姚榮涵，龍 夢(mèng)，張文松，孫 立

(大連理工大學(xué) 交通運(yùn)輸學(xué)院，遼寧 大連 116024)

近年來，各大城市機(jī)動(dòng)車保有量增長引發(fā)不容忽視的交通擁堵和環(huán)境污染問題，機(jī)動(dòng)車排放的測(cè)定與控制成為交通領(lǐng)域關(guān)注的熱點(diǎn).機(jī)動(dòng)車排放的影響因素很多，如燃油類型、道路類型、信號(hào)控制類型、交通需求、污染物種類、排放過程等[1].

國內(nèi)外許多學(xué)者對(duì)機(jī)動(dòng)車排放影響因素進(jìn)行了研究.早期，F(xiàn)rey等[2]將行駛工況分為怠速、加速、減速和勻速4類，提出了排放因子估計(jì)方法，并確定了每種行駛工況的平均排放因子.為測(cè)定不同類型車輛排放各種污染物的情況，有學(xué)者利用自行設(shè)計(jì)的機(jī)動(dòng)車車載實(shí)時(shí)排放測(cè)試系統(tǒng),研究了機(jī)動(dòng)車排放因子的分布特征及速度、加速度等參數(shù)對(duì)排放因子的影響規(guī)律[3]；還有學(xué)者通過隧道實(shí)驗(yàn),得到了輕型汽油車基于燃油的氨氣排放率和基于里程的氨氣排放因子[4]；另有學(xué)者基于機(jī)動(dòng)車比功率,建立了城市公共汽車駕駛周期，根據(jù)組合瞬時(shí)排放數(shù)據(jù)與逐秒活動(dòng)數(shù)據(jù),計(jì)算了不同擁擠水平下的延誤修正系數(shù)，進(jìn)而建立了估計(jì)公共汽車排放的延誤修正模型[5-6].另外，一些研究人員使用MOVES軟件,對(duì)大型貨車和小型客車的排放因子進(jìn)行了數(shù)值模擬，并與試驗(yàn)車輛的實(shí)際測(cè)試結(jié)果進(jìn)行了對(duì)比[7]；還有一些研究人員利用微觀交通仿真模型和交通排放模型,研究了信號(hào)協(xié)調(diào)對(duì)排放、延誤、停車次數(shù)、噪聲等的影響[8-9].相比之下，僅有少量研究分析了道路坡度對(duì)機(jī)動(dòng)車排放的影響.Fonseca等[10]和Gallus等[11]測(cè)試了停/起系統(tǒng)、駕駛風(fēng)格和道路坡度對(duì)乘用車輛廢氣排放的影響，結(jié)果表明CO2排放因子隨坡度增加而增大,CO2和NOx排放量隨坡度增加而線性增加.

上述研究說明，不同類型的機(jī)動(dòng)車排放的污染物種類或者同一污染物的排放因子往往不同.已有研究分析了道路坡度對(duì)特定類型機(jī)動(dòng)車、特定污染物基于里程的排放因子和排放量的影響；也有研究分析了信號(hào)控制類型對(duì)機(jī)動(dòng)車排放的影響，但通常假設(shè)道路水平(即坡度為0)；有課題組[12-13]曾發(fā)現(xiàn)，信號(hào)交叉口處機(jī)動(dòng)車在紅燈和綠燈期間的排放因子明顯不同，但尚未關(guān)注采樣分辨率、道路坡度等對(duì)排放因子的影響.鑒于此，本文作者利用VISSIM軟件建模獲取交通流數(shù)據(jù)，采用機(jī)動(dòng)車比功率分區(qū)數(shù)據(jù)計(jì)算紅綠燈期間和信號(hào)周期內(nèi)的排放因子，同時(shí)結(jié)合VISSIM和MOVES軟件計(jì)算信號(hào)周期內(nèi)排放因子，再應(yīng)用多元統(tǒng)計(jì)分析方法探討機(jī)動(dòng)車類型、污染物種類、交通需求、道路坡度等因素對(duì)3類機(jī)動(dòng)車、3種污染物排放因子的定量影響.

1 理論方法與實(shí)驗(yàn)環(huán)境

1.1 排放因子

基于機(jī)動(dòng)車比功率(Vehicle Specific Power，VSP)的微觀測(cè)算方法是目前公認(rèn)的、最準(zhǔn)確的估計(jì)交通排放的方法，因?yàn)樵摲椒ㄋ媒煌ㄅ欧趴梢蕴蕹煌ōh(huán)境中除機(jī)動(dòng)車外的其他因素.

假設(shè)若干個(gè)交叉口采用協(xié)調(diào)的預(yù)設(shè)信號(hào)控制方式，根據(jù)機(jī)動(dòng)車比功率得到的紅綠燈期間和信號(hào)周期內(nèi)某種污染物的排放因子[13]為

mod(t-oη,C)?[GSηj+ls,

GEηj+ls)&Aηjζ(t)=ω

(1)

mod(t-oη,C)∈[GSηj+ls,

GEηj+ls)&Aηjζ(t)=ω

(2)

(3)

式中：Eηjζk(t)=eωγk·τ,VSPηjζ(t)∈[LVSPωγ,UVSPωγ) angAηjζ(t)=ω；VSPηjζ(t)=vηjζ(t)[1.1aηjζ(t)+9.8sin(θηj)]+0.132vηjζ(t)+0.000302[vηjζ(t)]3；EFRηjωk、EFGηjωk、EFηjωk分別為交叉口η車道組j上ω類機(jī)動(dòng)車在紅燈期間、綠燈期間、信號(hào)周期內(nèi)排放污染物k的因子，簡稱紅燈期間、綠燈期間、信號(hào)周期內(nèi)排放因子，mg/(s·veh)；Eηjζk(t)為時(shí)刻t交叉口η車道組j上車輛ζ排放污染物k的質(zhì)量，mg；eωγk為ω類機(jī)動(dòng)車的比功率位于分區(qū)γ時(shí)污染物k的排放因子，mg/(s·veh)；τ為速度-加速度數(shù)據(jù)的采樣分辨率，s；VSPηjζ(t)、vηjζ(t)、aηjζ(t)分別為時(shí)刻t交叉口η車道組j上車輛ζ的比功率、速度、加速度，單位分別為 kW/t、m/s、m/s2；Aηjζ(t)為時(shí)刻t交叉口η車道組j上車輛ζ的類別屬性；θηj為交叉口η車道組j的道路坡度；LVSPωγ、UVSPωγ分別為ω類機(jī)動(dòng)車比功率分區(qū)γ的下限、上限，kW/t；NRηjω(t)、NGηjω(t)、Nηjω(t)分別為時(shí)刻t交叉口η車道組j上紅燈期間、綠燈期間、信號(hào)周期內(nèi)駛離停車線的ω類機(jī)動(dòng)車數(shù)；mod(t-oη,C)為t-oη除以C的余數(shù)，s；oη為交叉口η的綠時(shí)差，s；C為周期時(shí)長，s；GSηj、GEηj分別為交叉口η車道組j的綠燈起亮、結(jié)束時(shí)刻，s；ls為啟動(dòng)損失時(shí)間，s.

1.2 研究方案

式(1)～(3)表明，機(jī)動(dòng)車排放因子影響因素包括機(jī)動(dòng)車類型、污染物種類、采樣分辨率、道路坡度等.見圖1，利用VISSIM、Matlab、MOVES軟件，研究采用因素輪換法、正交實(shí)驗(yàn)設(shè)計(jì)、多元統(tǒng)計(jì)分析，基于機(jī)動(dòng)車比功率分析等因素對(duì)機(jī)動(dòng)車排放因子的具體影響.

圖1 研究思路Fig.1 Research framework

1.3 實(shí)驗(yàn)環(huán)境

仿真實(shí)驗(yàn)區(qū)域包括大連市紅凌路-金柳路交叉口A、紅凌路-泊林映山交叉口B、紅凌路-疊翠駿景交叉口C、紅凌路-錦繡暖山交叉口D，其布局見圖2.

圖2 交叉口布局Fig. 2 Intersection layout

表1列出了早高峰MN、平峰MD、晚高峰EN的交通需求.圖3給出了信號(hào)相位方案，M1、M3、M5、M7為西、北、東、南進(jìn)口的左轉(zhuǎn)車流，M2、M6、M8為東、西、北進(jìn)口的直行車流，右轉(zhuǎn)車流均不受信號(hào)控制.參考文獻(xiàn)[14]，選取最小化車輛延誤、最小化交通排放、最小化車輛延誤與交通排放3種信號(hào)配時(shí)方法(記為OP_D、OP_E、OP_DE)，共獲得9種協(xié)調(diào)信號(hào)控制方案，記為OP_D_MN、OP_D_MD、OP_D_EN、OP_E_MN、OP_E_MD、OP_E_EN、OP_DE_MN、OP_DE_MD、OP_DE_EN.

表1 交通需求

如前所述，紅綠燈期間和信號(hào)周期內(nèi)的排放因子依賴于VSP分區(qū)數(shù)據(jù).小汽車、中型車、公交車的VSP分區(qū)數(shù)據(jù)采用文獻(xiàn)[15]的研究結(jié)果，其燃油類型分別為汽油、汽油、柴油.此外，文獻(xiàn)[15]使用的測(cè)試車輛都按時(shí)參加年檢，因而其排放均不超標(biāo).這里不討論車輛尾氣后處理裝置引起的排放因子變化.

圖3 信號(hào)相位方案Fig.3 Signal phase plan

2 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析

2.1 數(shù)據(jù)處理方法

文獻(xiàn)[2]證明,機(jī)動(dòng)車排放因子與行駛工況有很大關(guān)系;文獻(xiàn)[3-6]說明,機(jī)動(dòng)車類型、燃油類型、污染物種類對(duì)其排放因子有決定性影響;文獻(xiàn)[1，7]認(rèn)為機(jī)動(dòng)車類型和燃油類型存在一定的組合關(guān)系;文獻(xiàn)[8-9]討論了信號(hào)協(xié)調(diào)對(duì)機(jī)動(dòng)車排放的影響.根據(jù)文獻(xiàn)[15]，就使用某種燃油的某類機(jī)動(dòng)車排放的某種污染物而言，其排放因子取決于比功率，而比功率又依賴于速度、加速度、道路坡度.考慮信號(hào)交叉口交通流的運(yùn)動(dòng)規(guī)律，當(dāng)所有車道組的道路坡度均為0時(shí)，文獻(xiàn)[12-13]的研究結(jié)果發(fā)現(xiàn)：機(jī)動(dòng)車排放因子不僅依賴于機(jī)動(dòng)車類型、燃油類型、污染物種類，而且對(duì)信號(hào)燈色極為敏感；每條車道組的排放因子綠燈期間均高于紅燈期間；紅綠燈期間的排放因子均表現(xiàn)出較強(qiáng)的穩(wěn)定性，這些排放因子對(duì)交通需求水平、信號(hào)控制方案均不敏感.

由于某類機(jī)動(dòng)車通常使用某種燃油，以機(jī)動(dòng)車類型、污染物種類、交通需求水平、信號(hào)控制方案、信號(hào)燈色為劃分指標(biāo)，再區(qū)分交叉口、車道組，根據(jù)式(1)～(3)分別計(jì)算紅綠燈期間和信號(hào)周期內(nèi)的排放因子.通過分析3類排放因子對(duì)各個(gè)影響因素的靈敏性，識(shí)別敏感性因素和非敏感性因素，以各個(gè)敏感性因素為劃分指標(biāo)，然后對(duì)所得的3類排放因子進(jìn)行集計(jì)處理，獲得不考慮非敏感性因素情況下的3類排放因子.

2.2 最佳采樣分辨率

以往研究通常針對(duì)測(cè)試車輛，采集逐秒速度-加速度數(shù)據(jù)以及各污染物排放數(shù)據(jù)，然后劃分VSP分區(qū)并計(jì)算相應(yīng)的排放因子.如果道路上所有車輛的速度-加速度數(shù)據(jù)都可以采集，此時(shí)采樣分辨率不僅影響測(cè)算排放因子的精度，而且影響測(cè)算排放因子的復(fù)雜度.假設(shè)道路水平，考慮上述9種協(xié)調(diào)信號(hào)控制方案.然后，采集速度-加速度數(shù)據(jù)時(shí)考慮3種分辨率(即1、5、10 s)進(jìn)行全面實(shí)驗(yàn)，計(jì)算各級(jí)各類排放因子，并統(tǒng)計(jì)各方案的文件大小、計(jì)算時(shí)間、計(jì)算量、離差平方和(見表2).文件大小指采用多步仿真所得速度-加速度數(shù)據(jù)所占用的計(jì)算機(jī)存儲(chǔ)空間，計(jì)算時(shí)間和計(jì)算量分別指標(biāo)定紅綠燈期間排放因子所花費(fèi)的計(jì)算機(jī)時(shí)間和處理速度-加速度的數(shù)據(jù)條數(shù).任意一種分辨率的速度-加速度數(shù)據(jù)由VISSIM軟件經(jīng)過5次運(yùn)行采集所得，文件大小、計(jì)算時(shí)間、計(jì)算量均為5次仿真結(jié)果的總和，每條車道組的紅綠燈期間排放因子為5次仿真結(jié)果的平均值.根據(jù)概率統(tǒng)計(jì)，紅綠燈期間排放因子的離差平方和為

(4)

通過分析各級(jí)各類排放因子發(fā)現(xiàn)，排放因子對(duì)機(jī)動(dòng)車類型、燃油類型、污染物種類、信號(hào)燈色較敏感，而對(duì)交通需求水平、信號(hào)控制方案、采樣分辨率不敏感，除采樣分辨率外，其規(guī)律與前期研究一致[12-13].

表2顯示，降低采樣分辨率能壓縮文件大小及紅綠燈期間排放因子的計(jì)算時(shí)間和計(jì)算量，但會(huì)使紅綠燈期間排放因子的離差平方和有所波動(dòng).此處計(jì)算時(shí)間是在同等條件下測(cè)得，當(dāng)計(jì)算機(jī)操作系統(tǒng)、Matlab軟件版本或安裝程序?qū)?nèi)存的占用情況等發(fā)生變化時(shí)，同一組數(shù)據(jù)所需的計(jì)算時(shí)間可能大相徑庭.

表2 文件大小、計(jì)算時(shí)間、計(jì)算量與離差平方和

前期研究表明[12-13]，綠燈期間的排放因子高于紅燈期間的排放因子，兩者依賴于機(jī)動(dòng)車類型、燃油類型、污染物種類,而對(duì)交通需求水平、信號(hào)控制方案不敏感.通常，分辨率越高，計(jì)算精度越高，但計(jì)算量越大.離差平方和是各數(shù)據(jù)點(diǎn)與數(shù)據(jù)均值點(diǎn)之差(即數(shù)據(jù)偏差)的平方和.此處假設(shè)坡度為0，因此離差平方和越小,說明計(jì)算精度越高.一般來說，研究人員希望在保證計(jì)算精度的前提下盡量減少計(jì)算量，為此引入以下性能指標(biāo)，即

PI=SSD×CW

(5)

式中：PI為權(quán)衡計(jì)算精度與計(jì)算量的性能指標(biāo)，簡稱性能指標(biāo)；CW為計(jì)算量.

圖4對(duì)比了3種分辨率對(duì)應(yīng)的各方案性能指標(biāo).性能指標(biāo)越小，說明采用的分辨率在實(shí)踐中越合適.圖4顯示，1、5、10 s分辨率對(duì)應(yīng)的性能指標(biāo)最大、居中、最小.當(dāng)實(shí)時(shí)速度-加速度數(shù)據(jù)可得時(shí)，采用10 s分辨率比較合適，既能保證計(jì)算精度，又能大大減少計(jì)算量.

圖4 不同采樣分辨率下性能指標(biāo)與研究方案對(duì)比Fig.4 Performance index versus research approaches scenarios under different sampling resolutions

2.3 特定坡度的排放因子

文獻(xiàn)[10-11]表明，道路坡度對(duì)機(jī)動(dòng)車排放因子有一定影響.一般來說，一條道路在一定范圍內(nèi)坡度穩(wěn)定不變，當(dāng)一個(gè)方向?yàn)樯掀聲r(shí)，其反方向?yàn)橄缕拢掀缕露扰c下坡坡度互為相反數(shù).考慮信號(hào)配時(shí)方法、東西向坡度、南北向坡度分別設(shè)3種水平，采用正交實(shí)驗(yàn)設(shè)計(jì)安排9種實(shí)驗(yàn).這里東西(南北)向坡度為c%，表示由西(北)向東(南)的坡度為+c%，由東(南)向西(北)的坡度為-c%.選取水平道路作為參考，再安排3種實(shí)驗(yàn).表3列出了實(shí)驗(yàn)組和對(duì)照組的各種屬性，這12種實(shí)驗(yàn)分別測(cè)試3種交通需求水平，共形成36種子實(shí)驗(yàn).首先，對(duì)每種子實(shí)驗(yàn)，由VISSIM軟件運(yùn)行5次，得到5組速度-加速度數(shù)據(jù)，使用每組數(shù)據(jù)分別計(jì)算機(jī)動(dòng)車排放因子，再求取平均值；然后，根據(jù)坡度值對(duì)36種子實(shí)驗(yàn)的排放因子進(jìn)行分組統(tǒng)計(jì)，得到不同坡度對(duì)應(yīng)的排放因子.

表3 道路坡度對(duì)排放因子影響的實(shí)驗(yàn)方案

如前所述，排放因子依賴于由速度、加速度、道路坡度所決定的比功率[15].事實(shí)上，當(dāng)其他條件不變時(shí)，道路坡度會(huì)對(duì)車輛速度、加速度的時(shí)變分布有一定影響.對(duì)于特定的車道組，每輛車的速度、加速度每時(shí)每刻都在發(fā)生變化，某類機(jī)動(dòng)車、某種污染物的排放因子是單位時(shí)間內(nèi)每輛該類機(jī)動(dòng)車排放這種污染物的質(zhì)量.因此，這里不討論速度、加速度對(duì)機(jī)動(dòng)車排放因子的影響.前期研究[12-13]還說明，當(dāng)所有車道組的道路坡度均為0時(shí)，紅綠燈期間的排放因子不僅對(duì)交通需求水平、信號(hào)控制方案不敏感，而且對(duì)交叉口、車道組不敏感.所以，對(duì)于道路坡度相同的車道組，將所得各級(jí)各類排放因子進(jìn)行集計(jì)處理，可獲得表征該坡度值的相應(yīng)排放因子.

具體來說，特定坡度對(duì)應(yīng)的紅綠燈期間和信號(hào)周期內(nèi)排放因子的計(jì)算公式為

(6)

(7)

(8)

為定量評(píng)價(jià)道路坡度的影響，引入排放因子的相對(duì)誤差，即

這里選取路網(wǎng)中代表進(jìn)口道的15條路段，使用式(6)～(11)計(jì)算每條路段的紅綠燈期間和信號(hào)周期內(nèi)的排放因子及相對(duì)誤差.圖5對(duì)比了不同坡度下各類車輛、各種污染物的紅綠燈期間排放因子及其相對(duì)誤差，其中Car、MSV、Bus為小汽車、中型車、公交車，G、R為綠燈期間、紅燈期間，CO、HC、NOx為一氧化碳、碳?xì)浠衔?、氮氧化合?圖5(a)顯示，隨坡度增加，中型車綠燈期間CO平均排放因子以及公交車綠燈期間CO和NOx平均排放因子逐漸增加，而其他情況時(shí)變化不明顯.圖5(b)顯示，對(duì)于綠燈期間的排放因子，上坡使其變大，且隨上坡坡度增加而不斷增大，下坡使其變小，且隨下坡坡度增加而不斷減?。粚?duì)于紅燈期間的排放因子，并無統(tǒng)一規(guī)律.

圖5 不同道路坡度下紅綠燈期間排放因子的對(duì)比Fig.5 Comparison of emission factors during red and green lights under different road grades

圖6給出了不同坡度下每類車輛、每種污染物的信號(hào)周期內(nèi)排放因子的相對(duì)誤差.結(jié)果顯示，信號(hào)周期內(nèi)排放因子隨坡度增加而變大.

圖6 不同道路坡度下信號(hào)周期內(nèi)排放因子的相對(duì)誤差Fig.6 Relative errors of emission factors in a signal cycle under different road grades

2.4 影響因素分析

針對(duì)表3涉及36種子實(shí)驗(yàn)分別仿真5次，以每次仿真所得為輸入數(shù)據(jù)，計(jì)算每類車輛、每種污染物的排放因子.每次仿真采用不同的隨機(jī)種子，仿真次數(shù)或隨機(jī)種子表征交通流隨機(jī)性.一方面，選取路網(wǎng)中代表進(jìn)出口道的39條路段，使用本方法、MOVES軟件分別計(jì)算每條路段信號(hào)周期內(nèi)的排放因子；另一方面，選取路網(wǎng)中代表進(jìn)口道的15條路段，使用本方法計(jì)算每條路段紅綠燈期間的排放因子.

考慮仿真次數(shù)、信號(hào)控制方案、交通需求、路段編號(hào)、道路坡度5個(gè)因素，區(qū)分機(jī)動(dòng)車類型、污染物種類，統(tǒng)計(jì)9類信號(hào)周期內(nèi)的排放因子(記為Car.CO、Car.HC、Car.NOx、MSV.CO、MSV.HC、MSV.NOx、Bus.CO、Bus.HC、Bus.NOx)、18類紅綠燈期間的排放因子(記為Car.G.CO、Car.G.HC、Car.G.NOx、Car.R.CO、Car.R.HC、Car.R.NOx、MSV.G.CO、MSV.G.HC、MSV.G.NOx、MSV.R.CO、MSV.R.HC、MSV.R.NOx、Bus.G.CO、Bus.G.HC、Bus.G.NOx、Bus.R.CO、Bus.R.HC、Bus.R.NOx)，前者共獲得7 020組實(shí)驗(yàn)數(shù)據(jù)，后者共獲得2700組實(shí)驗(yàn)數(shù)據(jù)(記為數(shù)據(jù)集0).

首先，使用一般線性模型對(duì)數(shù)據(jù)集0進(jìn)行方差分析，結(jié)果發(fā)現(xiàn)在5%的顯著性水平下仿真次數(shù)對(duì)排放因子沒有顯著性影響；以信號(hào)控制方案、交通需求、路段編號(hào)、道路坡度為分組變量，對(duì)數(shù)據(jù)集0進(jìn)行分類匯總，得到數(shù)據(jù)集1.其次，使用一般線性模型對(duì)數(shù)據(jù)集1進(jìn)行方差分析，結(jié)果發(fā)現(xiàn)在5%的顯著性水平下，信號(hào)控制方案、交通需求對(duì)排放因子沒有顯著性影響，而路段編號(hào)、道路坡度對(duì)排放因子有顯著性影響；以路段編號(hào)、道路坡度為分組變量，對(duì)數(shù)據(jù)集1進(jìn)行分類匯總，得到數(shù)據(jù)集2.然后，以路段編號(hào)、道路坡度為變量進(jìn)行因子分析，提取到1個(gè)公共因子；以道路坡度為分組變量，對(duì)數(shù)據(jù)集2進(jìn)行分類匯總，得到數(shù)據(jù)集3.最后，以道路坡度為自變量，分別以每類車輛、每種污染物的信號(hào)周期內(nèi)的排放因子或紅綠燈期間的排放因子為因變量，利用曲線估計(jì)法得到因變量與自變量的函數(shù)關(guān)系；結(jié)果顯示各類排放因子都可以表達(dá)為道路坡度的三次多項(xiàng)式，其擬合系數(shù)見表4.由該表可見，在36例中，排放因子的判決系數(shù)小于0.9的僅有6例，小于0.8的僅2例.

從以上統(tǒng)計(jì)分析結(jié)果以及表4所示擬合系數(shù)來看，影響機(jī)動(dòng)車排放因子的敏感性因素包括機(jī)動(dòng)車類型、燃油類型、污染物種類、信號(hào)燈色、道路坡度，其非敏感性因素包括交通需求水平、信號(hào)控制方案、交通流隨機(jī)性.除道路坡度和交通流隨機(jī)性外，其規(guī)律與前述研究一致.另外，盡管小汽車和中型車都使用汽油，但是機(jī)動(dòng)車類型的差異使得各類排放因子具有明顯的差別.

進(jìn)一步分析，表4所描述的紅綠燈期間、信號(hào)周期內(nèi)的排放因子與道路坡度的函數(shù)關(guān)系均可概括為圖7所示的兩類曲線.無論哪類機(jī)動(dòng)車、哪種污染物，3類排放因子與道路坡度的關(guān)系曲線具有一定相似性.限于篇幅，圖7中僅給出幾條代表性曲線.一類曲線顯示，隨著坡度增加，排放因子呈明顯增加的趨勢(shì)；另一類曲線顯示，隨著坡度增加，排放因子呈略有下降的趨勢(shì).由于排放因子為道路坡度的三次多項(xiàng)式，相對(duì)于水平道路，較小的上坡或下坡可能使某類車輛、某種污染物在紅燈期間、綠燈期間或信號(hào)周期內(nèi)的排放因子下降.

表4 多項(xiàng)式擬合系數(shù)

注：a為由本方法所得實(shí)驗(yàn)數(shù)據(jù)擬合的系數(shù)，b為由MOVES軟件所得實(shí)驗(yàn)數(shù)據(jù)擬合的系數(shù).

圖7 排放因子與道路坡度的關(guān)系曲線

3 結(jié)論

1)以水平道路為例，在考慮交通需求、信號(hào)配時(shí)方法、機(jī)動(dòng)車類型、污染物種類分別設(shè)3種水平的條件下，相比1、5 s的采樣分辨率，10 s的采樣分辨率能保證計(jì)算精度，且減少計(jì)算量.這說明,當(dāng)速度-加速度數(shù)據(jù)量足夠時(shí)，采用合適的采樣分辨率能夠保證計(jì)算精度,且提高計(jì)算效率.

2)采用最佳采樣分辨率，在考慮信號(hào)配時(shí)方法、東西向及南北向坡度3個(gè)影響因素分別設(shè)3種水平的條件下，依據(jù)坡度值對(duì)實(shí)驗(yàn)組和對(duì)照組所得的排放因子進(jìn)行分組統(tǒng)計(jì).結(jié)果顯示,對(duì)于進(jìn)口道路段，與水平道路相比，綠燈期間和信號(hào)周期內(nèi)的排放因子在上坡路段上隨坡度增加而不斷增大，但在下坡路段上隨坡度增加而不斷減少.這說明,在進(jìn)口道路段上,機(jī)動(dòng)車排放因子隨坡度增加而增大.

3)針對(duì)進(jìn)口道和出口道路段，使用本方法和MOVES軟件各自計(jì)算的每條路段的各類排放因子，利用多元統(tǒng)計(jì)分析對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行逐層匯總后發(fā)現(xiàn)，每類車輛、每種污染物在紅燈期間、綠燈期間或信號(hào)周期內(nèi)的排放因子均可表達(dá)為道路坡度的三次多項(xiàng)式.這表明,機(jī)動(dòng)車排放因子與道路坡度存在三次多項(xiàng)式的函數(shù)關(guān)系.

4)以上實(shí)驗(yàn)結(jié)果顯示，影響機(jī)動(dòng)車排放因子的敏感性因素包括機(jī)動(dòng)車類型、燃油類型、污染物種類、信號(hào)燈色、道路坡度，其非敏感性因素包括交通需求水平、信號(hào)控制方案、采樣分辨率、交通流隨機(jī)性.

本研究證實(shí),交叉口機(jī)動(dòng)車排放因子的關(guān)鍵影響因素不是交通需求、信號(hào)控制方案、采樣分辨率,而是機(jī)動(dòng)車類型(含燃油類型)、污染物種類、信號(hào)燈色、道路坡度.由于道路坡度僅取了7個(gè)典型值，對(duì)于更大的上坡或下坡，排放因子是否仍然是道路坡度的三次多項(xiàng)式還需證實(shí).此外，對(duì)于其他類型車輛、其他種類污染物，排放因子與道路坡度的函數(shù)關(guān)系是否仍然有效也需檢驗(yàn).在工程實(shí)踐中，建議對(duì)道路網(wǎng)進(jìn)行精細(xì)化設(shè)計(jì)與處理,以便準(zhǔn)確描述不同路段的道路坡度和交通流組成，進(jìn)而最優(yōu)化信號(hào)控制方案,以便使車輛延誤和交通排放盡可能降至最低.