城市信號交叉口機(jī)動(dòng)車尾氣擴(kuò)散特性研究

郝偉娜，郭幸運(yùn)，李家文，董紅召，陳 寧

(1.浙江工業(yè)大學(xué) 智能交通聯(lián)合研究所，浙江 杭州 310014；2.浙江工業(yè)大學(xué) 特種裝備制造與先進(jìn)加工技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，浙江 杭州310014；3.浙江科技學(xué)院 機(jī)械與汽車工程學(xué)院，浙江 杭州 310023)

城市信號交叉口機(jī)動(dòng)車尾氣擴(kuò)散特性研究

郝偉娜1，2，郭幸運(yùn)1，2，李家文1，2，董紅召1，2，陳 寧1，3

(1.浙江工業(yè)大學(xué) 智能交通聯(lián)合研究所，浙江 杭州 310014；2.浙江工業(yè)大學(xué) 特種裝備制造與先進(jìn)加工技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，浙江 杭州310014；3.浙江科技學(xué)院 機(jī)械與汽車工程學(xué)院，浙江 杭州 310023)

為了精確地模擬機(jī)動(dòng)車尾氣污染物在城市道路信號交叉口附近區(qū)域的擴(kuò)散規(guī)律，通過在杭州市實(shí)際道路交叉口的實(shí)驗(yàn)調(diào)研，對CAL3QHC交叉口線源擴(kuò)散模型的源強(qiáng)計(jì)算方法進(jìn)行了改進(jìn).考慮機(jī)動(dòng)車在交叉口排隊(duì)后的加速過程對車輛尾氣污染物排放的影響，將車輛在交叉口的行駛排放作為一條分段線源處理，并設(shè)計(jì)各分段的源強(qiáng)計(jì)算方法.并將監(jiān)測點(diǎn)處的CO污染物質(zhì)量濃度模擬值與實(shí)際檢測值進(jìn)行對比，結(jié)果表明：模型改進(jìn)前在高峰和平峰時(shí)段的平均模擬誤差分別為14.6%和10.6%，改進(jìn)后分別為7.3%和6.2%；改進(jìn)后的排放源強(qiáng)計(jì)算方法更加接近城市交叉口機(jī)動(dòng)車尾氣排放的真實(shí)狀況；在高峰時(shí)段，改進(jìn)效果更加明顯.

機(jī)動(dòng)車排放；尾氣擴(kuò)散模型；信號交叉口；CAL3QHC模式

隨著城市機(jī)動(dòng)車保有量的不斷增長，其產(chǎn)生的環(huán)境污染問題引起了越來越多的重視[1].機(jī)動(dòng)車排放的尾氣污染物會影響當(dāng)?shù)乜諝赓|(zhì)量，易導(dǎo)致惡劣天氣如霧霾等現(xiàn)象的發(fā)生[2].機(jī)動(dòng)車排放污染物在道路附近濃度分布的預(yù)測，是制定機(jī)動(dòng)車排放污染控制對策的重要基礎(chǔ).道路交叉口是城市機(jī)動(dòng)車尾氣排放較為集中的區(qū)域，對其尾氣污染物擴(kuò)散的模擬在機(jī)動(dòng)車排放污染研究中尤為必要.針對單一信號交叉口處尾氣擴(kuò)散的模擬，國內(nèi)外建立了許多模型，比較著名的有美國環(huán)保局的CALINE3，CALINE4，CAL3QHC，AERMOD模型等，其中CALINE3[3](California line source model)和CALINE4[4]模型廣泛用于模擬開闊道路路邊的尾氣污染物濃度；CAL3QHC(California line source model with queuing and hot spot calculations)模式[5]是在CALINE3的基礎(chǔ)上增加了一個(gè)信號交叉口車輛排隊(duì)長度算法，用于信號交叉口附近尾氣污染物擴(kuò)散模擬；AERMOD(AMS/EPA regulatory model)模型[6]可以反映出局地氣象因素對模擬值的影響，用于模擬城市和街區(qū)尺度的大氣污染物擴(kuò)散狀況.Gokhale等[7]分別使用M-GFLSM，CALINE3和CAL3QHC模式模擬城市道路信號交叉口的PM濃度值，發(fā)現(xiàn)CAL3QHC的預(yù)測效果最好；隨后又使用CAL3QHC模式研究分析了氣象和交通動(dòng)態(tài)對信號交叉口處最大污染物濃度分布位置的影響[8].Chen等[9]在對比分析CALINE4，CAL3QHC和AERMOD模型用于PM2.5濃度的模擬效果時(shí)發(fā)現(xiàn)：當(dāng)缺乏詳盡的當(dāng)?shù)貧庀髷?shù)據(jù)時(shí)，CALINE4和CAL3QHC模型更加具有適用性.李莉等[10]將CAL3QHC模式應(yīng)用于上海市典型道路信號交叉口，得到了與檢測值相對吻合但準(zhǔn)確性低于郊區(qū)的模擬結(jié)果.

CAL3QHC模式在模擬過程中的一個(gè)關(guān)鍵點(diǎn)是確定污染物平均排放源強(qiáng)及其長度[5].CAL3QHC模式是將車輛在通過交叉口過程中的行駛排放看作一條均勻的線源，這未能充分體現(xiàn)出實(shí)際車流在交叉口排隊(duì)結(jié)束時(shí)的加速過程對尾氣排放和周圍污染物濃度分布的影響.因此，在CAL3QHC交叉口尾氣擴(kuò)散模式的基礎(chǔ)上，考慮交叉口車流排隊(duì)后的加速過程對排放特征的影響，將車輛在交叉口的行駛排放視為一條分段的線源，建立線源各分段的源強(qiáng)計(jì)算方法，對模型進(jìn)行改進(jìn).并通過實(shí)驗(yàn)分析改進(jìn)效果，旨在探索更加精確的城市道路信號交叉口附近機(jī)動(dòng)車尾氣擴(kuò)散模擬方法.

1 CAL3QHC模式

CAL3QHC模式將交叉口各車道組機(jī)動(dòng)車尾氣排放視為自由流路段行駛排放和排隊(duì)路段怠速排放的疊加[5],其中行駛排放源強(qiáng)是由基于平均速度的排放因子計(jì)算得到，而怠速排放源強(qiáng)則通過模型中的怠速排放因子計(jì)算，其計(jì)算式分別為

(1)

(2)

其中：Qj為交叉口車道組j的污染物行駛排放源強(qiáng)，mg/(m·s)；Nj為車道組j的交通流量，輛/h；EFj為車道組j機(jī)動(dòng)車自由流狀態(tài)下的單車綜合排放因子，g/km；Qqj為交叉口車道組j的污染物怠速排放源強(qiáng)，mg/(m·s)；EFIj為車道組j機(jī)動(dòng)車單車綜合怠速排放率，mg/s；nj為車道組車道數(shù)；RCj為車道組紅燈時(shí)間所占比例；l為單位排隊(duì)車輛在排隊(duì)路段平均所占空間長度，模式中默認(rèn)取6 m.

2 改進(jìn)源強(qiáng)計(jì)算方法

CAL3QHC模式在模擬城市道路交叉口機(jī)動(dòng)車尾氣擴(kuò)散的過程中，將車輛在通過交叉口行駛過程中的污染物排放看作均勻的線源排放和排隊(duì)路段上怠速排放線源的疊加.然而實(shí)際車輛在通過交叉口過程中，往往會出現(xiàn)排隊(duì)現(xiàn)象，其在排隊(duì)消散的過程中會經(jīng)歷一個(gè)加速過程，由于機(jī)動(dòng)車在加速工況下往往會比其他工況排放更多的污染物[11]，故在進(jìn)行源強(qiáng)計(jì)算時(shí)不能將其忽略.

根據(jù)信號控制條件下車流通過交叉口各路段的行駛特征，將車輛在交叉口的行駛排放視為一條分段的線源，對應(yīng)地將交叉口某個(gè)入口的路段劃分為自由流路段、加速路段2個(gè)部分，如圖1所示.其中加速路段的位置與排隊(duì)路段密切相關(guān)，這主要是車輛的加速過程主要發(fā)生在排隊(duì)后的起步過程，其長度為車流平均排隊(duì)長度加上一個(gè)起步加速距離.自由流路段和排隊(duì)路段的排放源強(qiáng)按照CAL3QHC模式中的源強(qiáng)計(jì)算方法，下面重點(diǎn)對加速路段的排放源強(qiáng)及其線源長度進(jìn)行分析.

圖1 交叉口入口路段劃分Fig.1 Segmentation of intersection approach

在實(shí)際觀察調(diào)研中發(fā)現(xiàn)，車輛的加速主要發(fā)生在車流排隊(duì)路段上，故將加速路段的長度定義為車流在車道的平均排隊(duì)長度以及排在隊(duì)首車輛的起步加速距離之和.假設(shè)車流中每輛車在停車后起步加速過程中的行駛距離近似相等，則有

Laj=LQj+Da

(3)

(4)

(5)

其中：Laj為加速路段的長度，m；Da為車輛在一次完整加速(從停車加速至平均速度)過程中的平均行駛距離，m；LQj為車道組j平均排隊(duì)長度，m；nj為車道組j所包含的車道數(shù)；C為交叉口信號周期時(shí)長，s；hj為車道組j的停車率，參考webster公式計(jì)算；λj為車道組j的綠信比；yj為車道組j的流量比.

在加速路段上，車流受交叉口信號控制的影響，一部分車流在綠燈期間不停車直接通過，這部分車輛的排放計(jì)算方法與自由流相同；另一部分車流則要經(jīng)歷排隊(duì)后起步加速的過程通過，這部分車輛的排放為車流在加速路段上的加速過程排放和勻速排放，其中勻速的行駛距離等于加速路段的長度減去車輛一次完整加速的行駛距離，即為排隊(duì)長度.兩部分車流的比例可通過車道的停車率進(jìn)行估算.整個(gè)加速路段的平均排放源強(qiáng)Qa為

(6)

其中：Ea為車輛在一次完整加速過程中污染物排放量，mg.Ea與EFj由經(jīng)杭州市本地參數(shù)調(diào)研和車輛臺架測試修正后的IVE模型[12]，結(jié)合車輛在通過交叉口過程中的行駛工況計(jì)算得到.

式(6)中分子上第一、二項(xiàng)分別是在交叉口停車的車輛在加速路段上加速至勻速過程中和達(dá)到勻速后產(chǎn)生的污染物排放量，第三項(xiàng)是加速路段上未停車直接通過的這部分車輛產(chǎn)生的污染物排放，三項(xiàng)之和即為整個(gè)加速路段上污染物的總排放量.

3 實(shí)例分析

為了分析交叉口源強(qiáng)算法的改進(jìn)效果，選取杭州市紹興路與香積寺路交叉口為實(shí)驗(yàn)研究對象，以CO為例，模擬交叉口周圍的尾氣污染物濃度，并與實(shí)測值進(jìn)行對比研究.該交叉口車流量大但未飽和，地形相對開闊，交叉口西南角有一公園，便于對環(huán)境背景質(zhì)量濃度的采集.交叉口周圍地形如圖2所示.該交叉口信號時(shí)長180 s，信號相位方案及綠燈時(shí)間為：東西直行36 s，東入口左轉(zhuǎn)50 s，南北直行43 s，南北左轉(zhuǎn)39 s.

圖2 交叉口地形圖Fig.2 Geometric configuration for the intersection

3.1 實(shí)驗(yàn)數(shù)據(jù)采集

在交叉口附近的監(jiān)測地點(diǎn)A和B(圖2)，采用CO氣體分析儀連續(xù)檢測空氣中CO污染物質(zhì)量濃度值.將公園中離道路較遠(yuǎn)的監(jiān)測點(diǎn)B的質(zhì)量濃度值作為污染物的環(huán)境背景質(zhì)量濃度值，點(diǎn)A的最終模擬質(zhì)量濃度為點(diǎn)A和B的模擬質(zhì)量濃度差值加上背景質(zhì)量濃度值.同步監(jiān)測交叉路口各入口方向的車流量和氣象信息，包括風(fēng)速、分向和溫度等.交叉口各入口的車流量則由杭州市的卡口監(jiān)控系統(tǒng)獲得實(shí)際檢測數(shù)據(jù)，并通過分析統(tǒng)計(jì)獲取該交叉口通行機(jī)動(dòng)車的車型比例分布信息.圖3為2015年10月12日8：00～18：00時(shí)段內(nèi)交叉口車流量和CO質(zhì)量濃度的實(shí)驗(yàn)檢測值.

圖3 交通流量與CO質(zhì)量濃度Fig.3 The traffic volume and measured CO concentration

由圖3可見：交叉口車流量和背景點(diǎn)的CO質(zhì)量濃度值在白天時(shí)相對比較穩(wěn)定，波動(dòng)幅度不大；而檢測點(diǎn)的CO質(zhì)量濃度值波動(dòng)較大，特別是在早晚高峰期間明顯高于白天其他時(shí)段.這可能是由于相對其他時(shí)段，在早晚高峰期間道路交叉口的車輛排隊(duì)及加速現(xiàn)象更加明顯.

3.2 各路段單車排放分析

利用裝備GPS定位系統(tǒng)的試驗(yàn)車采用跟車行駛的方式采集車輛多次通過交叉路口過程的行駛工況信息，可以得到實(shí)驗(yàn)車輛在自由流路段的平均速度和停車后加速過程中的行駛工況(圖4).圖4中的軌跡是指通過GPS系統(tǒng)記錄的實(shí)驗(yàn)車輛在通過交叉路口時(shí)排隊(duì)后起步加速至平均速度過程中的行駛工況.

圖4 交叉口車輛排隊(duì)后起步加速過程工況Fig.4 The accelerating process after vehicle queuing

通過對速度變化曲線分析可以看出：交叉口車輛雖然在加速過程中瞬時(shí)速度變化范圍較大，但是總體趨勢具有相似性.根據(jù)車輛在自由流路段和加速過程的行駛工況信息，結(jié)合交通流各車型比例，使用本地化修正后的IVE模型[12]，對車輛在行駛過程中的排放進(jìn)行計(jì)算，可以得到在自由流路段的單車綜合CO排放因子EF=1.45 g/km，以及車輛在一次完整加速過程中的CO排放量Ea和平均行駛距離Da見表1.

根據(jù)各車型的怠速排放率[12]，結(jié)合實(shí)際實(shí)驗(yàn)交叉口的交通流車型比例分布，得到交通流綜合單車CO怠速排放率EFI=4.49mg/s.

表1 實(shí)驗(yàn)車輛的CO排放量及行駛距離

3.3 模擬計(jì)算結(jié)果

將以上得到的EF，EFI，Da和Ea以及交叉口各入口車流量等數(shù)據(jù)帶入式(1～6)，以圖3中8點(diǎn)和12點(diǎn)統(tǒng)計(jì)的車流量為例分別代表高峰時(shí)段和平峰時(shí)段，得到交叉口各入口自由流路段排放源強(qiáng)與加速路段排放源強(qiáng)的計(jì)算結(jié)果(圖5).從圖5可以看出：無論在高峰時(shí)段還是平峰時(shí)段，加速路段的排放源強(qiáng)均明顯高于自由流路段，可見車輛在交叉口加速過程排放不能簡單的用自由流排放代替，將車輛在交叉口行駛過程排放線源分段處理是非常有必要的.

圖5 自由流路段與加速路段排放源強(qiáng)對比Fig.5 The comparison of source intensity for free flow link and queuing link

將交叉口路側(cè)監(jiān)測點(diǎn)處CO的模擬結(jié)果與實(shí)測值進(jìn)行對比，如圖6所示.從圖6中可以看出：總體而言，改進(jìn)前、后的模擬結(jié)果都比實(shí)測值偏低.在高峰時(shí)段，模擬結(jié)果與實(shí)測值的差別相對較大，這是因?yàn)樵诟叻鍟r(shí)段，交叉口處的車流更加密集，車輛停車加速現(xiàn)象更加明顯，此時(shí)車輛的行駛工況更加復(fù)雜難以精確量化.但模型改進(jìn)后的CO質(zhì)量濃度模擬值比改進(jìn)前更加接近實(shí)際測量值；在平峰時(shí)段，模擬結(jié)果與實(shí)測值較為接近，這是因?yàn)樵谄椒鍟r(shí)段，交叉口處的車流相對穩(wěn)定，車輛的行駛狀況更加符合模型的假設(shè)條件.

圖6 CO質(zhì)量濃度模擬值與實(shí)測值Fig.6 The comparison of simulation and measured CO concentration

表2為模型改進(jìn)前、后與實(shí)測值的相對誤差，從表2中可以看出：改進(jìn)后的排放源強(qiáng)計(jì)算方法更加接近城市道路交叉口機(jī)動(dòng)車尾氣排放的真實(shí)狀況；高峰時(shí)段的改善效果相對更加明顯.此外，所建立的源強(qiáng)改進(jìn)方法側(cè)重于從交叉口車輛行駛工況對交叉口排放線源影響的角度，實(shí)際上尾氣的擴(kuò)散還受氣象、地形等其他因素的影響，這也是影響研究中模擬值與實(shí)測值存在相對誤差的一個(gè)重要原因.

表2 模型改進(jìn)前后與實(shí)測值的相對誤差比較

Table 2 The comparison of relative error between simulation and measured concentration

%

4 結(jié) 論

在CAL3QHC交叉口尾氣擴(kuò)散模式的基礎(chǔ)上，考慮車流排隊(duì)后起步加速過程對排放特征的影響，將車輛在交叉口入口的行駛排放視為一條分段的線源，建立線源各分段的源強(qiáng)計(jì)算方法，并通過實(shí)驗(yàn)對改進(jìn)效果進(jìn)行分析檢驗(yàn).結(jié)果表明：在進(jìn)行交叉口機(jī)動(dòng)車尾氣擴(kuò)散模擬時(shí)，不能忽略車輛在交叉口排隊(duì)后的起步加速過程對尾氣污染物排放的影響；對交叉口排放源強(qiáng)計(jì)算方法進(jìn)行改進(jìn)后，尾氣污染物濃度分布模擬值更加接近實(shí)測值，而且車流高峰時(shí)段的改進(jìn)效果比平峰更加明顯.

[1] 任杰,袁海寬.催化汽油硫含量分布的數(shù)學(xué)模擬研究[J].浙江工業(yè)大學(xué)學(xué)報(bào),2011,39(3):237-240.

[2] 黃海鳳,漆仲華,姜波等.Ni摻雜對DOC催化劑Pt/Ce-Zr的改性研究[J].浙江工業(yè)大學(xué)學(xué)報(bào),2014,42(4):422-425.

[3] US Environmental Protection Agency. User’s guide for CALINE-3[R]. USA: EPA,1979.

[4] BENSON P E. CALINE4-A dispersion model for predicting air pollutant concentrations near roadways[R]. US Sacramento: California State Department of Transportation,1984.

[5] US Environmental Protection Agency. User’s guide to CAL3QHC version 2.0: a modeling methodology for predicting pollutant concentrations near roadway intersections[R]. Washington: EPA,1995.

[6] US Environmental Protection Agency. User’s guide for the AMS/EPA Regulatory Model-AERMOD[R]. USA: EPA,2012.

[7] GOKHALE S, RAOKHANDE N. Performance evaluation of air quality models for predicting PM10 and PM2.5 concentrations at urban traffic intersection during winter period[J]. Science of the total environment,2008,394:9-24.

[8] GOKHALE S. Traffic flow pattern and meteorology at two distinct urban junctions with impacts on air quality[J]. Atmospheric environment,2011,45(10):1830-1840.

[9] CHEN H, BAI S, EISINGER D, et al. Predicting near-road PM2.5 concentrations: comparative assessment of CALINE4, CAL3QHC and AERMOD[J]. Transportation research record,2009,2123:26-37.

[10] 李莉,陳長虹,黃成,等. CALRoads模式在上海市典型道路CO擴(kuò)散預(yù)測中的應(yīng)用[J].環(huán)境監(jiān)測管理與技術(shù)，2006,18(4):7-11.

[11] ZHANG Yunlong, Lü Jinpeng, WANG Wei. Evaluation of vehicle acceleration models for emission estimation at an intersection[J]. Transportation research part D,2013,18:46-50.

[12] 董紅召,徐勇斌,陳寧.基于IVE模型的杭州市機(jī)動(dòng)車實(shí)際行駛工況下排放因子的研究[J].汽車工程,2011,33(12):1034-1038.

Research on vehicle exhaust dispersion modeling at urban signal intersection

HAO Weina1,2, GUO Xingyun1, 2, LI Jiawen1,2, DONG Hongzhao1, 2, CHEN Ning1,3

(1.ITS Joint Research Institute, Zhejiang University of Technology, Hangzhou 310014, China; 2.Key Laboratory of Special Purpose Equipment and Advanced Manufacturing Technology, Ministry of Education, Zhejiang University of Technology, Hangzhou 310014, China; 3.College of Mechanical and Automotive Engineering, Zhejiang University of Science and Technology, Hangzhou 310023, China)

To model vehicle exhaust dispersion at signal intersection accurately, the intersection line source dispersion model CAL3QHC was modified by a field investigation at an actual intersection in Hangzhou. Considering the effect of vehicle acceleration after queuing on exhaust emission, a novel piecewise finite line source method was proposed and the calculation method of source intensity for each segment was developed. The simulation CO concentration was compared with actual test value .The results showed that the modeling errors of CAL3QHC model in mean and rush hours were 14.6% and 10.6% respectively, and became 7.3% and 6.2% after modified; the model with the method proposed had a better performance in urban intersection dispersion modeling, especially in rush hours.

vehicle exhaust emissions; exhaust dispersion model; urban signal intersection; CAL3QHC

(責(zé)任編輯：劉 巖)

2016-03-22

國家863計(jì)劃基金資助項(xiàng)目(2014AA110302)

郝偉娜(1976—)，女，山東菏澤人，副教授，研究方向?yàn)橹悄芙煌ㄏ到y(tǒng)，E-mail：wnhao@zjut.edu.cn.

X169

A

1006-4303(2017)01-0094-05