張 田,田 勇

中國民航飛機大氣污染物和碳排放清單估算

張 田,田 勇*

(南京航空航天大學民航學院,南京 江蘇 211100)

基于2019～2021年中國民用航空飛機起降數(shù)據(jù)?國際民航組織(ICAO)飛機發(fā)動機排放因子數(shù)據(jù)庫和EUROCONTROL的飛機數(shù)據(jù)基礎數(shù)據(jù)庫(BADA)等數(shù)據(jù),自下而上編制了2019～2021年中國民航飛機在飛行全過程的高分辨率大氣污染物和碳排放清單,在此基礎上探究中國民航飛機大氣污染物和碳排放在不同地理區(qū)域的空間分布特征,分析2019～2021年新型冠狀病毒感染疫情對民航大氣污染物和碳排放的影響.結果表明,2019年中國民航飛機的HC、CO、NO和CO2排放量分別為0.74,6.38,33.98,7785.05萬t,飛機起飛著陸(LTO)循環(huán)階段的HC、CO、NO和CO2排放量分別占總排放量的37.84%、55.02%、18.83%、18.31%,華東地區(qū)的航空碳排放量最高,約占全國排放總量的27.20%.2019～2021年我國國內(nèi)民航飛機大氣污染物排放總量總體呈下降趨勢.其中,2020年航空碳排放量下降17.26%,2021年的航空碳排放量相比2019年下降10.38%.

LTO循環(huán)；CCD循環(huán)；排放因子；排放清單

在新型冠狀病毒感染疫情暴發(fā)前,國內(nèi)和國際航空運輸所消耗燃料的二氧化碳排放量約占所有能源相關二氧化碳排放量的2.5%[1].與地面排放源不同,飛機尾氣直接排放到對流層上層和平流層,會造成更嚴重的溫室效應[2].中國已經(jīng)正式宣布力爭2030年前實現(xiàn)碳達峰?2060年前實現(xiàn)碳中和[3],并且已將實現(xiàn)雙碳目標的責任分配給省級環(huán)境管理部門.各省需結合實際情況編制碳達峰規(guī)劃,將碳達峰和碳中和相關指標納入經(jīng)濟社會發(fā)展綜合評價體系[4].然而中國大多數(shù)省份和幾乎所有城市卻不明確航空二氧化碳排放的現(xiàn)狀和變化.為了分析未來航空業(yè)的排放情景?探索最佳排放路徑?實施精細化減排措施和制定碳達峰方案,需要準確核算航空二氧化碳排放量,制定民航飛機大氣污染物和碳排放清單.

航空排放物的計算一般以國際民用航空組織(ICAO)定義的兩個標準化循環(huán)階段來劃分階段,ICAO將地面以上3000英尺(914.4m)范圍內(nèi)發(fā)生的飛行活動定義為起降(landing and take-off,LTO)循環(huán)階段,3000英尺以上的部分稱為巡航階段(cruise, climb and descent,CCD)[5].由于LTO循環(huán)階段的單位里程排放量最大,且對近地面的影響更為突出,因此大多數(shù)排放清單只針對機場LTO循環(huán)階段,如國內(nèi)的天津機場[6]、浦東國際機場[7]、長三角區(qū)域機場[8]的大氣污染物排放清單.這些研究大多數(shù)采用ICAO標準起降模型來計算LTO循環(huán)階段的排放量,由于ICAO標準起降模型規(guī)定了固定的各飛行階段持續(xù)時間,而實際的混合層高度會影響航空器進近和爬升階段的運行時間,因此對大氣混合層高度和飛機實際運行時間進行修正可以提高計算精度,如首都國際機場[9]、粵港澳大灣區(qū)機場群[10]、京津冀機場群[11]的LTO循環(huán)階段大氣污染物排放清單.另一種更為精確的方法是采用飛機快速存取記錄器(quick access recorder,QAR)數(shù)據(jù)來計算污染物排放量[12-13].QAR數(shù)據(jù)中包含存儲飛機燃油流量、飛機質(zhì)量、發(fā)動機轉(zhuǎn)速、飛行速度等參數(shù),可以較為精確地計算航班燃油消耗量和污染物排放量,然而QAR數(shù)據(jù)收集困難且數(shù)據(jù)繁雜,不適合大范圍的排放量計算.

LTO循環(huán)階段的排放只占飛機總排放的一小部分,大部分排放集中在CCD循環(huán)階段,然而我國針對CCD循環(huán)階段排放清單和飛行全過程排放清單的研究還比較少[14-17].這些研究對于排放量的計算通常是由總的燃油消耗量結合固定的排放系數(shù)得來的,并沒有區(qū)分不同發(fā)動機類型的不同排放系數(shù),并且一些方法中使用的數(shù)據(jù)集是專有的,需要高水平的專業(yè)技術知識才能理解和使用,使得大多數(shù)人無法使用這些方法進行計算.

綜上,現(xiàn)有研究對我國民航飛機大氣污染物和碳排放清單的計算仍不夠全面,并沒有對各省市機場和航線的大氣污染物和碳排放量進行更細致的劃分和總體估算.本研究通過收集2019～2021年的航班信息數(shù)據(jù),結合ICAO的飛機發(fā)動機排放數(shù)據(jù)庫(EEDB)和歐洲航行安全組織(EUROCONTROL)的飛機數(shù)據(jù)基礎數(shù)據(jù)庫(BADA)中已測試的發(fā)動機排放相關數(shù)據(jù),精確估算了2019～2021年間我國國內(nèi)民航飛機大氣污染物和碳排放清單,包括LTO循環(huán)和CCD循環(huán)階段的排放量,使用空間分配法計算了全國各省市的航空碳排放量,并結合計算結果分析新型冠狀病毒感染疫情對排放量的影響.

1 材料與方法

1.1 數(shù)據(jù)來源

收集2019～2021全年的國內(nèi)客運航班飛行數(shù)據(jù)(不包括貨運航班、國際航班和港澳臺航班),數(shù)據(jù)內(nèi)容包括每個航班的日期、出發(fā)機場、到達機場、飛機類型、出發(fā)時間、到達時間.研究區(qū)域包括我國27個省、自治區(qū)及直轄市(中國香港、澳門和臺灣地區(qū)暫不考慮),2019年共有機場235個,2020年有236個,2021年有244個.

表2 V2527-A5型發(fā)動機在LTO循環(huán)階段的污染物和碳排放因子(kg/s)

飛機起降數(shù)據(jù)來源于中國民用航空局;ICAO的飛機發(fā)動機排放數(shù)據(jù)庫中包括每種飛機發(fā)動機在LTO循環(huán)階段的各種污染物(CO、NO、HC)和碳排放系數(shù).EUROCONTROL的BADA數(shù)據(jù)庫中記錄了不同機型的大氣污染物和碳排放量與CCD循環(huán)階段飛行時間的對應關系.根據(jù)2019年的航班信息數(shù)據(jù)統(tǒng)計,超過94%的航班使用了20種最常用的機型.為了簡化計算,對于同一機型,本文為其匹配一種最常用的發(fā)動機型號進行計算(表1),其中,A320機型是國內(nèi)中短程航線上最受歡迎的機型之一,本文為A320系列飛機匹配V2527-A5型號的發(fā)動機,并給出其在LTO循環(huán)(表2)和CCD循環(huán)階段的污染物排放因子(表3).

表3 A320機型在CCD循環(huán)階段的飛行時間與污染物和碳排放量

1.2 計算方法

1.2.1 LTO循環(huán)階段排放量 由于不同航班的飛行時間和飛行狀態(tài)均存在差異,為了方便計算,ICAO規(guī)定了在標準LTO循環(huán)中各飛行階段的發(fā)動機推力設置和標準時間(表4).

表4 LTO循環(huán)各階段的推力設置和持續(xù)時間

從航班信息數(shù)據(jù)中提取某機場作為出發(fā)機場和到達機場的全部航班數(shù)據(jù),以不同的飛機類型進行劃分,匹配對應的發(fā)動機類型,不同類型發(fā)動機在LTO循環(huán)階段的大氣污染物和碳排放量的計算公式如下:

該機場在LTO循環(huán)階段的飛機發(fā)動機大氣污染物和碳排放量計算公式為:

1.2.2 CCD循環(huán)階段排放量 由航班信息數(shù)據(jù)中每個航班的出發(fā)時間?到達時間以及LTO循環(huán)標準時間,可以得到飛機在CCD循環(huán)階段的持續(xù)時間.EUROCONTROL的BADA數(shù)據(jù)庫中提供了大多數(shù)商用飛機的污染物排放量與CCD循環(huán)階段飛行時間的對應關系.然而由于不同高度的大氣環(huán)境變化復雜,難以對不同的天氣進行精確建模,所以BADA數(shù)據(jù)庫中的表格數(shù)據(jù)是針對一組特定情況測算出來的[18].因此,為了計算特定航班在CCD循環(huán)階段的排放量,需要對表格中的數(shù)據(jù)進行線性插值[19].計算公式如下:

1.2.3 空間分配法 本研究使用空間分配法將單個航班在LTO循環(huán)和CCD循環(huán)階段的排放分配給出發(fā)機場和到達機場,其中,滑出?起飛和爬升階段的排放屬于出發(fā)機場,下降、進近、著陸和滑入階段的排放屬于到達機場.CCD循環(huán)階段的排放平均分配給出發(fā)機場和到達機場[20],計算公式如下:

式中:d為出發(fā)機場;a為到達機場;CCD為該航班在CCD循環(huán)階段的排放量.

基于上述方法,機場在一定時間內(nèi)的大氣污染物和碳排放量是所有在該機場的起飛航班和降落航班的排放量之和.其中,有些城市可能包含不止一個機場,因此,每個城市的排放量是該市所有機場的排放量之和.沒有機場的城市沒有被分配航空排放,因為這些城市對航空運輸不承擔任何責任[21].各省份民航飛機大氣污染物和碳排放量是該省內(nèi)所有城市的排放量之和.計算公式如下:

式中:為機場;d為在機場起飛的所有航班;a為在機場降落的所有航班;為城市;N為市內(nèi)的所有機場;為省份;N為省內(nèi)所有擁有機場的城市.

2 結果與討論

2.1 全國排放清單結果

圖1所示為2019～2021年全國的民航飛機大氣污染物和碳排放清單計算結果.由2019～2021年的民航行業(yè)發(fā)展統(tǒng)計公報了解到,2019～2021年國內(nèi)航線完成運輸起飛架次分別為439.40,355.64,384.28萬架次(不包括港澳臺航班),國內(nèi)航線完成的旅客運輸量分別為57460.43,40725.17,43848.77萬人次.從整體上看,民航飛機大氣污染物和碳排放量與旅客運輸量成正比.2019年中國民航飛機的HC、CO、NO和CO2排放量分別為0.74,6.38,33.98,7785.05萬t,LTO循環(huán)階段的HC、CO、NO和CO2排放量分別占總排放量的37.84%?55.02%、18.83%、18.31%.2020年新型冠狀病毒感染疫情在全國暴發(fā),國內(nèi)民航旅客運輸量大幅減少,從而導致由飛機產(chǎn)生的大氣污染物和碳排放量也大幅減少.其中,2020年的航空碳排放量比2019年降低17.26%.隨著疫情得到一定的控制,2021年旅客運輸量有所回升,航空碳排放量比2019年降低10.38%,比2020年增加8.31%.

圖1 2019～2021年中國國內(nèi)民航飛機大氣污染物和碳排放清單

Fig.1 Inventory of air pollutants and carbon emissions from China’s domestic civil aircrafts from 2019 to 2021

不同的大氣污染物在不同飛行階段的排放占比存在較大差異.其中,HC和CO在LTO循環(huán)階段的排放率較高,2019年的HC和CO在LTO循環(huán)階段的排放量分別占其總排放量的38.10%和55.06%,這主要是由于LTO循環(huán)階段飛機發(fā)動機的負荷相對較低,容易導致燃料不完全燃燒,從而產(chǎn)生較高的HC和CO排放.NO和CO2的排放主要集中在CCD循環(huán)階段,這是因為在一次飛行任務中,LTO循環(huán)階段的飛行時間往往在飛行總時間中占比較小.根據(jù)國際航空運輸協(xié)會的數(shù)據(jù),LTO循環(huán)階段的單位飛行距離排放量最高[22],短途飛行比長途飛行對環(huán)境的危害更嚴重.

2.2 LTO循環(huán)階段排放結果

LTO循環(huán)階段的排放對機場及其周邊環(huán)境的影響較大,機場排放清單一般是指該機場的起落航班在LTO循環(huán)階段的大氣污染物和碳排放清單.2019年民航機場在LTO循環(huán)階段的大氣污染物和碳排放清單如表5所示,排放總量最高的5個機場分別是北京首都國際機場、上海浦東國際機場、廣州白云國際機場、深圳寶安國際機場和成都雙流國際機場.排放總量前20位機場的HC、CO、NO和CO2的總排放量為8898984t,占全國排放總量的62.07%.各機場的單次LTO循環(huán)階段平均排放量也存在一定差異,其中平均排放量最高的機場是上海浦東國際機場,其單次LTO循環(huán)階段的平均排放量是全國平均排放量的1.9倍,出現(xiàn)這種情況的原因可能是往返大型國際機場的航班多使用干線飛機,單次飛行的排放量更高.

表5 民航機場2019年飛機LTO循環(huán)階段大氣污染物和碳排放清單

航空運輸以其快速?舒適?空間跨度大的特點,成為現(xiàn)代旅游業(yè)的重要支撐,而旅游對于民航增加客源也起著積極的拉動作用.根據(jù)國家統(tǒng)計局的數(shù)據(jù), 2020年是中國旅游業(yè)受到疫情影響最嚴重的一年,國內(nèi)旅游人數(shù)和收入都出現(xiàn)了歷史性的下滑,分別下降了52.1%和61.1%,遠低于2019年的水平.2020年中國國內(nèi)80%以上的機場在LTO循環(huán)階段的排放量都呈下降趨勢,下降率超過50%的機場有23個,這些機場大多為4C級的民用或者軍民合用的旅游支線機場(表6).隨著疫情防控的常態(tài)化和政策的適時調(diào)整,2021年中國旅游業(yè)逐步進入恢復階段,國內(nèi)旅游人數(shù)和收入都有了一定程度的回升,分別增長了12.8%和31.0%.全國超過50%的機場在LTO循環(huán)階段的排放量都呈上升趨勢,其中上升幅度最大的三個機場分別是大興安嶺鄂倫春機場?濟寧曲阜機場和烏蘭察布集寧機場,其增長率均超過100%.

表6 2020年LTO循環(huán)階段排放總量下降率超過50%的機場及其排放量

2.3 CCD循環(huán)階段排放結果

從總體上看,2020年航班飛行次數(shù)減少的航線占航線總數(shù)量的75.19%,CCD循環(huán)階段的HC、CO、NO和CO2總排放量減少的航線占航線總數(shù)量的69.88%.2021年民航整體運輸情況有所好轉(zhuǎn),航班飛行次數(shù)增加的航線占當年航線數(shù)量的45.23%, 45.55%的航線在CCD循環(huán)階段的排放量總量比2020年有所增加.

一條航線上的飛機飛行次數(shù)越多,其大氣污染物和碳排放量就越高.以CO2為例,對于不同的航線,CO2排放量不僅取決于飛行次數(shù),還和飛行距離有關.如圖2所示,2019年從北京首都國際機場到廣州白云國際機場和杭州蕭山國際機場的航班飛行次數(shù)分別為11382和14596次,而從北京首都國際機場到廣州白云國際機場和上海虹橋國際機場的直線距離分別為1170和670英里,因此兩條航線在CCD循環(huán)階段的CO2排放量相差很大,前者排放量更高.

對于同一條航線,相同的飛行距離,不同的飛機類型也會造成大氣污染物和碳排放量的差異.如表7所示,2019年從北京首都國際機場到廣州白云國際機場的所有飛機類型共有35種,其中飛行次數(shù)最多的機型是A333,但該機型每次飛行的HC、CO、NO和CO2的平均排放總量卻不是最低的.在該航線最常用的幾種機型中,A333、A332、A359、B789、B788均屬于250座級的機型,其中B788的平均排放總量最低;A388、B744、B748同屬于400座級的機型,而A388每次飛行的平均排放總量卻遠高于另外兩種機型.可見,航班數(shù)量、飛機類型和飛行距離都會影響CCD循環(huán)階段的大氣污染物和碳排放量.

圖2 2019年飛行次數(shù)最多的30條航線的在CCD循環(huán)階段的CO2排放量

Fig 2 CO2emissions of the 30most frequently flown routes ( CCD cycle phase, year 2019)

表7 2019年北京首都國際機場到廣州白云國際機場的常用機型和每次飛行的污染物平均排放量

2.4 航空碳排放量的空間分布

將飛機在CCD循環(huán)階段的排放量按照空間分配法分配到各機場,分別按照機場、城市、省份和地理大區(qū)四個級別統(tǒng)計分析航空碳排放量的空間分布.2019～2021年中國民航飛機CO2排放量分布地圖如圖3所示.擁有機場的城市絕大多數(shù)分布在中國的中部和東部地區(qū),2019年CO2排放量前10的城市分別是北京、上海、廣州、成都、深圳、西安、昆明、重慶、杭州、烏魯木齊,其中,上海的航空碳排放量是浦東和虹橋兩個國際機場的排放量之和,北京的航空碳排放量包括首都機場?南苑機場和大興機場的碳排放量,重慶的航空碳排放量是江北國際機場、萬州五橋機場、武陵山機場和巫山機場的排放量之和.值得注意的是,只考慮LTO循環(huán)階段排放量的機場排名與將CCD循環(huán)階段排放量進行空間分配之后的機場排名有所差別.例如,當只考慮LTO循環(huán)階段的排放量時,南京祿口國際機場的碳排放量高于烏魯木齊地窩堡國際機場的碳排放量,但是由于每個機場運營的航線不同,在將CCD循環(huán)階段的排放量進行空間分配之后,烏魯木齊的航空碳排放量比南京更多.

(a)2019年中國民航飛機CO2排放量(t)分布地圖

(b)2020年中國民航飛機CO2排放量(t)分布地圖

(c)2021年中國民航飛機CO2排放量(t)分布

2019年航空碳排放量最高的5個省級行政區(qū)域分別是廣東省?北京市?上海市?四川省和浙江省,各地區(qū)的年航空碳排放量占全國的比例分別為11.29%、8.04%、7.22%、5.45%和5.14%.寧夏、青海和西藏是我國西部的三個人口小省(區(qū)),也是2019年機場旅客吞吐量和航空碳排放量最低的3個地區(qū),其年航空碳排放量分別占全國排放總量的0.89%、0.65%和0.63%.而新疆作為邊疆省區(qū),省域面積大,修建公路和鐵路的成本過高,為了保障新疆的民用交通和國防運輸能力,2021年新疆共有23個民用機場,是全國擁有機場數(shù)量最多的省級行政區(qū),其航空污染物排放量位居全國中列.

除西藏自治區(qū)以外,2020年全國各省(區(qū)?市)的航空碳排放量均有所下降,其中,降幅在0～10%的省(區(qū)?市)有4個,降幅在10%～20%的省(區(qū)?市)有16個,降幅在20%～30%的省(區(qū)?市)有8個,新疆維吾爾自治區(qū)和湖北省的降幅超過30%,分別為35.93%和35.55%.2021年除河北?河南和福建省以外,大部分省份的民航飛機CO2排放量都開始增長,其中漲幅最大的省份是湖北省,其航空碳排放量比上年增長50.62%.這說明隨著新型冠狀病毒感染疫情得到控制,一些航班開始恢復,大部分省份的民航旅客運輸量開始增加.按照中國地理大區(qū)劃分,2019年華東地區(qū)的航空碳排放量最高,約占全國排放總量的27.20%,華南?西南和華北區(qū)域的碳排放量相當,分別占全國排放總量的16.98%、16.64%、14.61%,華中和東北地區(qū)的航空碳排放量最低,分別占全國排放總量的7.32%和6.54%.西北地區(qū)雖然有很多機場,但大多數(shù)機場都是4C級的支線機場,機場起降架次少,所以飛機污染物排放量并不多,約占全國排放總量的10.71%.

3 結論

3.1 2019～2021年我國國內(nèi)民航飛機大氣污染物和碳排放量整體呈下降趨勢.2020年航空碳排放總量下降17.26%,2021年的航空碳排放總量比2019年下降10.38%,比2020年增加8.31%.HC和CO的排放主要集中在LTO循環(huán)階段.

3.2 各機場在LTO循環(huán)階段的排放量差別較大,平均排放量高的機場對周邊地區(qū)的環(huán)境影響更為嚴重.2020年新型冠狀病毒感染疫情對旅游業(yè)造成嚴重打擊,排放量下降率高的機場多為旅游業(yè)繁榮的支線機場.

3.3 飛機的大部分排放集中在CCD循環(huán)階段,該階段的飛機大氣污染物和碳排放量與航班數(shù)量、飛機類型和飛行距離有關,不同飛機類型在同一條航線上的排放量不同.

3.4 LTO循環(huán)階段的機場排放量排名與將CCD循環(huán)階段排放量進行空間分配之后的機場排放量排名有所不同.廣東省是航空碳排放量最高的行政區(qū)域,華東地區(qū)是航空碳排放量最高的地理大區(qū).

[1] Cazzola P, Lassman J. Decarbonising air transport: acting now for the future [EB/OL]. https://www.itf-oecd.org/sites/default/files/docs/ decarbonising-air-transport-future.pdf.

[2] Lee D S, Fahey D W, Forster P M, et al. Aviation and global climate change in the 21st century [J]. Atmospheric environment, 2009,43(22/ 23):3520-3537.

[3] 新華社.習近平在第七十五屆聯(lián)合國大會一般性辯論上的講話(全文) [EB/OL]. http://www.xinhuanet.com/politics/leaders/2020-09/22/ c_1126527652.htm 2021-04-05.

[4] 新華社.中國應對氣候變化的政策與行動 [EB/OL]. http://www. gov.cn/zhengce/2021-10/27/content_5646697.htm.

[5] Trozzi C, Nielsen OK, Hjelgaard K, et al. EMEP/EEA air pollutant emission inventory guidebook 2016 [R/OL]. https://www.eea. europa.eu/publications/emep-eea-guidebook-2016.

[6] 袁 遠,吳 琳,鄒 超,等.天津機場飛機污染排放及其特征研究 [J]. 環(huán)境工程, 2018,36(9):81-86,58. Yuan Y, Wu L, Zou C, et al. Air pollutants emission of Tianjin air port and its characteristics [J]. Environmental Engineering, 2018,36(9):81- 86,58.

[7] 李 楠,孫 瑜,高 崢.浦東國際機場航空器排放清單的計算分析 [J]. 航空計算技術, 2019,49(3):15-19. Li N, Sun Y, Gao Z. Calculation and analysis on aircraft emission inventory of Pudong international airport [J]. Aeronautical Computing Technique, 2019,49(3):15-19.

[8] 王瑞寧,黃 成,任洪娟,等.長三角地區(qū)民航飛機起飛著陸(LTO)循環(huán)大氣污染物排放清單 [J]. 環(huán)境科學學報, 2018,38(11):4472-4479. Wang R N, Huang C, Ren H J, et al. Air pollutant emission inventory from LTO cycles of aircraft in civil aviationairports in the YangtzeRiver Delta Region, China [J]. Acta Scientiae Circumstantiae, 2018,38(11):4472-4479.

[9] 李 杰,趙志奇,劉新罡,等.首都國際機場航空器排放清單的計算分析 [J]. 中國環(huán)境科學, 2018,38(12):4469-4475. Li J, Zhao Z Q, Liu X G, et al. Study an analysis of aircraft emission inventory for Beijing capital international airport [J]. China Environmental Science, 2018,38(12):4469-4475.

[10] 韓 博,何 真,張 鐸,等.粵港澳大灣區(qū)飛機LTO污染排放因子及排放清單 [J]. 中國環(huán)境科學, 2020,40(12):5182-5190. Han B, He Z, Zhang D, et al. Research on aircraft LTO pollutant emission factors and emission inventory in Guangdong-Hong Kong- Macao Greater Bay Area, China [J]. China Environmental Science, 2020,40(12):5182-5190.

[11] 李 杰,趙志奇,劉新罡,等.首都國際機場航空器排放清單的計算分析 [J]. 中國環(huán)境科學, 2018,38(12):4469-4475. Li J, Zhao Z Q, Liu X G, et al. Study an analysis of aircraft emission inventory for Beijing Capital International Airport [J]. China Environmental Science, 2018,38(12):4469-4475.

[12] 劉 菲,韓孝蘭,魏志強,等.基于雷達記錄數(shù)據(jù)的飛機碳排放估算方法 [J]. 安全與環(huán)境學報, 2019,19(5):1761-1766. Liu F, Han X L, Wei Z Q, et al. Estimation method of civil aircraftcarbon emission based on radar recorded data [J]. Journal of Safety and Environment, 2019,19(5):1761-1766.

[13] 曹惠玲,苗佳禾,苗凌云,等.基于實際飛行數(shù)據(jù)的首都機場飛機發(fā)動機日排放清單估算方法研究 [J]. 環(huán)境科學學報, 2019,39(8):2699- 2707. Cao H L, Miao J H, Miao L Y, et al. Research on estimation method of daily emission inventory of aircraft engine in Beijing capitalinternationalairport based on real flight data [J]. Acta Scientiae Circumstantiae, 2019,39(8):2699-2707.

[14] Cui Q, Li X, Li Y. Accounting for the carbon emissions from domestic air routes in China [J]. Heliyon, 2022,8(1):e08716.

[15] 韓 博,孔魏凱,譚宏志,等.飛機LTO排放影響評估耦合模型研究與應用 [J]. 中國環(huán)境科學, 2020,40(6):2409-2417.Han Bo, Kong Wei-kai, Tan Hong-zhi, et al. A coupling model and its application on impact assessment of the aircraft emissions during LTO cycle [J]. China Environmental Science, 2020,40(6):2409-2417.

[16] Liu H, Tian H, Hao Y, et al. Atmospheric emission inventory of multiple pollutants from civil aviation in China: Temporal trend, spatial distribution characteristics and emission features analysis [J]. Science of the total environment, 2019,648:871-879.

[17] Lyu C, Liu X, Wang Z, et al. An emissions inventory using flight information reveals the long-term changes of aviation CO2emissions in China [J]. Energy, 2023,262:125513.

[18] Center E E. User manual for the base of aircraft data(BADA)revison 3.11 [EB/OL]. https://upcommons.upc.edu/bitstream/handle/2099.1/ 24342/AnnexI.pdf.

[19] Eskenazi A, Butler L, Joshi A, et al. Democratizing aviation emissions estimation: Development of an open-source, data-driven methodology [EB/OL]. https://doi.org/10.48550/arXiv.2202.11208.

[20] Li F, Li F, Cai B, et al. Mapping carbon emissions of China's domestic air passenger transport: From individual cities to intercity networks [J]. Science of The Total Environment, 2022,851:158199.

[21] Wood F R, Bows A, Anderson K. Apportioning aviation CO2emissions to regional administrations for monitoring and target setting [J]. Transport Policy, 2010,17(4):206-215.

[22] FAA Office of Environment and Energy. Aviation emissions, impacts & mitigation: a primer [EB/OL]. https://www.faa.gov/sites/faa.gov/ files/regulations_policies/policy_guidance/envir_policy/Primer_Jan2015.pdf.

Estimation of both air pollutants and carbon emission inventories from civil aircrafts in China.

ZHANG Tian, TIAN Yong*

(College of Civil Aviation, Nanjing University of Aeronautics and Astronautics, Nanjing 211100, China)., 2023,43(10)：5614-5623

Based on the take-off and landing data of Chinese civil aviation aircrafts from 2019 to 2021, the aircraft engine emission factor database of International Civil Aviation Organization (ICAO), and Aircraft Data Base database (BADA) of EUROCONTROL, the high-resolution air pollutants and carbon emission inventories during the entire flight process of Chinese civil aviation aircrafts from 2019 to 2021 were developed from bottom to up. Next, their spatial distribution characteristics in different geographical regions in China were analyzed, where the emerging impacts of the novel coronavirus infection from 2019 to 2021 was further explored. According to the results, the total HC, CO, NO, and CO2emissions of China’s civil aviation aircrafts in 2019 were 0.74, 6.38, 33.98, and 7785.05million tons, respectively. Also, during the take-off and landing (LTO) cycle stage, the HC, CO, NO, and CO2emissions made up 37.84%, 55.02%, 18.83%, and 18.31% of the total emissions, respectively. Specially, Eastern China region had the highest aviation carbon emissions, accounting for 27.20% of the whole country’s emissions. Last, the total air pollution emissions decreased from 2019 to 2021, where the CO2emissions in 2020 and 2021 were reduced by 17.26% and 10.38%, respectively.

LTO cycle；CCD cycle；emission factor；discharge inventory

X511

A

1000-6923(2023)10-5614-10

2023-03-22

南京航空航天大學科研與實踐創(chuàng)新計劃項目(xcxjh20220731)

* 責任作者, 教授, tianyong@nuaa.edu.cn

張 田(2000-),女,安徽宿州人,南京航空航天大學民航學院碩士研究生,主要從事航空碳排放研究.zhangtian@nuaa.edu.cn.

張 田,田 勇.中國民航飛機大氣污染物和碳排放清單估算 [J]. 中國環(huán)境科學, 2023,43(10):5614-5623.

Zhang T, Tian Y.Estimation of both air pollutants and carbon emission inventories from civil aircrafts in China [J]. China Environmental Science, 2023,43(10):5614-5623.