楊 飛,王嘉鑫,田 紅,周 濤
(1.西南交通大學 交通運輸與物流學院,四川 成都 611756;2.成都機動車環保技術有限公司國家環境保護機動車污染控制與模擬重點實驗室(成都基地),四川 成都 610100;3.重慶市交通規劃研究院,重慶 401147)
交通運輸行業是碳排放的重要來源,推動交通行業低碳化轉型具有重要意義。我國正在積極推進交通運輸行業減碳降排相關工作。2021年10月《中共中央國務院關于完整準確全面貫徹新發展理念做好碳達峰碳中和工作意見》發布,明確提出“加快推進低碳交通運輸體系建設”“加強二氧化碳排放統計核算能力建設,提升信息化實測水平”[1]。在中央政策的指導下,全國各省市紛紛制定相應的減排規劃和政策,落實推進碳達峰、碳中和工作。公路交通是我國交通碳排放的主體,準確掌握公路交通碳排放水平對落實推進“雙碳”戰略,制定綠色交通發展策略具有重要意義。
現階段,我國公路交通運輸的碳排放總量測算主要采用基于統計數據的核算法與基于排放模型或實測數據的計算法。基于統計數據的核算法有:聶華偉[2]采用能源消耗數據,自上而下地對貴州省道路客運交通運輸碳排放進行了核算,并提出了貴州省道路交通運輸碳排放清單;陳誠等[3]采用投入產出法與過程分析法對福建省道路運輸碳排放量進行了測算,并比較了兩種方法的特點,等等。基于排放模型或實測數據的碳排放計算主要通過構建具有本地化特征的碳排放計算模型、數據庫,并結合交通運行等數據計算不同尺度的交通碳排放量,如:孫健等[4]使用監測設備記錄了機動車不同行駛特征下的碳排放數據,基于監測結果標定了機動車排放模型(Motor Vehicle Emission Simulator,MOVES),并逐層分析了微觀、中觀、宏觀三個時空尺度的碳排放量。除碳排放總量測算外,部分學者還對道路交通碳排放的時空分布特征進行了分析,如:高潔[5]和范育潔[6]均使用能源消耗數據測算了我國不同區域、各省交通運輸的碳排放時空特征。總體來看,核算法數據獲取難度低,計算便捷,但對細分層次的碳排放核算效果有限;模型法本地化程度高,計算精度高,但對數據要求也較高。
近年來,碳排放監測憑借其數據動態連續、實時、準確的優勢,在控制溫室氣體排放領域發揮著越來越重要的作用。美國與歐盟在碳排放監測領域起步較早,其主要使用煙氣排放連續監測系統(Continuous Emission Monitoring System,CEMS)對能源企業碳排放進行監測。2021 年我國生態環境部發布了《碳監測評估試點工作方案》,提出對五大重點行業、城市溫室氣體及區域溫室氣體進行試點監測。碳排放監測相較于核算法和模型法,具有數據獲取便捷、數據可信度高等優勢,現階段主要應用在能源、鋼鐵、廢棄物處理等行業,而交通運輸活動的碳排放源較為分散,因此碳排放監測技術的應用存在難度,需進一步研究和探索。
綜上所述,當前對于道路運輸碳排放量的研究已具備一定基礎,但其成果主要集中在排放總量的測算上,而對道路運輸碳排放時空分布的研究相對較少,且主要集中在區域、省際層面,對于城市群內部公路通道等更微觀層面的碳排放時空特征研究得不多。為探索公路交通的碳排放測算方法,實現公路交通碳排放的精細化測算,本文將對如何構建適用于我國公路交通網的碳排監測體系進行探討,分析構建交通碳排放監測體系的關鍵影響因素,并展望其應用場景。
據國際能源署(International Energy Agency,IEA)統計數據,我國交通運輸業2019 年CO2排放量為901MT,僅次于電力與供暖行業及工業,如圖1 所示。同時,公路運輸客貨運周轉量大,能源消耗量高[7],是交通領域碳排放的重要來源。各運輸方式客貨運周轉量如表1所示。

圖1 1990—2019年我國各行業CO2排放量

表1 2020年我國各運輸方式客貨運周轉量
現有研究表明,我國貨運運輸結構存在較大優化空間,推動“公路轉鐵路”“公路轉多式聯運”等運輸結構調整將是我國未來發展低碳交通的重要方向[8-10],有必要開展針對公路低碳轉型評估的研究。
根據《環境空氣質量標準》(GB 3095—2012),環境空氣污染物監測項目不含CO2[11],因此現階段的大氣環境監測工作不包含CO2監測,只有部分重點行業(如火力發電)會開展CO2排放監測。交通運輸領域的碳排放量主要通過自上而下和自下而上的核算法進行評估,如:任紀佼等[12]基于能源消耗量、機動車保有量等數據對天津市交通碳排放量進行了核算,結果如圖2所示。

圖2 2006—2012年天津市交通碳排放量核算結果[12]
自上而下法是通過能源消耗總量對碳排放量進行核算。根據權威部門公布的能源消耗數據,計算出每類燃料消耗產生的碳排放總量,將每種燃料消耗產生的碳排量匯總即可得到全行業碳排放量,計算方法如式(1)所示。在我國,自上而下法通常采用國家統計局、國家能源局公布的交通、郵電、倉儲行業燃料消耗數據進行碳排放核算。但國家統計局公布的燃料消耗量通常是行業總量,難以進一步細化分類。

式(1)中:Q為CO2排放總量;Hi為每種能源消耗的總量;δi為每種燃料的排放因子。
自下而上法則是以機動車行駛里程為基礎進行排放核算。根據各級統計機構發布的客貨運周轉量以及對應的排放因子,可計算出交通運行階段產生的碳排放總量,計算方法如式(2)所示。受限于出行數據與排放因子的獲取,自下而上法的精度相對較低。一是統計部門發布的為周轉量數據,提供的參考有限;二是各類車型在不同工況、路況條件下的排放因子存在差異,但實際計算時往往采用統一的排放因子,在大范圍計算時會產生較大的誤差。

式(2)中:Q為CO2排放總量;Si為每種運輸方式的行駛總里程;θi為每種運輸方式的排放因子。
核算法是現階段計算碳排放量的常用方法,其計算便捷,適用于大多數場景。自上而下核算法被聯合國政府間氣候變化專門委員會(Intergovernmental Panel on Climate Change,IPCC)和我國生態環境部所采用。但核算法極度依賴能源消耗及客貨運周轉量統計數據,其統計周期、應用場景具有一定的局限性。
碳排放監測法是指通過專業設備對大氣中的實時碳濃度進行監測,并通過計算獲得監測區域內的碳排放水平。相較于核算法,監測法具有實時、靈活、直觀的優勢,能夠反映中短周期內的碳濃度變化趨勢,同時由于其無需依靠能源消耗與客貨運周轉量等統計數據,因此可實現連續滾動的碳排放監測,動態表征監測區域的交通碳排放水平。
相較于國外眾多已實現碳達峰的發達經濟體,我國正處于生產建設持續發展、交通需求持續增長同時又要兼顧降碳減排的復雜階段:一方面出行需求不斷增加,另一方面又亟需控制交通碳排放總量。我國提出的“2030 年碳達峰”戰略目標,任務周期相對較短,各類低碳政策評估的時效性、有效性極為重要。對交通運輸行業而言,碳排放核算法統計周期較長且細分場景下的排放量難以核算,因此需要碳排放監測體系加以補充完善。
我國公路交通網絡龐大,所處地形、氣候環境復雜多樣,影響碳監測的因素眾多,有必要開展針對性的研究。現階段環境監測站點主要設置在城市范圍內,相關研究實踐也主要集中在城市層面[4,13-15],但公路環境與城市環境在車流特征、地形地貌、氣候條件等方面差異顯著,交通排放在大氣中的擴散、傳輸過程也不盡相同,無法將城市環境監測體系直接移植到公路上。國外對公路交通排放監測開展了一些實踐,如新西蘭多年來持續開展公路NO2排放監測工作,其發布的《環境空氣質量(NO2)監測網操作指南》列舉了公路環境空氣監測不同類型站點的布設原則[16],如表2所示。但受限于國內外經濟、交通發展階段不同,以及污染物與碳排放監測的差異,其對我國構建公路網碳排放監測體系的參考價值有限。

表2 新西蘭高速公路環境監測網不同類型站點的布設原則
環境監測的項目為SO2,NO2等空氣污染物,有健康危害性及明確的受體,故在站點布設時會重點考慮受體與污染源的相對位置,如:我國《環境空氣質量監測點位布設技術規范》(HJ 664—2013)中規定,路邊監測點應布設在能反映人們日常生活和活動場所中受道路交通污染源排放影響的道路兩旁及其附近區域[17];英國在布設道路監測點時也充分考慮尾氣擴散與人的相對高度,將監測儀器設置在停車線上游5m,距地面1.5m 處[18]。相比之下,碳排放監測則側重于對整體排放量的把握,需要盡可能地反映監測目標的碳排放水平,與環境監測存在一定差異。除此之外,近年來衛星、遙感技術也開始應用于碳排放監測,如美國的OCO-2 碳監測衛星、日本的GOSAT溫室氣體觀測衛星。2016年我國發射了首顆碳衛星TanSat,其觀測數據已應用在全球碳循環研究、生態系統監測等多個領域。但對固定區域的碳排放連續監測,需要衛星變軌追蹤監測,成本較高。因此,對于公路交通的碳排放監測,有必要探索一套經濟有效、適用于我國公路交通網環境的監測體系。
為實現公路交通碳排放的有效監測,應準確把握公路交通碳排放、碳擴散規律,合理布設監測體系。下面將從碳排放監測影響因素、公路交通碳排放過程、監測站點選取3個方面展開分析。
(1)車流量、車型組成
車流量會對交通碳排放產生重要影響,公路交通量越大,交通碳排放總量越高,故在設置監測點位時,應重點考慮路段流量,選擇交通量大、車流密集的路段布設。車型是影響碳排放的另一個重要因素,不同車型之間燃料消耗、碳排放速率差異較大,監測點位布局需結合路段車流組成,重點監測貨車等大排量車交通量較大的路段,如區域間主要貨運廊道、工業區主要進出通道等。
(2)行駛速度
行駛速度主要從兩個方面影響車輛碳排放:一是不同行駛工況下車輛碳排放水平不同,如怠速時排放速率高于正常行駛時,并且公路交通流車速與交通量之間存在關聯性,需綜合考慮行駛車速對碳排放的影響;二是行駛速度會對碳排放的時空分布產生影響,車隊以不同速度行駛時,公路單位長度上的碳排放率亦不相同。
(3)地形地貌
公路所處地形地貌環境是影響公路交通碳排放擴散的重要因素。當公路位于平原時,公路兩側遮擋物較少,排放出的碳更容易橫向擴散,而當公路位于山區時,其側方往往存在遮擋物,不利于碳擴散。碳以尾氣的形式從機動車排放到大氣中,之后將以氣體形態在空氣中擴散,而監測站所監測到的濃度是站點所在點位的碳濃度,因此碳在大氣中的擴散模式會對碳監測結果產生較大的影響。類比污染物監測站點布設方法,碳排放監測站點應布設在最能表征區域內典型碳濃度的位置。因此在進行站點布設時,需要重點考慮地形環境對碳擴散模式的影響。
(4)環境條件
環境條件包括監測時的天氣、風向、濕度等因素,這些因素通過影響碳在大氣中的擴散模式而對監測結果產生影響。進行監測站點布設時,需要充分考慮環境因素并加以利用,如:將站點布置在區域主要風向的下風側,避免在氣候變化頻繁區域設點,等等。
真實環境中碳排放、擴散的機理和模式較為復雜,無法完全在現實環境中開展監測分析,故應結合計算機仿真技術,使用融合交通與環境的仿真分析方法,對典型場景下的公路交通碳排放、擴散模式展開分析。
交通碳排放包含碳排放與碳擴散兩個過程,分別對應公路交通流仿真與碳排放擴散仿真。其中,公路交通流仿真模擬運行交通流特征,包含軌跡、速度、車型等,通過構建機動車碳排放模型可計算出機動車單點碳排放量。在此基礎上,應用碳擴散仿真模型,模擬碳在大氣環境中的擴散模式,并獲取不同目標點位的碳濃度。最后,按照時間、空間進行監測數據匯總劃分。交通流-碳排放仿真分析架構如圖3所示。

圖3 交通流-碳排放仿真分析構架
監測站選點布局是構建碳排放監測體系的關鍵,其布局選址應充分考慮碳排放量與碳擴散模式兩大因素,一方面從公路交通量、車型分布、運行特征等方面分析路段碳排放總量,另一方面從公路地形環境、氣象環境條件分析碳在大氣中的擴散模式,綜合考慮兩方面因素,確定選址布局方案。
2.3.1 監測點路段選址
監測點選址重點在于選取具有典型碳排放特征的路段,以充分反映監測目標的碳排放水平,如高交通量路段、易擁堵路段、工業區進出通道等。監測點位的選取應充分結合多源大數據進行流量、行程車速等特征提取,量化分析公路交通運行特征,使用聚類等數據分析方法識別典型路段。同時,還需分析不同車型、不同工況下的排放特征,采用臺架測試、實際道路測試等方法測算機動車碳排放因子,進而分析不同車輛組成下的碳排放特征,以支撐監測點位選取。
2.3.2 監測點路側選址
路側間距選擇是指確定監測點位后,綜合考慮碳排放擴散、電力供應、地形地貌等因素,確定監測站點在公路周圍的具體位置。需運用與交通、環境相關的學科知識,采用實地監測、風洞實驗、數值模擬等方法分析公路線源排放特征,研究不同環境、不同車隊的碳排放擴散規律,通過綜合分析,最終確定監測站的具體點位,如圖4所示。


圖4 碳排放監測點路側選址
通過碳排放監測體系可實現公路交通碳濃度的連續監測,能夠直觀反映監測區域碳排放的動態變化情況。結合現有技術水平,本文對公路交通碳排放監測的應用場景進行了展望。
現有CO2監測設備可分為固定監測設備與移動監測設備,且部分環境污染物監測設備也可實現對CO2濃度的監測。因此,在站點布設時應結合具體條件選用不同類型的設備,必要時也可與污染物監測共站設置。基于碳排放監測數據,可類比城市交通擁堵指數,構建公路交通碳排放指數,以反映公路交通整體碳排放強度。通過對監測路段的長期監測,獲取路段的碳排放平均水平,在實施減碳政策后,可根據碳排放監測數值的變化對政策實施效果進行評估,如圖5 所示。為實現公路交通碳排放的量化評估,可設置公路碳排放等級、碳排放變化率等細分指標,以反映監測對象碳排放的動態變化,為管理決策部門提供科學的量化數據支撐。同時,通過公路網交通碳排放監測體系,可獲取不同區域、路段的交通碳排放時空分布數據,有助于管理部門掌握交通碳排放動態變化情況,把握交通碳排放薄弱環節,采取針對性的管控措施,實現低碳交通的精細化管理。

圖5 公路交通網碳監測指標應用
公路交通是我國交通碳排放的重要來源,掌握其碳排放特征對落實推進“雙碳”戰略具有重要意義。碳排放監測技術具有動態連續、數據可信度高等優勢,但因交通碳排放源較為分散,其在交通領域的應用存在一定難度,目前應用程度不高。本文首先結合公路交通運輸活動的碳排放測算需求,論述了碳排放監測技術在公路交通領域的應用價值,其次分析了交通量、地形地貌、氣候環境等因素對碳排放監測的影響,最后展望了公路碳排放監測體系的應用場景。后續可對公路交通碳排放擴散特征、碳排放指標構建等問題開展進一步研究,以支撐碳排放監測技術在交通領域的應用推廣。