李麗，劉永紅，鄧思欣，司徒淑聘，黃建彰

(1.中山大學(xué)工學(xué)院∥廣東省交通環(huán)境智能監(jiān)測(cè)與治理工程技術(shù)研究中心，廣東 廣州 510275； 2. 佛山市環(huán)境監(jiān)測(cè)中心站，廣東 佛山 528000)

基于動(dòng)態(tài)交通流的佛山市機(jī)動(dòng)車網(wǎng)格化排放清單*

李麗1，劉永紅1，鄧思欣2，司徒淑聘2，黃建彰1

(1.中山大學(xué)工學(xué)院∥廣東省交通環(huán)境智能監(jiān)測(cè)與治理工程技術(shù)研究中心，廣東 廣州 510275； 2. 佛山市環(huán)境監(jiān)測(cè)中心站，廣東 佛山 528000)

基于動(dòng)態(tài)交通流信息和排放因子，以Arcgis為構(gòu)建平臺(tái)，運(yùn)用自下而上的方法編制佛山市機(jī)動(dòng)車網(wǎng)格化排放清單，分析污染物排放的時(shí)空分布特征。研究結(jié)果顯示：2013年佛山市機(jī)動(dòng)車尾氣排放污染物CO、VOCs、NOx、PM總量分別為1.29×105、2.19 ×104、3.61×104、1.15×103t。機(jī)動(dòng)車污染物高排放區(qū)域主要集中在城區(qū)中心以及城區(qū)中心向外輻射的路網(wǎng)上。機(jī)動(dòng)車污染物日排放高峰期與車流量高峰期相對(duì)應(yīng)，為每天的7:00-9:00和17:00-19:00。中心城區(qū)在進(jìn)行排放控制時(shí)，應(yīng)針對(duì)高峰時(shí)段進(jìn)行改善，且主干路是排放控制的重點(diǎn)道路。要控制CO和VOCs排放，應(yīng)該著重對(duì)國0標(biāo)準(zhǔn)輕型客車和國0、國Ⅰ標(biāo)準(zhǔn)摩托車進(jìn)行交通管制，而控制NOx和PM的排放關(guān)鍵是國0標(biāo)準(zhǔn)貨車、國Ⅲ標(biāo)準(zhǔn)大型客車和公交車。

機(jī)動(dòng)車尾氣； 網(wǎng)格化清單；時(shí)空特征；實(shí)時(shí)交通流

隨著社會(huì)經(jīng)濟(jì)和城市人口的不斷增長，城市大氣污染越來越復(fù)雜，我國城市大氣污染類型已由局地、單一的煤煙型污染向區(qū)域、復(fù)合型污染轉(zhuǎn)化[1]。為了分析大氣污染來源和分布，在北京、廣州、天津等城市或全國[2-5]，甚至于國外進(jìn)行了大氣污染物排放清單研究[6-10]，發(fā)現(xiàn)機(jī)動(dòng)車尾氣排放是城市大氣污染物的主要排放源之一。機(jī)動(dòng)車排放的污染物種類繁多，其中CO、VOCs、NOx是機(jī)動(dòng)車排放的主要污染物成分，而NOx和VOCs是大氣中二次污染物PM2.5和O3形成的主要前體物，從而導(dǎo)致大氣中的一些復(fù)合型污染如灰霾、細(xì)微粒子污染等均與機(jī)動(dòng)車有密切關(guān)系[11-12]。在這些排放清單研究中機(jī)動(dòng)車尾氣排放量估算大多數(shù)采用年均行駛里程方法，根據(jù)機(jī)動(dòng)車保有量并結(jié)合車輛的年均行駛里程進(jìn)行排放量計(jì)算[13-14]。該方法需求數(shù)據(jù)少，數(shù)據(jù)容易獲取，操作簡便，雖然能估算出區(qū)域內(nèi)的排放總量，但無法反映實(shí)際道路交通的排放情況。因此，精細(xì)化的機(jī)動(dòng)車排放清單的建立越來越受到中國各級(jí)政府的重視。

機(jī)動(dòng)車排放清單與活動(dòng)水平、車輛技術(shù)、行駛工況和車隊(duì)構(gòu)成等因素密切相關(guān)[15-17]。利用傳統(tǒng)的燃油統(tǒng)計(jì)法和年均行駛里程法，得到機(jī)動(dòng)車綜合排放量，只能用于大尺度的空氣質(zhì)量模擬，已不足以支撐機(jī)動(dòng)車尾氣污染控制日益細(xì)致的需求。因此，在機(jī)動(dòng)車排放清單編制中，要準(zhǔn)確確定機(jī)動(dòng)車污染狀況，必須以機(jī)動(dòng)車污染的實(shí)際狀況作為依據(jù)和出發(fā)點(diǎn)，對(duì)交通流，車輛等相關(guān)信息進(jìn)行詳細(xì)調(diào)查和監(jiān)測(cè)，機(jī)動(dòng)車活動(dòng)水平的詳細(xì)調(diào)查將有助于實(shí)際道路機(jī)動(dòng)車排放的精確計(jì)算，而智能交通技術(shù)及其系統(tǒng)的發(fā)展為這一需求提供了條件[18-19]。因而越來越多的研究開始采用動(dòng)態(tài)的交通流信息來提高機(jī)動(dòng)車排放清單的時(shí)空分辨率[20-22]。黃成等[23]以上海市為研究對(duì)象，構(gòu)建了動(dòng)態(tài)化的道路機(jī)動(dòng)車污染物排放清單模擬方法，實(shí)時(shí)反映實(shí)際道路的機(jī)動(dòng)車排放變化。樊守彬等[24]基于具有時(shí)空分布特征的實(shí)際道路交通流信息和排放因子，構(gòu)建了北京市機(jī)動(dòng)車尾氣排放清單，并分析實(shí)際道路排放特征及污染物排放的空間分布特征。

佛山市，近年來經(jīng)濟(jì)高速發(fā)展，機(jī)動(dòng)車保有量逐年增長，其機(jī)動(dòng)車結(jié)構(gòu)和污染排放與我國大多數(shù)城市相符。根據(jù)《佛山市“十二五”主要污染物總量控制規(guī)劃》指出，機(jī)動(dòng)車污染防治是“十二五”控制的重點(diǎn)[25]。因此，掌握佛山市機(jī)動(dòng)車尾氣排放情況對(duì)機(jī)動(dòng)車尾氣污染防治工作開展及整個(gè)珠三角地區(qū)的大氣環(huán)境保護(hù)都具有重大意義?；诖耍狙芯坷米韵露系姆椒?，從佛山市各區(qū)道路的實(shí)際動(dòng)態(tài)交通流方面入手，以Arcgis為構(gòu)建平臺(tái)，自下而上地計(jì)算基于實(shí)時(shí)道路特征的佛山市網(wǎng)格化機(jī)動(dòng)車尾氣排放清單，分析其造成佛山市機(jī)動(dòng)車污染的主要車輛類型、技術(shù)水平、道路交通狀況和佛山市機(jī)動(dòng)車排放的時(shí)空分布特征，以用于道路機(jī)動(dòng)車排污控制的評(píng)估和實(shí)現(xiàn)環(huán)境空氣質(zhì)量的改善，為交通環(huán)境管理提供重要的決策依據(jù)和技術(shù)支撐。

1 材料與方法

1.1 研究區(qū)域和對(duì)象

研究對(duì)象為佛山全境。根據(jù)行政管理邊界將研究對(duì)象分成禪城、南海、順德、高明和三水五個(gè)片區(qū)，共調(diào)查道路96條，范圍覆蓋佛山市五個(gè)行政區(qū)域，涵括國道、省道、高速路、主干路、次干路和支路7種道路類型，共設(shè)置測(cè)量點(diǎn)96個(gè)，其分布坐標(biāo)密集程度與城區(qū)道路密集程度成正比。調(diào)查道路及測(cè)量布點(diǎn)如圖1所示。

圖1 調(diào)查點(diǎn)布點(diǎn)位置及調(diào)查路段圖Fig.1 Location of the cameras and the roads

1.2 方法概述

運(yùn)用智能交通技術(shù)及其系統(tǒng)，設(shè)置合理的流量、行駛工況等采集實(shí)驗(yàn)，基于排放因子模型，計(jì)算排放量。具體方法為：根據(jù)交通特征不同將研究對(duì)象分為不同片區(qū)，進(jìn)而根據(jù)道路類型及其功能對(duì)各區(qū)域內(nèi)道路進(jìn)行分類，挑選各類型中具有代表性的道路進(jìn)行人工視頻采集，利用自動(dòng)化的視頻檢測(cè)系統(tǒng)進(jìn)行分車型的流量統(tǒng)計(jì)，并根據(jù)浮動(dòng)車數(shù)據(jù)的匹配，得到各類型道路的平均車速信息。此次數(shù)據(jù)調(diào)查時(shí)間為 2013 年6月連續(xù)2d(工作日與非工作日各1d)時(shí)段，共獲得全市47萬條不同點(diǎn)位的連續(xù)24h的小時(shí)信息數(shù)據(jù)，具體包括監(jiān)測(cè)時(shí)段、道路類型、道路長度、分車型的車流量和平均車速等實(shí)時(shí)數(shù)據(jù)?；诒O(jiān)測(cè)結(jié)果和調(diào)研統(tǒng)計(jì)得到的車隊(duì)組成、車速、累計(jì)行駛里程、氣候參數(shù)、燃油品質(zhì)作為輸入?yún)?shù)[26]，采用COPERTIV模型計(jì)算得到分速度分車型分排放標(biāo)準(zhǔn)的機(jī)動(dòng)車在實(shí)際路況下的CO、VOCs、NOx及PM排放因子。整合道路信息(道路類型、名稱、長度)、交通流信息(具有時(shí)間分布特征的車流量、車型構(gòu)成、車速)和機(jī)動(dòng)車排放因子等基礎(chǔ)信息，計(jì)算得到全路網(wǎng)道路機(jī)動(dòng)車尾氣排放量。

根據(jù)利用ArcGIS建立全市的3km×3km的高時(shí)空分辨率的機(jī)動(dòng)車尾氣網(wǎng)格化排放清單，進(jìn)行排放特征分析，并根據(jù)分析結(jié)果找出佛山市重點(diǎn)區(qū)域，獲得中心城區(qū)實(shí)際道路上污染物排放時(shí)空差異，尋找出污染控制的重點(diǎn)車型和重點(diǎn)道路。

1.2.1 車型匹配 根據(jù)中國車輛管理所的車輛分類方法，本研究將車輛類型分為：微型客車、輕型客車、中型客車、大型客車、微型貨車、輕型貨車、中型貨車、大型貨車、摩托車、出租車、公交車。由于中國車輛管理所采用的車輛分類方法與COPERTⅣ模型中的車輛分類方法有所不同，為了使國內(nèi)機(jī)動(dòng)車車輛類型能夠與COPERTⅣ模型中的車輛類型相對(duì)應(yīng)，本研究采用廖瀚博等[27]的方法進(jìn)行匹配，以進(jìn)行COPERTⅣ模型的參數(shù)輸入。

1.2.2 年排放量計(jì)算 根據(jù)道路實(shí)時(shí)特征，采用分片區(qū)域的方法，劃分不同特征的區(qū)域，在不同區(qū)域內(nèi)，按道路等級(jí)，以路段為單元，根據(jù)測(cè)量的交通信息參數(shù)計(jì)算不同類型道路單位長度污染物的排放量，結(jié)合道路長度，求出機(jī)動(dòng)車在該類型道路的排放量，綜合各道路類型的排放量，求出該片區(qū)域內(nèi)的排放量，再結(jié)合各片區(qū)域的排放量計(jì)算得出全市的年排放量。

(1)

其中，Qa為年排放污染物量(t/a)；P為車流量(輛/d)；EF為每輛汽車的排放因子(g/km)；L為道路長度(km)；n為片區(qū)，i為車型，j為排放標(biāo)準(zhǔn)，k為道路類型。

1.2.3 時(shí)空分配 以ArcGIS軟件為構(gòu)建平臺(tái)，利用路網(wǎng)信息與交通流量結(jié)合的方式來確定空間和時(shí)間分配因子，將機(jī)動(dòng)車尾氣排放量進(jìn)行時(shí)空分配，使其分布特征更加的符合實(shí)際情況。空間分配的結(jié)果是將以排放源為基礎(chǔ)的清單排放轉(zhuǎn)變?yōu)榫W(wǎng)格化的排放，即將清單數(shù)據(jù)變成網(wǎng)格化的矩陣。具體方法為：采用地理信息系統(tǒng)工具ArcGIS，對(duì)研究區(qū)域按照網(wǎng)格劃分，形成規(guī)格的單位網(wǎng)格。分道路類型提取單位網(wǎng)格中的路網(wǎng)信息，對(duì)道路長度、道路交通流量、機(jī)動(dòng)車排放因子等信息進(jìn)行處理，得到單位網(wǎng)格的排放量，進(jìn)而可確定該網(wǎng)格的排放量在總排放量中所占的比例，該比例即為此網(wǎng)格的空間分配因子。根據(jù)污染物網(wǎng)格空間分配因子，利用GIS工具，即可得到各種污染物的網(wǎng)格化分配。

對(duì)研究區(qū)域典型道路典型日每個(gè)時(shí)段的機(jī)動(dòng)車流量和車型分布進(jìn)行統(tǒng)計(jì)分析，得到不同類型道路的車流量時(shí)間變化規(guī)律，根據(jù)不同車型交通流量的變化，計(jì)算出不同車型的機(jī)動(dòng)車污染排放24h變化系數(shù)，進(jìn)而完成對(duì)機(jī)動(dòng)車污染日排放的時(shí)間分配。

2 結(jié)果與討論

2.1 全市排放總量概況

佛山市2013年機(jī)動(dòng)車污染物排放總量，具體如表1所示。2013年佛山市機(jī)動(dòng)車尾氣排放污染物CO、VOCs、NOx、PM總量分別為1.29×105、2.19 ×104、3.61×104、1.15×103t。其中CO的總量很高，占到4種污染物總量的68.6%。姚欣燦等[28]對(duì)廣州市2010年機(jī)動(dòng)車尾氣排放清單的研究發(fā)現(xiàn)，廣州市2010年機(jī)動(dòng)車尾氣排放的CO占到四種污染物總量的72.9%，與該研究結(jié)果相近。CO排放高的原因，主要是因?yàn)闄C(jī)動(dòng)車中摩托車和輕型客車占比較大，占到總車流的60.4%。根據(jù)車汶蔚等[29]對(duì)珠三角機(jī)動(dòng)車污染物排放特征分析中，佛山市2006年NOx、VOCs、PM10排放分別為5.32、8.79、1.63萬t，比較發(fā)現(xiàn)2006-2013年佛山市機(jī)動(dòng)車排放的污染物量都有一定程度的降低，這主要源于佛山市進(jìn)行的一系列的機(jī)動(dòng)車減排政策，以及國家排放和車用燃油排放標(biāo)準(zhǔn)的提升。相對(duì)于其他同類型城市，根據(jù)王孝文等[30]的研究結(jié)果，杭州市2010 年機(jī)動(dòng)車污染物CO、HC、NOx、PM的年排放量分別為 44.06、2.31、4.43、0.65萬t，與該研究相差不大。

2.2 排放空間分布特征

根據(jù)測(cè)量和統(tǒng)計(jì)的佛山市整個(gè)道路網(wǎng)全天的車流量和車速基礎(chǔ)數(shù)據(jù)，結(jié)合機(jī)動(dòng)車活動(dòng)強(qiáng)度、車型構(gòu)成和排放因子，運(yùn)用GIS技術(shù)，建立3km×3km機(jī)動(dòng)車排放的CO、VOCs、NOx及PM空間分布圖，如圖2所示。由圖可知，4種污染物高排放區(qū)域主要集中在城區(qū)中心以及城區(qū)中心向外輻射的路網(wǎng)上。具體特征為：CO和VOCs的空間分布特征相似，高濃度排放區(qū)都呈片狀分布，集中在城中心交通網(wǎng)絡(luò)密集區(qū)域，低濃度排放區(qū)都沿著道路均勻分布。而NOx的排放和PM排放的空間分布又有著類似的規(guī)律，高濃度排放區(qū)都呈條狀分布，均集中在車流量大，車速小的幾條主干道以及城區(qū)之外的國道和高速路上。各種污染物的空間分布規(guī)律與道路的功能是相關(guān)聯(lián)的，因?yàn)榈缆返墓δ懿煌?，行駛的主要車輛就有所不同[30]。由于VOCs與CO排放的主要貢獻(xiàn)者為摩托車和輕型客車，而城中心正是人口最密集也是這兩種車型保有量最密集的區(qū)域，因此，該區(qū)域的VOCs及CO的排放濃度最高且呈片狀分布。而NOx和PM排放的主要貢獻(xiàn)者是輕、大型貨車和大型汽車，這些車輛都是從事貨運(yùn)為主，主要分布于各區(qū)域的國道及主要運(yùn)輸干道上。結(jié)合佛山市各道路車流量和車速分布來看，不管是CO和VOCs，還是NOx和PM的排放區(qū)域都與車道的吻合較好，更切合機(jī)動(dòng)車污染物的實(shí)際空間排放特征。比較于車汶蔚等[29-31]開發(fā)的區(qū)域機(jī)動(dòng)車污染物排放量空間分配方法，該網(wǎng)格化排放清單在現(xiàn)場(chǎng)調(diào)研路網(wǎng)特征和交通流特征的基礎(chǔ)上，更加保證了空間分配的精確性和合理性。

表1 2013年佛山市機(jī)動(dòng)車尾氣排放總量Table 1 The source emission of vehiclesof Foshan in 2013 104t

2.3 排放時(shí)間分布特征

2013年佛山市機(jī)動(dòng)車不同車型逐時(shí)CO、VOCs、NOx、PM排放量與所監(jiān)測(cè)的車流量分布如圖3所示。佛山市2013年車流量具有明顯的早高峰、晚高峰和夜間車流量的變化規(guī)律，晚高峰最高，早高峰次之，夜間車流量最低。通過分析各污染物隨時(shí)間的變化規(guī)律可以發(fā)現(xiàn)，4種污染物的小時(shí)排放量均呈現(xiàn)“M”字型分布，且CO和VOCs兩種污染物變化曲線要比NOx和PM的變化曲線明顯。00:00-04:00，各種車型排放的污染物均有小幅度下降的趨勢(shì)，且排放量很少。05:00-06:00，對(duì)于排放CO和VOCs來說，輕型客車和摩托車排放量大幅度上升，其余車型有小幅度增長；對(duì)于排放NOx和PM來說，輕型貨車、大型客車和公交車排放量大幅度上升，其余車型有小幅度增長。07:00-09:00，4種污染物排放達(dá)到一個(gè)峰值。10:00-17:00，4種污染物排放仍然較高，且變化幅度較小，到18:00，CO和VOCs排放達(dá)到一天中的最高值，而NOx和PM排放在17:00達(dá)到一天中的最高值，20:00-23:00，各種車型污染物排放逐漸下降。

在交通高峰期，車流量較高，由于受道路的通行能力限制，時(shí)常發(fā)生擁堵，所以該時(shí)間段內(nèi)的平均車速也較慢。車流量高與車速較慢決定了交通高峰期也是機(jī)動(dòng)車尾氣排放污染物的高峰期，交通高峰期污染物CO、VOCs、NOx、PM排放量分別占全天排放的 30.0%、29.4%、25.7%、25.3%。通過交通高峰期和非高峰期比較可以發(fā)現(xiàn)，CO和VOCs的排放主要貢獻(xiàn)者是輕型客車和摩托車，與車流量的變化最為吻合。這主要是因?yàn)檩p型客車和出租車是車流的構(gòu)成主體，同時(shí)也是CO和VOCs的主要排放源；NOx和PM的主要貢獻(xiàn)者是輕型貨車、中型貨車、大型客車和公交車。由于輕型客車在車流中占的比重較大，以至于輕型客車在交通高峰期對(duì)NOx的排放具有比較大的影響，而對(duì)于PM的排放，輕型貨車在交通高峰期的貢獻(xiàn)最為突出。

通過分析機(jī)動(dòng)車排放時(shí)間分布特征，可以得出佛山市道路交通污染物排放量具有明顯的日排放特征，小時(shí)排放源強(qiáng)高峰期與車流量高峰期吻合較好，為每日的07:00-09:00和17：00-19：00，且晚高峰排放高于早高峰排放。同時(shí)，該研究結(jié)果還能準(zhǔn)確反映同一小時(shí)段不同車型的排放量差異，從而得知排放量較高的重點(diǎn)排放車型和時(shí)段，為管理者提供重要的技術(shù)支撐和決策依據(jù)。

為了解精細(xì)化手段對(duì)清單的改進(jìn)作用，將該研究與珠三角地區(qū)乃至全國的研究進(jìn)行了比較，Zheng等[32]指出珠三角地區(qū)城市主干道日排放變化有明顯的“雙峰雙谷”排放變化，且摩托車和汽油小客車是VOCs的主要來源，柴油車是NOx和PM10的主要來源；宋翔宇等[33]通過對(duì)中國機(jī)動(dòng)車排放特征進(jìn)行研究發(fā)現(xiàn)交通源排放的空間分布與經(jīng)濟(jì)活動(dòng)強(qiáng)度有密切聯(lián)系，摩托車和客車為CO、VOCs和PM10的主要排放貢獻(xiàn)車型，與本研究結(jié)果比較一致，說明該研究方法具有一定的可靠性。

圖2 2013年佛山機(jī)動(dòng)車CO、VOCs、NOx及PM網(wǎng)格化排放清單Fig.2 Maps of grid emission of CO、VOCs、NOx and PM in Foshan in 2013

2.4 重點(diǎn)區(qū)域特征分析

基于分析2.2佛山市機(jī)動(dòng)車排放空間分布特征，可以得出佛山市道路交通污染物排放密度最大的集中在中心城區(qū)，即禪桂新區(qū)域。佛山市中心城區(qū)，是佛山市現(xiàn)代服務(wù)業(yè)、高端產(chǎn)業(yè)和文化產(chǎn)業(yè)的核心區(qū)域，為佛山市人民政府駐地。因此選取中心城區(qū)作為本次研究的重點(diǎn)區(qū)域。

為了獲得實(shí)際道路上污染物排放差異，根據(jù)車流量、車輛類型、車速和不同污染物的排放因子，計(jì)算佛山市中心城區(qū)2013年不同道路類型逐時(shí)CO、NOx、VOCs、PM排放強(qiáng)度，見圖4。從圖中可以看出，4種污染物排放強(qiáng)度隨時(shí)間的變化呈現(xiàn)相似的規(guī)律，均為國道最高。且6種類型道路的污染物排放強(qiáng)度總體上呈現(xiàn)白天高夜間低的趨勢(shì)，與道路車流量呈現(xiàn)相同的變化規(guī)律，在進(jìn)行排放控制時(shí)，應(yīng)首先針對(duì)高峰時(shí)段進(jìn)行控制。對(duì)于不同道路類型四種污染物的排放，總體上按照國道、省道、縣道；主干路、次干路、支路的順序遞減，而這也與樊守彬等[17]的研究結(jié)果一致。

機(jī)動(dòng)車污染物排放不僅與道路排放強(qiáng)度有關(guān)，還與路網(wǎng)密集程度及道路長度密切相關(guān)。經(jīng)研究發(fā)現(xiàn)，中心城區(qū)市政道路發(fā)達(dá)，道路長度占比高，以致于市政道路的高車流量和高排放。同時(shí)，市政道路骨架主干路貢獻(xiàn)尤為明顯，對(duì)中心城區(qū)的機(jī)動(dòng)車排放貢獻(xiàn)大約為60%，主干路的交通狀況對(duì)于機(jī)動(dòng)車排放有較為惡劣的影響。

圖3 2013年佛山市機(jī)動(dòng)車各車型污染物排放量與車流量小時(shí)分布圖Fig.3 Distribution of vehicle emission intensity and traffic volume per hour in Foshan in 2013

為了進(jìn)一步弄清中心城區(qū)的機(jī)動(dòng)車尾氣排放特征，尋找出污染控制的重點(diǎn)車型，本研究進(jìn)行了分車型、分排放標(biāo)準(zhǔn)的污染物排放量分擔(dān)率分析。

2.4.1 不同車型污染物排放量分擔(dān)率特征 2013年佛山市中心城區(qū)各車型排放貢獻(xiàn)率如圖5所示。佛山市中心城區(qū)摩托車排放的CO和VOCs貢獻(xiàn)率最高，分別為64.5%和51.7%，其次為輕型客車，其排放貢獻(xiàn)率為24.6%和33.1%，這兩類車型占中心城區(qū)機(jī)動(dòng)車CO和VOCs總排放量的89.1%和84.8%，是機(jī)動(dòng)車CO和VOCs污染的主要來源；NOx的主要貢獻(xiàn)車型為大型客車和公交車，其合計(jì)排放貢獻(xiàn)率達(dá)到49.8%；PM主要來源于柴油機(jī)運(yùn)行過程中不完全燃燒形成的顆粒物，因此PM的主要貢獻(xiàn)車型為大型客車、輕型貨車、中型貨車和公交車，其合計(jì)排放貢獻(xiàn)率達(dá)到74.8%。通過分析，這一結(jié)果與佛山市不同車型逐時(shí)CO、VOCs、NOx、PM的排放量結(jié)果是吻合的。

因此，要控制CO和VOCs排放，應(yīng)該著重對(duì)摩托車和輕型客車的交通管制，根據(jù)《佛山市人民政府關(guān)于加強(qiáng)摩托車管理的實(shí)施意見》[34]，自2014年9月起，摩托車限行禁行政策進(jìn)入第四階段，中心城區(qū)全天24h禁止摩托車出行，未來對(duì)CO和VOCs的排放控制主要在于對(duì)高排放輕型客車的淘汰或升級(jí)改造。而控制NOx和PM的排放關(guān)鍵是大型車，大型車的燃料主要是柴油，加快柴油車尾氣催化技術(shù)的改造和升級(jí)，是減少大型車NOx和PM排放的有效途徑。

2.4.2 不同排放標(biāo)準(zhǔn)污染物排放量分擔(dān)率特征 根據(jù)2.4.1分析結(jié)果，對(duì)高排放車型中不同排放標(biāo)準(zhǔn)的分擔(dān)率進(jìn)行進(jìn)一步分析，如圖6所示。CO和VOCs的排放主要來源于輕型客車和摩托車，從圖中可以看出，輕型客車中不同排放標(biāo)準(zhǔn)機(jī)動(dòng)車對(duì)于CO和VOCs的排放均有一定的分擔(dān)率，其中國0標(biāo)準(zhǔn)輕型客車對(duì)于CO和VOCs的排放分別為30.9%和32.3%，而摩托車國0和國Ⅰ標(biāo)準(zhǔn)機(jī)動(dòng)車是CO和VOCs排放的主要排污貢獻(xiàn)車型，其貢獻(xiàn)率合計(jì)分別達(dá)到76.6%和72.3%。大型客車、輕型貨車、中型貨車和公交車是NOx和PM的主要貢獻(xiàn)車型。對(duì)于NOx和PM的排放，大型客車國Ⅱ和國Ⅲ標(biāo)準(zhǔn)機(jī)動(dòng)車是主要的排污貢獻(xiàn)車型，其貢獻(xiàn)率合計(jì)分別達(dá)到62.9%和53.5%，而輕型貨車和中型貨車中對(duì)于NOx和PM的排放貢獻(xiàn)突出的是國0標(biāo)準(zhǔn)機(jī)動(dòng)車。對(duì)于公交車而言，國Ⅲ標(biāo)準(zhǔn)機(jī)動(dòng)車對(duì)NOx和PM的排放貢獻(xiàn)突出，貢獻(xiàn)率分別為54.1%和64.5%。

圖4 2013年佛山市中心城區(qū)機(jī)動(dòng)車不同道路類型排放時(shí)間分布Fig.4 Temporal distribution of vehicle emission on different roads in central city of Foshan in 2013(中心城區(qū)由于沒有高速路的存在，故將道路類型分為國道、省道、縣道、主干路、次干路和支路6種類型)

圖5 2013年佛山市中心城區(qū)不同車型污染物排放量分擔(dān)率Fig.5 Vehicle emission distribution of different vehicle types in central city of Foshan in 2013

僅占機(jī)動(dòng)車總量7.4%的國0標(biāo)準(zhǔn)機(jī)動(dòng)車，由于累計(jì)行駛里程長、車齡大、劣化情況嚴(yán)重，其對(duì)CO、VOCs、NOx、PM的排污分擔(dān)率均要遠(yuǎn)遠(yuǎn)高于機(jī)動(dòng)車比例，其中，CO、VOCs、PM的排放貢獻(xiàn)率接近于車輛比例的5倍，是機(jī)動(dòng)車污染物的重要排放源。對(duì)國0標(biāo)準(zhǔn)機(jī)動(dòng)車進(jìn)行限行控制，或者更新淘汰，能夠有效改善佛山市中心城區(qū)機(jī)動(dòng)車污染情況。

圖6 2013年佛山市中心城區(qū)不同排放標(biāo)準(zhǔn)污染物排放量分擔(dān)率Fig.6 Vehicle emission distribution of different vehicles legislation in central city of Foshan in 2013

綜合2.4.1和2.4.2來說，要控制機(jī)動(dòng)車污染物CO和VOCs排放，應(yīng)該注重對(duì)國0標(biāo)準(zhǔn)輕型客車和國0、國Ⅰ標(biāo)準(zhǔn)摩托車的管制，而對(duì)于NOx和PM的排放，國0標(biāo)準(zhǔn)貨車和國Ⅲ標(biāo)準(zhǔn)大型客車和公交車是控制關(guān)鍵。

2.5 不確定性分析

本研究基于動(dòng)態(tài)的交通流信息和排放因子編制佛山市機(jī)動(dòng)車網(wǎng)格化排放清單。動(dòng)態(tài)的交通流信息包括具有時(shí)間分布特征的車流量、車型構(gòu)成、車速，其中車流量通過典型道路現(xiàn)場(chǎng)調(diào)查獲得，由于車流量是一個(gè)動(dòng)態(tài)值，同一等級(jí)道路在不同區(qū)域的車流量有所差異，故其具有一定的不確定性。分速度分車型分排放標(biāo)準(zhǔn)的機(jī)動(dòng)車在實(shí)際路況下CO、VOCs、NOx及PM的排放因子經(jīng)COPERTIV模型計(jì)算得到。所需輸入?yún)?shù)車隊(duì)組成、車速、累計(jì)行駛里程、氣候參數(shù)、燃油品質(zhì)等，這些參數(shù)基于監(jiān)測(cè)結(jié)果和調(diào)研統(tǒng)計(jì)得到，在獲取過程中，不可避免的存在誤差。

基于以上分析可知，本研究開發(fā)的排放清單不確定性主要來源于車流量和排放因子。在調(diào)查車流量之前，我們首先將調(diào)查區(qū)域分為不同片區(qū)，然后根據(jù)道路類型及其功能對(duì)各區(qū)域內(nèi)道路進(jìn)行分類，再挑選各類型中具有代表性的道路進(jìn)行人工視頻采集，此方法保障了調(diào)查點(diǎn)位設(shè)置的合理性，數(shù)據(jù)的可靠性，可反映不同區(qū)域不同道路的交通流量特征，從而減小了區(qū)域差異而引起的不確定性。車隊(duì)組成、車速、累計(jì)行駛里程、氣候參數(shù)、燃油品質(zhì)等輸入?yún)?shù)基于監(jiān)測(cè)結(jié)果和調(diào)研統(tǒng)計(jì)得到，統(tǒng)計(jì)誤差和試驗(yàn)系統(tǒng)誤差不可避免的存在，但相比其他研究中計(jì)算的分車型的平均排放因子，我們采用COPERTIV模型計(jì)算不同速度下分車型分排放標(biāo)準(zhǔn)各污染物的排放因子[15]，更能反映復(fù)雜交通路況下機(jī)動(dòng)車污染物排放的真實(shí)情況。因此，本研究基于動(dòng)態(tài)的交通流信息和排放因子編制佛山市機(jī)動(dòng)車網(wǎng)格化排放清單的方法合理、可靠。

3 結(jié) 論

1)2013年佛山市機(jī)動(dòng)車尾氣排放污染物CO、VOCs、NOx、PM總量分別為1.29×105、2.19 ×104、3.61×104、1.15×103t，與同類型城市排放相差不大。

2)機(jī)動(dòng)車污染物高排放區(qū)域主要集中在城區(qū)中心以及城區(qū)中心向外輻射的路網(wǎng)上。CO和VOCs的空間分布特征相似，高濃度排放區(qū)呈片狀分布，集中在城區(qū)中心交通網(wǎng)絡(luò)密集區(qū)域。而NOx和PM高濃度排放區(qū)呈現(xiàn)明顯條狀分布，集中在車流量大，車速小的幾條主干道以及城區(qū)之外的國道和高速路上。用該方法制作的網(wǎng)格化清單與車道的吻合較好，更切合機(jī)動(dòng)車污染物的實(shí)際空間排放特征。

3)機(jī)動(dòng)車污染物的小時(shí)排放量呈現(xiàn)“M”字型分布，與車流量高峰期相對(duì)應(yīng)，為每日的7:00-9:00和17:00-19:00，且晚高峰排放高于早高峰排放。交通高峰期污染物CO、VOCs、NOx、PM排放量分別占全天排放的 30.0%、29.4%、25.7%、25.3%。

4)對(duì)重點(diǎn)區(qū)域——中心城區(qū)特征分析可知，中心城區(qū)機(jī)動(dòng)車實(shí)際道路污染物排放強(qiáng)度與道路車流量總體上呈現(xiàn)相同的變化規(guī)律，國道排放強(qiáng)度最大。在進(jìn)行排放控制時(shí)，應(yīng)首先針對(duì)高峰時(shí)段進(jìn)行改善，主干路是排放控制的重點(diǎn)道路。就車型來說，要控制CO和VOCs排放，應(yīng)該著重對(duì)國0標(biāo)準(zhǔn)輕型客車和國0、國Ⅰ標(biāo)準(zhǔn)摩托車的交通管制，而控制NOx和PM的排放關(guān)鍵是國0標(biāo)準(zhǔn)貨車、國Ⅲ標(biāo)準(zhǔn)大型客車和公交車。

[1] 柴發(fā)合，陳義珍，文毅，等. 區(qū)域大氣污染物總量控制技術(shù)與示范研究[J]. 環(huán)境科學(xué)研究, 2006, 19(4): 163-171.CHAIFH,CHENYZ,WENY,etal.Studyforregionalairpollutantstotalamountcontroltechnologiesanddemonstration[J].ResearchofEnvironmentalSciences, 2006, 19(4): 163-171.

[2] 王錦，吉奕康. 北京市主要大氣污染源清單及火電廠排放污染物對(duì)霧霾天氣的影響[J]. 北京交通大學(xué)學(xué)報(bào)(自然科學(xué)版),2015,39(1): 78-82.WANGJ,JIYK.DevelopmentofthemajorairpollutantemissioninventoryandtheinfluenceofthethermalpowerstationonthehazeweatherforBeijing[J].JournalofBeijingJiaotongUniversity, 2015,39(1): 78-82.

[3] 邱立勛，陳愚，趙黛青，等. 廣州市至2020年城市客運(yùn)交通發(fā)展情景分析[J]. 中山大學(xué)學(xué)報(bào)(自然科學(xué)版)，2008,47(7): 114-118.QIULX,CHENY,ZHAODQ,etal.ScenarioanalysisofpassengertrafficdevelopmentinGuangzhouuntil2020[J].ActaScientiarumNaturaliumUniversitatisSunyatseni, 2008,47(7): 114-118.

[4] 趙斌，馬建中. 天津市大氣污染源排放清單的建立[J]. 環(huán)境科學(xué)學(xué)報(bào), 2008, 28(2): 368-375.ZHAOB,MAJZ.DevelopmentofanairpollutantemissioninventoryforTianjin[J].ActaScientiaeCircumstantiae, 2008, 28(2): 368-375.

[5]CAOG,ZHANGX,GONGS,etal.EmissioninventoriesofprimaryparticlesandpollutantgasesforChina[J].ChineseScienceBulletin， 2011, 56(08): 781-788.

[6]SINDHWANIR,GOYALP,KUMARS,etal.AnthropogenicEmissionInventoryofcriteriaairpollutantsofanurbanagglomeration-nationalcapitalregion(NCR),delhi[J].AerosolandAirQualityResearch, 2015, 15(4): 1681-1697.

[7]SAHUSK,BEIGG,PARKHIN.HighresolutionemissioninventoryofNOxandCOforMegaCityDelhi,India[J].AerosolandAirQualityResearch, 2015, 15(3): 1137-1144.

[8]FERREIRAJ,GUEVARAM,BALDASANOJM,etal.AcomparativeanalysisoftwohighlyspatiallyresolvedEuropeanatmosphericemissioninventories[J].AtmosphericEnvironment, 2013, 75: 43-57.

[9]MILLERCA,HIDYG,HALESJ,etal.AiremissioninventoriesinNorthAmerica:Acriticalassessment[J].JournalofTheAir&WasteMenagementAssociation, 2006, 56(8): 1115-1129.

[10]COOKR,TOUMAJS,BEIDLERA,etal.Preparinghighwayemissionsinventoriesforurbanscalemodeling:AcasestudyinPhiladelphia[J].TransportationResearchPartD-transportandEnvironment, 2006, 11(6): 396-407.

[11]TIEX,CAOJ.AerosolpollutioninChina:Presentandfutureimpactonenvironment[J].Particuology, 2009, 7(6): 426-431.

[12]RICHTERA,BURROWSJP,NUSSH,etal.IncreaseintroposphericnitrogendioxideoverChinaobservedfromspace[J].Nature, 2005, 437(7055): 129-132.

[13]REQUIAWJ,KOUTRAKISP,ROIGHL.SpatialdistributionofvehicleemissioninventoriesintheFederalDistrict,Brazil[J].AtmosphericEnvironment, 2015, 112: 32-39.

[14]LANGJL,CHENGSY,ZHOUY,etal.Airpollutantemissionsfromon-roadvehiclesinChina, 1999-2011[J].ScienceoftheTotalEnvironment, 2014, 496: 1-10.

[15]CAIH,XIESD.EstimationofvehicularemissioninventoriesinChinafrom1980to2005[J].AtmosphericEnvironment, 2007, 41(39): 8963-8979.

[16]GOELR,GUTTIKUNDASK.Evolutionofon-roadvehicleexhaustemissionsinDelhi[J].AtmosphericEnvironment, 2015, 105: 78-90.

[17]YAOZ,CAOX,SHENX,etal.On-roademissioncharacteristicsofCNG-fueledbi-fueltaxis[J].AtmosphericEnvironment, 2014, 94: 198-204.

[18] 劉永紅，畢索陽，周兵，等. 佛山市中心城區(qū)機(jī)動(dòng)車限行對(duì)污染物削減效果的分析[J]. 中國環(huán)境科學(xué), 2010, 30(11): 1563-1567.LIUYH,BISY,ZHOUB,etal.StudyonvehicularemissionreductioneffectoftrafficcontrolinFoshancentraldistrict[J].ChinaEnvironmentalScience, 2010, 30(11): 1563-1567.

[19]PALLAVIDINOL,PRANDIR,BERTELLOA,etal.CompilationofaroadtransportemissioninventoryfortheProvinceofTurin:Advantagesandkeyfactorsofabottom-upapproach[J].AtmosphericPollutionResearch, 2014, 5(4): 648-655.

[20]SHENX,YAOZ,ZHANGQ,etal.Developmentofdatabaseofreal-worlddieselvehicleemissionfactorsforChina[J].JournalofEnvironmentalSciences, 2015, 31: 209-220.

[21]TUNGHD,TONGHY,HUNGWT,etal.DevelopmentofemissionfactorsandemissioninventoriesformotorcyclesandlightdutyvehiclesintheurbanregioninVietnam[J].ScienceoftheTotalEnvironment, 2011, 409(14): 2761-2767.

[22]ZHANGQ,XUJ,WANGG,etal.Vehicleemissioninventoriesprojectionbasedondynamicemissionfactors:AcasestudyofHangzhou,China[J].AtmosphericEnvironment, 2008, 42(20): 4989-5002.

[23] 黃成，劉娟，陳長虹，等. 基于實(shí)時(shí)交通信息的道路機(jī)動(dòng)車動(dòng)態(tài)排放清單模擬研究[J]. 環(huán)境科學(xué), 2012, 33(11): 3725-3732.HUANGC,LIUJ,CHENCH,etal.Dynamicroadvehicleemissioninventorysimulationstudybasedonrealtimetrafficinformation[J].EnvironmentalScience, 2012, 33(11): 3725-3732.

[24] 樊守彬，田靈娣，張東旭，等. 基于實(shí)際道路交通流信息的北京市機(jī)動(dòng)車排放特征[J]. 環(huán)境科學(xué), 2015, 36(8): 2750-2757.FANSB,TIANLD,ZHANGDX,etal.EmissioncharacteristicsofvehicleexhaustinBeijingbasedonactualtrafficflowinformation[J].EnvironmentalScience, 2015, 36(8): 2750-2757.

[25] 佛山市人民政府.佛山市“十二五”主要污染物總量控制規(guī)劃[R]. 佛山: 佛山市人民政府，2013.

[26]CopertⅢComputerProgrammetoCalculateEmissionsfromRoadTransportMethodologyandEmissionFactors(Version211) [M].Copenhagen:EEA，2000.

[27] 廖瀚博，余志，周兵，等. 廣州市機(jī)動(dòng)車尾氣排放特征研究[J]. 環(huán)境科學(xué)與技術(shù), 2012, 35(1): 134-138.LIAOHB,YUZ,ZHOUB.CharacteristicsofmotorvehicleexhaustemissioninGuangzhou[J].EnvironmentalScience&Technology, 2012, 35(1): 134-138.

[28] 姚欣燦，黃如娜，農(nóng)加進(jìn)，等. 廣州市2010年道路機(jī)動(dòng)車排放清單研究[J]. 廣州環(huán)境科學(xué), 2012(2): 20-24.YAOX,NONGJ,HUANGR,etal.VehicleemissioninventoryofGuangzhouin2010[J].GuangzhouEnvironmentalSciences, 2012(2): 20-24.

[29] 車汶蔚，鄭君瑜，鐘流舉. 珠江三角洲機(jī)動(dòng)車污染物排放特征及分擔(dān)率[J]. 環(huán)境科學(xué)研究, 2009, 22(4): 456-461.CHEWW,ZHENJY,ZHONGLJ.VehicleexhaustemissioncharacteristicsandcontributionsinthePearlRiverDeltaregion[J].ResearchofEnvironmentalSciences, 2009, 22(4): 456-461.

[30] 王孝文，田偉利，張清宇. 杭州市機(jī)動(dòng)車污染物排放清單的建立[J]. 中國環(huán)境科學(xué), 2012, 32(8): 1368-1374.WANGXW,TIANWL,ZHANGQY.DevelopmentofmotorvehiclesemissioninventoryinHangzhou[J].ChinaEnvironmentalScience, 2012, 32(8): 1368-1374.

[31] 劉永紅，廖瀚博，余志,等. 基于環(huán)境影響的交叉口控制方式綜合評(píng)估研究[J]. 中山大學(xué)學(xué)報(bào)(自然科學(xué)版)，2013, 52(1):12-16.LIUYH,LIAOHB,YUZ,etal.Studyofintersectioncontrolmodeevaluationbasedonenvironmentaleffect[J].ActaScientiarumNaturaliumUniversitatisSunyatseni, 2013, 52(1):12-16.

[32]ZHENGJ,ZHANGL,CHEW,etal.EmissioninventoriesofprimaryparticlesandpollutantthePearlRiverDeltaregion,Chinaanditsuncertaintyassessment[J].AtmosphericEnvironment, 2009(43): 5112-5122.

[33] 宋翔宇，謝紹東. 中國機(jī)動(dòng)車排放清單的建立[J]. 環(huán)境科學(xué), 2006, 27(6): 1041-1045.SONGXY,XIESD.DevelopmentofvehicularemissioninventoryinChina[J].EnvironmentalScience, 2006,27(6):1041-1045.

[34] 佛山市人民政府.佛山市人民政府關(guān)于加強(qiáng)摩托車管理的實(shí)施意見[R]. 佛山: 佛山市人民政府，2010.

Gridding emission inventory of vehicle exhaust in Foshan based on dynamic traffic flow information

LILi1,LIUYonghong1,DENGSixin2,SITUShupin2,HUANGJianzhang1

(1. School of Engineering∥Guangdong Provincial Engineering Research Center for Traffic Environmental Monitoring and Control, Sun Yat-sen University, Guangzhou 510275, China; 2. Foshan Environmental Monitoring Central Station, Foshan 52800, China)

On the ArcGIS platform, gridding emission inventory of vehicle exhaust in Foshan in 2013 was built using a new method of bottom-up approach based on dynamic traffic flow and emission factors data. The actual road emission characteristics of temporal and spatial distribution of the pollutant emissions were also analyzed. The results showed that the emissions of CO, NOx,VOCsandPMwere1.29×105, 2.19 ×104, 3.61×104, 1.15×103t,respectively.Motorvehicleemissionsmainlyconcentratedinthecenterofthecityandoutwardroadnetwork.Andthepollutionemissionpeakwascorrespondedtothetrafficpeak,namely7:00-9:00and17:00-19:00.Theemissionsduringthemorningandeveningpeakshouldbeconcernedincentralcity,andprimaryroadsweretheemphasesonexhaustemissioncontrol.LightpassengercarswithState0standardandmotorcycleswithState0,StateⅠstandardshouldberegulatetocontrolledCOandVOCsemissions,whiletruckswithState0,heavypassengercarsandbuseswithStateⅢwerethekeytoreduceNOxandPMemissions.

vehicle exhaust; emission inventory; spatial-temporal characteristics; real-time traffic flow

2016-01-01 基金項(xiàng)目：廣東省科技計(jì)劃項(xiàng)目(2015B010110005);佛山市環(huán)境保護(hù)局委托項(xiàng)目(GDJAFS2014021D)

李麗(1989年生)，女；研究方向：大氣環(huán)境與機(jī)動(dòng)車污染控制，E-mail:lylee1990@126.com

劉永紅(1977年生)，女;研究方向：大氣環(huán)境及機(jī)動(dòng)車污染控制;E-mail:liu_its@163.com

10.13471/j.cnki.acta.snus.2017.02.012

X

A

0529-6579(2017)02-0066-10