朱永璇，何 流，郭唐儀

（南京理工大學(xué) 自動(dòng)化學(xué)院，江蘇 南京 210094）

0 引言

我國(guó)交通運(yùn)輸業(yè)的快速發(fā)展帶來(lái)了日益嚴(yán)重的能源消耗和空氣污染問(wèn)題。生態(tài)環(huán)境部發(fā)布的《中國(guó)移動(dòng)源環(huán)境管理年報(bào)（2020）》[1]顯示，移動(dòng)源污染已成為我國(guó)大中城市空氣污染的重要來(lái)源。采取科學(xué)有效的控制措施來(lái)改變現(xiàn)階段機(jī)動(dòng)車(chē)排放帶來(lái)的嚴(yán)重后果已刻不容緩。為此，對(duì)路段機(jī)動(dòng)車(chē)尾氣排放特征進(jìn)行量化分析，計(jì)算不同車(chē)型機(jī)動(dòng)車(chē)對(duì)尾氣排放的貢獻(xiàn)度，對(duì)道路空氣污染治理具有重要的現(xiàn)實(shí)意義。

國(guó)外對(duì)尾氣排放的研究開(kāi)展得較早，目前國(guó)際上主要使用的移動(dòng)源尾氣排放模型（Motor Vehicle Emission Simulator,MOVES）、國(guó)際機(jī)動(dòng)車(chē)排放模型（International Vehicle Emission Model,IVE）、計(jì)算道路運(yùn)輸排放量的計(jì)算機(jī)程序（Computer Programme to Calculate Emission from Road Transport,COPERT）等尾氣排放模型均由歐美國(guó)家研發(fā)[2-3]。國(guó)外研究人員對(duì)空氣質(zhì)量以及交通流的監(jiān)測(cè)結(jié)果表明，車(chē)輛排放已經(jīng)成為道路環(huán)境中NO2的主要貢獻(xiàn)者，交通量對(duì)早晨NOx濃度變化有顯著影響[4-5]。在高交通量條件下，CO,NOx和PM2.5等污染物的道路濃度會(huì)顯著高于一般水平[6]。對(duì)于高排放標(biāo)準(zhǔn)的車(chē)輛，如歐6 排放標(biāo)準(zhǔn)車(chē)輛的NOx排放會(huì)大幅減少[7]。在一些發(fā)達(dá)國(guó)家，客車(chē)和貨車(chē)分別是CO,NOx的主要貢獻(xiàn)者，而在一些發(fā)展中國(guó)家和地區(qū)，如印度德里，兩輪車(chē)是CO,HC,PAHs 和乙醛等污染物的主要貢獻(xiàn)者[8]。不同國(guó)家之間由于機(jī)動(dòng)車(chē)排放標(biāo)準(zhǔn)及各車(chē)型占比不同，道路排放水平及不同車(chē)型對(duì)各類(lèi)污染物的貢獻(xiàn)度也存在明顯差異。

近年來(lái)，國(guó)內(nèi)學(xué)者對(duì)機(jī)動(dòng)車(chē)尾氣排放特征也進(jìn)行了大量研究，主要集中于對(duì)MOVES,IVE 等尾氣排放模型的本地化應(yīng)用，而對(duì)歐盟開(kāi)發(fā)的道路運(yùn)輸排放因子手冊(cè)（Handbook on Emission Factors for Road Transport，HBEFA）的應(yīng)用較少，僅有段仲淵和何巍楠等人分別進(jìn)行了HBEFA 模型的深圳本地化和北京本地化，宏觀層面評(píng)估了城市交通尾氣排放，以推動(dòng)和加強(qiáng)城市的低碳發(fā)展[9-10]。HBEFA 模型能為道路交通中所有車(chē)輛類(lèi)別生成一個(gè)可靠和統(tǒng)一的“實(shí)際”排放因子數(shù)據(jù)庫(kù)，獲得對(duì)交通敏感且較準(zhǔn)確的排放結(jié)果，并且中國(guó)和歐洲同類(lèi)型車(chē)輛的燃油經(jīng)濟(jì)性、排放標(biāo)準(zhǔn)較為一致，因此HBEFA 模型本地化有較強(qiáng)的可行性與實(shí)用性[10-11]。

部分國(guó)內(nèi)學(xué)者將尾氣排放模型與統(tǒng)計(jì)數(shù)據(jù)、交通仿真軟件相結(jié)合對(duì)不同城市的機(jī)動(dòng)車(chē)排放進(jìn)行分析，結(jié)果表明，不同類(lèi)型車(chē)輛對(duì)各類(lèi)污染物的貢獻(xiàn)不同，小型客車(chē)往往是CO,HC的主要貢獻(xiàn)源，貨車(chē)是NOx和顆粒物的主要貢獻(xiàn)源[12-15]，具體貢獻(xiàn)程度在不同的城市之間存在差異。例如，張磊對(duì)西安市的機(jī)動(dòng)車(chē)尾氣污染物排放研究表明，客車(chē)對(duì)CO的排放貢獻(xiàn)最大，為41.13%；貨車(chē)對(duì)NOx和HC的排放貢獻(xiàn)最大，分別為8.39%和3.49%[16]。呂改艷對(duì)重慶市的研究表明，在內(nèi)環(huán)外，小型客車(chē)對(duì)CO 的排放貢獻(xiàn)最大，為54.37%；大型貨車(chē)對(duì)NOx的排放貢獻(xiàn)最大，為36.69%[17]。采用單雙號(hào)限行等控制方案可有效減少污染物排放[18]。

綜上，關(guān)于機(jī)動(dòng)車(chē)路段排放特征已有諸多研究成果，但大多采用MOVES和IVE等尾氣排放模型和Vissim 等仿真軟件進(jìn)行分析，缺乏HBEFA模型在國(guó)內(nèi)的應(yīng)用以及結(jié)合實(shí)測(cè)交通流等數(shù)據(jù)對(duì)路段排放特征的定量分析。鑒于上述問(wèn)題，本研究將以深圳為例，從微觀層面利用HBEFA 模型得到深圳本地化的排放因子，結(jié)合深圳月亮灣大道的實(shí)測(cè)數(shù)據(jù)分析路段排放因子、排放強(qiáng)度及各車(chē)型的排放貢獻(xiàn)率，然后利用加利福尼亞線源擴(kuò)散模型（California Line Sources Dispersion Model,CALINE4）模擬機(jī)動(dòng)車(chē)在該路段行駛產(chǎn)生的CO,NOx濃度，最后與實(shí)際監(jiān)測(cè)濃度進(jìn)行對(duì)比分析，驗(yàn)證HBEFA 模型在實(shí)際情況中的適用性和精準(zhǔn)性，為道路交通污染防治提供理論依據(jù)。

1 研究方法與模型

1.1 數(shù)據(jù)來(lái)源

1.1.1 深圳市機(jī)動(dòng)車(chē)數(shù)據(jù)

根據(jù)2010—2018年《深圳統(tǒng)計(jì)年鑒》計(jì)算得到深圳市分車(chē)型機(jī)動(dòng)車(chē)保有量，結(jié)合年機(jī)動(dòng)車(chē)增長(zhǎng)量，可計(jì)算不同車(chē)型的車(chē)齡分布。本文假設(shè)深圳市與研究道路上機(jī)動(dòng)車(chē)車(chē)齡分布相同，計(jì)算該道路上不同排放標(biāo)準(zhǔn)車(chē)輛的占比。

1.1.2 典型路段交通流數(shù)據(jù)

在深圳市南山區(qū)月亮灣大道，通過(guò)視頻設(shè)備對(duì)2018 年8 月24 日全天24h 交通流進(jìn)行采集。城市主干道作為城市大動(dòng)脈，主要用來(lái)聯(lián)系交通樞紐、生產(chǎn)區(qū)、公共場(chǎng)所及其他重要地點(diǎn)。月亮灣大道為深圳市17條主干道之一，連接廣深高速公路、深圳赤灣集裝箱碼頭等，承擔(dān)著重要的客貨交通運(yùn)輸任務(wù)，貨車(chē)數(shù)量較多。該典型路段為雙向8 車(chē)道，且西側(cè)有人行橫道，總寬度約為34m。視頻數(shù)據(jù)采用人工計(jì)數(shù)的方式，分車(chē)型記錄。

1.1.3 典型路段CO,NOx濃度數(shù)據(jù)

CO,NOx濃度數(shù)據(jù)監(jiān)測(cè)點(diǎn)位于距道路中心線25m 處。監(jiān)測(cè)設(shè)備包括車(chē)載式污染自動(dòng)監(jiān)測(cè)系統(tǒng)及化學(xué)發(fā)光法NO-NO2-NOx分析儀（量程為0～4ppm，RS232 接口輸出）、紅外相關(guān)法CO 分析儀（量程為0～200ppm，RS232 接口輸出）各1 臺(tái)。同時(shí)，獲取南海子空氣質(zhì)量國(guó)控點(diǎn)的污染物數(shù)據(jù)作為南山區(qū)背景濃度，用于CALINE4模型模擬結(jié)果的驗(yàn)證。監(jiān)測(cè)點(diǎn)位分布如圖1所示。

圖1 監(jiān)測(cè)點(diǎn)位分布圖

1.1.4 氣象數(shù)據(jù)

同步記錄深圳市氣象局南山區(qū)的氣象數(shù)據(jù)，包括溫度、濕度、風(fēng)速、風(fēng)向、大氣壓和降雨量等指標(biāo)，用作CALINE4 模型模擬道路交通CO,NOx濃度的輸入條件。

1.2 HBEFA排放模型構(gòu)建

1.2.1 機(jī)動(dòng)車(chē)排放因子模型

利用HBEFA 模型計(jì)算深圳本地化的機(jī)動(dòng)車(chē)排放因子，結(jié)合車(chē)流量、車(chē)隊(duì)構(gòu)成、車(chē)齡分布等指標(biāo)，計(jì)算月亮灣大道機(jī)動(dòng)車(chē)平均排放因子和排放強(qiáng)度，計(jì)算過(guò)程如下。

（1）劃分車(chē)輛類(lèi)型、道路類(lèi)型、交通狀態(tài)。將車(chē)輛類(lèi)型劃分為4種，分別為小汽車(chē)、公交車(chē)、貨車(chē)和新能源車(chē)輛，其中小汽車(chē)再以排量和排放標(biāo)準(zhǔn)進(jìn)行細(xì)分，貨車(chē)以車(chē)輛大小進(jìn)行細(xì)分；道路類(lèi)型分為4 種，分別為快速路、主干路、次干路和支路；交通狀態(tài)根據(jù)不同類(lèi)型道路的平均行駛速度進(jìn)行劃分，分別為暢通、基本暢通、輕度擁堵、中度擁堵和嚴(yán)重?fù)矶隆?/p>

（2）建立深圳市典型工況。采集車(chē)輛逐秒級(jí)GPS 數(shù)據(jù)，以平均速度、停車(chē)時(shí)間占比、相對(duì)正加速度為主要指標(biāo)，篩選出每種道路類(lèi)型和交通狀態(tài)下的20 個(gè)候選工況，并與HBEFA 模型的典型工況對(duì)比，得到深圳市典型工況。相關(guān)的計(jì)算公式[15]如下：

式（1）～式（3）中：V為工況平均行駛速度（m/s）；S為行駛距離（m）；T為總行駛時(shí)間（s）；SP 為停車(chē)時(shí)間占比，即停車(chē)時(shí)間占總運(yùn)行時(shí)間的比例；vt=0 表示t時(shí)刻車(chē)輛速度為0；RPA 為相對(duì)正加速度（m/s2)；為t時(shí)刻車(chē)輛正加速度（m/s2）。

（3）計(jì)算不同車(chē)型車(chē)輛對(duì)各類(lèi)污染物的貢獻(xiàn)率，具體分為以下幾個(gè)步驟：

首先，計(jì)算單車(chē)排放因子?；诒镜販y(cè)試排放數(shù)據(jù)和典型工況，構(gòu)建乘用車(chē)及重型車(chē)輛排放模型（Passenger Car and Heavy Duty Vehicle Emission Model,PHEM）模型數(shù)據(jù)庫(kù)，得到不同道路類(lèi)型、不同交通狀態(tài)下分車(chē)型的機(jī)動(dòng)車(chē)排放因子。

然后，計(jì)算路段平均排放因子。假設(shè)該路段的車(chē)齡分布和深圳市機(jī)動(dòng)車(chē)車(chē)齡分布相同，則結(jié)合單車(chē)排放因子和路段車(chē)流量計(jì)算路段平均排放因子：

式（4）中：EFh為第h小時(shí)機(jī)動(dòng)車(chē)路段平均排放因子（g/km）；為車(chē)輛類(lèi)型i的污染物j在道路等級(jí)rg、交通狀態(tài)ts下的排放因子（g/km）；TFi,h,v為車(chē)輛類(lèi)型i的機(jī)動(dòng)車(chē)在第h小時(shí)內(nèi)速度v下占總車(chē)流的比例。

接著，計(jì)算路段排放強(qiáng)度：

式（5）中：EIh為第h小時(shí)路段排放強(qiáng)度（g/(km·h)）；TVh為第h小時(shí)路段總車(chē)流量（veh/h）；EFh意義同前。

最后，計(jì)算分車(chē)型排放貢獻(xiàn)率：

式（6）中：Ph,i,j為第h小時(shí)車(chē)型i的機(jī)動(dòng)車(chē)對(duì)污染物j的貢獻(xiàn)率；EIh,i,j為第h小時(shí)車(chē)型i的機(jī)動(dòng)車(chē)污染物j的道路排放強(qiáng)度（g·km-1·h-1）；EIh意義同前。

1.2.2 污染物擴(kuò)散模型

該模型基于CALINE4 模型的高斯煙流公式和混合區(qū)域概念，結(jié)合污染物沉積沉降速率，利用線源擴(kuò)散模型模擬路側(cè)污染物濃度。模型計(jì)算原理為：

（1）將道路劃分為一系列線源單元；

3.培育一支高素質(zhì)的企業(yè)工會(huì)干部隊(duì)伍。加強(qiáng)工會(huì)干部隊(duì)伍建設(shè)，提高勞動(dòng)保護(hù)人員的綜合業(yè)務(wù)素質(zhì)，是做好工會(huì)勞動(dòng)保護(hù)工作的基礎(chǔ)。企業(yè)工會(huì)干部隊(duì)伍建設(shè)只能加強(qiáng)，而不能弱化，在工會(huì)人員編制方面，應(yīng)給予必要的傾斜，不能使工會(huì)人員受人員限制而忙于應(yīng)付一般工作；要采用多種措施和途徑，全面提高企業(yè)工會(huì)干部的業(yè)務(wù)素質(zhì)，特別是懂法律法規(guī)、懂具體的勞動(dòng)保護(hù)政策、掌握勞動(dòng)保護(hù)的方法與手段，以及具有分析和解決勞動(dòng)保護(hù)中出現(xiàn)各種問(wèn)題的能力。

（2）計(jì)算每個(gè)線源單元產(chǎn)生的污染物對(duì)接受點(diǎn)濃度的貢獻(xiàn)；

（3）對(duì)所有線源單元的貢獻(xiàn)進(jìn)行求和，得到整條道路對(duì)接受點(diǎn)貢獻(xiàn)的污染物濃度。

污染物濃度計(jì)算公式如下[19]：

式（7）～式（10）中：C為預(yù)測(cè)點(diǎn)的污染物濃度（mg/m3）；n為劃分的n個(gè)線源單元；u為近地面風(fēng)速；EIm為線源強(qiáng)（mg·m-1· s-1）；y1,y2分別為線源的起點(diǎn)和終點(diǎn)；σy為水平方向擴(kuò)散參數(shù)；σz為垂直方向擴(kuò)散參數(shù)；L為整條道路長(zhǎng)度（m）；l為線源長(zhǎng)度（m）；W為道路寬度（m）；Ln,f為線源n的長(zhǎng)度增長(zhǎng)因子；θ為風(fēng)向與道路的夾角（rad）；其他變量意義同前。

2 結(jié)果分析

2.1 車(chē)齡分析

深圳市機(jī)動(dòng)車(chē)保有量及車(chē)齡分布如圖2所示。2018年深圳市主要民用乘用車(chē)達(dá)3 297 590輛，同比增長(zhǎng)6.13%，客運(yùn)車(chē)為2 880 095 輛，貨運(yùn)車(chē)為417 475輛。2018對(duì)應(yīng)點(diǎn)線圖車(chē)齡為1年，2017對(duì)應(yīng)點(diǎn)線圖車(chē)齡為2 年，以此類(lèi)推。小型客車(chē)中，車(chē)齡為5 年的占比最大，為19.2%；大型客車(chē)中，車(chē)齡為3 年的占比最大，為13.5%；小型貨車(chē)中，車(chē)齡為1 年、2 年的占比較大，分別為15.1%和13.8%；大型貨車(chē)中，車(chē)齡為10 年的占比最大，為28.2%，這與當(dāng)年新實(shí)施的排放標(biāo)準(zhǔn)有關(guān)。

圖2 機(jī)動(dòng)車(chē)保有量及車(chē)齡分布

2.2 交通流分析

小時(shí)交通量及平均速度數(shù)據(jù)采集結(jié)果及其分布如圖3 所示。根據(jù)采集數(shù)據(jù)計(jì)算可知，月亮灣大道日交通量為64 875veh/d，平均小時(shí)交通量為2 703veh/h，日間（7：00—23：00）平均為3 211veh/h，夜間（0：00—6：00）平均為1 179.5veh/h，日間比夜間高出172.2%，差異較大。5：00—6：00，車(chē)流量環(huán)比增加105%，呈明顯增長(zhǎng)趨勢(shì)，其中小型客車(chē)增加517%。8：00—10：00，由于居民的上班通勤需求，交通量達(dá)到4 090veh/h，高出均值51.3%。該路段以小型客車(chē)和大型貨車(chē)為主，分別占比56.1%和41.1%，夜間貨車(chē)占比82.8%，日間客車(chē)占比60.8%，日夜車(chē)型差異明顯。該路段平均行程車(chē)速為34.5km/h，日間平均與夜間平均分別為40.1km/h和32.6km/h，日夜車(chē)速差異明顯，且車(chē)速和車(chē)流量呈負(fù)相關(guān)。

圖3 小時(shí)交通量及平均速度數(shù)據(jù)分布

2.3 監(jiān)測(cè)濃度分析

圖4 CO,NOx濃度監(jiān)測(cè)結(jié)果

由圖4可知，路邊監(jiān)測(cè)的NOx,CO濃度均呈現(xiàn)早晚高峰特征。NOx平均濃度為366.43μg/m3，在2：00—7：00 時(shí)段處于最高峰水平。貨車(chē)是NOx的主要貢獻(xiàn)源之一，夜間雖然總交通量較小，但貨車(chē)量保持在較高水平，且監(jiān)測(cè)時(shí)段風(fēng)速較低、相對(duì)濕度較大，導(dǎo)致擴(kuò)散條件較差，在交通排放和氣象因素共同作用下，NOx濃度于7:00 達(dá)到峰值893.89μg/m3。8：00—10：00，NOx濃度迅速下降，在9:00濃度僅為139.89μg/m3，較峰值下降84.4%，這與貨車(chē)數(shù)量降至全日最低水平、日照輻射增強(qiáng)、擴(kuò)散條件轉(zhuǎn)好等因素有關(guān)。12：00—16：00，月亮灣大道交通量及貨車(chē)數(shù)量均維持在較高水平，而NOx濃度遠(yuǎn)低于夜間值，這是因?yàn)橄挛缛照蛰椛湓鰪?qiáng)，促進(jìn)了二次污染物臭氧的形成，加速了NOx的消耗，且下午風(fēng)速較大，有利于污染物擴(kuò)散。

CO 整體變化趨勢(shì)與NOx類(lèi)似，平均濃度為1.86mg/m3。2：00—7：00處于較高水平，在交通排放和氣象環(huán)境的共同影響下，CO 不斷積累，至7：00 濃度達(dá)到峰值2.51mg/m3。8：00—10：00，CO濃度下降，可能與貨車(chē)數(shù)量達(dá)到全日最低水平、光照增強(qiáng)有關(guān)。12：00—16：00，月亮灣大道交通量及貨車(chē)數(shù)量維持在較高水平，CO 濃度卻遠(yuǎn)低于最高峰水平，可能是光照輻射增強(qiáng)，臭氧的產(chǎn)生加速了CO 的消耗，以及較高的風(fēng)速和邊界層高度增加了污染物在水平和垂直方向上的擴(kuò)散。20：00 時(shí)，CO 再次出現(xiàn)較高濃度，主要與交通量較大、夜間逆溫層增加導(dǎo)致的污染物積累相關(guān)。

2.4 氣象數(shù)據(jù)分析

該路段日均溫度為28.4℃，且變化不大。平均風(fēng)速為0.98m/s，大多數(shù)時(shí)間風(fēng)速小于1.5m/s，屬于小風(fēng)狀態(tài)，13：00—17：00 風(fēng)速大于1.5m/s。平均相對(duì)濕度為88.5%，中午降低。15：00出現(xiàn)短暫降雨，風(fēng)速加強(qiáng)。

2.5 排放因子、排放強(qiáng)度及相關(guān)性分析

不同車(chē)型占比與路段排放因子及排放強(qiáng)度的相關(guān)性如表1 所示。由該表可知，小型客車(chē)對(duì)CO,NOx路段排放因子的相關(guān)系數(shù)分別為-0.644和-0.948，且顯著性水平均小于0.005，呈顯著負(fù)相關(guān)。大型貨車(chē)對(duì)CO,NOx路段排放因子的相關(guān)系數(shù)分別為0.633 和0.943，且顯著性水平均小于0.005，呈顯著正相關(guān)。究其原因可能在于該路段車(chē)流主要由大型貨車(chē)、小型客車(chē)構(gòu)成，而大型客車(chē)、小型貨車(chē)雖然單車(chē)排放因子較大，但在車(chē)隊(duì)的占比分別僅為0.59%,2.20%，導(dǎo)致其相關(guān)性較弱。大型貨車(chē)單車(chē)排放因子是小型客車(chē)的數(shù)十倍，該路段日間、夜間車(chē)流量較為穩(wěn)定，大型貨車(chē)占比的增加會(huì)導(dǎo)致路段CO,NOx排放因子增加。因此，大型貨車(chē)占比與排放因子顯著正相關(guān)，同理小型客車(chē)占比同排放因子呈顯著負(fù)相關(guān)。至于路段排放強(qiáng)度，幾種車(chē)型占比均未表現(xiàn)出明顯相關(guān)性。

表1 不同車(chē)型占比與路段排放因子及排放強(qiáng)度的相關(guān)性

每小時(shí)路段排放因子及排放強(qiáng)度如圖5所示。

圖5 小時(shí)路段排放因子及排放強(qiáng)度

根據(jù)圖5，路段CO,NOx每小時(shí)排放因子分別為（1.04±0.71）g/km 和（2.95±2.41）g/km，排放強(qiáng)度分別為（2664.27±1626.20）g/（km·h）和（7017.85±3382.99）g/（km·h）。橫向?qū)Ρ葋?lái)看，CO,NOx路段排放因子的變化趨勢(shì)相仿，說(shuō)明車(chē)隊(duì)構(gòu)成對(duì)路段排放因子的影響趨勢(shì)是一致的。值得注意的是，在8：00—9：00 時(shí)段，兩者均達(dá)到全日最低水平，此時(shí)車(chē)流量高于均值，但大型貨車(chē)為全日最低水平，僅占約17.3%。0：00—5：00，CO,NOx路段排放因子均維持在較高水平，此時(shí)車(chē)流量為全日最低水平，但大型貨車(chē)占比為全日最高。5：00 大型貨車(chē)占比達(dá)到峰值86.12%，CO,NOx路段排放因子也達(dá)到峰值。10：00—16：00，CO,NOx路段排放因子均維持在次高水平且變化較小，此時(shí)車(chē)流量及各車(chē)型占比穩(wěn)定。17：00—22：00，CO,NOx路段排放因子的變化趨勢(shì)為先減后增，NOx變化較為明顯，此時(shí)車(chē)流量逐漸減少但貨車(chē)占比不斷增加。以上CO和NOx路段排放因子的變化趨勢(shì)說(shuō)明其受到車(chē)流量大小和各車(chē)型占比的共同影響，其中大型貨車(chē)占比對(duì)路段排放因子的影響遠(yuǎn)大于其他車(chē)型且對(duì)NOx的影響大于CO。

與排放因子不同，CO,NOx路段排放強(qiáng)度整體呈現(xiàn)日間值高于夜間值的趨勢(shì)，而夜間小時(shí)車(chē)流量約為日間的31.5%。8：00—9：00，兩者均出現(xiàn)大幅下跌，NOx,CO 分別環(huán)比下跌48%,30%，此時(shí)車(chē)流總量變化較小，但隨著居民通勤出行的增加，大型貨車(chē)占比不斷減少至17.3%。之后（10：00—16：00）NOx和CO 的排放強(qiáng)度均維持在較高穩(wěn)定水平，車(chē)流量及各車(chē)型占比較為穩(wěn)定。17：00—19：00，路段排放強(qiáng)度出現(xiàn)下跌，貨車(chē)占比不斷減小。20：00—22：00，隨著貨車(chē)占比的不斷增大，CO,NOx路段排放強(qiáng)度達(dá)到另一個(gè)小極值。以上變化趨勢(shì)表明，大型貨車(chē)占比對(duì)路段排放強(qiáng)度的影響大于其他車(chē)型，對(duì)NOx的影響大于CO，后者受車(chē)型的影響較小。

2.6 不同車(chē)型貢獻(xiàn)率分析

不同車(chē)型污染物貢獻(xiàn)率見(jiàn)圖6。如圖6（a）所示，在道路環(huán)境下機(jī)動(dòng)車(chē)CO 排放中，大型貨車(chē)的CO單車(chē)排放因子是小型客車(chē)的3～9倍，大型貨車(chē)貢獻(xiàn)的CO 排放量占比約為77.3%，小型客車(chē)、大型客車(chē)、小型貨車(chē)分別貢獻(xiàn)19.5%,1.4%,1.8%。在夜間，大型貨車(chē)數(shù)量占比超過(guò)80%，CO排放占比超過(guò)99.5%。在日間，車(chē)流中以小型客車(chē)為主，在早高峰時(shí)段（7：00—9：00），小型客車(chē)數(shù)量占比為78%，但其排放貢獻(xiàn)率僅為45%。如圖6（b）所示，NOx的道路環(huán)境排放中，大型貨車(chē)的NOx排放因子是小型客車(chē)的17～24 倍，大型貨車(chē)、小型客車(chē)、大型客車(chē)、小型貨車(chē)分別貢獻(xiàn)92.9%,2.4%,2.3%,2.4%；在早高峰期間，即使大型貨車(chē)占比僅為17%，依然貢獻(xiàn)了83%以上的排放。

圖6 不同車(chē)型污染物貢獻(xiàn)率

綜上可知，大型貨車(chē)是該路段CO,NOx的主要貢獻(xiàn)者，大型貨車(chē)CO 排放標(biāo)準(zhǔn)每提高10%或大型貨車(chē)占比每減少10%，該道路的CO 排放減少約7.7%；大型貨車(chē)NOx排放標(biāo)準(zhǔn)每提高10%或大型貨車(chē)占比每減少10%，該道路的NOx排放減少約9.3%。因此，對(duì)于承擔(dān)城際運(yùn)輸任務(wù)的路段（如月亮灣大道），通過(guò)提升大型貨車(chē)排放標(biāo)準(zhǔn)（特別是NOx排放標(biāo)準(zhǔn)）、適當(dāng)降低其路段占比或可有效減小交通污染。

2.7 交通環(huán)境污染物濃度模擬驗(yàn)證

CO 實(shí)際監(jiān)測(cè)濃度為（1.86±0.42）mg/m3，利用CALINE4模擬CO濃度為（1.23±0.17）mg/m3，相對(duì)誤差為33.9%；NOx監(jiān)測(cè)濃度為與模擬濃度皮爾遜相關(guān)系數(shù)為0.487。模擬結(jié)果表明，模型模擬NOx效果較好。

3 結(jié)語(yǔ)

本研究利用HBEFA 模型求取深圳本地化排放因子，結(jié)合深圳市典型道路交通流數(shù)據(jù)，計(jì)算路段每小時(shí)CO,NOx平均排放因子和排放強(qiáng)度，以及不同車(chē)型機(jī)動(dòng)車(chē)對(duì)路段CO,NOx的貢獻(xiàn)率，并通過(guò)CALINE4模型模擬道路交通排放以進(jìn)行實(shí)驗(yàn)結(jié)果驗(yàn)證。最后，得出如下主要結(jié)論：月亮灣大道因其承擔(dān)城際間交通運(yùn)輸任務(wù)的特殊性質(zhì)，大型貨車(chē)流量約占全天道路總流量的40%，其單車(chē)排放因子數(shù)值較大，導(dǎo)致大型貨車(chē)對(duì)CO,NOx貢獻(xiàn)率極高，分別為77.3%,92.9%；大型貨車(chē)CO,NOx排放標(biāo)準(zhǔn)每提高10%或占比每減小10%，該道路的CO,NOx排放分別減少約7.7%,9.3%。由此可見(jiàn)，提高大型貨車(chē)排放標(biāo)準(zhǔn)、適當(dāng)降低其路段占比，是減少道路交通空氣污染直接、有效的手段。本文的研究方法同樣適用于其他類(lèi)型道路（如次干道、支路）的研究，研究結(jié)果可為其他承擔(dān)城際間交通運(yùn)輸、客貨運(yùn)輸任務(wù)較重的道路污染治理提供借鑒。

本研究因計(jì)算排放時(shí)將車(chē)型僅劃分為大型客車(chē)、小型客車(chē)、大型貨車(chē)、小型貨車(chē)，可能會(huì)對(duì)計(jì)算精度產(chǎn)生一定影響，未來(lái)研究中可對(duì)車(chē)型進(jìn)行更細(xì)致的劃分；由于尾氣擴(kuò)散受到風(fēng)速、濕度等多因素影響，CALINE4 尾氣擴(kuò)散模型未能較好地對(duì)CO 進(jìn)行模擬驗(yàn)證，未來(lái)可考慮采取其他尾氣擴(kuò)散模型提高模擬效果。