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
近年来,北京市经济快速发展,居民生活水平不断提高,能源消耗持续增加,机动车保有量急剧增长. 1997年北京市机动车保有量为100万辆,2003年突破200万辆,2012年已经超过514万辆. 机动车排放已成为北京城市地区大气细颗粒物和超细颗粒物的主要排放源[1],Sun等[2]对北京冬季的颗粒物采样和化学成分分析结果表明机动车排放是PM2.5的重要来源之一,程水源等[3]的研究得到类似的结论,发现北京采暖期PM2.5中OC和EC的相关系数较高,且主要来源于机动车尾气和燃煤排放,其中机动车尾气排放的贡献率达44.70%. Cheng等[4]通过监测-模拟-源解析的方法研究发现,机动车尾气排放对北京市大气PM2.5的贡献率为22.5%±3.5%,道路交通扬尘的贡献率为4.9%±1.3%. Liu等[5]通过监测和因子分析法对北京夏季细粒子数浓度的来源进行分析,发现机动车排放和燃烧贡献分别达到47.9%和29.7%,是颗粒物数浓度的主要来源.
在机动车尾气排放因子研究方面,谢绍东等[6]通过比较COPERT Ⅲ模式、 MOBILE模式和台架测试得到的排放因子发现,COPERT Ⅲ模型计算获得的排放因子更接近中国机动车实际排放情况,并估算了中国机动车排放清单[7-9]. COPERT模式在中国得到了较为广泛的应用,分别用于估算常规污染物[11]、 有毒有害污染物[12]和温室气体[13]的排放因子. 张清宇等[14]利用适应性调整后的IVE模型及改进的LEAP模型,结合机动车燃油经济性,建立了研究区域2004~2030年机动车CO、 VOCs、 NOx、 PM10和CO2的动态排放因子. 王芬娟等[15]在丹麦哥本哈根市高速公路和城区分别设立了交通站点和背景站点,经过长期观测计算得到交通源排放的贡献率,并结合机动车数据估算了颗粒物数浓度排放因子. 台架测试是传统的测试排放因子的方法,并且也用于非常规污染物排放因子的测试,高爽等[16]采用底盘测功机对国内现有不同品牌轻型汽车进行台架实验,测试了轻型汽油车尾气中VOCs的排放特征和排放因子. Alves等[17]在道路隧道中测试了分粒径颗粒物和气态污染物的排放因子,测试结果在欧盟排放清单导则提供的数据范围内. Smit等[18]通过对比发现实际道路遥感测试数据高于实验室测试数据,认为实验室测试并不能完全捕捉到高排放车辆,并建议根据实测数据校正后的排放因子建立排放清单. 近年来,基于车载测试系统进行了较多的研究,相关报道主要是针对特定车型或特定污染物的实际道路排放特征进行测试[19-22],车载测试系统的应用已成为排放因子测试、 实际道路排放特征、 替代燃料车排放测试以及验证排放模型的重要手段[23].
本研究应用COPERT模型计算并结合车载测试系统实测验证的方法,基于北京市车辆构成特征、 燃料特征和车辆运行的实际参数,分析了北京市机动车尾气排放因子,以期为排放清单建立和控制方案制定提供依据.
1 材料与方法 1.1 模型介绍COPERT模型起源于欧洲委员会(EC)开展的机动车排放因子研究,经多年完善形成了目前的可以由计算机程序实现的COPERT Ⅳ模型. COPERT模型采用了大量可靠的实验数据,能够兼容不同国家标准和参数变量,被欧洲许多国家广泛应用[24]. 由于中国机动车排放标准采用欧洲体系,运用该模型计算排放因子会更适合中国机动车的实际情况. 应用COPERT Ⅳ模型进行排放因子计算之前,必须进行模型参数输入,输入的主要参数包括车辆组成、 排放标准等级、 行驶速度、 气候参数(温度)、 燃料参数等.
1.2 本地化参数调查统计 1.2.1 车辆构成情况本研究统计了2013年北京市分车型、 分排放标准等级、 分燃料类型的机动车保有量,从车型构成分析,载客汽车、 载货汽车、 摩托车和低速载货汽车的比例分别为91.7%、 5.8%、 2.1%和0.4%. 模型中机动车保有量需要考虑车辆的排放标准,本研究根据车辆的登记注册年份和北京市不同车型执行标准的实施日期进行分类,统计出各类车型中符合相应标准的机动车保有量,国Ⅰ及以下、 国Ⅱ、 国Ⅲ、 国Ⅳ和国Ⅴ机动车的比例分别为12%、 11%、 15%、 52%和10%. 从车辆的燃油类型分析发现,汽油车约占94.8%,柴油车约占5.0%,其他约占0.2%.
1.2.2 路网车速数据分析通过整理2013年北京市交通数据得到北京市路网的平均车速日变化趋势,见图 1. 可以看到全天车速变化呈“双谷”变化,在上下班高峰期,由于道路上车流量增加导致车速降低,在08:00和18:00左右路网车速达到最低,约为21~22 km ·h-1,夜间00:00~06:00车速最高,约为45~55 km ·h-1.
![]() | 图 1 路网平均车速
Fig. 1 Average speed of the road network
|
机动车使用的汽油含硫量和蒸气压会对车辆排放的SO2和VOCs产生显著影响. 根据北京市目前执行的车用汽油标准和车用柴油标准规定的燃料含硫量和蒸气压水平,汽油和柴油的含硫量限值均为0.001%,汽油的蒸气压限值11月1日至4月30日为45~85 kPa,5月1日至10月31日为42~65 kPa[25,26].
温度包括月最低气温和月最高气温,本研究使用2012年北京市各月的最高气温和最低气温的平均值,数据来源为北京市统计年鉴. 此外,气温参数与平均行驶里程会影响到不同车型的冷启动排放因子以及冷启动行驶比例[23]. 模型中其他参数平均行程长度、 负载和坡度等按模型默认值计算.
1.2.4 车载测试系统应用SEMTECH-D车载排放测试仪对车辆在实际道路上的气态污染物(CO、 NOx和HC)排放进行测试,利用低压电子冲击器(ELPI)实时监测PM排放浓度,车辆的行驶速度及位置采用GPS测量. 测试车辆共12辆,包括3辆国Ⅳ排放标准的轻型载客汽车,燃油为北京市售汽油,国Ⅲ排放标准的轻型、 中型和重型载货汽车各3辆,燃油为北京市售柴油. 轻型载客汽车的测试行驶路线涵盖了城区环路(快速路)、 主干道、 次干道和支路,测试时间涵盖车流量的高峰时段和非高峰时段. 载货汽车的测试线路选择在北京五环路外,测试行驶线路涵盖国道、 省道和县道.
2 结果与讨论 2.1 载客汽车主要污染物排放因子将北京实际参数输入COPERT Ⅳ模型中,计算北京机动车在城市路况下的污染物排放因子,表 1为不同排放标准下载客汽车的排放因子. 从中可以看出,对于不同排放类型的载客汽车,国Ⅰ排放标准下CO、 NOx、 HC等主要污染物的排放因子比国0排放标准有明显降低.
![]() | 表 1 轻型载客汽车尾气排放因子 /g ·(km ·veh)-1 Table 1 Exhaust emission factors of passenger cars/g ·(km ·veh)-1 |
对于汽油车而言,CO和HC的排放随着排放标准逐渐提高到国Ⅳ,相对国Ⅰ呈逐渐降低的趋势,但国Ⅴ和国Ⅵ排放标准的车辆与国Ⅳ对比排放因子没有下降; NOx的排放随着排放标准从国Ⅰ到国Ⅴ也呈现逐渐降低的趋势,国Ⅵ与国Ⅴ相比排放因子没有降低; PM的排放因子从国Ⅲ排放标准开始降低到0.001 g ·(km ·veh)-1,并一直维持在相同的水平.
对于柴油车而言,CO排放因子从国Ⅰ到国Ⅲ逐渐下降,国Ⅳ略有升高,国Ⅴ和国Ⅵ排放因子相同; NOx排放因子变化相对较复杂,但国0到国Ⅴ的变化幅度不大,直到国Ⅵ排放标准才有显著的降低; HC排放因子从国0到国Ⅳ逐渐降低,国Ⅴ和国Ⅵ排放因子相同; PM的排放因子从国0到国Ⅴ逐渐降低,国Ⅵ与国Ⅴ排放因子相同,并且国Ⅴ和国Ⅵ的PM排放水平已接近汽油车.
对于LPG和CNG车辆而言,其各项污染物的排放因子与汽油车差别不大,混合动力汽油载客汽车的CO、 NOx、 HC和PM排放因子明显低于国Ⅵ排放标准的汽油车和柴油车.
2.2 载货汽车及公交车主要污染物排放因子载货汽车主要以柴油车为主,轻型载货汽车也包括一小部分的汽油车,不同排放标准不同类型车辆的排放因子见表 2,可以看出随着排放标准的提高,排放因子总体上呈下降趋势.
![]() | 表 2 载货汽车尾气排放因子 /g ·(km ·veh)-1 Table 2 Exhaust emission factors of trucks/g ·(km ·veh)-1 |
对于汽油燃料的轻型载货汽车而言,其排放因子随排放标准的变化规律与汽油燃料的轻型载客汽车类似,但是CO的排放因子大于载客汽车,NOx排放因子除国0和国Ⅰ外小于载客汽车,HC排放因子大于载客汽车,PM排放因子与载客汽车相同.
对于柴油燃料的轻型载货汽车而言,其排放因子随排放标准的变化规律与汽油燃料的轻型载客汽车类似,但是载货车的排放因子普遍大于或等于载客车.
对于中型和重型载货汽车,主要以柴油车为主,随着排放标准的提高排放因子总体上呈下降趋势. 对于重型柴油货车,国Ⅲ车辆的CO和PM的排放因子比国Ⅱ有小幅度的升高,国Ⅴ车辆的CO、 NOx和PM排放因子比国Ⅳ有小幅度的升高,国Ⅵ车NOx排放因子比国Ⅴ有显著下降,其它污染物的下降幅度不明显.
北京市公交车主要以柴油车为主,另外还包括一部分CNG车辆和纯电动公交车,不同排放标准不同类型车辆的排放因子见表 3,可以看出不同排放标准的标准型公交车排放因子变化趋势与重型柴油货车一致. 对于CNG公交车,与国三柴油公交车相比,国三CNG公交车的PM、 CO和NOx的排放因子分别削减了96%、 67%和11%,EEV天然气公交车的PM、 CO和NOx的排放因子分别比国四柴油公交车削减了80%、 33%和40%,CNG公交车的HC要明显高于同类控制水平的柴油公交车.
![]() | 表 3 公交车尾气排放因子 /g ·(km ·veh)-1 Table 3 Exhaust emission factors of buses/g ·(km ·veh)-1 |
摩托车在北京机动车中的比例较低,不同排放标准时不同排气量摩托车的污染物排放因子见表 4. 从中可以看出,国0标准下四冲程摩托车CO排放因子比二冲程摩托车明显高,但是国Ⅱ和国Ⅲ排放标准下,四冲程摩托车的CO排放因子低于二冲程摩托车,HC和PM排放因子也低于二冲程摩托车,NOx排放因子则高于二冲程摩托车.
![]() | 表 4 摩托车尾气排放因子 /g ·(km ·veh)-1 Table4 Exhaust emission factors of motorcycles/g ·(km ·veh)-1 |
车载尾气检测技术的出现和发展为机动车尾气的相关研究提供了一种较为准确、 便捷、 能实时反映城市路网排放的测试方法,在尾气排放特性和规律研究、 机动车尾气排放数据库和城市路网排放清单建立等领域得到了广泛的应用. 本研究对国Ⅳ排放标准的轻型载客汽车的排放因子进行车载法尾气排放测试,将实测数据与模型所得的数据进行对比,结果如图 2所示,从中可以看出国Ⅳ标准下两种方法得到的CO、 NOx和HC排放因子非常接近,尤其是CO的排放实测数据是模型数据的0.96倍,NOx的实测数据是模型数据的0.64倍,HC的实测数据是模型数据的4.89倍.
![]() | 图 2 轻型汽油客车实测和模型排放因子对比
Fig. 2 Comparison of measured and simulated emission factor from passenger cars
|
本研究对国Ⅲ排放标准下的轻型、 中型和重型柴油载货汽车进行测试,测试的载货汽车按承载吨位分为轻型、 中型和重型这3种,轻型卡车总质量为1.8~6 t,中型卡车总质量是6~14 t,重型卡车总质量为14~100 t,超重型卡车总质量100 t以上. 车载法实测获得相应的CO、 NOx、 HC和PM的排放因子,测试车辆的CO、 NOx和HC的排放因子实测数据普遍都比模型所测的数据要高,而PM的数据是模型数据高于实测数据,见图 3. 轻型、 中型和重型载货汽车的CO排放因子实测数据分别是模型数据的1.61、 1.07和1.76倍,NOx实测数据是模型数据的1.04、 1.21和1.18倍,HC实测数据是模型数据的3.75、 1.84和1.47倍,PM则为模型数据是实测数据的1.31、 3.42和6.42倍.
![]() | 图 3 柴油卡车实测和模型排放因子对比
Fig. 3 Comparison of measured and simulated emission factor from diesel trucks
|
(1)本研究利用COPERT Ⅳ模型计算得到包括轻型载客汽车、 载货汽车、 公交车和摩托车等不同车型,在实施国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情况下,在北京实际参数下的CO、 NOx、 HC和PM的排放因子. 结果表明,随着排放标准的提高,各车型的污染物排放因子出现明显下降,但从国Ⅴ提升到国Ⅵ排放标准,汽油车排放因子没有下降,柴油车的NOx排放因子下降明显,其他污染物下降幅度较小.
(2)车载测试方法对国Ⅳ排放标准的轻型载客汽车和国Ⅲ排放标准的轻型、 中型和重型载货汽车的排放因子进行了实际道路测试,轻型汽油载客汽车的CO排放因子的实测数据是模型数据的0.96倍,NOx的实测数据是模型数据的0.64倍,HC的实测数据是模型数据的4.89倍. 轻型、 中型和重型货车的CO排放因子,实测数据分别是模型数据的1.61、 1.07和1.76倍,NOx排放因子的实测数据是模型数据的1.04、 1.21和1.18倍,HC排放因子的实测数据是模型数据的3.75、 1.84和1.47倍,PM排放因子则为模型数据是实测数据的1.31、 3.42和6.42倍.
(3)实测排放因子与模拟结果相近,但是不同车型和不同污染物的排放因子实测值和模拟值没有明确的大小关系,模拟结果可以自上而下宏观估算机动车尾气排放量,在通过自下而上的方法建立实际道路机动车尾气排放清单时,建议采用实测数据对主要车型的排放因子进行实测并对模拟结果进行修正.
[1] | 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. |
[2] | Sun K, Qu Y, Wu Q, et al. Chemical characteristics of size-resolved aerosols in winter in Beijing[J]. Journal of Environmental Sciences, 2014, 26 (8): 1641-1650. |
[3] | 程水源, 刘超, 韩力慧, 等. 北京市采暖期PM2.5中有机碳和元素碳的污染特征与来源解析[J]. 北京工业大学学报, 2014, 40 (4): 586-591. |
[4] | Cheng S, Lang J, 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 (7): 308-316. |
[5] | 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. |
[6] | 谢绍东, 宋翔宇, 申新华. 应用COPERTⅢ模型计算中国机动车排放因子[J]. 环境科学, 2006, 27 (3): 415-419. |
[7] | 宋翔宇, 谢绍东. 中国机动车排放清单的建立[J]. 环境科学, 2006, 27 (6): 1041-1045. |
[8] | Cai H, Xie S D. Estimation of vehicular emission inventories in China from 1980 to 2005[J]. Atmospheric Environment, 2007, 41 (39): 8963-8979. |
[9] | Lang J L, Cheng S Y, Zhou Y, et al. Air pollutant emissions from on-road vehicles in China, 1999-2011[J]. Science of the Total Environment, 2014, 496: 1-10. |
[10] | Lang J L, Cheng S Y, Wei W, et al. A study on the trends of vehicular emissions in the Beijing-Tianjin-Hebei (BTH) region, China[J]. Atmospheric Environment, 2012, 62: 605-614. |
[11] | 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. |
[12] | 黄志辉, 汤大钢. 中国机动车有毒有害空气污染物排放估算[J]. 环境科学研究, 2008, 21 (6): 166-170. |
[13] | 蔡皓, 谢绍东. 中国不同排放标准机动车排放因子的确定[J]. 北京大学学报(自然科学版), 2010, 46 (3): 319-326. |
[14] | 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. |
[15] | 王芬娟, 方栋, Matthias K. 机动车颗粒物数排放因子和特征[J]. 北京大学学报(自然科学版), 2012, 48 (6): 1023-1029. |
[16] | 高爽, 金亮茂, 史建武, 等. 轻型汽油车VOCs排放特征和排放因子台架测试研究[J]. 中国环境科学, 2012, 32 (3): 397-405. |
[17] | Alves C A, Gomes J, Nunes T, et al. Size-segregated particulate matter and gaseous emissions from motor vehicles in a road tunnel[J]. Atmospheric Research, 2015, 153: 134-144. |
[18] | Smit R, Bluett J. A new method to compare vehicle emissions measured by remote sensing and laboratory testing: High-emitters and potential implications for emission inventories[J]. Science of the Total Environment, 2011, 409 (13): 2626-2634. |
[19] | Yao Z L, Wu B B, Shen X B, et al. On-road emission characteristics of VOCs from rural vehicles and their ozone formation potential in Beijing, China[J]. Atmospheric Environment, 2015, 105: 91-96. |
[20] | Shen X B, Yao Z L, Huo H, et al. PM2.5 emissions from light-duty gasoline vehicles in Beijing, China[J]. Science of the Total Environment, 2014, 487: 521-527. |
[21] | Huo H, Yao Z L, Zhang Y Z, et al. On-board measurements of emissions from light-duty gasoline vehicles in three mega-cities of China[J]. Atmospheric Environment, 2012, 49: 371-377. |
[22] | 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. |
[23] | Franco V, Kousoulidou M, Muntean M, et al. Road vehicle emission factors development: A review[J]. Atmospheric Environment, 2013, 70: 84-97. |
[24] | Gkatzoflias D, Kouridis C, Ntziachristos L, et al. COPERT 4, computer programme to calculate emissions from road transport-methodology and emission factors[R]. Copenhagen, Denmark: European Environment Agency, 2007. 5-20 |
[25] | DB 11/238-2012, 北京市地方车用汽油标准[S]. |
[26] | DB 11/239-2012, 北京市地方车用柴油标准[S]. |