2. 国家城市环境污染控制工程技术研究中心, 北京 100037;
3. 首都师范大学资源环境与旅游学院, 北京 100048
2. National Engineering Research Center of Urban Environmental Pollution Control, Beijing 100037, China;
3. College of Resource Environment and Tourism, Capital Normal University, Beijing 100048, China
城市交通排放是全球很多城市大气污染的重要来源[1, 2],北京市的研究结果也发现交通排放是主要的大气污染物排放源[3~5],车载法测试结果显示,实际道路排放是超细粒子的主要来源[6]. 为了控制机动车尾气排放,北京市持续采取了多项控制措施,包括新车排放标准加严[7, 8]、 提高车用油品质量[9]、 淘汰更新老旧车[10]、 大力发展公共交通和推广新能源车辆等[11, 12],使得在机动车保有量快速增加的情况下排放量呈下降趋势[13].
北京奥运会期间的研究结果显示短期的严格控制措施可以大幅度削减机动车尾气排放,Zhou等[14]应用自下而上的方法建立了奥运期间的机动车尾气排放清单,VOC、 CO、 NOx和PM10的排放量下降比例分别为55.5%、 56.8%、 45.7%和51.6%. Cai等[15]应用综合的空气质量模型评估了北京奥运期间不同区域的CO、 PM10、 NO2和O3浓度的下降比例,结果显示浓度显著下降,Wang等[16]应用OSPM模式评估了交通排放削减的环境质量改善效果,结果显示PM10、 CO、 NO2和O3降低比例分别为28%、 19.3%、 12.3%和-25.2%,O3浓度上升. 通过现场观测发现,柴油车排放是北京大气中BC的主要来源,奥运期间BC浓度显著下降[17].
2014年11月3~12日APEC会议期间,北京市行政区域内机动车实施单双号限行,渣土车、 黄标车等禁行限行,外埠进京车辆限行绕行等措施. 本研究主要评估北京APEC会议期间北京机动车尾气控制措施的效果,以期为评估机动车污染和采取控制措施的效果评估提供参考.
1 材料与方法 1.1 实际道路车流信息统计传统的自上而下的清单建立方法是基于机动车分车型的保有量、 分车型的平均排放因子和平均行驶里程而建立,无法与实际道路的车流量和车速等数据建立关系,也不能进行空间分布分析[18, 19]. 本研究中应用交通需求模型模拟了会期前实际路网上的车流量、 车辆构成和车速数据,基于现场调查分析了APEC会期相关数据的变化情况. APEC会议前和会议期间,对快速路、 主干道、 次干道和支路的典型道路的车流量和车型构成进行了现场记录,统计了会前和会期车流量和车型构成的逐时变化规律,通过交通部门实时的路网车速数据整理,分析了会前和会期北京市路网5 min间隔的车速变化规律.
1.2 排放因子随车速的变化规律本研究通过COPERT排放模型和实际道路机动车排放因子实测相结合的方法[20, 21]测量和计算了车速修正的分车型分排放标准等级的排放因子. 应用COPERT模型分析了小客车和大客车尾气CO、 NOx、 HC和PM排放因子随平均车速的变化规律,分析车速对CO、 NOx、 HC和PM排放因子的影响,实测结果证明模型结果能够反映实际变化规律[20, 21].
1.3 排放量削减评估本研究以北京城区为研究对象,分析APEC会议期间控制措施的减排效果,研究的区域范围为包含六环路在内的矩形区域,面积为3 248 km2. 应用自下而上的排放清单方法分别建立了会前和会期的机动车尾气排放清单,自下而上的清单是基于实际道路车流量和车速数据而建立[22, 23],通过对比分析会前和会期的排放清单数据评价APEC会议期间机动车尾气控制措施的效果. 基于会前和会期实际道路的车流信息数据额,结合车速修正的排放因子数据,应用ArcGIS软件建立网格分布的机动车尾气排放清单,网格内机动车尾气排放量的计算见式(1).

本研究对不同类型道路在会前和会期的车流量变化进行统计分析,见图 1,从中可以看出,非限行时期上下班的早高峰期和晚高峰期车流骤增. 单双号限行后从07:00~24:00车流量有明显的降低趋势,会期夜间的车流量变化不大,白天车流量下降明显. 在早晚高峰时段降幅最大,不同类型道路的车流量均有明显下降,快速路(环路)、 主干道、 次干道和支路车流量下降比例分别为17%、 33%、 39%和44%.
![]() | 图 1 不同类型道路限行前后车流量变化Fig. 1 Traffic volume changes of different types of roads before and during APEC conference |
应用交通需求模型模拟会前路网车流量和车速数据,根据实测验证,模拟结果误差在5%范围内[22],根据不同类型道路的车流量下降比例计算APEC会期的路网车流量,并应用ArcGIS软件进行统计分析. 对研究区域建立了1 km×1 km的网格,分别统计网格内机动车的日行驶里程数(VKT),机动车行驶里程的空间分布特征如图 2所示,APEC会议期间网格VKT有明显下降.
![]() | 图 2 APEC会前和会期车辆行驶里程网格分布Fig. 2 VKT distribution before and during APEC conference |
由于对不同类型车辆的限行要求不同,在APEC会前和会期不同类型道路的车型构成也发生变化,本研究通过典型道路的调查统计了不同类型道路的车型构成见图 3,从中可以看出,小客车的比例降低幅度最大,这主要是由于APEC会议期间除保障用车外,机动车单双号行驶,市级及市属企事业单位机动车停驶70%. 大客车流量降低但比例略有增加,主要是由于公交车流量略有增加,旅游及省级客运车辆流量减少. 由于京B号牌摩托车、 低速货车和拖拉机全天禁止在五环路以内(含五环路)道路和怀柔主城区以内道路行驶,所以摩托车比例有所降低.
![]() | 图 3 APEC期间车辆类型变化Fig. 3 Vehicle type change during APEC conference |
APEC期间的机动车排放控制措施中,黄标车全天禁止行驶,对于六环路内属于北京市的常规要求,在会前和会期没有差别. 对于外埠进京车辆,要求外埠货运车辆、 摩托车、 拖拉机、 危险物品运输车辆以及未达到第三阶段排放标准的小客车全天禁止行驶,这会导致小客车的排放因子略有下降.
根据交通部门公布的实时路网车速数据,分析了会期和会前全路网车速的日变化规律,见图 4. 从中可以看出,会期白天路网车速有较大的提升,高峰时段路网平均车速由约20km ·h-1上升至30km ·h-1左右. 基于路网的车速数据,分别统计了会前和会期的早高峰时段车流的平均车速网格空间分布,见图 5,从中可以看出,会期高峰时段路网的平均速度升高,中心城区速度升高显著.
![]() | 图 4 APEC会前和会期路网车速变化Fig. 4 Road network speed before and during APEC conference |
![]() | 图 5 APEC会前和会期车辆平均速度网格分布Fig. 5 Average speed distribution before and during APEC conference |
根据研究区域内车型构成的特点,小客车是比例最大的车型,其次为大客车、 中型货车和重型货车[7, 20],因为后3种车型以柴油车为主,且排放与车速的关系相似[24, 25],所以本研究中选取小客车和大客车(柴油公交车)2种车型,分不同的排放标准水平研究排放因子与车速的变化规律,见图 6.
![]() | 图 6 车速与排放因子的关系 Fig. 6 Relationship between vehicle speed and emission factors |
从图 6中可以看出,对于小客车而言,不同排放标准的车辆PM的排放因子不随车速变化,只是国Ⅲ排放标准以后的车辆PM的排放因子从国Ⅰ和国Ⅱ车辆的0.003g ·(km ·veh)-1下降为0.001 g ·(km ·veh)-1; 国Ⅰ、 国Ⅱ和国Ⅲ车辆的NOx排放因子随着车速的提高呈U型分布,但是国Ⅲ车辆的排放因子最小值出现在更高的车速下,国Ⅳ、 国Ⅴ和国Ⅵ车辆的排放因子随车速升高而减小; 国Ⅰ和国Ⅱ车辆的CO排放因子随着车速的提高呈U型分布,国Ⅲ、 国Ⅳ、 国Ⅴ和国Ⅵ车辆的排放因子随车速升高而增大; 国Ⅰ、 国Ⅱ和国Ⅲ车辆的HC排放因子随着车速的提高呈U型分布,国Ⅳ、 国Ⅴ和国Ⅵ车辆的排放因子随车速升高而增大. 对于大客车而言,不同排放标准的车辆不同的污染物总体上随着车速的升高而减小,并且排放因子的最小值出现在车速为90km ·h-1左右.
2.3 限行前后典型道路的排放比较根据对典型道路的调查,分别分析车流量、 车型构成、 车辆排放水平构成和车速变化,分析不同类型道路机动车尾气排放强度ρ,单位为g ·(km ·h)-1,限行前后不同类型道路的排放强度见图 7,从中可以看出,夜间污染物的排放强度变化不大,主要是由于夜间的车流量和车速变化均不大,APEC会议期间白天的排放强度有明显降低,主要是车流量下降和车速上升的结果.
![]() | 图 7 限行前后不同类型道路尾气排放变化Fig. 7 Emissions changes of traffic exhaust for different types of roads before and during APEC conference |
根据APEC会前和会期不同类型典型道路的排放强度计算,不同污染物的削减比例见表 1. 从道路类型分析,支路、 次干道、 主干道和快速路的减排比例依次降低,主要是由于车流量的下降不同导致的,从污染物的减排比例来看,NOx、 PM、 HC和CO减排比例依次降低,主要是因为柴油车的NOx和PM排放随车速升高而降低,汽油车的CO和HC排放随车速升高而上升.
![]() |
表 1 APEC期间不同类型道路污染物减排比例/% Table 1 Emission reduction proportions of pollutants for different types of roads during APEC conference/% |
基于实际道路路网车流量、 车速和车辆类型构成,根据道路车辆信息的基础数据和排放因子,应用自下而上的方法建立了北京市机动车尾气排放清单[22],机动车排放可以根据基于网格的排放累计相加得到,APEC会前和会期不同污染物CO、 NOx、 HC和PM的排放1 km×1 km的网格分布见图 8. 从中可以看出,机动车排放分布主要集中在高密度人群和交通需求的市区中心,环路及放射性道路和高速公路出口由于车流量较大,网格内的排放强度较高,APEC会议期间的网格排放强度有明显降低,基于ArcGIS软件的统计功能,APEC会议期间,研究区域内CO、 NOx、 HC和PM排放分别减少37.5%、 43.4%、 39.9%和42.9%.
![]() | 图 8 APEC前及期间机动车尾气排放网格分布Fig. 8 Vehicle emissions mesh distribution before and during APEC conference |
需要指出的是,APEC会议期间的机动车尾气控制措施还包括会议期间运输土方或渣土、 危险物品车辆及黄标车禁行; 京B号牌摩托车、 低速货车和拖拉机全天禁止在五环路以内(含五环路)道路和怀柔主城区以内道路行驶,货运机动车禁止在六环路以内(含六环路)和怀柔主城区以内道路行驶; 会议期间外埠进京车辆需遵守尾号限行和高峰时段限行区域的规定,除城市运行保障类车辆外,外埠货运车辆、 摩托车、 拖拉机、 危险物品运输车辆以及未达到第三阶段排放标准的小客车全天禁止行驶. 这些措施会导致实际道路上的机动车排放水平更低,因为会前日常管理中也禁止黄标车等高排放车辆进入六环路内行驶,所以这些措施的效果主要体现在六环外,估算全市的机动车尾气减排比例高于本研究的计算结果.
3 结论(1) APEC会议期间北京市快速路、 主干道、 次干道和支路车流量下降比例分别为17%、 33%、 39%和44%,夜间车流量变化不大,白天车流量有显著降低. 会期白天路网车速有较大的提升,高峰时段路网平均车速由约20 km ·h-1上升至30 km ·h-1左右,会期高峰时段路网的平均速度升高,中心城区速度升高显著. 小客车的比例降低幅度最大,大客车和大货车流量降低但比例略有增加,由于禁止黄标车和外埠未达到第三阶段排放标准的小客车行驶,所以道路上行驶车辆的排放因子降低.
(2)APEC会议期间机动车尾气CO、 NOx、 HC和PM排放削减比例分别为:快速路15.1%、 22.4%、 18.4%和21.8%,主干道29.9%、 36.4%、 32.7%和35.8%,次干道35.7%、 41.7%、 38.4%和41.2%,支路40.8%、 46.5%、 43.1%和46.0%.
(3)基于自下而上的排放清单方法,建立了APEC会前和会期的机动车尾气排放清单,结果显示北京市城区机动车尾气CO、 NOx、 HC和PM排放量分别削减37.5%、 43.4%、 39.9%和42.9%. 基于实际道路交通流信息的自下而上的排放清单方法,能够准确评估机动车排放控制措施的效果.
[1] | Su J G, Apte J S, Lipsitt J, et al. Populations potentially exposed to traffic-related air pollution in seven world cities[J]. Environment International, 2015, 78 : 82-89. |
[2] | Zhang K, Batterman S. Air pollution and health risks due to vehicle traffic[J]. Science of the Total Environment, 2013, 450-451 : 307-316. |
[3] | Liu Z R, Hu B, Liu Q, et al. Source apportionment of urban fine particle number concentration during summertime in Beijing[J]. Atmospheric Environment, 2014, 96 : 359-369. |
[4] | Cheng S Y, Lang J L, Zhou Y, et al. A new monitoring-simulation-source apportionment approach for investigating the vehicular emission contribution to the PM2.5 pollution in Beijing, China[J]. Atmospheric Environment, 2013, 79 : 308-316. |
[5] | Tan J H, Duan J C, Chai F H, et al. Source apportionment of size segregated fine/ultrafine particle by PMF in Beijing[J]. Atmospheric Research, 2014, 139 : 90-100. |
[6] | Westerdahl D, Wang X, Pan X C, et al. Characterization of on-road vehicle emission factors and microenvironmental air quality in Beijing, China[J]. Atmospheric Environment, 2009, 43 (3): 697-705. |
[7] | 樊守彬. 北京机动车尾气排放特征研究[J]. 环境科学与管理, 2011, 36 (4): 28-31. |
[8] | 张清宇, 魏玉梅, 田伟利. 机动车排放控制标准对污染物排放因子的影响[J]. 环境科学研究, 2010, 23 (5): 606-612. |
[9] | Yue X, Wu Y, Hao J M, et al. Fuel quality management versus vehicle emission control in China, status quo and future perspectives[J]. Energy Policy, 2015, 79 : 87-98. |
[10] | 张秀丽, 吴丹, 张世秋. 北京市淘汰高污染排放车辆政策研究[J]. 北京大学学报(自然科学版), 2013, 49 (2): 297-304. |
[11] | Shang B, Zhang X N. Study of emission reduction: benefits of urban rail transit[J]. Procedia-Social and Behavioral Sciences, 2013, 96 : 557-564. |
[12] | 张阿玲, 柴沁虎, 申威. 氢动力汽车和电动汽车在中国的应用前景分析[J]. 清华大学学报(自然科学版), 2009, 49 (9): 1546-1548, 1552. |
[13] | Zhang S J, Wu Y, Wu X M, et al. Historic and future trends of vehicle emissions in Beijing, 1998-2020: A policy assessment for the most stringent vehicle emission control program in China[J]. Atmospheric Environment, 2014, 89 : 216-229. |
[14] | Zhou Y, Wu Y, Yang L, et al. The impact of transportation control measures on emission reductions during the 2008 Olympic Games in Beijing, China[J]. Atmospheric Environment, 2010, 44 (3): 285-293. |
[15] | Cai H, Xie S D. Traffic-related air pollution modeling during the 2008 Beijing Olympic Games: The effects of an odd-even day traffic restriction scheme[J]. Science of the Total Environment, 2011, 409 (10): 1935-1948. |
[16] | Wang T, Xie S D. Assessment of traffic-related air pollution in the urban streets before and during the 2008 Beijing Olympic Games traffic control period[J]. Atmospheric Environment, 2009, 43 (35): 5682-5690. |
[17] | Wang X, Westerdahl D, Chen L C, et al. Evaluating the air quality impacts of the 2008 Beijing Olympic Games: On-road emission factors and black carbon profiles[J]. Atmospheric Environment, 2009, 43 (30): 4535-4543. |
[18] | 郝艳召, 宋国华, 邱兆文, 等. 基于浮动车数据的机动车排放实时测算模型[J]. 中国环境科学, 2015, 35 (2): 396-402. |
[19] | 王孝文, 田伟利, 张清宇. 杭州市机动车污染物排放清单的建立[J]. 中国环境科学, 2012, 32 (8): 1368-1374. |
[20] | 樊守彬, 田灵娣, 张东旭, 等. 北京市机动车尾气排放因子研究[J]. 环境科学, 2015, 36 (7): 2374-2380. |
[21] | Franco V, Kousoulidou M, Muntean M, et al. Road vehicle emission factors development: A review[J]. Atmospheric Environment, 2013, 70 : 84-97. |
[22] | 樊守彬, 田灵娣, 张东旭, 等. 基于实际道路交通流信息的北京市机动车排放特征[J]. 环境科学, 2015, 36 (8): 2750-2757. |
[23] | 黄成, 刘娟, 陈长虹, 等. 基于实时交通信息的道路机动车动态排放清单模拟研究[J]. 环境科学, 2012, 33 (11): 3725-3732. |
[24] | Shen X B, Yao Z L, Zhang Q, et al. Development of database of real-world diesel vehicle emission factors for China[J]. Journal of Environmental Sciences, 2015, 31 : 209-220. |
[25] | 樊守彬, 李钢, 田刚, 等. 国Ⅳ柴油公交车在实际道路上的排放特征[J]. 北京工业大学学报, 2012, 38 (10): 1565-1569. |