孙世达;姜巍;高卫东
【摘 要】According to the variation of vehicle populations,vehicle-use intensity,emission standards and fuel quality,high-resolution vehicle emission inventory of 0.02°×0.02 grid in Qingdao from 2000 to 2014 were developed by COPERT model and GIS,considering the differences of driving conditions and trip rates for each vehicle type in urban road,suburban road and highway.Results show that total emissions of CO,VOCs and SO2 decreased from 168.68kt,33.57kt and 5.27kt to 155.14kt,17.51kt and 2.44kt during the period of 2000 to 2014,while NOx,PM10 and CO2 increased from 23.88kt,1.22kt and 2647.32kt to 57.82kt,2.76kt and 17736.06kt at the same period.Passenger cars and motorcycles were the major contributors to CO and VOCs emissions,NOx and PM10 mainly came from buses and heavy duty trucks,while passenger cars and heavy duty trucks were main sources of CO2 and SO2.For spatial distributions,vehicle emissions presented decreasing trend from downtown areas to urban fringes and concentrated in highway with distinctive banding distri
bution.High vehicle emission intensity regions were Licang district,Shibei district,Shinan district and Chengyang district,and low emission intensity regions were Pingdu city,Laixi city and Laoshan district.%以青岛市2000～2014年机动车保有量与活动水平数据为基础,综合考虑排放标准与燃油品质的动态变化,以及机动车在城市路、郊区路和高速路的行驶比例与行驶工况,基于COPERT模型和GIS技术建立了0.02°×0.02°高分辨率机动车排放清单.结果表明,青岛市机动车CO、VOCs与SO2的排放量由2000年的168.68,33.57,5.27kt下降至2014年的155.14,17.51,2.44kt,NOx、PM10与CO2的排放量则由23.88,1.22,2647.32kt上升至57.82,2.76,17736.06kt.其中,CO与VOCs排放主要贡献车型为轻型载客车和摩托车,NOx与PM10排放主要来自于重型载客车与重型载货车,而CO2和SO2排放主要来源于轻型载客车与重型载货车.机动车排放空间分布呈现出由城市中心向城市边缘的递减趋势,并沿高速路呈明显的带状分布.李沧区、市北区、市南区和城阳区机动车排放强度较高,平度市、莱西市与崂山区机动车排放强度较低.
【期刊名称】《中国环境科学》
【年(卷),期】2017(037)001
青岛汽车
【总页数】11页(P49-59)
【关键词】排放清单;机动车排放;时空分布;青岛
【作 者】孙世达;姜巍;高卫东
【作者单位】济南大学资源与环境学院,山东济南250022;济南大学资源与环境学院,山东济南250022;济南大学资源与环境学院,山东济南250022
【正文语种】中 文
【中图分类】X511
在工业化与城市化的联合作用下,我国机动车保有量进入了高速增长期,机动车排放带来的大气环境问题引发了越来越多的关注,准确、详细的机动车排放清单是确定机动车排放趋势、分析减排潜力的基础.李新兴等[1]建立了2010年杭州市区机动车CO、HC、NOx和PM10排放清单.何立强等[2]计算了 2010年中国机动车 CH4和N2O排放量.这些研究可以识别研究区域在特定年份的机动车排放特征,但难以把握机动车排放的总体变化趋势.当前我国机动车正
处于高速增长期,对这种趋势的把握尤为重要[3],国内一些学者开始建立长时间序列的机动车排放清单.Lang等[4]建立了中国 1999～2011年机动车排放清单,分析了机动车排放变化趋势以及省级层次的分布特征.Wang等[5]、王慧慧等[6]、Zhang等[7]分别在在北京、上海、广州建立了长时间序列机动车排放清单.这些研究普遍集中在国家层面或经济相对发达的地区,对普通城市机动车排放的趋势变化研究较少[8].此外,仅提供排放量数据的机动车排放清单空间识别性较低,难以提供全局、客观、立体的机动车排放信息,而高分辨率排放清单是正确评估机动车排放对空气质量影响的关键[9].已有研究中机动车排放空间分配多采用参数(如人口密度、经济发展水平)替代法.如宋翔宇等[10]采用第二产业增加值为替代变量得到了中国 40km×40km高分辨率机动车排放清单.这种方法得到的空间分配结果与实际路网有一定偏差,有学者提出以实际道路网络作为机动车排放的分配基底可以有效降低空间分配偏差,保证分配结果落于机动车空间排放源范围之内[11].总体而言, 目前我国对于城市级别的长时间序列、高分辨率机动车排放清单的研究仍处于起步阶段.
青岛位于山东东部沿海,随着经济的高速发展,近年来青岛市机动车保有量增长迅速,机动车排放已成为当地大气污染的重要来源[12].建立青岛市机动车排放清单,分析机动车排放的时间变化趋势与空间分布特征,是做好大气污染防治工作的基础,目前针对这一地区机动车排放
的研究较少.本文基于 COPERT模型建立了青岛市2000～2014年机动车主要污染物排放清单,并基于道路信息对机动车排放进行空间分配,分析各类污染物的总量趋势、来源变化以及空间分布特征,以期为决策者制定机动车污染防治措施提供参考.
1.1 研究区域与对象
本研究建立了青岛市2000年至2014年长时间序列、高分辨率的机动车排放清单,涵盖CO、VOCs、NOx、PM10、CO2与SO2共6种污染物,包括汽车与摩托车两大类排放源.由于非道路移动源(如农用运输车、工业机械等)的排放计算方式与机动车存在较大差异[13],故本研究所建立排放清单不包含非道路移动源排放.根据 COPERT模型车型划分要求以及我国机动车数据统计现状,本文将机动车划分为轻型载客车、轻型载货车、重型载货车、重型载客车与摩托车5类.
1.2 清单估算
机动车污染物排放量的计算基于排放因子法,主要涉及三个参数:机动车保有量、年均行驶里程和机动车排放因子.计算公式为[14]:
式中:E表示机动车污染物排放量,t;i表示机动车类型,j表示污染物种类,h表示排放标准(国Ⅰ前到国Ⅳ),k表示研究年份(2000年至2014年);P表示机动车保有量,VKT表示年均行驶里程,ef表示机动车排放因子,g/(km⋅辆).
1.2.1 机动车保有量 根据《山东统计年鉴》数据[15],青岛市机动车保有量从2000年的65.15万辆增长到了2014年的207.73万辆,年均增长率为8.69%(图1).从分车型增长率来看,轻型载客车增速最快,年均增长率达到了 25.14%.轻型载货车、重型载货车与重型载客车年均增长率差异较小,但均低于平均增长水平,分别为7.99%、6.02%和 6.32%.近些年来,摩托车的主体地位逐渐让渡给轻型载客车,摩托车数量占机动车保有总量的比例从 2000年的 77.34%下降到 2014年的17.69%,而轻型载客车的比例则从10.19%上升至72.45%.机动车保有量的高速增长消耗了大量化石能源的同时,也给青岛市大气污染防治工作带来了巨大压力.
1.2.2 年均行驶里程 研究表明,受城市化水平以及交通运输业发展的影响,机动车年均行驶里程处于动态变化中[16].本研究搜集整理了过往年份研究中年均行驶里程的调研成果[3,17-19],选择与青岛市经济发展水平、机动车保有状况相近地区的年均行驶里程数据,经平均、插值、外推处理后,得到青岛市2000～2014年各类机动车年均行驶里程(图2).轻型载客车的
普及使其年均行驶里程逐年下降[16].随着城市公共交通与物流业的发展,重型载客车、轻型载货车、重型载货车的年均行驶里程呈上升态势.摩托车在农村地区应用较为广泛,城市化率的提升使得摩托车的年均行驶里程逐渐下降.
1.2.3 排放因子 排放因子用以衡量机动车单位行驶里程污染物排放量,其获取方式分为排放测试与模型模拟两类[20].由于排放测试获取到的排放因子样本量较少,不适用于建立区域尺度的宏观机动车排放清单.因此多数研究者建立排放清单时采用机动车排放模型模拟排放因子,常见的机动车排放模型有MOBIE[21]、COPERT[22]、IVE[23]等.其中,欧洲环境署(EEA)开发的COPERT模型适用于建立区域尺度机动车排放清单,且所需数据量较少,具备较强的可操作性,可兼容我国目前和未来一段时间的机动车排放标准,在我国国家级别[24]和地区级别[25]的机动车排放清单编制工作中得到了较好的推广.
COPERT模型将机动车污染物排放与平均行驶速度进行关联,采用大量实验数据,基于不同的车型以及排放标准拟合出一系列经验公式模拟排放因子[26].COPERT模型认为机动车污染物排放来自发动机热稳定排放、冷启动排放以及燃料蒸发3种排放源,各排放源排放因子计算方式有所不同.热稳定排放中,不同类型发动机排放因子是机动车平均行驶速度的函数.冷
启动排放则是在热稳定排放基础上经修正后得到.燃料蒸发排放是燃料蒸气压和环境温度的函数.各类污染物的排放因子计算公式详见文献[27].
平均速度的选取在COPERT模型参数设定中尤为重要,直接影响着排放因子模拟的准确性,而以往研究[28-29]通常对所有类型机动车取同一平均速度.事实上,不同种类的机动车由于行驶特征和所运行路段交通流量的差异,平均速度存在着较大差别.近些年来,虽然也有部分研究[7,17]开始对不同种类机动车设定不同的平均行驶速度,但对机动车在不同道路类型上的行驶频率考虑较少.例如,轻型载客车通常行驶在城市路,而重型载货车则经常行驶在郊区路或高速路[30].摩托车则在郊区路行驶较多,城市路行驶较少[31].不同道路上机动车行驶速度也有差异,一般市区路平均速度要低于郊区路,郊区路则低于高速路.本研究将道路划分为城市路、郊区路与高速路三种类型,基于已有研究成果[19,32]结合青岛市机动车实际运行工况,确定了各类机动车在不同道路类型上的行驶比例(表1)与平均速度(表2).
除平均速度外,COPERT模型还需要设定燃料参数、气候参数、单次出行平均里程、负载和坡度.燃料参数包括燃料蒸气压以及各种成分的含量,参考青岛市在不同年份执行的燃油标准进行设定.气候参数包括每月最高与最低气温和相对湿度,数据来源为气象统计资料[33].单次
出行平均里程,即机动车一个运行过程行驶的平均距离,取国内平均水平 12km[24].道路坡度和负载均采用模型默认值,道路坡度设定为 0,负载设定为50%[28].
研究期内青岛市机动车共经历了国Ⅰ前至国Ⅳ五套排放标准,不同排放标准下的排放因子存在着较大差异[34].基于以上参数设定,使用COPERT模型模拟得到青岛市机动车不同污染物分车型分排放标准的排放因子(表3)
本研究采用存活曲线法[35]计算得到研究期内各类机动车不同排放标准构成比例,根据各年份机动车保有状况,结合表3排放因子数据计算2000-2014年机动车污染物的综合排放因子.计算公式为:
式中:EF表示在不同研究年份机动车污染物分车型的综合排放因子;i,j,h和 k分别表示机动车类型、污染物种类、排放标准和研究年份;ef表示各类机动车在不同排放标准下污染物的排放因子;P表示机动车保有量.
发布评论