李 新，馬志豪，何 超，呂恩雨，王 鑫

(1.河南科技大學(xué) 車輛與交通工程學(xué)院，河南 洛陽 471003；2.宜賓職業(yè)技術(shù)學(xué)院，四川 宜賓 644000；3.西南林業(yè)大學(xué) 機(jī)械與交通學(xué)院，云南 昆明 650224)

0 引言

移動源是指移動式空氣污染源，根據(jù)其移動位置可分為道路移動源(主要包括載客汽車、載貨汽車和摩托車等機(jī)動車)和非道路移動源(主要包括工程機(jī)械、農(nóng)業(yè)機(jī)械、小型通用機(jī)械、船舶、鐵路內(nèi)燃機(jī)車和民航飛機(jī))[1]。中國生態(tài)環(huán)境部公布的2018年中國移動源環(huán)境管理年報(bào)顯示，移動源的污染排放已成為中國空氣污染的重要來源[2]。

移動源排放清單是一項(xiàng)艱巨且復(fù)雜的工作，國外尤其是歐美地區(qū)較早開展了相關(guān)研究，逐漸形成了可參考、標(biāo)準(zhǔn)的、系統(tǒng)的研究方法。文獻(xiàn)[3]運(yùn)用MOVES模型對美國德克薩斯州的機(jī)動車排放污染物進(jìn)行了評估，日排放量變化碳?xì)浠衔?total hydrocarbons,THC)高達(dá)56%,一氧化碳(CO)、氮氧化物(NOX)、顆粒物(particulate matter,PM)的比例分別為70%、111%和149%。文獻(xiàn)[4]運(yùn)用MOVES模型對美國亞特蘭大的機(jī)動車排放污染物進(jìn)行了評估，在1995—2005年，一氧化碳、氮氧化物和揮發(fā)性有機(jī)化合物(volatile organic compounds,VOC)排放量分別為6.1%、3.3%和6.0%，呈顯著下降趨勢。文獻(xiàn)[5]運(yùn)用MOVES模型和地理信息系統(tǒng)ArcGIS技術(shù)，建立了西安市2017年分辨率為1 km×1 km的機(jī)動車污染物排放清單。文獻(xiàn)[6]運(yùn)用MOVES模型對2012年關(guān)中地區(qū)機(jī)動車排放污染物進(jìn)行了評估，PM2.5、PM10、NOX、THC、CO、VOC、NH3和SO2排放量依次為0.41×104t、0.55×104t、8.19×104t、5.24×104t、45.4×104t、4.1×104t、0.1×104t和0.42×104t。

關(guān)于大氣污染物的時(shí)空分布研究較多，例如，文獻(xiàn)[7]依托地理信息系統(tǒng)(geographic information system,GIS)對伊朗德黑蘭移動源進(jìn)行了高分辨率排放清單空間分布。文獻(xiàn)[8]使用DMSP-OLS衛(wèi)星對阿根廷城市區(qū)間進(jìn)行了空間分布。文獻(xiàn)[9]基于瞬態(tài)快照排放模型并結(jié)合地理信息系統(tǒng)，獲得了墨西哥城區(qū)車輛污染排放高分辨率的時(shí)空分布。文獻(xiàn)[10]使用自下而上的方法來預(yù)測排放量，并采用空間自相關(guān)分析方法來描述空間特征。文獻(xiàn)[11]采用自下而上的方法，對北京市交通揚(yáng)塵的PM2.5空間分布進(jìn)行了分析。文獻(xiàn)[12]基于實(shí)測校正和本地化的IVE模型，計(jì)算了不同區(qū)域機(jī)動車在高速路、主干道、次干道和支路的排放因子，應(yīng)用GIS技術(shù)建立了1 km×1 km的成都市高時(shí)空分辨率道路移動源排放清單。

宜賓市位于四川省中南部，隨著近幾年城市的迅猛發(fā)展，移動源總量急劇增加。目前針對宜賓市移動源污染物排放清單的研究接近空白，本文基于MOVES模型和ArcGIS技術(shù)，建立了宜賓市2018年分辨率為2 km×2 km的移動源網(wǎng)格化排放清單。以期為決策者提供可實(shí)施且有效的措施建議，并為今后宜賓市移動源污染物排放的進(jìn)一步研究提供基礎(chǔ)數(shù)據(jù)和理論支持。

1 材料與方法

1.1 研究區(qū)域與對象

本文研究的范圍為宜賓市10個區(qū)縣，分為2個區(qū)域，包括城區(qū)(翠屏區(qū)、敘州區(qū)和南溪區(qū))，郊縣(屏山縣、高縣、珙縣、筠連縣、長寧縣、江安縣、興文縣)，研究范圍示意圖如圖1所示。本文建立了宜賓市2018年移動源排放清單，涵蓋THC、CO、NOX、PM2.5、PM10、NH3、SO2和VOC共8種污染物，包括汽車、摩托車及非道路移動源。

圖1 研究范圍示意圖

1.2 清單估算

中國生態(tài)環(huán)境部2015年頒布的《道路機(jī)動車大氣污染物排放清單編制技術(shù)指南(試行)》和《非道路移動源大氣污染物排放清單編制技術(shù)指南(試行)》[13-14](以下統(tǒng)稱《指南》)中明確了污染物排放清單編制的技術(shù)方法、技術(shù)流程等，許多學(xué)者依據(jù)此《指南》進(jìn)行清單編制[15-16]。近年來，實(shí)測法和排放因子法被廣泛用于估算移動源污染排放[17-19]。實(shí)測法由于測試車輛有局限性且代表性不足，因此許多學(xué)者運(yùn)用排放因子法進(jìn)行清單估算[20-24]。本文運(yùn)用排放因子法并依據(jù)《指南》，利用排放模型對移動源排放因子進(jìn)行模擬，綜合考慮多項(xiàng)因素，精確度高，更接近實(shí)際的排放水平。

機(jī)動車大氣污染物排放量的估算方法見式(1)：

(1)

其中：EQ為某類污染物排放總量，g；EFi為i型車輛所對應(yīng)的污染物的排放因子，g/km；Pi為研究區(qū)域內(nèi)i型車的車輛保有量，輛；VKTi為i型車的年均行駛里程，km。

對某一用途非道路移動機(jī)械大氣污染物排放量的計(jì)算見式(2)：

E=(Y×EF)×10-6，

(2)

其中：E為非道路移動機(jī)械的CO、THC、NOX、PM2.5和PM10排放量， t；Y為燃油消耗量， kg；EF為排放因子， g/km。

1.2.1 移動源保有量

本文中機(jī)動車保有量數(shù)據(jù)由宜賓市公安局交警支隊(duì)車輛管理所提供，包括載客汽車(微型客車、小型客車、中型客車和大型客車)、載貨汽車(微型貨車、輕型貨車、中型貨車和重型貨車)、低速汽車、掛車和摩托車；出租車保有量由宜賓市出租車營運(yùn)中心提供；非道路移動機(jī)械保有量數(shù)據(jù)由宜賓市生態(tài)環(huán)境局機(jī)動車排污監(jiān)控中心提供。

1.2.2 年均行駛里程

機(jī)動車的平均行駛里程主要通過以下3個渠道獲得：從宜賓市生態(tài)環(huán)境局機(jī)動車排污監(jiān)控中心，調(diào)取全市2018年檢測車輛，獲取有效數(shù)據(jù)每種車型1 000條，包含小型客車、中型客車、大型客車、輕型貨車、中型貨車、重型貨車和掛車；出租車平均行駛里程通過宜賓市出租車運(yùn)營中心實(shí)地調(diào)研獲得；摩托車和低速汽車根據(jù)中國生態(tài)環(huán)境部發(fā)布的《道路機(jī)動車大氣污染物排放清單編制技術(shù)指南(試行)》[13]中提供的年均行駛里程參考值，非道路移動機(jī)械根據(jù)300 h/a的使用頻率來計(jì)算。

1.2.3 排放因子本土化修正

本文采集年檢站的排放實(shí)測數(shù)據(jù)，汽油車采用簡易瞬態(tài)工況法，柴油車采用加載減速法，利用采集后的排放實(shí)測數(shù)據(jù)對模型默認(rèn)數(shù)據(jù)庫進(jìn)行本土化，再對MOVES模型其他輸入?yún)?shù)本土化，得到適合模擬宜賓市移動源污染物的MOVES模型，再結(jié)合年檢站排放實(shí)測數(shù)據(jù)和其他相關(guān)研究的結(jié)果對本土化后的MOVES模型準(zhǔn)確性進(jìn)行驗(yàn)證。根據(jù)本次研究范圍，主要對MOVES模型以下輸入?yún)?shù)進(jìn)行本土化設(shè)置，并通過采用Project層次來輸入本地化數(shù)據(jù)從而計(jì)算得出機(jī)動車的排放因子。

地理信息設(shè)定：本文從影響模型模擬值的地理氣候等方面進(jìn)行相應(yīng)匹配。宜賓位于北緯27°50′～29°16′，東經(jīng)103°36′～105°20′，與美國德克薩斯州的緯度信息相近，屬亞熱帶季風(fēng)性濕潤氣候，因此在模擬時(shí)選擇德克薩斯州的尤瓦爾迪(Uvalde)縣作為宜賓市的模擬地理區(qū)域。

時(shí)間和空間設(shè)定：排放因子測算的時(shí)間為2018年11月，選擇工作日的13:00—14:00測算，本文選擇MOVES中“道路類型”的城市限制型道路、城市非限制型道路、郊區(qū)限制型道路和郊區(qū)非限制型道路4類。

移動源類型：根據(jù)MOVES2014b模型中機(jī)動車分類的標(biāo)準(zhǔn)，將宜賓市的移動源劃分為小型客車、中型客車、大型客車、輕型貨車、中型貨車、重型貨車、出租車、低速汽車、摩托車、掛車和非道路移動機(jī)械。

平均車速分布：利用全球定位系統(tǒng)(global positioning system,GPS)測速儀，測試車輛共23輛，其中小型客車(私家車3輛，出租車3輛)6輛，樣本量共35 762 s;大型客車(長途客車)15輛，樣本量共13 154 s;重型貨車2輛，樣本量共584 321 s。通過這些數(shù)據(jù)即可計(jì)算得到宜賓市不同車型在不同等級道路上的時(shí)速分布。

燃料類型及參數(shù)：宜賓市于2015年10月底全面供應(yīng)車用國Ⅴ標(biāo)準(zhǔn)汽柴油，其燃油組分信息2018年1—10月份和11—12月分別依據(jù)車用燃料油國Ⅳ標(biāo)準(zhǔn)以及國Ⅴ標(biāo)準(zhǔn)錄入。

氣象參數(shù)：本次研究選取宜賓市2018年11月氣象站的實(shí)際監(jiān)測數(shù)據(jù)。

污染物種類：CO、THC、NOX、PM2.5、PM10、NH3、SO2和VOC。

其他參數(shù)如I/M(檢測維護(hù))制度，匝道比例等采用MOVES模型的默認(rèn)值。

1.3 時(shí)空分配

1.3.1 線源分布計(jì)算方法

對于線源道路，只需研究其排放強(qiáng)度就能為面源道路的污染分配提供參照值，采用自下而上層層測算的方法,得到宜賓市線源道路排放的“4個不同”，即不同等級的道路在不同空間中的不同時(shí)間緯度下,對于不同污染物的排放強(qiáng)度。以某路段某日某小時(shí)的污染物排放強(qiáng)度為例，計(jì)算見式(3)：

(3)

其中：TFik為路段上第i小時(shí)的污染物k的排放強(qiáng)度， g/km；EFjk為j型車(共11種)關(guān)于污染物k的基礎(chǔ)排放率；TVj為路段上第i小時(shí)的總車流量， 輛/h；VTFij為該路段第i小時(shí)j型車的比例。

1.3.2 面源分布計(jì)算方法

根據(jù)線源分布計(jì)算方法可得到所有主要道路的平均排放強(qiáng)度，即標(biāo)準(zhǔn)排放強(qiáng)度，通過計(jì)算各等級類型道路的平均排放強(qiáng)度與標(biāo)準(zhǔn)排放強(qiáng)度的比值，得到各等級道路的標(biāo)準(zhǔn)排放強(qiáng)度換算系數(shù)(或作標(biāo)準(zhǔn)道路長度換算系數(shù))，其確定方法見式(4)：

(4)

其中：k為第k種(共7種)道路類型；Wk為第k種道路的標(biāo)準(zhǔn)排放強(qiáng)度(道路長度)的換算因子；TFk為第k級道路測算得出的實(shí)際排放強(qiáng)度，g/km；TF為標(biāo)準(zhǔn)情況下的排放強(qiáng)度，屬自定義常量，g/km。

本文通過加和得到每個網(wǎng)格里的總標(biāo)準(zhǔn)道路長度，之后統(tǒng)計(jì)出每個網(wǎng)格所有路段的標(biāo)準(zhǔn)道路長度之和，以及所在行政區(qū)域內(nèi)的總標(biāo)準(zhǔn)道路長度之和，以各行政區(qū)年度總排放量為基礎(chǔ)，將網(wǎng)格標(biāo)準(zhǔn)道路長度占所在行政區(qū)標(biāo)準(zhǔn)道路長度之比作為網(wǎng)格排放量分配的權(quán)重因子，進(jìn)行空間分配，便可以得到最終各網(wǎng)格的排放強(qiáng)度，計(jì)算見式(5)：

(5)

其中：i為區(qū)域內(nèi)編號為i的區(qū)縣；j為第i個區(qū)縣編號為j的網(wǎng)格；k為第i個區(qū)縣落在第j個網(wǎng)格的第k種(共8種)道路類型；m為第i個區(qū)縣網(wǎng)格總數(shù)；EQij是第i個區(qū)縣第j網(wǎng)格排放量,t；EQi為第i區(qū)縣總排放量,t；SLij為第i個區(qū)縣第j網(wǎng)格的標(biāo)準(zhǔn)道路長度,km；Li,j,k為第i個區(qū)縣第j個網(wǎng)格k種道路類型的長度,km；Wk為第k級道路的標(biāo)準(zhǔn)道路長度換算因子。

通過這種計(jì)算方法，便可以得到宜賓市各區(qū)縣內(nèi)每個網(wǎng)格以小時(shí)為單位的標(biāo)準(zhǔn)道路長度，然后再根據(jù)已測算的各區(qū)縣各類污染物的年度總排放量，按照“自上而下”的思路進(jìn)行不同時(shí)間單位的細(xì)化。以宜賓市某區(qū)縣一天中的小時(shí)分配為例，計(jì)算見式(6)：

(6)

其中：EQijh為第h個區(qū)縣編號為j的網(wǎng)格的一天中第i小時(shí)的排放量， g；EQd為第h個區(qū)縣編號為j的網(wǎng)格當(dāng)天的排放總量， g；TFik為第i小時(shí)第k種(共8種)道路的排放強(qiáng)度， g/km；TFi為第i小時(shí)標(biāo)準(zhǔn)道路排放強(qiáng)度，自定義常量， g/km。

2 結(jié)果與討論

2.1 宜賓市移動源污染排放清單

宜賓市目前已經(jīng)淘汰了汽油車國Ⅰ標(biāo)準(zhǔn)以下車輛以及柴油車國Ⅱ標(biāo)準(zhǔn)以下車輛。根據(jù)宜賓市機(jī)動車污染物排放因子、非道路移動機(jī)械排放系數(shù)、移動源保有量、平均行駛里程及非道路年平均使用頻率，計(jì)算得到2018年宜賓市THC、CO、NOX、PM2.5、PM10、NH3、SO2和VOC的年排放量,見表 1。

表1 2018年宜賓市移動源年排放總量 t

由表1可知：THC、CO、NOX、PM2.5、PM10、NH3、SO2和VOC的年排放量依次為0.33×104t、3.53×104t、1.29×104t、0.56×103t、0.59×103t、0.16×103t、0.98×102t和1.82×103t。

除于出租車、低速汽車和非道路移動機(jī)械不在分析范圍之內(nèi)，2018年宜賓市不同排放標(biāo)準(zhǔn)機(jī)動車的排放分擔(dān)率如圖 2所示。由圖 2可知：對于國Ⅲ及以下標(biāo)準(zhǔn)的機(jī)動車，其各項(xiàng)污染物的排放分擔(dān)率占比都遠(yuǎn)高于其保有量占比，而對于國Ⅴ及以上標(biāo)準(zhǔn)的機(jī)動車，其各項(xiàng)污染物的排放分擔(dān)率占比均遠(yuǎn)低于其保有量占比。國Ⅲ標(biāo)準(zhǔn)機(jī)動車占比接近一半的機(jī)動車保有量，其NOX、PM2.5和PM10的排放分擔(dān)率僅為16%、13%和13%，主要原因在于國Ⅲ標(biāo)準(zhǔn)機(jī)動車?yán)锬ν熊囌急群艽?。國Ⅳ?biāo)準(zhǔn)機(jī)動車保有量占比27%，但NOX、PM2.5、PM10、NH3和SO2遠(yuǎn)超其保有量占比，主要原因在于國Ⅳ標(biāo)準(zhǔn)的中重型貨車占比很大。

圖2 2018年宜賓市不同排放標(biāo)準(zhǔn)機(jī)動車的排放分擔(dān)率

2.2 宜賓市移動源污染排放時(shí)空分布

2.2.1 時(shí)間特征

以PM2.5的排放強(qiáng)度為例加以分析。宜賓市工作日/非工作日各等級公路PM2.5排放小時(shí)變化對比圖如圖 3所示。由圖 3可知：各等級線源道路的PM2.5排放小時(shí)變化規(guī)律總體為：高速公路>城市主干道>一級公路>二級公路>三級公路。這主要是因?yàn)橐速e市各區(qū)縣前往宜賓市主城區(qū)較為依賴高速公路。此外,工作日和非工作日的PM2.5排放強(qiáng)度的分布特征存在明顯不同：兩者排放峰值工作日(早晚高峰時(shí)段)早于非工作日(上午10:00—11:00、晚高峰)，且非工作日居民在白晝時(shí)間段出行保持持續(xù)性的、較快的集中出行特征，這與居民節(jié)假日出行習(xí)慣相符。

(a) 工作日

2.2.2 空間特征

通過前文所確定的線源排放強(qiáng)度計(jì)算思路，測算了移動源在線源道路上不同時(shí)間單位(小時(shí)、工作日/非工作日、年)的排放強(qiáng)度，根據(jù)ArcGIS的可視化功能，得到宜賓市移動源線源路段各污染物的空間分布規(guī)律，以PM2.5典型排放污染物為例，移動源在宜賓市總體上主城區(qū)路段的排放強(qiáng)度明顯地大于郊區(qū)縣路段的排放強(qiáng)度。郊區(qū)縣的線源路段構(gòu)成主要由部分高速路段及三級公路組成，市區(qū)范圍的高速路段以及城市主干道、一級公路、二級公路承擔(dān)了主要線源的交通量，車流量較大，且車型組成也相對豐富，因此排放強(qiáng)度也相對較大；在郊區(qū)內(nèi)，由于道路等級較低、通行能力弱，摩托車及低速汽車構(gòu)成主要出行車型，因此郊區(qū)內(nèi)道路排放強(qiáng)度比市區(qū)道路小。

2.2.3 面源時(shí)空分布結(jié)果

通過本文建立的2018年宜賓市移動源污染物的排放清單，并應(yīng)用上述公式對面源道路進(jìn)行空間分配，分辨率為2 km×2 km，以PM2.5為例，宜賓市移動源污染排放呈現(xiàn)出顯著的線性及地域性區(qū)別。因?yàn)椴捎玫氖且詫?shí)際道路為基底的，其分配結(jié)果也比較契合宜賓市的實(shí)際道路網(wǎng)。一般來說，在離城市越遠(yuǎn)的區(qū)域，其主要行駛功能的路網(wǎng)密度一般較小，車輛行駛頻率較低，這些網(wǎng)格的污染物排放量也就相對較小，這些區(qū)域總體上的排放量差異不明顯。在宜賓市各區(qū)縣中，翠屏區(qū)作為主城區(qū)，移動源污染物排放量和較高排放量的覆蓋范圍都較高，在中心城區(qū)環(huán)線內(nèi)的網(wǎng)格污染物排放強(qiáng)度明顯高于其他地區(qū)。此外，屏山縣地廣人稀，地形起伏大，路網(wǎng)密度小，移動源的保有量也比較小，因此其范圍內(nèi)污染排放也小于其他區(qū)縣。

2.2.4 分小時(shí)排放量

通過面源小時(shí)排放量計(jì)算方法，可得到宜賓市各區(qū)縣移動源24 h的排放量。以PM2.5排放為例，計(jì)算出移動源分別在工作日和非工作日的24 h排放量，然后對工作日高峰時(shí)段/平峰時(shí)段/凌晨時(shí)段排放量進(jìn)行空間分布。高峰時(shí)段移動源的排放量明顯大于平峰時(shí)段和凌晨，呈現(xiàn)出明顯的時(shí)間特征，而高速公路在3個時(shí)間段中都承擔(dān)著主要的排放量，這可能是因?yàn)榱璩繒r(shí)段除高速公路外，其他路段交通量都比較小，高速公路上大型貨車和長途客車較多，且長途出行的車輛受時(shí)間變化的影響也比較小，各個時(shí)段均有車輛經(jīng)過，而其他類型的道路中長短途車輛混合且主要以短途出行為主，容易受人們作息時(shí)間變化的影響。其次，連接宜賓市主城區(qū)周圍的主要干道路網(wǎng)的排放也呈現(xiàn)這種分布，表示夜間城區(qū)居民出行比例高于郊區(qū)。

3 結(jié)論

(1)宜賓市2018年移動源污染物THC、CO、NOX、PM2.5、PM10、NH3、SO2和VOC的年排放量依次為0.33×104t、3.53×104t、1.29×104t、0.56×103t、0.59×103t、0.16×103t、0.98×102t和1.82×103t。THC污染源主要是摩托車和出租車；CO污染源主要是摩托車和小型客車；NOX、PM2.5和PM10污染源主要是非道路移動機(jī)械和重型貨車。

(2)HC和CO主要來自于國Ⅲ標(biāo)準(zhǔn)移動源，分別占總排放的48.2%和47.2%。NOX、PM2.5、PM10、NH3和SO2則主要來自于國Ⅳ標(biāo)準(zhǔn)移動源，分別占總排放的77.5%、80.6%、80.3%、48.2%和81.0%。

(3)移動源污染排放呈現(xiàn)出明顯的區(qū)域性特征，在路網(wǎng)較為密集的區(qū)縣中心地段污染排放較高，翠屏區(qū)最為突出，中心城區(qū)污染排放最為嚴(yán)重，向外延伸，排放強(qiáng)度也逐漸減少。在宜賓市各區(qū)縣中，翠屏區(qū)內(nèi)的移動源污染物排放最為明顯，網(wǎng)格污染物排放強(qiáng)度在宜賓市中心地段很高，屏山縣較其他區(qū)縣污染排放小。