基于MOVES的高速公路客運交通排放特性研究*

李 菊，何 超※，柏洋洋

（1.西南林業大學機械與交通學院，昆明 650224；2.云南省高校高原山區機動車環保與安全重點實驗室，昆明 650224）

0 引言

高速公路是現代化交通體系的重要組成部分，具有行車速度快、通行能力大的特點。隨著高速公路網建設的不斷完善，高速公路已成為人們出行的主要選擇，然而在高速公路通行的客車大多是以汽油和柴油等傳統燃料為主，在行駛過程排放大量的污染物，對高速公路及周邊大氣環境的影響日益突出，已成為高速公路及周邊大氣污染的主要來源[1-2]。因此，有必要建立高速公路客車污染物排放清單并對其進行時空特性分析，為政府相關部門制定合理的交通管制措施提供理論支持，從而減輕客車排放對環境造成的危害。

目前，部分學者針對車輛排放清單特性開展了相應的研究。從研究道路類型層面，目前主要研究道路類型為城市道路，而針對高速公路車輛污染物排放特征的研究相對較少。王計廣等[3]建立了唐山市城區內機動車排放清單并對其進行時空分配；呂改艷等[4]基于IVE模型建立重慶市主城區機動車不同時空分辨率的排放清單；沈聰等[5]建立了天津市南開區部分主要道路機動車排放清單。從研究的區域層面，機動車排放清單特性研究主要集中在經濟發達省份[6-7]及城市群[8-10]，而針對欠發達的地區研究較少，但隨著社會的發展，欠發達地區的生活水平也不斷提高，客車需求量不斷增加，因此客車保有量不斷增加，導致客車排放污染物對環境造成了較大的影響。從車輛排放量估算方法來看，主要利用車輛排放模型估算排放量的排放因子法，徐倩等[11]基于COPERT模型建立了中國機動車排放清單；朱慶功等[12]基于MOVES模型計算了北京市輕型汽油車蒸發排放總量；許慶江等[13]基于IVE 模型建立了長春市載客汽車污染物排放因子庫。相關研究表明[14-15]，在常用的車輛排放模型中，MOVES 模型經歷了多次的更新迭代，與COPERT、MOBILE 和IVE 等機動車排放模型相比，MOVES 模型計算精度更高，更能反映車輛排放特征。

綜上所述，目前車輛排放清單及時空分布特性研究主要集中在經濟發達地區，且主要研究對象為城市道路，針對欠發達地區及高速公路車輛排放時空分布特性研究相對較少。針對目前存在的問題，考慮到客車尾氣污染物對高速公路及周邊大氣環境的影響日益突出的現狀，本文以云南省高速公路通行客車為主要研究對象，應用計算精度較高的MOVES模型建立排放清單，并采用自下而上的方法和ArcGIS 技術對排放清單進行時空分布分析，為相關部門制定機動車污染物減排政策及區域污染物聯防聯控提供理論依據。

1 研究方法

1.1 估算排放因子

MOVES 模型是由美國EPA 根據美國本土情況開發的，由于中美在車輛排放限值、燃油標準、車輛技術特征等方面存在一定的差異，在使用MOVES模型計算排放因子時，需要根據研究區域的實際情況對MOVES模型進行本土化修正，其中主要修正參數為車輛類型、車用燃油標準、溫度及相對濕度、平均速度、車齡分布等。

車輛類型：本文使用的數據是來自于交通運輸管理部門提供的高速公路收費數據，故選用交通運輸管理部門的車輛分類方法與MOVES 模型車輛分類標準進行對應，結果如表1所示。

表1 高速公路客車與MOVES模型客車的對應關系

車齡分布：一般情況下每年新車都有不同的存活概率，但在一定時間內如果車輛性能和報廢法規等外界條件不發生變化，存活概率可以假定保持不變。因此，假設每年的新車存活概率保持不變，以云南省每年客車保有量和新車注冊量估算車輛存活率，結合高速公路車流量計算2021 年云南省高速公路通行客車的車齡分布，具體公式如下：

式中：Pi,j為目標年j中車齡為i的機動車保有量；Ri為車齡為i的車輛存活率；Sj-i為第j-i年新車注冊量；Pj為j年機動車保有量。

平均速度：根據2021 年云南省高速公路收費流水數據，整理得到高速公路通行客車不同車型平均速度，客一、客二、客三、客四平均速度分別為86.44 km/h、77.42 km/h、76.44 km/h、78.86 km/h。

車用燃油：根據云南省2021 年車用燃油的使用情況，依據國家燃油標準《車用汽油（GB17930-2016）》、《車用柴油（GB 19147-2016）》的參數對燃油信息進行本土化。

氣象信息：根據中國氣象局歷史天氣得到2021 年云南省各地區每月平均氣溫和相對濕度。

1.2 建立排放清單

通過整理云南省高速公路收費流水數據獲取2021 年各車型年均行駛里程及車流量，從而建立2021 年云南省高速公路網客車排放清單，計算公式如下：

式中：EQ為污染物年排放總量，g；EFi為i型車的排放因子，g/km；Pi為i型車的車流量，輛；VKTi為i型車的單車年均行駛里程，km。

2 結果與討論

2.1 排放因子

基于對MOVES模型本土化修正，估算了云南省高速公路通行客車不同車型的THC、CO、NOx及PM2.5等大氣污染物排放因子，結果如表2 所示。從表中可以看出，客一在各項排放污染物中CO 排放因子最高，與其他污染物相差較大，其主要原因是客一為乘坐人數小于或等于9 位的小型客車，以汽油為主要燃料，尾氣排放物主要為CO；客二及客三屬于中型客車，以汽油為燃料和以柴油為燃料的車輛市場份額相差不大，因此CO 和NOx的排放因子都較高；客四NOx排放因子是4種車型中NOx排放因子的最大值，且在各項排放污染物中也是最大值，其主要原因是客四為乘坐人數大于或等40 人的大型客車，其主要燃料為柴油，尾氣排放物主要為NOx。

表2 客車排放因子g/km

2.2 估算排放清單

以客車污染物排放因子為基礎，結合高速公路通行客車車流量及年均行駛里程得到2021 年云南省高速公路客車排放清單，結果如表3 所示。從表中可以看出，各項污染物中客一貢獻率均為最大，其主要原因是2021 年云南省高速公路通行車輛中客一車流量占比最大，分別是客二、客三、客四的129倍、88倍、323倍。在各項污染物中，客一對CO的排放分擔率最大，在2021年排放總量高達51 933.87 t，其次為THC，排放量為11 654.05 t。由于車流量最大的客一NOx排放因子較低，而車流量最小的客四NOx排放因子較高，因此4種車型對NOx排放量的貢獻率較均衡。

表3 2021年云南省高速公路客車排放清單t

2.3 時空分布

2.3.1 時間分布

根據2021 云南省高速公路收費流水數據得到不同時間段客車車流量、行駛里程及平均速度，采用自下而上的方法，對排放清單進行時間分布，結果如圖1～2所示。

圖1 客車排放量小時分布

小時分布：從圖1 中可以看出，在工作日期間客車污染物排放量在8 時左右及18 時左右出現雙高峰結構，這與人們早晚上下班時間分布一致，在上下班高峰期人們出行時間較集中，車流量較大，且容易出現交通擁堵的情況，導致車輛運行車速較低，車速較低時車輛排放率較高。而非工作日期間，只有在14 時左右出現排放高峰期，在14時出現排放量高峰期之后到18時之間一直處于較高的排放水平，18時之后排放量才逐漸降低。

日均分布：從圖2 中可以看出，客一在節假日（法定節假日）期間污染物排放分擔率最高，其次是周末（排除節假日以外的周末）及工作日（包括節假日調休的周末），主要原因是：云南省屬于旅游大省，在節假日期間自駕游的旅客較多，導致客一排放分擔率高，在工作日期間人們主要集中在市區范圍內，客一通行道路一般為城市道路，而周末可能會存在周邊旅游等現狀，因此高速公路客一通行量及行駛里程比工作日期間略高；客二、客三及客四在工作日、周末、節假日3 個時間段污染物排放分擔率相差不大，導致該現狀的原因可能是：客二、客三和客四屬于中大型客車，一般屬于運營型車輛，出行時間較為固定。

圖2 客車排放量日均分布

2.3.2 空間分布

云南是氣候特色豐富的省份，各地區差異比較大，因此，對客車污染物排放進行空間分布時，需考慮在不同氣候條件下對車輛排放的影響，本文根據云南省各地區平均溫度及相對濕度對排放因子進行修正，得到相應地區客車排放因子，結合各地區高速公路客車車流量及行駛里程得到不同地區排放清單，采用ArcGIS 技術完成高速公路客車排放清單空間分布，結果如圖3 所示。從圖中可以看出，高速公路客車污染物排放分布以昆明市為中心向四周擴散，離昆明市越遠的地方，污染物排放分擔率越小。其主要原因是昆明是省會城市，位于云南省中心地段，同時也是云南省通往其他地區的中轉站，高速公路網較完善，客車車流量較大，導致昆明市客車污染物排放分擔率較高；其中曲靖市、昭通市、楚雄彝族自治州等地區是云南省的邊界城市，與其他省份相連接，是進入云南省的必經之路，因此該地區客車污染物排分擔率也較高。

圖3 云南省高速公路客車污染物排放空間分布

3 結束語

通過對MOVES模型進行本土化修正得到客車排放因子，結合高速公路客車車流量及行駛里程得到云南省2021 年高速公路客車排放清單，并對排放清單進行時空分布，得到以下結論。

（1）對于不同車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的排放因子都較高，客四NOx排放因子是4種車型中NOx排放因子的最大值。

（2）在高速公路通行客車中，客一車流量遠大于其他車型車流量，因此客一是排放污染物的主要貢獻者。對于不同車型的主要排放物，客一、客二及客三CO 排放量均最高，客四NOx排放量最高。

（3）在時間分布上，在工作日期間客車污染物排放量在8 時左右及18 時左右出現雙高峰結構，而非工作日期間，在14 時左右到18 時之間一直處于較高的排放水平，18 時之后排放量才逐漸降低。在空間分布上，污染物分布以昆明市為中心向四周擴散，離昆明市越遠的地方，污染物排放分擔率越小。