程大千,鄒 慶,2,張 甦,陳 俊,周俐峻
(1. 江蘇交科能源科技發展有限公司,江蘇 南京 210017;2.江蘇省交通運輸行業能耗排放監測統計中心,江蘇 南京 210017; 3.江蘇省環境監測中心,江蘇 南京 210036)
近年來,隨著我國高速公路網日趨完善和通行量逐年增長,在促進社會經濟發展的同時,機動車尾氣排放帶來的大氣環境污染問題日益突出,已成為高速公路大氣環境的主要污染源。基于上述背景,國內外學者重點從機動車污染物排放因子及排放量預測、道路機動車大氣污染物擴散模式等方面開展了大量研究。
(1)機動車污染物排放因子及排放量預測
國內外確定機動車污染物排放因子的方法主要有臺架測試法、隧道試驗法、道路車載測試法、道路遙感測試法和排放模型法等5大類[1]。其中,針對機動車排放模型法,國外通過建立在廣泛機動車排放因子試驗的基礎上開發了MOBILE,MOVES,IVE,COPERT等模型[2]。國內學者針對我國機動車排放水平和道路交通實際情況開展了大量研究工作,鄧順熙等[3-4]通過隧道試驗和臺架試驗,提出了公路線源機動車CO, NOx和HC排放強度的計算方法及其各參數取值;余艷春等[5]根據原國家環保總局的機動車排放因子試驗測算結果,推算營運汽車排放因子,并計算出主要特征年的公路營運汽車污染物排放總量呈下降趨勢;汪健等[6]研究表明國家機動車排放標準和《公路建設項目環境影響評價規范》(JTG B03—2006)中的推薦值與機動車實際排放存在較大差異;李海萍等[7]和張帆等[8]均采用了2015年原環境保護部發布的《道路機動車大氣污染物排放清單編制技術指南(試行)》(以下簡稱《技術指南(試行)》)[9]的機動車排放因子基礎數據庫,經本地化處理后得到各車型的排放因子,并對京津冀區域國家干線公路機動車大氣污染影響及排放空間特征進行了分析研究。此外,王曉寧等[10]在油耗模型基礎上提出了機動車污染物排放量計算方法,與規范排放因子法(JTG B03—2006)相比,兩者計算誤差范圍基本在6%以內,但該方法尚未得到廣泛應用,目前國內學者主要采用MOVES[11-12]、COPERT[13]、IVE[14]等模型,對城市道路、區域路網機動車污染物排放因子或排放量進行估算與預測。
(2)道路機動車大氣污染物擴散模式
目前,常用于模擬道路機動車大氣污染物擴散有CALINE, HIWAY, GM, JEA等模式,其中CALINE-4系列模式具有適應面廣、簡單易操作、可以精確模擬公路線源污染物濃度等優點[2],已廣泛應用于開闊型城市主干道[15-16]、快速路[17]、高速公路[18-20]等道路類型,且被列為《公路建設項目環境影響評價規范》(JTG B03—2006)中的推薦模式。
綜上所述,在《技術指南(試行)》和CALINE-4模式的基礎上,結合江蘇省高速公路通行數據、機動車尾氣檢測數據和氣象環境數據,對全省高速公路網機動車污染物排放及擴散的時空分布特征進行相關研究分析,為交通運輸行業管理部門開展高速公路機動車尾氣治理,制定改善高速公路沿線大氣環境等相關決策,提供數據基礎和理論支撐。
本研究所涉及的數據源包括江蘇省高速公路網及車輛通行數據、江蘇省機動車基本信息及尾氣檢測數據以及江蘇省氣象條件數據源,具體如下:(1)由江蘇省高速公路管理局提供2016年江蘇省高速公路網信息以及2017年3月的全省高速公路通行數據,全網538個路段,月均全省通行車輛數據達到4 000 多萬條;(2)由江蘇省環境監測中心提供2017年全省機動車保有量數據及機動車尾氣檢測數據,全年尾氣檢測數據約430萬條,其中國III和國IV排放標準階段的車輛占比最高;(3)采用江蘇省統計年鑒(2000—2016年)中的“主要城市月平均氣溫”,以及國家氣象信息中心提供的1981—2010年的江蘇省地面累年月值[21]。
1.2.1車型分類與排放標準階段劃分研究
由于目前高速公路通行車輛數據中未有車輛燃料類型和排放標準階段的信息,且收費車型分類與《技術指南(試行)》中的車型分類存在一定的差異,故依據車輛載客數或載貨量,分別從客貨類別、燃料類型和排放標準階段等3個層次,對高速公路車型分類和《技術指南(試行)》中的車型分類進行了歸納簡化,詳見表1。

表1 《技術指南(試行)》中對應的高速公路車型劃分
參考《中國機動車環境管理年報(2018年)》、2017年全省機動車保有量、2017年江蘇省交通運輸統計年鑒和江蘇運政在線系統中的各類燃料類型車輛的統計結果,本研究僅針對高速公路通行中的汽柴油車輛進行燃料類型占比估算,詳見表2。

表2 高速公路車型的汽柴油車輛占比估算Tab.2 Estimation of proportion of gasoline and diesel vehicles on expressway
由于目前獲取到的全省高速公路通行數據中未包括車輛的排放標準階段數據,故結合全國和江蘇省機動車保有量中的機動車排放標準階段占比情況,對全省高速公路各車型的排放標準階段占比進行估算,詳見表3。

表3 高速公路車型的排放標準階段占比估算(單位:%)Tab.3 Estimated proportion of staged emission standards for vehicle types on expressway(unit:%)
1.2.2機動車污染物檢測數據統計分析
根據2017年全省機動車尾氣檢測結果,按照高速公路車型和汽柴油分類進行統計分析可知,除了部分車型由于檢測樣本較少之外,其余各車型不同污染物的檢測平均值均隨著排放標準階段的提高而呈現顯著下降的趨勢(如圖1所示),且與《技術指南(試行)》中的各類污染物綜合基準排放系數之間主要呈現為指數關系,其擬合相關系數基本在0.9以上,詳見表4。
此外,基于全省高速公路路網信息和氣象數據,可得到路網中通行車輛的平均速度,各路段的平均溫度、相對濕度、平均風速及風向頻率分布等結果,為選取模型中的平均速度修正因子和環境修正因子奠定基礎。

表4 各污染物檢測平均值與綜合基準排放系數的擬合結果Tab.4 Fitting result of average detection value and comprehensive baseline emission coefficient of each pollutant
(2)《技術指南(試行)》中的各類污染物綜合基準排放系數的單位為g/km。
(3)各擬合函數中,y和x分別表示各污染物綜合基準排放系數和檢測平均值的歸一化值,即以國I或國II為基準值1,其余各排放標準階段與其的比值,其中,汽油車的NO檢測值與NOx綜合基準排放系數進行擬合,柴油車的排放煙度檢測值與PM2.5綜合基準排放系數進行擬合[22-23]。
(4)由于部分車型(汽油貨三~貨五)或排放標準階段(國I和國II)的檢測樣本過少(一般小于150個),本表暫不對其進行擬合。

圖1 各排放標準階段的CO, HC, NO和煙度檢測均值變化趨勢Fig.1 Trends of detected means of CO, HC, NO and smoke at each emission standard stage
本研究基于SQL Server2012,通過路網信息、通行車輛信息、氣象環境條件、機動車污染物排放系數等數據庫搭建,利用Java(struts2+spring+ibatis,SSI框架)開發機動車污染物排放擴散分布主程序算法,并將上述數據導入百度API開發平臺進行時空分布展示等方面對江蘇省高速公路機動車污染物排放及擴散模型進行架構,詳見圖2。

圖2 江蘇省高速公路網機動車污染物排放及擴散模型架構Fig.2 Model structure of vehicular pollutant emission and diffusion on Jiangsu expressway network
2.2.1高速公路機動車污染物排放測算模型
基于《技術指南(試行)》,結合1.2節分析結果,對全省各時段、各路段的機動車污染物(CO,HC,NOx,PM2.5和PM10)排放量進行了測算,其中機動車尾氣排放系數是在各類車型的綜合基準排放系數的基礎上,分別對環境條件、道路交通狀況、車輛劣化情況以及其他使用條件進行修正得到的,暫不考慮機動車蒸發HC排放量和SO2排放,具體公式如下:
EFi, j=BEFi×φj×γj×λi×θi
(1)
式中,EFi, j為i類車在j路段的排放系數;BEFi為i類車的綜合基準排放系數;φj為j路段的環境修正因子;γj為j路段的平均速度修正因子;λi為i類車輛的劣化修正因子;θi為i類車輛的其他使用條件(如負載系數、油品質量等)修正因子。
其中,環境修正因子根據氣象條件數據分析結果進行選取;根據車輛平均速度,結合現行高速公路行駛最低限速(60 km/h)和StudyofPrioritizationofHighwayInvestmentsandImprovingFeasibilityStudyMethodologies,PilotStudyReport(譯作《公路投資優化和改善方法可行性研究方法》)中的“速度-流量”模型,且綜合考慮車輛停留沿線服務區時間過長或出現交通擁堵情況下,選取相應的平均速度修正因子;實際油品含硫量排放修正因子取國V標準車用汽柴油,其含硫量均不大于10 ppm;柴油車載重系數修正因子按照江蘇省交通運輸行業能耗排放檢測統計中心提供的2017年江蘇省營運柴油貨車平均實載率的72%進行選取。此外,由于目前難以獲取到各通行車輛的購置年份信息,故對劣化修正因子暫不修正。
2.2.2高速公路網機動車污染物擴散模型
根據《公路建設項目環境影響評價規范》(JTG B03—2006)中附錄E“環境空氣預測模式及參數選擇”,即CALINE-4模式,其預測點R的濃度可表示為:
CPR=Q·f,
(2)
(3)
式中,CPR為各路段線源對預測點R產生的污染物濃度;Q為各路段線源機動車污染物排放源強度;f為擴散因子;σz、σy分別為垂直擴散參數、水平擴散參數;U為近地面風速;z為預測點至地面高度;h為機動車排放煙羽高度;y1、y2分別為各路段線有限源端點的縱坐標(y1>y2)。
考慮到全省路網中各路段的氣象條件和路段方向的差異性,全省累年月均最多風向為靜風(C),分別選擇風向與線源垂直(θ=90°)和平行(θ=0°)時的地面濃度擴散模式,取兩種情況下的平均值作為機動車污染物擴散(稀釋)因子。其中,全省累年3月份的平均風速為2.9 m/s;根據修訂的帕斯奎爾分類法,結合全省太陽輻射等級數和地面風速,選取大氣穩定度等級為D;擬選定的預測點位置為距離路肩20 m,該預測點的污染物擴散濃度最高且與實測值較為接近[19-20];預測點至地面高度取2 m,機動車有效排放源高度取0.5 m。經測算,可得到各月份全省路網污染物擴散(稀釋)因子,詳見表5。

表5 江蘇省高速公路網污染物擴散因子Tab.5 Pollutant diffusion factors of Jiangsu expressway network
由表6和圖3可知,全省路網機動車污染物排放的時空分布特征如下:(1)從排放總量的空間分布來看,全省路網的NOx和CO排放總量最多,其中,北網的CO和HC排放總量小于南網,而NOx,PM2.5和PM10則均大于南網;(2)從機動車污染物排放強度的空間分布來看,南網的各類污染物排放強度均明顯低于北網;(3)從各污染物排放的時間分布來看,CO和HC,NOx和PM2.5等兩組污染物排放的南網和北網逐時變化趨勢基本一致,均呈現雙駝峰型,即排放峰值出現在9:00—10:00點和14:00—15:00點;(4)此外,一般晚上20:00至次日4:00期間,北網各類污染物排放量均高于南網,尤其針對NOx和PM2.5,除了6:00—8:00之外,其余時段北網均高于南網。

表6 全省路網日均機動車污染物排放總量及強度Tab.6 Daily average vehicle pollutant emission amount and intensity on provincial road network

注:北網和南網數值見左側縱坐標,全網數值見右側縱坐標。圖3 江蘇省高速公路網日均逐時各類污染物排放量分布Fig.3 Distribution of daily average vehicular pollutant emissions on Jiangsu expressway network

圖4 江蘇省高速公路網日均交通量占比Fig.4 Daily average traffic proportion on Jiangsu expressway network
造成上述情況的原因:(1)與路網交通流結構有關,北網貨車交通量占比高于南網,尤其是全天中重型客貨車占比和夜間大重型貨車占比,如圖4所示;(2)不同車型對各類污染物排放總量貢獻的影響,即客一對CO和HC的排放總量貢獻最大,分別為41.26%和44.32%;而貨五和貨四對NOx和PM2.5排放總量貢獻率最大,分別為33.32%和21.00%,以及32.52%和20.50%;(3)不同機動車排放標準階段對污染物排放分布的影響,針對客一來講,國I~國III對CO和HC排放總量的貢獻率分別達到73.56%和62.05%,但其車輛總數占比僅為28.50%;而針對貨四和貨五來講,國III和國IV排放標準對NOx和PM2.5排放總量貢獻率分別達到93.26%和93.43%,其中國III貢獻率最大,分別達到58.73%和63.25%。由此可見,加快淘汰國III及以下排放標準的大重型貨車是改善高速公路沿線環境的重要途徑之一,也與《打贏藍天保衛戰三年行動計劃》(國發〔2018〕22號)中的主要任務相契合。
由圖5和圖6可知,全省路網機動車污染物擴散的時空分布特征如下:(1)全省各路段的逐時各類污染物擴散濃度均呈現夜間(晚上22點至次日4點)高于白天的時間分布。(2)除NOx之外,其余在預測點的各路段機動車污染物濃度(CO, PM2.5和PM10)均低于《環境空氣質量標準》(GB 3095—2012)中的小時平均二級濃度限值,即10 mg/m3、75 μg/m3和150 μg/m3。(3)從全省路網逐時NOx濃度時間分布來看,夜間(22:00—4:00)的NOx排放擴散濃度明顯高于白天;夜間超過該限值(即250 μg/m3,下同)的占比高達75.2%,在19:00—7:00期間,各路段每小時NOx平均濃度均超過該限值,尤其在凌晨2:00—3:00達到峰值,造成上述原因是由于高速公路夜間的大重型貨車占比較高,從而導致該時間段的NOx排放擴散濃度也較高。(4)從全省路網逐時NOx濃度空間分布來看,蘇北地區的整體小時NOx平均濃度高于蘇南、蘇中地區,全天各時段的最大值均出現在“段宅樞紐—新沂東”路段,而最小值主要分布在蘇中地區,即“東溝—阜寧主線”、“高港—泰州大橋北主線”和“建湖西—東溝”等路段。

(“—”:最大值和最小值,“×”:99%值和1%值,“■”:均值,兩側須:5%值和95%值)圖5 各路段日均逐時的各類污染物擴散濃度分布Fig.5 Distribution of daily average diffusion concentration of vehicular pollutants in each section

圖6 江蘇省高速公路網日均NOx擴散濃度時空分布Fig.6 Spatial-temporal distribution of daily average NOx diffusion concentration on Jiangsu expressway network
針對NOx小時平均二級濃度限值的超限路段按升序排列可知,當NOx擴散濃度值大于700 μg/m3時,超限路段的擴散濃度呈現急劇增加趨勢,其對應為90%分位。對于NOx擴散濃度排序最高的前1%,5%和10%路段,分別取其各類車型結構平均占比,若在目前還未施行國VI排放標準的情況下,各類車型的排放標準均達到國V排放水平,經初步測算上述3類路段在預測點的NOx擴散濃度仍然均大于二級濃度限值,其由于該3類路段中貨車占比過高,尤其前1%超限路段中的大重型貨車占比高達80%以上,故在引導車輛向低碳環保車型轉變的同時,還需要研究制訂運輸結構調整行動計劃(即減少公路貨運量,增加鐵路貨運量,發揮鐵路、水路在大宗物資中長距離運輸中的骨干作用),來實現高速公路網沿線的綠色發展。
(1)基于《技術指南(試行)》和《公路建設項目環境影響評價規范》(JTG B03—2006),結合路網信息、通行車輛結構、氣象條件等實際參數,提出了江蘇省高速公路網機動車污染物排放及擴散情況的計算方法。
(2)全省路網機動車污染物排放的時空分布特征:1)從空間分布來看,北網的CO和HC排放總量小于南網,NOx、PM2.5和PM10則均大于南網,而北網的各類污染物排放強度均明顯高于南網;2)從時間分布來看,主要呈現雙駝峰型,即排放峰值出現在9:00—10:00和14:00—15:00。造成上述原因,一是與路網交通流結構有關,北網大重型客貨車的占比較高;二是不同車型對各類污染物排放總量貢獻的影響,即客一對CO和HC的排放總量貢獻率最大,貨五和貨四則對NOx和PM2.5排放總量貢獻率較大;3)不同機動車排放標準階段對污染物排放分布的影響,國III及以下排放標準對CO,NOx和PM2.5排放總量貢獻率最大。由此可見,通過加快淘汰國III及以下排放標準的大重型貨車,適時提前推廣機動車國VI排放標準,嚴格控制柴油油品等途徑,可有效緩解和控制高速公路沿線的大氣環境污染,也是落實國家相關政策的具體舉措。
(3)全省路網機動車污染物擴散的時空分布特征:1)除NOx之外,其余在預測點的各路段機動車污染物濃度(CO,PM2.5和PM10)均低于《環境空氣質量標準》(GB 3095—2012)中的小時平均二級濃度限值,即10 mg/m3,75 μg/m3和150 μg/m3;2)從時間分布來看,各類污染物排放量均呈現“雙駝峰”變化趨勢,即排放峰值出現在9:00—10:00和14:00—15:00,而全省各路段的逐時各類污染物擴散濃度均呈現夜間(22:00至次日4:00)高于白天的時間分布;夜間NOx擴散濃度超過限值(即250 μg/m3)的路段占比高達75.2%,尤其在凌晨2:00—3:00點達到峰值;3)從空間分布來看,北網的CO和HC排放總量小于南網,NOx,PM2.5和PM10則均大于南網,而北網的各類污染物排放強度均明顯高于南網;蘇北地區的NOx小時平均濃度高于蘇南、蘇中地區,全天各時段的最大值均出現在“段宅樞紐-新沂東”路段,而最小值主要分布在蘇中地區。
(4)本研究為交通運輸行業管理部門開展高速公路機動車尾氣治理,制定改善高速公路沿線大氣環境等相關決策(如差異化收費政策),提供數據支撐和理論基礎。在今后研究中,將開展江蘇省高速公路重點路段的環境質量監測及統計分析工作,并對外省車輛影響江蘇省高速公路路網大氣污染物排放及時空分布進行分析。此外,還應考慮到運輸結構調整對高速公路沿線大氣污染物排放總量削減及其時空分布的影響。