè)學院，甘肅 蘭州 730050）

引言

近年來，我國機動車污染已經成為大氣污染的主要來源，許多國內外學者對城市道路交通污染進行了監(jiān)測[1-3]。但沒有對不同等級道路的交通污染進行對比分析，這有助于制定科學的出行規(guī)劃、減排策略。因此，本研究對西安市快速路、主干道、次干道和支路四條典型道路的PM2.5濃度、交通流量、氣溫、風速和風向進行監(jiān)測，運用最小二乘法及主成分回歸法獲得各影響因素與PM2.5濃度之間的關系。

1 實驗方案

在西安市快速路-南二環(huán)路（文藝路南口），主干路-長安中路（音樂學院門口），次干路-翠華路（省博物館東門門口）和支路-育才路（長安大學雁塔校區(qū)門口）的人行道上設置距路緣1米，高度1.5米的監(jiān)測點。監(jiān)測時間為2018年9月18日- 27 日的 7：30～11：30，15：30～19：30，對每個路段進行兩天重復觀測。PM2.5濃度監(jiān)測儀器為1.109型氣溶膠光譜儀，氣象條件監(jiān)測儀器為Kestrel手持氣象站。采用人工計數法對交通流量情況進行調查，每隔5分鐘計數一次，調查車型包括小轎車，出租車，公交車，中巴，貨車，垃圾車和灑水車。

2 數據處理方法

首先運用 SPSS軟件對不同等級城市道路實驗數據進行最小二乘法分析，因變量為PM2.5濃度，自變量為交通流量，溫度，風速和相對濕度。結果顯示：無論哪種類型道路，自變量的 Sig.并不都顯著為 0，說明二環(huán)路，長安路，翠華路及育才路的各自變量之間可能存在多重共線性問題。

為了消除這種多重共線性的影響，采用主成分回歸分析方法對數據進行進一步的處理。主成分分析是指通過正交變換將彼此相關的變量轉變?yōu)楸舜霜毩⒌男伦兞康臄祿y(tǒng)計方法[4]。

3 結果與分析

3.1 不同等級城市道路監(jiān)測結果分析

通過對二環(huán)路，長安路，翠華路及育才路的PM2.5濃度，交通流量，溫度，相對濕度，風速進行均值處理得到表 1。由表可知，PM2.5濃度最高的為二環(huán)路，因為其交通流量最大，且風速，溫度和相對濕度相對較低，不利于污染物的擴散，導致污染物濃度最高；長安路PM2.5濃度低于翠華路，主要是受溫度和風速等影響，導致長安路污染物更易于擴散，使得濃度偏低；污染程度最低的是育才路，其交通流量最小，并且風速，溫度，相對濕度較高，有助于污染物的擴散，從而導致污染物濃度最低。

表1 不同等級城市道路各變量均值

3.2 不同等級城市道路主成分分析

分別對二環(huán)路，長安路，翠華路，育才路監(jiān)測數據進行主成分分析，表2表示了二環(huán)路主成分分析結果。特征根越大，說明對因變量影響越大，可以作為主成分，至于選幾個變量做主成分，取決于各變量貢獻率的總和[5]，由表2可知，第一主成分即二環(huán)路交通流量的方差占 42.127%，第二主成分即二環(huán)路風速的方差占 27.622%，第三主成分即二環(huán)路溫度的方差占 23.804%，三者累計方差達到了 93.553%，則可提取二環(huán)路交通流量，溫度和風速為主成分，三者幾乎可以代表所有自變量對因變量的影響，并剔除第 4個方差僅占6.447%的主成分-即二環(huán)路相對濕度。

表2 二環(huán)路主成分分析結果

用同樣的方法，長安路，翠華路和育才路的交通流量，風速，溫度三者累計方差分別達到 97.246%，91.974%和89.057%。因此，4種不同等級城市道路，提取的主成分都是交通流量，風速和溫度。最后，對各類型城市道路再進行最小二乘法分析，其中因變量依舊為污染物濃度，但自變量為主成分結果顯示：4中道路類型各變量的 Sig.取值均<0.05,并且部分變量的 Sig.取值顯著地為 0，說明該研究具有極強的統(tǒng)計意義，數據擬合程度很好，并且由非標轉化系數可知污染物濃度與交通流量呈正相關，與風速和溫度呈負相關，這與理論情況是吻合的。

4 結論

（1）確定了不同等級城市道路交通污染狀況具有差異性。受多重因素的影響，快速路，次干道，主干道，支路的PM2.5濃度是逐漸降低的。

（2）確定了不同城市道路影響交通污染的關鍵性因素。無論哪種城市道路類型，交通流量，風速，溫度都是影響PM2.5濃度的主要因素，并且交通流量與污染物濃度呈正相關，風速，溫度與污染物濃度呈負相關。