SCI论文（www.lunwensci.com）
摘要 ：研究了高速公路客车污染物排放时空分布特性， 为政府相关部门制定合理的交通管制措施提供理论支持， 从而减轻客车排 放对高速公路及周围环境造成的危害 。以2021年云南省高速公路通行客车收费数据为基础， 结合云南省客车技术特征 、环境条件 及燃油特性等参数对 MOVES 模型进行本土化修正， 从而计算高速公路客车排放因子， 结合车流量及行驶里程建立 2021 年云南省 排放清单， 并采取自下而上的方法和 ArcGIS 技术对排放清单进行时空分布分析 。结果表明， 各项污染物主要来源于客一 。在时间 分布上， 在工作日期间客车污染物排放量在 8 时及 18 时左右出现双高峰结构， 而非工作日期间， 在 14 时到18 时之间一直处于较高 的排放水平; 在空间分布上， 污染物分布以昆明市为中心向四周扩散， 离昆明市越远的地方， 污染物排放分担率越小。
关键词：高速公路,客车, 排放清单, 时空分布, MOVES 模型
Abstract: The spatial and temporal distribution characteristics of pollutant emissions from passenger vehicles on expressways was researchedto provide theoretical support for relevant government departments to formulate reasonable traffic control measures , so as to reduce the harmcaused by passenger vehicle emissions to expressways and the surrounding environment . Based on the toll data of expressway passengervehicles in Yunnan Province in 2021. combined with the technical characteristics, environmental conditions and fuel characteristics ofpassenger vehicles in Yunnan Province, the MOVES model was modified locally, so as to calculate the emission factor of expressway passengervehicles. Mileage established the 2021 Yunnan Province emission inventory, and using a bottom-up approach and ArcGIS technology toanalyze the spatiotemporal distribution of emission inventories . The results show that the pollutants mainly come from Keyi. In terms of timedistribution, passenger vehicle pollutant emissions have a double-peak structure around 8: 00 and 18: 00 during working days, while duringnon-working days, they have been at a higher level between 14: 00 and 18: 00. In terms of distribution, the distribution of pollutants spreadsaround Kunming city as the center, the farther away from Kunming city, the smaller the share of pollutant emissions.
Key words: expressway,passenger vehicles,emission inventory, spatial-temporal distribution, MOVES model
引言
高速公路是现代化交通体系的重要组成部分， 具有行车速度快 、通行能力大的特点 。随着高速公路网建设的不断完善， 高速公路已成为人们出行的主要选择， 然而在高速公路通行的客车大多是以汽油和柴油等传统燃料为主， 在行驶过程排放大量的污染物， 对高速公路及周边大气环境的影响日益突出，已成为高速公路及周边大气污染的主要来源[1-2] 。因此， 有必要建立高速公路客车污染物排放清单并对其进行时空特性分析， 为政府相关部门制定合理的交通管制措施提供理论支持， 从而减轻客车排放对环境造成的危害。
目前， 部分学者针对车辆排放清单特性开展了相应的研究 。从研究道路类型层面， 目前主要研究道路类型 为城市道路， 而针对高速公路车辆污染物排放特征的研 究相对较少 。王计广等[3]建立了唐山市城区内机动车排 放清单并对其进行时空分配; 吕改艳等[4]基于 IVE 模型建 立重庆市主城区机动车不同时空分辨率的排放清单; 沈 聪等[5]建立了天津市南开区部分主要道路机动车排放清 单 。从研究的区域层面， 机动车排放清单特性研究主要 集中在经济发达省份[6-7]及城市群[8- 10]， 而针对欠发达的 地区研究较少， 但随着社会的发展， 欠发达地区的生活 水平也不断提高， 客车需求量不断增加， 因此客车保有 量不断增加， 导致客车排放污染物对环境造成了较大的 影响 。从车辆排放量估算方法来看， 主要利用车辆排放模型估算排放量的排放因子法， 徐倩等[11]基于 COPERT 模型建立了中国机动车排放清单; 朱庆功等[12]基于MOVES模型计算了北京市轻型汽油车蒸发排放总量; 许庆江等[13]基于 IVE 模型建立了长春市载客汽车污染物排 放因子库 。相关研究表明[14- 15]， 在常用的车辆排放模型中， MOVES模型经历了多次的更新迭代， 与 COPERT、 MOBILE 和 IVE 等机动车排放模型相比，MOVES 模型计 算精度更高， 更能反映车辆排放特征。
综上所述， 目前车辆排放清单及时空分布特性研究 主要集中在经济发达地区， 且主要研究对象为城市道路， 针对欠发达地区及高速公路车辆排放时空分布特性研究 相对较少 。针对目前存在的问题， 考虑到客车尾气污染物对高速公路及周边大气环境的影响日益突出的现状， 本文以云南省高速公路通行客车为主要研究对象， 应用计算精度较高的 MOVES 模型建立排放清单， 并采用自下 而上的方法和 ArcGIS 技术对排放清单进行时空分布分析， 为相关部门制定机动车污染物减排政策及区域污染 物联防联控提供理论依据。
1 研究方法
1.1 估算排放因子
MOVES 模型是由美国 EPA 根据美国本土情况开发的， 由于中美在车辆排放限值 、燃油标准 、车辆技术特 征等方面存在一定的差异， 在使用 MOVES 模型计算排放 因子时， 需要根据研究区域的实际情况对 MOVES 模型进 行本土化修正， 其中主要修正参数为车辆类型 、车用燃 油标准 、温度及相对湿度 、平均速度 、车龄分布等。
车辆类型： 本文使用的数据是来自于交通运输管理 部门提供的高速公路收费数据， 故选用交通运输管理部 门的车辆分类方法与 MOVES 模型车辆分类标准进行对 应， 结果如表 1 所示。
车龄分布： 一般情况下每年新车都有不同的存活概率， 但在一定时间内如果车辆性能和报废法规等外界条 件不发生变化， 存活概率可以假定保持不变 。因此， 假 设每年的新车存活概率保持不变， 以云南省每年客车保 有量和新车注册量估算车辆存活率， 结合高速公路车流 量计算 2021 年云南省高速公路通行客车的车龄分布， 具 体公式如下：
Pi,j = Ri × Sj - i(1)
Pj =Pi,j(2)
式中： Pi, j 为目标年j 中车龄为 i 的机动车保有量; Ri 为车 龄为 i 的车辆存活率; Sj-i 为第j-i 年新车注册量; Pj 为j 年 机动车保有量。
平均速度： 根据 2021 年云南省高速公路收费流水数据， 整理得到高速公路通行客车不同车型平均速度， 客 一 、 客 二 、 客 三 、 客 四 平 均 速 度 分 别 为 86.44 km/h、 77.42 km/h 、76.44 km/h 、78.86 km/h。
车用燃油： 根据云南省 2021 年车用燃油的使用情况， 依据国家燃油标准《车用汽油 ( GB17930-2016 ) 》、 《车用柴油 ( GB 19147-2016 ) 》 的参数对燃油信息进行 本土化。
气象信息： 根据中国气象局历史天气得到 2021 年云南省各地区每月平均气温和相对湿度。
1.2 建立排放清单
通过整理云南省高速公路收费流水数据获取 2021 年各车型年均行驶里程及车流量， 从而建立 2021 年云南省高速公路网客车排放清单， 计算公式如下：
EQ =EFi × Pi × VKTi ( 3 )
式中： EQ 为污染物年排放总量， g; EFi 为 i 型车的排放 因子， g/km; Pi 为 i 型车的车流量， 辆; VKTi 为 i 型车的单车年均行驶里程， km。
2 结果与讨论
2.1 排放因子
基于对 MOVES 模型本土化修正， 估算了云南省高速 公路通行客车不同车型的 THC 、CO 、NOx 及 PM2.5 等大气污染物排放因子， 结果如表 2 所示 。从表中可以看出， 客一在各项排放污染物中 CO 排放因子最高， 与其他污染物相差较大， 其主要原因是客一为乘坐人数小于或等 于 9 位的小型客车， 以汽油为主要燃料， 尾气排放物主要为 CO; 客二及客三属于中型客车， 以汽油为燃料和以 柴油为燃料的车辆市场份额相差不大， 因此 CO 和 NOx 的 排放因子都较高; 客四 NOx 排放因子是 4 种车型中 NOx 排 放因子的最大值， 且在各项排放污染物中也是最大值， 其主要原因是客四为乘坐人数大于或等 40 人的大型客 车， 其主要燃料为柴油， 尾气排放物主要为 NOx。
2.2 估算排放清单
以客车污染物排放因子为基础， 结合高速公路通行客车车流量及年均行驶里程得到 2021 年云南省高速公路客车排放清单， 结果如表 3 所示 。从表中可以看出， 各项污染物中客一贡献率均为最大， 其主要原因是 2021 年 云南省高速公路通行车辆中客一车流量占比最大， 分别 是客二 、客三 、客四的 129 倍 、88 倍 、323 倍 。在各项污 染物中， 客一对 CO 的排放分担率最大， 在 2021 年排放总 量高达 51 933.87 t， 其次为 THC， 排放量为 11 654.05 t。 由于车流量最大的客一NOx 排放因子较低， 而车流量最 小的客四 NOx 排放因子较高， 因此 4 种车型对 NOx 排放量的贡献率较均衡。
2.3 时空分布
2.3. 1 时间分布
根据 2021 云南省高速公路收费流水数据得到不同时 间段客车车流量 、行驶里程及平均速度， 采用自下而上 的方法， 对排放清单进行时间分布， 结果如图 1~2 所示。
小时分布： 从图 1 中可以看出， 在工作日期间客车
污染物排放量在 8 时左右及 18 时左右出现双高峰结构，这与人们早晚上下班时间分布一致， 在上下班高峰期人们出行时间较集中， 车流量较大， 且容易出现交通拥堵的情况， 导致车辆运行车速较低， 车速较低时车辆排放率较高 。而非工作日期间， 只有在 14 时左右出现排放高峰期， 在 14 时出现排放量高峰期之后到 18 时之间一直处于较高的排放水平， 18 时之后排放量才逐渐降低。 日均分布： 从图 2 中可以看出， 客一在节假日 (法定节假日 ) 期间污染物排放分担率最高， 其次是周末(排除节假日以外的周末) 及工作日 (包括节假日调休的周末)， 主要原因是： 云南省属于旅游大省， 在节假日期间自驾游的旅客较多， 导致客一排放分担率高， 在工作日期间人们主要集中在市区范围内， 客一通行道路一般为城市道路， 而周末可能会存在周边旅游等现状， 因此 高速公路客一通行量及行驶里程比工作日期间略高; 客 二 、客三及客四在工作日 、周末 、节假日 3 个时间段污 染物排放分担率相差不大， 导致该现状的原因可能是： 客二 、客三和客四属于中大型客车， 一般属于运营型车 辆， 出行时间较为固定。
2.3.2 空间分布
云南是气候特色丰富的省份，各地区差异比较大，因此，对客车污染物排放进行空间分布时，需考虑在不同气候条件下对车辆排放的影响，本文根据云南省各地 区平均温度及相对湿度对排放因子进行修正，得到相应地区客车排放因子， 结合各地区高速公路客车车流量及行驶里程得到不同地区排放清单， 采用 ArcGIS 技术完成高速公路客车排放清单空间分布， 结果如图3所示 。 图中可以看出， 高速公路客车污染物排放分布以昆明市 为中心向四周扩散， 离昆明市越远的地方， 污染物排放分担率越小 。其主要原因是昆明是省会城市， 位于云南 省中心地段， 同时也是云南省通往其他地区的中转站， 高速公路网较完善， 客车车流量较大，导致昆明市客车 污染物排放分担率较高; 其中曲靖市 、昭通市 、楚雄彝族自治州等地区是云南省的边界城市， 与其他省份相连接，是进入云南省的必经之路， 因此该地区客车污染物 排分担率也较高。
3 结束语
通过对 MOVES 模型进行本土化修正得到客车排放因子， 结合高速公路客车车流量及行驶里程得到云南省 2021 年高速公路客车排放清单， 并对排放清单进行时空 分布， 得到以下结论。
( 1 ) 对于不同车型不同污染物排放因子， 客一 CO 排放因子最高， 客二及客三 CO 和 NOx 的排放因子都较高， 客四 NOx 排放因子是 4 种车型中 NOx 排放因子的最大值。
( 2 ) 在高速公路通行客车中， 客一车流量远大于其 他车型车流量， 因此客一是排放污染物的主要贡献者 。 对于不同车型的主要排放物， 客一 、客二及客三 CO 排放量均最高， 客四 NOx 排放量最高。
( 3 ) 在时间分布上， 在工作日期间客车污染物排放 量在 8 时左右及 18 时左右出现双高峰结构， 而非工作日 期间， 在 14 时左右到 18 时之间一直处于较高的排放水 平， 18 时之后排放量才逐渐降低 。在空间分布上， 污染 物分布以昆明市为中心向四周扩散， 离昆明市越远的地 方， 污染物排放分担率越小。
参考文献：
[1] 邹泽耀,郑鑫程,徐崇敏,等 . 疫情背景下的福建省高速公路机 动车污染物排放清单[J]. 环境科学学报,2022.42(5):119- 128.
[2] 娄园园 . 绕城高速公路低碳交通管控策略研究[D]. 长沙:湖南 大学,2020.
[3] 王计广,桂华侨, 陈金潮,等 . 唐山市机动车排放清单与减排经 济效益研究[J]. 中国环境科学,2021.41(11):5114-5124.
[4] 吕改艳, 张卫东,李振亮,等 . 重庆市主城区基于动态交通流的 机 动 车 污 染 物 排 放 特 征 [J]. 环 境 污 染 与 防 治 , 2021. 43(11): 1364- 1370.
[5] 沈聪 . 某城市部分道路机动车污染物排放清单及可视化研究 [D]. 南京:南京航空航天大学,2019.
[6] 李苑君,吴旗韬,王长建,等 . 基于交通大数据的广东省高速公路 碳排放计量模型与空间格局[J]. 热带地理,2022.42(6):952-964.
[7] 赵大地, 张宇, 史旭荣,等 . 河南省 1 km 分辨率机动车大气污染物排放清单[J]. 环境污染与防治,2022.44(4):469-475.
[8] 陶双成,邓顺熙,郝艳召,等 . 关中城市群道路移动源气态污染 物排放特征[J]. 中国环境科学,2019.39(2):542-553.
[9] 郝永佩, 宋晓伟, 张克新,等 . 成渝城市群机动车污染特征及减 排分析[J]. 生态环境学报,2020.29(8):1581- 1591.
[10] 宋晓伟,郝永佩,朱晓东 . 长三角城市群机动车污染物排放清单建立及特征研究[J]. 环境科学学报,2020.40(1):90- 101.
[11] 徐倩 . 基于城市交通特征的中国机动车排放清单建立[D]. 广 州:暨南大学,2020.
[12] 朱庆功,刘俊女,赵笑春,等 . 基于 MOVES 模型的北京市轻型 汽 油 车 蒸 发 排 放 总 量 评 估 [J]. 中 国 环 境 科 学 , 2022. 42(3): 1066- 1072.
[13] 许庆江 . 中国东北区域载客汽车污染物排放因子特征研究 [D]. 沈阳:东北大学,2019.
[14] 姚胜永,李亚楠, 刘佳豪 . 基于 MOVES 模型的石家庄市机动 车排放清单研究[J]. 交通节能与环保,2019. 15(6):4-9.
[15] 牛冬茵 . 基于 MOVES 模型的地下车库污染物排放量研究 [D]. 哈尔滨:哈尔滨工业大学,2019.
为城市道路， 而周末可能会存在周边旅游等现状， 因此 高速公路客一通行量及行驶里程比工作日期间略高; 客 二 、客三及客四在工作日 、周末 、节假日 3 个时间段污 染物排放分担率相差不大， 导致该现状的原因可能是： 客二 、客三和客四属于中大型客车， 一般属于运营型车 辆， 出行时间较为固定。
2.3.2 空间分布
云南是气候特色丰富的省份， 各地区差异比较大， 因此， 对客车污染物排放进行空间分布时， 需考虑在不 同气候条件下对车辆排放的影响， 本文根据云南省各地 区平均温度及相对湿度对排放因子进行修正， 得到相应 地区客车排放因子， 结合各地区高速公路客车车流量及 行驶里程得到不同地区排放清单， 采用 ArcGIS 技术完成 高速公路客车排放清单空间分布， 结果如图 3 所示 。从 图中可以看出， 高速公路客车污染物排放分布以昆明市 为中心向四周扩散， 离昆明市越远的地方， 污染物排放 分担率越小 。其主要原因是昆明是省会城市， 位于云南 省中心地段， 同时也是云南省通往其他地区的中转站， 高速公路网较完善， 客车车流量较大， 导致昆明市客车 污染物排放分担率较高; 其中曲靖市 、昭通市 、楚雄彝 族自治州等地区是云南省的边界城市， 与其他省份相连 接， 是进入云南省的必经之路， 因此该地区客车污染物 排分担率也较高。
日期间人们主要集中在市区范围内， 客一通行道路一般
为城市道路， 而周末可能会存在周边旅游等现状， 因此 高速公路客一通行量及行驶里程比工作日期间略高; 客 二 、客三及客四在工作日 、周末 、节假日 3 个时间段污 染物排放分担率相差不大， 导致该现状的原因可能是： 客二 、客三和客四属于中大型客车， 一般属于运营型车 辆， 出行时间较为固定。
2.3.2 空间分布
云南是气候特色丰富的省份， 各地区差异比较大， 因此， 对客车污染物排放进行空间分布时， 需考虑在不 同气候条件下对车辆排放的影响， 本文根据云南省各地 区平均温度及相对湿度对排放因子进行修正， 得到相应 地区客车排放因子， 结合各地区高速公路客车车流量及 行驶里程得到不同地区排放清单， 采用 ArcGIS 技术完成 高速公路客车排放清单空间分布， 结果如图 3 所示 。从 图中可以看出， 高速公路客车污染物排放分布以昆明市 为中心向四周扩散， 离昆明市越远的地方， 污染物排放 分担率越小 。其主要原因是昆明是省会城市， 位于云南 省中心地段， 同时也是云南省通往其他地区的中转站， 高速公路网较完善， 客车车流量较大， 导致昆明市客车 污染物排放分担率较高; 其中曲靖市 、昭通市 、楚雄彝 族自治州等地区是云南省的边界城市， 与其他省份相连 接， 是进入云南省的必经之路， 因此该地区客车污染物 排分担率也较高。
3 结束语
通过对 MOVES 模型进行本土化修正得到客车排放因
子， 结合高速公路客车车流量及行驶里程得到云南省 2021 年高速公路客车排放清单， 并对排放清单进行时空 分布， 得到以下结论。
( 1 ) 对于不同车型不同污染物排放因子， 客一 CO 排放因子最高， 客二及客三 CO 和 NOx 的排放因子都较高， 客四 NOx 排放因子是 4 种车型中 NOx 排放因子的最大值。
( 2 ) 在高速公路通行客车中， 客一车流量远大于其 他车型车流量， 因此客一是排放污染物的主要贡献者 。 对于不同车型的主要排放物， 客一 、客二及客三 CO 排
放量均最高， 客四 NOx 排放量最高。
( 3 ) 在时间分布上， 在工作日期间客车污染物排放 量在 8 时左右及 18 时左右出现双高峰结构， 而非工作日 期间， 在 14 时左右到 18 时之间一直处于较高的排放水 平， 18 时之后排放量才逐渐降低 。在空间分布上， 污染 物分布以昆明市为中心向四周扩散， 离昆明市越远的地 方， 污染物排放分担率越小。
参考文献：
[1] 邹泽耀,郑鑫程,徐崇敏,等 . 疫情背景下的福建省高速公路机 动车污染物排放清单[J]. 环境科学学报,2022.42(5):119- 128.
[2] 娄园园 . 绕城高速公路低碳交通管控策略研究[D]. 长沙:湖南 大学,2020.
[3] 王计广,桂华侨, 陈金潮,等 . 唐山市机动车排放清单与减排经 济效益研究[J]. 中国环境科学,2021.41(11):5114-5124.
[4] 吕改艳, 张卫东,李振亮,等 . 重庆市主城区基于动态交通流的 机 动 车 污 染 物 排 放 特 征 [J]. 环 境 污 染 与 防 治 , 2021. 43(11): 1364- 1370.
[5] 沈聪 . 某城市部分道路机动车污染物排放清单及可视化研究 [D]. 南京:南京航空航天大学,2019.
[6] 李苑君,吴旗韬,王长建,等 . 基于交通大数据的广东省高速公路 碳排放计量模型与空间格局[J]. 热带地理,2022.42(6):952-964.
[7] 赵大地, 张宇, 史旭荣,等 . 河南省 1 km 分辨率机动车大气污染
物排放清单[J]. 环境污染与防治,2022.44(4):469-475.
[8] 陶双成,邓顺熙,郝艳召,等 . 关中城市群道路移动源气态污染 物排放特征[J]. 中国环境科学,2019.39(2):542-553.
[9] 郝永佩, 宋晓伟, 张克新,等 . 成渝城市群机动车污染特征及减 排分析[J]. 生态环境学报,2020.29(8):1581- 1591.
[10] 宋晓伟,郝永佩,朱晓东 . 长三角城市群机动车污染物排放清
单建立及特征研究[J]. 环境科学学报,2020.40(1):90- 101.
[11] 徐倩 . 基于城市交通特征的中国机动车排放清单建立[D]. 广 州:暨南大学,2020.
[12] 朱庆功,刘俊女,赵笑春,等 . 基于 MOVES 模型的北京市轻型 汽 油 车 蒸 发 排 放 总 量 评 估 [J]. 中 国 环 境 科 学 , 2022. 42(3): 1066- 1072.
[13] 许庆江 . 中国东北区域载客汽车污染物排放因子特征研究 [D]. 沈阳:东北大学,2019.
[14] 姚胜永,李亚楠, 刘佳豪 . 基于 MOVES 模型的石家庄市机动 车排放清单研究[J]. 交通节能与环保,2019. 15(6):4-9.
[15] 牛冬茵 . 基于 MOVES 模型的地下车库污染物排放量研究 [D]. 哈尔滨:哈尔滨工业大学,2019.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/ligonglunwen/58502.html
