随着城市发展和生活水平提高, 我国机动车保有量正在不断增加, 机动车尾气排放已成为城市地区大气污染的重要来源^[1], 尾气中氮氧化物和挥发性有机物是城市细颗粒物和臭氧形成的重要构成物质^{[2, 3]}.各国学者针对机动车污染现状的研究, 主要包含尾气排放因子的研究^[4~7]、长期排放变化趋势研究^{[8, 9]}、排放清单建立及其时空分布特征研究^[10~13]、影响排放关键要素的研究^[14~16]、测试方法的研究^[17]、机动车非尾气排放研究^[18]、模型应用^[19~22]、特殊管理需求下减排措施采取前后机动车排放的变化^[23~26], 这些研究不仅给环境管理部门制定机动车污染排放控制提供了全面的技术支撑, 还为预测未来不同控制情景下的机动车排放特征提供了可能.

新城或城市副中心建设会引领区域交通快速发展, 在交通规划和污染控制时需充分考虑机动车污染控制.本研究提出了一种基于实际路网车流信息的新城建设机动车污染控制情景分析方法, 依据北京市现行政策和北京城市副中心的相关规划设定不同的方案情景, 以2015年为基准年, 建立基于路网车流信息的机动车尾气排放清单.通过计算未来年路网车流信息和各情景下机动车污染物的排放清单, 预测目标年份2020年和2025年的排放变化, 从而分析各类控制措施的减排效果, 以期为北京城市副中心交通规划和机动车污染控制提供技术依据.

1 材料与方法 1.1 路网车流排放因子计算方法

本研究将机动车分为小客车、大客车、小型货车、中型货车和大型货车.根据通州区2013~2015年分车型、分排放标准、分燃油类型的机动车保有量, 并结合各车型车龄, 计算每年不同排放标准机动车的自然淘汰率, 考虑目标年份新增机动车控制数量, 最终确定目标年份不同排放标准机动车的平均自然淘汰率, 依据平均自然淘汰率和新增机动车数量, 估算目标年份的机动车保有量.根据估算的目标年份各车型保有量和各车型不同排放标准的分布, 以2015年实际道路排放因子为基础, 估算目标年份实际道路国0、国Ⅰ、国Ⅱ、国Ⅲ、国Ⅳ、国Ⅴ和国Ⅵ等不同阶段机动车排放标准构成比例下实际路况的CO、NO_x、HC和PM排放因子.

路网车流中不同类型机动车均由不同排放标准的车辆构成, 对于不同车型的平均排放因子根据不同排放标准车辆的比例加权平均进行计算, 计算公式为式(1).

(1)

式中, EF_{y, z}为y类型车辆的z污染物平均排放因子, g·km^-1; EF_{x, y, z}为排放标准为x的y类型车辆z污染物的排放因子, g·km^-1; W_{x, y}为排放标准x的y类型车辆中车辆比例, 排放因子数值见文献[27, 28].

1.2 机动车行驶里程计算方法

机动车年行驶里程(vehicle kilometers travelled, km·a^-1)对机动车的污染物排放量具有直接影响^[29].通过分析通州区目前路网密度、交通发展规划和道路建设规划等相关资料, 估算未来10年通州区路网密度和道路车流量.基准年新城区路网密度约3.3 km·km^-2, 其余区域约2.5 km·km^-2. 2016~2020年, 路网密度持续加密, 到2020年新城区路网密度达到约9 km·km^-2, 其余区域达到约3.0 km·km^-2, 网格行驶里程按目标年路网密度与基准年路网密度的比例增加. 2021~2025年, 道路建设基本完成, 路网密度变化不明显, 网格行驶里程根据每年道路车流增长比例增加. 2015、2020和2025年车辆行驶里程分别为2.07×10⁷、3.46×10⁷和3.61×10⁷ km·d^-1, 图 1为基准年2015年、目标年2020年和2025年行驶里程分布.

1.3 排放清单建立方法

自下而上的方法是应用交通模型计算或现场调研研究区域每个路段上的交通流, 把交通流数据输入排放模型计算每个路段上的交通排放量, 然后对排放量进行空间分配, 建立自下而上的网格排放清单^{[28, 30]}.自上而下的方法是基于研究区域机动车保有量和年均行驶里程计算交通排放总量, 这种方法建立的排放清单不具有时空分布信息^[30], 需要应用空间分配模型对污染物排放量进行空间分解, 以研究污染物排放的空间分布特征.

基于实际道路车流量和车速数据, 建立通州区基准年和目标年份机动车尾气排放清单.网格中机动车尾气污染物排放量应用公式(2)计算.

(2)

式中, E_z为网格中机动车尾气排放z污染物的日排放量, g·d^-1; F_{i, y}为i路段上y类型车辆的日车流量; L_i为i路段的长度, km; EF_{y, z}为y类型车辆z污染物的平均排放因子, g·km^-1; i为不同的路段, y为机动车类型, z为污染物种类.

本研究中路网车流量的获取方式、基准年排放清单建立和外地车排放贡献率数据来源于文献[31].

1.4 情景设置

为研究各种控制措施对机动车污染物的减排潜力, 本文根据北京市近年来采取的控制措施和通州区的实际情况, 将排放标准升级、淘汰高排放车、新能源车推广等控制措施设定为相应情景, 并与基准情景进行比较.

设置的情景分为以下6种：①基准情景考虑车辆自然淘汰更新及目前制定的排放标准改进措施, 不考虑其他控制措施.基准情景这样设定的目的在于评估各控制措施减排效果时不受其它因素影响. ②根据北京市计划的新车排放标准销售时间设置排放标准更新情景, 并改进燃油标准.此情景作为一种基础情景, 其它控制情景在此情景基础上进行. ③依据通州区地理位置和北京市行政副中心定位, 结合外地车过境现状, 制定外地车辆限行情景. ④结合北京市不同排放标准车辆淘汰潜力设计高排放车淘汰情景. ⑤考虑未来电动车推广趋势和北京市相关政策, 设置以出租车和公交车为主的新能源车推广情景. ⑥综合情景是把上述所有控制措施进行有效结合, 考虑综合减排潜力.控制情景的详细说明见表 1.

2 结果与讨论

根据各情景对实际道路车流量、排放因子、行驶里程等因素的影响, 计算目标年份不同情景下机动车污染物CO、NO_x、HC和PM的排放量, 估算不同控制措施的污染物减排率.

2.1 基准情景

在基准情景0和基准情景1下各污染物的排放变化趋势见图 2.从中可以看出, 在基准情景0下, 通州区各污染物排放量持续增加.在基准情景1下, 随着机动车自然淘汰更新和从2018年国Ⅵ排放标准的实施, 各污染物排放量自2017年持续下降.由此可见, 排放标准更新对机动车减排效果显著.此外, 中大型货车对NO_x和PM的削减幅度比CO和HC大, 这是由于中大型货车自然淘汰率较高, 且即将实施的国Ⅵ排放标准对重型发动机要求更加严格, 对NO_x和PM的排放因子下降幅度较大. 图 3分别为通州区和新城区在基准情景1下各车型对污染物的分担率.从中发现, 小客车在未来10 a对CO和HC的分担率变化不明显, 对PM的分担率有增大趋势, 而中大型货车对NO_x和PM的分担率有下降趋势.

2.2 排放标准更新情景

图 4为排放标准更新情景下各污染物的减排效果.此情景是在基准情景1基础上增加改进燃油品质措施.与基准情景1相比较, 此措施到2025年对通州CO、NO_x、HC和PM的削减率分别为0.3%、11.0%、9.2%和9.8%, 对新城区的削减率分别为0.3%、11.3%、9.2%和9.8%.由于国Ⅵ燃油标准对NO_x、HC和PM的排放因子削减率较高, 因此对这3种污染物排放量的削减比例较大, 对CO的削减效果不明显.

2.3 外埠车限行情景

外埠车辆是通州区机动车污染严重的重要因素之一.通过控制外埠车, 各污染物排放量在目标年份持续下降, 结果见图 5.通过分析发现, 外埠车限行对各污染物的减排率逐年上升, 主要原因是对小客车和大货车的限行力度持续增强.但2020年以前减排率较小, 2020年以后减排率较大.到2025年, 对通州区污染物的减排率分别达到21.4%、28.4%、28.3%和24.2%, 对新城区污染物的减排率分别达到23.3%、28.8%、29.9%和24.4%, 主要由于前期因城市副中心进行大规模建设, 对人力物力需求大, 因此对两种车的限行力度设置较小, 后期因城市建设基本完成, 城市运行步入正轨, 并参照目前北京市二环内的外地车通行状况, 因此加大限行力度, 对新城区的限行力度更大.此外, 对各污染物之间的减排效果进行比较, 发现此情景对HC、NO_x和PM的减排效果较好, 对CO的减排率较低, 这是因为对大货车的限行力度加大, 同时国Ⅵ燃油标准对CO排放的降幅较小, 而对HC排放的降幅较大.

2.4 淘汰高排放车情景

淘汰高排放车是削减污染物排放的有效措施, 污染物排放变化趋势见图 6.由于2019年及以前, 通州区国Ⅰ和国Ⅱ车所占比例已不大, 因此各污染物削减效果不明显. 2019年以后, 在机动车自然淘汰更新下各排放标准车均占一定比例, 因此各污染物削减效果明显增加, 在2021年削减效果最佳, 对各污染物的削减率分别为9.1%、35.4%、16.2%和36.9%.新城区在此情景下的减排效果不明显, 这是由于新城区高排放车较少.对各污染物之间的减排效果进行比较, NO_x和PM的减排率较高.

2.5 新能源车推广情景

虽然此情景只针对出租车和公交车推广电动车, 相对通州区整个机动车车队所占比例很小, 但由于电动车尾气排放量极小, 甚至为零排放, 所以削减效果显著. 图 7为新能源车推广情景下各污染物的变化趋势.从图中可以看出, 各污染物均呈下降趋势, 但新城区2020年以后污染物削减率变化不大, 原因是2020年出租车和公交车已全部电动化.对于各污染物削减效果, HC、NO_x和PM的削减效果显著, 到2025年对通州区各污染物可分别削减15.9%、38.1%、24.8%和35.7%, 对新城区可分别削减17.7%、43.0%、28.5%和40.7%.因此, 大力推广电动车对机动车排放的控制将发挥很大的作用.

2.6 综合情景

综合应用以上控制措施, 对机动车污染物的减排效果更加明显, 如图 8所示.到2025年, 综合措施使通州区机动车污染物CO、NO_x、HC和PM分别下降39.0%、58.7%、49.2%和55.5%, 新城区的下降率更高, 但新城区自2023年后下降率有减少的趋势.此外, 同样是CO排放量的下降率较低, 其它污染物的下降率较高, 尤其是对NO_x和PM.

与基准情景相比, 各控制情景对污染物排放量都有一定程度的削减, 削减率随着措施力度的加强而提高.由于基准情景1中考虑了排放标准更新因素, 所以排放标准更新情景对各污染物的削减率不高.新能源车推广情景对各污染物减排效果显著, 在小客车中由于出租车所占比重较小, 而公交车占大客车比重较大, 所以此情景对NO_x和PM的减排效果更好.由于外地车限行情景对外地小客车和大货车均限行, 所以各污染物减排效果均显著.淘汰高排放车对各污染物减排量较少, 在2021年达到最大削减率, 到2025年削减率降低, 说明淘汰高排放车措施在短时间内削减效果显著, 但长期削减效果较弱.当然这与设置的淘汰力度也有一定关系.综合情景对污染物的削减率达到最佳.

在未来时间, 要加强改进机动车排放标准和燃油标准, 积极推广新能源车, 根据实际情况限制外地车进京和淘汰高排放车.为通州区未来有效控制机动车尾气排放和改善空气质量, 要采用综合措施加以控制.

3 结论

(1) 基于实际道路车流信息建立了基准年机动车尾气排放清单, 根据北京城市副中心相关交通规划资料预测路网和机动车活动水平数据, 未来10年通州区机动车行驶里程持续增长.在基准情景0下污染物排放量持续增加, 在基准情景1下, 随着机动车自然淘汰更新和国Ⅵ排放标准的实施, 各污染物排放量呈下降趋势.

(2) 与基准情景相比, 各控制情景对污染物排放量都有一定程度的削减, 削减率随着措施力度的加强而提高.新能源车推广情景对各污染物减排效果显著, 且对NO_x和PM的减排效果更好.外地车限行情景对各污染物减排效果均显著.淘汰高排放车措施在短时间内削减效果显著, 但长期削减效果较弱.综合情景对污染物的削减率达到最佳.因此, 在未来期间应采取综合措施对机动车污染加以控制.

(3) 综合措施情景下通州区机动车污染物CO、NO_x、HC和PM分别下降39.0%、58.7%、49.2%和55.5%, 新城区的下降率更高, 但新城区自2023年后下降率有减少的趋势.应尽可能地采取多种措施综合治理机动车污染, 这样可以对每种常规污染物实现最大限度的减排.

(4) 基于路网车流信息建立基准年排放清单, 并基于交通规划预测路网及车流变化情景, 预测不同控制情景下基于路网车流信息的排放量, 分析不同情景的控制效果, 为新城建设机动车污染控制规划提供一种技术方法.